《电子技术应用》
您所在的位置:首页 > 嵌入式技术 > 设计应用 > 基于GIS和Hadoop的石油运输车辆监控系统的设计与实现
基于GIS和Hadoop的石油运输车辆监控系统的设计与实现
2017年微型机与应用第10期
贾博韬1,陈绪兵1,王瑜辉2,张超2
1.武汉工程大学 机电工程学院,湖北 武汉 430205;2. 广东华中科技大学工业技术研究院,广东 东莞 523808
摘要: 伴随着日益增长的石油消耗,石油运输车队逐渐庞大,运输车辆管理逐渐达到瓶颈,车辆资源的合理使用以及分配问题显得尤为突出。提出一套基于地理信息系统的石油运输车辆监控管理系统方案。该系统中采用SSH框架以及Hadoop大数据平台,不仅可以实时监控车辆运行状态,更能通过大数据处理,预判车辆的维保里程,从而实现石油运输的安全,使车辆资源得到合理分配。
Abstract:
Key words :

  贾博韬1,陈绪兵1,王瑜辉2,张超2

  (1.武汉工程大学 机电工程学院,湖北 武汉 430205;2. 广东华中科技大学工业技术研究院,广东 东莞 523808)

  摘要:伴随着日益增长的石油消耗,石油运输车队逐渐庞大,运输车辆管理逐渐达到瓶颈,车辆资源的合理使用以及分配问题显得尤为突出。提出一套基于地理信息系统的石油运输车辆监控管理系统方案。该系统中采用SSH框架以及Hadoop大数据平台,不仅可以实时监控车辆运行状态,更能通过大数据处理,预判车辆的维保里程,从而实现石油运输的安全,使车辆资源得到合理分配。

  关键词:石油运输;地理信息系统;Hadoop;车辆监控

  中图分类号:TN805文献标识码:ADOI: 10.19358/j.issn.1674-7720.2017.10.028

  引用格式:贾博韬,陈绪兵,王瑜辉,等.基于GIS和Hadoop的石油运输车辆监控系统的设计与实现[J].微型机与应用,2017,36(10):96-98.

0引言

  *基金项目:国家863计划项目(2013AA040404); 广东省引进创新科研团队项目(2011G006)

  石油是我国主要工业能源之一,在经济发展中起着举足轻重的作用。随着石油需求量的增长,越来越多的石油运输车辆参与到石油运输调配中。但是,我国石油运输业信息化管理渐渐落后于日益增长的石油消耗需求[1]。目前,我国石油运输车辆监控手段较为单一,主要体现在实时监控车辆地理位置、车辆速度。然而,在实际运营中,因道路存在较大不确定性,如路面情况、天气情况等因素,导致企业对整个运输过程监管难度较大[2]。与此同时,越来越庞大的运输车队以及越来越复杂的监控管理会产生海量的运营数据[3]。传统车辆管理系统性能已经无法满足庞大数据流的需求,也无法合理使用数据。随着信息技术的发展,特别是地理信息系统(Geographic Information System,GIS)、大数据等技术的发展,为解决石油运输车的监控问题提供了新的思路[4]。

  WebGIS(网络地理信息系统)是一个基于Internet平台获取、储存、编辑、处理、分析和显示地理数据的空间信息系统,其核心是用计算机来处理和分析地理信息,是一种浏览器/服务器(B/S)结构[5]。而Hadoop是Apache的一个可靠、高效、可伸缩的分布式系统基础架构。在WebGIS上结合Hadoop的特点,提出了一种基于Hadoop云GIS的体系结构[6],体系结构如图1所示。

  本文以石油运输行业的特殊背景需求作为基础,在硬件上,集成了GPS和北斗导航技术,实现车辆地理信息监控;软件上,选用SSH框架以及Hadoop大数据平台[7]。在60 000台运输车辆同时在线的情况下,实现实时监控、预警、调度,对智能运输的发展有着重要的现实意义。

1系统概述

  通过运输公司用户需求调研和业务流程分析,结合运输公司车辆管理的业务特点和深度需求,本系统包括:车

Image 001.jpg

  辆监控、安全管控、GIS应用、ODB(OnBoard Diagnostics)管理和数据集成平台五个部分。具体功能范围如下。

  (1)车辆监控:车辆监控模块负责对车辆行车过程、行驶状态进行监控,并负责车载终端指令的控制,同时借助电子地图实现对车辆位置、车辆状态、货物状态的全程、实时、可视化监控,出现异常时告警提醒。

  (2)安全管控:安全管控是对车辆在安全行车过程中各种安全要素的管理,对行车过程中的突发状况进行有效的提前预警,以及对驾驶员的违规违章行为进行统计、处理、上报,从而达到保障车辆运输全过程安全的目的。

  (3)GIS应用:GIS应用为车辆管理系统提供GIS服务,通过搭建GIS平台,为公司车辆管理提供地图服务和专题数据收集服务。

  (4)OBD管理:OBD管理模块实现对车辆故障码及其他状态信息的监测,以便及早发现车辆隐患、及早处理,确保行车安全;通过OBD还可以获取里程、油耗等数据,系统平台对OBD数据进行分析处理,从而考察车辆运输过程中的油耗、驾驶员驾驶习惯等情况,实现能耗分析、驾驶行为分析以及车辆综合分析。

  (5)数据集成平台:基于Hadoop大数据平台将运输公司生产过程的人、机、料、法、环等方面的数据进行筛选、抽取、归纳、统计,直接向各业务应用系统提供统一、有效、完整的数据服务。

2系统体系架构

  本系统采用SSH框架实现MVC架构。SSH框架,即集成Spring、Struts、Hibernate的软件框架,是目前主流的B/S系统的开源框架。SSH框架从职责上分为三层:表示层、业务逻辑层以及数据持久层。利用成熟的SSH框架可以搭建具有可伸缩性、灵活性、易维护的系统。针对石油车辆分布广、数量多、环境和管理复杂的特点,B/S系统都能灵活地面对各种实际需求。

  2.1GIS应用

  本系统的GIS应用平台面向石油运输的核心业务需求开发了分段限速数据标绘、车辆轨迹对比、轨迹线路采集功能模块。GIS应用平台框架如图2所示。

Image 002.jpg

  GIS应用各个模块的业务流程如下。

  (1)线路车辆轨迹比对:①选择需要比对的规划线路;②查询用到该线路的车辆调派任务;③选择调派任务,查询出分配至此调派任务的车辆;④选择车辆,点击“比对分析”按钮,将这些车辆的轨迹与规划线路比对,生成每条轨迹与规划线路的比对信息。

  (2)数据采集:①用户选择业务图层,并点击“采集”按钮开始采集数据;②填写属性信息,在地图上绘制点、线、面等地理要素;③点击“提交”按钮,提交采集数据。

  (3)应急资源查询:①用户选择查询范围,点击“查询”按钮查询应急资源;②查看查询出资源的位置以及属性信息,以便制定应急方案。

  (4)GIS统计图:①用户选择统计类别,并选择具体的统计类型,点击“统计”按钮;②针对柱状图、饼状图,系统返回统计信息,前端调用High Charts组件生成柱状图、饼状图,以div形式叠加到地图上;针对密度图,系统返回行政区划边界信息以及填充颜色信息,在页面绘制点密度图。

  (5)路径分析:①用户点击“路径分析”按钮,在地图上选择起止点、途经点,或输入查询条件搜索起止点、途经点,点击“确定”按钮;②ArcGIS Server网络分析服务根据距离阻抗、时间阻抗、耗油阻抗等因素返回最短距离路径、最短时间路径、最优路径这3种路径信息,路径信息中还包含此路径的行驶时间预测。

  2.2大数据查询服务

  车辆系统在运行中产生的车辆位置、报警和非结构化数据都存储在大数据平台中,系统对于存储在大数据平台的结构和非结构数据基于Hive提供类似于SQL的HQL查询服务。

  Hive是基于Hadoop的数据仓库工具,使用HadoopHDFS作为数据存储层。它提供类似SQL的语言(HQL),通过HadoopMapReduce完成数据计算;通过HQL语言提供使用者部分传统RDBMS一样的表格查询特性和分布式存储计算特性。Hive可以将结构化的数据文件映射为一张数据库表,并提供类SQL查询功能。可以将SQL语句转换为MapReduce任务来运行。 同时,Hive没有专门的数据格式,Hive可以很好地工作在 Thrift 之上,控制分隔符,也允许用户指定数据格式。简单来说,Hive的本质是将SQL转换为MapReduce进行编程。

3系统实现

  本系统后台数据库采用Oracle数据库,开发技术为J2EE技术。按照预定的功能模块,系统成功开发了操作简单、功能强大的石油运输车辆监控系统,图3为车辆管理系统的GIS应用主界面。

Image 003.jpg

4结论

  基于GIS技术和Hadoop大数据平台的石油运输车辆监控系统是利用先进的车联网技术建立的功能强大的车辆信息服务平台。通过大数据云计算规划、查询运输车的运行轨迹,增强了运输车辆的安全性,提高了管理水平。实践证明,本系统可以为管理者提供有效的车辆实时数据,通过大数据分析,使管理者可以更科学地安排运输路线,提高运输效率。

参考文献

  [1] KEK A G H, CHEU R L, Meng Qiang, et al. A decision support system for vehicle relocation operations in car sharing systems[J].Transportation Research Part E: Logistics and Transportation Review, 2009,45(1): 149-158.

  [2] 孟庆春,张江华.基于风险的考虑成本和允许等待的车辆运输调度问题研究[J].中国管理科学,2009,17(3): 87-92.

  [3] 蔡兰荣.浅议石油运输企业物流的发展与完善[J].中国市场,2007(15):80.

  [4] 李清泉,李德仁. 大数据GIS[J]. 武汉大学学报(信息科学版),2014,39(6):641644.

  [5] 张怀莉,王卫安.几种Web GIS技术解决方案综述[J].东北测绘,2000,23(3):3-5.

  [6] 范建永,龙明,熊伟. 基于Hadoop的云GIS体系结构研究[J]. 测绘通报,2013(11):93-97.

  [7] 张建军,刘虎,倪芳英,等. 基于SSH整合架构的研究与应用[J]. 湖南师范大学自然科学学报,2012,35(6):39-43.


此内容为AET网站原创,未经授权禁止转载。