交通知识图谱构建方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种交通知识图谱构建方法、装置、电子设备及存储介质，该方法包括：获取交通基础信息，所述交通基础信息包括高精地图数据、交通态势数据以及信号配时数据；依据所述交通基础信息进行实体提取，并生成关联实体之间的关系；其中，所提取的实体包括路网相关实体、交通流相关实体以及交通控制相关实体；依据所提取的实体，以及所述关联实体之间的关系，构建交通知识图谱。该方法可以降低图谱构建的工作量，提升交通知识图谱的实用性。提升交通知识图谱的实用性。提升交通知识图谱的实用性。

【技术实现步骤摘要】
交通知识图谱构建方法、装置、电子设备及存储介质


[0001]本申请涉及大数据挖掘技术，尤其涉及一种交通知识图谱构建方法、装置、电子设备及存储介质。

技术介绍

[0002]交通是一个涉及“人、车、路、环境、信息”的复杂系统，传统的交通工程理论，采用数学建模的方法来描述交通流的运行规律，难以全面、准确地反映交通系统中各个实体之间的复杂关系，更难以挖掘交通拥堵等问题背后的深层原因。

技术实现思路

[0003]有鉴于此，本申请提供一种交通知识图谱构建方法、装置、电子设备及存储介质。
[0004]具体地，本申请是通过如下技术方案实现的：
[0005]根据本申请实施例的第一方面，提供一种交通知识图谱构建方法，包括：
[0006]获取交通基础信息，所述交通基础信息包括高精地图数据、交通态势数据以及信号配时数据；
[0007]依据所述交通基础信息进行实体提取，并生成关联实体之间的关系；其中，所提取的实体包括路网相关实体、交通流相关实体以及交通控制相关实体；
[0008]依据所提取的实体，以及所述关联实体之间的关系，构建交通知识图谱。
[0009]根据本申请实施例的第二方面，提供一种交通知识图谱构建装置，包括：
[0010]获取单元，用于获取交通基础信息，所述交通基础信息包括高精地图数据、交通态势数据以及信号配时数据；
[0011]提取单元，用于依据所述交通基础信息进行实体提取；其中，所提取的实体包括路网相关实体、交通流相关实体以及交通控制相关实体；/>[0012]生成单元，用于生成关联实体之间的关系；
[0013]构建单元，用于依据所提取的实体，以及所述关联实体之间的关系，构建交通知识图谱。
[0014]根据本申请实施例的第三方面，提供一种电子设备，包括处理器和机器可读存储介质，所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令，所述处理器用于执行机器可执行指令，以实现第一方面提供的方法。
[0015]根据本申请实施例的第四方面，提供一种机器可读存储介质，所述机器可读存储介质内存储有机器可执行指令，所述机器可执行指令被处理器执行时实现第一方面提供的方法。
[0016]本申请实施例的交通知识图谱构建方法，通过获取交通基础信息，依据获取到的交通基础信息进行实体提取，并生成关联实体之间的关系，进而，依据所提取的实体，以及所生成的关联实体之间的关系，构建交通知识图谱，实现了交通知识图谱的自动构建，降低了图谱构建的工作量；此外，在传统路网实体的基础上，额外引入交通流实体以及交通控制
实体，使构建得到的交通知识图谱更加符合交通业务实际应用场景，提升了交通知识图谱的实用性。
附图说明
[0017]图1是本申请一示例性实施例示出的一种交通知识图谱构建方法的流程示意图；
[0018]图2是本申请一示例性实施例示出的一种基于高精地图的动态交通知识图谱构建方法的流程示意图；
[0019]图3是本申请一示例性实施例示出的一种应用场景的示意图；
[0020]图4是本申请一示例性实施例示出的一种应用场景的示意图；
[0021]图5是本申请一示例性实施例示出的图4所示应用场景下的交通知识图谱的示意图；
[0022]图6A～6C是本申请一示例性实施例示出一种路口信息查询的示意图；
[0023]图7是本申请一示例性实施例示出的一种交通知识图谱构建装置的结构示意图；
[0024]图8是本申请一示例性实施例示出的一种电子设备的硬件结构示意图。
具体实施方式
[0025]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0026]在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
[0027]为了使本领域技术人员更好地理解本申请实施例提供的技术方案，下面先对本申请实施例涉及的部分技术术语进行简单说明。
[0028]1、图：指图模型，图模型中有节点与边，节点代表实体，边代表实体间的关系。
[0029]2、图挖掘：指利用图模型从海量数据中发现和提取有用知识和信息的过程。
[0030]3、知识图谱：一种以网络结构形式可视化展现客观世界中的实体(概念、人、事物)及其之间关系的知识库，是一种反映客观世界的语义网络，由节点(point)和边(Edge)组成。
[0031]4、实体：知识图谱中的每个节点表示一个“实体”。
[0032]5、属性：描述实体的相关概念，如：人的属性：性别，年龄，职业等。
[0033]6、关系：每条边为实体与实体之间的“关系”。
[0034]为了使本申请实施例的上述目的、特征和优点能够更加明显易懂，下面结合附图对本申请实施例中技术方案作进一步详细的说明。
[0035]请参见图1，为本申请实施例提供的一种交通知识图谱构建方法的流程示意图，如图1所示，该交通知识图谱构建方法可以包括以下步骤：
[0036]步骤S100、获取交通基础信息，该交通基础信息包括高精地图数据、交通态势数据以及信号配时数据。
[0037]本申请实施例中，为了实现交通知识图谱自动构建，可以获取用于知识图谱构建的基础信息(可以称为交通基础信息)。
[0038]示例性的，交通基础信息可以包括但不限于高精地图数据、交通态势数据以及信号配时数据。
[0039]需要说明的是，在本申请实施例中，高精地图指的是至少精确到车道级的地图，即可以从地图中提取到车道信息。
[0040]示例性的，高精地图数据可以包括但不限于路口、路段、车道、人行道、公交站、POI(Point of Interest，兴趣点)等信息。
[0041]示例性的，交通态势数据和信号配时数据可以通过分析实时检测数据的方式获取，例如，监控前端的视频数据、浮动车(安装了车载定位装置并行驶在城市主干道上的特定车辆)的检测数据、信号机数据等。
[0042]示例性的，交通态势数据可以包括但不限于车道流量(可以称为车流量)、人行道流量(可以称为人流量)、排队数量(如车道上排队车辆的数量)、速度等信息。
[0043]示例性的，信号配时数据可以包括但不限于各相位的绿灯开始、结束时间、黄灯时间、全红时间等信息。
[0044]步骤S110、依据获取到的交通基础信息进行实体提取，并生成关联实体之间的关系；其中，所提取的实体包括路网实体、交通流实体以及交通控制实体。
[0045]本申请实施例中，可以依据步骤S110中获取到的交通基础信息进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交通知识图谱构建方法，其特征在于，包括：获取交通基础信息，所述交通基础信息包括高精地图数据、交通态势数据以及信号配时数据；依据所述交通基础信息进行实体提取，并生成关联实体之间的关系；其中，所提取的实体包括路网相关实体、交通流相关实体以及交通控制相关实体；依据所提取的实体，以及所述关联实体之间的关系，构建交通知识图谱。2.根据权利要求1所述的方法，其特征在于，所述依据所述交通基础信息进行实体提取，包括：从所述高精地图数据中提取所述路网实体及其属性信息；从所述高精地图数据，以及所述交通态势数据中提取所述交通流实体及其属性信息；从所述信号配时数据中提取所述交通控制实体及其属性信息。3.根据权利要求1所述的方法，其特征在于，所述生成关联实体之间的关系，包括：依据所述高精地图数据，以及预设转向判定规则和预设冲突判定规则，生成关联实体之间的关系。4.根据权利要求1所述的方法，其特征在于，所述依据所提取的实体，以及所述关联实体之间的关系，构建交通知识图谱，包括：依据所提取的实体，以及所述关联实体之间的关系，生成构图语句；执行所述构图语句，并将得到的数据存入图数据库。5.根据权利要求1所述的方法，其特征在于，所述构建交通知识图谱之后，还包括：周期性地对所述交通知识图谱的动态属性进行更新。6.根据权利要求5所述的方法，其特征在于，所述动态属性包括行人流量、车流量、排队数量以及信号配时方案中的部分或全部。7.一种交通知识图谱构建装置，其特征在于，包括：获取单元，用于获取交通基础信息，所述交通基础信息包括高精地图数据、交通态势数据以及信号配时数据；提取单元，用于依据所述交通基础信息进行...

【专利技术属性】
技术研发人员：郑立勇，浦世亮，郝勇刚，苏斌，李文婧，俞雷，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：