基于bsp计算模型的信号交叉口延误方法研究.pdfVIP

ELECTRONICS WORLD ・技术交流 基于BSP计算模型的信号交叉口延误方法 山东科技大学测绘科学与工程学院 朱海川 【摘要】 针对基于MapReduce计算模型的信号交叉口延误的获取实时性差的问题，给出了以BSP（Bulk Synchronous Parallel，整体同步并行） 计算模型实时计算信号交叉口延误的同步并行方法。信号交叉口中心坐标和浮动车数据以邻接表的形式存储，信号交叉口中心坐标为顶点， 与之关联的浮动车数据为目的顶点，围绕信号交叉口中心坐标进行迭代计算。结果表明：部署在Hama集群上的基于BSP计算模型的信号交 叉口延误方法，具有更高的执行效率，提高了实时性。 【关键词】 BSP计算模型；信号交叉口延误；图结构；浮动车数据；实时性 3.1 信号交叉口影响范围确定 1.引言 车辆在信号交叉口影响区域会受到排队延误、加减速延误和信 [8] 号控制延误等影响 ，在进行信号交叉口延误计算之前要确定信号 信号交叉口的运行状态评价主要取决于车辆经过交叉口的延 交叉口的影响范围。根据我国城市道路规划规范，文献中对交叉口 误。信号交叉口延误是评价信号交叉口的运行效率和服务水平的重 检测器的预埋距离，以及信号交叉口延误现场试验中对信号交叉口 [1] l [9] 要度量 ，是智能交通系统用于动态路径诱导、智能导航、路网交 的影响范围设定为140-180m 。 [2] 通状况实时监测等的重要判断指标 ，实时的动态交通信息主要来 源于浮动车数据，因此在保证精确度和可靠性的前提下利用浮动车 数据实时计算信号交叉口延误，是急需解决的重要问题。 对于信号交叉口延误的计算，采用传统的公式计算方法和现场 [3] 试验方法 ，这两种方法不仅结果误差较大而且难以大范围实现。 对于大量浮动车数据计算信号交叉口延误情况，多采用高吞吐量、 [4] 扩展性良好等优点的MapReduce模型处理 ，但是在处理过程中， 每次任务迭代处理都是在本地磁盘进行处理的，再以数据复制的方 式进行迁移，造成大量时间和网络资源损失，MapReduce计算模型 [5] 不适用的信号交叉口延误的实时计算 。 对于利用大规模浮动车数据进行信号交叉口延误的实时计算， BSP计算模型是一个良好的选择。以浮动车数据为数据源，研究基 [6] 图1 信号交叉口影响范围 于BSP计算模型的信号交叉口延误的实现方法 ，并部署在以BSP l 计算模型为执行引擎的Hama集群上进行验证。结果表明，基于BSP 信号交叉口影响范围如图1所示。本文设定信号交叉口影响范围为 计算模型的信号交叉口延误方法，减少时间消耗，提高了执行效 180m，即以信号交叉口转角缘石曲线端点为计算起点，道