CN114202080A - 一种基于地理信息线路交叉跨越点的自动识别方法及系统 - Google Patents

Abstract

本发明涉及道路检测技术领域，具体公开了一种基于地理信息线路交叉跨越点的自动识别方法及系统，所述方法包括实时读取线路节点和道路节点的坐标信息；将所述线路节点和所述道路节点的坐标信息按照预设的比例尺插入训练好的场景模型，根据预设的连接顺序在场景模型中连接所述线路节点，得到理论线路；获取交通数据，根据所述交通数据确定理论道路；根据所述理论线路和所述理论道路确定理论交叉点，根据所述理论交叉点确定交叉跨越点。本发明通过交通数据对道路节点进行风析，确定可能存在支路的道路，进而进行支路检测，然后根据道路数据和线路数据确定交叉跨越点，本发明对道路的检测非常完善，补充了原有技术方案的不足。

Description

一种基于地理信息线路交叉跨越点的自动识别方法及系统

技术领域

本发明涉及道路检测技术领域，具体是一种基于地理信息线路交叉跨越点的自动识别方法及系统。

背景技术

电网领域中，输电线路的安全是需要重点关注的问题。输电线路在建设过程中，由于建设地地理环境复杂，输电线路的路径不可避免的与道路、铁路、桥梁、河道等地理信息线路出现交叉，如遇输电线路与道路交叉，存在道路施工或行车过高时导致输电线路损坏的情况，有一定的安全隐患，需要重点关注，此时只能采用人工记录交叉点位置并定期巡视的方式对这些交叉点进行安全检查，这种方式在一定程度上能缓解输电线路存在的安全隐患发现不及时的问题。

可以想到，人工检测的方式不仅劳动量大，而且检测时效性不高，因此，现在出现了很多自动识别系统，但是，这些自动识别系统的重点大都放在线路的识别过程上，对于道路的检测很少，比如，如果某个道路因为某种原因出现了支路，这对于现有的自动识系统来说，是无法检测的。

发明内容

本发明的目的在于提供一种基于地理信息线路交叉跨越点的自动识别方法及系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于地理信息线路交叉跨越点的自动识别方法，所述方法包括：

建立与城建备案信息库的连接通道，实时读取线路节点和道路节点的坐标信息；

将所述线路节点和所述道路节点的坐标信息按照预设的比例尺插入训练好的场景模型，根据预设的连接顺序在场景模型中连接所述线路节点，得到理论线路；

实时获取监测端上传的交通数据，根据所述交通数据在场景模型中确定理论道路；其中，所述监测端安装在道路节点处，所述理论道路包括主路与支路；

根据所述理论线路和所述理论道路确定理论交叉点，根据所述理论交叉点确定交叉跨越点。

作为本发明进一步的方案：所述建立与城建备案信息库的连接通道，实时读取线路节点和道路节点的坐标信息的步骤包括：

建立与城建备案信息库的连接通道，获取城建区域；

确定所述城建区域的中心点，根据所述中心点对所述线路节点进行编号，根据编号结果确定连接顺序；

在所述城建区域中读取道路序号，根据所述道路序号确定道路节点；其中，所述道路节点包括道路与区域边界的交界点；

依次获取线路节点和道路节点的坐标信息。

作为本发明进一步的方案：所述确定所述城建区域的中心点，根据所述中心点对所述线路节点进行编号，根据编号结果确定连接顺序的步骤包括：

以所述中心点为中心，根据预设的遍历方向提取在该遍历方向上与中心点距离最远的线路节点，作为边界点；

获取所述边界点的工作参数，根据所述工作参数对该边界点进行编号；其中，所述工作参数包括电流量和电流方向；

依次获取其他线路节点与所述边界点的连接关系，根据所述连接关系对其他线路节点进行编号；

根据编号结果确定连接顺序。

作为本发明进一步的方案：所述实时获取监测端上传的交通数据，根据所述交通数据在场景模型中确定理论道路的步骤包括：

实时获取监测端上传的交通图像流，根据所述交通图像流确定相应道路节点的交通数据；所述交通数据为含有运动方向的运动主体；

根据所述交通数据中的运动方向向相关道路节点发送运动主体检测指令，获取检测结果；

根据所述检测结果确定道路数据；其中，所述道路数据包括主路数据和支路数据；

根据所述道路数据在场景模型中确定理论道路。

作为本发明进一步的方案：所述实时获取监测端上传的交通图像流，根据所述交通图像流确定相应道路节点的交通数据的步骤包括：

实时获取监测端上传的交通图像流，将所述交通图像流转换为含有获取时间的路况图像组；

对所述路况图像进行轮廓识别，根据轮廓识别结果确定运动主体；

根据所述运动主体在所述路况图像组中查询端点图像，根据所述端点图像的获取时间确定运动主体的时间范围和运动主体的运动参数；其中，所述运动参数包含运动方向；

以所述时间范围作为索引，将含有运动参数的运动主体插入监测表。

作为本发明进一步的方案：所述根据所述交通数据中的运动方向向相关道路节点发送运动主体检测指令，获取检测结果的步骤包括：

根据所述交通数据中的运动方向在训练好的交通关联表中确定相关道路节点，并获取相关道路节点的地址；

读取交通数据中的运动参数，根据所述运动参数计算预测时间，基于所述地址向相关道路节点发送含有预测时间的运动主体检测指令；

当在预设的检测时间内未接收到相关监测端上传的检测成功信号时，标记两个道路节点之间的道路。

作为本发明进一步的方案：所述根据所述检测结果确定道路数据的步骤包括：

统计标记的道路，获取所述道路的位置数据，根据所述位置数据生成检测路线；

将所述检测路线向移动端发送，获取移动端反馈的基于相应道路的支路数据；

根据所述道路节点生成主路数据，根据所述主路数据和所述支路数据确定道路数据。

本发明技术方案还提供了一种基于地理信息线路交叉跨越点的自动识别系统，所述系统包括：

坐标读取模块，用于建立与城建备案信息库的连接通道，实时读取线路节点和道路节点的坐标信息；

理论线路确定模块，用于将所述线路节点和所述道路节点的坐标信息按照预设的比例尺插入训练好的场景模型，根据预设的连接顺序在场景模型中连接所述线路节点，得到理论线路；

理论道路确定模块，用于实时获取监测端上传的交通数据，根据所述交通数据在场景模型中确定理论道路；其中，所述监测端安装在道路节点处，所述理论道路包括主路与支路；

交叉点确定模块，用于根据所述理论线路和所述理论道路确定理论交叉点，根据所述理论交叉点确定交叉跨越点。

作为本发明进一步的方案：所述理论道路确定模块包括：

图像处理单元，用于实时获取监测端上传的交通图像流，根据所述交通图像流确定相应道路节点的交通数据；所述交通数据为含有运动方向的运动主体；

检测单元，用于根据所述交通数据中的运动方向向相关道路节点发送运动主体检测指令，获取检测结果；

结果分析单元，用于根据所述检测结果确定道路数据；其中，所述道路数据包括主路数据和支路数据；

处理执行单元，用于根据所述道路数据在场景模型中确定理论道路。

作为本发明进一步的方案：所述图像处理单元包括：

转换子单元，用于实时获取监测端上传的交通图像流，将所述交通图像流转换为含有获取时间的路况图像组；

轮廓识别子单元，用于对所述路况图像进行轮廓识别，根据轮廓识别结果确定运动主体；

参数计算子单元，用于根据所述运动主体在所述路况图像组中查询端点图像，根据所述端点图像的获取时间确定运动主体的时间范围和运动主体的运动参数；其中，所述运动参数包含运动方向；

插入子单元，用于以所述时间范围作为索引，将含有运动参数的运动主体插入监测表。

与现有技术相比，本发明的有益效果是：本发明通过交通数据对道路节点进行风析，确定可能存在支路的道路，进而进行支路检测，然后根据获取到的道路数据和线路数据确定交叉跨越点，本发明对道路的检测非常完善，补充了原有技术方案的不足。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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发明的一些实施例。

图1示出了基于地理信息线路交叉跨越点的自动识别方法的流程框图。

图2示出了基于地理信息线路交叉跨越点的自动识别方法的第一子流程框图。

图3示出了基于地理信息线路交叉跨越点的自动识别方法的第二子流程框图。

图4示出了基于地理信息线路交叉跨越点的自动识别方法的第三子流程框图。

图5示出了基于地理信息线路交叉跨越点的自动识别方法的第四子流程框图。

图6示出了基于地理信息线路交叉跨越点的自动识别方法的第五子流程框图。

图7示出了基于地理信息线路交叉跨越点的自动识别方法的第六子流程框图。

图8示出了基于地理信息线路交叉跨越点的自动识别系统的组成结构框图。

图9示出了基于地理信息线路交叉跨越点的自动识别系统中理论道路确定模块的组成结构框图。

图10示出了理论道路确定模块中图像处理单元的组成结构框图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例1

图1示出了基于地理信息线路交叉跨越点的自动识别方法的流程框图，本发明实施例中，一种基于地理信息线路交叉跨越点的自动识别方法，所述方法包括步骤S100至步骤S400：

步骤S100：建立与城建备案信息库的连接通道，实时读取线路节点和道路节点的坐标信息；

线路节点和道路节点，在设计伊始一定会有一个坐标，在本发明技术方案中，这个坐标无需多么精确，只需要知道大致位置即可。

步骤S200：将所述线路节点和所述道路节点的坐标信息按照预设的比例尺插入训练好的场景模型，根据预设的连接顺序在场景模型中连接所述线路节点，得到理论线路；

场景模型是一个区域的缩影，其比例尺是固定的，在场景模型中确定线路和道路是更容易实现的，其中，根据线路节点确定理论线路需要一个连接顺序，这个连接顺序要求场景模型中的线路节点必须包含某项或某几项数据。

步骤S300：实时获取监测端上传的交通数据，根据所述交通数据在场景模型中确定理论道路；其中，所述监测端安装在道路节点处，所述理论道路包括主路与支路；

理论道路的确定过程较为容易，通过简单的数据库读取操作即可，但是本发明技术方案与众不同地方在于，在确定理论道路的过程中，会根据交通数据确定支路数据，所述支路数据往往是不在设计范围内，这种道路与线路的交叉跨越点在传统的检测技术中是缺失的。

步骤S400：根据所述理论线路和所述理论道路确定理论交叉点，根据所述理论交叉点确定交叉跨越点；

步骤S400是交叉点确定过程，首先，在场景模型中根据线段确定理论交叉点，然后根据所述比例尺确定现实中的交叉跨越点。

图2示出了基于地理信息线路交叉跨越点的自动识别方法的第一子流程框图，所述建立与城建备案信息库的连接通道，实时读取线路节点和道路节点的坐标信息的步骤包括步骤S101至步骤S104：

步骤S101：建立与城建备案信息库的连接通道，获取城建区域；

步骤S102：确定所述城建区域的中心点，根据所述中心点对所述线路节点进行编号，根据编号结果确定连接顺序；

步骤S103：在所述城建区域中读取道路序号，根据所述道路序号确定道路节点；其中，所述道路节点包括道路与区域边界的交界点；

步骤S104：依次获取线路节点和道路节点的坐标信息。

步骤S101至步骤S104对坐标信息的获取过程进行了进一步的细化，首先，基于城建备案信息库确定一个城建区域，这一个区域可以理解为“管辖范围”，其中，线路节点的读取过程是由中心点为起点的，道路节点中包含道路与区域边界的交界点。

图3示出了基于地理信息线路交叉跨越点的自动识别方法的第二子流程框图，所述确定所述城建区域的中心点，根据所述中心点对所述线路节点进行编号，根据编号结果确定连接顺序的步骤包括步骤S1021至步骤S1024：

步骤S1021：以所述中心点为中心，根据预设的遍历方向提取在该遍历方向上与中心点距离最远的线路节点，作为边界点；

步骤S1022：获取所述边界点的工作参数，根据所述工作参数对该边界点进行编号；其中，所述工作参数包括电流量和电流方向；

步骤S1023：依次获取其他线路节点与所述边界点的连接关系，根据所述连接关系对其他线路节点进行编号；

步骤S1024：根据编号结果确定连接顺序。

步骤S1021至步骤S1024对步骤S102进行了进一步的限定，步骤S102的目的是确定连接顺序，举例来说，以所述中心点为中心，依次获取不同方向上距离中心点最远的线路节点，可以获取一些最靠近区域边缘的线路节点，这些线路节点是与区域外界进行电流交换的线路节点，它们往往就是区域的供电节点和区域的出电节点；需要说明的是，所述不同方向是一个方向范围，比如3点钟到5点钟方向。

获取这些供电节点和出电节点的工作参数，区域内的线路节点都是与这些供电节点和出电节点相关的，根据所述工作参数即可理清线路脉落。举例来说，同属于一个电流来源的线路节点可以使用相同的编号前缀，在连接的时候，根据所述编号前缀对不同的线路节点进行连接。

图4示出了基于地理信息线路交叉跨越点的自动识别方法的第三子流程框图，所述实时获取监测端上传的交通数据，根据所述交通数据在场景模型中确定理论道路的步骤包括步骤S301至步骤S304：

步骤S301：实时获取监测端上传的交通图像流，根据所述交通图像流确定相应道路节点的交通数据；所述交通数据为含有运动方向的运动主体；

步骤S302：根据所述交通数据中的运动方向向相关道路节点发送运动主体检测指令，获取检测结果；

步骤S303：根据所述检测结果确定道路数据；其中，所述道路数据包括主路数据和支路数据；

步骤S304：根据所述道路数据在场景模型中确定理论道路。

步骤S301至步骤S304是理论道路的确定过程，这是本发明技术方案的核心创新点，首先，获取某个道路节点处的交通数据，然后向相关的道路节点发送检测指令，其中，相关的意思是，一个道路节点可能到达多个道路节点，所述多个道路节点与所述一个道路节点就是相关的。可以想到，如果在某个道路节点检测到了某个车辆，在相关的道路节点处未检测到某个车辆，而且这种事情多次发生时，就可以认为这两个道路节点之间的道路上存在支路。

图5示出了基于地理信息线路交叉跨越点的自动识别方法的第四子流程框图，所述实时获取监测端上传的交通图像流，根据所述交通图像流确定相应道路节点的交通数据的步骤包括步骤S3011至步骤S3014：

步骤S3011：实时获取监测端上传的交通图像流，将所述交通图像流转换为含有获取时间的路况图像组；

步骤S3012：对所述路况图像进行轮廓识别，根据轮廓识别结果确定运动主体；

步骤S3013：根据所述运动主体在所述路况图像组中查询端点图像，根据所述端点图像的获取时间确定运动主体的时间范围和运动主体的运动参数；其中，所述运动参数包含运动方向；

步骤S3014：以所述时间范围作为索引，将含有运动参数的运动主体插入监测表。

上述内容的目的是确定一个运动主体的运动参数，所述运动参数由两张端点图像计算，所述端点图像就是该运动主体刚出现在检测范围内和快要离开检测范围内时的路况图像。可以想到，每个运动主体对应的端点图像是不同的，路况图像组中的路况图像可能是不同运动主体的端点图像。

图6示出了基于地理信息线路交叉跨越点的自动识别方法的第五子流程框图，所述根据所述交通数据中的运动方向向相关道路节点发送运动主体检测指令，获取检测结果的步骤包括步骤S3021至步骤S3023：

步骤S3021：根据所述交通数据中的运动方向在训练好的交通关联表中确定相关道路节点，并获取相关道路节点的地址；

步骤S3022：读取交通数据中的运动参数，根据所述运动参数计算预测时间，基于所述地址向相关道路节点发送含有预测时间的运动主体检测指令；

步骤S3023：当在预设的检测时间内未接收到相关监测端上传的检测成功信号时，标记两个道路节点之间的道路。

相关道路节点的获取需要借助训练好的交通关联表，在道路节点明确的前提下，交通关联表的确定过程并不困难。

需要说明的是，上述内容中增设了一个预测时间参数，可以提高相关道路节点的检测资源利用率，其中，所述预测时间参数可以是一个最小值，比如，在有限速的情况下，车辆的速度一般不超过150m/s，甚至这个值可以设置在200m/s，这么做的好处是，使得相关道路节点的监测端在经历过一段时间再开启检测过程。当然，在运动主体较多的情况下，检测过程是一直开启的，对于一些人迹罕至的道路，可以通过上述方式提高资源利用率。

图7示出了基于地理信息线路交叉跨越点的自动识别方法的第六子流程框图，所述根据所述检测结果确定道路数据的步骤包括步骤S3031至步骤S3033：

步骤S3031：统计标记的道路，获取所述道路的位置数据，根据所述位置数据生成检测路线；

步骤S3032：将所述检测路线向移动端发送，获取移动端反馈的基于相应道路的支路数据；

步骤S3033：根据所述道路节点生成主路数据，根据所述主路数据和所述支路数据确定道路数据。

上述内容的工作前提是：已经标记了可能存在支路的道路，至于是否存在支路，需要进一步的进行检测，进一步的检测可以由人工完成，也可以由无人机完成，具体不做限定。

实施例2

图8示出了基于地理信息线路交叉跨越点的自动识别系统的组成结构框图，本发明实施例中，一种基于地理信息线路交叉跨越点的自动识别系统，所述系统10包括：

坐标读取模块11，用于建立与城建备案信息库的连接通道，实时读取线路节点和道路节点的坐标信息；

理论线路确定模块12，用于将所述线路节点和所述道路节点的坐标信息按照预设的比例尺插入训练好的场景模型，根据预设的连接顺序在场景模型中连接所述线路节点，得到理论线路；

理论道路确定模块13，用于实时获取监测端上传的交通数据，根据所述交通数据在场景模型中确定理论道路；其中，所述监测端安装在道路节点处，所述理论道路包括主路与支路；

交叉点确定模块14，用于根据所述理论线路和所述理论道路确定理论交叉点，根据所述理论交叉点确定交叉跨越点。

图9示出了基于地理信息线路交叉跨越点的自动识别系统中理论道路确定模块的组成结构框图，所述理论道路确定模块13包括：

图像处理单元131，用于实时获取监测端上传的交通图像流，根据所述交通图像流确定相应道路节点的交通数据；所述交通数据为含有运动方向的运动主体；

检测单元132，用于根据所述交通数据中的运动方向向相关道路节点发送运动主体检测指令，获取检测结果；

结果分析单元133，用于根据所述检测结果确定道路数据；其中，所述道路数据包括主路数据和支路数据；

处理执行单元134，用于根据所述道路数据在场景模型中确定理论道路。

图10示出了理论道路确定模块中图像处理单元的组成结构框图，所述图像处理单元131包括：

转换子单元1311，用于实时获取监测端上传的交通图像流，将所述交通图像流转换为含有获取时间的路况图像组；

轮廓识别子单元1312，用于对所述路况图像进行轮廓识别，根据轮廓识别结果确定运动主体；

参数计算子单元1313，用于根据所述运动主体在所述路况图像组中查询端点图像，根据所述端点图像的获取时间确定运动主体的时间范围和运动主体的运动参数；其中，所述运动参数包含运动方向；

插入子单元1314，用于以所述时间范围作为索引，将含有运动参数的运动主体插入监测表。

所述基于地理信息线路交叉跨越点的自动识别方法所能实现的功能均由计算机设备完成，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述程序代码由所述一个或多个处理器加载并执行以实现所述基于地理信息线路交叉跨越点的自动识别方法的功能。

处理器从存储器中逐条取出指令、分析指令，然后根据指令要求完成相应操作，产生一系列控制命令，使计算机各部分自动、连续并协调动作，成为一个有机的整体，实现程序的输入、数据的输入以及运算并输出结果，这一过程中产生的算术运算或逻辑运算均由运算器完成；所述存储器包括只读存储器(Read-Only Memory，ROM)，所述只读存储器用于存储计算机程序，所述存储器外部设有保护装置。

示例性的，计算机程序可以被分割成一个或多个模块，一个或者多个模块被存储在存储器中，并由处理器执行，以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在终端设备中的执行过程。

本领域技术人员可以理解，上述服务设备的描述仅仅是示例，并不构成对终端设备的限定，可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件，例如可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，上述处理器是上述终端设备的控制中心，利用各种接口和线路连接整个用户终端的各个部分。

上述存储器可用于存储计算机程序和/或模块，上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等；存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外，存储器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，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、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。

终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例系统中的全部或部分模块/单元，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个系统实施例的功能。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。

需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于地理信息线路交叉跨越点的自动识别方法，其特征在于，所述方法包括：

建立与城建备案信息库的连接通道，实时读取线路节点和道路节点的坐标信息；

将所述线路节点和所述道路节点的坐标信息按照预设的比例尺插入训练好的场景模型，根据预设的连接顺序在场景模型中连接所述线路节点，得到理论线路；

实时获取监测端上传的交通数据，根据所述交通数据在场景模型中确定理论道路；其中，所述监测端安装在道路节点处，所述理论道路包括主路与支路；

根据所述理论线路和所述理论道路确定理论交叉点，根据所述理论交叉点确定交叉跨越点。

2.根据权利要求1所述的基于地理信息线路交叉跨越点的自动识别方法，其特征在于，所述建立与城建备案信息库的连接通道，实时读取线路节点和道路节点的坐标信息的步骤包括：

建立与城建备案信息库的连接通道，获取城建区域；

确定所述城建区域的中心点，根据所述中心点对所述线路节点进行编号，根据编号结果确定连接顺序；

在所述城建区域中读取道路序号，根据所述道路序号确定道路节点；其中，所述道路节点包括道路与区域边界的交界点；

依次获取线路节点和道路节点的坐标信息。

3.根据权利要求2所述的基于地理信息线路交叉跨越点的自动识别方法，其特征在于，所述确定所述城建区域的中心点，根据所述中心点对所述线路节点进行编号，根据编号结果确定连接顺序的步骤包括：

以所述中心点为中心，根据预设的遍历方向提取在该遍历方向上与中心点距离最远的线路节点，作为边界点；

获取所述边界点的工作参数，根据所述工作参数对该边界点进行编号；其中，所述工作参数包括电流量和电流方向；

依次获取其他线路节点与所述边界点的连接关系，根据所述连接关系对其他线路节点进行编号；

根据编号结果确定连接顺序。

4.根据权利要求1所述的基于地理信息线路交叉跨越点的自动识别方法，其特征在于，所述实时获取监测端上传的交通数据，根据所述交通数据在场景模型中确定理论道路的步骤包括：

实时获取监测端上传的交通图像流，根据所述交通图像流确定相应道路节点的交通数据；所述交通数据为含有运动方向的运动主体；

根据所述交通数据中的运动方向向相关道路节点发送运动主体检测指令，获取检测结果；

根据所述检测结果确定道路数据；其中，所述道路数据包括主路数据和支路数据；

根据所述道路数据在场景模型中确定理论道路。

5.根据权利要求4所述的基于地理信息线路交叉跨越点的自动识别方法，其特征在于，所述实时获取监测端上传的交通图像流，根据所述交通图像流确定相应道路节点的交通数据的步骤包括：

实时获取监测端上传的交通图像流，将所述交通图像流转换为含有获取时间的路况图像组；

对所述路况图像进行轮廓识别，根据轮廓识别结果确定运动主体；

根据所述运动主体在所述路况图像组中查询端点图像，根据所述端点图像的获取时间确定运动主体的时间范围和运动主体的运动参数；其中，所述运动参数包含运动方向；

以所述时间范围作为索引，将含有运动参数的运动主体插入监测表。

6.根据权利要求4所述的基于地理信息线路交叉跨越点的自动识别方法，其特征在于，所述根据所述交通数据中的运动方向向相关道路节点发送运动主体检测指令，获取检测结果的步骤包括：

根据所述交通数据中的运动方向在训练好的交通关联表中确定相关道路节点，并获取相关道路节点的地址；

读取交通数据中的运动参数，根据所述运动参数计算预测时间，基于所述地址向相关道路节点发送含有预测时间的运动主体检测指令；

当在预设的检测时间内未接收到相关监测端上传的检测成功信号时，标记两个道路节点之间的道路。

7.根据权利要求6所述的基于地理信息线路交叉跨越点的自动识别方法，其特征在于，所述根据所述检测结果确定道路数据的步骤包括：

统计标记的道路，获取所述道路的位置数据，根据所述位置数据生成检测路线；

将所述检测路线向移动端发送，获取移动端反馈的基于相应道路的支路数据；

根据所述道路节点生成主路数据，根据所述主路数据和所述支路数据确定道路数据。

8.一种基于地理信息线路交叉跨越点的自动识别系统，其特征在于，所述系统包括：

坐标读取模块，用于建立与城建备案信息库的连接通道，实时读取线路节点和道路节点的坐标信息；

理论线路确定模块，用于将所述线路节点和所述道路节点的坐标信息按照预设的比例尺插入训练好的场景模型，根据预设的连接顺序在场景模型中连接所述线路节点，得到理论线路；

理论道路确定模块，用于实时获取监测端上传的交通数据，根据所述交通数据在场景模型中确定理论道路；其中，所述监测端安装在道路节点处，所述理论道路包括主路与支路；

交叉点确定模块，用于根据所述理论线路和所述理论道路确定理论交叉点，根据所述理论交叉点确定交叉跨越点。

9.根据权利要求8所述的基于地理信息线路交叉跨越点的自动识别系统，其特征在于，所述理论道路确定模块包括：

图像处理单元，用于实时获取监测端上传的交通图像流，根据所述交通图像流确定相应道路节点的交通数据；所述交通数据为含有运动方向的运动主体；

检测单元，用于根据所述交通数据中的运动方向向相关道路节点发送运动主体检测指令，获取检测结果；

结果分析单元，用于根据所述检测结果确定道路数据；其中，所述道路数据包括主路数据和支路数据；

处理执行单元，用于根据所述道路数据在场景模型中确定理论道路。

10.根据权利要求9所述的基于地理信息线路交叉跨越点的自动识别系统，其特征在于，所述图像处理单元包括：

转换子单元，用于实时获取监测端上传的交通图像流，将所述交通图像流转换为含有获取时间的路况图像组；

轮廓识别子单元，用于对所述路况图像进行轮廓识别，根据轮廓识别结果确定运动主体；

参数计算子单元，用于根据所述运动主体在所述路况图像组中查询端点图像，根据所述端点图像的获取时间确定运动主体的时间范围和运动主体的运动参数；其中，所述运动参数包含运动方向；

插入子单元，用于以所述时间范围作为索引，将含有运动参数的运动主体插入监测表。

Images