一種基于交通社交網絡的連接車輛運輸系統的制作方法

本發明涉及交通運輸領域，尤其是涉及了一種基于交通社交網絡的連接車輛運輸系統。

背景技術：

隨著生活水平的不斷提高，各種車輛的數目不斷增多，但其在給人們的出行帶來便利的同時，也帶來了頻繁的交通堵塞、車禍以及空氣污染等問題。為了實現可持續、智能、綠色交通的目標，研究人員使用最先進的無線信息和通信技術，為道路管理員和車輛提供實時的交通運輸相關信息服務，即連接車輛運輸系統(cvts)。它能夠與車載無線通信設備、智能手機、行車記錄儀等設備結合，實時為駕駛員收集道路交通信息，進行有效的數據分析，做出預測和快速決策，同時反饋給駕駛員，提供更可行的路徑規劃，減少路面交通擁堵的情況，也可以為旅行出游的人們規劃更加合理的路線。對于乘坐公共交通的人們來說，通過智能手機上的相關app，可以了解到實時公交信息，有效減少等車時間，方便人們出行。然而，傳統的方法算法精確度不高，數據分析速度也比較慢。

本發明提出了一種基于交通社交網絡的連接車輛運輸系統，交通社交網絡框架由接入網層、數據聚合層和應用層三層組成，包括基礎設施、移動設備、中央控制器和云端四個核心組件；交通社交網絡框架接入網構建數據收集、分析和交通相關網絡的連接，通過多標準決策層次分析法獲得最佳網絡，分布式自動訪問引擎通過模糊規則確定最佳決策。本發明加快了響應和數據分析的速度，提高了算法精度和系統的可靠性和安全性；能結合車載無線通信設備或智能手機等顯示實時交通信息，并規劃有效路徑，提高了使用性能。

技術實現要素：

針對算法精確度不高等問題，本發明的目的在于提供一種基于交通社交網絡的連接車輛運輸系統，交通社交網絡框架由接入網層、數據聚合層和應用層三層組成，包括基礎設施、移動設備、中央控制器和云端四個核心組件；交通社交網絡框架接入網構建數據收集、分析和交通相關網絡的連接，通過多標準決策層次分析法獲得最佳網絡，分布式自動訪問引擎通過模糊規則確定最佳決策。

為解決上述問題，本發明提供一種基于交通社交網絡的連接車輛運輸系統，其主要內容包括：

(一)交通社交網絡框架；

(二)構建數據收集、分析和交通相關網絡的連接；

(三)交通相關網絡訪問機制。

其中，所述的交通社交網絡框架，由三層組成：接入網層、數據聚合層和應用層；包括基礎設施、移動設備、中央控制器和云端四個核心組件；

在接入網層中，包括車輛和移動設備的感知節點可以連接到路邊通信基礎設施，如蜂窩基站和路邊單元(rsu)，并通過lte/5g蜂窩網絡和/或車載自組織網絡進行通信；靜態傳感器，如攝像機、感應回路、射頻識別和道路反射器，通過有線通信傳輸數據；

在數據聚合層中，路邊通信基礎設施連接到相應的骨干路由器；數據流通過中央控制器子層或模糊計算服務器組合，并通過互聯網進一步傳送到云服務器；

在應用層中，流量管理中心將從云端匯總收集到的多源數據進行分析，估計和預測道路流量；云端也連接到其他服務供應商，可以在應用層中融合并提供流量相關信息；然后通過蜂窩核心網絡和區域車載自組織網絡將不同的與流量相關的服務傳送給車輛。

進一步地，所述的基礎設施，接入基礎設施由改進的基站和rsu組成；假設基站覆蓋整個城市，移動設備和基站之間的通信路線比具有rsu的移動設備之間的通信路線更穩定；rsu配備了在專用短程通信技術(dsrc)和/或wi-fi上工作的無線收發器，因此與基站相比傳輸范圍很小；但它為移動設備提供了高速率傳輸；rsu不僅是車載到基礎設施通信的替代方案，而且可以實現蜂窩網絡的卸載。

進一步地，所述的移動設備，智能手機可以通過wi-fi經lte/5g和車載自組織網絡基礎設施連接到蜂窩網絡，而車輛可以通過dsrc額外連接到車載自組織網絡基礎設施和其他車輛；由于wi-fi和dsrc技術可以在路上移動時通過連接進行應用，因此提出了移動設備中的自動網絡接入引擎，卸載最初針對蜂窩網絡的數據，稱為自動卸載發動機。

進一步地，所述的中央控制器，中央控制器連接到基站(例如，用于lte的基站)、rsu和因特網骨干網；它根據流量管理中心估計的實時流量和移動設備要求的服務需求分配網絡無線電資源；它作為物理網絡路由器和網絡運營商之間的接口來指定網絡服務；控制器構建從數據平面脫離的邏輯控制平面；與基于互聯網協議(ip)的網絡不同，這種框架使得移動設備能夠在不同的接入接口之間移動，而不會改變身份或違反規范；控制功能可以通過稱為openflow的協議實現，該協議使控制器能夠驅動接入網絡邊緣硬件，以便在傳統ip內核上創建一個易于編程的基于標識的覆蓋。

進一步地，所述的云端，作為流量管理中心和其他服務提供商的數據分析中心，云端從靜態流量傳感器和移動設備接收數據，并分析流量估計和預測；然后根據其他服務提供商的實時流量和數據分析其他流量相關服務；云端提供的一個關鍵功能是移動設備的訪問指導，便于自動卸載引擎。

其中，所述的構建數據收集、分析和交通相關網絡的連接，首先，通過交通社交網絡框架接入網從靜態和移動傳感器收集流量大數據；靜態傳感器(例如，照相機和感應回路)通過有線網絡將交通數據傳送到區域交通管理中心；

其次，在交通社交網絡框架的聚合層和應用層上，數據分析提供實時的區域和全球交通狀況，有利于中央控制器根據城市車輛/用戶的估計交通密度、速度、加速度和其他信息來分配廣域網無線電資源(如基站，rsu和互聯網主干)；

第三，來自不同網絡組件的各種數據為深度數據分析提供了補充數據。

其中，所述的交通相關網絡訪問機制，包括通過多標準決策層次分析法獲得最佳網絡和分布式自動訪問引擎；

將網絡建議問題模型轉化為包含目標的層次結構，通過對這些元素的成對比較進行一系列判斷，確定層次結構要素之間的優先事項；比較結果構成成對比較矩陣a＝aij，i,j＝1,2,…,n，其中n是第二級標準的數量，并且每個元素aij基于從同等重要性到優先的標準化比較尺度；成對比較矩陣應該滿足遞延性偏好和強度關系，需要檢查其一致性；計算一致性指標c.i.，隨機一致性指標ri，得到一致性比cr＝ci/ri。

進一步地，所述的分布式自動訪問引擎，各種應用的服務質量(qos)要求(高速率、延遲、成本)通過本地車速觀察和通過蜂窩網絡推送的接入推薦器進行寄存；訪問選項可以通過分析寄存信息、通信路線的接收信號強度(rss)和過去的統計知識來決定；知識庫被定義為：

q<速度，應用，訪問選項，qos|訪問推薦器>

其可以簡寫為q<s,a,o,q|r>；知識庫可以通過新的qos定期更新；訪問推薦器的可信賴性可以根據本地觀察情況進行調整，并實現設備訪問決策的qos(訪問試驗或特定訪問網絡中的qos)(切換到另一個接入網絡)；適應過程可以通過在app中設計適當的低復雜度算法來實現，通過基于規則的推理進行決策。

進一步地，所述的模糊規則，模糊規則表示所訪問網絡實現的qos與自動訪問引擎的標準<s,a,o,q>間的關系；在模糊理論中，規則庫是將輸入向量映射到輸出的函數f；這里，將變量設置為四個因子<s,a,o,q>；可實現的qos級別定義為輸出；可以定義每個變量的隸屬函數；它可以簡化為每個前提變量的單例模糊化級別；例如，將s設置為低和高，對聲音、文本和視頻進行分類，并且使用蜂窩網絡、wifi和車載自組織網絡作為訪問推薦器和引擎的訪問選項；具有l級輸出的示例性模糊規則可以如下：

規則i：如果s為低，a為聲音，o為蜂窩網絡，r為蜂窩網絡，則可實現的qos可以為l級；

通過模糊決策和可實現的qosc級，比較可實現的qosl級，可以決定是否切換到“最佳網絡”；只有可實現的qosl級在一定程度上比實現的qosc級更好的情況下才能進行切換。

附圖說明

圖1是本發明一種基于交通社交網絡的連接車輛運輸系統的系統框架圖。

圖2是本發明一種基于交通社交網絡的連接車輛運輸系統的交通社交網絡框架。

圖3是本發明一種基于交通社交網絡的連接車輛運輸系統的數據收集、分析和交通相關網絡的連接。

圖4是本發明一種基于交通社交網絡的連接車輛運輸系統的網絡選擇的層次分析過程。

圖5是本發明一種基于交通社交網絡的連接車輛運輸系統的網絡選擇的分布式決策過程。

具體實施方式

需要說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互結合，下面結合附圖和具體實施例對本發明作進一步詳細說明。

圖1是本發明一種基于交通社交網絡的連接車輛運輸系統的系統框架圖。主要包括交通社交網絡框架，構建數據收集、分析和交通相關網絡的連接，交通相關網絡訪問機制。

交通社交網絡框架由接入網層、數據聚合層和應用層三層組成，包括基礎設施、移動設備、中央控制器和云端四個核心組件；交通社交網絡框架接入網構建數據收集、分析和交通相關網絡的連接，通過多標準決策層次分析法獲得最佳網絡，分布式自動訪問引擎通過模糊規則確定最佳決策。

圖2是本發明一種基于交通社交網絡的連接車輛運輸系統的交通社交網絡框架。交通社交網絡框架由三層組成：接入網層、數據聚合層和應用層；包括基礎設施、移動設備、中央控制器和云端四個核心組件；

在接入網層中，包括車輛和移動設備的感知節點可以連接到路邊通信基礎設施，如蜂窩基站和路邊單元(rsu)，并通過lte/5g蜂窩網絡和/或車載自組織網絡進行通信；靜態傳感器，如攝像機、感應回路、射頻識別和道路反射器，通過有線通信傳輸數據；

在數據聚合層中，路邊通信基礎設施連接到相應的骨干路由器；數據流通過中央控制器子層或模糊計算服務器組合，并通過互聯網進一步傳送到云服務器；

在應用層中，流量管理中心將從云端匯總收集到的多源數據進行分析，估計和預測道路流量；云端也連接到其他服務供應商，可以在應用層中融合并提供流量相關信息；然后通過蜂窩核心網絡和區域車載自組織網絡將不同的與流量相關的服務傳送給車輛。

基礎設施，接入基礎設施由改進的基站和rsu組成；假設基站覆蓋整個城市，移動設備和基站之間的通信路線比具有rsu的移動設備之間的通信路線更穩定；rsu配備了在專用短程通信技術(dsrc)和/或wi-fi上工作的無線收發器，因此與基站相比傳輸范圍很小；但它為移動設備提供了高速率傳輸；rsu不僅是車載到基礎設施通信的替代方案，而且可以實現蜂窩網絡的卸載。

移動設備，通常情況下，智能手機可以通過wi-fi經lte/5g和車載自組織網絡基礎設施連接到蜂窩網絡，而車輛可以通過dsrc額外連接到車載自組織網絡基礎設施和其他車輛；由于wi-fi和dsrc技術可以在路上移動時通過連接進行應用，因此提出了移動設備中的自動網絡接入引擎，卸載最初針對蜂窩網絡的數據，稱為自動卸載發動機。

中央控制器，中央控制器連接到基站(例如，用于lte的基站)、rsu和因特網骨干網；它根據流量管理中心估計的實時流量和移動設備要求的服務需求分配網絡無線電資源；它作為物理網絡路由器和網絡運營商之間的接口來指定網絡服務；控制器構建從數據平面脫離的邏輯控制平面；與基于互聯網協議(ip)的網絡不同，這種框架使得移動設備能夠在不同的接入接口之間移動，而不會改變身份或違反規范；控制功能可以通過稱為openflow的協議實現，該協議使控制器能夠驅動接入網絡邊緣硬件，以便在傳統ip內核上創建一個易于編程的基于標識的覆蓋。

云端，作為流量管理中心和其他服務提供商的數據分析中心，云端從靜態流量傳感器和移動設備接收數據，并分析流量估計和預測；然后根據其他服務提供商的實時流量和數據分析其他流量相關服務；云端提供的一個關鍵功能是移動設備的訪問指導，便于自動卸載引擎。

圖3是本發明一種基于交通社交網絡的連接車輛運輸系統的數據收集、分析和交通相關網絡的連接。首先，通過交通社交網絡框架接入網從靜態和移動傳感器收集流量大數據；靜態傳感器(例如，照相機和感應回路)通過有線網絡將交通數據傳送到區域交通管理中心；

其次，在交通社交網絡框架的聚合層和應用層上，數據分析提供實時的區域和全球交通狀況，有利于中央控制器根據城市車輛/用戶的估計交通密度、速度、加速度和其他信息來分配廣域網無線電資源(如基站，rsu和互聯網主干)；

第三，來自不同網絡組件的各種數據為深度數據分析提供了補充數據。

圖4是本發明一種基于交通社交網絡的連接車輛運輸系統的網絡選擇的層次分析過程。將網絡建議問題模型轉化為包含目標的層次結構，通過對這些元素的成對比較進行一系列判斷，確定層次結構要素之間的優先事項；比較結果構成成對比較矩陣a＝aij，i,j＝1,2,…,n，其中n是第二級標準的數量，并且每個元素aij基于從同等重要性到優先的標準化比較尺度；成對比較矩陣應該滿足遞延性偏好和強度關系，需要檢查其一致性；計算一致性指標c.i.，隨機一致性指標ri，得到一致性比cr＝ci/ri。

圖5是本發明一種基于交通社交網絡的連接車輛運輸系統的網絡選擇的分布式決策過程。各種應用的服務質量(qos)要求(高速率、延遲、成本)通過本地車速觀察和通過蜂窩網絡推送的接入推薦器進行寄存；訪問選項可以通過分析寄存信息、通信路線的接收信號強度(rss)和過去的統計知識來決定；知識庫被定義為：

q<速度，應用，訪問選項，qos|訪問推薦器>

其可以簡寫為q<s,a,o,q|r>；知識庫可以通過新的qos定期更新；訪問推薦器的可信賴性可以根據本地觀察情況進行調整，并實現設備訪問決策的qos(訪問試驗或特定訪問網絡中的qos)(切換到另一個接入網絡)；適應過程可以通過在app中設計適當的低復雜度算法來實現，通過基于規則的推理進行決策。

模糊規則表示所訪問網絡實現的qos與自動訪問引擎的標準<s,a,o,q>間的關系；在模糊理論中，規則庫是將輸入向量映射到輸出的函數f；這里，將變量設置為四個因子<s,a,o,q>；可實現的qos級別定義為輸出；可以定義每個變量的隸屬函數；它可以簡化為每個前提變量的單例模糊化級別；例如，將s設置為低和高，對聲音、文本和視頻進行分類，并且使用蜂窩網絡、wifi和車載自組織網絡作為訪問推薦器和引擎的訪問選項；具有l級輸出的示例性模糊規則可以如下：

規則i：如果s為低，a為聲音，o為蜂窩網絡，r為蜂窩網絡，則可實現的qos可以為l級；

通過模糊決策和可實現的qosc級，比較可實現的qosl級，可以決定是否切換到“最佳網絡”；只有可實現的qosl級在一定程度上比實現的qosc級更好的情況下才能進行切換。

對于本領域技術人員，本發明不限制于上述實施例的細節，在不背離本發明的精神和范圍的情況下，能夠以其他具體形式實現本發明。此外，本領域的技術人員可以對本發明進行各種改動和變型而不脫離本發明的精神和范圍，這些改進和變型也應視為本發明的保護范圍。因此，所附權利要求意欲解釋為包括優選實施例以及落入本發明范圍的所有變更和修改。