基于Storm的實(shí)時(shí)交通信息管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、智能交通產(chǎn)業(yè)發(fā)展至今，各種先進(jìn)的信息采集技術(shù)（如微波采集技術(shù)、視頻采集技術(shù)、環(huán)形線圈感應(yīng)式采集技術(shù)等）被廣泛地運(yùn)用于交通數(shù)據(jù)采集，交通管理部門(mén)不僅具備了交通基礎(chǔ)信息，還擁有了各類(lèi)動(dòng)態(tài)數(shù)據(jù)，如車(chē)輛實(shí)時(shí)營(yíng)運(yùn)信息、道路交通狀況等，采集的數(shù)據(jù)類(lèi)型包括屬性數(shù)據(jù)、空間數(shù)據(jù)、影像數(shù)據(jù)等。區(qū)別于原有手段所采集的交通數(shù)據(jù)，通過(guò)這些新興技術(shù)采集的流數(shù)據(jù)具有數(shù)據(jù)容量大、實(shí)時(shí)性高的特點(diǎn)。在這種交通數(shù)據(jù)實(shí)時(shí)的、持續(xù)增長(zhǎng)的狀態(tài)下，交通行業(yè)傳統(tǒng)非實(shí)時(shí)、靜態(tài)管理數(shù)據(jù)的

2、信息處理方式已經(jīng)難以適用。因此，如何實(shí)時(shí)處理傳感器采集的流數(shù)據(jù)已經(jīng)成為關(guān)注的焦點(diǎn)和亟需攻破的難關(guān)。
　　在這樣的背景下，本文通過(guò)對(duì)基于Storm、HBase等大數(shù)據(jù)實(shí)時(shí)技術(shù)的研究，提出了相應(yīng)的解決方案，其主要研究工作和成果如下:
　　(1)提出了基于Storm的實(shí)時(shí)交通信息管理系統(tǒng)的總體架構(gòu)。將架構(gòu)分為5個(gè)層面:數(shù)據(jù)采集層、數(shù)據(jù)接入層、數(shù)據(jù)處理與存儲(chǔ)層、服務(wù)層和應(yīng)用層，同時(shí)研究與設(shè)計(jì)了Storm集群的高可用性方案。
　

3、　(2)在研究了HBase原理之后，根據(jù)交通流數(shù)據(jù)具有數(shù)據(jù)量大、接入速度快以及數(shù)據(jù)源多等特點(diǎn)，通過(guò)對(duì)行鍵結(jié)構(gòu)設(shè)計(jì)的優(yōu)化，解決了流數(shù)據(jù)落地時(shí)出現(xiàn)的“熱點(diǎn)”問(wèn)題。
　　(3)以自主開(kāi)發(fā)的Storm交通流實(shí)時(shí)分析處理平臺(tái)為基礎(chǔ)，實(shí)現(xiàn)對(duì)交通流數(shù)據(jù)的實(shí)時(shí)處理，解決了海量交通流數(shù)據(jù)的道路車(chē)流平均速度計(jì)算以及計(jì)算結(jié)果離散化的問(wèn)題。同時(shí)，本文還對(duì)隱馬爾可夫模型進(jìn)行深入研究，以分析計(jì)算所得的數(shù)據(jù)序列，完成對(duì)交通隱馬爾可夫模型參數(shù)的構(gòu)造。通過(guò)對(duì)數(shù)據(jù)序