赵卓峰,丁维龙,张　帅

(1.北方工业大学云计算研究中心,北京 100144;2.大规模流数据集成与分析技术北京市重点实验室,北京 100144)



海量车牌识别数据集上基于时空划分的旅行时间计算方法

赵卓峰1,2,丁维龙1,2,张帅1

(1.北方工业大学云计算研究中心,北京 100144;2.大规模流数据集成与分析技术北京市重点实验室,北京 100144)

城市路段旅行时间计算是智能交通领域的一个研究热点.车牌识别数据作为近年来新兴的一种针对城市道路行驶车辆的实时监测数据,具有持续生成且数据量大、时间空间相关等特性.为了利用车牌识别数据集进行高效、准确的旅行时间计算,给出了基于车牌识别数据集的旅行时间计算定义,在此基础上提出一种基于时空划分的流水线式并行计算模型,并给出了该模型基于实时MapReduce的实现.通过一组基于海量真实车牌识别数据集的实验表明,本文方法在亿级车牌识别数据集上的旅行时间计算性能方面相对于直接基于Hadoop的实现可以提高3倍以上,同时具有适合细粒度划分及受路网规模影响小的特点.

旅行时间;时空划分;流水线并行;实时MapReduce;车牌识别数据

1　引言

路段旅行时间作为城市交通出行信息的关键指标,是智能交通系统的重要基础,对其的研究一直是智能交通领域的热点.城市路段旅行时间可以直接用来评判城市道路的运行状况和拥堵水平,有效的旅行时间监测与分析也可以为城市路网规划、城市道路交通管理……