物联网产品展示云移动应用中级

使用 IOT 和移动边缘计算优化应急车辆交通

Intel

0/5 (0投票)

2018年2月13日

CPOL

12分钟阅读

16273

本文着重探讨了车路协同通信如何帮助优化紧急车辆的城市交通，并为有需要的患者提供个性化治疗。

摘要

“物联网”技术几乎在我们日常生活的所有方面都带来了自动化机会，无论是在家庭、医疗保健、工业、交通、可穿戴设备等领域。这些机会不仅简化了我们的日常生活，还为企业创造了额外的收入模式。

任何现代汽车都包含许多用于提供平稳驾驶体验的传感器。几年前，汽车行业开始集中分析这些传感器数据，以改进其设计和安全功能，从而为最终用户创造更好的用户体验。车辆有各种连接协议，用于收集来自内部和外部环境的数据（如实时分析）。这有助于创建下一代智能车辆系统。ETSI* 和 3GPP* 等标准制定组织正在合作，以标准化车车通信和车路协同技术。这使得不同供应商的技术能够相互通信，为智能系统集成到智慧城市网络和智能交通系统创造机会。

本文着重探讨了车路协同通信如何帮助优化紧急车辆的城市交通，并为有需要的患者提供个性化治疗。我们将使用一个符合 oneM2M* 标准的生态系统和 ETSI 移动边缘计算技术，从而创建一个真正的智慧城市。

引言

到 2020 年，将有数十亿连接设备在互联网络上进行通信。要支持这个呈指数级增长的 M2M 设备市场，需要一个可持续且可扩展的基础设施。大多数物联网解决方案都有自己的专有框架，互操作性很差。对于服务提供商来说，为同一服务部署多个框架/生态系统既不可行也不盈利。

世界各地，SDOs（标准制定组织）正与行业合作，以标准化物联网技术并提高与传输层的互操作性。OneM2M 已采纳 ETSI M2M 标准，目前正与不同行业细分领域合作开发可互操作的标准，这些标准不仅支持标准化通信协议，而且还能在真正的异构环境中运行。

随着数百万设备已连接，终端用户对个性化服务、更好性能和更佳用户体验的需求日益增长。企业希望获得有关其消费者的详细信息、更便捷安全的设备访问权限，以及更大的服务新部署灵活性。这种持续增长主要由手机和连接设备驱动。

对于智慧城市，需要一个智能、安全且集成的交通控制系统，以确保日常交通的顺畅运行，并最大限度地减少紧急车辆的延误。在现有的交通控制系统中，目前没有一种系统能够自动清除紧急情况下的交通拥堵，使救护车、消防车和警车等车辆能够通行。随着道路上车辆数量呈指数级增长，迫切需要为医院、消防站和警察局提供智能交通和运输系统。

移动边缘计算技术可以通过引入 IT 云基础设施计算资源来帮助解决这个问题。计算节点与移动无线电站一起，允许部署延迟和带宽要求高的应用程序。预授权的边缘应用程序可以使用 MEC 节点提供的实时网络上下文信息和人工智能分析，创建一个下一代智能系统，用于解决人类难以解决的日常问题。

TCS（塔塔咨询服务有限公司）基于 OneM2M 和 ETSI 移动边缘计算标准设计和开发了一个生态系统，可以帮助部署/实施高度可扩展和任务关键型用例。该系统利用了 RAN（无线接入网）的近距离性和物联网特性。智能交通系统将在后续章节中详细讨论，特别是它如何利用 MEC 和物联网技术来优化交通，为紧急车辆提供畅通无阻的通道，并连接到网络医院。

移动边缘计算概述

移动边缘计算技术利用现有的 IT 基础设施，并向网络应用程序开发者开放。服务提供商也可以利用它在 RAN 边缘部署应用程序，以创造新的收入模式。

图 1：MEC 概述

MEC 服务器中有两个主要服务，供应用程序在运行时使用：

RNIS（无线网络信息服务）为授权应用程序提供与无线网络相关的信息，例如网络状况、用户位置、用户分配的带宽、用户平面相关的测量和统计信息，具有相关粒度。
TOF（流量卸载功能）基于策略提供路由能力，并将 GTP-U 流量路由到应用程序。应用程序可以决定终止连接，或将其转发回 EPC，或转发回 eNodeB。

TCS Edge Node（MEC 服务器）为应用程序开发者提供了一个文档齐全的 SDK，方便开发和与 MEC 服务器集成。该 SDK 提供了用于注册、订阅和属性更改通知的 API。它还提供了一个管理层，可以帮助在 OpenStack* 上创建和部署虚拟机，并从单一管理解决方案部署应用程序，而无需多个编排工具。

OneM2M* 架构概述

OneM2M 采用基于资源的分层架构，通过一组 API 在所有参考点暴露功能。应使用指定的、已建立的通信通道来执行对资源的操作。下面是 OneM2M 架构的功能概述，展示了其端到端生态系统和参考点。

图 2：OneM2M 功能概述

该模型由三层组成：应用程序层、通用服务层和底层的网络服务层。网络服务层是中心枢纽，充当从传感器到远程应用程序管理节点的所有流量的路由器和聚合器。

作为聚合点的网关，通常部署在用例的端点。它聚合来自不同传感器的平面流量，并运行个性化算法进行本地化分析，或将流量路由到网络中心。根据部署模型和用例，这些网关可以部署在专用硬件上或作为云中的软件组件。

应用程序服务层使用预定义的粒度收集来自传感器的数据，并将其转发到预先配置的网关或网络中心。应用程序实体还实现远程应用程序连接和操作的逻辑。

解决方案概览

对于急需医疗救助的人来说，每一秒都很重要。TCS CETO（集中式紧急交通优化）是一个智能交通和运输系统，旨在极端交通条件下为紧急车辆提供顺畅通行，从而尽可能减少紧急车辆的通行时间。该系统提供与网络医院和个人设备的连接，以提供个性化的急救，创建一个完全自动化的系统。

图 3：解决方案

该系统由多个节点组成

连接的交通路口是交通灯的集合，它们是基于传感器的端点设备（符合 OneM2M 标准）。每个交通方向都连接有一个摄像头，用于收集当前的交通图像，并通过图像处理技术计算交通密度。这些信息被发送到一个物联网网关，该网关使用部署在无线电云边缘的 2G 无线网络。
MEC 服务器，即边缘计算平台，为物联网网关和本地交通分析引擎的部署提供了云基础设施。
物联网网关，部署为边缘应用程序，以预定义的粒度收集交通密度，并将此信息传递给本地交通分析引擎进行进一步计算。它还根据本地交通分析引擎的交通密度反馈，为每个交通路口提供操作顺序，并设定时间间隔。
本地交通分析引擎定期接收来自每个交通灯的输入，并执行机器学习算法来生成交通模式，这些模式被用作反馈系统，允许物联网网关决定操作顺序。
集中式交通控制器是部署在云中的中央枢纽（符合 OneM2M 标准的 NSE），它单独连接到所有交通路口和交通灯。它为新交通灯的部署、操作顺序的配置和管理、故障管理和设备管理提供了一个通用接口。
网络医院服务器包含所有注册患者及其病史的数据库。它还使用 REST API 连接到集中式交通控制器，以提供救护车的来源和目的地。
注册患者的设备应用程序。该应用程序可以是移动应用程序或可穿戴应用程序，可以使用心率监测器、起搏器等传感器来检测个人的健康状况。

该系统通过两种场景帮助救护车以最快的速度到达目的地。

如果患者已注册，连接设备将用于呼叫救护车，然后向网络医院发送一个请求消息，包含患者的唯一 ID 和当前位置。网络医院系统会找到离患者位置最近的可用救护车，并将救护车的详细信息（救护车唯一 ID、来源地和目的地）发送给交通控制器，以找到最快的路线，并优化沿途的交通。它还会提取患者的病史，并将其发送给救护车，以便支持人员进行急救。

图 4：流程图 – 已注册患者
如果为非注册患者呼叫救护车，则网络医院系统会找到离患者位置最近的可用救护车，并将救护车的详细信息（救护车唯一 ID、来源地和目的地）发送给交通控制器，以找到最快的路线并优化沿途的交通。

图 5：流程图：非注册患者

无论哪种情况，交通控制器路线算法都保持不变。集中式道路交通管理的临界组成部分是信号控制交叉口的信号相位定时。这是一个极具挑战性的问题。目前可用的算法要么使用暴力破解，要么使用简单的假设来计算最快的路径，效率不高，并且会实时生成次优的最优路线。

我们提出了一种高效且鲁棒的算法，用于实时计算最优路径。目标是计算一条路径，该路径能够让紧急车辆尽快到达医院，同时对其他车辆造成最小的不便。

图 6：路线算法示例路线

算法

信号有两种模式：默认模式（MODE: DEFAULT）和覆盖模式（MODE: OVERRIDE）。

动机

入站：减少流入，增加流出 [如果流入率 > 流出率]
确定要控制的信号 - 前往医院 (H)

算法

开始

将信号设置为 MODE: OVERRIDE {当收到来自 EV 的信号时}
确定紧急车辆 (EV) 与医院 (H) 之间的距离 (D)。
计算以 H 为中心，半径为 D 的圆的坐标（面积 = π*D*D）。
如下计算 D
将此区域内的所有信号 (S) 设置为红色。
将与从以 H 为中心的圆向外绘制的线相交的信号 (S1….Sn) 设置为绿色。
确定要控制的信号 - 前往医院途中
计算 EV 到前往医院途中各个信号的时间。
到达途中信号的时间 Se1 = te1, Se2 = te2, ..., Sen = ten。
确定紧急车辆 (EV) 与医院 (H) 之间的距离 (d)。
计算以 H 为中心，半径为 D 的圆的坐标（面积 = π*D*D）。
如下计算 d
将此区域内的所有信号 (S) 设置为红色。
将与从途中信号为中心绘制的线（出线）相交的信号 (S1….Sn) 设置为绿色。

END

将信号设置为 MODE: DEFAULT

重复：从头到尾 – 直到紧急车辆到达医院。

结论

世界上大多数人口稠密的城市都足够老旧，历史上很少或根本没有规划过道路和交叉口。在大多数这些城市，缓慢行驶或堵在交通中的救护车非常常见。迫切需要创建一个智能交通管理系统，该系统不仅优先考虑紧急车辆的通行，而且还要考虑到现有基础设施。

上述算法仅考虑了三向和四向交叉口，并且仅考虑了小区域内的交通，但仍有改进和扩展到更大区域和同时处理多个紧急车辆的空间。

移动边缘计算技术可以在 RAN 边缘提供一个生态系统，确保交通灯、控制器和救护车之间没有或只有最小的通信延迟。它还为智慧城市和其他物联网用例的智能应用程序提供了机会。

作者

Anurag Agarwal，解决方案架构师（物联网/5G 网络）

TATA 咨询服务有限公司 | 海得拉巴 | 印度 | anurag.a@tcs.com

参考文献

关于 TCS 电信行业解决方案部门

TCS 的电信业务部门是贡献 TCS 总体收入比例最高的第二大垂直领域。凭借专业的团队、积累的经验以及与世界级电信服务提供商和设备制造商的持续合作，TCS 在电信领域获得了无与伦比的理解。TCS 帮助有线、无线、宽带和电缆服务提供商重新定义他们的市场，提供创新解决方案，帮助他们变得更敏捷，降低固定运营成本，并推出下一代服务。TCS 通过即时访问行业解决方案、一流技术、资产和框架，帮助客户脱颖而出。

更多信息，请联系 global.telecom@tcs.com

TCS.com RSS： http://www.tcs.com/rss_feeds/Pages/feed.aspx?f=wFeedburner:http://feeds2.feedburner.com/tcswhitepapers

关于塔塔咨询服务 (TCS)

塔塔咨询服务是一家 IT 服务、咨询和业务解决方案公司，为全球企业提供切实的成果，确保任何其他公司都无法比拟的确定性。TCS 提供基于咨询的、集成的 IT 和 IT 赋能基础设施、工程和保证服务组合。这是通过其独特的全球网络交付模式™交付的，该模式被公认为软件开发卓越的基准。作为印度最大的工业集团塔塔集团的一部分，TCS 拥有全球业务足迹，并在印度国家证券交易所和孟买证券交易所上市。

欲了解更多信息，请访问 www.tcs.com