CN113342782B - 一种基于高速公路的数据监测方法、设备及介质 - Google Patents

一种基于高速公路的数据监测方法、设备及介质 Download PDF

Info

Publication number
CN113342782B
CN113342782B CN202110727822.XA CN202110727822A CN113342782B CN 113342782 B CN113342782 B CN 113342782B CN 202110727822 A CN202110727822 A CN 202110727822A CN 113342782 B CN113342782 B CN 113342782B
Authority
CN
China
Prior art keywords
data
information
model
server
portal
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.)
Active
Application number
CN202110727822.XA
Other languages
English (en)
Other versions
CN113342782A (zh
Inventor
董志勇
邱瀚
刘凡
徐明礼
叶玏
殷忠源
杨红超
李宏亮
王周
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Banner Information Co ltd
Original Assignee
Shandong Banner Information Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Banner Information Co ltd filed Critical Shandong Banner Information Co ltd
Priority to CN202110727822.XA priority Critical patent/CN113342782B/zh
Publication of CN113342782A publication Critical patent/CN113342782A/zh
Application granted granted Critical
Publication of CN113342782B publication Critical patent/CN113342782B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21Design, administration or maintenance of databases
    • G06F16/211Schema design and management
    • G06F16/212Schema design and management with details for data modelling support
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2282Tablespace storage structures; Management thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/285Clustering or classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请提供了一种基于高速公路的数据监测方法、设备及介质,应用在基于高速公路的数据监测系统中,该系统包括门架、终端和服务器,该方法包括:服务器获取门架上的交通数据;根据该交通数据构建模型系列表,按照不同类别将该模型系列表划分多个表单;将表单信息分为第一实体数据和第一JSON数据;根据第一JSON数据构建模型配置表,该模型配置表的每条记录与表单信息相对应;将记录分为第二实体数据和第二JSON数据;将模型系列表和模型配置表发送给终端。本申请利用JSON数据的可扩展性,将繁杂的交通情况整合到有限的几张表中,从而降低数据库的复杂性,减少了开发人员对于业务依赖程度的问题。

Description

一种基于高速公路的数据监测方法、设备及介质
技术领域
本申请涉及智能交通技术领域,尤其涉及一种基于高速公路的数据监测方法、设备及介质。
背景技术
高速公路作为连接重要城市和地区的骨干公路,在公路运输中发挥着不可替代的重要作用。目前市面上高速公路的监测系统需要采集收费站、门架、入口治超、机柜环监等多个不同的监测系统。这些系统里包含通用计算机监测(服务器、工控机、存储阵列等)、定制设施的监测(天线、牌识、光栅、读卡器等)、系统软件运行状态、业务软件运行状态、数据库软件运行状态、网络情况、数据上传的传输情况、数据积压情况等内容。
这些监测内容非常繁杂,如果根据实际情况全部采用关系型数据库进行构建,将会得到包含几百张甚至上千张表单的监测基础数据库和监测历史数据库,且其数据信息的关系错综复杂,开发维护难度大。
发明内容
为了解决上述问题,本申请提出了一种基于高速公路的数据监测方法,应用在基于高速公路的数据监测系统中,所述系统包括门架、终端和服务器,所述方法包括:所述服务器获取所述门架上的交通数据;根据所述交通数据构建模型系列表,按照不同类别将所述模型系列表划分多个表单;将所述表单的信息分为第一实体数据和第一JSON数据;根据所述第一JSON数据构建模型配置表,所述模型配置表的每条记录与所述表单信息相对应;将所述记录分为第二实体数据和第二JSON数据;将所述模型系列表和所述模型配置表发送给所述终端。
在一个示例中,所述方法还包括:通过所述模型系列表的所述第一JSON数据对所述交通数据的最新状态进行储存;通过所述模型配置表的所述第二JSON数据对所述最新状态的存放位置和数据属性进行储存。
在一个示例中,所述方法还包括:确定存在异常情况的交通数据,根据所述第一JSON数据将所述模型系列表中对应的所述表单信息进行标记,并根据所述第二JSON数据在所述模型配置表中追溯对应的所述存放位置和所述数据属性。
在一个示例中,所述方法还包括:根据所述模型配置表设置模型配置功能,通过所述模型配置功能对所述表单中的所述交通数据进行位置管理,并对新增的所述交通数据进行位置排布,且同步更新所述交通数据对应的所述存放位置和所述数据属性。
在一个示例中,所述方法还包括:所述第一实体数据和所述第二实体数据均包括核心常用字段;所述第一JSON数据和所述第二JSON数据的数据类型均包括基础信息、网络信息、硬件信息、软件信息和数据信息。
在一个示例中,所述方法还包括:所述基础信息用于储存所述门架的基础类信息,所述基础信息包括属性信息、归属关系和配置信息;所述网络信息用于储存所述门架的网络连接状态,所述网络信息包括主机连接状态、中心网络状态、监测时间和监测结果;所述硬件信息用于储存对所述门架的硬件监测情况,所述硬件信息包括所述服务器的CPU、内存、硬盘、天线、工控机和相机的相关状态类信息;所述软件信息包括软件版本信息;所述数据信息包括数据积压的相关信息。
在一个示例中,所述服务器包括总服务器和多个站级服务器,通过所述站级服务器对相对应的站点交通数据进行采集和整合处理,并将处理后的所述站点交通数据发送给所述总服务器。
在一个示例中,按照不同类别将所述模型系列表划分多个表单,所述类别划分的方法包括但不限于:按照所述门架和对应的站级服务器划分为门架信息表、门架服务器信息表,按照车道和对应的站级服务器划分为车道信息表、车道服务器信息表;每条所述记录对应一个实体,所述实体的种类包括但不限于:门架实体,门架服务器实体,车道实体,车道服务器实体。
另一方面,本申请还提出了一种基于高速公路的数据监测设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述一种基于高速公路的数据监测设备能够执行:所述服务器获取所述门架上的交通数据;根据所述交通数据构建模型系列表,按照不同类别将所述模型系列表划分多个表单;将所述表单的信息分为第一实体数据和第一JSON数据;根据所述第一JSON数据构建模型配置表,所述模型配置表的每条记录与所述表单信息相对应;将所述记录分为第二实体数据和第二JSON数据;将所述模型系列表和所述模型配置表发送给所述终端。
另一方面,本申请还提出了一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:所述服务器获取所述门架上的交通数据;根据所述交通数据构建模型系列表,按照不同类别将所述模型系列表划分多个表单;将所述表单的信息分为第一实体数据和第一JSON数据;根据所述第一JSON数据构建模型配置表,所述模型配置表的每条记录与所述表单信息相对应;将所述记录分为第二实体数据和第二JSON数据;将所述模型系列表和所述模型配置表发送给所述终端。
本申请利用JSON数据的可扩展性,将所有繁杂的交通情况全部整合到有限的几张表当中,从而降低数据库的复杂性,对交通数据管理的操作方式简单,避免了高速公路监测数据错综复杂的逻辑关系,解决了监测类信息统计汇总效率低下的问题,减少了开发人员对于业务依赖程度的问题。
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为本申请实施例中一种基于高速公路的数据监测方法的流程示意图;
图2为本申请实施例中模型系列表的示意图;
图3为本申请实施例中模型配置表的示意图;
图4为本申请实施例中一种基于高速公路的数据监测设备的示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
本申请实施例提供一种基于高速公路的数据监测方法,应用在基于高速公路的数据监测系统中,系统包括门架、终端和服务器,终端包括可视化的操作界面,该操作界面可以是程序设计窗口,如:Visual Basic、Visual C++、中文Visual Foxpro、Delphi等开发环境。可视化操作即无须编程,仅通过直观的操作方式即可完成界面的设计工作。
如图1所示,具体方法包括:
S101:所述服务器获取所述门架上的交通数据。
门架上的交通采集系统对所在公路的交通情况进行采集,并将采集到的交通数据发送给服务器。该交通情况包括:门架检测时间,通过门架的车辆数,通过门架的车辆信息,门架处的拥堵情况,当天天气情况等数据。
在一个实施例中,服务器包括总服务器和多个站级服务器,每段公路对应一个站级服务器,公路段的划分参照当地的标准划分规则。各段公路上的所有门架将其交通数据发送给所属的站级服务器,该站级服务器对该路段的交通数据进行简单的整合处理,并将处理后的交通数据发送给总服务器。
总服务器将接收到的各站级服务器进行汇总,以便于进行接下来的数据管理操作。
S102:根据所述交通数据构建模型系列表,按照不同类别将所述模型系列表划分多个表单。
如图2所示,建立模型系列表,把每个门架实体按照不同类别划分为对应的表单,例如:按照门架和站级服务器划分为门架信息表、门架服务器信息表,按照车道和站级服务器划分为车道信息表、车道服务器信息表。通过上述划分方法,以便于交通数据能够在业务层级进行划分,对于在业务层面的操作方式更加友好。
S103:将所述表单的信息分为第一实体数据和第一JSON数据。
对模型系列表内的数据信息进一步划分,每个实体的交通数据分为两类,一类为第一实体数据,其中包含核心常用字段,例如:门架编码、门架名称等对门架有区分标识作用的属性类信息。另一类为第一JSON数据,其中包括基础信息、网络信息、硬件信息、软件信息和数据信息,其中网络信息、硬件信息、软件信息和数据信息存储的是各门架的状态类信息。上述对模型系列表的数据划分有利于对多来源的交通数据进行管理和规划。
在一个实施例中,基础信息用于储存所述门架的个性化基础类信息,不仅包括门架的属性信息和归属关系等信息,还可以存储每个门架独有的配置信息。网络信息用于储存每个门架的网络连接状态,包括门架上站级服务器以及其他控制模块的主机连接状态、中心网络状态、监测时间和监测结果等信息。硬件信息用于储存对每个门架的硬件监测情况,包括各站级服务器的CPU、内存、硬盘、天线、工控机和相机的相关状态类信息。软件信息包括门架上的软件版本信息。数据信息包括每个服务器中数据积压的相关信息。
S104:根据所述第一JSON数据构建模型配置表,所述模型配置表的每条记录与所述表单信息相对应。
在上述实施例中,对第一JSON数据的五类信息的划分方式仍然避免不了交通数据的复杂性,所以将这五类信息规划成模型配置表,且模型系列表中的每个表单信息规划为模型配置表中的一条记录。
S105:将所述记录分为第二实体数据和第二JSON数据。
参照模型系列表的数据划分方式,模型配置表中的所有记录也分为两类,一类为第二实体数据,另一类为第二JSON数据,第二JSON数据也分为基础信息、网络信息、硬件信息、软件信息和数据信息五类。
在一个实施例中,模型系列表的第一JSON数据是对交通数据的最新状态进行储存,模型配置表的第二JSON数据是对该最新状态的存放位置和数据属性进行储存。如图2所示,例如:第一JSON数据包括基础信息A110,例如:门架名称;网络信息A120,例如:门架服务器;硬件信息A130,例如:门架工控机;软件信息A140,例如:门架软件系统;数据信息A150,例如:数据状态。如图3所示,将上述第一JSON数据的五类信息规划成模型配置表,再将这五类信息分成对应的第二JSON数据。通过该模型配置表对第一JSON数据完成进一步的管理和规划。
S106:将所述模型系列表和所述模型配置表发送给所述终端。
通过模型系列表和模型配置表对交通数据进行规划,并将模型系列表和模型配置表发送给终端,通过终端使对交通数据的管理更加简便。通过终端可完成对实时交通数据查看和管理。
在一个实施例中,当个别的交通数据存在异常情况时,在模型系列表中将其对应的第一JSON数据的表单信息进行标记,同时在模型配置表中对第二JSON数据对应的所述存放位置和所述数据属性进行追溯,以起到警示和提醒的作用,并快速找出存在异常的门架以及站级服务器。
在一个实施例中,所有针对交通数据的监测,都依据模型配置表来进行相关的操作,从而保障模型配置表和模型结构的统一性。根据模型配置表设置模型配置功能,该模型配置功能针对已有的交通数据进行位置的管理,并针对新增的数据对所有的交通数据进行新的位置排布,所有模型配置功能的操作与模型配置表内对应的存放位置和数据属性进行同步更新。
本申请利用JSON数据的可扩展性,将所有繁杂的交通情况全部整合到有限的几张表当中,从而降低数据库的复杂性,对交通数据管理的操作方式简单,避免了高速公路监测数据错综复杂的逻辑关系,解决了监测类信息统计汇总效率低下的问题,减少了开发人员对于业务依赖程度的问题。
如图4所示,本申请实施例还提供了一种基于高速公路的数据监测设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述一种公路监测数据的管理设备能够执行:
所述服务器获取所述门架上的交通数据;
根据所述交通数据构建模型系列表,按照不同类别将所述模型系列表划分多个表单;
将所述表单的信息分为第一实体数据和第一JSON数据;
根据所述第一JSON数据构建模型配置表,所述模型配置表的每条记录与所述表单信息相对应;
将所述记录分为第二实体数据和第二JSON数据;
将所述模型系列表和所述模型配置表发送给所述终端。
本申请实施例还提供了一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
所述服务器获取所述门架上的交通数据;
根据所述交通数据构建模型系列表,按照不同类别将所述模型系列表划分多个表单;
将所述表单的信息分为第一实体数据和第一JSON数据;
根据所述第一JSON数据构建模型配置表,所述模型配置表的每条记录与所述表单信息相对应;
将所述记录分为第二实体数据和第二JSON数据;
将所述模型系列表和所述模型配置表发送给所述终端。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备和介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请实施例提供的设备和介质与方法是一一对应的,因此,设备和介质也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述设备和介质的有益技术效果。
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、系统、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。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备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、程序的模块或其他数据。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、只读光盘只读存储器(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。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种基于高速公路的数据监测方法,其特征在于,应用在基于高速公路的数据监测系统中,所述系统包括门架、终端和服务器,所述方法包括:
所述服务器获取所述门架上的交通数据;
根据所述交通数据构建模型系列表,按照不同类别将所述模型系列表划分多个表单;
将所述表单的信息分为第一实体数据和第一JSON数据;
根据所述第一JSON数据构建模型配置表,所述模型配置表的每条记录与所述表单信息相对应;
将所述记录分为第二实体数据和第二JSON数据;
将所述模型系列表和所述模型配置表发送给所述终端。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
通过所述模型系列表的所述第一JSON数据对所述交通数据的最新状态进行储存;
通过所述模型配置表的所述第二JSON数据对所述最新状态的存放位置和数据属性进行储存。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
确定存在异常情况的交通数据,根据所述第一JSON数据将所述模型系列表中对应的所述表单信息进行标记,并根据所述第二JSON数据在所述模型配置表中追溯对应的所述存放位置和所述数据属性。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
根据所述模型配置表设置模型配置功能,通过所述模型配置功能对所述表单中的所述交通数据进行位置管理,并对新增的所述交通数据进行位置排布,且同步更新所述交通数据对应的所述存放位置和所述数据属性。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
所述第一实体数据和所述第二实体数据均包括核心常用字段;
所述第一JSON数据和所述第二JSON数据的数据类型均包括基础信息、网络信息、硬件信息、软件信息和数据信息。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
所述基础信息用于储存所述门架的基础类信息,所述基础信息包括属性信息、归属关系和配置信息;
所述网络信息用于储存所述门架的网络连接状态,所述网络信息包括主机连接状态、中心网络状态、监测时间和监测结果;
所述硬件信息用于储存对所述门架的硬件监测情况,所述硬件信息包括所述服务器的CPU、内存、硬盘、天线、工控机和相机的相关状态类信息;
所述软件信息包括软件版本信息;
所述数据信息包括数据积压的相关信息。
7.根据权利要求1所述的方法,其特征在于,所述服务器包括总服务器和多个站级服务器,通过所述站级服务器对相对应的站点交通数据进行采集和整合处理,并将处理后的所述站点交通数据发送给所述总服务器。
8.根据权利要求7所述的方法,其特征在于,按照不同类别将所述模型系列表划分多个表单,所述类别划分的方法包括但不限于:
按照所述门架和对应的站级服务器划分为门架信息表、门架服务器信息表,按照车道和对应的站级服务器划分为车道信息表、车道服务器信息表;
每条所述记录对应一个实体,所述实体的种类包括但不限于:门架实体,门架服务器实体,车道实体,车道服务器实体。
9.一种基于高速公路的数据监测设备,其特征在于,应用在基于高速公路的数据监测系统中,所述系统包括门架、终端和服务器,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述一种基于高速公路的数据监测设备能够执行:
所述服务器获取所述门架上的交通数据;
根据所述交通数据构建模型系列表,按照不同类别将所述模型系列表划分多个表单;
将所述表单的信息分为第一实体数据和第一JSON数据;
根据所述第一JSON数据构建模型配置表,所述模型配置表的每条记录与所述表单信息相对应;
将所述记录分为第二实体数据和第二JSON数据;
将所述模型系列表和所述模型配置表发送给所述终端。
10.一种非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,应用在基于高速公路的数据监测系统中,所述系统包括门架、终端和服务器,所述计算机可执行指令设置为:
所述服务器获取所述门架上的交通数据;
根据所述交通数据构建模型系列表,按照不同类别将所述模型系列表划分多个表单;
将所述表单的信息分为第一实体数据和第一JSON数据;
根据所述第一JSON数据构建模型配置表,所述模型配置表的每条记录与所述表单信息相对应;
将所述记录分为第二实体数据和第二JSON数据;
将所述模型系列表和所述模型配置表发送给所述终端。
CN202110727822.XA 2021-06-29 2021-06-29 一种基于高速公路的数据监测方法、设备及介质 Active CN113342782B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110727822.XA CN113342782B (zh) 2021-06-29 2021-06-29 一种基于高速公路的数据监测方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110727822.XA CN113342782B (zh) 2021-06-29 2021-06-29 一种基于高速公路的数据监测方法、设备及介质

Publications (2)

Publication Number Publication Date
CN113342782A CN113342782A (zh) 2021-09-03
CN113342782B true CN113342782B (zh) 2023-03-24

Family

ID=77481570

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110727822.XA Active CN113342782B (zh) 2021-06-29 2021-06-29 一种基于高速公路的数据监测方法、设备及介质

Country Status (1)

Country Link
CN (1) CN113342782B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114093163A (zh) * 2021-11-10 2022-02-25 山东旗帜信息有限公司 一种高速公路的车辆监测方法、设备、存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108153716B (zh) * 2017-12-26 2021-05-04 东软集团股份有限公司 表单处理方法、装置、存储介质及电子设备
CN111694547A (zh) * 2019-03-12 2020-09-22 湛江市霞山区新软佳科技有限公司 一种基于数据状态变化的自动编码数据处理应用设计工具
CN111767057B (zh) * 2020-06-29 2024-05-17 京东城市(北京)数字科技有限公司 一种数据处理方法及装置
CN111931471B (zh) * 2020-08-31 2024-04-16 平安银行股份有限公司 表单收集方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN113342782A (zh) 2021-09-03

Similar Documents

Publication Publication Date Title
US20200211374A1 (en) System, method, and apparatus for analyzing a traffic road condition
DE112011100360T5 (de) System und Verfahren zum Aufbauen eines Clouds berücksichtigenden Lösungshintergrundes zur Massendatenanalyse
CN113256969B (zh) 一种高速公路的交通事故预警方法、设备及介质
CN103186986B (zh) 一种用于终端上显示路况的方法、装置
CN110718057B (zh) 路网运行状态评价方法、装置、电子设备及介质
CN102314460A (zh) 数据分析方法、系统及服务器
CN112989156A (zh) 一种基于大数据的政策与企业匹配的方法和系统
WO2022227303A1 (zh) 信息处理方法、装置、计算机设备及存储介质
US10621873B1 (en) Systems and methods for generating geofences
Aziz et al. Identifying and characterizing truck stops from GPS data
CN104376494A (zh) 基于云系统的交通信息管理与服务系统
CN113342782B (zh) 一种基于高速公路的数据监测方法、设备及介质
CN113112208A (zh) 一种基于三维可视化模型的电力物资仓储管理方法
CN111090440A (zh) 信息处理方法、系统、设备及存储介质
CN116166849A (zh) 一种数据管理方法、装置、设备及存储介质
CN115858831A (zh) 一种数据库用数据存储方法
CN113885860A (zh) 一种自动配置管理页面生成接口服务的方法及设备
CN110175113B (zh) 业务场景确定方法和装置
Henrickson et al. Data preparation
WO2020135141A1 (zh) 一种交通路网的描述方法及装置
CN111797181B (zh) 用户职住地的定位方法、装置、控制设备及存储介质
CN115422195A (zh) 一种网络资产管理方法、装置、设备、存储介质
CN110428627B (zh) 一种公交出行潜力区域识别方法及识别系统
CN109783695B (zh) 轨道交通综合监控系统中历史数据的存储方法及装置
CN111435450A (zh) 一种道路数据处理方法及其装置

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