【技术实现步骤摘要】
一种路口数据的远程可视化处理方法和系统
[0001]本专利技术涉及数据处理
，特别涉及一种路口数据的远程可视化处理方法和系统。
技术介绍
[0002]对道路路口的交通状况进行可视化监测是当前交通管理的一个典型应用需求。目前常规的解决方案是在前端布设摄像头进行实时视频拍摄、在后台对实时视频进行播放、后台工作人员通过人工方式对监测视频进行交通状态分析。很显然，这种常规解决方案过于依赖人工分析条件、其监测分析的实时性和准确性都有待提高。
技术实现思路
[0003]本专利技术的目的，就是针对现有技术的缺陷，提供一种路口数据的远程可视化处理方法和系统；在各个路口设置多个路侧点，并在每个路侧点上设置一组监测设备与一个路侧点通信设备，各个监测设备通过对应的路侧点通信设备与远程的云平台连接；各个监测设备对当前路口、当前路侧点的交通状况进行实时监测并将监测数据送至云平台；云平台则一方面使用路口监测数据库接收并保存前端的实时监测数据，另一方面基于异步处理机制从路口监测数据库中提取信息进行三维场景构建、交通事件分析、交通指标分析、交通参与值分析并将动态分析结果存于路口分析数据库中，再一方面使用定制的第一、第三可视化页面对各个路口的实时监测视频、交通事件分析、交通指标分析、交通参与值分析进行显示、并使用定制的第二可视化页面基于数字孪生(Digital Twin)技术从当前路侧点视角对当前路口的场景进行展示。通过本专利技术可以增强道路路口的智能分析水平、提高可视化监控的实时分析能力。
[0004]为实现上述目的，...
【技术保护点】
【技术特征摘要】
1.一种路口数据的远程可视化处理方法，其特征在于，所述方法包括：云平台对各路口的设备在线状态进行监测并根据监测结果更新路口设备数据库；对各路口的实时监测数据进行接收并存至路口监测数据库；根据所述路口监测数据库对各路口的三维场景进行模拟并将模拟结果存至路口分析数据库内对应的三维场景数据表中；根据所述路口监测数据库对各路口的交通事件进行实时分析并将分析结果存至所述路口分析数据库内对应的交通事件数据表中；根据所述路口监测数据库对各路口的交通指标进行实时分析并将分析结果存至所述路口分析数据库内对应的交通指标数据表中；根据所述路口监测数据库对各路口的交通参与者数量进行实时分析并将分析结果存至所述路口分析数据库内对应的交通参与者数据表中；根据实时更新的所述路口设备数据库、所述路口监测数据库、所述路口分析数据库以及预置的运营车辆数据库和路口
‑
路侧点关系数据库对各路口的实时交通状况进行可视化处理。2.根据权利要求1所述的路口数据的远程可视化处理方法，其特征在于，各个路口分别对应一个唯一路口编号记为对应的第一路口编号；各个路口包括多个路口分支，每个所述路口分支对应一个分支朝向，所述分支朝向包括东、南、西、北侧，若单一朝向的路口分支数量不唯一则基于当前朝向进行顺序编码；各个路口的各条道路上行驶的机动车辆包括运营车辆和非运营车辆两种；各个运营车辆上预置一个OBU设备；在每个所述路口分支进入对应路口的道路路侧预置一个路侧点记为对应的第一路侧点；各个所述第一路侧点对应一个唯一路侧点编号记为对应的第一路侧点编号；各个所述第一路侧点上预置一个第一路侧点通信设备和多个所述第一监测设备；所述第一路侧点通信设备本地保存对应的所述第一路口编号、所述第一路侧点编号和第一路侧点朝向；所述第一路侧点朝向与对应的所述分支朝向一致；各个所述第一监测设备通过对应的所述第一路侧点通信设备与所述云平台连接；所述第一监测设备本地保存一组对应的设备参数，包括第一设备名称、第一设备编号、第一设备类型和第一设备厂商；所述第一设备类型包括长焦摄像头、全景摄像头、激光雷达、毫米波雷达、RSU设备和交通信号灯杆；所述第一设备类型为长焦摄像头的所述第一监测设备用于对监测道路进行实时视频拍摄生成一个包含了固定长度视频的第一实时监测数据，并按预设的同步频率定期将最新的所述第一实时监测数据通过对应的所述第一路侧点通信设备向所述云平台发送；所述第一实时监测数据包括第一时间戳、所述第一设备编号、第一数据类型和第一视频数据；所述第一数据类型设为长焦视频类型；所述第一设备类型为全景摄像头的所述第一监测设备用于对监测道路进行实时视频拍摄生成一个包含了固定长度视频的第二实时监测数据，并按预设的同步频率定期将最新的所述第二实时监测数据通过对应的所述第一路侧点通信设备向所述云平台发送；所述第二实时监测数据包括第二时间戳、所述第一设备编号、第二数据类型和第二视频数据；所述第二数据类型设为全景视频类型；所述第一设备类型为激光雷达的所述第一监测设备用于对监测环境进行雷达扫描生
成一个第三实时监测数据，并按预设的同步频率定期将最新的所述第三实时监测数据通过对应的所述第一路侧点通信设备向所述云平台发送；所述第三实时监测数据包括第三时间戳、所述第一设备编号、第三数据类型和第一雷达点云；所述第三数据类型设为激光雷达点云类型；所述第一雷达点云的各点特征包括第一坐标特征和第一反射强度特征；所述第一坐标特征的坐标系为世界坐标系；所述第一设备类型为毫米波雷达的所述第一监测设备用于对监测环境进行雷达扫描生成一个第四实时监测数据，并按预设的同步频率定期将最新的所述第四实时监测数据通过对应的所述第一路侧点通信设备向所述云平台发送；所述第四实时监测数据包括第四时间戳、所述第一设备编号、第四数据类型和第二雷达点云；所述第四数据类型设为毫米波雷达点云类型；所述第二雷达点云的各点特征包括第二坐标特征和第一速度特征；所述第二坐标特征的坐标系为世界坐标系；所述第一设备类型为RSU设备的所述第一监测设备用于接收监测范围内各个运营车辆的OBU设备发送的第一运营车辆数据，并根据预设的第一时段长度将最近第一时段内收到的所有所述第一运营车辆数据组成对应的第五实时监测数据；并按预设的同步频率定期将最新的所述第五实时监测数据通过对应的所述第一路侧点通信设备向所述云平台发送；所述第一运营车辆数据包括第一车辆时间戳、第一车辆车牌、第一车辆型号、第一车辆颜色、第一驾驶模式、第一驾驶员标识、第一运营机构标识、第一车辆定位和第一车辆车速；所述第一驾驶模式包括无人驾驶、自动驾驶和人工驾驶；所述第一驾驶员标识在所述第一驾驶模式为自动驾驶或人工驾驶时为当前驾驶员的身份标识；所述第五实时监测数据包括第五时间戳、所述第一设备编号、第五数据类型和最近第一时段内收到的所有所述第一运营车辆数据，所述第五实时监测数据内的每两个所述第一运营车辆数据的所述第一车辆时间戳的时间间隔不超过所述第一时段长度；所述第五数据类型设为运营车辆类型；所述第一设备类型为交通信号灯杆的所述第一监测设备用于获取灯杆上所有信号灯的实时灯状态生成对应的第六实时监测数据，并按预设的同步频率定期将最新的所述第六实时监测数据通过对应的所述第一路侧点通信设备向所述云平台发送；所述第六实时监测数据包括第六时间戳、所述第一设备编号、第六数据类型和多个第一信号灯数据；所述第一信号灯数据包括第一信号灯类型、第一信号灯状态和第一信号灯剩余时长；所述第一信号灯类型包括左转灯类型、直行灯类型和右转灯类型；所述第一信号灯状态包括红灯状态、黄灯状态、黄灯闪烁状态和绿灯状态；所述第六数据类型设为灯杆类型；所述第一路侧点通信设备用于在接收到任一类所述第一监测设备发送的实时监测数据时，将当次接收到的第一、第二、第三、第四、第五或第六实时监测数据作为对应的当前实时监测数据，并由所述第一路口编号、所述第一路侧点编号、所述第一路侧点朝向和所述当前实时监测数据组成对应的第一路侧点数据包向所述云平台发送；所述第一路侧点通信设备还用于定期对与之连接的所有所述第一监测设备的在线状态是否正常进行探测得到对应的第一设备在线状态列表，并将携带了所述第一路口编号、所述第一路侧点编号和所述第一设备在线状态列表的第一设备心跳指令向所述云平台发送；所述第一设备在线状态列表包括多个第一设备状态记录；所述第一设备状态记录包括第一监测设备编号字段和第一监测设备在线状态字段；所述第一监测设备在线状态字段包括在线状态和离线状态。
3.根据权利要求2所述的路口数据的远程可视化处理方法，其特征在于，所述云平台包括所述运营车辆数据库、所述路口
‑
路侧点关系数据库、所述路口设备数据库、所述路口监测数据库和所述路口分析数据库；所述运营车辆数据库包括多个第一车辆记录；所述第一车辆记录包括第一车辆标识字段、第一车辆车牌字段、第一车辆型号字段、第一车辆颜色字段、第一驾驶模式字段、第一驾驶员字段和第一运营机构字段；所述第一驾驶模式字段包括无人驾驶、自动驾驶和人工驾驶；所述第一驾驶员字段在所述第一驾驶模式字段为无人驾驶时为空，在所述第一驾驶模式字段为自动驾驶或人工驾驶时为指定驾驶员标识；所述路口
‑
路侧点关系数据库包括多个第一关系记录；所述第一关系记录包括第一路口编号字段、第一路口名称字段、第一路口中心点坐标字段和第一路侧点集合字段；所述第一路侧点集合字段用于保存对应的第一路侧点集合；所述第一路侧点集合包括多个第一路侧点记录；所述第一路侧点记录包括第一路侧点编号字段、第一路侧点朝向字段和第一路侧点覆盖范围字段；所述路口设备数据库包括多个路口设备数据表，所述路口设备数据表与所述第一路口编号一一对应；所述路口设备数据表包括多个第一设备记录；所述第一设备记录包括第二路侧点编号字段、第一设备编号字段、第一设备名称字段、第一设备类型字段、第一设备厂商字段、第一设备状态字段和第一设备图片字段；所述第一设备类型字段包括长焦摄像头、全景摄像头、激光雷达、毫米波雷达、RSU设备和交通信号灯杆；所述第一设备状态字段包括在线状态和离线状态；所述路口监测数据库包括多个路口监测子数据库，所述路口监测子数据库与所述第一路口编号一一对应；各个所述路口监测子数据库包括视频数据表、点云数据表、运营车辆数据表和信号灯杆数据表；所述视频数据表包括多个第一视频记录；所述第一视频记录包括第三路侧点编号字段、第二设备编号字段、第二设备类型字段、第一时间戳字段和第一视频字段；所述第二设备类型字段包括长焦摄像头和全景摄像头；所述点云数据表包括多个第一点云记录；所述第一点云记录包括第四路侧点编号字段、第三设备编号字段、第三设备类型字段、第二时间戳字段和第一雷达点云字段；所述第三设备类型字段包括激光雷达和毫米波雷达；所述运营车辆数据表包括多个第二车辆记录；所述第二车辆记录包括第五路侧点编号字段、第四设备编号字段、第三时间戳字段、第二车辆车牌字段、第二车辆型号字段、第二车辆颜色字段、第二驾驶模式字段、第二驾驶员字段、第二运营机构字段、第一车辆定位字段和第一车辆车速字段；所述第二驾驶模式字段包括无人驾驶、自动驾驶和人工驾驶；所述第二驾驶员字段在所述第二驾驶模式字段为无人驾驶时为空，在所述第二驾驶模式字段为自动驾驶或人工驾驶时为当前驾驶员的身份标识；所述信号灯杆数据表包括多个第一灯杆记录；所述第一灯杆记录包括第六路侧点编号字段、第五设备编号字段、第四时间戳字段和第一信号灯集合字段；所述第一信号灯集合字段用于存储对应的第一信号灯集合；所述第一信号灯集合包括多个第一信号灯记录；所述第一信号灯记录包括第一信号灯类型字段、第一信号灯状态字段和第一信号灯剩余时长字
段；所述第一信号灯类型字段包括左转灯、直行灯和右转灯；所述第一信号灯状态字段包括红灯状态、黄灯状态、黄灯闪烁状态和绿灯状态；所述路口分析数据库包括多个路口分析子数据库，所述路口分析子数据库与所述第一路口编号一一对应；各个所述路口分析子数据库包括所述三维场景数据表、所述交通事件数据表、所述交通指标数据表和所述交通参与者数据表；所述三维场景数据表包括多个第一场景记录；所述第一场景记录包括第七路侧点编号字段、第五时间戳字段和第一路口三维场景图字段；所述交通事件数据表包括多个第一事件记录；所述第一事件记录包括第八路侧点编号字段、第一事件类型字段、第一事件位置字段、第一事件影响范围字段、第一事件时间字段和第一事件取证视频字段；所述交通指标数据表包括多个第一指标记录；所述第一指标记录包括第九路侧点编号字段、第五时间戳字段、第一车道标识字段、第一车道通行效率字段、第一车道平均车速字段、第一车道平均延误时间字段、第一车道平均停车次数字段和第一车道平均排队长度字段；所述交通参与者数据表包括多个第一参与者记录；所述第一参与者记录包括第十路侧点编号字段、第六时间戳字段、第一类交通参与者数量字段、第二类交通参与者数量字段和第三类交通参与者数量字段；所述第一、第二和第三类交通参与者数量字段对应的交通参与者类型分别为人、机动车和非机动车。4.根据权利要求3所述的路口数据的远程可视化处理方法，其特征在于，所述云平台对各路口的设备在线状态进行监测并根据监测结果更新路口设备数据库，具体包括：所述云平台为各个所述第一路侧点通信设备分配一个对应的第一计时器并按正常时间频率对其进行计时；并在每接收一个所述第一路侧点通信设备发送的所述第一设备心跳指令时，就将对应的所述第一计时器清零并启动重新计时，并从所述第一设备心跳指令中提取出所述第一路口编号、所述第一路侧点编号和所述第一设备在线状态列表作为对应的当前路口编号、当前路侧点编号和当前设备在线状态列表；并将所述当前路口编号对应的所述路口设备数据表作为对应的当前路口设备数据表；并对所述当前设备在线状态列表的各个所述第一设备状态记录进行遍历，并在遍历时将当前遍历的所述第一设备状态记录的所述第一监测设备编号字段、所述第一监测设备在线状态字段提取出来作为对应的当前监测设备编号、当前监测设备在线状态，并将所述当前路口设备数据表中所述第二路侧点编号字段与所述当前路侧点编号匹配且所述第一设备编号字段与所述当前监测设备编号匹配的所述第一设备记录的所述第一设备状态字段重置为所述当前监测设备在线状态；并对各个所述第一计时器的当前计时结果是否超过预设的计时阈值进行实时甄别，一旦超过则将当前所述第一计时器对应的所述第一路侧点通信设备对应的所述第一路侧点编号和所述第一路口编号作为对应的当前离线路侧点编号和当前离线路口编号，并将所述当前离线路口编号对应的所述路口设备数据表中所述第二路侧点编号字段与所述当前离线路侧点编号匹配的所有所述第一设备记录的所述第一设备状态字段都重置为离线状态。5.根据权利要求3所述的路口数据的远程可视化处理方法，其特征在于，所述对各路口的实时监测数据进行接收并存至路口监测数据库，具体包括：
所述云平台在接收到所述第一路侧点数据包时，从中提取出所述第一路口编号、所述第一路侧点编号、所述第一路侧点朝向和实时监测数据作为对应的当前路口编号、当前路侧点编号、当前路侧点朝向和当前实时监测数据；并将所述当前路口编号对应的所述路口监测子数据库的所述视频数据表、所述点云数据表、所述运营车辆数据表和所述信号灯杆数据表作为对应的当前视频数据表、当前点云数据表、当前运营车辆数据表和当前信号灯杆数据表；并将所述当前实时监测数据的时间戳和设备编号提取出来作为对应的当前时间戳和当前设备编号；并对所述当前路口编号对应的所述路口设备数据表进行查询，将所述路口设备数据表中所述第二路侧点编号字段与所述当前路侧点编号匹配且所述第一设备编号字段与所述当前设备编号匹配的所述第一设备记录的所述第一设备类型字段提取出来作为对应的当前设备类型；并将所述当前实时监测数据的数据类型提取出来作为对应的当前数据类型；当所述当前数据类型为长焦视频类型时，从所述当前实时监测数据中提取出对应的所述第一视频数据；并由所述当前路侧点编号、所述当前设备编号、所述当前设备类型、所述当前时间戳和所述第一视频数据作为对应字段组成对应的所述第一视频记录向所述当前视频数据表中添加；当所述当前数据类型为全景视频类型时，从所述当前实时监测数据中提取出对应的所述第二视频数据；并由所述当前路侧点编号、所述当前设备编号、所述当前设备类型、所述当前时间戳和所述第二视频数据作为对应字段组成对应的所述第一视频记录向所述当前视频数据表中添加；当所述当前数据类型为激光雷达点云类型时，从所述当前实时监测数据中提取出对应的所述第一雷达点云；并由所述当前路侧点编号、所述当前设备编号、所述当前设备类型、所述当前时间戳和所述第一雷达点云作为对应字段组成对应的所述第一点云记录向所述当前点云数据表中添加；当所述当前数据类型为毫米波雷达点云类型时，从所述当前实时监测数据中提取出对应的所述第二雷达点云；并由所述当前路侧点编号、所述当前设备编号、所述当前设备类型、所述当前时间戳和所述第二雷达点云作为对应字段组成对应的所述第一点云记录向所述当前点云数据表中添加；当所述当前数据类型为运营车辆类型时，从所述当前实时监测数据中提取出多个所述第一运营车辆数据；并由所述当前路侧点编号、所述当前设备编号、所述当前时间戳和各个所述第一运营车辆数据的所述第一车辆车牌、所述第一车辆型号、所述第一车辆颜色、所述第一驾驶模式、所述第一驾驶员标识、所述第一运营机构标识、所述第一车辆定位和所述第一车辆车速作为对应字段组成对应的所述第二车辆记录向所述当前运营车辆数据表中添加；当所述当前数据类型为灯杆类型时，从所述当前实时监测数据中提取出多个所述第一信号灯数据；并由各个所述第一信号灯数据的所述第一信号灯类型、所述第一信号灯状态和所述第一信号灯剩余时长作为对应字段组成对应的所述第一信号灯记录，并由得到的所有所述第一信号灯记录组成对应的所述第一信号灯集合；并由所述当前路侧点编号、所述当前设备编号、所述当前时间戳和所述第一信号灯集合作为对应字段组成对应的所述第一灯杆记录向所述当前信号灯杆数据表中添加。
6.根据权利要求3所述的路口数据的远程可视化处理方法，其特征在于，所述根据所述路口监测数据库对各路口的三维场景进行模拟并将模拟结果存至路口分析数据库内对应的三维场景数据表中，具体包括：所述云平台在任一个所述点云数据表中添加了所述第三设备类型字段为激光雷达的所述第一点云记录时，将当前添加的所述第一点云记录作为对应的一类点云记录，并将所述一类点云记录的所述第二时间戳字段提取出来作为对应的当前时间戳，并将当前添加了新记录的所述点云数据表作为对应的当前点云数据表，并将所述当前点云数据表对应的所述路口监测子数据库和所述第一路口编号作为对应的当前路口监测子数据库和当前路口编号，并将所述当前路口监测子数据库的所述视频数据表作为对应的当前视频数据表，并将所述一类点云记录的所述第四路侧点编号字段提取出来作为对应的当前路侧点编号；并将所述路口
‑
路侧点关系数据库中所述第一路口编号字段与所述当前路口编号匹配的所述第一关系记录的所述第一路口中心点坐标字段提取出来作为对应的当前路口中心点坐标，并从预设的高精地图中以所述当前路口中心点坐标为中心进行路口区域地图提取处理得到对应的当前路口地图；将所述当前点云数据表中所述第四路侧点编号字段为所述当前路侧点编号且所述第三设备类型字段为毫米波雷达且所述第二时间戳字段与所述当前时间戳的时间间隔小于设定时间阈值的所述第一点云记录提取出来作为对应的二类点云记录；并将所述当前视频数据表中所述第三路侧点编号字段为所述当前路侧点编号且所述第二设备类型字段为全景摄像头且所述第一时间戳字段与所述当前时间戳的时间间隔小于设定时间阈值的所述第一视频记录提取出来作为对应的当前全景视频记录；若所述二类点云记录和所述当前全景视频记录都不为空，则将所述一类、二类点云记录的所述第一雷达点云字段提取出来作为对应的一类、二类点云；并将所述当前全景视频记录的所述第一视频字段提取出来作为对应的当前全景视频；所述一类点云的各点对应一个世界坐标和一个反射强度；所述二类点云的各点对应一个世界坐标和一个相对速度；将所述二类点云中相对速度不为零的点视为运动点，并将所述一类点云中与各个所述运动点对应的点以及超出所述当前路口地图坐标范围的点都删除，并将完成点删除的所述一类点云作为对应的当前点云；并对所述当前全景视频进行单帧图像提取得到多个第一帧图像，并对各个所述第一帧图像的图像清晰度进行识别，并从中选取清晰度最高的作为对应的当前场景图；根据所述当前路口地图进行鸟瞰视角的路口平面图构建得到对应的当前路口鸟瞰场景图；并基于点云目标检测模型对所述当前点云进行目标检测得到多个三维的第一目标检测框；并基于带有深度估计的视觉图像分割模型对所述当前场景图进行语义分割处理得到多个带有深度特征的第一目标掩码图；并由对应同一目标的所述第一目标检测框和所述第一目标掩码图组成对应的第一匹配组；并根据各个所述第一匹配组对所述当前路口鸟瞰场景图中的对应目标的高度、外观、颜色进行三维重构从而得到对应的当前路口三维场景图；所述当前路口三维场景图的各个像素点通过所述当前路口鸟瞰场景图从所述当前路口地图中继承了对应的世界坐标；由所述当前路侧点编号、所述当前时间戳和所述当前路口三维场景图作为对应字段组成对应的所述第一场景记录向所述当前路口编号对应的所述路口分析子数据库的所述三
维场景数据表中添加。7.根据权利要求3所述的路口数据的远程可视化处理方法，其特征在于，所述根据所述路口监测数据库对各路口的交通事件进行实时分析并将分析结果存至所述路口分析数据库内对应的交通事件数据表中，具体包括：所述云平台在任一个所述视频数据表添加了所述第二设备类型字段为长焦摄像头的所述第一视频记录时，将当前添加的所述第一视频记录作为对应的当前视频记录，并将所述当前视频记录的所述三路侧点编号字段、所述第二设备编号字段和所述第一视频字段提取出来作为对应的当前路侧点编号、当前设备编号和当前视频，并将当前添加了新记录的所述视频数据表作为对应的当前视频数据表，并将所述当前视频数据表对应的所述路口监测子数据库和所述第一路口编号作为对应的当前路口监测子数据库和当前路口编号；基于预设的事件分类模型对所述当前视频进行事件检测和分类处理得到对应的事件类型、事件位置、事件范围和事件时间；并将所述当前视频数据表中，所述第三路侧点编号字段与所述当前路侧点编号匹配且所述第二设备编号字段与所述当前设备编号且所述第一时间戳字段在所述事件时间前后指定时间范围内的所有所述第一视频记录的所述第一视频字段提取出来按时间先后顺序进行视频拼接得到对应的事件取证视频；并由所述当前路侧点编号、所述事件类型、所述事件位置、所述事件范围、所述事件时间和所述事件取证视频作为对应字段组成对应的所述第一事件记录向所述当前路口编号对应的所述路口分析子数据库的所述交通事件数据表中添加；所述事件分类模型至少包括行人违规事件分析模型、非机动车违规事件分析模型、机动车道路违规事件分析模型、机动车驾驶违规事件分析模型。8.根据权利要求3所述的路口数据的远程可视化处理方法，其特征在于，所述根据所述路口监测数据库对各路口的交通指标进行实时分析并将分析结果存至所述路口分析数据库内对应的交通指标数据表中，具体包括：所述云平台每隔一个指定时间间隔就对各个所述路口监测子数据库进行遍历，并在遍历时将当前遍历的所述路口监测子数据库的所述视频数据表和所述信号灯杆数据表作为对应的当前视频数据表和当前信号灯杆数据表，并将当前遍历的所述路口监测子数据库对应的所述第一路口编号作为对应的当前路口编号，并将所述当前路口编号对应的所述路口分析子数据库的所述交通指标数据表作为对应的当前交通指标数据表；将所述当前视频数据表中所述第一时间戳字段在最近第一指定时长内且所述第二设备类型字段为长焦摄像头的所有所述第一视频记录提取出来组成对应集合、并在集合中按路侧点对所述第一视频记录进行聚类从而得到多个第一记录集合；并将所述当前信号灯杆数据表中所述第四时间戳字段在最近所述第一指定时长内的所有所述第一灯杆记录提取出来组成对应集合、并在集合中按路侧点对所述第一灯杆记录进行聚类从而得到多个第二记录集合；并由对应相同路测点的所述第一、第二记录集合组成一组对应的第一集合组；并基于所述第一集合组对应的路口编号和路侧点编号从预...
【专利技术属性】
技术研发人员：姜川，孙宁，邵航，霍俊江，孙红英，
申请(专利权)人：北京车网科技发展有限公司，
类型：发明
国别省市：
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。