云计算、雾计算和边缘计算在智慧交通中的应用

Technology Application

技术应用

DCW

211

数字通信世界

2019.09

智慧交通作为智慧城市的重要组成部分，是改善城市交通环境的最佳途径。智慧交通在整体考虑交通基础设施、交通运输工具和交通参与者的基础上，应用先进的信息技术、通信技术、计算机技术、控制技术和传感技术建立人、车、路和谐统一的交通环境，实现交通的全面感知和智慧管控，提升城市交通系统的运行效率和管理水平。

1 主流计算技术的分析

目前，主流计算技术主要有云计算（Cloud Computing ）、雾计算（Fog Computing ）和边缘计算（Edge Computing ）。根据这三种计算技术的定义和应用场景，我们可以把它们理解成三个从整体到局部的不同层次的计算模式。1.1 云计算

云计算是一种共享计算资源的计算模式，计算资源共享池（包括网络接入、服务器、存储设备、软件、服务）部署在位于互联网中的大型数据中心，提供“云端服务”。用户按需接入，获取相应的计算资源。通常用于海量数据处理或高强度运算场景。同时，由于在互联网上部署了多个资源池副本，能有效保障系统可靠性和数据安全性。1.2 雾计算

雾计算是一种面向物联网的分布式计算模式，是云计算概念的延伸。计算资源将分散到网络的“边缘”，形成微型的本地数据中心，提供局域网络内部的处理能力。相对于云计算而言，雾计算具有很低的时间延迟、强大位置感知能力、更为广泛的地理分布、良好的移动适应性等优点。1.3 边缘计算

边缘计算是通过部署在靠近物或数据源头的计算资源，提供近端服务的本地计算模式。一般采用集网络接入、计算、存储、应用为一体的开放平台或设备。而为了实现边缘计算的即时性，这就要求采用更为智能的平台或设备。和雾计算相比，边缘计算具有更低的时间延迟、多种网络接入模式、更少的网络带宽、更少的故障点、可靠的安全性、设备运行的独立性等优点。

2 计算技术在智慧交通中的应用研究

2.1 交通态势分析

交通信息采集是智慧交通的重要组成部分，通过广泛部署的摄像机、传感器、浮动车以及手机信令、人工上报信息来获取交通流量、行车速度、道路状况、停车位数量、天气情况等与交通密切相关的信息。随着城市规模的不断扩大和城市交通日益繁忙，传统的信息处理模式已经无法满足数据分析、处理和储存的需求。同时，交通态势分析和交通流组织这类非即时性应用强调的是广泛的信息采集和分析预测，主要应对未来交通环境改善、交通发展规划等问题。而云计算能提供海量数据接入和高强度的数据处理功能，恰好适用这类非即时性应用场景。2.2 交通信号控制

交通信号控制是交通管理中最重要的一个组成部分，关系到

整个交通系统能否正常运行。当前，交通信号控制多采用预编程的自动控制模式，不能根据当时的交通情况进行动态调整。将来，交通信号能通过区域（通常是一段道路或一片区域路网）交通状况自主控制。交通信号控制机作为雾计算节点接收区域内传感器收集的流量信息和交通拥堵情况，通过实时分析后对信号灯相位和配时进行动态调整。同时，云计算中心对更广泛的区域，乃至整个城市的交通状况和交通需求进行分析，以改善整体交通环境，如：特勤交通控制、绿波控制、交通疏导。2.3 交通执法取证

交通执法取证是进行交通管理最为有效的手段。交通违法和交通事件检测类型比较丰富，在同一台前端设备上实现多种检测对设备处理能力有很高的要求。而且，根据交通执法取证相关规范的要求，违法记录数据同时也应在本地存储，避免因网络中断导致数据丢失，以提高数据安全性。雾计算能够提供区域（通常是一个路口或一段道路）内的集中处理能力和储存空间，网关节点接收前端摄像机和传感器采集的数据，在本地集中处理并保存结果数据，同时将该结果传输到交通管理后台作为执法依据。2.4 无人驾驶

无人驾驶作为近年来的热点话题，其相关技术发展迅速。无人驾驶通过人工智能、机器视觉、雷达、定位系统、自动控制系统协同工作，实现汽车的自动驾驶。随着汽车的运行，将产生大量的边缘侧数据，这些数据全部同步到云中心或者雾节点会存在安全与隐私方面的风险。此外，无人驾驶汽车需要在高速移动状态下对周围环境做出迅速反应，所以响应时间是一个极其重要的指标。受限于网络带宽和信息处理流程，云计算和雾计算架构难以实现高要求的实时响应，而且还存在通讯中断的风险。而无人驾驶汽车作为一个融合了感知、分析处理和控制单元的边缘计算集成平台能够满足实时性、安全性和私密性的要求，同时也能将一些非重要数据进行共享。

3 结束语

通过上述分析和探讨，我们不难发现云计算、雾计算和边缘计算并不是计算技术的迭代更新，它们在数据的收集、处理和通信方式上的不同决定了它们在智慧交通不同场景中的应用。未来，智慧交通将会朝着自主化、多元化、协同化的方向发展，多种计算模式的融合应用将会促进智慧交通的可持续性发展。参考文献

[1] 王庆.从云计算跨越到边缘计算[J].信息通信技术，2018（5）.

[2] 施巍松，张星洲，王一帆，等.边缘计算：现状与展望[J].计算机研究与发展，2019（1）.

[3] 林小新，云计算.边缘计算和雾计算 了解每种计算的实际应用[J].计算机与网络，2018（23）.

云计算、雾计算和边缘计算在智慧交通中的应用

陈　晨

（中冶南方城市建设工程技术有限公司，武汉 430077）

摘要：智慧交通作为智慧城市的重要建设领域，近年来随着新技术的不断涌现发展迅速。本文介绍了云计算、雾计算和边缘计算这三种主流计算技术，并对其在智慧交通中的应用进行了深入探讨。

关键词：智慧交通；云计算；雾计算；边缘计算doi ：10.3969/J.ISSN.1672-7274.2019.09.174中图分类号：U495 文献标示码：A 文章编码：1672-7274（2019）09-0211-01