大数据处理的车辆安全隐患预警和事故重现系统及方法与流程

本发明涉及大数据处理的车辆安全隐患预警和事故重现系统及方法。

背景技术：

随着汽车工业的不断发展，我国汽车保有量持续攀升，随之而来的交通事故成了一大社会公害。世界卫生组织5月6日表示，中国每年因为道路交通事故死亡者超过20万人。世界卫生组织驻华代表施贺德在《中国日报》发文称，大量的道路交通事故死亡“完全是可以避免的”。因此，对交通事故进行分析研究，可以获得交通事故的诱因和造成人员伤害的原因，进而采取措施减少交通事故的发生或事故造成的人员伤害。

随着行车记录仪、GPS车载视频终端、车载娱乐系统等原有车载产品形态演进，人们已不满足只有车辆行车信息采集、定位数据采集、图片抓拍等功能，还需要实时记录视频图像，便于事后还原现场情况，能够实时在监控中心远程获取前端车辆车内外视频画面，便于对行驶中的车辆、人员进行可视化监管，需要实现车辆各种运行信号精确采集，便于对驾驶行为、满载情况、运营报表等提供可靠的数据来源。目前国内对车辆安全隐患预警及事故重现系统的研究取得了初步成果，但是要实现产品化的要求，达到在城市、高速公路上安全行驶的目的，仍然需要对其进行更深层次的探索。

现有技术中存在的技术问题是：

(1)行驶过程中的汽车，发生事故前，车辆本身存在的隐患不能及时告知车主，提醒车主注意，现有技术需要司机自己去观察分析，甚至需要凭维修经验来判断行驶过程中的车辆会不会发生什么问题，对于一些对车辆数据不是很专业的女司机而言，在车辆行驶过程中发现车辆可能存在的隐患是比较困难的。

(2)行驶过程中的汽车，发生事故后，责任认定不清，分不清是司机的主观因素还是车辆本身的客观因素。

(3)行驶过程中的汽车，行驶的过程中，车辆本身的总线数据，汽车厂商不能在第一时间了解，在了解车辆性能反馈数据的过程中处于被动。

技术实现要素：

本发明的目的就是为了解决上述问题，提供大数据处理的车辆安全隐患预警和事故重现系统及方法，通过车载视频终端采集车辆本身的各种参数、车辆内外视频信息和GPS定位信息，并将各种参数和信息上传给后台的云端大数据处理平台，云端大数据处理平台分析车辆运行各类参数，视频图像、语音信息等，为事故责任的鉴定、驾驶员驾驶行为、车辆状况等提供有效信息，为责任认定、车辆改进、交通管理等提供创新性方法。本系统是基于云计算的关键共性技术的研发系统，解决了车辆行驶安全隐患问题，提供车辆安全公共服务平台。

为了实现上述目的，本发明采用如下技术方案：

大数据处理的车辆安全隐患预警和事故重现系统，包括：

数据采集层，包括：车载视频终端，车载视频终端用于采集音视频信息、车身总线数据信息及GPS定位信息，通过数据传输层将采集的信息采用H.264标准进行压缩编码成流媒体后，实时发送到云端大数据处理平台；

数据传输层，包括：通信单元，通信单元将车载视频终端上传的信息依次通过公共无线网络和Internet网络上传给云端大数据处理平台；

云端大数据处理平台，包括：通过局域网依次连接的通信服务模块、数据库和应用服务模块；通信服务模块，是Internet网络上具有固定IP的计算机，通过Internet网络接收数据传输层上传的车身总线数据信息，对来自车辆的不同厂商的子应用层协议加以解析，判断车身总线数据是否均在车辆厂商提供的阈值范围内；

若有数据存在超出阈值范围的情况，同时通信服务模块从数据库读取需要发送的数据，根据应用层协议打包发送给车载视频终端，向车载视频终端发出预警信号，提醒车主注意当前驾驶车辆存在安全隐患；同时将超出阈值范围的车身总线数据实时存入数据库，以备出现交通事故时供交警查阅；同时还将超出阈值范围的车身总线数据实时存入数据库，以备汽车厂商及时了解当前型号车辆性能；

若没有数据超出阈值范围，则也将车身总线数据实时存入数据库，以备汽车厂商及时了解当前型号车辆性能；

数据库采用分布式体系结构对数据传输层上传的数据进行存储并实时更新，应用服务模块根据不同的监控需求，为应用系统层提供图形化的监控交互界面、数据分析结果及视频流的传输；

应用系统层，为用户提供查询运行车辆状态信息、GPS定位信息及对历史视频进行回放。

所述车载视频终端，包括SD卡车载录像机和车载拾音器。采用多码流记录，提供720P百万高清的录像效果。实时高清录像，录像720P/D1/HD1/CIF可选，帧率画质可调；可选VGA输出。

所述车载视频终端对采集到的视频采用H.264编码，存放在本地，循环覆盖，侦测到驾驶异常行为之后，将侦测时间点之前和之后的10-30秒的视频数据传输到云端大数据处理平台上，用于事故分析与重现。

所述音视频信息，包括：车厢内外的视频信息、语音信息；

所述公共无线网络，包括：3G/4G网络、GPRS或CDMA。

所述车载视频终端都有一个唯一识别的UIM卡号，安装车载视频终端的车辆也具备唯一识别的ID号。

所述车载视频终端安装在车辆内部，并与车身总线连接。

所述车载视频终端内置GPS定位模块和数据采集模块，GPS定位模块用于接收车辆的GPS定位信息，数据采集模块用于采集车身总线数据信息。

所述GPS定位信息包括：经纬度、状态、速度、时间、方向和运行轨迹。

所述车身总线数据信息包括行车状态、整车状态和电池的荷电状态SOC值；

所述行车状态包括车辆速度、车辆里程、汽车电瓶电压和设备温度；

所述整车状态包括发动机的工作状态。

所述通信服务模块从数据库读取需要发送的数据，包括：汽车厂商规定的汽车电瓶电压的设定阈值范围、设备温度的设定阈值范围、电池荷电状态SOC值的设定阈值范围、发动机的转速表设定阈值范围、汽油表设定阈值范围和水温表设定阈值范围。

所述车载视频终端的无线数据接入采用GPRS技术。

所述车载视频终端的网络层协议基于TCP协议，应用层数据打包在TCP协议上，使车载视频终端和通信服务模块可以直接通过互联网进行数据交换。

所述通信服务模块，包括：主反应器，所述主反应器与若干客户端连接，所述主反应器与接收器连接，所述接收器与子反应器连接，所述子反应器通过读模块与线程池连接，所述子反应器还与发送模块连接，所述线程池还与若干数据处理模块连接；

所述主反应器，用于负责响应客户端的连接请求，并建立连接，主反应器只有一个并使用一个独立的选择器；

所述若干客户端，是指并发的多个消息连接；

所述接收器，用于接收客户端的TCP连接请求；

所述子反应器，用于维护一个独立的选择器，子反应器可以有一个或者多个，每个子反应器都会在一个独立线程中执行；

所述读模块，用于对接收到消息的解读并进行传输；

所述线程池用于消息的读取、解码、编码和发送，采用标准的JDK线程池实现，包含一个任务队列和N个可用的线程；

所述发送模块，用于响应客户端的数据请求。

所述数据处理模块，包括：解码请求数据单元、业务逻辑处理单元和编码响应单元。

所述解码请求处理单元，用于对请求数据流进行按照数据包的信息类型进行分类；

所述业务逻辑处理单元，用于根据数据包的划分归类进行业务的处理；

所述编码响应单元，用于根据业务的处理进行消息的响应。

所述解码请求处理单元是鉴于TCP通讯的粘包特性，在解码时需对整包、半包、错包分别进行适当的处理。

所述解码请求处理单元的解码过程包括：

步骤1)：在数据流中寻找包头；

步骤2)：根据包头之后的数据包长度字段，判断当前数据流中的数据是否拥有设定长度，如果拥有，则待下一个解码过程进行处理；

步骤3)：如果拥有设定长度，则继续验证包体部分的校验和是否正确，如果不正确则将当前协议数据丢弃，不作处理；如果正确，则将包体部分发送给处理层进行处理，流中的剩余部分留待下一个解码过程进行处理。

所述业务逻辑处理单元的工作过程由一个总的Handler开始——DataHandler，Handler根据数据包的类型信息分为登录数据包、信息数据包及状态数据包；

所述登录数据包：如果终端未登录则进行登录操作；如果终端已登录则进行重新登录操作；

所述信息数据包：如果终端已登录，则进行信息处理；如果终端未登录则丢弃当前数据包；

所述状态数据包：如果终端已登录，则进行状态处理；如果终端未登录则丢弃当前数据包。

所述信息处理和所述状态处理过程中，根据不同的业务类型进行归类，划分出相对应业务处理Handler，然后分别将数据包委派给相应的业务处理Handler进行处理。

所述业务处理Handler，将不同协议约定的数据整理成统一格式并存储入库。

所述编码响应是将接收消息中的应答标志设为相应的状态，并重新计算校验和即可。

所述相应的状态分为接收信息的正确、接收到实际长度与数据包中描述不符、设置未成功和无效命令。

相应的状态也可以由服务端和客户端自定义。

所述应用服务模块，包括：

数据存储层，通过一到多个数据库实例持久维护数据；数据存储层是应用服务模块与通信服务模块的交互媒介；一方面，通信服务模块将收到的数据存入数据库，继而应用服务模块取出数据进行实时或非实时的展示；另一方面，应用服务模块将对车载视频终端的变更请求存入数据库，通信服务模块检索到变更请求后将向车载视频终端发送变更请求消息。

数据访问层，包括数据访问组件，用于提供访问和操作数据的API，专注于底层数据的操作。所述数据的API，包括对业务实体的新增，读取，更新和删除操作。

所述底层数据的操作是对来自数据存储层的数据的解析并传输给业务层。

业务层，包括业务处理组件和公共服务接口，业务处理组件采用面向服务的架构实现。业务处理组件提供业务接口，业务接口隐藏复杂的业务逻辑实现。所述业务处理组件，采用面向服务的架构实现，用于提供业务接口。业务层，用于封装应用服务模块的核心业务，业务层与表现层之间以JSON格式进行数据交互；所述公共服务接口，用于提供公共业务接口。

所述核心业务是指对数据业务的所有的归类，即根据数据包的消息类型的不同，找到相对应的数据帧，同时解析出数据帧里面所有的消息字段含义并提交给表现层进行显示。

表现层，用于兼容多厂商协议、UI模板定制功能。所述表现层，包括UI组件和UI模块。所述UI组件，包括网页组件，富客户表单和用户交互处理组件。所述UI模块，用于不同网页组件的分类，同时用于和不同服务的对应接口。

大数据处理的车辆安全隐患预警和事故重现方法，包括如下步骤：

步骤(1)：数据采集：

车载视频终端采集音视频信息、车身总线数据信息及GPS定位信息，通过数据传输层将采集的信息采用H.264标准进行压缩编码成流媒体后，实时发送到云端大数据处理平台；

步骤(2)：数据处理：

通信服务模块，是Internet网络上具有固定IP的计算机，通过Internet网络接收数据传输层上传的车身总线数据信息，对来自车辆的不同厂商的子应用层协议加以解析，判断车身总线数据是否均在车辆厂商提供的阈值范围内；

若有数据存在超出阈值范围的情况，同时通信服务模块从数据库读取需要发送的数据，根据应用层协议打包发送给车载视频终端，向车载视频终端发出预警信号，提醒车主注意当前驾驶车辆存在安全隐患；同时将超出阈值范围的车身总线数据实时存入数据库，以备出现交通事故时供交警查阅；同时还将超出阈值范围的车身总线数据实时存入数据库，以备汽车厂商及时了解当前型号车辆性能；

若没有数据超出阈值范围，则也将车身总线数据实时存入数据库，以备汽车厂商及时了解当前型号车辆性能；

数据库采用分布式体系结构对数据传输层上传的数据进行存储并实时更新，应用服务模块根据不同的监控需求，为应用系统层提供图形化的监控交互界面、数据分析结果及视频流的传输；

对行车车辆的GPS定位信息进行存储，并实时分析车辆的历史数据得出相关的预警信息。通过汽车CAN总线和无线通讯结合，进行车辆使用过程中产生的故障记录、维修记录、行驶记录的存储和分析，提供车辆异常情况并设置疲劳驾驶提醒和道路救援服务，提高行车过程中安全保证；

步骤(3)：数据分析：

应用服务模块通过TCP/IP协议接收来自GPRS/CDMA网络的车辆运行状态数据，在电子地图上显示车辆运行轨迹和显示车内视频信息，并将定位信息写入数据库，以便于重现选定车辆在监控区域的运行轨迹和后续的数据分析；

同时对车辆内的图像进行实时监控、拍照、录像、回放和调取传送图像，重现交通事故现场，同时根据报警事件进行查询以及快速定位。

所述步骤(1)车载视频终端进行实时采集数据并本地独立部署，包括音视频数据、定位信息和车身总线信息等。灵活配置总线协议和采集策略，采集行驶车辆过程中的关键数据。利用VPDN+独特加密、认证、校验技术，即通过对数据的封包和加密，以L2TP技术在两端建立隧道，通过虚拟专用的隧道来传输数据，确保车辆信息传输安全可靠。

所述疲劳驾驶提醒识别司机的面部表情来识别司机的疲倦度，其中，根据双眼闭合的频率、时间来判断，与正常数据相比闭合的频率越小、闭合时间越长则疲劳度越大。

同时提供多种电子围栏自主设定，违反安防设置及时通知到用户手机，随时随地地保证车辆安全。

云端大数据处理平台，实现实时数据同步更新。

云端大数据处理平台，能实现1万辆车的管理，快速有效的数据处理能力，保证全天候的正常运行，最大限度的降低硬件的故障率、提高软件的兼容性。

云端大数据处理平台，提供多维度车辆运行统计报表和图表，对操控的汽车各个状况更加了解，尽可能消除行驶过程的安全隐患。多功能报表，累计车辆行驶数据，针对车辆的行驶、耗油、动力系统等进行统计分析，大大提高了车辆的使用效率。数据统计管理功能，具有强大有效的数据库功能，对在运行车辆进行完善的信息记录，实时查阅车辆的有关信息资料。

本发明的有益效果是：

1.本系统基于云端大数据处理的交通事故现场重现技术，通过视频数据、声音数据、车辆实时信息、驾驶员行为等进行事故现场重现，为责任认定、车辆改进、交通管理等提供创新性方法。云平台系统有效实现海量数据的存储、分析挖掘需求，为交通运营体系提供可视化管理、事故责任认定、车辆性能分析、驾驶员行为分析等功能，进而为公众出行提供便捷服务，为公众出行安全提供有力的保障。

2.系统将通过在运营车辆或其它车辆上安装视频车载移动终端，利用电信运营商的3G/4G网络，将车厢内外的视频、语音信息、车辆运行状况等通过3G/4G网络无线传输方式发送到指挥监控中心，指挥监控中心能够在较大的区域范围对车辆的位置、状态等动态信息进行即时监控、录像，及时处理车辆行驶过程中遇到的问题，特别是在车辆出现事故前后，通过后台的大数据处理平台，分析车辆运行各类参数，视频图像、语音信息等，为事故的鉴定、驾驶员驾驶行为、车辆状况等提供有效信息，为交警部门、驾驶员、汽车厂提供有效的信息支撑。

3行驶过程中的汽车，发生事故前，车辆本身存在的隐患能及时告知车主，提醒车主注意。方便对汽车没有太多常识的女司机，实时了解自己驾驶车辆的各种参数是否在生产厂商提供的合理阈值范围内，若发现异常，能第一时间了解是什么零件发生异常。若是严重的安全隐患，可以立即停止驾驶；若不是严重的安全隐患，可以等驾驶结束时，将车辆送去维修，避免女司机因不了解汽车专业参数产生的不必要的慌乱。

4行驶过程中的汽车，发生事故后，责任认定问题，交警能通过云端数据分析是司机的主观因素还是车辆本身的客观因素。

5行驶过程中的汽车，行驶的过程中，车辆本身的总线数据，汽车厂商能在第一时间了解，在了解车辆性能反馈数据的过程中处于主动，也方便了汽车厂商在生产过程中及时调整生产策略。

附图说明

图1为系统框架图；

图2为本发明的实施例；

图3为通信服务模块逻辑架构图；

图4为应用服务模块逻辑架构图；

图5为本系统方法流程图。

具体实施方式

下面结合附图与实施例对本发明作进一步说明。

所述H.264的编码流程包括五个部分：帧间和帧内预测、变换和反变换、量化和反量化、环路滤波、熵编码。帧间预测编码利用连续帧中的时间冗余来进行运动估计和补偿。H.264的运动补偿支持以往的视频编码标准中的大部分关键特性，而且灵活地添加了更多的功能。除了支持P帧、B帧外，H.264还支持一种新的流间传送帧-SP帧。码流中包含SP帧后，能在有类似内容但有不同码率的码流之间快速切换，同时支持随机接入和快速回放模式；帧内编码用来缩减图像的空间冗余。为了提高H.264帧内编码的效率，在给定帧中充分利用相邻宏块的空间相关性，相邻的宏块通常含有相似的属性。因此，在对一给定宏块编码时，首先可以根据周围的宏块预测(典型的是根据左上角的宏块，因为此宏块已经被编码处理)，然后对预测值与实际值的差值进行编码，这样，相对于直接对该帧编码而言，可以大大减小码率；在变换方面，H.264使用了基于4×4像素块的类似于DCT的变换，但使用的是以整数为基础的空间变换，不存在反变换。整数DCT变换引起的量化误差影响并不大。此外，整数DCT变换还具有减少运算量和复杂度，有利于向定点DSP移植的优点；H.264中可选32种不同的量化步长，步长是以12.5％的复合率递进的，而不是一个固定常数。在H.264中，变换系数的读出方式也有2种：之字形(Zigzag)扫描和双扫描，大多数情况下使用简单的之字形扫描；双扫描仅用于使用较小量化级的块内，有助于提高编码效率；视频编码处理的最后一步就是熵编码,在H.264中采用了2种不同的熵编码方法:通用可变长编码(UVLC)和基于文本的自适应二进制算术编码(CABAC).

通过该流程，使得H.264具有极高的视频压缩比。为了抵御传输差错，H.264视频流中的时间同步可以通过采用帧内图像刷新来完成，空间同步由条结构编码来支持。同时为了便于误码以后的再同步，在一幅图像的视频数据中还提供了一定的重同步点。另外，帧内宏块刷新和多参考宏块允许编码器在决定宏块模式的时候不仅可以考虑编码效率，还可以考虑传输信道的特性。处理利用量化步长的改变来适应信道码率外，在H.264编码器中生成具有不同优先级的视频数据以支持网络中的服务质量Qos。在无线通信的应用中，通过改变每一帧的量化精度或空间、时间分辨率来支持无线信道的大比特率变化。H.264采用流切换的SP帧来代替分级编码。

(1)本系统集合全球卫星定位技术、视频编码技术、现代移动通信技术、地理信息系统技术于一身，不仅在智能交通系统中担负主要作用，同时还可以提供安全预警等功能，消除了交通运输车辆的安全隐患，为车辆运行提供了安全保障。

本系统平台是以车辆智能信息化管理为核心的车载系统，系统由两部分组成，一是车载视频终端；二是云端大数据处理平台，如图1和2所示。通过车载视频终端和云端大数据处理平台实现对行驶车辆的远程视频监控、故障诊断等服务。用户可通过浏览器登陆云端大数据处理平台，对行驶车辆的动态信息进行管理，及时处理车辆行驶过程中遇到的问题，消除行驶车辆安全隐患。

系统具有云端大数据，通过云平台系统对视频数据、声音数据、车辆实时信息、驾驶员行为等进行事故现场重现，具体是由数据采集层、数据传输层、数据中心和应用系统层组成。

所述数据采集层利用来自车载视频终端的视频、语音信息、行车状态、整车状态、电池状态等信息及变化，通过无线通信模块将信息上传到云端大数据处理平台的通信服务模块，也可以接收来自监控服务系统的控制命令并采取相应的动作。

所述数据传输层是车载视频终端与云端大数据处理平台的通信服务模块以及应用系统进行数据通信的通道，利用公共无线通信网络(如GPRS/CDMA等)和Internet网络实现车载视频终端与云端大数据处理平台的数据通信。

所述数据中心即云端大数据处理平台是远程监控系统的数据共享中心，由通信服务模块、数据库和应用服务模块组成。通信服务模块是Internet网络上具有固定IP的计算机，接收来自车载视频终端的数据，对不同厂商的子应用层协议加以解析，将抽取转换后的数据入库，同时从数据库读取需要发送的数据，根据应用层协议打包发送到车载视频终端；数据库保存并更新车辆的实时数据和历史数据；应用服务模块则根据不同的监控功能，为监控人员提供图形化的监控管理交互界面、数据分析功能及视频流的传输。

所述应用系统层用于为客户端提供查询运行车辆的状态信息、定位信息及其进行视频解码播放。

车载视频终端负责将视频信号通过无线网络传送到监控中心；同时内置GPS定位模块和数据采集模块，GPS定位模块用于接收车辆的卫星定位信息，数据采集模块用于采集车身总线数据，车载视频终端安装在车辆内部，并与车身总线连接，车载视频终端负责将音视频信息、GPS数据和车身总线数据通过无线网络传送到云端大数据处理平台。车载视频终端的无线数据接入采用GPRS技术，其通讯速率满足车载监控系统协议要求，并且覆盖面积广，在城市及大部分郊区都可实现数据传送，资费比较低廉，因此适合于车载不间断的联网数据传送。网络层协议基于TCP协议，应用层数据打包在TCP协议上，使车载视频终端和通信服务模块可以直接通过互联网进行数据交换。

云端大数据处理平台采用分布式体系结构，服务模块之间采用局域网连接。通信服务模块采用Netty框架进行开发，基于TCP协议传输，并结合汽车厂商的监控需求，制订出一套适合车辆安全隐患系统的私有通信协议，实现高并发的实时网络通信要求。

通信服务模块逻辑架构如图3所示。网络通信程序对数据流的一般处理流程是：解码请求数据、业务逻辑处理、编码响应。作为车辆安全隐患预警系统中服务中心与车载视频终端沟通媒介，通信服务模块的首要职责是应对高并发的车载视频终端实时数据流，数据流的接收工作由通信服务模块的接收层(Acceptor)完成。由于通信协议是透传模式，通信服务模块会接收到来自不同厂家的各种各样的子协议和数据格式，在入库存储前还需要将这些数据解析处理为统一格式。所以在接收层工作完成后，还需要由数据处理层(Handler)对数据进行解码(decode)、业务处理(compute)、编码(encode)后返回给客户端。

通信服务系统采用Reactor模式分别应对信息的接收和处理过程。

服务系统的CPU处理速度远远快于IO速度，如果CPU为了IO操作而阻塞是极不划算的。如果直接使用多进程或者线程去处理，又会带来一些进程切换的额外开销。通信服务系统使用Reactor模式来解决这个问题，由一个不断等待和循环的单独进程(或线程)接受各handler的注册，并负责查询IO是否就绪，在就绪后调用指定的handler进行处理。

在通信服务系统中，启用一个MainReactor线程，负责响应client的连接请求，并建立连接，使用一个NIO Selector；启用多个SubReactor线程，每个SubReactor维护一个独立的NIO Selector。由于SubReactor会执行一些比较耗时的IO操作，例如消息的读写，使用多个线程去执行，更加有利于发挥CPU的运算能力，减少IO等待时间。

数据库具有强大有效的数据统计管理功能，对在运行车辆进行完善的信息记录，实时查阅车辆的有关信息资料。

应用服务模块采用Java语言开发，其逻辑架构如图4所示，是MVC模型系统架构。每层的组件分别完成不同的功能，各层的组件相互联结构成系统。系统的运作一般由上层组件调用同层或下层组件完成。

下面分别对系统中的各层次进行说明：

表现层：包括应用系统的UI组件。比如网页组件，富客户表单和用户交互处理组件等。此外由于需要兼容多厂商协议，表现层还具备UI模板定制功能。

业务层：封装应用服务模块的核心业务。业务处理组件采用面向服务的架构实现。业务处理组件提供业务接口，业务接口隐藏复杂的业务逻辑实现。业务层与表现层之间以JSON格式进行数据交互。

数据访问层：数据访问层提供访问和操作数据的API。此层的组件专注于底层数据的操作，主要提供对业务实体的新增，读取，更新和删除操作。

数据存储层：通过一到多个数据库实例持久维护数据。数据存储层是应用服务模块与通信服务模块的交互媒介。一方面，通信服务模块将收到的数据存入数据库，继而应用服务模块取出数据进行实时或非实时的展示。另一方面，应用服务模块将对车载视频终端的变更请求存入数据库，通信服务模块检索到变更请求后将向车载视频终端发送变更请求消息。

(2)本发明系统架构在云平台系统进行大数据处理车辆安全隐患预警和事故重现技术。云平台系统采用联通、电信各1GB光纤双链路，实现与INTERNET出口冗余；通过裸光纤与国家超算济南中心、齐鲁软件园云端大数据处理平台连接；采用VPN方式逐步聚合行业云端大数据处理平台以及其他园区云端大数据处理平台资源，将拥有接近3PB的海量存储和超过千万亿次的计算能力，实现省内IT资源的充分利用。

云平台系统基于Share Nothing分布式处理架构，可随客户数据和业务的增长而不断灵活扩展，保证良好的线性度，可以从10个节点动态扩展到数千节点，从根本上解决传统架构在性能、扩展性方面存在的难题。

整个平台系统采用整体性融合式调优，硬件层优化包括存储单元方面、计算单元方面和通信单元方面的优化；系统软件层优化包含自适应调度算法、低消耗锁算法、热点数据感知的负载均衡算法等算法层面的优化。多层次整合优化保障性能卓越，通过读写分离的系统架构和非关系型数据模型，有效实现海量数据的存储、分析挖掘需求。

内部节点采用高可用元数据备份、高可用元数据管理以及共享存储异常机制等方法保障软件层面的可靠性，采用高冗余设计、热更换设计、过载保护芯片以及I/O设备绑定技术等方法保障硬件层面的可靠性，可以有效做到快速故障定位、故障网络隔离以及高可用任务恢复等任务，全方位、多层面保障系统安全级业务连续性。

如图5所示，大数据处理的车辆安全隐患预警和事故重现方法，包括如下步骤：

车载视频终端初始化，启动GPS和DVS，车载视频终端连接GPRS或CDMA；

车载视频终端获取音视频信息、车身总线数据信息及GPS定位信息，通过数据传输层将采集的信息采用H.264标准进行压缩编码成流媒体后，实时发送到云端大数据处理平台；

通信服务模块，是Internet网络上具有固定IP的计算机，通过Internet网络接收数据传输层上传的车辆状态信息，对来自车辆的不同厂商的子应用层协议加以解析，将抽取转换后的数据存入数据库，同时从数据库读取需要发送的数据，根据应用层协议打包发送给车载视频终端；数据库采用分布式体系结构对数据传输层上传的数据进行存储并实时更新，应用服务模块根据不同的监控需求，为应用系统层提供图形化的监控交互界面、数据分析结果及视频流的传输。

应用服务模块通过TCP/IP协议接收来自GPRS/CDMA网络的车辆运行状态数据，在电子地图上显示车辆运行轨迹和显示车内视频信息，并将定位信息写入数据库，以便于重现选定车辆在监控区域的运行轨迹和后续的数据分析；

同时对车辆内的图像进行实时监控、拍照、录像、回放和调取传送图像，重现交通事故现场，同时根据报警事件进行查询以及快速定位。

本发明系统综合了车载数字视频处理、车辆行驶记录系统、3G/4G移动通讯网络系统和GIS/GPS全球卫星定位技术于一身，它能够跨地域对机动性强、数量众多的移动目标实现有效监控、紧急救援，同时还可以提供安全预警等功能，消除了交通运输车辆的安全隐患，为车辆运行提供了安全保障。本发明的方法可以延伸到智能车其他需要的领域，具有广阔的应用前景。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。