基于云计算的智能交通系统构建智能交通云.doc

基于云计算的智能交通系统构建智能交通云 构建“智能交通云”主要是对智能交通的一些子系统的应用以及计算系统分离出共通的计算设备层，这样智能交通系统的控制中心就可以构造在同一个计算设备层上面。 5.1.1“云”的构建 基于现代“云计算”的智能交通系统的“云计算”的构建重点要解决的就是各种交通数据的处理以及大量交通数据的存取和快速响应请求的能力。在本文中所研究的基于云计算的智能交通系统中最重要的应用系统就是动态导航系统，主要包括动态导航前期建设以及导航数据的动态处理。下面对动态导航技术在云计算的处理中需要用到的重要技术进行详细的说明，这是现代智能交通系统的关键[29]。 1、交通网络中的Braess悖论及其博弈论分析 在大部分的行驶路径上面，人们出行成本定义相同，并且要比在没有使用路径上的出行成本要小的。在一般具有合作博弈的结果都有着相同的性质，例如在任意的平衡点的地方，如果存在某些用户的收益上升，这必将导致了其它用户的收益下降，计算机网络系统。如下图所示的路网, 路段的出行时间为 图5-1 路网结构图 其中，为某人在以路段的上的出行时间；为任意的情况下，该道路上对应的出行时间。 假设该问题满足对称条件 可以假定路网中的交通比较拥挤的路段op和qr很短，因此再不控制车辆流量情况下的出行时间近似为0，即 假定新增路段pq的延迟参数与路段oq和qr相等，即 设，，， ，则各路段出行时间可表示成， ，，，。 路网（）由4个路段构成，从o至r有两条路线：路线1（），路线2（），其出行时间为 令， 因此同时提高双方性能的解[30]。 路网（）中除了线路1、2以外，增加了路线3（）。设为分配道路线1上交通流，根据路网对称性，分配到路线2上的交通就也是，因此，分配到路线3上的交通流为。 取与路网（）相同的参数并另，做出和的函数曲线。在现实的路网中，上图所示的结构不是很常见的，在现代北京市的道路网络中经常可以见到如下图所示的道路结构。 图5-2 路网结构以及路段出行 从到有3条路线，，。 设交通需求为，分配到3条路线上的交通流分别为、和。当时，则上述分析有着Pareto的最优解，与此同时和用户的均衡解不一样，所以发生了Braess悖论[31]。 研究并且了解北京市三环路以内的某些地方，研究发现在路段上一段时间的的行车速度(speed)以及行车流量（flow）和当地道路的长度()，用来计算道路段的自由流的车辆的出发时间以及延迟参数。路段出行时间，因此根据车速和流量的数据，可以拟合出关系曲线，从而估计和的值。 而对于某一路段的车流量的获取，我们根据该路段的堵塞程度的情况，由图中各种颜色的比例求得其总流量。 假设:车长 ：车距 ：路长 车流量表示： 车速 假设，车距根据4种堵塞程度来确定。 方法如下： 从左到右车距依次为：、、、 选取5段路网分析计算得由关系曲线估计出和的值如表1～4（备注：路段编号和图5-2模型中一样按顺时针编排） 图5-4 鼓楼桥 表5-1 路段分析 路段编号 流量flow（辆） 路长L (m) 自由出行时间α(s) 延迟参数 1 199 1530 68.92 0.0198 2 326 2500 112.61 0.0198 3 100 700 31.53 0.0437 4 250 1800 81.08 0.0185 5 140 700 31.53 0.0129 6 354 2400 108.11 0.0336 7 260 1800 81.08 0.0178 选取1~7段路网分析计算得由关系曲线估计出和的值， 由于，则上述分析有着Pareto的最优解，与此同时和用户的均衡解不一样，所以发生了Braess悖论，此路网验证存在悖论。 图5-5 西便门桥 路段编号 流量flow（辆） 路长L (m) 自由出行时间α(s) 延迟参数 1 179 1200 54.05 0.0173 2 129 900 40.54 0.0180 3 133 900 40.54 0.0335 4 183 1200 54.05 0.0169 5 143 940 42.34 0.0169 6 142 830 37.39 0.0150 7 171 1100 49.55 0.0166 表5-2 路段分析 选取1~7段路网分析计算得由关系曲线估计出和的值， 由于，则上述分析有着Pareto的最优解，与此同时和用户的均衡解不一样，所以发生了Braess悖论，分析可知，此路网验证不存在悖论。 图5-6 东直门北桥 路段编号 流量flow（辆） 路长L (m) 自由出行时间α(s) 延迟参数 1 188 900 40.54 0.0123 2 100 770 34.68 0.0198 3 195 1500 67.57 0.0381 4 135 900 40.5