【技术实现步骤摘要】
基于大数据和边缘计算的数据处理方法及大数据服务器
[0001]本申请涉及大数据和边缘计算
,特别涉及一种基于大数据和边缘计算的数据处理方法及大数据服务器。
技术介绍
[0002]随着大数据和互联网相关技术的飞速发展,人们的生产生活方式已然随之发生巨大的变化。大数据的应用涉及方方面面,例如区块链支付、工业制动化、线上云教育、线上云办公、人工智能、智慧园区、智慧医疗和智慧城市等。其中,智慧城市与人们的生活息息相关。随着人们生活水平的提高,大部分家庭已经拥有私家车,这虽然方便了人们的出行,但同时也带来了交通拥堵等大城市病,因此,如何改善交通拥堵这一大城市病是现目前需要考虑的一个问题。
技术实现思路
[0003]本申请实施例之一提供一种基于大数据和边缘计算的数据处理方法,所述方法包括:获取待进行交通调度的目标交通街区的目标交通流数据;对所述目标交通流数据中的多个交通流数据轨迹分别进行行驶减速类轨迹分析和行驶变道类轨迹分析,得到行驶减速类的轨迹分析结果和行驶变道类的轨迹分析结果;通过预设的针对轨迹分析结果的局部校正模型,对所述行驶减速类的轨迹分析结果进行局部校正处理,得到包括有行驶减速类轨迹的局部交通流数据在设定时段内对应的行驶轨迹;通过预设的针对轨迹分析结果的全局校正模型,对所述行驶变道类的轨迹分析结果进行全局校正处理,得到包括有行驶变道类轨迹的全局交通流数据在设定时段内对应的行驶轨迹;基于所述局部交通流数据在设定时段内对应的行驶轨迹和所述全局交通流数据在设定时段内对应的行驶轨迹进行交通调度处理,得到所 ...
【技术保护点】
【技术特征摘要】
1.一种基于大数据和边缘计算的数据处理方法,其特征在于,所述方法包括:获取待进行交通调度的目标交通街区的目标交通流数据;对所述目标交通流数据中的多个交通流数据轨迹分别进行行驶减速类轨迹分析和行驶变道类轨迹分析,得到行驶减速类的轨迹分析结果和行驶变道类的轨迹分析结果;通过预设的针对轨迹分析结果的局部校正模型,对所述行驶减速类的轨迹分析结果进行局部校正处理,得到包括有行驶减速类轨迹的局部交通流数据在设定时段内对应的行驶轨迹;通过预设的针对轨迹分析结果的全局校正模型,对所述行驶变道类的轨迹分析结果进行全局校正处理,得到包括有行驶变道类轨迹的全局交通流数据在设定时段内对应的行驶轨迹;基于所述局部交通流数据在设定时段内对应的行驶轨迹和所述全局交通流数据在设定时段内对应的行驶轨迹进行交通调度处理,得到所述目标交通流数据中与目标轨迹相对应的目标交通流数据在设定时段内对应的行驶轨迹;其中,所述目标轨迹包括行驶减速类轨迹和行驶变道类轨迹中的至少一种,所述目标交通流数据在设定时段内对应的行驶轨迹用于对所述目标交通街区进行交通调度。2.根据权利要求1所述的方法,其特征在于,所述对所述目标交通流数据中的多个交通流数据轨迹分别进行行驶减速类轨迹分析和行驶变道类轨迹分析,得到行驶减速类的轨迹分析结果和行驶变道类的轨迹分析结果,包括:对所述目标交通流数据中的多个交通流数据轨迹分别进行行驶减速类轨迹分析,得到各个交通流数据轨迹中的行驶减速类轨迹分析指标、以及各行驶减速类轨迹分析指标所对应的初始行驶轨迹类型;基于各交通流数据轨迹中的行驶减速类轨迹分析指标和相应的初始行驶轨迹类型,确定行驶减速类的轨迹分析结果;对所述目标交通流数据中的多个交通流数据轨迹分别进行行驶变道类轨迹分析,得到行驶变道类的轨迹分析结果。3.根据权利要求2所述的方法,其特征在于,所述对所述目标交通流数据中的多个交通流数据轨迹分别进行行驶变道类轨迹分析,得到行驶变道类的轨迹分析结果,包括:对所述目标交通流数据中的多个交通流数据轨迹分别进行车辆姿态识别,得到各交通流数据轨迹分别对应的车辆姿态识别结果;对所述目标交通流数据中的多个交通流数据轨迹分别进行车辆车速识别,得到各交通流数据轨迹分别对应的车辆车速识别结果;将对应于相同车辆对象的车辆姿态识别结果和车辆车速识别结果进行关联;基于所述目标交通流数据中与目标车辆姿态识别结果相关联的车辆车速识别结果进行行驶变道类轨迹分析处理,得到行驶变道类的轨迹分析结果;其中,所述目标车辆姿态识别结果是被标记的车辆对象对应的车辆姿态识别结果。4.根据权利要求1
‑
3任一项所述的方法,其特征在于,所述通过预设的针对轨迹分析结果的局部校正模型,对所述行驶减速类的轨迹分析结果进行局部校正处理,得到包括有行驶减速类轨迹的局部交通流数据在设定时段内对应的行驶轨迹,包括:对所述行驶减速类的轨迹分析结果中的每个交通流数据轨迹分别进行轨迹类型匹配,
得到每个交通流数据轨迹各自对应的唯一行驶轨迹类型;基于每个交通流数据轨迹中与相应唯一行驶轨迹类型对应的行驶减速类轨迹分析指标的分析指标更新记录,分别进行轨迹分析指标更新处理,得到更新后的行驶减速类的轨迹分析结果;对所述更新后的行驶减速类的轨迹分析结果进行不间断更新处理,得到多个包括有行驶减速类轨迹的局部候选交通流数据在设定时段内对应的行驶轨迹;根据各所述局部候选交通流数据在设定时段内对应的行驶轨迹分别所对应的行驶减速类型,对属于相同行驶减速类型的局部候选交通流数据在设定时段内对应的行驶轨迹进行局部轨迹校正处理,得到包括有行驶减速类轨迹的局部交通流数据在设定时段内对应的行驶轨迹;其中,所述对所述行驶减速类的轨迹分析结果中的每个交通流数据轨迹分别进行轨迹类型匹配,得到每个交通流数据轨迹各自对应的唯一行驶轨迹类型,包括:针对所述行驶减速类的轨迹分析结果中的每个交通流数据轨迹,当交通流数据轨迹的初始行驶轨迹类型的类型数量为不低于两个时,获取每个初始行驶轨迹类型的交通拥挤评价信息;当交通拥挤评价信息对应的交通拥挤系数最高的初始行驶轨迹类型为一个时,将所述交通拥挤评价信息对应的交通拥挤系数最高的初始行驶轨迹类型作为相应交通流数据轨迹的唯一行驶轨迹类型;当所述交通拥挤评价信息对应的交通拥挤系数最高的初始行驶轨迹类型为不低于两个时,针对每个交通拥挤评价信息对应的交通拥挤系数最高的初始行驶轨迹类型,获取对应的行驶减速类轨迹分析指标的轨迹分析指标更新频率;根据最高的轨迹分析指标更新频率所对应的初始行驶轨迹类型,确定相应交通流数据轨迹所对应的唯一行驶轨迹类型;其中,所述基于每个交通流数据轨迹中与相应唯一行驶轨迹类型对应的行驶减速类轨迹分析指标的分析指标更新记录,分别进行轨迹分析指标更新处理,得到更新后的行驶减速类的轨迹分析结果,包括:对于每个交通流数据轨迹,获取各交通流数据轨迹中与相应唯一行驶轨迹类型对应的行驶减速类轨迹分析指标的指标热度信息;当所述指标热度信息对应的当前指标热度在预设指标热度区间内时,维持相对应的行驶减速类轨迹分析结果,维持的所述行驶减速类轨迹分析结果包括行驶减速类轨迹分析指标、以及所述行驶减速类轨迹分析指标对应的唯一行驶轨迹类型;当所述指标热度信息对应的当前指标热度不在所述预设指标热度区间内时,将相应的交通流数据轨迹的行驶减速类轨迹分析结果进行删除;基于各交通流数据轨迹各自对应的行驶减速类轨迹分析结果,得到更新后的行驶减速类的轨迹分析结果。5.根据权利要求4所述的方法,其特征在于,所述对所述更新后的行驶减速类的轨迹分析结果进行不间断更新处理,得到多个包括有行驶减速类轨迹的局部候选交通流数据在设定时段内对应的行驶轨迹,包括:对所述更新后的行驶减速类的轨迹分析结果进行不间断更新处理,得到多组的自动驾驶轨迹和非自动驾驶轨...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。