1、車聯網信息物理融合系統(tǒng)在智能交通的發(fā)展上起到了重要作用，它通過計算、通信和控制三大領域的技術，影響和改變著交通環(huán)境。隨著車聯網數據的日益增長，以及大數據技術的不斷發(fā)展，使得大數據在車聯網信息物理融合系統(tǒng)的應用越來越重要。大數據中潛在的價值對提高車聯網智能化、改善用戶出行體驗等方面有很大幫助。然而，爆發(fā)式增加的數據量使得車聯網在數據的處理和存儲方面面臨著挑戰(zhàn)。
　　本文為滿足大數據背景下車聯網信息物理融合系統(tǒng)的特性和需求，如大數據的

2、規(guī)模性(Volume)、多樣性(Variety)、高速性(Velocity)和真實性（Veracity），車聯網信息物理融合系統(tǒng)的復雜性、實時性和時空性等，分析了大數據特性，提出基于云計算的車聯網信息物理融合系統(tǒng)體系結構。針對車聯網大數據的存儲需求和特性，提出了實時數據模型和基于云計算平臺的大數據存儲模型;針對車聯網大數據的數據處理，分析基于MapReduce的大數據批量處理模型，同時考慮到車聯網大數據的實時性需求，提出了基于Storm

3、的車聯網大數據實時處理模型和基于Hadoop的車聯網大數據并行處理模型。
　　通過研究成體系系統(tǒng)理論（System of Systems，簡稱SoS）和體系結構分析與設計語言（Architecture Analysis&Design Language，簡稱AADL），結合大數據、車聯網和信息物理融合系統(tǒng)（Cyber-Physical System，簡稱CPS）的特點，提出一種基于SoS和AADL的大數據驅動的車聯網CPS的建模方法

4、;通過該方法在車聯網CPS建模的具體應用，利用AADL組件建立了車聯網車輛單元系統(tǒng)、車載數據處理系統(tǒng)、路邊單元系統(tǒng)、控制中心系統(tǒng)等主要系統(tǒng)的硬件和軟件模型;利用Modelica建模語言建立車聯網CPS物理模型和描述車聯網CPS的物理行為，并對物理模型和行為進行仿真;通過自定義屬性擴展的AADL描述了車聯網CPS的數據模型，以及通過附件擴展的AADL描述車聯網CPS的非功能特性，包括數據流、非功能子程序、面向方面建模，并生成了相應代碼;通