一种公路多源事件数据融合方法、装置、存储介质及终端制造方法及图纸

本发明专利技术公开了一种公路多源事件数据融合方法、装置、存储介质及终端，方法包括：获取预设时间段内的交通事件数据；将每条交通事件数据的路线编号以及路线编号转换为可表示路段空间关系的稠密向量，生成转换的每条交通事件数据；对转换的每条交通事件数据进行均值归一化处理，采用OPTICS算法对归一化后的交通事件数据进行聚类，生成至少一种聚类结果；对至少一种聚类结果进行数据融合，生成融合后的交通事件数据进行展示。由于本申请将每条交通事件数据的路线编号以及路线编号转换为可表示路段空间关系的稠密向量，可表示路段空间关系的稠密向量能实时快速的进行准确的聚类融合，从而提高了多源事件数据融合速度和准确性，进而提升了公路多源事件的解决效率。提升了公路多源事件的解决效率。提升了公路多源事件的解决效率。

【技术实现步骤摘要】
一种公路多源事件数据融合方法、装置、存储介质及终端


[0001]本专利技术涉及交通枢纽安全
，特别涉及一种公路多源事件数据融合方法、装置、存储介质及终端。

技术介绍

[0002]高速公路交通事件是导致高速公路通行能力下降或交通需求不正常升高的非周期性发生的情况，大量的高速公路交通事件组成了公路多源事件。其中，高速公路路网运行监测管理过程可分为7个步骤：事件监测
‑
事件确认
‑
信息提供
‑
事件响应
‑
现场管理
‑
交通管理
‑
事件清除，其中事件监测和事件确认的效率严重影响交通事件后续管理过程，因此及时准确的获取高速公路交通事件数据是高速公路路网运行监测管理的重要手段。
[0003]面对众多交通事件上报方式，例如基于视频图像识别的检测方法、交通流电子检测装置和检测交通异常的事件检测算法、驾驶员移动电话呼叫、驾驶员求助电话或路边紧急电话、交通警察巡逻队、路政报告、交通状态报告服务、事件管理人员观看闭路电视监视图像、交通部门或其他单位工作人员通过对讲机的报告、车队(公交车、卡车)报告等，上述上报方式会存在同一交通事件或相关连交通事件重复上报，即使是同一事件上报方式也有可能存在重复，因此如何过滤掉重复上报的冗余数据是研发人员渴望解决的。
[0004]在现有技术中，通过人工审查的方式融合重复上报的交通事件冗余数据，该方式需要花费大量的人力物力，从而降低了多源事件数据融合速度和准确性，进而降低了公路多源事件的解决效率。

技术实现思路

[0005]本申请实施例提供了一种公路多源事件数据融合方法、装置、存储介质及终端。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
[0006]第一方面，本申请实施例提供了一种公路多源事件数据融合方法，方法包括：
[0007]在预设动态交通事件数据库中获取预设时间段内的交通事件数据；
[0008]根据预先构建的嵌入矩阵将每条交通事件数据的路线编号以及路线编号转换为可表示路段空间关系的稠密向量，生成转换的每条交通事件数据；
[0009]对转换的每条交通事件数据进行均值归一化处理，并采用OPTICS算法对归一化后的交通事件数据进行聚类，生成至少一种聚类结果；
[0010]对至少一种聚类结果进行数据融合，生成融合后的交通事件数据进行展示。
[0011]可选的，在预先构建的动态交通事件数据库中获取预设时间段内的交通事件数据之前，还包括：
[0012]实时获取来自多种渠道上报的交通事件数据，生成历史交通事件数据集合；
[0013]根据当前时刻与预设目标时段确定数据截取时刻；
[0014]清除预设动态交通事件数据库中的数据，并在历史交通事件数据集合中截取数据截取时刻与当前时刻之间的交通事件数据，得到目标交通事件数据集合；
[0015]将目标交通事件数据集合保存在动态交通事件数据库；
[0016]在当前时刻进入下一时刻时，继续执行根据当前时刻与预设目标时段确定数据截取时刻的步骤。
[0017]可选的，按照以下步骤生成预先构建的嵌入矩阵，包括：
[0018]创建神经网络；
[0019]获取路线编号和路段编号，并获取与路线编号和路段编号所相邻的路段编号和路线编号进行关联映射，得到训练数据；
[0020]将训练数据输入神经网络中进行训练，得到训练后的神经网络；
[0021]将待测试路线编号和待测试路段编号输入神经网络中，输出待测试路线编号和待测试路段编号对应的相邻路段编号和相邻路线编号；
[0022]当相邻路段编号和相邻路线编号符合预设编号时，将训练后的神经网络对应的嵌入矩阵确定为预先构建的嵌入矩阵。
[0023]可选的，根据预先构建的嵌入矩阵将每条交通事件数据的路线编号以及路线编号转换为可表示路段空间关系的稠密向量，生成转换的每条交通事件数据，包括：
[0024]对每条交通事件数据的路线编号以及路线编号进行序号表示，得到每条交通事件数据的路线序号以及路线序号；
[0025]将每条交通事件数据的路线序号以及路线序号进行one
‑
hot编码，得到每条交通事件数据的向量矩阵；
[0026]将每条交通事件数据的向量矩阵和预先构建的嵌入矩阵作积，得到可表示路段空间关系的稠密向量，并将可表示路段空间关系的稠密向量确定为转换的每条交通事件数据。
[0027]可选的，对转换的每条交通事件数据进行均值归一化处理，包括：
[0028]逐一判断转换的每条交通事件数据中各字段是否符合预设归一化条件，并确定出不符合预设归一化条件的字段；
[0029]将不符合预设归一化条件的字段进行转换；
[0030]生成符合预设归一化条件的字段，并将符合预设归一化条件的字段进行均值归一化处理。
[0031]可选的，对归一化后的交通事件数据进行聚类，生成至少一种聚类结果，包括：
[0032]定义结果队列和有序队列；
[0033]根据预先定义的参数，并结合归一化后的交通事件数据计算出核心事件点集合；
[0034]在核心事件点集合中选取一个未处理的目标核心事件点，并将目标核心事件点放入结果队列，并计算目标核心事件点与领域内未访问过的事件点之间的可达距离，以及按照可达距离将领域内未访问过的事件点升序排列后放入有序队列；
[0035]从有序队列中选取可达距离最近的事件点，将其存入结果队列，并在选取的可达距离最近的事件点为核心事件点时，计算选取的可达距离最近的事件点与领域内未访问过的事件点之间的可达距离，以及按照可达距离将领域内未访问过的事件点升序排列后放入有序队列；
[0036]在可达距离最近的事件点不是核心事件点时，返回继续执行在核心事件点集合中选取一个未处理的目标核心事件点的步骤，直到核心事件点集合中所有核心事件点处理结束时，输出结果队列中的样本点及其可达距离；
[0037]根据样本点及其可达距离进行划分，得到至少一种聚类结果。
[0038]可选的，根据样本点及其可达距离进行划分，得到至少一种聚类结果，包括：
[0039]创建当前簇；
[0040]在输出的样本点及其可达距离中获取第n个目标样本点及其目标可达距离；
[0041]在目标可达距离大于预设领域参数时，将目标样本点加入当前簇；
[0042]继续执行在输出的样本点及其可达距离中获取第n个目标样本点及其目标可达距离的步骤，直到输出的样本点及其可达距离全部遍历结束，得到至少一种聚类结果；其中，
[0043]n为遍历次数。
[0044]第二方面，本申请实施例提供了一种公路多源事件数据融合装置，装置包括：
[004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种公路多源事件数据融合方法，其特征在于，所述方法包括：在预设动态交通事件数据库中获取预设时间段内的交通事件数据；根据预先构建的嵌入矩阵将每条交通事件数据的路线编号以及路线编号转换为可表示路段空间关系的稠密向量，生成转换的每条交通事件数据；对转换的每条交通事件数据进行均值归一化处理，并采用OPTICS算法对归一化后的交通事件数据进行聚类，生成至少一种聚类结果；对至少一种聚类结果进行数据融合，生成融合后的交通事件数据进行展示。2.根据权利要求1所述的方法，其特征在于，所述在预先构建的动态交通事件数据库中获取预设时间段内的交通事件数据之前，还包括：实时获取来自多种渠道上报的交通事件数据，生成历史交通事件数据集合；根据当前时刻与预设目标时段确定数据截取时刻；清除预设动态交通事件数据库中的数据，并在所述历史交通事件数据集合中截取所述数据截取时刻与当前时刻之间的交通事件数据，得到目标交通事件数据集合；将所述目标交通事件数据集合保存在所述动态交通事件数据库；在所述当前时刻进入下一时刻时，继续执行所述根据当前时刻与预设目标时段确定数据截取时刻的步骤。3.根据权利要求1所述的方法，按照以下步骤生成预先构建的嵌入矩阵，包括：创建神经网络；获取路线编号和路段编号，并获取与所述路线编号和路段编号所相邻的路段编号和路线编号进行关联映射，得到训练数据；将所述训练数据输入所述神经网络中进行训练，得到训练后的神经网络；将待测试路线编号和待测试路段编号输入所述神经网络中，输出所述待测试路线编号和待测试路段编号对应的相邻路段编号和相邻路线编号；当所述相邻路段编号和相邻路线编号符合预设编号时，将训练后的神经网络对应的嵌入矩阵确定为预先构建的嵌入矩阵。4.根据权利要求1所述的方法，其特征在于，所述根据预先构建的嵌入矩阵将每条交通事件数据的路线编号以及路线编号转换为可表示路段空间关系的稠密向量，生成转换的每条交通事件数据，包括：对每条交通事件数据的路线编号以及路线编号进行序号表示，得到每条交通事件数据的路线序号以及路线序号；将每条交通事件数据的路线序号以及路线序号进行one
‑
hot编码，得到每条交通事件数据的向量矩阵；将每条交通事件数据的向量矩阵和预先构建的嵌入矩阵作积，得到可表示路段空间关系的稠密向量，并将可表示路段空间关系的稠密向量确定为转换的每条交通事件数据。5.根据权利要求1所述的方法，其特征在于，所述对转换的每条交通事件数据进行均值归一化处理，包括：逐一判断转换的每条交通事件数据中各字段是否符合预设归一化条件，并确定出不符合预设归一化条件的字段；将不符合预设归一化条件的字段进行转换；
生成符合预设归一化条件的字段，并将符合预设归...

【专利技术属性】
技术研发人员：丁罕，庞星宇，潘和兴，强奔，陈伟桥，王恺杰，李辉，
申请(专利权)人：深圳高速公路集团数字科技有限公司，
类型：发明
国别省市：