论文部分内容阅读
数据显示,营运车辆的超载、超速、疲劳驾驶和不按规定行驶等违法行为是发生安全事故的主要原因。重点车辆监控平台的目标是实现对客运班车、旅游包车、重型货车和汽车列车、建设施工单位散装物料车、校车、教练车,出租车等八类纳入重点监管范围的营运车辆进行实时监控。根据车载监控终端回传的数据,对车辆的实时运行状态进行轨迹分析,可以主动、及时检测车辆的违法行为及事故发生。这为交通管理部门的执法取证、车辆违法行为的及时发现及纠正、交通事故快速响应等提供了强有力的手段。
重点车辆监控平台的建立首先要实现企业、政府两级平台的数据互联互通与数据集中共享。由于运营企业众多,各自的标准不一,协议各异,难以对车辆各种违法行为进行统一规定。而平台接口不一,交换内容不一,数据就难以统一集中和共享。本文对平台的标准化数据交换规范及关键技术进行了研究,基于企业平台数据交换现状和标准化的一般原则和方法,提出了企业监控平台功能要求以及数据接口规范。
重点车辆监控平台处理的车辆监控数据是海量的。以广东省为例,据估计最终纳入监控的车辆数将达到60万。按照数据传输处理高峰时预计有50万在线车辆的规模计算,每辆车每隔10s传输一个定位数据包,每个定位数据包约120字节,一天的数据量就达到483G。对于如此庞大的数据量,如何保证数据接收解析和地图匹配的实时性是平台应用所需要解决的关键问题。对于数据接收解析,本研究采用基于标记字符的递归拆包算法结合读取和解析分离的并行处理架构,大大提高数据接收解析效率,有效解决数据接收解析实时性问题;对于地图匹配,则采用MapReduce并行计算模型,在Hadoop软件框架上实现地图匹配的分布式处理。该处理架构具有良好的线性扩展性,通过对硬件设备的简单扩容,可实现对海量监控数据的实时地图匹配分析。