基于大数据的智能交通疏导控制系统设计

毛晨希，宋瑾钰取海量数据的方案，为深度挖掘数据背后的利用价值造成了不便。本文将利用大数据存储技术、快速检索技术、前端可视化技术实现交通的多样化感知，开发一个能够实现交通疏导控制的交通数据可视化系统，对数据进行多维度分析，提高识别违法车辆和特种车辆的准确度，降低疏导交通的人力成本和时间成本，提高社会整体运转效率。2.系统设计2.1.需求分析智能交通疏导控制系统主要面向两类用户群体：交管部门人员和系统管理人员。面向交管部门人员，系统应当允许通过大屏实时查看城市交通运行状况，包括拥堵状况、流量信息、违法情况等，在出现特种车辆时能及时进行应急指挥，同时能够直观地查看过往数据，以便合理安排警力进行交通疏导。面向系统管理人员，给予管理资源、信息和设备的权限，包括路口交通信息、设备信息、施工信息、警务信息等。交通疏导控制系统分为智能指挥中心和后台管理系统两大部分，智能指挥中心主要面向交管部门人员，为指挥人员提供丰富的视觉传达信息[15]。指挥中心包含数据总览、应急指挥、区域路段信息、历史信总概览四大模块。后台管理系统为后台工程师和系统管理员提供服务，又细分为智能物联网平台和指挥中心后台管理系统两个子系统。功能模块设计如图1所示。智能交通盛导控制系统使指中心后台管理系数总览区域路段信息历史情息极宽指房中，后台管理条餐能物联网平台路情展示各运状态分析车辆实时预警信息总路口实时监控法抓拍评情路口信息详情通态汇总常件处面警力分布天气预费普情统计交通流量统计区城堵统计备信息统计道路信息管理各管理法车辆管理信息通知管理台概览入与管Figure 1.System functional module design围1.系统功能模块设计图2.2.架构设计智能交通疏导控制系统整体架构设计图如图2所示。整体架构分为服务层、应用层、平台层和感知层四个层次。感知层位于架构的最底层，包括CPU、GPU、存储设备、网络设备等基础设施及机器视觉和边缘计算：上层是平台层，系统使用现有成熟的ONET物联网平台和阿里云平台：应用层包括使用Docker、Shell等技术的部署运维模块，依托于Numpy、TensorFlow等科学计算库和深度学习框架的计算引擎模块，涵盖数据处理、存储等功能的后端服务模块：直接和用户进行交互的服务层提供了数据概览、区域路段、应急指挥、历史信息四项基础功能服务。D0:10.12677/sea.2022.1161421385软件工程与应用