面向車載信息的大規(guī)模數(shù)據處理平臺技術研究.pdf

1、車載信息系統(tǒng)是運用了多種信息技術的車載設備，它能夠采集車輛行駛過程中產生的各種車載數(shù)據。隨著移動通信技術的發(fā)展，車載信息系統(tǒng)不再是一個無法與外界交互的獨立個體，一些新的功能和作用開始展現(xiàn)出來。在接入網絡后，它可以接受來自互聯(lián)網提供的各種服務，但更重要的是它可以充當交通網絡中一個活動的數(shù)據采集節(jié)點。大量這樣的節(jié)點存在于交通網絡中，并不斷地采集數(shù)據，這些原始海量數(shù)據需要得到有效的處理和分析。
　　本課題從車載信息系統(tǒng)作為數(shù)據采集節(jié)點的

2、角度出發(fā)，構建了一種通用的面向車載信息的大數(shù)據處理平臺的框架。并在此基礎上，研究了車載信息的大數(shù)據處理平臺在道路導航方面的應用。本課題的主要工作如下：
　　1.深入剖析車載信息系統(tǒng)中使用的各種技術。分析得出車載數(shù)據具有大數(shù)據的特性。研究當前主流的大數(shù)據處理技術。分析和深入研究包括Hadoop、Storm、Spark在內的主流大數(shù)據處理技術，剖析這些大數(shù)據處理技術的基本架構、基本原理以及各自適用的場景。
　　2.提出一種面向車

3、載信息的大數(shù)據處理平臺的解決方案。設計面向車載信息的大規(guī)模數(shù)據處理平臺的總體框架。設計總體框架中每一層的內容，包括數(shù)據源、數(shù)據傳輸層、數(shù)據處理層、數(shù)據存儲層、訪問接口層和應用層。
　　3.研究了面向車載信息的大數(shù)據處理平臺在道路導航方面的應用。針對一般道路導航考慮因素的不足，將影響最佳行駛路線的路線長度、擁堵狀況、道路狀況等因素考慮進來，重新表示每條道路上影響行駛路線的權值。并重點研究了利用擁堵量的預測進行更加合理的道路導航。結合

4、所提大數(shù)據平臺的優(yōu)勢，使用分布式并行編程思想，建立BP神經網絡模型對每條道路的擁堵狀況進行預測。根據預測的擁堵量，計算當前最優(yōu)行駛路線，且最優(yōu)行駛路線會根據新的預測結果進行動態(tài)調整。
　　4.選取交通道路進行模擬實驗，實驗結果表明，在Hadoop集群環(huán)境中，能夠實現(xiàn)時間較短、結果較準確的道路擁堵量預測。基于預測的結果，選取不同的權值系數(shù)，計算最優(yōu)行駛路線，并與最短路徑下的行駛時間做比較。結果表明，所求路線較最短路徑相比，行駛時間有