智能交通系统的设计

摘要：本系统以实际工作为出发点，从智能交通平台项目的背景、智能交通平台国内外现状，以及该项目的具体开展这些论述为基础，进而分析智能交通平台的设计和开发的实际意义，从而展开对智能交通平台的需求描述、系统的整体框架设计，并对一些重要系统模块进行了设计分析，旨在研究如何将交通管理流程与软件设计相结合。

关键词：车辆检测；交通诱导；智能交通平台

中图分类号：TP311.52 文献标识码：A 文章编号：1007-9599　（2012）　19-0000-02

1 研究背景

随着城市化进程的日益发展及人民生活水平的不断提高，城市道路规模和机动车数量也在不断增加。各大城市交通管理部门陆续建设了各种道路交通管理的信息系统。但是，某些交通应用系统建设缺乏有效的整合，不适应政府职能转变要求。交通应用系统建设出现了人为割裂项目、控制资源、各自为政，缺乏有效的协调与合作机制，涉及跨部门的业务信息交换缺乏高效的信息管理平台的支持。基础数据库尚未建立完善并有效利用。只有经过技术层面和体制层面的整合，在合理的范围内实现信息和资源的充分共享才能达到交通运输系统的最佳运行。不同来源的有关交通信息只有通过集成和整合才能实现信息的共享与信息的有效利用。因此，对交通信息整合平台及其应用的研究很有必要。

2 相关技术

系统使用到的相关的技术，主要包括J2EE，Spring技术，以及数据挖掘算法等。

J2EE体系结构提供中间层集成框架用来满足无需太多费用而又需要高可用性、高可靠性以及可扩展性的应用的需求。通过提供统一的开发平台，J2EE降低了开发多层应用的费用和复杂性，同时提供对现有应用程序集成强有力支持，完全支持Enterprise　JavaBeans，有良好的向导支持打包和部署应用，添加目录支持，增强了安全机制，提高了性能。

Spring是一个开源框架，它由Rod　Johnson创建。它是为了解决企业应用开发的复杂性而创建的[28]。Spring使用基本的JavaBean来完成以前只可能由EJB完成的事情。然而，Spring的用途不仅限于服务器端的开发。从简单性、可测试性和松耦合的角度而言，任何Java应用都可以从Spring中受益。

支持向量机（Support　Vector　Machine，SVM）是机器学习领域中非常重要的一种分类方法。机器学习问题可以表示为：两组变量　与　之间存在一定的函数关系，有一个未知的联合分布概率　，有　个观测样本　是独立同分布的，根据这些观测样本在一组函数　中，求出一个最优函数　，使得预测期望风险最小。

预测期望风险的定义如下。

统计学习理论方法，专门针对小样本统计问题。支持向量机就是一种统计学习理论方法。经验风险是统计学习理论的一个重要概念，指的是分类器在样本数据上的分类的结果与真实结果之间的差值。

凭经验我们知道“产品质量”和“用户满意度”变量密切相关，但这两个变量之间到底是哪个变量受哪个变量的影响，影响程度如何，则需要通过回归分析方法来确定。如果能够很好地拟合，则可以根据自变量作进一步预测。

物联网技术：利用条码、射频识别（RFID）、传感器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，实现人与人、人与物、物与物的在任何时间、任何地点的连接（anything、anytime、anywhere），从而进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的庞大网络系统。

3 系统需求分析

本系统的需求点可以分为以下6部分：统一用户管理、勤务监控管理、交通数据采集及存储、流量监测及预测、违法监控管理、车辆检测与识别。

3.1 统一用户管理是对系统内公安交警支队各机构信息、各机构人员信息维护管理，并对各机构下属的操作人员进行相应的角色、权限分配。

3.2 勤务监控管理系统是整体系统的核心业务之一，主要是对组织机构执勤人员制定考勤点和排班计划，通过GPS监控来考核执勤人员的勤务绩效，同时也包括对GPS设备信息的管理。勤务监控管理系统主要业务为CS结构形式。

3.3 交通数据采集及存储主要指视频摄像头对某市各个交通监测点视频数据的采集，以及在数据库中的存储。

3.4 流量监测及预测实时监控配置了流量监控设备的各个路段的交通流量信息。系统会进入CS“交通监控窗体”，在GIS地图中会显示系统各个流量监控设备所对应的地理位置，设备图标颜色代表着该设备所监控路段的流量拥堵状况，绿色代表畅通，红色代表拥堵。通过缩放操作GIS地图，可以查看流量监控设备详细的位置信。

3.5 违法监控系统是整体系统的中心业务模块，主要通过实时车辆监控，审核违法车辆信息，根据实际情况进行复审或列入黑红名单。该系统违法监控以CS、BS结构形式完成。

3.6 车辆检测与识别是对监控视频中的车辆进行识别。

技术上，系统应该满足以下需求。

系统应该支持异构平台调用：采用HTTP协议，服务中心实现对调用方透明，只需按一定格式返回数据，就可以支持多种语言平台的调用，如Java、PHP、Python、Ruby和.NET等。

系统应该扩展方便：如果系统负载大或者需要进行业务扩展，那么横向和纵向的扩展均非常容易。

4 系统设计

4.1 数据库多点部署设计

基于以下原因，系统多点部署数据库：

系统规模很大，并且随着历史数据的累计，数据量将非常大

智能交通平台对访问速度的要求比较高，系统使用就近访问的原则来部署数据库。

系统对实时性要求比较高，需要采用写完主库，第一次就从主库上读，避免同步的延时问题，或者通过一定的业务策略，写完之后给出一个几秒的等待跳转时间，来缓解同步延时对用户的影响，这种方式从一定程度上缓解。系统对于读实时性要求也较高，采用专线来减少同步的延时问题。

4.2 系统数据表设计

系统数据分为静态智能交通数据和动态智能交通数据。静态智能交通数据是指道路信息、车辆信息等相对变化较慢的交通数据；动态数据是指交通流量、交通事故、交通违章等实时性的交通数据。因此，系统的数据表分为两类：静态数据表和动态数据表。

系统主要的静态数据表有：城区信息表、道路类型数据表、道路信息表、车辆类型数据表、车辆信息表、驾驶员信息表、摄像头型号数据表、摄像头信息表、系统用户信息表、交通事故类型数据表、交通违章类型数据表、警务人员数据表等。

系统的动态数据表有：交通流量信息表、交通事故信息表、出警信息表、电子警察违章记录表等。

4.3 系统备份恢复设计

备份和恢复的目标是：确保在任何时间的数据完全恢复；最低程度的减少数据丢失，使数据备份过程的效率最大化。

4.4 系统安全设计

系统需要建有完善的、多层次的、统一的安全管理体系，确保系统及数据的安全。要求对系统和数据的安全有完善的自测、监测、稽核、审计、差错责任认定和追踪的能力，能够对系统的用户进行身份认证、签名和使用限制等，满足监管部门对系统安全要求。具体体现为以下几个方面：

（1）数据的安全，在系统总体设计时同步进行安全保密设计，利用成熟的安全技术确保数据的保密性、完整性、可用性和可控性。对重要数据在采集、传输、使用和存储过程中进行加密，使用经国家密码管理机构认可的加密产品和加密算法。

（2）系统的安全，从主机系统、网络通讯系统、数据库系统、应用系统等多个层次考虑安全性；建立工作站点与功能操作相关联的全面安全控制机制；防止异常中断后非法进入系统；具有动态加载、卸载功能，具有实现系统不停机维护的能力。

5 结束语

项目的意义主要体现在以下三个方面：

交通管理方面，通过信息系统，将各类交通信息到交通现场，使交通参与者得到及时的提醒，降低发生交通堵塞事件的概率；

交通组织方面，采集的交通状况信息，可使交通组织者及时全面地掌握实时交通状况，提前采取有关措施，最大限度保障通畅；

交通服务方面，根据掌握的交通状况信息和信息渠道，向交通参与者提供交通指导信息，减少盲目交通对路网造成的压力，同时为出行者提供出发时间和选择方式，促使交通量在整个路网中的负载平衡。

参考文献：

[1]李兵，谢剑英，遗传算法的自适应代沟替代策略研究[J].控制理论与应用，2001，18（1）：41-44.

[2]黄淼云，干进强.利用ADO．NET开发数据库系统．科学出版社，2005：3-35

[3]郑阿奇，刘启芬，顾韵华.SQL　Server教程.清华大学出版社，2005：308-309.

[4]李清泉，左小青，谢智颖．GIS-T线性数据模型研究现状与趋势[J].武汉大学学报·信息科学版，2004，20（3）：31-35.

[5]史文中，贺志勇，张肖宁．浅析3S技术集成与公路交通建设[J].测绘通报，2003（3）：12-15.

[6]汝华，杨晓光，严海．智能交通信息特征分析与处理系统设计[J].交通运输系统工程与信息，2003，3（4）：27-33.