CN113380039B - 数据处理方法、装置和电子设备 - Google Patents
数据处理方法、装置和电子设备 Download PDFInfo
- Publication number
- CN113380039B CN113380039B CN202110763467.1A CN202110763467A CN113380039B CN 113380039 B CN113380039 B CN 113380039B CN 202110763467 A CN202110763467 A CN 202110763467A CN 113380039 B CN113380039 B CN 113380039B
- Authority
- CN
- China
- Prior art keywords
- data
- different
- target
- monitoring
- time period
- 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
Links
Images
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- 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
- G08G1/0125—Traffic data processing
-
- 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
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开一种数据处理方法、装置和电子设备,本申请在获得多个数据源对分别对应的监测范围内的目标的不同监测数据之后,对多个数据源的不同监测数据进行切片处理(即,对监测数据按时间段进行数据截取),得到每一数据源的至少一个时间切片,并通过对同一时间段对应的不同数据源的不同时间切片进行处理,来从不同数据源的时间切片中定位同一目标,以此实现多源目标融合。与现有技术根据时间点对不同数据源进行时间对齐相区别,本申请是通过时间切片进行多数据源数据的时间对齐,增加了达到时间对齐的样本的数量,可有效避免多数据源的数据在单个时间点难以对齐带来的误差。
Description
技术领域
本申请属于车联网技术领域,尤其涉及一种数据处理方法、装置和电子设备。
背景技术
在车联网系统中,一般通过收集RSU(Road Side Unit,路侧单元),以及摄像头、雷达等路侧传感器的数据,并通过对收集的多数据源数据进行多源目标融合、计算与分析,来得到道路上的车辆、行人等道路信息,以利用道路信息实现多种应用。
其中,当前的多源目标融合,根据时间点对不同数据源进行时间对齐,并基于相同时间点的多数据源数据比对,判定多源数据中对应的目标(如,车辆、行人)是否为同一目标。然而,发明人经研究分析,发现,不同数据源由于特性不同,导致很难做到时间点上的完全同步,因此容易导致目标融合产生误差。
发明内容
为此,本申请公开如下技术方案:
一种数据处理方法,包括:
获得多个数据源对分别对应的监测范围内的目标的不同监测数据;其中,不同数据源分别对应的监测范围至少存在重叠,所述不同监测数据对应的监测时间至少存在重叠;
对所述不同监测数据进行处理,得到每一数据源的至少一个时间切片;数据源的时间切片为对数据源的监测数据按时间段进行数据截取所得的数据片断;不同数据源的时间切片中存在对应于至少一个同一时间段的时间切片;
对同一时间段对应的不同数据源的不同时间切片进行处理,以至少从不同数据源的时间切片中定位同一目标。
可选的,所述获得多个数据源对分别对应的监测范围内的目标的不同监测数据,包括:
获取第一数据源对对应的监测范围内的目标的第一采集数据,将所述第一采集数据作为所述第一数据源的监测数据;
和/或,获取第二数据源对对应的监测范围内的目标的第二采集数据,识别所述第二采集数据中所包含目标的目标信息,将识别出的目标的目标信息作为所述第二数据源的监测数据。
可选的,所述对所述不同监测数据进行处理,得到每一数据源的至少一个时间切片,包括:
确定至少一个满足时长条件的时间段;
分别截取每一数据源的监测数据在每一时间段对应的数据片断,得到每一数据源对应的至少一个时间切片。
可选的,所述对同一时间段对应的不同数据源的不同时间切片进行处理,以至少从不同数据源的时间切片中定位同一目标,包括:
根据每一数据源在所述同一时间段对应的时间切片,确定每一数据源对应的各个目标在所述同一时间段的运动轨迹;
至少基于所述同一时间段内不同数据源分别对应的目标的运动轨迹,确定不同数据源时间切片中的同一目标,并融合同一目标在所述同一时间段对应于不同数据源的不同监测数据。
可选的,所述根据每一数据源在所述同一时间段对应的时间切片,确定每一数据源对应的各个目标在所述同一时间段的运动轨迹,包括:
针对每一数据源,对所述数据源在所述同一时间段对应的时间切片内同一目标的散列数据进行拟合处理,得到每一数据源对应的各个目标分别在所述同一时间段对应的轨迹函数;
根据每一数据源对应的各个目标分别在所述同一时间段对应的轨迹函数,确定每一数据源对应的各个目标分别在所述同一时间段对应的运动轨迹。
可选的,所述至少基于同一时间段内不同数据源分别对应的目标的运动轨迹,确定不同数据源时间切片中的同一目标,包括:
比较同一时间段内不同数据源分别对应的目标的运动轨迹,并将运动轨迹满足第一相似条件的不同数据源对应的目标确定为同一目标;
或,比较同一时间段内不同数据源分别对应的目标的运动轨迹与属性特征,并将运动轨迹满足第二相似条件且属性特征满足第三相似条件的不同数据源对应的目标确定为同一目标。
可选的,上述方法,还包括:
在获得多个数据源对分别对应的监测范围内的目标的不同监测数据时,按时间顺序,利用不同的缓存队列分别缓存不同数据源的不同监测数据;
其中,一个数据源对应至少一个缓存队列。
一种数据处理装置,包括:
获取模块,用于获得多个数据源对分别对应的监测范围内的目标的不同监测数据;其中,不同数据源分别对应的监测范围至少存在重叠,所述不同监测数据对应的监测时间至少存在重叠;
第一处理模块,用于对所述不同监测数据进行处理,得到每一数据源的至少一个时间切片;数据源的时间切片为对数据源的监测数据按时间段进行数据截取所得的数据片断;不同数据源的时间切片中存在对应于至少一个同一时间段的时间切片;
第二处理模块,用于对同一时间段对应的不同数据源的不同时间切片进行处理,以至少从不同数据源的时间切片中定位同一目标。
可选的,所述第二处理模块在对同一时间段对应的不同数据源的不同时间切片进行处理,以至少从不同数据源的时间切片中定位同一目标时,具体用于:
根据每一数据源在所述同一时间段对应的时间切片,确定每一数据源对应的各个目标在所述同一时间段的运动轨迹;
至少基于所述同一时间段内不同数据源分别对应的目标的运动轨迹,确定不同数据源时间切片中的同一目标,并融合同一目标在所述同一时间段对应于不同数据源的不同监测数据。
一种电子设备,包括:
存储器,用于存放计算机指令集;
处理器,用于通过执行存储器上存放的指令集,实现如上任一项所述的数据处理方法。
由以上方案可知,本申请公开的数据处理方法、装置和电子设备,在获得多个数据源对分别对应的监测范围内的目标的不同监测数据之后,对多个数据源的不同监测数据进行切片处理(即,对监测数据按时间段进行数据截取),得到每一数据源的至少一个时间切片,并通过对同一时间段对应的不同数据源的不同时间切片进行处理,来从不同数据源的时间切片中定位同一目标,以此实现多源目标融合。与现有技术根据时间点对不同数据源进行时间对齐相区别,本申请是通过时间切片进行多数据源数据的时间对齐,增加了达到时间对齐的样本的数量,可有效避免多数据源的数据在单个时间点难以对齐带来的误差。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1是本申请提供的车联网系统的系统架构图;
图2是本申请提供的数据处理方法的流程示意图;
图3是本申请提供的基于时间切片,对多数据源进行同一目标定位的流程示意图;
图4是本申请提供的不同数据源的时间切片对应的散列数据示意图;
图5是本申请提供的不同数据源的目标的拟合轨迹示意图;
图6是本申请提供的数据处理装置的结构示意图;
图7是本申请提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅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。
当前的多源目标融合,根据时间点对不同数据源的数据进行时间对齐,并基于多数据源在相同时间点的数据,判定多源数据中对应的目标(车辆、行人)是否为同一目标。然而,发明人发现,不同数据源由于特性不同,导致很难做到时间点上的完全同步,如,OBU(Onboard Unit,车载单元)的数据采集频率一般为10次/s,雷达的数据采集频率一般为15次/s,摄像头则为25帧/s,在进行时间对齐时,很难做到时间点上的完全同步,当前主流做法是取不同数据源当前最相近时间点的数据进行比较,并非完全的时间对齐,单时间点数据比对以及并非完全的时间点对齐,可能导致目标融合产生误差。
为解决该问题,本申请公开一种数据处理方法、装置和电子设备,主要通过时间切片进行时间对齐,来增加多源目标融合中达到时间对齐的数据样本的数量,有效避免多数据源的数据在单个时间点难以对齐带来的误差。
本申请公开的数据处理方法、装置和电子设备可应用于车联网系统,图1示出了一典型的车联网系统的系统架构,由OBU、RSU、MEC(Mobile Edge Computing,移动边缘计算)和路侧传感器等几个部分组成,
其中,RSU是安装在路侧,采用DSRC(Dedicated Short Range Communication,专用短程通信)技术与车载单元进行通讯,以实现车辆身份识别、电子扣分的装置。路侧传感器包括但不限于摄像头和雷达等,主要作用是感知道路相关信息,包括但不限于机动车辆、非机动车辆,行人,以及道路的一些突发状态信息等。其中,摄像头一般通过拍摄视频数据,并将拍摄的视频数据传输给MEC做AI(Artificial Intelligence,人工智能)识别,来实现道路信息感知,但不限于此,还可以通过图像采集方式达到道路信息感知的目的;雷达可以直接识别出道路上的车辆、行人等信息,并传输给MEC。
MEC收集来自RSU、摄像头、雷达等多个数据源的数据,通过对不同数据源数据的融合、计算、分析,得到道路上所有的车辆、行人等信息,以利用这些道路信息实现多种应用。
以下基于上述的车联网系统的组成结构,对本申请的数据处理方法、装置和电子设备进行说明,其中,本申请方法具体可应用于车联网系统中的MEC,但不限于此,实施中,还可以将该方法应用于具有数据处理功能的服务器、个人计算机或相关处理平台中。
参见图2,为本申请实施例中数据处理方法的一种流程示意图,具体包括:
步骤201、获得多个数据源对分别对应的监测范围内的目标的不同监测数据。
其中,不同数据源分别对应的监测范围至少存在重叠,不同监测数据对应的监测时间至少存在重叠。
不同数据源可以包括但不限于RSU、摄像头、雷达等具有信息监测、信息采集功能的器件。本实施例中的目标,指道路上的行人、车辆等道路对象。
不同数据源分别对应的监测范围至少存在重叠,示例性的,可以是指,不同数据源对应的监测范围至少分别包括同一路段,或至少分别包括某路段中的同一区域。不同监测数据对应的监测时间至少存在重叠,可以是指,不同监测数据对应的监测时间完全相同,或不同监测数据对应的监测时间中的一部分监测时间相同。通过获得多个数据源在监测范围及监测时间方面至少存在重叠的监测数据,保证多个数据源对应的不同监测数据中能包括同一目标的多源数据。
对于车联网系统,本步骤201相应可以获得RSU、摄像头、雷达等不同数据源在监测范围及监测时间这两方面均至少存在重叠的监测数据。监测数据的获取过程具体可实现为:
1)获取第一数据源对对应的监测范围内的目标的第一采集数据,将第一采集数据作为第一数据源的监测数据;
和/或,
2)获取第二数据源对对应的监测范围内的目标的第二采集数据,识别所述第二采集数据中所包含目标的目标信息,将识别出的目标的目标信息作为所述第二数据源的监测数据。
实现方式1)中,直接将第一数据源的原始采集数据(本实施例将其称为第一采集数据)作为其监测数据,例如,雷达可以直接识别出道路上的车辆、行人等信息,并传输给MEC,从而,可以将雷达等能直接识别出道路上的车辆、行人等信息的器件作为第一数据源,并直接将第一数据源的原始采集数据作为其监测数据。
实现方式2)中,在获得第二数据源的原始采集数据(本实施例将其称为第二采集数据)基础上,进一步从该原始采集数据中识别出行人、车辆等目标的目标信息,并将识别出的目标的目标信息作为第二数据源的监测数据。例如,对于摄像头采集的视频数据,需将视频数据传输给MEC做AI(Artificial Intelligence,人工智能)识别,从中识别出行人、车辆的图像区域、大小、颜色等信息后,再基于这些信息进行道路感知、目标融合等处理,从而,可以将摄像头等无法在原始采集数据时完成目标的信息识别的器件作为第二数据源,并按上述方式2)获取其监测数据。
可选的,在获得多个数据源对分别对应的监测范围内的目标的不同监测数据时,还可以按照时间顺序,利用不同的缓存队列分别缓存不同数据源的不同监测数据。
其中,一个数据源对应至少一个缓存队列。
示例性的,一个数据源对应一个缓存队列,每当获得某一数据源对应的监测数据,则直接将获得的监测数据按时间顺序推入该数据源对应的缓存队列中。如,将雷达上报的监测数据按时间顺序缓存至雷队列中,将摄像头上报并经处理所得的监测数据缓存至摄像头队列中等。
可选的,在一实施方式中,还可以采用滤波算法、跟踪算法等,消除数据源监测数据中的噪点数据,以减少某个时间点的不合理数据对融合算法带来的误差。
步骤202、对多个数据源的不同监测数据进行处理,得到每一数据源的至少一个时间切片。
其中,数据源的时间切片为对数据源的监测数据按时间段进行数据截取所得的数据片断;不同数据源的时间切片中存在对应于至少一个同一时间段的时间切片。
在对多个数据源的不同监测数据进行处理时,可首先确定至少一个满足时长条件的时间段;其中,时长条件可根据不同数据源的数据采集频率进行确定,所确定的时长条件应保证针对每一数据源,均能获得一定数量的采样数据,其中,本实施例将数据源执行的一次采集操作(基于其数据采集频率)所得的数据称为一条采样数据。
例如,针对OBU的10次/s的数据采集频率,雷达的15次/s的数据采集频率,摄像头的25帧/s的数据采集频率,可以但不限于将满足时长条件的时间段,具体设置为时长为1s、2s等的至少一个时间段。
之后,进一步按确定的时间段,分别截取每一数据源的监测数据在每一时间段对应的数据片断,得到每一数据源对应的至少一个时间切片。
在一实施方式中,针对分别缓存至不同缓存队列的不同数据源的监测数据,可按确定的时间段统一截取各缓存队列内的缓存数据,形成时间切片,例如,截取不同数据源的不同缓存队列在最近1s的缓存数据,相应形成各数据源在相同时间段(最近1s)对应的时间切片,每一时间切片中包括对应的数据源在1s时长内的行人、车辆等目标的目标信息。
与基于时间点的时间对齐方式相比,本申请本质是通过时间切片将各个数据源的数据进行时间对齐,这样增加了一个时间对齐单位中的样本数量,可避免单个时间点难以对齐带来的误差。
步骤203、对同一时间段对应的不同数据源的不同时间切片进行处理,以至少从不同数据源的时间切片中定位同一目标。
在得到不同数据源的时间切片后,进一步针对同一时间段对应的不同数据源的不同时间切片,进行多源目标融合处理,从多数据源的同一时间段的不同时间切片中定位出同一目标。
进一步,在识别出同一目标后,还可以对同一目标在不同数据源分别对应的监测数据进行融合/整合处理,以使得为后续的各种应用提供数据基础。
例如,从RSU、摄像头、雷达等多个数据源的最近1s的时间切片中,识别出同一行人或同一车辆,并整合同一行人/车辆分别在RSU、摄像头、雷达对应的监测数据,以便于从多方位、多视角或多精度维度,来分析、识别该行人或车辆在道路上的行为信息等,如,分析某车辆是否剐蹭行人,是否违反交通规则。
由以上方案可知,本申请实施例公开的数据处理方法,在获得多个数据源对分别对应的监测范围内的目标的不同监测数据之后,对多个数据源的不同监测数据进行切片处理(即,对监测数据按时间段进行数据截取),得到每一数据源的至少一个时间切片,并通过对同一时间段对应的不同数据源的不同时间切片进行处理,来从不同数据源的时间切片中定位同一目标,以此实现多源目标融合。与现有技术根据时间点对不同数据源进行时间对齐相区别,本申请是通过时间切片进行多数据源数据的时间对齐,增加了达到时间对齐的样本的数量,可有效避免多数据源的数据在单个时间点难以对齐带来的误差。
在一实施方式中,参见图3,本申请的数据处理方法中的上述步骤203具体可实现为:
步骤301、根据每一数据源在同一时间段对应的时间切片,确定每一数据源对应的各个目标在同一时间段的运动轨迹。
在基于时间段进行数据截取形成时间切片后,所形成的时间切片中本质包括数据源的一系列散列数据形式的监测数据。
以在同一段道路上行驶有两辆车辆,并采用雷达和摄像头对该路段进行监测为例,假设雷达队列中缓存有雷达上报的车辆A数据和车辆B数据,摄像头队列中缓存有摄像头上报并经处理后所得的车辆C数据和车辆D数据,则摄像头和雷达在同一时间段的时间切片中对应的散列数据可参见图4所示。
本步骤301在确定每一数据源对应的各个目标在同一时间段的运动轨迹时,具体针对每一数据源,对该数据源在上述同一时间段对应的时间切片内同一目标的散列数据进行拟合处理,得到每一数据源对应的各个目标分别在所述同一时间段对应的轨迹函数;之后,进一步根据每一数据源对应的各个目标分别在上述同一时间段对应的轨迹函数,确定每一数据源对应的各个目标分别在上述同一时间段对应的运动轨迹。
仍以上述示例为例,在基于时间切片进行轨迹拟合时,分别对雷达数据的时间切片和摄像头数据的时间切片中两辆车的行驶数据进行拟合,雷达数据拟合出车辆A和车辆B的行驶轨迹函数,摄像头数据拟合出车辆C和车辆D的行驶轨迹函数,进而基于各自的轨迹函数,确定出雷达和摄像头在该时间切片的时间段内对应的车辆运行轨迹,具体可参见图5所示。
步骤302、至少基于同一时间段内不同数据源分别对应的目标的运动轨迹,确定不同数据源时间切片中的同一目标,并融合同一目标在同一时间段对应于不同数据源的不同监测数据。
在一种实施方式中,可比较同一时间段内不同数据源分别对应的目标的运动轨迹,并将运动轨迹满足第一相似条件的不同数据源对应的目标确定为同一目标。
可选的,第一相似条件可以设置为,不同数据源分别对应的目标的运动轨迹的相似度达到设定的第一阈值。
结合参见图5,通过轨迹比对,可确定出,雷达的时间切片中车辆A的轨迹与摄像头的时间切片中车辆C的轨迹满足第一相似条件,以及,雷达的时间切片中车辆B的轨迹与摄像头的时间切片中车辆D的轨迹满足第一相似条件,相应可将两个数据源对应的车辆A与车辆C识别为同一目标,车辆B与车辆D识别为同一目标。
在另一实施方式中,比较同一时间段内不同数据源分别对应的目标的运动轨迹与属性特征,并将运动轨迹满足第二相似条件且属性特征满足第三相似条件的不同数据源对应的目标确定为同一目标。
相类似,第二相似条件可以设置为,不同数据源分别对应的目标的运动轨迹的相似度达到设定的第二阈值;第三相似条件可设置为不同数据源分别对应的目标的属性特征的相似度达到设定的第三阈值。
第一阈值、第二阈值和第三阈值可以相同或不同。
该实施方式中,除了基于轨迹比对方式来识别不同数据源中的同一目标,还加之目标的属性特征进行辅助识别。目标的属性特征,包括但不限于目标的大小、所处的空间位置、类型、颜色等中的任一种或多种特征信息。
例如,除了对雷达数据和摄像头数据中的车辆行驶数据进行轨迹比对,还比对车辆的大小、空间位置、类型、颜色等属性特征,并将轨迹相似度及属性特征相似度均满足对应条件的多数据源目标识别为同一目标,达到多数据源数据融合的目的;
可选的,在完成多数据源中同一目标的识别后,可进一步整合不同数据源中同一目标的数据,以方便后续展开所需的多种应用。
本实施例通过时间切片进行时间对齐,增加了多源目标融合中达到时间对齐的数据样本的数量,并通过基于时间切片的轨迹比对实现多数据源中的同一目标识别,可有效避免多数据源的数据在单个时间点难以对齐带来的误差。
对应于上述的数据处理方法,本申请实施例还公开一种数据处理装置,如图6所示,具体包括:
获取模块601,用于获得多个数据源对分别对应的监测范围内的目标的不同监测数据;其中,不同数据源分别对应的监测范围至少存在重叠,所述不同监测数据对应的监测时间至少存在重叠;
第一处理模块602,用于对所述不同监测数据进行处理,得到每一数据源的至少一个时间切片;数据源的时间切片为对数据源的监测数据按时间段进行数据截取所得的数据片断;不同数据源的时间切片中存在对应于至少一个同一时间段的时间切片;
第二处理模块603,用于对同一时间段对应的不同数据源的不同时间切片进行处理,以至少从不同数据源的时间切片中定位同一目标。
在一实施方式中,获取模块601,具体用于:
获取第一数据源对对应的监测范围内的目标的第一采集数据,将所述第一采集数据作为所述第一数据源的监测数据;
和/或,获取第二数据源对对应的监测范围内的目标的第二采集数据,识别所述第二采集数据中所包含目标的目标信息,将识别出的目标的目标信息作为所述第二数据源的监测数据。
在一实施方式中,第一处理模块602,具体用于:
确定至少一个满足时长条件的时间段;
分别截取每一数据源的监测数据在每一时间段对应的数据片断,得到每一数据源对应的至少一个时间切片。
在一实施方式中,第二处理模块603,具体用于:
根据每一数据源在所述同一时间段对应的时间切片,确定每一数据源对应的各个目标在所述同一时间段的运动轨迹;
至少基于所述同一时间段内不同数据源分别对应的目标的运动轨迹,确定不同数据源时间切片中的同一目标,并融合同一目标在所述同一时间段对应于不同数据源的不同监测数据。
在一实施方式中,第二处理模块603,在根据每一数据源在所述同一时间段对应的时间切片,确定每一数据源对应的各个目标在所述同一时间段的运动轨迹时,用于:
针对每一数据源,对所述数据源在所述同一时间段对应的时间切片内同一目标的散列数据进行拟合处理,得到每一数据源对应的各个目标分别在所述同一时间段对应的轨迹函数;
根据每一数据源对应的各个目标分别在所述同一时间段对应的轨迹函数,确定每一数据源对应的各个目标分别在所述同一时间段对应的运动轨迹。
在一实施方式中,第二处理模块603,在至少基于同一时间段内不同数据源分别对应的目标的运动轨迹,确定不同数据源时间切片中的同一目标时,用于:
比较同一时间段内不同数据源分别对应的目标的运动轨迹,并将运动轨迹满足第一相似条件的不同数据源对应的目标确定为同一目标;
或,比较同一时间段内不同数据源分别对应的目标的运动轨迹与属性特征,并将运动轨迹满足第二相似条件且属性特征满足第三相似条件的不同数据源对应的目标确定为同一目标。
在一实施方式中,上述装置还包括:
缓存模块,用于在获得多个数据源对分别对应的监测范围内的目标的不同监测数据时,按时间顺序,利用不同的缓存队列分别缓存不同数据源的不同监测数据;
其中,一个数据源对应至少一个缓存队列。
对于本申请实施例公开的数据处理装置而言,由于其与上文方法实施例公开的数据处理方法相对应,所以描述的比较简单,相关相似之处请参见上文相应方法实施例的说明即可,此处不再详述。
本申请实施例还公开了一种电子设备,该电子设备可以是但不限于车载网系统中的MEC设备,或服务器、个人计算机等具备数据处理功能的设备。
如图7示出的电子设备的结构示意图,至少包括:
存储器701,用于存放计算机指令集;
所述的计算机指令集可以采用计算机程序的形式实现。
存储器701可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器702,用于通过执行存储器上存放的指令集,实现如上任一方法实施例公开的数据处理方法。
其中,处理器702可以为中央处理器(Central Processing Unit,CPU),特定应用集成电路(application-specific integrated circuit,ASIC),数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件等。
除此之外,电子设备还可以包括输入装置、通信接口、通信总线等组成部分。存储器、处理器和通信接口通过通信总线完成相互间的通信。
通信接口用于电子设备与其他设备之间的通信。通信总线可以是外设部件互连标准(Peripheral Component Interconnect,PCI)总线或扩展工业标准结构(ExtendedIndustry Standard Architecture,EISA)总线等,该通信总线可以分为地址总线、数据总线、控制总线等。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
为了描述的方便,描述以上系统或装置时以功能分为各种模块或单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
最后,还需要说明的是,在本文中,诸如第一、第二、第三和第四等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物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、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种数据处理方法,包括:
获得多个数据源对分别对应的监测范围内的目标的不同监测数据;其中,不同数据源分别对应的监测范围至少存在重叠,所述不同监测数据对应的监测时间至少存在重叠;
对所述不同监测数据进行处理,得到每一数据源的至少一个时间切片;数据源的时间切片为对数据源的监测数据按时间段进行数据截取所得的数据片段 ;不同数据源的时间切片中存在对应于至少一个同一时间段的时间切片;
对同一时间段对应的不同数据源的不同时间切片进行处理,以至少从不同数据源的时间切片中定位同一目标。
2.根据权利要求1所述的方法,其特征在于,所述获得多个数据源对分别对应的监测范围内的目标的不同监测数据,包括:
获取第一数据源对对应的监测范围内的目标的第一采集数据,将所述第一采集数据作为所述第一数据源的监测数据;
和/或,获取第二数据源对对应的监测范围内的目标的第二采集数据,识别所述第二采集数据中所包含目标的目标信息,将识别出的目标的目标信息作为所述第二数据源的监测数据。
3.根据权利要求1所述的方法,所述对所述不同监测数据进行处理,得到每一数据源的至少一个时间切片,包括:
确定至少一个满足时长条件的时间段;
分别截取每一数据源的监测数据在每一时间段对应的数据片段 ,得到每一数据源对应的至少一个时间切片。
4.根据权利要求1所述的方法,所述对同一时间段对应的不同数据源的不同时间切片进行处理,以至少从不同数据源的时间切片中定位同一目标,包括:
根据每一数据源在所述同一时间段对应的时间切片,确定每一数据源对应的各个目标在所述同一时间段的运动轨迹;
至少基于所述同一时间段内不同数据源分别对应的目标的运动轨迹,确定不同数据源时间切片中的同一目标,并融合同一目标在所述同一时间段对应于不同数据源的不同监测数据。
5.根据权利要求4所述的方法,所述根据每一数据源在所述同一时间段对应的时间切片,确定每一数据源对应的各个目标在所述同一时间段的运动轨迹,包括:
针对每一数据源,对所述数据源在所述同一时间段对应的时间切片内同一目标的散列数据进行拟合处理,得到每一数据源对应的各个目标分别在所述同一时间段对应的轨迹函数;
根据每一数据源对应的各个目标分别在所述同一时间段对应的轨迹函数,确定每一数据源对应的各个目标分别在所述同一时间段对应的运动轨迹。
6.根据权利要求4所述的方法,所述至少基于同一时间段内不同数据源分别对应的目标的运动轨迹,确定不同数据源时间切片中的同一目标,包括:
比较同一时间段内不同数据源分别对应的目标的运动轨迹,并将运动轨迹满足第一相似条件的不同数据源对应的目标确定为同一目标;
或,比较同一时间段内不同数据源分别对应的目标的运动轨迹与属性特征,并将运动轨迹满足第二相似条件且属性特征满足第三相似条件的不同数据源对应的目标确定为同一目标。
7.根据权利要求1-6任一项所述的方法,还包括:
在获得多个数据源对分别对应的监测范围内的目标的不同监测数据时,按时间顺序,利用不同的缓存队列分别缓存不同数据源的不同监测数据;
其中,一个数据源对应至少一个缓存队列。
8.一种数据处理装置,包括:
获取模块,用于获得多个数据源对分别对应的监测范围内的目标的不同监测数据;其中,不同数据源分别对应的监测范围至少存在重叠,所述不同监测数据对应的监测时间至少存在重叠;
第一处理模块,用于对所述不同监测数据进行处理,得到每一数据源的至少一个时间切片;数据源的时间切片为对数据源的监测数据按时间段进行数据截取所得的数据片段 ;不同数据源的时间切片中存在对应于至少一个同一时间段的时间切片;
第二处理模块,用于对同一时间段对应的不同数据源的不同时间切片进行处理,以至少从不同数据源的时间切片中定位同一目标。
9.根据权利要求8所述的装置,所述第二处理模块在对同一时间段对应的不同数据源的不同时间切片进行处理,以至少从不同数据源的时间切片中定位同一目标时,具体用于:
根据每一数据源在所述同一时间段对应的时间切片,确定每一数据源对应的各个目标在所述同一时间段的运动轨迹;
至少基于所述同一时间段内不同数据源分别对应的目标的运动轨迹,确定不同数据源时间切片中的同一目标,并融合同一目标在所述同一时间段对应于不同数据源的不同监测数据。
10.一种电子设备,包括:
存储器,用于存放计算机指令集;
处理器,用于通过执行存储器上存放的指令集,实现如权利要求1-7任一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110763467.1A CN113380039B (zh) | 2021-07-06 | 2021-07-06 | 数据处理方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110763467.1A CN113380039B (zh) | 2021-07-06 | 2021-07-06 | 数据处理方法、装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113380039A CN113380039A (zh) | 2021-09-10 |
CN113380039B true CN113380039B (zh) | 2022-07-26 |
Family
ID=77581159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110763467.1A Active CN113380039B (zh) | 2021-07-06 | 2021-07-06 | 数据处理方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113380039B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115169452B (zh) * | 2022-06-30 | 2023-04-28 | 北京中盛国芯科技有限公司 | 基于时空同步队列特性雷视融合目标信息系统及方法 |
CN116403402A (zh) * | 2023-04-13 | 2023-07-07 | 交通运输部公路科学研究所 | 一种网联环境下城市交叉口区域的交通状态预测方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103680143B (zh) * | 2013-12-30 | 2015-09-23 | 北京世纪高通科技有限公司 | 一种交通信息处理方法和装置 |
CN103942447B (zh) * | 2014-04-30 | 2015-03-04 | 中国人民解放军空军预警学院监控系统工程研究所 | 一种多源异类传感器数据融合方法及装置 |
CN110210276A (zh) * | 2018-05-15 | 2019-09-06 | 腾讯科技(深圳)有限公司 | 一种移动轨迹获取方法及其设备、存储介质、终端 |
CN111091025B (zh) * | 2018-10-23 | 2023-04-18 | 阿里巴巴集团控股有限公司 | 图像处理方法、装置和设备 |
CN111243281A (zh) * | 2018-11-09 | 2020-06-05 | 杭州海康威视系统技术有限公司 | 一种道路多视频联合检测系统及检测方法 |
CN112154444B (zh) * | 2019-10-17 | 2021-12-17 | 深圳市大疆创新科技有限公司 | 目标检测与跟踪方法、系统、可移动平台、相机及介质 |
CN112017250B (zh) * | 2020-08-31 | 2023-07-25 | 杭州海康威视数字技术股份有限公司 | 标定参数确定方法、装置、雷视设备和雷球接力系统 |
-
2021
- 2021-07-06 CN CN202110763467.1A patent/CN113380039B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113380039A (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9336450B2 (en) | Methods and systems for selecting target vehicles for occupancy detection | |
CN113380039B (zh) | 数据处理方法、装置和电子设备 | |
CN108091140B (zh) | 一种确定套牌车辆的方法和装置 | |
CN108764042B (zh) | 一种异常路况信息识别方法、装置及终端设备 | |
WO2020042984A1 (zh) | 一种车辆行为检测方法及装置 | |
JP7128723B2 (ja) | 画像管理装置、路面情報管理システム、車両、プログラム、及び、画像管理方法 | |
US20180089515A1 (en) | Identification and classification of traffic conflicts using live video images | |
CN108932849B (zh) | 一种记录多台机动车低速行驶违法行为的方法及装置 | |
US20120290198A1 (en) | Method and apparatus for the classification of data | |
KR101735557B1 (ko) | 실시간 목표 탐지에 의한 교통 정보 수집 시스템 및 방법 | |
Ke et al. | Edge computing for real-time near-crash detection for smart transportation applications | |
CN116935631A (zh) | 基于雷视融合的异常交通态势检测方法、装置及系统 | |
CN112837529B (zh) | 数据处理方法及系统、采集装置、处理器以及存储介质 | |
CN114241373A (zh) | 一种端到端的车辆行为检测方法、系统、设备及存储介质 | |
CN110969895B (zh) | 一种车辆车距检测方法、装置、系统及服务器 | |
CN112572471A (zh) | 自动驾驶方法、装置、电子设备及计算机存储介质 | |
CN111599169A (zh) | 路侧单元巡检方法、设备、计算机可读存储介质 | |
JP6662456B2 (ja) | 画像判定プログラム、画像判定方法および画像判定装置 | |
EP3726495A1 (en) | Information acquisition method, information acquisition device, in-vehicle device, on-road sensor device, and information acquisition system | |
CN114926973B (zh) | 一种视频监控方法、装置、系统、服务器及可读存储介质 | |
CN114694388B (zh) | 一种车辆调度方法及装置 | |
CN111754764B (zh) | 道路管理装置 | |
WO2022113261A1 (ja) | 情報収集システム、サーバ、車両、方法、及びコンピュータ可読媒体 | |
CN115270967A (zh) | 一种数据处理方法、设备和计算机可读存储介质 | |
CN117831000A (zh) | 一种红绿灯检测方法及装置、电子设备及存储介质 |
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 |