基于云计算的智能卡口系统研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于云计算的智能卡口系统研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：在分析智能卡口关键技术的基础上，提出“云化”将是卡口系统的发展趋势，具体表现为智能化、大数据化、服务化、互联网化、运营化。通过云计算技术解决卡口系统遇到的问题，并给出了基于云计算的卡口系统组成：卡口抓拍识别系统和车辆管理云服务平台。重点对基于“Hadoop+HBase”的车辆管理云服务平台关键技术进行了分析，给出了系统架构组成和针对海量车辆通行记录的HBase表结构的详细设计。

关键词：Hadoop；HBase；卡口系统；云存储；车辆管理系统

中图分类号：TP303

文献标识码：A 文章编号：1672-7800（2015）005-0008-04

作者简介：彭宁（1962-），女，广西容县人，桂林长海发展有限责任公司工程师，研究方向为质量管理、视频监控、云计算；刘忠山（1981-），男，辽宁丹东人，桂林长海发展有限责任公司工程师，研究方向为网络通信、云计算、信息安全、视频监控；周海波（1983-），男，江苏徐州人，硕士，桂林长海发展有限责任公司工程师，研究方向为云计算、软件工程、中间件。

0 引言

近年来，“平安城市”建设和科技强警极大促进了安防行业和智能交通的发展，但很多监控系统还只是停留在“装摄像头”的模拟监控阶段，离数字化、网络化、智能化还有很长的路要走。随着“智慧城市”概念的提出，对网络和视频处理技术在安防、交通等领域的应用有了更高要求，“平安城市”、“智能交通”在“智慧城市”中将以“数字平安”和“数字交通”的新形式表现出来。在平安城市建设过程中，随着汽车数量的增加和作用的提升，对城市车辆的有效管理和控制变得越来越重要，日益增加的各类型跨区域犯罪案件多以汽车为作案工具，因此也急需有更先进、更有效的针对汽车的防控工具和手段。利用各种技术，特别是电子信息技术来提高对出入城车辆的防控和管理，已成为当前城市车辆管理发展的主要方向，也是“平安城市”建设的主要内容之一。云计算技术的出现及其产业化，有效解决了目前车辆管理系统中存在的海量数据存取和分析技术瓶颈，同时也为解决目前平安城市建设中面临的大数据处理问题提供了新的途径。云计算的虚拟化、高可扩展性、高可用性，以及按需服务的特点与建设平安城市的需求和目标不谋而合，依托云计算技术进行平安城市建设是一个必然发展趋势。

1 卡口系统概述

卡口系统全称是公路车辆智能监测记录系统[1]，主要用于行经高速公路、城市道路、收费站等关键断面的所有

机动车辆信息的自动监测、识别和记录。系统能够实时自动提供现场车辆号牌、车型、车速、行驶时间、地点等信息，可在指挥中心对卡口进行统一或选择性的布（撤）控。卡口系统按应用场景分为治安卡口、交通卡口和综合监控卡口。治安卡口主要以社会治安应用为主要需求，能及时准确地记录车辆信息，不但可以随时掌握城市各出入口的车辆流量及状态，对违章行为进行实时监控，而且可以监测出被盗车辆或罪犯所乘车辆进出城市以及行经路线状况，对已布控车辆，系统及时发出报警信息，这为快速侦破案件提供了科学、有效的依据；交通卡口主要以交通管理为主要需求，能及时准确地记录车辆信息，还具有自动测速、流量统计、交通违章等功能；综合监控卡口是集公安、交警、刑侦等多部门需求应用于一体的系统，可以实现对辖区内运行车辆、行人信息的有效记录与管理，有多种事后查找功能（如车牌号、车型、车标、车身颜色等），并且可以实现预警功能。

卡口系统需求分解如图1所示。其最根本的需求是记录行经断面的目标信息；目标主要是车和人，具体分为机动车、非机动车、机动车上的人、非机动车上的人、行人等；信息内容主要是目标特征、断面信息和车流信息；记录形式有图片、文本和视频三大类，分别用于人工辨识、计算机检索和过程回放。

卡口系统动作一般分解为“采、编、传、存、用”5个部分，分别对应“信息采集―信息自动识别与封装―信息传输―信息存储―信息使用”。对应的卡口系统功能结构可以分为目标捕获、目标信息自动识别封装、目标信息传输、目标信息存储、目标信息应用；对应的卡口系统模块结构包括图像采集单元（前端摄像及辅助照明单元）、信息处理单元（抓拍识别系统）、传输单元（网络）、中心管理单元（管理平台软件），相互关系如图2所示。

抓拍识别系统和管理平台软件是卡口系统的核心。抓拍识别系统分为车辆抓拍系统和车牌识别系统两个部分，对经过道路卡口的所有车辆进行抓拍，获得车辆图像，并自动实时地识别车牌字符，记录车辆经过的时间、车型、车牌号、方向等数据；管理平台软件主要实现对卡口设备的远程管理、网络监控、图像抓拍和数据处理、可疑黑名单车辆布控、过往车辆信息查询，以及违章车辆的处罚等，并充分考虑与其它交通管理软件系统的接口兼容等问题，实现大范围卡口系统的联网和海量卡口车辆信息的数据共享。

2 基于云计算的卡口系统组成

近年来，随着公安对卡口系统建设力度的不断加大，针对卡口系统的大范围联网和综合应用变得越来越重要。卡口的发展趋势也开始“云化”，具体表现为“智能化”、“大数据化”、“服务化”、“互联网化”、“运营化”：

（1）智能化。卡口相机和管理平台越来越智能化，将会出现越来越多的视频触发、车辆信息提取、行为监测、车辆行为预测等智能化的算法实现。

（2）大数据化。产生海量的车辆数据信息，需要新技术来支持应用。以市级平台按照300个摄像头计算，每天至少产生200万条车辆信息记录、0.7T的车辆图片数据。

（3）服务化。卡口系统将作为一种服务来提供，同时各卡口组件之间通过标准的服务组件来进行信息交互，针对行业应用形成车辆主题库系统。

（4） 互联网化。实现跨区域联网，形成广域卡口系统，基于异构系统的数据融合应用变得越来越重要。

（5）运营化。由运行商建设，用户通过租赁来使用，由自主建设转向租赁付费，完整的运营管理和评价体系也将变成系统不可缺少的一部分。

遵循网络分层原理，将基于云计算的智能卡口系统分为由图像感知层、联网系统层和应用服务层构成的三层体系架构，如图3所示。图像感知层实现对物理车辆对象的感知和视频图像数据获取，重点研究具有智能化处理功能的一体化卡口抓拍识别技术；联网系统层实现图像感知层设备的接入管理、数据传输和多媒体数据流的调度、存储等功能，重点研究图像感知技术的设备接入兼容性问题、并发数据读写和云存储技术； 应用服务层将信息转化为内容提供服务，需深入进行卡口业务需求分析，主要包括车辆查询统计、车辆布控报警、轨迹跟踪、预前拦截、车流量统计、综合业务管理等业务功能。

智能卡口系统引入云计算技术的最重要原因在于卡口系统海量数据处理，云计算技术主要用于后台车辆管理系统。因此，本文主要论述车辆管理云服务平台关键技术。

3 车辆管理云服务平台关键技术分析

车辆管理云服务平台是基于云计算建立的综合性车辆信息管理与服务平台。它以城市道路交通为主体，实时采集并汇总来自电子警察、卡口、视频监控等各方面的信息，并集成公安、交警、车管所等信息源，利用云计算平台的大数据存储和处理能力，借助并行计算、分布式存储、SOA等先进技术，提高车辆综合管控能力，并对涉案车辆进行快速查找和布控缉查，实现车辆轨迹跟踪。此外，车辆管理云服务平台还可以服务于城市交通的综合管控和智能诱导，提高城市交通效率，减少拥堵，最大程度地方便公众出行。

3.1 车辆管理云服务平台组成

车辆管理云服务平台实现完整车辆信息的记录存储、分析统计、自动识别、自动报警等功能，具体由资源联网接入系统、数据存储系统、数据分析应用系统、数据同步和管理系统、综合业务管理系统5个主要部分组成。

（1）资源联网接入系统。主要负责所有卡口点位的信息和数据接入，并转换为统一的数据格式。具体分为设备接入和平台接入两种方式，接入标准参考GB/T 28181标准实现。 此外，可以在GIS系统中进行所有卡口点位坐标信息的标注和管理，形成可视化的卡口点位坐标图。

（2）数据存储系统。主要负责所有卡口车辆数据信息存储，分为两种数据存储模式：一种是数据量不大且查询响应性能要求很高的结构化数据，通过关系数据库进行存储；另一种是海量的非结构化数据，如卡口车辆数据，将主要存储在基于HDFS+HBase的分布式文件系统中。

（3）数据分析应用系统。主要实现实时监控、报警监控、车辆轨迹与回放、电子地图、报警管理、布控管理、设备管理、车辆查询、流量统计和分析等功能。

（4）数据同步和管理系统。主要实现内外网的数据同步，将分散的车辆信息数据进行汇总，并整合到一个统一的数据中心，同时对外提供数据访问接口。此外，还具有数据导入和导出功能。

（5）综合业务管理系统。主要实现云平台配置管理、系统安全管理、系统用户管理，以及数据备份、系统故障监测、卡口设备状态检测、系统使用统计分析等管理维护功能。

3.2 HBase表结构设计

车辆通过卡口点位时，系统需要提取并记录卡点信息、通过时间、车牌、车速、车牌颜色等详细信息。在传统关系型数据库中，通常以车辆通行记录编号（唯一标识卡口点位的车辆经过记录）为主键、以车辆通行记录的各属性为列，创建车辆通行记录信息表。但随着卡口系统建设数量的增加，卡口车辆信息的数据量也快速增长，已经达到了数十亿条记录的级别。传统关系型数据库已经无法满足系统需求，必须采用HBase来实现海量数据的快速处理。

HBase（Hadoop[2] Database）[3]是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统。HBase是Google Bigtable的开源实现，类似Google Bigtable利用GFS[3]作为其文件存储系统，HBase利用Hadoop HDFS作为其文件存储系统；Google运行MapReduce来处理Bigtable中的海量数据，HBase同样利用Hadoop MapReduce来处理HBase中的海量数据；Google Bigtable利用 Chubby作为协同服务，HBase利用Zookeeper作为对应。

HBase中表的各列都属于某个 Column Family，系统存储层设计的车辆通行记录存储表包含两个Column Family，分别是 CameraInfo和 VehicleInfo，车辆通行记录数据表结构如表1所示。

HBase数据库表中的记录按Row Key有序存储，因此Row Key的设计将直接影响系统的整体存储和读取性能。当多个客户端同时进行数据存储时，如果系统是按照时间戳等时序为 Row Key单调递增，将导致所有的客户端请求都操作一个Region，并且在同一个Region Server服务器上进行读写，系统的分布式处理性能将无法充分发挥。因此，为了避免上述情况发生，一般根据项目实际需求来设计Row Key，具体可以将具备独立写入数据能力的单元编号作为Row Key的前缀，本文车辆通行记录存储表的Row Key 设计为 VehicleID，采用相机编号作为前缀，具体编码规则如下[4-6]：①编码规则统一采用ASCII码表32～126的可见字符编码，对于必需中文及特殊字符可采用两个字符组合表示；②VehicleID涉及到的通行车辆信息包括相机编号、通行时间、车辆号牌、车辆速度、号牌种类、号牌颜色、车身颜色、车标等；③VehicleID采用36进制进行编码压缩，共计30位，详细如表2所示。

VehicleID采用相机编号作为前缀，可以使车辆通行记录以相机编号为分组，并发存储到多个Region中，通过多个Region Server服务器来分散多用户请求压力。VehicleID以通行时间、车牌号码、车辆速度等信息作为Row Key 的后缀，可以使得新写入的数据在查找时被快速命中。同时，通行日期和时间使用逆序时间戳的二进制存储，系统会将每个卡口点相机抓拍数据中的最新数据存储在最前面。最新数据的应用价值最大，也是大部分用户比较感兴趣的数据，通过这种方式可极大加快数据访问速度。

4 结语

近年来，随着公安对卡口系统建设力度的加大，针对卡口系统的大范围联网和综合应用变得越来越重要，卡口的发展趋势也开始“云化”，具体表现为“智能化”、“大数据化”、“服务化”、“互联网化”、“运营化”。针对这些问题，本文采用开源的云计算平台Hadoop+HBase作为基础平台，开发出了一套基于云计算的智能卡口系统，并成功应用于多个项目，取得了预期效果。

参考文献：

[1] 中华人民共和国公共安全行业标准.公路车辆智能监测记录系统通用技术条件[S].GA/T 497―2009，2009-05-1.

[2] TOM WHITE.Hadoop：the definitive guide[M].OReilly，2009.

[3] GHEMAWAT S，GOBIOFF H，LEUNG S.The google file system[C].In Proceedings of the19th ACM Symposium on Operating Systems Principles，2003.

[4] 李林.基于hadoop的海量图片存储模型的分析和设计[D].杭州：杭州电子科技大学， 2011.

[5] 许伟.高清卡口监控系统设计[D].武汉：武汉科技大学，2012.

[6] 杨卓敏.公路车辆联网监控图片的规范化存储[J].中国交通信息化，2011（12）：115-117.