[发明专利]基于LDM3的省域ITS大数据云处理中心构建实现方法

说明书

技术领域

本发明属于智能交通信息技术领域，针对省域交通运营过程中的海量交通数据提供分层的数据源采集与存储、数据细化汇聚加工、信息推送实等数据处理流程，具体为一种基于LDM³的省域ITS大数据云处理中心构建实现方法。

背景技术

一般认为，大数据特性在于“4V，Volume、Velocity、Variety、Veracity”，即数据量大、速度变化快、多样性、价值密度低，智能运输系统ITS的大数据尤以代表。以江苏路网为例，全省高速公路总里程约5000km，省域内水网密布、长江穿越，春秋两季浓雾较多，路网车辆多、道路占有率高，交通流量大。就数据量来说，全省5000km高速公路按摄像机密度1路/2km，1Mbps/路，流量约2.5G/s，仅一天容量为200T。若另加有车检、微波、浮动车GPS、ETC收费等数据，数据量和复杂性更可观。然而平时，无事故时往往价值却不大；交通参数的分析，往往需辅加气象信息，予以关联。因此如何从高容度、看似非关联数据提取有价值的信息是十分重要的。

应用信息系统中，数据源是被动的，系统从功能出发，需要底层采集多元数据、经大量分析挖掘数据的复杂计算，获得自身所需信息。各应用系统各自独立，这就给应用系统间的信息交互带来一定困难。

应用信息系统对数据的需求，往往不一，如粒度或精度、历史数据再现、实时数据监测、未来趋势预测等等。ITS面临各种层面、不同粒度的信息流服务。

此外，ITS系统区域化分布，异构系统之间功能调用或数据交换需要大量的中间件或Agent代理，且易随系统扩展而膨胀。传统基于功能调用的方法无法应对未来ITS发展，必须构建基于信息流的服务点播与信息推送模式。

因此，值得研究运用云计算、大数据技术解决ITS问题。表1列出了ITS数据特点，以及存在的处理难点。

表1交通数据特点、处理难点

发明内容

本发明针对传统的智能交通数据源众多、异构、数据量大、用户需求不一等现状，为解决数据层次复杂，负载不均，系统结构复杂等问题，提供一种信的云处理中心构建实现方法。

本发明的技术方案为：基于LDM³的省域ITS大数据云处理中心构建实现方法，基于LDM³交通系统框架，实现分层分级的数据采集、处理与信息服务，所述省域ITS大数据云处理中心包括外场设备、交通数据云处理中心和服务接口，交通数据云处理中心设置分级数据库和应用服务器，其中：

LDM³交通系统框架在逻辑上由下至上包括实体层、网络传输层、信息汇聚层和应用层，对应到实体系统中：实体层对应外场设备，网络传输层为IP网络传输平台，信息汇聚层对应分级数据库，应用层对应应用服务器；实体层将采集的各种数据通过网络传输层传输至信息汇聚层，信息汇聚层对接受的信息进行统一处理，实现数据的统一采集，提供统一的数据交换格式，分级数据库是数据处理中心，信息汇聚层为应用层提供信息服务，应用层通过服务接口与外部用户连接，外部用户包括异构平台和其它数据系统。

信息汇聚层通过分级数据库实现物理与逻辑上的分层，逻辑上自底向上划分为“源数据库”、“细化汇聚数据库”及“应用推送精细库”三级，物理上分别对应设置数据库硬件，分级数据库进行数据处理时，使用“被动+主动+自动”信息获取与服务方式，所述“被动”指当外部用户或内部应用服务器向分级数据库提取数据时，分级数据库被动地向其提供数据；“主动”是指分级数据库主动向外部用户或内部应用服务器推送数据；“自动”是指外场设备、分级数据库与应用服务器之间的自动数据流动。

分级数据库中，源数据库为底层，采集存储外场设备的多源异构数据，并通过ASN.1协议和XML语言实现对不同厂家和接口的外场设备互操作与数据共享；细化汇聚数据库数据来源是底层源数据库的粗加工数据，将源数据库数据经过筛选、合并、并联的基本数据库操作，形成面向不同的ITS主题的专题数据；应用推送精细库是在细化汇聚数据库基础上再次精细加工而形成的信息流，加工手段包括视图聚合和规则挖掘，提供面向专门应用接口的信息流。

应用层的各应用服务器是基于分级数据库信息流构建的，包括交通态势、动态高危区域DBA、出行服务和网络服务质量评测，应用服务器中的系统构建采用基于信息流的软件工程方式，根据业务需要配备新的信息流，组合出新的应用模块，满足应用拓展需求。

服务接口包括Web服务和Web页面两种界面方式。