工控摘要：隨著云計算、物聯網及通信技術的快速發展，云交通”概念誕生。基于云計算技術的智能公交產品與應用將在未來逐步走入普通大眾的生活，城市交通將進入“云交通”時代。
　　
　　智能公交管理的需求
　　
　　針對智能交通建設的發展目標及服務對象，智能交通管理存在以下需求：
　　
　　掌控實時交通信息的需求
　　
　　由于城市交通信息量巨大，一個覆蓋全部城市交通的信息系統需同時處理、存儲、傳輸幾百萬甚至上千萬基本交通元的數據信息，當前一般信息系統軟硬件的處理速度和管理效能都難以滿足此項需求，考慮建設成本的因素，發展實時交通信息系統對所有交通管理部門都是一項巨大的挑戰。通過云計算方法等新興技術，將所有的信息采集單位變為信息發送、處理、傳輸集成單元，運用云計算技術把昂貴的中心計算機改變為分布式的計算系統，將為此類系統的建設提供了可行性。
　　
　　實施交通管理措施的需求
　　
　　交通管理部門政策措施的出臺涉及到對現有交通信息的采集以及信息的挖掘分析，如通過檢測方式獲取路網交通流量信息及擁堵情況，根據分析交通流信息，通過交通誘導設施對現有出行需求進行引導，均衡路網流量；交通控制系統通過分布在城市中各路口的檢測器，對區域內路網各進口道的流量及占有率進行分析，制定區域交通配時方案。上述應用均涉及到大量交通數據的處理分析與及時發布，云計算系統的高速處理優勢在交通管理措施的制定上能夠得到很好的應用。
　　
　　預測交通運行動態的需求
　　
　　制定有效的交通管理方案，需根據現有的交通運行情況對一定時間內的交通發展進行預測。交通預測計算的數據量大，信息實時處理要求高，同時在不同時段的計算需求量差異較大，如采購一般服務器與小型機難以實現對區域路網的動態交通數據的處理，且經濟性不佳。云計算方式根據計算需求，實時調用不同數量的計算單元進行計算，成為對交通進行動態預測的有效途徑。
　　
　　具備良好的擴展性的需求
　　
　　隨著智能交通管理系統的快速發展，其下的各類子系統通常根據管理及服務需求分階段進行開發，考慮到智能交通管理系統中各類資源，軟件、硬件的共享調用，系統需具備良好的擴展性，提高資源利用率，節約開發成本。通過全面整合與共享交通行業信息資源，實現智能交通管理系統運行，確保智能交通相關子系統的信息處理、決策分析和信息服務建立在全面、準確、及時的信息資源基礎之上。
　　
　　因此，云計算技術具備的海量多類型的交通信息處理、眾多用戶的實時信息服務、動態的負載平衡能力、良好的擴展性與軟件冗余機制，都使得云計算與智能公交具備天然的契合之處。
　　
　　云交通管理系統滿足智能公交的管理需求
　　
　　云計算作為一項新興的、顛覆性的技術，一經推出便在計算機、網絡產業引起廣泛響應。我們將云計算技術引入交通領域為交通管理服務，能滿足智能公交的管理需求，已成為必然的發展趨勢。
　　
　　為滿足交通管理服務的需要，需對三個層次的交通信息進行采集、處理、存儲：道路網絡信息層次、交通流信息層次、社會面信息層次。
　　
　　(1)道路網絡信息。道路網絡信息包括基礎路網信息和交通組織管理信息兩部分。基礎路網信息包括了各類道路、路口及道路周邊建筑設施的地理及屬性信息。交通組織管理信息則包括了電子*、監控卡口、信號控制設施、標志、誘導屏、管理轄區、交通管制等地理信息，并包括交通設施的點位布局、工作狀態、數據內容等設備屬性信息。
　　
　　(2)交通流信息。通過集成視頻、微波、RFID設備、出租車GPS，視頻監控、路口信號控制設施中的流量檢測線圈等各類設備采集的交通流信息，自動分析交通流速度、占有率、視頻中的車輛運行狀態，停車信息、掌握通過節點的交通流情況，得到包括路網中各路段的交通流量、車速，以及根據上述參數計算得到的局部路網、路段飽和度、服務水平信息，通過分布式處理方法將各類信息采集源進行整合。
　　
　　(3)社會面信息。通過采集集成、共享城市各類交通參與者的需求信息、出行信息、停車信息，以及相關政府部門、社會機構、交通運輸企業、停車場站的交通管理業務信息(已進入*網)。憑借云交通管理系統進行信息采集、傳輸、處理，快速準確掌握各類交通元素的運行情況，消除“信息壁壘”和“信息孤島”，提升各業務部門的信息交互水平，強化管理決策和信息服務能力，達到運營化、決策快速化、服務公眾化的建設目的。
　　
　　云交通管理的實際應用
　　
　　云交通管理的計算中心由共享服務構件層和云應用系統層兩部分組成。主要的共享基礎服務構件包括：統一門戶管理服務，PGIS查詢服務，統一消息服務，關系數據庫通用查詢服務，數據抽取集成服務，基本數據分析統計服務，數據關聯查詢服務，數據挖掘服務等等。云交通的應用系統層則可分為：
　　
　　(1)基于云計算的路網交通流信息采集分析。依托*PGIS服務構件，利用云交通管理平臺的強大計算能力，對當前海量交通信息數據進行整合計算，獲取實施路網交通流與交通事件信息。通過運用歷史數據回溯、聚類分析、多元回歸等分析技術，進行深度數據挖掘，進行交通仿真分析，預測交通變化的發展趨勢，模擬評價交通組織方案，提供可視化輔助決策信息。
　　
　　(2)基于云計算的交通信號控制。由于交通信號控制系統對于交通流檢測信息的高時效性要求，一方面將之前各類采集方式融合所得的路網交通流融合信息作為區域交通流運行背景信息。另一方面利用現有的各類被動交通流檢測方式(線圈、微波、視頻等)和GPS、RFID、GID等主動信息采集方式，直接通過前端設備實現對路口各流向交通流自適應控制。所有的匯集信息由云交通管理計算中心集中處理，形成實時、的區域交通控制方案，統一調控聯網信號機，實現基于云計算的智能交通信號控制。
　　
　　(3)基于云計算的交通誘導信息服務。根據已獲得的路網交通流信息，憑借云計算機制和強大計算能力深度感知交通，為海量個體提供個性動態導航服務，實現基于路網流量平衡的控制性路徑誘導，使得數以十萬計的個性化動態路徑誘導和停車誘導成為可能[6]。通過高速無線網絡可伸縮地將計算能力有效地分配給復雜的地圖匹配、車輛行駛路徑推測、路況信息計算等工作。減少路網中的無效交通，減輕交通擁堵程度，同時實現對動態交通的有效疏散。
　　
　　(4)基于云計算的交通管理指揮調度。依托信息采集系統與PGIS服務，實現警力報備系統和各種勤務機制的對接，準確直觀地將執勤警力、聯動協作單位的實時空間分布以及通信方式展示在平臺上，為指揮人員在諸如惡劣天氣條件下、發生重特大道路交通事故、重大堵情等情況下，實施點對點、點對面、點對線扁平指揮，自動實現有線無線的智能化調度。落實精細化交通管理，使各級指揮部門和交巡警大中隊適時準確掌握轄區每條道路不同時段的交通警情狀況、發生事故的危險狀態、重點違法行為類型，提高了警力投放和事故預防措施的針對性、科學性。
　　
　　(5)基于云計算的智能車輛管控。利用GPS、北斗、視頻卡口以及RFID技術，對大量的六類客車(長途客車、鄉村公交、旅游客車、校車、單位班車、出租車)、三類貨車(槽罐車、危化品運輸車、渣土車)等重點車輛進行實時定位和軌跡跟蹤，實時掌握重點車輛的速度、營運時間、行駛路線等運行狀態，對違規通行車輛進行自動報警，根據記錄信息，系統對駕駛人、營運單位進行警示。同時，拓展現有檢測手段的車輛治安防控功能，與現有卡口檢測系統相互補充：在管理上將電子*、視頻監控、卡口、測速儀等數據集成整合；在應用上達到分類使用、全警共享，實現軌跡刻畫精細化、區間測速化，提升路面車輛管理水平。