基于大数据和云计算的交互式智能自驾旅行系统.docx

基于大数据和云计算的交互式智能自驾旅行系统.docx

《基于大数据和云计算的交互式智能自驾旅行系统.docx》由会员分享，可在线阅读，更多相关《基于大数据和云计算的交互式智能自驾旅行系统.docx（21页珍藏版）》请在冰豆网上搜索。

基于大数据和云计算的交互式智能自驾旅行系统

基于ICT技术的安全智能出行系统

摘要：

考虑到现代人们在自驾游当中，旅客的出行大多具有一定的盲目性，对旅游地的各方面信息缺乏了解，这都需要旅客自行查资料对旅游景点、路线、以及其他服务进行规划，再加之在现代出行中，交通拥堵也会带来不必要的时间损失，这些都大大降低了旅游的舒适性。

在出行交通服务当中，减少旅客的出行阻抗，是提高旅游舒适度的重要手段。

由于在一天不同时段中，道路状态一直在不断的变化，在早晚高峰中，明显一些主干道会陷入拥堵，有时，一些偶发事故也会造成道路拥堵，这些都会给出行者带来一些意外的麻烦，为了避免这些事件的影响，通过使用MashUp技术整合处理多方面数据信息，根据实时路况信息数据，用动态最优路径算法给旅客规划出最优路径，期间也会随着交通状态的变化对最优路径进行不断更新，从而，能够极大程度的提高旅客出行便利度，同时也充分使用了这些道路基础设施。

此外，在手机终端网络技术使用普遍的背景下，我们利用云计算、ICT（信息通讯技术），针对不同人的不同的喜好与需求，通过对手机终端的历史数据分析旅客的喜好，智能的给用户提供旅行推荐，以实现个性化的服务。

为方便驾驶员在驾车过程中的使用，我们借语音识别技术来更好的实现人机互动，以满足智能化的需求。

关键字：

一、研究背景

随着重要节日全国收费公路免收7座以上小客车通行费正常的实施，自驾游呈井喷的态势，成为全社会关注的焦点，更成为旅游届最重要的话题。

自驾游已成为时尚生活的一种标志。

自驾游始于20世纪那个被称为建立在“轮子上的国家”——美国，被旅游者视为自由和随意的代名词。

自驾游是随着私家车保有量的增加，人们生活水平的提高以及休闲观念的转变而发展起来的。

从相关调查分析得知，我国自驾游还处在初级阶段，在目的地选择上比较倾向于短距离的风景名胜地。

自驾游独有的娱乐、消费、住宿以及度假方式在我国没有很好的发挥出来。

随着人们旅游观念的逐渐成熟，自驾游旅游者的旅游动机呈现出多元化趋势。

自驾车旅游大部分属于自助游旅游的范畴，对旅游信息的需求更为广泛和细致。

并且气象、交通路况、维修等一系列与安全相关信息则越发显得不可或缺。

但目前的软件不能提供整合所有相关的信息服务，更无法做到因人而异。

因此更加智能化、人性化的全能出行指导软件是市场发展的趋势所在。

二、设计原理2.1ICT技术

2.1.1ICT技术简介

ICT是信息、通信和技术三个英文单词的词头组合（InformationandCommunicationTechnology，简称ICT），它是信息技术与通信技术相融合而形成的一个新的概念和新的技术领域。

ICT技术在现代交通的应用，实现了交通参与者各方之间进行全面信息沟通，进而使各方有效参与交通，就能够实现交通基础设施供给能力的最大化。

2.1.2ICT技术对出行行为的影响

人们日常外出活动目的通常可分为以下三点：

①上下班通勤、参加商务活动；②购买消费或各种服务活动；③空闲时间内主动的活动。

ICT技术涵盖的信息，可以对人们出行提供一些出行指导性建议，从而对人们出行选择产生巨大影响。

其涵盖内容包括以下三类，一是交通资源使用情况（例如：

道路、码头、车站、机场、航线等）；二是交通工具的运营情况（例如：

运营路线、时间、可用性、不同交通工具的联结等）；三是交通参与主体的信息（交通主体例如行人、驾驶者、乘坐者、旅游团体等，信息例如目的地、时间要求、路径偏好等）。

ICT技术对人以上三种目的出行的影响：

上下班通勤出行几乎占到所有出行的1／3，利用ICT技术部分进行一些适当的远程工作一定程度上可以减少工作出行，远程工作有助于减少高峰期交通拥挤；受ICT技术的影响，不光能够为用户提供最近最方便的购物场所和交通方式路线选择，也使网络购物和实体购物结合起来，让购物活动变得更加多样；人们主动的出行，ICT可为根据历史数据智能判断用户喜好，为用户相对应的休闲方式，同时也可方便人们从事各类活动，如更好地安排节假日出行，使人们在有限时间或成本下进行更多有效的出行。

2.2MashUp技术

2.2.1MashUp简介

MashUp是指当今网络上新出现的一种服务组合现象，即将2种或2种以上使用公共或者私有数据库的Web应用加在一起，综合搜索信息，创建全新的Web应用。

2.2.2MashUp在本系统中的应用

Mashup这里指从不同的源获取数据或业务能力，整合到一起而形成的具有统一体验的互联网网站或应用。

平台、应用运营商将基本的服务进行封装，并通过API开放给任何开发者，开放能力包括位置信息、用户信息、语音、短消息等，如Google地图API，新浪微博API，XX搜索API，语音识别及TTSAPI；资源型的内容还可以通过WebService、RSS等方式开放各种IT数据和业务能力，如违章信息查询、气象服务、新闻服务、旅行服务等。

各种交通基础设施资源的使用情况、交通工具的运营情况、政府的公开信息、互联网资源和加工后的社会资源等，通过Mashup进行内容和业务的聚合处理，获得更加广泛的服务。

其主要以道路实时路况和公共交通服务为核心，逐步聚合各种成熟的服务和延伸，最终提供丰富的出行内容信息服务。

2.3交通状态的自动判别技术简介

为满足社会公众对实时交通状态信息发布服务的需求，对城市快速路交通状态自动判别解决方案的关键技术进行研究。

在总结已有研究成果的基础上，对快速路交通状态判别指标、判别标准及空间对象进行分析，选取平均行程车速作为快速路交通状态的判别指标。

设计了交通状态自动判别构架，对平均行程车速实时估计算法模块进行了详细分析。

基于研究成果开发的快速路交通状态自动判别系统软件已经应用于上海市快速路监控中心。

对软件的实际运行效果进行评估，结果表明，道路交通状态判别平均精度达到95％以上。

交通拥堵判断，其基本思路都是针对检测点的交通数据，分析流量、占有率与速度等参数之间的关系，区分不同交通状态所对应的交通流参数特征。

图2-2交通状态判别流程示意图

2.4实时道路交通状态下的最优路径选择

在理想状态下的最优路径的选择能够为出行者带来具有一定参考价值的道路信息。

但是在理想状态下选择出的最优路径没有考虑到实时的道路交通状态，比如堵车、交通意外等突发交通情况。

这样给出行者造成了许多不便，因此必须针对实时道路交通状态来进行最优路径的选择，这种路径的选择被称为动态最优路径的选择。

动态最优路径考虑了诸如堵车、交通意外等突发交通状况,避免了给出行者造成的种种不便，具有较好实时性和参考价值。

选择动态最优路径的前提是要获得实时道路交通状态信息。

在获得了必要的信息后，就可以对在理想状态下选择出的最优路径进行再次选择，自动选择出实时道路交通状态较好的道路作为动态最优路径。

动态最优路径是随着实时道路交通状态的改变而改变的。

2.5语音互动技术

当司机在长时间汽车驾驶中，极其容易引起疲劳分心，这里采用语音互动检索技术，一方面能够对司机有一定的外部刺激，避免疲劳驾驶，另一方面，也更加智能的为用户提供服务。

语音互动的应用利用到语音识别和语音合成技术，语音识别ASR（automaticspeechrecognition），语音合成包括TTS（texttospeech）和语音转换等。

在语音识别中，当终端收到用户语音或按键，通过语音识别模块产生识别结果，返回给VoiceXML解析器处理。

当然，其中需要调用VoiceXML文件中的语法辅助识别；在语音合成中，可以将文本转换成语音数据流，或者直接调用已录制好的语音文件对语音卡通道进行放音。

三、设计思路

在进行旅行规划时，除了需要考虑旅行规划能否让用户进行便捷高效地旅行以外，更需要考虑旅行的交通安全能否得到保证。

综合考虑这两个因素，可以针对以下几个方面来对系统进行设计：

1.突发交通事故和气象道路环境突变。

主要指在行驶的前方突发的一些道路交通安全事故或者气象及道路环境条件发生突变，导致无法继续行车或者有较大的交通安全隐患。

通过已有道路交通监测设施对路段进行实时监控，及时同步到云端数据库，通过对实时交通信息进行判别，评估前方的安全指数。

安全保障过低时，建立动态最优路径模型，通过及时优化路径来避开危险路段，降低行驶风险。

2.疲劳驾驶影响。

疲劳驾驶是导致交通安全事故的一大主要原因，因此在进行线路规划时应将避免疲劳驾驶作为考虑因素之一。

通过监控用户的连续驾驶时间，结合相关法规和人的正常生理机能习惯，设定一个合理的连续驾驶时间阈值，在驾驶过程中及时提醒用户休息，并将休息的时间计入到全程规划里面。

3.不分散驾驶注意力。

由于系统在行驶过程中会对线路进行实时规划，部分地方还需要用户进行操作，但用户的注意力必须集中在行车驾驶上面。

为了解决这个矛盾，可以通过语音互动技术来实现。

用户和手机终端之间通过语音对话就能进行互动，完成相应的操作，而不影响驾驶的注意力。

4.提高旅行效率，增加旅行时间价值。

当只考虑到主要工作时，往往就忽略了沿线的其他活动，例如信息搜索，放松休闲，购物等。

这些活动都会受到旅行替代性的影响，例如沿线不方便就不执行。

这些活动的存在可以减少旅行的负效应，增加旅行时间的价值，从而提高旅行效率。

同时，利用ICT技术可以在时间上和地点上重新整合活动，直接导致旅行行为的改变。

5.根据用户喜好进行规划。

即保证交通安全的前提下对用户旅行规划进行智能化定制。

现有的设备都只能起到一个导航的作用，用户还是要自己“纠结”到底去哪里旅行。

而本系统可以通过数据库对用户的行为进行预测，推荐出比较符合用户需求的旅行计划。

同时，用户在景点旅行的时候，系统能够实时监控用户的游览情况，判断出用户对某一景点的喜好程度，及时提出更好的旅行建议。

图3-1整体设计思路图

四、研究方法

本研究先以采用数据分析及调查问卷的形式了解用户需求，再将获取的用户信息、交通信息、气象信息等数据通过Mashup技术抓取整合，行程系统的云端数据库。

通过分析路上危险发生的各个原因及结合用户实际需求，建立一系列模型及算法来缓解或消除危险。

图4-1Mashup技术系统构架

4.2数据库的建立

当用户自驾旅行途中，本系统会时刻追踪用户的行车信息，系统数据库中的交通信息、气候及道路环境信息会实时更新，对这些的数据的运算也会时刻进行。

当系统通过监测和计算出用户当前的行驶路线前方有较大的交通事故、交通拥堵，道路条件急剧变化、天气状况即将突变，对行车安全有较大威胁时，系统就会立刻自动警报。

通过对交通事故处理时间、交通拥堵缓解时间、天气和道路条件改善时间建模进行分析预测，决定用户是否需要更改行车线路或者低速前行通过。

如果行车线路发生改变就会在车载导航仪中立刻更新线路规划，并语音告知用户。

行车线路重新规划和行车速度与正常速度不完全相同，造成了实际行驶时间和原定时间规划无法同步。

云端系统实时计算出与原计划的时间差，按照上一节的行程规划计算方法计算出这个时间差是否对此后的景点线路到来影响（到达各个景点的时间不在开放时间范围内）。

如果没有影响，那就可以继续执行当前的行驶计划；如果对原定游览线路有影响，那就根据当前的实际时间对线路进行重新规划，并重新推送到用户移动终端，以语音提醒的形式告知用户。

这样就完成了在旅行过程中的实时修正。

本系统的所有预测分析都是基于云端的大数据综合计算分析而做出的。

因此首先需要建立起一个即时、全面、准确、个性化的数据库。

该数据库主要由四部分信息组成。

图4-2云端数据库结构图

4.2.1用户信息

为了系统能够准确为用户推荐提供旅行相关信息，用户的数据库应该是独特个性定制的，可以通过微博、QQ、人人网等社交平台的API接口来解决这个问题。

用户将本系统的个人帐号与社交帐号绑定，接入社交平台，授予本系统读取用户在各社交网站上个人信息及内容的权限。

并从短信、通话、日程安排（googlecalendar）、购物（淘宝、京东商城）、搜索引擎（googlesearch、XX）等软件中实时提取关键词，定位用户特点及需求并及时同步更新用户情况，以做到规划安排满足用户特定需求。

云端建立实时动态数据库，包含交通状况及气象道路环境等多种因素。

在用户限定的范围之内，依据用户特征，合理建议符合用户需求的服务项目。

这样，本系统就可以获取用户的详细个人信息，并从用户日常更新的社交内容中运用大数据运算手段统计分析出用户的一些个人爱好、关注领域甚至性格特征等信息。

同时，本系统还将记录下用户的每一次出门旅行，统计分析用户的每一次旅行信息及反馈情况。

通过这种方法，本系统可以做到全方面、深层次地“认识用户”，尽可能地了解用户的旅行需求。

根据系统数据库中已经分析出的用户的旅行频率、时间、内容等信息，按照用户的实际需求，提前智能地推荐用户感兴趣的旅行线路方案。

4.2.2景区信息

该部分信息数据包含了所有旅游景点的详细线路介绍信息以及与景点相关的各类周边相关信息，涵盖范围极广、数据量极大是该部分信息的突出特点。

它是为用户制定旅行规划的原材料。

景点信息的搜集主要来自各旅游景点的官方介绍、各大旅行社的旅行线路介绍等渠道。

将所有景点信息都集中到云端后，根据热门程度、以往游客的旅行习惯、景点的消费水平等，制定出满足各层次游客需求的旅行初步计划，储存于数据库中以备推荐选用。

景点周边相关信息主要包括餐饮、酒店、娱乐、购物、加油站、停车场等旅游配套设施。

这些信息主要来源于各大团购网站以及XX地图等。

全面详细的景点周边相关信息将很好解决用户的各种后顾之忧，通过自动推荐、预定等手段让用户能够在景点放心游玩，而不用担心游玩之余的吃住行等问题。

同时，以上的景点及周边信息还涵盖了各自的闪光点和不足之处，在为用户推荐的时候可以一并呈现，让用户可以直观了解并做出自己的选择。

4.2.3交通信息

交通信息主要为某一时刻某一路段的交通流量、密度、行使车速等，是进行旅行线路规划的关键，能否及时、准确地掌握交通信息，对出行花费时间、出行安全具有重要意义。

因此，交通信息是系统云端数据库的最重要要组成部分，搜集分析道路信息是该系统的最核心的工作。

从时间角度，交通信息可分为历史交通信息、实时交通信息、未来交通信息；从空间角度，本系统交通信息可分为城市道路交通信息、高速公路交通信息、景区道路交通信息。

根据信息分类的不同，可采取不同的信息获取分析手段。

4.2.4气象与道路环境信息

对于以为用户的旅行出行全方位进行服务的本系统来说，必须将用户的生命安全作为首要的考虑对象，因此将气象信息纳入到旅行规划中作为一个重要的考虑因素就显得尤为重要。

气象的检测项目主要有风速、风向、气温、相对湿度、能见度等，道路环境检测项目有路面温度、路面相对湿度、路面积雪深度、路面冰冻等。

气象和道路环境变化超过一定范围就会影响交通流的正常运行，对交通安全的影响不可忽视，如平均或瞬时横向风速过高，易破坏行驶稳定性而出现交通事故，雾天下能见度过低将严重影响高速行驶的安全性，路面结冰将影响汽车的制动性能等。

4.3多任务处理算法

通过把用户所希望去的每一个地方所能利用的时间（如开门营业时间）考虑进来，做到使用户所到的每一个地方都恰好能在该点的有效时间段之内，这样才能保证景点得到游玩，否则该线路将不成立。

首先，系统根据用户选择的景点及酒店的位置信息，运用排列组合的原理设计出所有可能的线路方案，并保证酒店都是作为起点出发的，分别命名为Line1、Line2、Line3……

假设点P1、P2、P3、P4、起始点P0终止点P0‘为例（本节内容均以此为例），由于旅行过程中通常起始点与终止点都为酒店，此处为简便，记P0’亦为P0。

那么可能的线路有24条。

但数据库中查到P4由于天气原因发生了地质灾害，不在利用段，剩下三个可以点，这样可能的线路就有以下6条：

Line1：

P0→P1→P2→P3；Line2：

P0→P1→P3→P2；

Line3：

P0→P2→P1→P3；Line4：

P0→P2→P3→P1；

Line5：

P0→P3→P1→P2；Line6：

P0→P3→P2→P1。

然后，通过系统历史数据库调取每两个地点之间的预计行驶时间，记为Tij。

在6.2.1小节中已经计算出了第一阶段的全程行驶时间t’，与出发时间相加即可得到从起始点出发开始正式游玩的的时间T0。

对Line1来分析，从P0到P1的时间为T01，这样到达P1的时间为T0+T01，记为T，判断T是否在P1的开放时间之内，如果在，用户就可以在选择先去P1。

查询得数据库中P1的正常停留时间为Ts1，这样游玩完P1之后到达P2的时间为T+Ts1+T12，重新记为T，并判断T是否在P2的开放时间段以内。

如果在，继续对下一点进行分析；如果超过了利用短，用户返回起始点进行休息，将该景点及以后的游览安排推迟到下一天，继续按照这样的方法进行判断分析。

计算出该条线路所需的总时间。

对其他五条游览线路采取同样的分析方法，计算出各自的完成时间。

将所需时间最短的线路安排推荐给用户，这就是多任务的路线规划，能最有效的满足用户多个目标。

4.4动态最优路径算法

4.4.1交通状态判断

1）判别指标。

描述交通流状态的参数分为宏观参数和微观参数。

宏观参数用于描述交通流作为一个整体表现出的运行状态特性。

包括交通量、速度、交通流密度、时间占有率、排队长度；微观参数用于描述交通流中车辆之间的运行状态特性，包括车头时距和车头间距。

以重庆市快速路交通信息采集系统采用感应线圈进行信息采集为例，其获得的数据反映固定检测地点断面的交通情况，检测的主要交通参数包括20s周期的交通量、时间占有率和速度。

由于同一交通量水平可以对应两种截然不同的交通状态，因此交通量不能单独作为判别指标。

时间占有率为定点测量指标，体现了车辆在道路上的密集程度，在正常情况下时间占有率越高反映该地点的交通越拥堵，但这一指标不易为社会公众接受。

速度与交通状态存在对应关系，即速度越高交通越通畅，速度越低交通越拥堵。

固定检测点获得的速度是固定地点时间平均车速，与平均行程车速的概念不同，从面向社会公众发布交通状态信息的角度，平均行程车速能够客观表征交通状态，且容易被公众理解。

因此，结合交通工程学原理与社会公众的接受程度，采用平均行程车速作为快速路交通状态的衡量指标。

2）判别标准。

在城市道路交通监控系统技术标准中，将交通状态定义为四个级别：

畅通、轻度拥挤、拥挤与阻塞。

（1）畅通：

城市主干路上机动车的平均行程速度不低于30km/h；

（2）轻度拥挤：

城市主干路上机动车的平均行程速度低于30km/h，但高于20km/h；

（3）拥挤：

城市主干路上机动车的平均行程速度低于20m/h，但高于10km/h；

（4）严重拥挤：

城市主干路上机动车的平均行程速度低于10km/h。

4.4.2确定Dijkstra算法权重

人们在对出行旅游线路的选择时，比较在意时间、距离、消费情况三个因素。

因此，这里以时间因素、距离因素以及经济因素作为决策准则，先采用层次分析法对各条可行线路进行综合评价，以确定Dijkstra算法权重。

图4-3层次分析图

其中，准则层的权重默认值分别为0.8:

1.2:

1，用户可根据自己的实际情况在客户端中进行个性化设置。

4.4.3动态算法

设置道路交通状态比例系数。

在传统的Dijkstra算法中，路径的长度是一个固定值。

但是，由于道路交通状态在不断变化，使用一个固定值是无法描述道路交通状态的动态特性。

为了进行动态最优路径的选择，根据道路交通状态的时变特点，设置了四个相对应的加权系数，即：

a＝无穷大，代表严重拥挤状态；

b＝2，代表拥挤状态；

c＝1.5，代表轻度拥挤状态；

d＝1，代表畅通状态。

不同的加权系数，反应了在动态环境下的路径长度是根据不同道路交通状态

而变化的，由此可获取动态最优路径。

4.4.4动态最优路径的算法

将道路网抽象为带权有向图，在这一带权有向图中，已知起点

终点

，要求一条

路径，要求这条路径上所有弧的权值的代数和在所有

的路径中为最小，这就是最优路径问题。

最优路径问题的解决方法很多，包括启发式搜索

、动态规划方法、神经网络方法等。

其中以迪杰斯特拉（Dijkstra）算法在实际应用中最为广泛，这种算法的思想是：

由近及远的寻找起点到其他所有节点的最短路径，当刚好找到所求终点的最短路径的时候，算法终止。

道路网可简化抽象为一个权值为正值的有向图。

在有向图的最短路径问题中，Dijkstra算法是一种较好解决这一问题的方法。

Dijkstra算法的基本思路是：

假设每个点都有一对标号

其中是从

起源点ｓ到点ｊ的最短路径的长度（从顶点到其本身的最短路径是零路，其长度等于零），

则是从ｓ到ｊ的最短路径中ｊ点的前一点。

求解从起源点s到点ｊ的最短路径算法的基本过程如下

（1）初始化。

起源点设置为：

①

空。

②所有其他点：

，对不同的点寻找最短路径时，

不同。

③标记起源点

，记

，其他所有点设为未标记的。

（2）检验从所有已标记的点k到其直接连接的未标记的点j的距离设置:

式中，

是从点k到点j的直接连接距离。

（3）选取下一个点。

从所有未标记的结点中，选取

中最小的一个

值

对应点i就被选为最短路径中的一点，并设为已标记的。

（4）找到点

的前一点。

从已标记的点中找到直接连接点

的点

，作为前一点，设置:

。

（5）标记点

。

如果所有点都已标记，则算法退出；否则，记

，转到

（2）再继续。

要在系统中实现对道路网进行最优路径分析，首先必须将现实中的道路网络实体进行抽象，使它成为网络图论中的权值为正值的有向网络图，然后通过图论中的网络分析理论来实现道路网络的最优路径分析。

在实际应用中，道路网的表现形式一般为数字化的矢量地图，其网络空间特征中的交叉路口坐标和道路位置坐标是在地图上借助图形来识别和解释的；为了能够进行最优路径分析，必须首先将道路网按结点和弧段的关系抽象为图的结构。

这就意味着需要对原始道路网络进行处理，建立正确的网络拓扑关系。

处理工作主要有：

（1）对原始道路网进行基于点和线的拓扑检查、打断处理，生成正确的道路网络图，并定义道路的属性特征，如里程、阻力系数等；

（2）对道路网络图创建拓扑关系，生成相应的道路网络拓扑数据集文件。

经过上述处理后，当对道路网进行最优路径分析操作时，系统将根据采用的最优路径算法（Dijkstra算法）直接从拓扑数据集文件中提取相应的最优路径。

具体工作流程图如下：

图4-4最优路径分析流程图

在计算起点与剩余点之间最优路径时，每条边的长度需乘以比例系数（a、b、c、d），这样得出的路径长度能够反映出该时刻的道路交通状态。

4.5疲劳监测

驾驶疲劳会带来严重的安全隐患，我国《道路交通安全法》关于疲劳驾驶的规定为：

驾驶人不得连续驾驶机动车超过4小时未停车休息或者停车休息时间少于20分钟。

因此在计算第一阶段行驶时间需要计上休息时间。

为了驾驶人能够得到充分的休息，使行车更加安全，这里将连续驾车时间上限设定为3小时，休息时间为半小时。

那么，中途休息的次数

，累计休息时间为

，第一阶段全程时间

这样设定之后，系统将自动检测汽车的连续行驶时间，每隔3小时就会向用户发出到前方服务区停车暂时休息的警报。

用户也可以在服务区休息时进行一些补充体能和补充水分的工作。

4.6语音提醒

考虑到系统的通用性，在互动平台集成中，采用微软的语音处理引擎SpeechSDK5．1。

经测试证明，基本满足语音交互需要。

考虑到系统易维护性和日后的可扩展性，在语音卡集成的过程中，将三汇语音卡提供的API函数进行整合，并把它们封装到不同的类中，各个类实现不同的功能，以供调用。

其中，类CConnection完成对电话呼叫事件的捕捉和呼叫信息（如主叫号码）与按键