CN110324293B - 一种交通数据处理系统及方法 - Google Patents

Abstract

本申请提供了交通数据处理的方案，该方案通过在公网环境中，先进行特征提取，将特征数据交由网闸设备传输至专网中，以此减少网闸设备传输的数据量，或者通过上传设备、下载设备将网闸设备与公网、专网的交互功能进行拆解，网闸设备仅作为一个数据传输的通道，而将其它相关的处理交由上传设备和下载设备处理，由此可以降低网闸设备的处理负载，提高其稳定性和可用性。

Description

一种交通数据处理系统及方法

技术领域

本申请涉及信息技术领域，尤其涉及一种交通数据处理系统及方法。

背景技术

交通数据是时空密集型数据，具有海量、不间断的特点，交通数据根据来源不同一般可以分为公网交通数据和专网交通数据。其中，公网交通数据是指用户使用的互联网app(例如各类导航app等)通过授权后上传的数据，例如用户位置、速度等数据，一般是可以由公共网络获取的用户生成数据。而专网交通数据是指政府部门部署于道路上的监控设备所获得的数据，例如交警、路政部门通过线圈、卡口等得到的流量数据，一般无法由公共网络获取，仅能够在政府部门的专有网络内部调取、使用。

两种交通数据有不同的特点，公网交通数据是跟用户强相关，用户多的地点分布更密集，数据采样率更高，可以用于交通互联网产品研发的数据更多，质量也更高；专网交通数据优点是各个地点的采样率都很高，缺点是大多数采样地点分布在主要路口，覆盖率不够广。两者之间相互结合对于提升交通数据的质量很有意义。

出于网络安全方面的考虑，政府部门的专有网络与公共网络之间需要通过网闸设备进行隔离，而网闸设备在保证专网内数据安全的同时，不可避免的会对公共网络和专有网络的数据交互产生限制。因此，若直接将公网交通数据交由网闸设备发送至专有网络中，会导致网闸设备的负担过大，降低网闸设备的稳定性和可用性。

申请内容

本申请的一个目的是提供一种交通数据处理系统及方法，用以解决融合交通数据时网闸设备负担过大的问题。

为实现上述目的，本申请提供了一种交通数据处理系统，该系统包括：外部数据服务设备，网闸设备以及内部数据服务设备，其中：

外部数据服务设备，部署于网闸设备的外部，用于获取公网交通数据，并对公网交通数据进行处理，获得关于所述公网交通数据的第一特征数据；

网闸设备，用于将所述第一特征数据由所述网闸设备的外部发送至所述网闸设备的内部，以供内部数据服务设备获取所述第一特征数据；

内部数据服务设备，部署于网闸设备的内部，用于获取专网交通数据和所述第一特征数据，并对专网交通数据进行处理，获得关于所述专网交通数据的第二特征数据，以及将第一特征数据和第二特征数据进行数据融合。

本申请还提供了另一种交通数据处理系统，该系统包括：上传设备，网闸设备，下载设备以及内部数据服务设备，其中：

上传设备，部署于网闸设备的外部，用于获取公网交通数据，并基于所述公网交通数据生成适用于网闸设备传输的同步数据；

网闸设备，用于将所述同步数据同步至下载设备；

下载设备，部署于网闸设备的内部，用于存储所述同步数据，以供内部数据服务设备从所述下载设备获取公网交通数据；

内部数据服务设备，部署于网闸设备的内部，用于获取专网交通数据和所述公网交通数据，并将公网交通数据和专网交通数据进行数据融合。

基于本申请的另一方面，还提供了一种交通数据处理方法，该方法应用于包括外部数据服务设备、网闸设备、内部数据服务设备的系统，所述外部数据服务设备部署于所述网闸设备的外部，所述内部数据服务设备部署于所述网闸设备的内部，所述方法包括：

所述外部数据服务设备获取公网交通数据，并对公网交通数据进行处理，获得关于所述公网交通数据的第一特征数据；

所述网闸设备将所述第一特征数据由所述网闸设备的外部发送至所述网闸设备的内部，以供内部数据服务设备获取所述第一特征数据；

所述内部数据服务设备获取专网交通数据和所述第一特征数据，并对专网交通数据进行处理，获得关于所述专网交通数据的第二特征数据，以及将第一特征数据和第二特征数据进行数据融合。

本申请还提供了另一种交通数据处理方法，该方法应用于包括上传设备、网闸设备、下载设备、内部数据服务设备的系统，所述上传设备部署于所述网闸设备的外部，所述下载设备和内部数据服务设备部署于所述网闸设备的内部，所述方法包括：

所述上传设备获取公网交通数据，并基于所述公网交通数据生成适用于网闸设备传输的同步数据；

所述网闸设备将所述同步数据同步至下载设备；

所述下载设备存储所述同步数据，以供内部数据服务设备从所述下载设备获取公网交通数据；

所述内部数据服务设备获取专网交通数据和所述公网交通数据，并将公网交通数据和专网交通数据进行数据融合。

本申请提供的一种方案中，部署于公网的外部数据服务设备获取公网交通数据，并对公网交通数据进行处理，获得关于所述公网交通数据的第一特征数据，然后通过网闸设备将所述第一特征数据由所述网闸设备的外部发送至所述网闸设备的内部，以供内部数据服务设备获取所述第一特征数据；进而由部署于专网的内部数据服务设备获取专网交通数据和所述第一特征数据，并对专网交通数据进行处理，获得关于所述专网交通数据的第二特征数据，以及将第一特征数据和第二特征数据进行数据融合。由此，网闸设备无需直接将所有公网交通数据传输至专网中，而是在传输之前先进行特征提取，将特征数据交由网闸设备传输至专网中，由于特征数据能够表示公网交通数据的某些物理意义或者统计意义，同样能够用于数据融合，并且数据量会小于原始的公网交通数据，因此可以降低网闸设备的负担，提高网闸设备的稳定性和可用性。

此外，在本申请提供的另一方案中，可以在公网中部署上传设备并在专网中部署下载设备，由上传设备获取公网交通数据，并基于所述公网交通数据生成适用于网闸设备传输的同步数据，所述网闸设备仅将所述同步数据同步至下载设备，由下载设备存储所述同步数据，部署于专网的内部数据服务设备获取专网交通数据和所述公网交通数据，并将公网交通数据和专网交通数据进行数据融合。由此，公网交通数据不会直接交由网闸设备处理，而是由上传设备、下载设备进行诸如校验、重组等相关处理工作，网闸设备仅作为一个数据传输的通道，负责将数据从公网摆渡至专网的下载设备，因此降低了网闸设备的负担，提高网闸设备的稳定性和可用性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1为本申请实施例提供的一种交通数据处理系统的结构示意图；

图2为本申请实施例提供的另一种交通数据处理系统的结构示意图；

图3为本申请实施例提供的另一种交通数据处理系统的结构示意图；

图4为本申请实施例提供的一种交通数据处理方法的处理流程示意图；

图5为本申请实施例提供的另一种交通数据处理方法的处理流程示意图；

图6为本申请实施例提供的另一种交通数据处理方法的处理流程示意图；

附图中相同或相似的附图标记代表相同或相似的部件。

具体实施方式

下面结合附图对本申请作进一步详细描述。

在本申请一个典型的配置中，终端、服务网络的设备均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的装置或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。

图1示出了本申请实施例提供的一种交通数据处理系统，该系统包括了外部数据服务设备110、网闸设备120和内部数据服务设备130。其中，所述网闸设备是一种在网络间进行数据交换的网络安全设备，用于专有网络(专网)和公用网络(公网)之间的隔离，网闸设备的外部为公共网络，网闸设备的内部为专有网络。

所述外部数据服务设备110部署于网闸设备的外部，即位于公网环境中，可以用于获取公网交通数据，并对公网交通数据进行处理，获得关于所述公网交通数据的第一特征数据。公网交通数据是指用户使用的互联网app通过授权后上传的数据，例如用户使用各类导航app时生成的用户生成数据，如用户位置、速度等数据。由于各类app的用户生成数据都会在用户使用过程中实时产生，并由运行app的终端设备上传至app的应用服务器，由此，外部数据服务设备可以由各类app的应用服务器中调取公网交通数据。公网交通数据的特点在于跟用户强相关，即用户多的地点数据分布更密集，数据也越可靠，对大量用户上传的公网交通数据进行分析处理之后，可以转换为具有特定物理意义或者统计意义的特征，即第一特征数据。

例如，公网交通数据可以是每个用户在某个十字路口附近的车辆位置、速度等数据，根据大量用户在某个十字路口处的位置、速度等数据，可以统计出每辆车在通过该十字路口时的状态，例如可以包括通过路口的平均车速、停车次数、停在路口的时长等。进而，可以获取该十字路口两个方向上的车流情况，由于路口的车流情况对于交通情况的判断具有明显的统计意义，因此可以作为第一特征数据，进行后续的数据融合。

网闸设备120将所述第一特征数据由所述网闸设备的外部发送至所述网闸设备的内部。网闸设备作为专网和公网之间的隔离设备，需要负责将在公网中生成的第一特征数据发送至专网，为了保证数据安全，需要将待发送的数据进行验证、格式转换等预处理，以便于将数据摆渡至网闸设备的内部，供内部数据服务设备获取所述第一特征数据。

内部数据服务设备130部署于网闸设备的内部，即位于专网环境中，用于获取专网交通数据和所述第一特征数据。其中，所述专网交通数据可以由存储专网交通数据的存储服务器中调取，例如交警部门设置的各类卡口、线圈或者监控探头的所获取的专网交通数据在生成后，会自动上传至专网中的存储服务器，需要使用这些专网交通数据时，内部数据服务设备可以直接从存储服务器中调取。

内部数据服务设备130对专网交通数据进行处理，可以获得关于所述专网交通数据的第二特征数据。其处理的方式与公网环境中对于专网交通数据的处理类似，例如对于某个十字路口处，此处的专网交通数据可以是位于该处的监控探头得到信息、埋设于路口的线圈得到的信息。其中，监控探头得到信息可以是视频画面或者由画面中提取出的关于车辆运动状态的信息，如车辆的停车次数、停在路口的时长、路口车辆的排队长度等，线圈得到的信息可以是预设时间内通过的车辆数等。

基于上述内容，亦可以获取该十字路口两个方向上的车流情况，以作为关于专网交通数据的第二特征数据。由于作为两种特征数据计算基础的交通数据的来源不同，其所表示的关于交通情况的意义的侧重点不同，因此两种特征数据可以互补、对照。由此，内部数据服务设备130将第一特征数据和第二特征数据进行数据融合，可以得到的数据融合结果可以更加准确地表示实际的交通情况。

在实际场景中，无论是何种交通数据，均是时空密集型数据，具有海量、不间断的特点。因此对于每次处理的公网交通数据或者专网交通数据都需要对其进行标记，以确定这些交通数据对应的是何时何地的交通情况。由此，所述外部数据服务设备110还用于根据所述公网交通数据生成的时间和空间，对相应的第一特征数据进行时间和空间的标记，例如对于某一用户的车速信息，可以将用户的上传时间作为该速度信息的时间标记，将用户在上传时的位置信息作为空间标记。而所述内部数据服务设备120也需要根据所述专网交通数据生成的时间和空间，对相应的第二特征数据进行时间和空间的标记。

在进行数据融合时，所述内部数据服务设备120根据时间和空间对第一特征数据和第二特征数据进行匹配，构建第一特征数据和第二特征数据的映射关系。例如，通过时间和空间，可以判断一组第一特征数据和另一组第二特征数据均是表示某一十字路口在某一时间段中的车流情况，则可以将该第一特征数据和第二特征数据建立映射关系，在进行数据融合时即可以该映射关系，对该组第一特征数据和对应的一组第二特征数据进行数据融合。

在本申请的一些实施例中，对于数据融合的处理方式可以采用卡尔曼滤波法、贝叶斯估计、神经网络、D-S(Dempster-Shafer)方法、表决法等算法。其数据融合的结果结合了第一特征数据和第二特征数据，可以从更加广泛的维度表示交通情况，例如对于一十字路口在某一时间段中的车流情况，数据融合后的结果可以更加符合实际的情况，由此也可以为评价此处的交通情况提供更加高质量的数据支持。

在完成数据融合之后，内部数据服务设备130还可以根据数据融合的结果，生成交通评价信息。所述交通评价信息是为了便于用户直观、便捷地了解交通情况而设定的信息，例如对于十字路口中南北向和东西向的车流情况，若直接向用户提供车流情况的数据，如车流量、车流平均速度等，用户可能无法直观的理解这些特征数据所表示的实际含义。若内部数据服务设备130根据南北向和东西向的车流情况，通过预设的算法直接生成一个两个方向之间的车流的失衡指数，作为交通评价信息直接提供给用户。此时，用户可以基于失衡指数，直观的了解该十字路口南北向和东西向的车流是否均衡，进而可以方便据此调节路口交通信号灯的绿信比。

由此，网闸设备无需直接将所有公网交通数据传输至专网中，而是在传输之前先进行特征提取，将特征数据交由网闸设备传输至专网中，由于特征数据能够表示公网交通数据的某些物理意义或者统计意义，同样能够用于数据融合，并且数据量会小于原始的公网交通数据，因此可以降低网闸设备的负担，提高网闸设备的稳定性和可用性。

图2示出了本申请实施例提供的另一种交通数据处理系统，该系统包括上传设备240、网闸设备220、下载设备250、内部数据服务设备230。其中，上传设备240部署于网闸设备的外部，用于获取公网交通数据，并基于所述公网交通数据生成适用于网闸设备传输的同步数据。网闸设备220用于将所述同步数据同步至下载设备。下载设备250部署于网闸设备的内部，用于存储所述同步数据，以供内部数据服务设备从所述下载设备获取公网交通数据。内部数据服务设备130部署于网闸设备的内部，用于获取专网交通数据和所述公网交通数据，并将公网交通数据和专网交通数据进行数据融合。

在本申请实施例的方案中，通过上传设备、下载设备将网闸设备与公网、专网的交互功能进行拆解，网闸设备仅作为一个数据传输的通道，负责将数据从公网摆渡至专网的下载设备，其它与传输无关的使诸如校验、重组等相关处理工作均可以交由上传设备和下载设备执行，由此降低了网闸设备的负载，并且使得网闸设备可以专注于数据传输的处理，以达到扩充网络传输效能的目的。由于上传设备和下载设备在系统中的作用仅仅是执行校验、重组等相关处理工作，以对接网闸设备所需要的数据形式，因此可以使得网闸设备中的数据传输标准化。

在将公网交通数据和专网交通数据进行数据融合时，可以在专网环境中，可以参考前述方案先将两种交通数据先进行特征提取，再进行特征数据的融合，也可以直接进行原始数据的数据融合。

在本申请的一些实施例中，内部数据服务设备采用如下的方式从所述下载设备获取所公网交通数据，由下载设备在获取到由网闸设备同步的同步数据之后，向所述内部数据服务设备发送通知，内部数据服务设备根据所述通知从所述下载设备获取所述公网交通数据。

其中，内部数据服务设备在将公网交通数据和专网交通数据进行数据融合之后，也可以基于根据数据融合的结果，生成交通评价信息。

在本申请的一些实施例中，也可以结合上述两种方式实现交通数据的处理。图3示出了本申请实施例提供的另一种交通数据处理系统，该系统包括外部数据服务设备310、网闸设备320和内部数据服务设备330、上传设备340和下载设备350。其中，部数据服务设备310和上传设备340部署于所述网闸设备的外部，内部数据服务设备330和下载设备350部署于所述网闸设备的内部。

在实现交通数据的处理时，外部数据服务设备310获取公网交通数据，并对公网交通数据进行处理，获得关于所述公网交通数据的第一特征数据。上传设备340用于接收来自所述外部数据服务设备的第一特征数据，并基于所述第一特征数据生成适用于网闸设备传输的同步数据。所述网闸设备320用于将所述同步数据同步至所述下载设备。下载设备350用于存储所述同步数据，以供所述内部数据服务设备从所述下载设备获取所述第一特征数据。内部数据服务设备330获取专网交通数据和所述第一特征数据，并对专网交通数据进行处理，获得关于所述专网交通数据的第二特征数据，以及将第一特征数据和第二特征数据进行数据融合。

在本申请的一些实施例中，内部数据服务设备采用如下的方式从所述下载设备获取所述第一特征数据，由下载设备在获取到由网闸设备同步的同步数据之后，向所述内部数据服务设备发送通知，内部数据服务设备根据所述通知从所述下载设备获取所述第一特征数据。

在本申请实施例的方案中，首先在公网环境中，先进行特征提取，将特征数据交由网闸设备传输至专网中，以此减少网闸设备传输的数据量，同时通过上传设备、下载设备将网闸设备与公网、专网的交互功能进行拆解，网闸设备仅作为一个数据传输的通道，因此结合了前述两种方案的优点，使得网闸设备的处理负载更低，效率更高。

基于同一发明构思，本申请实施例中还提供了交通数据处理方法，执行所述方法的系统是前述实施例中的交通数据处理系统，并且其解决问题的原理与该系统相似。

图4示出了本申请实施例提供的一种交通数据处理方法的处理流程，该方法应用于包括外部数据服务设备、网闸设备、内部数据服务设备的系统，其中，外部数据服务设备部署于所述网闸设备的外部，所述内部数据服务设备部署于所述网闸设备的内部，网闸设备是一种在网络间进行数据交换的网络安全设备，用于专有网络(专网)和公用网络(公网)之间的隔离，网闸设备的外部为公共网络，网闸设备的内部为专有网络。

在实现交通数据处理时，该方法包括如下步骤：

步骤S401，外部数据服务设备获取公网交通数据，并对公网交通数据进行处理，获得关于所述公网交通数据的第一特征数据。公网交通数据是指用户使用的互联网app通过授权后上传的数据，例如用户使用各类导航app时生成的用户生成数据，如用户位置、速度等数据。由于各类app的用户生成数据都会在用户使用过程中实时产生，并由运行app的终端设备上传至app的应用服务器，由此，外部数据服务设备可以由各类app的应用服务器中调取公网交通数据。公网交通数据的特点在于跟用户强相关，即用户多的地点数据分布更密集，数据也越可靠，对大量用户上传的公网交通数据进行分析处理之后，可以转换为具有特定物理意义或者统计意义的特征，即第一特征数据。

例如，公网交通数据可以是每个用户在某个十字路口附近的车辆位置、速度等数据，根据大量用户在某个十字路口处的位置、速度等数据，可以统计出每辆车在通过该十字路口时的状态，例如可以包括通过路口的平均车速、停车次数、停在路口的时长等。进而，可以获取该十字路口两个方向上的车流情况，由于路口的车流情况对于交通情况的判断具有明显的统计意义，因此可以作为第一特征数据，进行后续的数据融合。

步骤S402，网闸设备将所述第一特征数据由所述网闸设备的外部发送至所述网闸设备的内部。网闸设备作为专网和公网之间的隔离设备，需要负责将在公网中生成的第一特征数据发送至专网，为了保证数据安全，需要将待发送的数据进行验证、格式转换等预处理，以便于将数据摆渡至网闸设备的内部，供内部数据服务设备获取所述第一特征数据。

步骤S403，内部数据服务设备获取专网交通数据和所述第一特征数据，并对专网交通数据进行处理，获得关于所述专网交通数据的第二特征数据，以及将第一特征数据和第二特征数据进行数据融合。

内部数据服务设备部署于网闸设备的内部，即位于专网环境中，用于获取专网交通数据和所述第一特征数据。其中，所述专网交通数据可以由存储专网交通数据的存储服务器中调取，例如交警部门设置的各类卡口、线圈或者监控探头的所获取的专网交通数据在生成后，会自动上传至专网中的存储服务器，需要使用这些专网交通数据时，内部数据服务设备可以直接从存储服务器中调取。

内部数据服务设备对专网交通数据进行处理，可以获得关于所述专网交通数据的第二特征数据。其处理的方式与公网环境中对于专网交通数据的处理类似，例如对于某个十字路口处，此处的专网交通数据可以是位于该处的监控探头得到信息、埋设于路口的线圈得到的信息。其中，监控探头得到信息可以是视频画面或者由画面中提取出的关于车辆运动状态的信息，如车辆的停车次数、停在路口的时长、路口车辆的排队长度等，线圈得到的信息可以是预设时间内通过的车辆数等。

基于上述内容，亦可以获取该十字路口两个方向上的车流情况，以作为关于专网交通数据的第二特征数据。由于作为两种特征数据计算基础的交通数据的来源不同，其所表示的关于交通情况的意义的侧重点不同，因此两种特征数据可以互补、对照。由此，内部数据服务设备将第一特征数据和第二特征数据进行数据融合，可以得到的数据融合结果可以更加准确地表示实际的交通情况。

在实际场景中，无论是何种交通数据，均是时空密集型数据，具有海量、不间断的特点。因此对于每次处理的公网交通数据或者专网交通数据都需要对其进行标记，以确定这些交通数据对应的是何时何地的交通情况。由此，所述外部数据服务设备还可以根据所述公网交通数据生成的时间和空间，对相应的第一特征数据进行时间和空间的标记，例如对于某一用户的车速信息，可以将用户的上传时间作为该速度信息的时间标记，将用户在上传时的位置信息作为空间标记。而所述内部数据服务设备也需要根据所述专网交通数据生成的时间和空间，对相应的第二特征数据进行时间和空间的标记。

在进行数据融合时，内部数据服务设备根据时间和空间对第一特征数据和第二特征数据进行匹配，构建第一特征数据和第二特征数据的映射关系。例如，通过时间和空间，可以判断一组第一特征数据和另一组第二特征数据均是表示某一十字路口在某一时间段中的车流情况，则可以将该第一特征数据和第二特征数据建立映射关系，在进行数据融合时即可以该映射关系，对该组第一特征数据和对应的一组第二特征数据进行数据融合。

在本申请的一些实施例中，对于数据融合的处理方式可以采用卡尔曼滤波法、贝叶斯估计、神经网络、D-S(Dempster-Shafer)方法、表决法等算法。其数据融合的结果结合了第一特征数据和第二特征数据，可以从更加广泛的维度表示交通情况，例如对于一十字路口在某一时间段中的车流情况，数据融合后的结果可以更加符合实际的情况，由此也可以为评价此处的交通情况提供更加高质量的数据支持。

在完成数据融合之后，内部数据服务设备还可以根据数据融合的结果，生成交通评价信息。所述交通评价信息是为了便于用户直观、便捷地了解交通情况而设定的信息，例如对于十字路口中南北向和东西向的车流情况，若直接向用户提供车流情况的数据，如车流量、车流平均速度等，用户可能无法直观的理解这些特征数据所表示的实际含义。若内部数据服务设备130根据南北向和东西向的车流情况，通过预设的算法直接生成一个两个方向之间的车流的失衡指数，作为交通评价信息直接提供给用户。此时，用户可以基于失衡指数，直观的了解该十字路口南北向和东西向的车流是否均衡，进而可以方便据此调节路口交通信号灯的绿信比。

由此，网闸设备无需直接将所有公网交通数据传输至专网中，而是在传输之前先进行特征提取，将特征数据交由网闸设备传输至专网中，由于特征数据能够表示公网交通数据的某些物理意义或者统计意义，同样能够用于数据融合，并且数据量会小于原始的公网交通数据，因此可以降低网闸设备的负担，提高网闸设备的稳定性和可用性。

图5示出了本申请实施例提供的另一种交通数据处理方法，该方法该方法应用于包括上传设备、网闸设备、下载设备、内部数据服务设备的系统，上传设备部署于所述网闸设备的外部，下载设备和内部数据服务设备部署于所述网闸设备的内部。

在实现交通数据处理时，所述方法包括如下处理步骤：

步骤S501，所述上传设备获取公网交通数据，并基于所述公网交通数据生成适用于网闸设备传输的同步数据。

步骤S502，所述网闸设备将所述同步数据同步至下载设备。

步骤S503，所述下载设备存储所述同步数据，以供内部数据服务设备从所述下载设备获取公网交通数据。

步骤S504，所述内部数据服务设备获取专网交通数据和所述公网交通数据，并将公网交通数据和专网交通数据进行数据融合。

在本申请实施例的方案中，通过上传设备、下载设备将网闸设备与公网、专网的交互功能进行拆解，网闸设备仅作为一个数据传输的通道，负责将数据从公网摆渡至专网的下载设备，其它与传输无关的使诸如校验、重组等相关处理工作均可以交由上传设备和下载设备执行，由此降低了网闸设备的负载，并且使得网闸设备可以专注于数据传输的处理，以达到扩充网络传输效能的目的。由于上传设备和下载设备在系统中的作用仅仅是执行校验、重组等相关处理工作，以对接网闸设备所需要的数据形式，因此可以使得网闸设备中的数据传输标准化。

在将公网交通数据和专网交通数据进行数据融合时，可以在专网环境中，可以参考前述方案先将两种交通数据先进行特征提取，再进行特征数据的融合，也可以直接进行原始数据的数据融合。

在本申请的一些实施例中，内部数据服务设备采用如下的方式从所述下载设备获取所公网交通数据，由下载设备在获取到由网闸设备同步的同步数据之后，向所述内部数据服务设备发送通知，内部数据服务设备根据所述通知从所述下载设备获取所述公网交通数据。

其中，内部数据服务设备在将公网交通数据和专网交通数据进行数据融合之后，也可以基于根据数据融合的结果，生成交通评价信息。

在本申请的一些实施例中，也可以结合上述两种方式实现交通数据的处理。图6示出了本申请实施例提供的另一种交通数据处理方法，该方法应用于包括外部数据服务设备、上传设备、网闸设备、下载设备、内部数据服务设备的系统，其中外部数据服务设备、上传设备位于网闸设备的外部，下载设备、内部数据服务设备位于网闸设备的内部。

在实现交通数据处理时，所述方法包括如下步骤：

步骤S601，外部数据服务设备，部署于网闸设备的外部，用于获取公网交通数据，并对公网交通数据进行处理，获得关于所述公网交通数据的第一特征数据。

步骤S602，上传设备，部署于网闸设备的外部，用于接收来自所述外部数据服务设备的第一特征数据，并基于所述第一特征数据生成适用于网闸设备传输的同步数据。

步骤S603，网闸设备将所述同步数据同步至所述下载设备。

步骤S604，下载设备，部署于网闸设备的内部，用于存储所述同步数据，以供所述内部数据服务设备从所述下载设备获取所述第一特征数据。

步骤S605，内部数据服务设备，部署于网闸设备的内部，用于获取专网交通数据和所述第一特征数据，并对专网交通数据进行处理，获得关于所述专网交通数据的第二特征数据，以及将第一特征数据和第二特征数据进行数据融合。

在本申请的一些实施例中，内部数据服务设备采用如下的方式从所述下载设备获取所述第一特征数据，由下载设备在获取到由网闸设备同步的同步数据之后，向所述内部数据服务设备发送通知，内部数据服务设备根据所述通知从所述下载设备获取所述第一特征数据。

在本申请实施例的方案中，首先在公网环境中，先进行特征提取，将特征数据交由网闸设备传输至专网中，以此减少网闸设备传输的数据量，同时通过上传设备、下载设备将网闸设备与公网、专网的交互功能进行拆解，网闸设备仅作为一个数据传输的通道，因此结合了前述两种方案的优点，使得网闸设备的处理负载更低，效率更高。

需要注意的是，本申请可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中，本申请的软件程序可以通过处理器执行以实现上文步骤或功能。同样地，本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，RAM存储器，磁或光驱动器或软磁盘及类似设备。另外，本申请的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。

且本申请实施例中各个设备该可以包括但不限于如网络主机、单个网络服务器、多个网络服务器集或基于云计算的计算机集合等。在此，云由基于云计算(CloudComputing)的大量主机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个虚拟计算机。

对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

Claims (12)

1.一种交通数据处理系统，其中，该系统包括：外部数据服务设备，网闸设备以及内部数据服务设备，其中：

外部数据服务设备，部署于网闸设备的外部，用于获取公网交通数据，并对公网交通数据进行特征提取处理，获得关于所述公网交通数据的第一特征数据；

网闸设备，用于将所述第一特征数据由所述网闸设备的外部发送至所述网闸设备的内部，以供内部数据服务设备获取所述第一特征数据；

内部数据服务设备，部署于网闸设备的内部，用于获取专网交通数据和所述第一特征数据，并对专网交通数据进行特征提取处理，获得关于所述专网交通数据的第二特征数据，以及将第一特征数据和第二特征数据进行数据融合。

2.根据权利要求1所述的系统，其中，所述外部数据服务设备，还用于根据所述公网交通数据生成的时间和空间，对相应的第一特征数据进行时间和空间的标记；

所述内部数据服务设备，用于根据所述专网交通数据生成的时间和空间，对相应的第二特征数据进行时间和空间的标记；根据时间和空间对第一特征数据和第二特征数据进行匹配，构建第一特征数据和第二特征数据的映射关系；根据第一特征数据和第二特征数据的映射关系，对第一特征数据和第二特征数据进行数据融合。

3.根据权利要求1或2所述的系统，其中，所述内部数据服务设备，还用于在将第一特征数据和第二特征数据进行数据融合之后，根据数据融合的结果，生成交通评价信息。

4.一种交通数据处理系统，其中，该系统包括：外部数据服务设备，上传设备，网闸设备，下载设备以及内部数据服务设备，其中：

外部数据服务设备，用于部署于网闸设备的外部，用于获取公网交通数据，并对公网交通数据进行特征提取处理，获得关于所述公网交通数据的第一特征数据；

上传设备，部署于网闸设备的外部，用于接收来自所述外部数据服务设备的第一特征数据，并基于所述第一特征数据生成适用于网闸设备传输的同步数据；

网闸设备，用于将所述同步数据同步至下载设备；

下载设备，部署于网闸设备的内部，用于存储所述同步数据，以供内部数据服务设备从所述下载设备获取公网交通数据对应的第一特征数据；

内部数据服务设备，部署于网闸设备的内部，用于获取专网交通数据和所述公网交通数据对应的第一特征数据，并对专网交通数据进行特征提取处理，获得关于所述专网交通数据的第二特征数据，以及将第一特征数据和第二特征数据进行数据融合。

5.根据权利要求4所述的系统，其中，所述下载设备，还用于在获取到由网闸设备同步的同步数据之后，向所述内部数据服务设备发送通知；

所述内部数据服务设备，用于根据所述通知从所述下载设备获取所述公网交通数据对应的第一特征数据。

6.根据权利要求4所述的系统，其中，所述内部数据服务设备，还用于在将公网交通数据和专网交通数据进行数据融合之后，根据数据融合的结果，生成交通评价信息。

7.一种交通数据处理方法，其中，该方法应用于包括外部数据服务设备、网闸设备、内部数据服务设备的系统，所述外部数据服务设备部署于所述网闸设备的外部，所述内部数据服务设备部署于所述网闸设备的内部，所述方法包括：

所述外部数据服务设备获取公网交通数据，并对公网交通数据进行特征提取处理，获得关于所述公网交通数据的第一特征数据；

所述网闸设备将所述第一特征数据由所述网闸设备的外部发送至所述网闸设备的内部，以供内部数据服务设备获取所述第一特征数据；

所述内部数据服务设备获取专网交通数据和所述第一特征数据，并对专网交通数据进行特征提取处理，获得关于所述专网交通数据的第二特征数据，以及将第一特征数据和第二特征数据进行数据融合。

8.根据权利要求7所述的方法，其中，该方法还包括：

所述外部数据服务设备根据所述公网交通数据生成的时间和空间，对相应的第一特征数据进行时间和空间的标记；

所述内部数据服务设备根据所述专网交通数据生成的时间和空间，对相应的第二特征数据进行时间和空间的标记；

所述内部数据服务设备将第一特征数据和第二特征数据进行数据融合，包括：

根据时间和空间对第一特征数据和第二特征数据进行匹配，构建第一特征数据和第二特征数据的映射关系；根据第一特征数据和第二特征数据的映射关系，对第一特征数据和第二特征数据进行数据融合。

9.根据权利要求7或8所述的方法，其中，所述内部数据服务设备在将第一特征数据和第二特征数据进行数据融合之后，还包括：

根据数据融合的结果，生成交通评价信息。

10.一种交通数据处理方法，其中，该方法应用于包括外部数据服务设备、上传设备、网闸设备、下载设备、内部数据服务设备的系统，所述外部数据服务设备和上传设备部署于所述网闸设备的外部，所述下载设备和内部数据服务设备部署于所述网闸设备的内部，所述方法包括：

外部数据服务设备，获取公网交通数据，并对公网交通数据进行特征提取处理，获得关于所述公网交通数据的第一特征数据；

所述上传设备接收来自所述外部数据服务设备的第一特征数据，并基于所述第一特征数据生成适用于网闸设备传输的同步数据；

所述网闸设备将所述同步数据同步至下载设备；

所述下载设备存储所述同步数据，以供内部数据服务设备从所述下载设备获取公网交通数据对应的第一特征数据；

所述内部数据服务设备获取专网交通数据和所述公网交通数据对应的第一特征数据，并对专网交通数据进行特征提取处理，获得关于所述专网交通数据的第二特征数据，以及将第一特征数据和第二特征数据进行数据融合。

11.根据权利要求10所述的方法，其中，该方法还包括：

所述下载设备在获取到由网闸设备同步的同步数据之后，向所述内部数据服务设备发送通知；

所述内部数据服务设备获取所述公网交通数据对应的第一特征数据，包括：

根据所述通知从所述下载设备获取所述公网交通数据对应的第一特征数据。

12.根据权利要求10所述的方法，其中，所述内部数据服务设备在将公网交通数据和专网交通数据进行数据融合之后，还包括：

根据数据融合的结果，生成交通评价信息。

Images