基于云计算的车辆轨迹分析系统
发布时间：2021-01-20 18:30
如今,交通基础设施日益完备,各种监控设备无时无刻不在收集信息,形成了规模庞大、来源繁多的交通数据集。此外,随着物联网技术的蓬勃发展,交通监控设备已不再是一个个孤立的节点。然而,传统交通数据分析往往基于某单一监控设备所获取的数据,未考虑到各节点数据之间的关联性,缺乏对整体数据的联动分析。从而,本文提出基于云计算的车辆轨迹分析系统,引入Storm实时流处理与Hadoop分布式处理框架,对车辆轨迹数据进行实时与离线两阶段分析,深入挖掘轨迹数据间的内在联系,辨别违章车辆,辅助交通监管。论文研究工作主要包括以下几个方面:1)设计了基于Storm的车辆违章实时检测方案。将Kafka消息缓冲队列与Storm结合,构建实时处理平台。根据轨迹流数据与实时计算的特点,设计了车辆违章实时检测算法,快速判断超速与套牌车辆。为增强系统实时性,依据道路网络的空间特性结合Dijkstra算法提出启发式最短路径搜索算法。2)设计了一种轻量级动态密钥数据加密方案,增强交通监控设备与服务器之间的通信安全。在保证实时通信且不过多增加监控设备计算负荷的情况下,实现双向身份认证、通信加密以及会话密钥更新同步等功能,并通过BAN...
【文章来源】：华东师范大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：110 页
【学位级别】：硕士
【部分图文】：
Hadoop配置文件core-site.xml
华东师范大学硕士学位论文好Hadoop后，主要需要修改/hadoop/etc/hadoop目录下的五个xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml 与 slaves 文-site.xml 中指定了 Hadoop 的临时目录和 HDFS 路径。图 5-3 Hadoop 配置文件 core-site.xml-site.xml 设置了第二名称节点的路径和 HDFS 副本数等。
图 5-3 Hadoop 配置文件 core-site.xml-site.xml 设置了第二名称节点的路径和 HDFS 副本数等。图 5-4 Hadoop 配置文件 hdfs-site.xmlred-site.xml 指定了 yarn 作为 MapReduce 的资源调度器、历史史记录网页访问接口等。
【参考文献】：
期刊论文
[1]物联网前沿技术在智能交通中的应用研究[J]. 胡滢滨,李丽华. 山东工业技术. 2019(01)
[2]基于RFID技术电子车牌应用研究[J]. 耿乙喆. 云南警官学院学报. 2018(06)
[3]图像识别在智能交通领域中的应用[J]. 张哲,李挺. 无线互联科技. 2018(16)
[4]城市轨道交通信号系统信息安全问题研究[J]. 陶伟. 城市轨道交通研究. 2018(S1)
[5]城市道路交通事故成因及影响关系分析——以深圳市坪山区为例[J]. 滕敏. 交通与运输(学术版). 2018(01)
[6]基于卡口监测数据流的套牌车检测[J]. 李敏茜,毛嘉莉,袁培森,金澈清. 华东师范大学学报(自然科学版). 2018(02)
[7]基于双基站交通数据采集技术的假套牌车辆识别方法[J]. 于影,王静,宁丹,郭建华. 交通信息与安全. 2017(04)
[8]基于OpenStreetMap的地图匹配算法研究[J]. 蒋宗礼,李娟. 软件导刊. 2017(07)
[9]面向海量交通数据的HBase时空索引[J]. 房俊,李冬,郭会云,王嘉怡. 计算机应用. 2017(02)
[10]基于Storm的高速公路实时交通指数评估方法的研究与实现[J]. 杨杰,朱邦培,吴宏伟. 计算机应用研究. 2017(09)
硕士论文
[1]非结构化车联网大数据存储与处理技术研究与应用[D]. 张春风.中国科学技术大学 2018
[2]基于HBase的交通大数据查询优化研究[D]. 苏旭博.兰州交通大学 2018
[3]基于Storm平台的城市道路交通拥堵识别研究[D]. 韩星.西华师范大学 2018
[4]基于大数据的交通流量模式分析研究[D]. 牛孜飏.哈尔滨理工大学 2018
[5]基于Kafka的大数据流式处理分析系统[D]. 刘祥.浙江工业大学 2017
[6]车联网大数据处理系统的设计与实现[D]. 宋秉华.中国科学院大学(中国科学院工程管理与信息技术学院) 2017
[7]基于Kafka和Storm的实时日志流处理系统的设计与实现[D]. 周敏菲.贵州大学 2017
[8]基于Storm的实时交通信息管理系统的设计与实现[D]. 李申申.扬州大学 2017
[9]交通秩序数字化管理平台[D]. 陈旭.吉林大学 2016
[10]基于HBase的交通数据管理平台设计与实现[D]. 宋仁勇.山东大学 2016
本文编号：2989553
【文章来源】：华东师范大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：110 页
【学位级别】：硕士
【部分图文】：
Hadoop配置文件core-site.xml
华东师范大学硕士学位论文好Hadoop后，主要需要修改/hadoop/etc/hadoop目录下的五个xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml 与 slaves 文-site.xml 中指定了 Hadoop 的临时目录和 HDFS 路径。图 5-3 Hadoop 配置文件 core-site.xml-site.xml 设置了第二名称节点的路径和 HDFS 副本数等。
图 5-3 Hadoop 配置文件 core-site.xml-site.xml 设置了第二名称节点的路径和 HDFS 副本数等。图 5-4 Hadoop 配置文件 hdfs-site.xmlred-site.xml 指定了 yarn 作为 MapReduce 的资源调度器、历史史记录网页访问接口等。
【参考文献】：
期刊论文
[1]物联网前沿技术在智能交通中的应用研究[J]. 胡滢滨,李丽华. 山东工业技术. 2019(01)
[2]基于RFID技术电子车牌应用研究[J]. 耿乙喆. 云南警官学院学报. 2018(06)
[3]图像识别在智能交通领域中的应用[J]. 张哲,李挺. 无线互联科技. 2018(16)
[4]城市轨道交通信号系统信息安全问题研究[J]. 陶伟. 城市轨道交通研究. 2018(S1)
[5]城市道路交通事故成因及影响关系分析——以深圳市坪山区为例[J]. 滕敏. 交通与运输(学术版). 2018(01)
[6]基于卡口监测数据流的套牌车检测[J]. 李敏茜,毛嘉莉,袁培森,金澈清. 华东师范大学学报(自然科学版). 2018(02)
[7]基于双基站交通数据采集技术的假套牌车辆识别方法[J]. 于影,王静,宁丹,郭建华. 交通信息与安全. 2017(04)
[8]基于OpenStreetMap的地图匹配算法研究[J]. 蒋宗礼,李娟. 软件导刊. 2017(07)
[9]面向海量交通数据的HBase时空索引[J]. 房俊,李冬,郭会云,王嘉怡. 计算机应用. 2017(02)
[10]基于Storm的高速公路实时交通指数评估方法的研究与实现[J]. 杨杰,朱邦培,吴宏伟. 计算机应用研究. 2017(09)
硕士论文
[1]非结构化车联网大数据存储与处理技术研究与应用[D]. 张春风.中国科学技术大学 2018
[2]基于HBase的交通大数据查询优化研究[D]. 苏旭博.兰州交通大学 2018
[3]基于Storm平台的城市道路交通拥堵识别研究[D]. 韩星.西华师范大学 2018
[4]基于大数据的交通流量模式分析研究[D]. 牛孜飏.哈尔滨理工大学 2018
[5]基于Kafka的大数据流式处理分析系统[D]. 刘祥.浙江工业大学 2017
[6]车联网大数据处理系统的设计与实现[D]. 宋秉华.中国科学院大学(中国科学院工程管理与信息技术学院) 2017
[7]基于Kafka和Storm的实时日志流处理系统的设计与实现[D]. 周敏菲.贵州大学 2017
[8]基于Storm的实时交通信息管理系统的设计与实现[D]. 李申申.扬州大学 2017
[9]交通秩序数字化管理平台[D]. 陈旭.吉林大学 2016
[10]基于HBase的交通数据管理平台设计与实现[D]. 宋仁勇.山东大学 2016
本文编号：2989553
本文链接：https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/2989553.html
