CN105869396A - 基于大数据平台的过车指数统计方法及系统 - Google Patents
基于大数据平台的过车指数统计方法及系统 Download PDFInfo
- Publication number
- CN105869396A CN105869396A CN201610273434.8A CN201610273434A CN105869396A CN 105869396 A CN105869396 A CN 105869396A CN 201610273434 A CN201610273434 A CN 201610273434A CN 105869396 A CN105869396 A CN 105869396A
- Authority
- CN
- China
- Prior art keywords
- data information
- vehicle data
- vehicle
- postgresql database
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/015—Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种基于大数据平台的过车指数统计方法及系统,方法包括:视频采集设备采集经过道路卡口的车辆的车辆数据信息,所述车辆数据信息至少包括车身颜色、车牌颜色和车辆类型;所述视频采集设备将采集的所述车辆数据信息传输至分布式发布订阅消息系统;所述分布式发布订阅消息系统接收所述车辆数据信息,并在车辆数据信息实时消费服务器的作用下将所述车辆数据信息传输至开源数据库;所述车辆数据信息实时消费服务器控制所述开源数据库接收所述车辆数据信息;所述开源数据库在所述车辆数据信息实时消费服务器的控制下对所述车辆数据信息进行接收并分类存储;控制终端提取车辆数据信息,并根据提取的车辆数据信息进行统计分析。
Description
技术领域
本申请涉及交通技术领域,具体地说,涉及一种基于大数据平台的过车指数统计方法及系统。
背景技术
随着社会的发展,城市交通越来越拥挤,过车指数对了解道路拥堵的原因,寻找道路拥挤的解决办法有非常重要的参考价值,能够反映车道或道路上车辆密度以获得道路拥堵指数。道路车辆流量、道路拥堵指数是交通设计、交通管理、交通导航的重要依据;特别是实时的道路拥堵指数,可以用来进行实时的交通管理、交通导航;精确到车道级别的车辆流量、道路拥堵指数更是交通设计、交通管理、交通导航的重要依据;实时的精确到车道级别的车辆流量、道路拥堵指数对实时交通调度、交通导航有很大的意义。
当前,机动车越来越多,道路上的卡口等设备也越来越多,产生的图片、视频等数据成几何增长。以前的过车信息均保存在Oracle、MySql、SqlServer等关系型数据库中,然而随着数据量的猛增,其查询效率越来越低,不能承受TB级的数据量存储和查询,当查询设计的记录数过亿时,查询时间长达几千秒。其扩展和优化的成本非常高,如果数据量超过容量最大值,超过设定值的一倍,想维持当前的存储和查询效率可能需要花费几倍甚至几十倍的成本。
目前的过车指数统计信息相对比较简单,只是对过车数量和过车时间的一个简单统计,不能根据不同的车型、不同的品牌、不同的车牌等分类进一步的分析车辆信息。
发明内容
有鉴于此,本申请所要解决的技术问题是提供了一种基于大数据平台的过车指数统计方法及系统,其能够根据不同的车型、不同的品牌、不同的车牌等分类进一步的分析车辆信息,更有利于相关部门了解道路拥堵的原因及寻找道路拥挤解决办法。
为了解决上述技术问题,本申请有如下技术方案:
一种基于大数据平台的过车指数统计方法,其特征在于,包括:
视频采集设备采集经过道路卡口的车辆的车辆数据信息,所述车辆数据信息至少包括车身颜色、车牌颜色和车辆类型;
所述视频采集设备将采集的所述车辆数据信息传输至分布式发布订阅消息系统;
所述分布式发布订阅消息系统接收所述车辆数据信息,并在车辆数据信息实时消费服务器的作用下将所述车辆数据信息传输至开源数据库;
所述车辆数据信息实时消费服务器控制所述开源数据库接收所述车辆数据信息;
所述开源数据库在所述车辆数据信息实时消费服务器的控制下对所述车辆数据信息进行接收并分类存储;
控制终端提取车辆数据信息,并根据提取的车辆数据信息进行统计分析。
优选地,其中:
控制终端提取车辆数据信息,并根据提取的车辆数据信息进行统计分析,进一步为:
所述控制终端向所述开源数据库发送信息提取指令,该指令的内容至少包括时间段和指定卡口;
所述开源数据库接收所述控制终端发来的信息提取指令,并向所述控制终端发送所述时间段及指定卡口的车辆数据信息;
所述控制终端接收所述车辆数据信息,并根据所述车辆数据信息进行显示及统计分析。
优选地,其中:
进一步包括:应用程序协调服务器为所述分布式发布订阅消息系统和所述开源数据库提供一致性服务。
优选地,其中:
所述车辆数据信息至少还包括车辆经过道路卡口的时间和对应卡口的编号。
优选地,其中:
所述开源数据库为面向列的开源数据库Hbase,所述分布式发布订阅消息系统为高吞吐量的分布式发布订阅消息系统Kafka。
一种基于大数据平台的过车指数统计系统,其特征在于,包括:
视频采集设备,用于采集经过道路卡口的车辆的车辆数据信息,并将采集的所述车辆数据信息传输至分布式发布订阅消息系统,所述车辆数据信息至少包括车身颜色、车牌颜色和车辆类型;
车辆数据信息实时消费服务器,用于控制所述分布式发布订阅消息系统将所述车辆数据信息传输至开源数据库,并用于控制所述开源数据库接收并分类存储所述车辆数据信息;
分布式发布订阅消息系统,用于接收所述车辆数据信息,并在所述车辆数据信息实时消费服务器的控制下将所述车辆数据信息传输至所述开源数据库;
开源数据库,用于在所述车辆数据信息实时消费服务器的控制下对所述车辆数据信息进行接收并分类存储;
控制终端,用于提取车辆数据信息,并根据提取的车辆数据信息进行统计分析。
优选地,其中:
所述控制终端,进一步用于向所述开源数据库发送信息提取指令,接收所述开源数据库发送的车辆数据信息,并根据所述车辆数据信息进行显示及统计分析,所述信息提取指令的内容至少包括时间段和指定卡口;
所述开源数据库,进一步用于接收所述控制终端发来的信息提取指令,并向所述控制终端发送所述时间段及指定卡口的车辆数据信息。
优选地,其中:
还包括:应用程序协调服务器,用于为所述分布式发布订阅消息系统和所述开源数据库提供一致性服务。
优选地,其中:
所述车辆数据信息至少还包括车辆经过道路卡口的时间和对应卡口的编号。
优选地,其中:
所述开源数据库,进一步为分布式的面向列的开源数据库Hbase,
所述分布式发布订阅消息系统,进一步为高吞吐量的分布式发布订阅消息系统Kafka。
与现有技术相比,本申请所述的方法,达到了如下效果:
第一,本申请所提供的基于大数据平台的过车指数统计方法及系统,采用开源数据库Hbase和高吞吐量的分布式发布订阅消息系统Kafka,其数据平台可以建立在廉价的商用机上,并可根据数据量的大小等实际情况确定集群的大小,能够存储海量的过车数据,且查询效率不会因为数据量的增加而出现明显的下降。此外,存储的信息可根据车辆的类型、品牌、车牌号、过车时间等分类信息分别统计存储,因而能够提供更加丰富的分类基础信息,方便控制终端的多样化展示与分析,更有利于相关部门了解道路拥堵的原因,寻找道路拥挤的解决办法。
第二,本申请所提供的基于大数据平台的过车指数统计方法及系统,利用大数据平台技术,将车辆数据信息保存到分布式存储系统,其能够按照一定规则排序,控制终端能够从分布式存储系统中获取过车数据,突破了海量数据对搜索效率的限制,并提供了多样的分类统计数据信息。
第三,本申请所提供的基于大数据平台的过车指数统计方法及系统,采用高吞吐量的分布式发布订阅消息系统Kafka进行车辆数据信息传输,即使数以TB的消息存储也能够保持长时间的稳定,而且即使采用非常普通的硬件也可以支持每秒数百万的信息流。
第四,本申请所提供的基于大数据平台的过车指数统计方法及系统,采用面向列的开源数据库Hbase进行数据的分类存储,其可靠性高,能够面向列、可伸缩的进行分布式数据存储,而且利用Hbase技术可在廉价的PC Sever上搭建起大规模结构化存储集群,成本低,在数据存储过程中可基于特定需求进行基础统计,有利于提高控制终端的查询速度。
第五,本申请所提供的基于大数据平台的过车指数统计方法及系统,控制终端从开源数据库获取基础统计数据后,能够按照具体要求进一步分析处理,得到最终的过车指数信息,从而得到更加丰富和个性化的过车指数分析结果。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本发明的所述一种基于大数据平台的过车指数统计方法的流程图;
图2为本发明控制终端提取车辆数据信息的流程图;
图3为本发明的所述一种基于大数据平台的过车指数统计系统的构成示意图;
图4为本发明的所述一种基于大数据平台的过车指数统计系统的系统架构图。
具体实施方式
如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解,硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式,而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语,故应解释成“包含但不限定于”。“大致”是指在可接收的误差范围内,本领域技术人员能够在一定误差范围内解决所述技术问题,基本达到所述技术效果。此外,“耦接”一词在此包含任何直接及间接的电性耦接手段。因此,若文中描述一第一装置耦接于一第二装置,则代表所述第一装置可直接电性耦接于所述第二装置,或通过其他装置或耦接手段间接地电性耦接至所述第二装置。说明书后续描述为实施本申请的较佳实施方式,然所述描述乃以说明本申请的一般原则为目的,并非用以限定本申请的范围。本申请的保护范围当视所附权利要求所界定者为准。
实施例1
参见图1所示为本申请所述一种基于大数据平台的过车指数统计方法的流程图,该基于大数据平台的过车指数统计方法包括:
步骤101、视频采集设备采集经过道路卡口的车辆的车辆数据信息,所述车辆数据信息至少包括车身颜色、车牌颜色和车辆类型;
步骤102、所述视频采集设备将采集的所述车辆数据信息传输至分布式发布订阅消息系统;
步骤103、所述分布式发布订阅消息系统接收所述车辆数据信息,并在车辆数据信息实时消费服务器的作用下将所述车辆数据信息传输至开源数据库;
步骤104、所述车辆数据信息实时消费服务器控制所述开源数据库接收所述车辆数据信息;
步骤105、所述开源数据库在所述车辆数据信息实时消费服务器的控制下对所述车辆数据信息进行接收并分类存储;
步骤106、控制终端提取车辆数据信息,并根据提取的车辆数据信息进行统计分析。
上述步骤101中,车辆数据信息至少还包括车辆经过道路卡口的时间和对应卡口的编号,以便于统计在某个时间点或某个时间段经过指定卡口的车辆指数信息。
上述步骤106进一步为:控制终端提取任意时间段内经过指定卡口的车辆数据信息,并根据提取的车辆数据信息进行显示及统计分析,可进行如图2所述的进一步细化,具体为:
步骤201、所述控制终端向所述开源数据库发送信息提取指令,该指令的内容至少包括时间段和指定卡口;
步骤202、所述开源数据库接收所述控制终端发来的信息提取指令,并向所述控制终端发送所述时间段及指定卡口的车辆数据信息;
步骤203、所述控制终端接收所述车辆数据信息,并根据所述车辆数据信息进行显示及统计分析。
本发明中的开源数据库能够存储海量的过车数据,其能够按照一定规则排序,且查询效率不会因为数据量的增加而出现明显的下降。此外,存储的信息可根据车辆的类型、品牌、车牌号、过车时间等分类信息分别统计存储,因而能够提供更加丰富的分类基础信息,方便控制终端的多样化展示与分析,有利于提高控制终端的查询速度。
本发明中的控制终端能够从开源数据库获取到初步统计过的过车指数信息,控制终端只需按照具体需求将数据信息进行进一步分析处理即可得到想要的过车指数信息,突破了海量数据对搜索效率的限制,提供了多样的分类统计数据信息,因而更有利于得到更加丰富和个性化的过车指数分析结果。
本发明基于大数据平台的过车指数统计方法进一步包括:应用程序协调服务器为所述分布式发布订阅消息系统和所述开源数据库提供一致性服务。应用程序协调服务器可采用软件zookeeper实现,用于负责实现分布式系统的协调统一、负载平衡,还能够实现监听注册的功能。
本发明中,开源数据库为面向列的开源数据库Hbase,分布式发布订阅消息系统为高吞吐量的分布式发布订阅消息系统Kafka。面向列的开源数据库Hbase能够面向列、可伸缩的进行分布式数据存储。
实施例2
参见图3所示为本发明基于大数据平台的过车指数统计系统100的构成示意图。本发明所提供的基于大数据平台的过车指数统计系统,包括:
视频采集设备10,用于采集经过道路卡口的车辆的车辆数据信息,并将采集的所述车辆数据信息传输至分布式发布订阅消息系统30,所述车辆数据信息至少包括车身颜色、车牌颜色和车辆类型;
车辆数据信息实时消费服务器20,用于控制所述分布式发布订阅消息系统30将所述车辆数据信息传输至开源数据库40,并用于控制所述开源数据库40接收并分类存储所述车辆数据信息;
分布式发布订阅消息系统30,用于接收所述车辆数据信息,并在所述车辆数据信息实时消费服务器20的控制下将所述车辆数据信息传输至开源数据库40;
开源数据库40,用于在所述车辆数据信息实时消费服务器20的控制下对所述车辆数据信息进行接收并分类存储;
控制终端50,用于提取车辆数据信息,并根据提取的车辆数据信息进行统计分析。
上述车辆数据信息至少还包括车辆经过道路卡口的时间和对应卡口的编号。以便于统计在某个时间点或某个时间段经过指定卡口的车辆指数信息。
上述控制终端50,进一步用于提取任意时间段内经过指定卡口的车辆数据信息,并根据提取的车辆数据信息进行显示及统计分析。
上述控制终端50,还进一步用于向开源数据库40发送信息提取指令,接收上述开源数据库40发送的车辆数据信息,并根据上述车辆数据信息进行显示及统计分析,上述信息提取指令的内容至少包括时间段和指定卡口。
本发明中的控制终端50能够从开源数据库40获取到初步统计过的过车指数信息,控制终端50只需按照具体需求将数据信息进行进一步分析处理即可得到想要的过车指数信息,突破了海量数据对搜索效率的限制,提供了多样的分类统计数据信息,因而更有利于得到更加丰富和个性化的过车指数分析结果。
本发明基于大数据平台的过车指数统计系统100还包括应用程序协调服务器51,参见图3,可采用软件zookeeper实现,用于为所述分布式发布订阅消息系统30和所述开源数据库40提供一致性服务,还用于负责实现分布式系统的协调统一、负载平衡,还能够实现监听注册的功能。
上述开源数据库40,进一步用于接收控制终端50发来的信息提取指令,并向上述控制终端50发送上述时间段及指定卡口的车辆数据信息。
上述开源数据库40,进一步为分布式的面向列的开源数据库Hbase,其可靠性高,能够面向列、可伸缩的进行分布式数据存储,而且利用Hbase技术可在廉价的PC Sever上搭建起大规模结构化存储集群,在数据存储过程中可基于特定需求进行基础统计,有利于提高控制终端50的查询速度。本发明利用面向列的开源数据库Hbase,存储的信息可根据车辆的类型、品牌、车牌号、过车时间等分类信息分别统计存储,因而能够提供更加丰富的分类基础信息,方便控制终端50的多样化展示与分析。
上述分布式发布订阅消息系统30,进一步为高吞吐量的分布式发布订阅消息系统Kafka。采用此种系统,即使数以TB的消息存储也能够保持长时间的稳定,而且即使采用非常普通的硬件也可以支持每秒数百万的信息流。
实施例3
参见图4所示为本申请所述一种基于大数据平台的过车指数统计系统的系统架构图,推荐基于hadoop等免费开源的分布式系统架构进行构建。视频源60用于采集过往车辆的视频信息,将信息传输至分布式系统70,分布式系统70将视频信息进行基础统计及存储,转换为过车指数,再将过车指数传输至上层应用80,上层应用可细化为控制终端。
建立系统时,首先在其上面搭建分布式应用程序协调服务器Zookeeper72,Zookeeper72用于为之后的高吞吐量的分布式发布订阅消息系统Kafka71和分布式的面向列的开源数据库Hbase73提供一致性服务;
其次需要安装分布式的面向列的开源数据库Hbase73,该开源数据库Hbase73针对过车指数统计信息的数据结构,高效的存储和查询数据;
最后需要安装高吞吐量的分布式发布订阅消息系统Kafka71,用于实现数据的高效传输,将数据传输至面向列的开源数据库Hbase73。
在工作时,视频采集设备采集的视频源信息中包括有经过道路卡口的过车数据,过车数据通过分布式发布订阅消息系统Kafka71源源不断的传输到开源数据库Hbase73,并根据上层应用的设计对应的存储列族和列。比如:统计各个卡口各个时间段的车身颜色、车牌颜色、车辆类型等。开源数据库Hbase73中的表结构如表1所示,其已对过车指数信息进行了基础统计。表1给出了开源数据库存储的车辆数据信息分布表,该表中通过列族和列的形式对车辆颜色、车辆类型、车牌颜色进行统计,通过关键字的形式对卡口和时间进行统计。
表1车辆数据信息分布表
本发明中的上层应用80在展示过车指数时,只需从开源数据库Hbase73获取基础的过车统计信息,经进一步加工组合即可使用。如果上层应用80展示的数据范围是一天之内的各个小时内的过车指数,在设计Hbase表结构的时候,关键字rowkey中的时间精确范围可根据不同的需求进行设定,比如可精确到小时。例如要查询2016年3月1日10:00到2016年3月1日20:00的过车指数,只需从hbase中获取从10:00到20:00每个整点的记录,即10条记录即可,上层应用对查询到的数据进一步加工,可自主设计过车指数的展示方式。
本发明,过车数据的存储与查询均建立在分布式系统架构上,利用大数据平台技术,将过车数据保存到分布式存储系统,且按照一定规则排序,且在存储的过程中已经按照需求进行了基础统计工作,控制终端可快速获取所需过车数据。控制终端从存储系统获取过车基础统计数据后,只需要按照具体要求经一步分析与处理,就可得到最终的过车指数信息。
通过以上各实施例可知,本申请存在的有益效果是:
第一,本申请所提供的基于大数据平台的过车指数统计方法及系统,采用开源数据库Hbase和高吞吐量的分布式发布订阅消息系统Kafka,其数据平台可以建立在廉价的商用机上,并可根据数据量的大小等实际情况确定集群的大小,能够存储海量的过车数据,且查询效率不会因为数据量的增加而出现明显的下降。此外,存储的信息可根据车辆的类型、品牌、车牌号、过车时间等分类信息分别统计存储,因而能够提供更加丰富的分类基础信息,方便控制终端的多样化展示与分析,更有利于相关部门了解道路拥堵的原因,寻找道路拥挤的解决办法。
第二,本申请所提供的基于大数据平台的过车指数统计方法及系统,利用大数据平台技术,将车辆数据信息保存到分布式存储系统,其能够按照一定规则排序,控制终端能够从分布式存储系统中获取过车数据,突破了海量数据对搜索效率的限制,并提供了多样的分类统计数据信息。
第三,本申请所提供的基于大数据平台的过车指数统计方法及系统,采用高吞吐量的分布式发布订阅消息系统Kafka进行车辆数据信息传输,即使数以TB的消息存储也能够保持长时间的稳定,而且即使采用非常普通的硬件也可以支持每秒数百万的信息流。
第四,本申请所提供的基于大数据平台的过车指数统计方法及系统,采用面向列的开源数据库Hbase进行数据的分类存储,其可靠性高,能够面向列、可伸缩的进行分布式数据存储,而且利用Hbase技术可在廉价的PC Sever上搭建起大规模结构化存储集群,成本低,在数据存储过程中可基于特定需求进行基础统计,有利于提高控制终端的查询速度。
第五,本申请所提供的基于大数据平台的过车指数统计方法及系统,控制终端从开源数据库获取基础统计数据后,能够按照具体要求进一步分析处理,得到最终的过车指数信息,从而得到更加丰富和个性化的过车指数分析结果。
本领域内的技术人员应明白,本申请的实施例可提供为方法、装置、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
上述说明示出并描述了本申请的若干优选实施例,但如前所述,应当理解本申请并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述发明构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本申请的精神和范围,则都应在本申请所附权利要求的保护范围内。
Claims (10)
1.一种基于大数据平台的过车指数统计方法,其特征在于,包括:
视频采集设备采集经过道路卡口的车辆的车辆数据信息,所述车辆数据信息至少包括车身颜色、车牌颜色和车辆类型;
所述视频采集设备将采集的所述车辆数据信息传输至分布式发布订阅消息系统;
所述分布式发布订阅消息系统接收所述车辆数据信息,并在车辆数据信息实时消费服务器的作用下将所述车辆数据信息传输至开源数据库;
所述车辆数据信息实时消费服务器控制所述开源数据库接收所述车辆数据信息;
所述开源数据库在所述车辆数据信息实时消费服务器的控制下对所述车辆数据信息进行接收并分类存储;
控制终端提取车辆数据信息,并根据提取的车辆数据信息进行统计分析。
2.根据权利要求1所述基于大数据平台的过车指数统计方法,其特征在于,
控制终端提取车辆数据信息,并根据提取的车辆数据信息进行统计分析,进一步为:
所述控制终端向所述开源数据库发送信息提取指令,该指令的内容至少包括时间段和指定卡口;
所述开源数据库接收所述控制终端发来的信息提取指令,并向所述控制终端发送所述时间段及指定卡口的车辆数据信息;
所述控制终端接收所述车辆数据信息,并根据所述车辆数据信息进行显示及统计分析。
3.根据权利要求1所述基于大数据平台的过车指数统计方法,其特征在于,进一步包括:
应用程序协调服务器为所述分布式发布订阅消息系统和所述开源数据库提供一致性服务。
4.根据权利要求1~3之任一所述基于大数据平台的过车指数统计方法,其特征在于,
所述车辆数据信息至少还包括车辆经过道路卡口的时间和对应卡口的编号。
5.根据权利要求1~3之任一所述基于大数据平台的过车指数统计方法,其特征在于,
所述开源数据库为面向列的开源数据库Hbase,所述分布式发布订阅消息系统为高吞吐量的分布式发布订阅消息系统Kafka。
6.一种基于大数据平台的过车指数统计系统,其特征在于,包括:
视频采集设备,用于采集经过道路卡口的车辆的车辆数据信息,并将采集的所述车辆数据信息传输至分布式发布订阅消息系统,所述车辆数据信息至少包括车身颜色、车牌颜色和车辆类型;
车辆数据信息实时消费服务器,用于控制所述分布式发布订阅消息系统将所述车辆数据信息传输至开源数据库,并用于控制所述开源数据库接收并分类存储所述车辆数据信息;
分布式发布订阅消息系统,用于接收所述车辆数据信息,并在所述车辆数据信息实时消费服务器的控制下将所述车辆数据信息传输至所述开源数据库;
开源数据库,用于在所述车辆数据信息实时消费服务器的控制下对所述车辆数据信息进行接收并分类存储;
控制终端,用于提取车辆数据信息,并根据提取的车辆数据信息进行统计分析。
7.根据权利要求6所述基于大数据平台的过车指数统计系统,其特征在于,
所述控制终端,进一步用于向所述开源数据库发送信息提取指令,接收所述开源数据库发送的车辆数据信息,并根据所述车辆数据信息进行显示及统计分析,所述信息提取指令的内容至少包括时间段和指定卡口;
所述开源数据库,进一步用于接收所述控制终端发来的信息提取指令,并向所述控制终端发送所述时间段及指定卡口的车辆数据信息。
8.根据权利要求7所述基于大数据平台的过车指数统计系统,其特征在于,
还包括:应用程序协调服务器,用于为所述分布式发布订阅消息系统和所述开源数据库提供一致性服务。
9.根据权利要求6~8之任一所述基于大数据平台的过车指数统计系统,其特征在于,
所述车辆数据信息至少还包括车辆经过道路卡口的时间和对应卡口的编号。
10.根据权利要求6~8之任一所述基于大数据平台的过车指数统计系统,其特征在于,
所述开源数据库,进一步为分布式的面向列的开源数据库Hbase,
所述分布式发布订阅消息系统,进一步为高吞吐量的分布式发布订阅消息系统Kafka。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610273434.8A CN105869396A (zh) | 2016-04-28 | 2016-04-28 | 基于大数据平台的过车指数统计方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610273434.8A CN105869396A (zh) | 2016-04-28 | 2016-04-28 | 基于大数据平台的过车指数统计方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105869396A true CN105869396A (zh) | 2016-08-17 |
Family
ID=56629484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610273434.8A Pending CN105869396A (zh) | 2016-04-28 | 2016-04-28 | 基于大数据平台的过车指数统计方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105869396A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107798142A (zh) * | 2017-11-24 | 2018-03-13 | 泰华智慧产业集团股份有限公司 | 基于大数据分析隐匿车辆的方法及装置 |
CN107967805A (zh) * | 2017-11-24 | 2018-04-27 | 泰华智慧产业集团股份有限公司 | 基于大数据分析快速离城车辆的方法及装置 |
CN109165842A (zh) * | 2018-08-21 | 2019-01-08 | 北京深瞐科技有限公司 | 一种基建热度指数统计方法及装置 |
CN109189832A (zh) * | 2018-08-21 | 2019-01-11 | 北京深瞐科技有限公司 | 城市车辆统计方法及其装置、计算机可读介质 |
CN109741227A (zh) * | 2019-01-07 | 2019-05-10 | 巩志远 | 一种基于最近邻算法预测人房一致性处理方法及系统 |
CN110322688A (zh) * | 2019-05-20 | 2019-10-11 | 华为技术有限公司 | 一种数据处理的方法、数据查询的方法及相关设备 |
CN110930286A (zh) * | 2019-10-21 | 2020-03-27 | 苏州中亿丰科技有限公司 | 一种基于交通大数据的运维研判系统 |
CN112053558A (zh) * | 2020-08-25 | 2020-12-08 | 青岛海信网络科技股份有限公司 | 一种交通拥堵状态识别方法及装置和设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104036025A (zh) * | 2014-06-27 | 2014-09-10 | 蓝盾信息安全技术有限公司 | 一种基于分布式的海量日志采集系统 |
CN104200657A (zh) * | 2014-07-22 | 2014-12-10 | 杭州智诚惠通科技有限公司 | 一种基于视频和传感器的交通流量参数采集方法 |
CN104462236A (zh) * | 2014-11-14 | 2015-03-25 | 浪潮(北京)电子信息产业有限公司 | 一种基于大数据的伴随车辆识别方法和装置 |
CN104462222A (zh) * | 2014-11-11 | 2015-03-25 | 安徽四创电子股份有限公司 | 一种卡口车辆通行数据的分布式存储方法及系统 |
CN104573326A (zh) * | 2014-12-16 | 2015-04-29 | 北京中交兴路车联网科技有限公司 | 一种车辆行驶数据统计分析系统 |
CN104700619A (zh) * | 2013-12-06 | 2015-06-10 | 大连灵动科技发展有限公司 | 智能交通卡口接入系统 |
CN104882007A (zh) * | 2015-05-19 | 2015-09-02 | 中国科学院自动化研究所 | 基于流计算的交通信号控制系统搭建方法及控制系统 |
CN105426437A (zh) * | 2015-11-05 | 2016-03-23 | 西安翔迅科技有限责任公司 | 一种基于HBase的智能交通领域卡口数据存储方法 |
CN105468735A (zh) * | 2015-11-23 | 2016-04-06 | 武汉虹旭信息技术有限责任公司 | 基于移动互联网海量信息的流式预处理系统及其方法 |
-
2016
- 2016-04-28 CN CN201610273434.8A patent/CN105869396A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104700619A (zh) * | 2013-12-06 | 2015-06-10 | 大连灵动科技发展有限公司 | 智能交通卡口接入系统 |
CN104036025A (zh) * | 2014-06-27 | 2014-09-10 | 蓝盾信息安全技术有限公司 | 一种基于分布式的海量日志采集系统 |
CN104200657A (zh) * | 2014-07-22 | 2014-12-10 | 杭州智诚惠通科技有限公司 | 一种基于视频和传感器的交通流量参数采集方法 |
CN104462222A (zh) * | 2014-11-11 | 2015-03-25 | 安徽四创电子股份有限公司 | 一种卡口车辆通行数据的分布式存储方法及系统 |
CN104462236A (zh) * | 2014-11-14 | 2015-03-25 | 浪潮(北京)电子信息产业有限公司 | 一种基于大数据的伴随车辆识别方法和装置 |
CN104573326A (zh) * | 2014-12-16 | 2015-04-29 | 北京中交兴路车联网科技有限公司 | 一种车辆行驶数据统计分析系统 |
CN104882007A (zh) * | 2015-05-19 | 2015-09-02 | 中国科学院自动化研究所 | 基于流计算的交通信号控制系统搭建方法及控制系统 |
CN105426437A (zh) * | 2015-11-05 | 2016-03-23 | 西安翔迅科技有限责任公司 | 一种基于HBase的智能交通领域卡口数据存储方法 |
CN105468735A (zh) * | 2015-11-23 | 2016-04-06 | 武汉虹旭信息技术有限责任公司 | 基于移动互联网海量信息的流式预处理系统及其方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107798142A (zh) * | 2017-11-24 | 2018-03-13 | 泰华智慧产业集团股份有限公司 | 基于大数据分析隐匿车辆的方法及装置 |
CN107967805A (zh) * | 2017-11-24 | 2018-04-27 | 泰华智慧产业集团股份有限公司 | 基于大数据分析快速离城车辆的方法及装置 |
CN107967805B (zh) * | 2017-11-24 | 2019-08-27 | 泰华智慧产业集团股份有限公司 | 基于大数据分析快速离城车辆的方法及装置 |
CN109165842A (zh) * | 2018-08-21 | 2019-01-08 | 北京深瞐科技有限公司 | 一种基建热度指数统计方法及装置 |
CN109189832A (zh) * | 2018-08-21 | 2019-01-11 | 北京深瞐科技有限公司 | 城市车辆统计方法及其装置、计算机可读介质 |
CN109165842B (zh) * | 2018-08-21 | 2021-01-29 | 北京深瞐科技有限公司 | 一种基建热度指数统计方法及装置 |
CN109741227A (zh) * | 2019-01-07 | 2019-05-10 | 巩志远 | 一种基于最近邻算法预测人房一致性处理方法及系统 |
CN109741227B (zh) * | 2019-01-07 | 2020-12-08 | 巩志远 | 一种基于最近邻算法预测人房一致性处理方法及系统 |
CN110322688A (zh) * | 2019-05-20 | 2019-10-11 | 华为技术有限公司 | 一种数据处理的方法、数据查询的方法及相关设备 |
CN110930286A (zh) * | 2019-10-21 | 2020-03-27 | 苏州中亿丰科技有限公司 | 一种基于交通大数据的运维研判系统 |
CN112053558A (zh) * | 2020-08-25 | 2020-12-08 | 青岛海信网络科技股份有限公司 | 一种交通拥堵状态识别方法及装置和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105869396A (zh) | 基于大数据平台的过车指数统计方法及系统 | |
Zheng et al. | Urban computing: concepts, methodologies, and applications | |
CN107729413B (zh) | 基于大数据的区域交通智能管理系统 | |
Zhang et al. | Vehicle detection and tracking in complex traffic circumstances with roadside LiDAR | |
Motta et al. | Personal mobility service system in urban areas: The IRMA project | |
CN109754594A (zh) | 一种路况信息获取方法及其设备、存储介质、终端 | |
US20170039264A1 (en) | Area modeling by geographic photo label analysis | |
CN103399870A (zh) | 一种基于分类驱动的可视化词袋特征权重化方法和系统 | |
CN114003672B (zh) | 一种道路动态事件的处理方法、装置、设备和介质 | |
CN110362640B (zh) | 一种基于电子地图数据的任务分配方法及装置 | |
Ding et al. | Visual analytics for understanding traffic flows of transport hubs from movement data | |
Garg et al. | Mining bus stops from raw GPS data of bus trajectories | |
Elias et al. | SOMOBIL–improving public transport planning through mobile phone data analysis | |
Anastasiou et al. | Admsv2: A modern architecture for transportation data management and analysis | |
Hu et al. | A comprehensive survey of recommendation system based on taxi GPS trajectory | |
CN106682168B (zh) | 一种跨域城市数据可视查询系统的构建方法 | |
Duan et al. | Comprehending and analyzing multiday trip-chaining patterns of freight vehicles using a multiscale method with prolonged trajectory data | |
Liu et al. | A visual analytics system for metropolitan transportation | |
KR102333994B1 (ko) | 교통 수집 데이터 제공 시스템의 교통 수집 데이터 제공 방법 | |
CN109064191A (zh) | 车源数据解析方法、装置及电子设备 | |
Li et al. | Social-aware visualized exploration of tourist behaviours | |
CN114428888A (zh) | 轨迹还原方法和装置、存储介质及电子设备 | |
CN112419104A (zh) | 一种基于大数据的旅客信息管理系统 | |
TWI515687B (zh) | Automatic travel planning system and its method | |
CN102063802B (zh) | 停车导航方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160817 |