CN111259504A - 基于城市道路摄像头节点建模的过车数据补全方法及装置 - Google Patents
基于城市道路摄像头节点建模的过车数据补全方法及装置 Download PDFInfo
- Publication number
- CN111259504A CN111259504A CN202010027168.7A CN202010027168A CN111259504A CN 111259504 A CN111259504 A CN 111259504A CN 202010027168 A CN202010027168 A CN 202010027168A CN 111259504 A CN111259504 A CN 111259504A
- Authority
- CN
- China
- Prior art keywords
- node
- nodes
- camera
- passing data
- vehicle passing
- 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.)
- Granted
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
一种基于城市道路摄像头节点建模的过车数据补全方法及装置,包括以下步骤:S1、以摄像头作为节点,构建具有根节点、中间层级分支节点以及叶子节点的多个层级的拓扑网络;每个摄像头有唯一的节点编号,且对所有中间层级的分支节点进行有序分区编码,对所有叶子节点进行有序序列编码;对每个节点按照节点的逻辑上下游关系设置节点索引;S2、将具有车辆的过车记录的摄像头的节点编号作为目标节点编号;S3、根据目标节点编号,在多层级拓扑网络中定位节点;S4、从定位的节点出发,通过节点索引定位具有逻辑上下游关系的n层节点;S5、判断n层节点中是否存在过车数据缺失并补全过车数据。本发明可快速有效解决同一逻辑路段过车数据缺失问题。
Description
技术领域
本发明涉及一种基于城市道路摄像头节点建模的过车数据补全方法。
背景技术
随着社会经济的快速发展,城市道路交通出行需求日益增加,城市道路交通网络日益复杂,为了获取复杂道路网络上的交通流信息,由摄像头为信息获取主体的城市道路交通信息获取系统逐渐在各个城市建立。
现有的城市交通监控系统由分布在不同道路上的摄像头为信息获取的主体,通过摄像头对行经特定路段的车辆信息进行拍摄获取,将获取到的图像信息进行智能分析,获取过车数据的详细信息(车牌号,车牌颜色,车速,通过时间等),服务于各项特定的交通功能。
现有的基于城市道路摄像头建立的城市道路过车信息获取系统,受限于摄像头硬件的拍摄周期和车辆通过特定路段的速度不一致等原因,由摄像头获取到的过车数据是稀疏,不完整的,即在同一条路段上的不同摄像头之间,对于特定车辆,其在这些摄像头之间的过车数据常常是不连续和不完整的。
发明内容
为了解决同一逻辑路段(即两个路段的拓扑关系是连续的上下游关系)之间的过车数据缺失及不完整问题,本发明提出了一种基于城市道路摄像头拓扑结构及其所摄记录集进行对过车数据进行补全的方法。
为实现上述目的,本发明采用以下技术方案:
一种基于城市道路摄像头节点建模的过车数据补全方法,包括以下步骤:
S1、构建摄像头拓扑网络,其中包括:以城市道路摄像头作为节点建模,构建具有根节点、中间层级分支节点以及叶子节点的多个层级的拓扑网络;其中,每个摄像头对应的节点有唯一的节点编号,且对所有中间层级的分支节点进行有序分区编码,对所有叶子节点进行有序序列编码;其中,每个节点都有其对应的逻辑上下游节点,所述逻辑上下游节点对应于路段相邻位置上的摄像头,并对每个节点按照节点的逻辑上下游关系设置节点索引,其中每个节点索引有n层节点深度;
S2、对于给定的车辆ID,将具有该车辆的过车记录的摄像头的节点编号作为目标节点编号;
S3、根据所述目标节点编号,在所述多层级拓扑网络中进行节点定位;
S4、从定位的节点出发,通过该节点的所述节点索引定位具有逻辑上下游关系的n层节点;
S5、判断所述n层节点中是否存在过车数据缺失的情况,并对存在过车数据缺失的节点进行过车数据补全。
本发明中,通过预处理建立网络拓扑关系,通过增加有序序列编码,快速查询、定位分支节点信息,极大增加查询效率。
进一步地:
每个节点索引包括当前节点和其上下游各两层节点共5层节点深度。
所述拓扑网络具有一个或多个中间层级。
步骤S1中,侦测并剔除逻辑关系上的环结构。
步骤S3具体包括以下步骤:
从所述根节点往下进行判断,当判断所述根节点不是目标节点时,根据目标节点编号和其所属的中间层级分支节点的分区编码来选择下一级的节点,判断选择的节点是否是目标节点,如果否,则继续按照分区编码或序列编码来选择再下一级节点,直至找到目标节点为止。
步骤S3具体包括以下步骤:从所述根节点往下进行判断,当判断当前节点不是目标节点时,先根据所述节点索引获取由所述当前节点已索引到的最深层节点的编号,并直接定位至该最深层节点并判断其是否为目标节点,如果否,再根据目标节点编号和其所属的中间层级分支节点的分区编码来选择下一级的节点,并判断选择的节点是否是目标节点,如果否,则继续按照分区编码或序列编码来选择再下一级节点,直至找到目标节点为止。
一种基于城市道路摄像头节点建模的过车数据补全装置,包括:
处理器;
计算机可读存储介质,其存储计算机程序,所述计算机程序被所述处理器执行时实现所述的方法。
一种计算机可读存储介质,其存储计算机程序,所述计算机程序被所述处理器执行时实现所述的方法。
本发明的有益效果包括:
本发明提出了一种基于城市道路摄像头拓扑结构及其所摄记录集进行对过车数据进行补全的方法,能够快速有效地解决同一逻辑路段(即两个路段的拓扑关系是连续的上下游关系)之间的过车数据缺失及不完整问题。在本发明实施例中,通过对节点网络进行分区有序编码,基于编码和网络结构对目标节点可进行快速检索,并优选辅以基于索引的检索加速技巧,使得对该网络进行的检索较朴素的搜索大大加速,在大规模复杂网络条件下具有极佳的执行效率。
附图说明
图1为本发明实施例的建模模型的基础五层节点示意图;
图2为本发明实施例的建模模型的整体示意图;
图3为本发明实施例的模型的拓扑网络构建流程图;
图4为本发明实施例的节点检索方法流程图
图5为本发明实施例的过车数据补全方法流程图。
具体实施方式
以下对本发明的实施方式作详细说明。应该强调的是,下述说明仅仅是示例性的,而不是为了限制本发明的范围及其应用。
本发明具体实施例包括以下方面:
一、以摄像头为主体,作为节点进行摄像头拓扑网络构建。
二、对节点进行有序编码,使得检索具有高效性。
三、根据拓扑网络进行目标节点检索,并进行数据补全。
本发明实施例提供一种基于城市道路摄像头节点建模的过车数据补全方法,具体包括以摄像头为主体,作为节点进行摄像头拓扑网络构建;对网络节点进行分区有序编码;基于编码和网络结构对目标节点进行快速检索;对目标节点的临近节点进行数据搜索和数据补全。通过对节点网络进行分区有序编码,并优选辅以基于节点索引的检索加速技巧,使得对该网络进行的检索较朴素的搜索大大加速,在大规模复杂网络条件下具有极佳的执行效率。
本发明具体实施例的方法中,以摄像头为节点建模,节点包含摄像头ID、摄像头所属路段、摄像头所属行政区划等信息。每一个摄像头都有其对应的逻辑上下游摄像头,即其相邻的两个摄像头。优选地,对每个节点按照节点的逻辑上下游关系设置节点索引,较佳以五层深度的节点深度为一个基础结构单元和搜索深度。
具体实施例中,本方法可划分为摄像头拓扑网络的构建、基于该拓扑网络进行节点检索和实现数据补全三部分。
参阅图1至图3,对于摄像头拓扑网络的构建部分,可按如下步骤I至步骤V,构建摄像头拓扑网络。
步骤I.以摄像头的上下游关系为拓扑逻辑关系建边,构建摄像头拓扑网络;
步骤II.侦测并剔除拓扑逻辑结构中存在的环结构;
步骤III.对所有层级的分支标记有序的分区,进行编码,使得叶子节点的编码序号从左至右有序递增;
步骤IV.对每个节点添加其上下游五层的节点索引;
步骤V.指定单一根节点作为网络入口,完成构建。
参阅图4,对于节点检索过程,当确定了一个摄像头节点的编号时,可按如下步骤I至步骤IV,定位至该目标节点。
步骤I.从拓扑网络入口出发,根据目标节点编号,判定下级检索分支;
步骤II.获取当前节点已索引的最底层节点编号;
步骤III.直接定位至该最底层节点,判断其是否是目标节点;若否,则根据目标编号选择分支获取至下一级节点;
步骤IV.重复以上步骤直至找到目标编号节点为止。
以上是节点索引的优选方式,通过基于节点索引的检索方式可使得对该网络的搜索进一步优化加速。
当然,在目标节点的检索过程中也可以不引入节点索引的检索方式。由于本发明建立的摄像头节点网络拓扑结构,以及采用对所有中间层级的分支节点进行有序分区编码并对所有叶子节点进行有序序列编码的设计,按照目标摄像头的节点编号进行分支选择,可以快速查询、定位分支节点信息,极大增加查询效率,因此这一节点检索方法仍然可较朴素的搜索大大加速。
参阅图5,对于本发明实施例的过车数据补全方法,可按如下步骤I至步骤IV执行;
步骤I.对于给定的车辆ID,查询该车辆出现记录的节点集合;
步骤II.通过拓扑网络检索查询并定位至该节点;
步骤III.从定位的节点出发,通过节点索引获取逻辑上下游关系的5层节点;
步骤IV.搜索该5层节点中是否存在过车数据不连续的情况,对缺失的过车数据进行补全。
一个具体示例中,基础结构单元为五个节点及其关系边和其属性(值)组成的点边集合,如图1所示,点之间的箭头关系代表了节点的拓扑上下游关系。建立如图2所示的摄像头拓扑网络关系。预处理拓扑关系,增加有序序列编码,对底层叶子节点编码A1-A30,其父节点(非叶子节点)依次合并子节点所属编号。图3和图4、图5以流程图的形式完整表示了拓扑网络的构建方式和本发明的方法详细流程图。对于图2中的网络结构图,从最顶部的根节点出发,若要检索的目标节点为A30(最右侧叶子节点),搜索子节点,发现有三个子节点存在,其对应的编号分别为A1-A10、A11-A20和A21-A30。容易发现A30属于第三个编号,因此直接定位至第三个子节点处。然后继续从该节点出发,该节点有两个子节点,其编号分别为A21-A25和A26-A30。容易发现,A30属于第二个范围,故直接定位至其第二个子节点处,由此完成检索至目标节点,总共只需两步的遍历即完成。
对于过车数据的补全方式,原则是在若干层连续的结构中如果存在数据不连续的情况则进行补全。具体的补全方式包括但不限于对“有无*有”(“无”代表数据缺失项)的数据模式中的“无”项进行数据补全。
本发明的背景部分可以包含关于本发明的问题或环境的背景信息,而不一定是描述现有技术。因此,在背景技术部分中包含的内容并不是申请人对现有技术的承认。
以上内容是结合具体/优选的实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,其还可以对这些已描述的实施方式做出若干替代或变型,而这些替代或变型方式都应当视为属于本发明的保护范围。在本说明书的描述中,参考术语“一种实施例”、“一些实施例”、“优选实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。尽管已经详细描述了本发明的实施例及其优点,但应当理解,在不脱离专利申请的保护范围的情况下,可以在本文中进行各种改变、替换和变更。
Claims (8)
1.一种基于城市道路摄像头节点建模的过车数据补全方法,其特征在于,包括以下步骤:
S1、构建摄像头拓扑网络,其中包括:以城市道路摄像头作为节点建模,构建具有根节点、中间层级分支节点以及叶子节点的多个层级的拓扑网络;其中,每个摄像头对应的节点有唯一的节点编号,且对所有中间层级的分支节点进行有序分区编码,对所有叶子节点进行有序序列编码;其中,每个节点都有其对应的逻辑上下游节点,所述逻辑上下游节点对应于路段相邻位置上的摄像头,并对每个节点按照节点的逻辑上下游关系设置节点索引,其中每个节点索引有n层节点深度;
S2、对于给定的车辆ID,将具有该车辆的过车记录的摄像头的节点编号作为目标节点编号;
S3、根据所述目标节点编号,在所述多层级拓扑网络中进行节点定位;
S4、从定位的节点出发,通过该节点的所述节点索引定位具有逻辑上下游关系的n层节点;
S5、判断所述n层节点中是否存在过车数据缺失的情况,并对存在过车数据缺失的节点进行过车数据补全。
2.如权利要求1所述的基于城市道路摄像头节点建模的过车数据补全方法,其特征在于,每个节点索引包括当前节点和其上下游各两层节点共5层节点深度。
3.如权利要求1所述的基于城市道路摄像头节点建模的过车数据补全方法,其特征在于,所述拓扑网络具有一个或多个中间层级。
4.如权利要求1至3任一项所述的基于城市道路摄像头节点建模的过车数据补全方法,其特征在于,步骤S1中,侦测并剔除逻辑关系上的环结构。
5.如权利要求1至3任一项所述的基于城市道路摄像头节点建模的过车数据补全方法,其特征在于,步骤S3具体包括以下步骤:
从所述根节点往下进行判断,当判断所述根节点不是目标节点时,根据目标节点编号和其所属的中间层级分支节点的分区编码来选择下一级的节点,判断选择的节点是否是目标节点,如果否,则继续按照分区编码或序列编码来选择再下一级节点,直至找到目标节点为止。
6.如权利要求1至3任一项所述的基于城市道路摄像头节点建模的过车数据补全方法,其特征在于,步骤S3具体包括以下步骤:从所述根节点往下进行判断,当判断当前节点不是目标节点时,先根据所述节点索引获取由所述当前节点已索引到的最深层节点的编号,并直接定位至该最深层节点并判断其是否为目标节点,如果否,再根据目标节点编号和其所属的中间层级分支节点的分区编码来选择下一级的节点,并判断选择的节点是否是目标节点,如果否,则继续按照分区编码或序列编码来选择再下一级节点,直至找到目标节点为止。
7.一种基于城市道路摄像头节点建模的过车数据补全装置,其特征在于,包括:
处理器;
计算机可读存储介质,其存储计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至6任一项所述的方法。
8.一种计算机可读存储介质,其存储计算机程序,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1至6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010027168.7A CN111259504B (zh) | 2020-01-10 | 2020-01-10 | 基于城市道路摄像头节点建模的过车数据补全方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010027168.7A CN111259504B (zh) | 2020-01-10 | 2020-01-10 | 基于城市道路摄像头节点建模的过车数据补全方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111259504A true CN111259504A (zh) | 2020-06-09 |
CN111259504B CN111259504B (zh) | 2022-09-16 |
Family
ID=70953969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010027168.7A Active CN111259504B (zh) | 2020-01-10 | 2020-01-10 | 基于城市道路摄像头节点建模的过车数据补全方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111259504B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106850744A (zh) * | 2016-12-21 | 2017-06-13 | 大唐高鸿信息通信研究院(义乌)有限公司 | 一种车载短距离通信网的路侧节点服务发布方法 |
CN109309945A (zh) * | 2018-11-29 | 2019-02-05 | 福州大学 | 一种用于城市高架桥等多层级场景的车辆自组织网络路由方法 |
CN110363982A (zh) * | 2018-04-09 | 2019-10-22 | 厦门雅迅网络股份有限公司 | 基于路边无线单元的车型识别方法、终端设备及存储介质 |
-
2020
- 2020-01-10 CN CN202010027168.7A patent/CN111259504B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106850744A (zh) * | 2016-12-21 | 2017-06-13 | 大唐高鸿信息通信研究院(义乌)有限公司 | 一种车载短距离通信网的路侧节点服务发布方法 |
CN110363982A (zh) * | 2018-04-09 | 2019-10-22 | 厦门雅迅网络股份有限公司 | 基于路边无线单元的车型识别方法、终端设备及存储介质 |
CN109309945A (zh) * | 2018-11-29 | 2019-02-05 | 福州大学 | 一种用于城市高架桥等多层级场景的车辆自组织网络路由方法 |
Non-Patent Citations (2)
Title |
---|
刘畅等: "过车记录缺失下的瓶颈路段流量分析", 《武汉理工大学学报(交通科学与工程版)》 * |
马辰阳等: "基于拓扑结构的多摄像头网络协同跟踪机制", 《天津理工大学学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111259504B (zh) | 2022-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104462190B (zh) | 一种基于海量空间轨迹挖掘的在线的位置预测方法 | |
CN109145171B (zh) | 一种多尺度地图数据更新方法 | |
CN107016072B (zh) | 基于社交网络知识图谱的知识推理系统及方法 | |
CN107391542B (zh) | 一种基于文件知识图谱的开源软件社区专家推荐方法 | |
CN112181991B (zh) | 基于快速构建kd树的地球模拟系统网格重映射方法 | |
Anwar et al. | Capturing the spatiotemporal evolution in road traffic networks | |
CN105512163A (zh) | 一种自适应的矢量数据增量更新的方法 | |
CN107766406A (zh) | 一种采用时间优先搜索的轨迹相似性连接查询方法 | |
CN106649809A (zh) | 一种物联网分析方法 | |
CN105844398A (zh) | 一种基于plm数据库面向dpipp产品族的挖掘算法 | |
CN113569057A (zh) | 一种面向本体标签知识图谱的样例查询方法 | |
CN113987131B (zh) | 异构多源数据关联分析系统和方法 | |
CN107818338A (zh) | 一种面向地图综合的建筑物群组模式识别的方法及系统 | |
CN107133335A (zh) | 一种基于分词与索引技术的重复记录检测方法 | |
CN111259504B (zh) | 基于城市道路摄像头节点建模的过车数据补全方法及装置 | |
CN114168705A (zh) | 一种基于地址要素索引的中文地址匹配方法 | |
CN107798215B (zh) | 基于ppi网络层次结构预测功能模块及作用的方法 | |
CN108052743B (zh) | 一种阶梯接近中心度确定方法及系统 | |
CN113032404A (zh) | 一种面向地表覆盖数据的图斑变化轨迹提取方法与系统 | |
CN108198084A (zh) | 一种复杂网络重叠社区发现方法 | |
CN108491628A (zh) | 产品设计需求驱动的三维cad装配模型聚类及检索方法 | |
CN104123357B (zh) | 一种查询卡口的方法和装置 | |
CN111899117A (zh) | 应用于社交网络的k边连通分量挖掘系统及挖掘方法 | |
CN110807061A (zh) | 一种基于分层搜索不确定图的频繁子图的方法 | |
CN108731688A (zh) | 导航方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |