CN115567563A - 基于端边云的综合交通枢纽监测预警系统及其控制方法 - Google Patents
基于端边云的综合交通枢纽监测预警系统及其控制方法 Download PDFInfo
- Publication number
- CN115567563A CN115567563A CN202211537095.1A CN202211537095A CN115567563A CN 115567563 A CN115567563 A CN 115567563A CN 202211537095 A CN202211537095 A CN 202211537095A CN 115567563 A CN115567563 A CN 115567563A
- Authority
- CN
- China
- Prior art keywords
- data
- cloud
- monitoring
- warning system
- early warning
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000007726 management method Methods 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 15
- 238000013523 data management Methods 0.000 claims description 12
- 238000013500 data storage Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 239000000779 smoke Substances 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000013468 resource allocation Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 9
- 238000007619 statistical method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000004220 aggregation Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 101001093748 Homo sapiens Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Proteins 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005662 electromechanics Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000002706 hydrostatic effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Computing Systems (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于端边云的综合交通枢纽监测预警系统及其控制方法。所述基于端边云的综合交通枢纽监测预警系统，包括终端设备、边缘计算网关设备和云端管理平台，所述终端设备包括多个子设备，所述云端管理平台包括云计算处理器和指挥中心显示端。本发明提供的的综合交通枢纽监测预警系统通过边缘计算，降低云服务器的计算压力，使设备可接入数量提升一个数量级，节省服务器空间和资源。通过边缘计算，使各个设备的数据采集更加灵活和可控。分担云平台的工作量，而不再需要费力把数据回传云端处理，实时性更好、效率更高、延迟最短。
Description
技术领域
本发明涉及交通设备领域，具体涉及一种基于端边云的综合交通枢纽监测预警系统及其控制方法。
背景技术
综合交通枢纽系统涉及车辆、机电、土木、供电、信号、通信、运输、环控等，各专业相对独立又密切关联。为确保系统高效运转，需要大量的终端设备建立庞大的物联网系统，进行数据的采集和整理，而物联网系统带来的庞大计算压力降低了云平台的工作效率，计算和运行难以即时相应。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于端边云的综合交通枢纽监测预警系统及其控制方法。
依据本发明的一个方面，提供了一种基于端边云的综合交通枢纽监测预警系统，包括终端设备、边缘计算网关设备和云端管理平台，所述终端设备包括多个子设备，所述云端管理平台包括云计算处理器和指挥中心显示端；
所述终端设备用于采集各个子设备的数据，并传送采集的数据；
所述边缘计算网关设备用于接收终端设备采集的数据，对接收的数据进行处理；
所述云端管理平台用于接收边缘计算网关设备采集的数据，通过云计算处理器计算后显示在指挥中心显示端。
进一步的，所述终端设备采集的数据通过网络、视频流传入边缘计算网关设备。
进一步的，所述终端设备包括轨道终端设备、列车终端设备和站点终端设备，但不限于此。
进一步的，所述轨道终端设备包括振动监测仪、静力水准仪、智能读数仪、倾角仪，但不限于此。
进一步的，所述列车终端设备包括定位终端、监控摄像头、激光对射、红外传感器，但不限于此。
进一步的，所述站点终端设备包括AGM刷卡闸机、TVM售票机、监控摄像头、烟雾传感器，但不限于此。
进一步的，所述边缘计算网关设备包括主控模块、数据采集及控制模块、流量检测及安全接入模块、加密认证模块和视频处理模块；
所述视频处理模块用于接入列车内、站点内视频监控设备，以卷积神经网络深度学习算法对视频抽帧进行目标检测、目标分类、目标跟踪、目标行为分析，实现对终端设备采集的视频流结构化处理；
所述数据采集及控制模块用于客流检测数据处理分析、本地设备控制和交互通信；其中，客流检测数据处理分析主要基于闸机、检票数据，对交通枢纽的客流数据进行基础的统计分析，包括小时客流量、旅客性别、年龄、枢纽内人数。
所述流量检测及安全接入模块通过对工业协议进行识别解析和白名单过滤，监测网络异常流量，将安全威胁阻隔在数据采集及控制模块外部；
加密认证模块，用于为网关和时序大数据平台提供网络边界防护屏障，同时为时序大数据的广域网传输提供认证与加密服务，实现结构化时序大数据传输的机密性和完整性；
主控模块，用于整合主控模块、数据采集及控制模块、流量检测及安全接入模块、加密认证模块和视频处理模块之间的资源分配及基本的配置功能。
进一步的，所述云端管理平台包括：
数据管理单元，用于描述业务数据的格式、含义、特性及其运行环境的数据；具体的，数据管理单元实现数据的汇聚、转换清洗和写入装载，对表名、字段名、数据、字典等多个方面依据录入的标准体系进行替换、剪切、去重等实现数据治理，然后以ES、Excel、Hbase、Kafka、redis、rabbitmq、文本文件、表等方式输出至数据存储平台；
数据存储单元，用于把数据管理单元中不符合标准的数据，梳理为标准的数据格式，并进行分类；
数据分析与指标计算单元，用于调用数据计算服务对数据存储单元分类后的数据进行处理。
进一步的，所述数据计算服务包括指标计算服务、分类服务和特征分析服务。
依据本发明的第二方面，提供了一种基于端边云的综合交通枢纽监测预警系统的控制方法，包括以下步骤：
S1、通过终端设备对交通环境进行监测，获取监测数据；
S2、通过边缘计算网关设备接入监测数据，并对数据进行结构化分析，获取对应的数据；
S3、云端管理平台接收边缘计算网关设备采集的数据，通过云计算处理器计算后显示在指挥中心显示端。
依据本发明的第三方面，提供了一种基于端边云的综合交通枢纽监测预警设备，包括：存储器和处理器；
所述存储器用于存储程序指令；
所述处理器用于调用所述存储器中的程序指令执行上述基于端边云的综合交通枢纽监测预警系统的控制方法。
依据本发明的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序指令，所述计算机程序指令被执行时，实现上述基于端边云的综合交通枢纽监测预警系统的控制方法。
依据本发明的第五方面，提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述基于端边云的综合交通枢纽监测预警系统的控制方法。
由上述可知，本发明的技术方案，提供了一种基于端边云的综合交通枢纽监测预警系统及其控制方法，所述基于端边云的综合交通枢纽监测预警系统通过边缘计算，使服务器只负责接入设备，不进行计算和分析，降低云服务器的计算压力，使设备可接入数量提升一个数量级，节省服务器空间和资源。通过边缘计算，使各个设备的数据采集更加灵活和可控。分担云平台的工作量，而不再需要费力把数据回传云端处理，实时性更好、效率更高、延迟最短。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明一典型实施例提供的基于端边云的综合交通枢纽监测预警系统的原理图；
图2示出了本发明一典型实施例提供的基于端边云的综合交通枢纽监测预警系统中终端设备的示意图；
图3示出了本发明一典型实施例提供的基于端边云的综合交通枢纽监测预警系统中边缘计算网关设备的示意图；
图4示出了本发明一典型实施例提供的基于端边云的综合交通枢纽监测预警系统中视频处理模块的示意图；
图5示出了本发明一典型实施例提供的基于端边云的综合交通枢纽监测预警系统中云端管理平台的示意图；
图6示出了本发明一典型实施例提供的基于端边云的综合交通枢纽监测预警系统中数据管理的示意图；
图7示出了本发明一典型实施例提供的基于端边云的综合交通枢纽监测预警系统中数据分析与指标计算的示意图；
图8示出了本发明一典型实施例提供的基于端边云的综合交通枢纽监测预警系统中应用管理的示意图；
图9示出了本发明一典型实施例提供的基于端边云的综合交通枢纽监测预警系统中生成用户相关的指标和服务的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
如图1所示，本发明提供的端边云架构的综合交通枢纽监测预警系统包括终端设备、边缘计算网关设备、云端管理平台三个部分：终端设备集成各个子设备的硬件设备，作为数据采集终端，为整个系统提供原始数据，并将这些数据通过网络、视频流传入边缘计算网关设备；边缘计算网关设备包括视频接入，采集视频数据，包含边缘智能算法，实现智能预警、人脸识别、流量统计、行为识别算法，包含物联网网关及设备软件开发工具包，实现各类物联设备的接入和通讯；云端管理平台提供云计算服务、视频录播服务、数据库服务，通过以太网传输控制协议和超文本传输控制协议将各个子设备的数据汇聚到云平台，经过云计算处理后，采用数字展示、图表展示、视频、地理信息系统、建筑信息模型、综合态势图多种表现形式在智慧指挥中心大屏端显示。
如图2所示，终端设备的子设备包括轨道终端设备、列车终端设备、站点终端设备。所述轨道终端设备包括振动监测仪、静力水准仪、智能读数仪、倾角仪，所述列车终端设备包括定位终端、监控摄像头、激光对射、红外传感器，所述站点终端设备包括AGM（自动检票）刷卡闸机、TVM售票机（自动售票机）、监控摄像头、烟雾传感器。
如图3所示，所述边缘计算网关设备采用2U设计，主要包含主控模块、数据采集及控制模块、加密认证模块和视频处理模块。如图4所示，视频处理模块：主要用于接入列车内、站点内视频监控设备，以卷积神经网络深度学习算法对视频抽帧进行目标检测、目标分类、目标跟踪、目标行为分析，实现对视频流的结构化处理。数据采集及控制模块：主要用于客流检测数据处理分析、本地设备控制和交互通信功能，客流检测数据处理分析主要基于闸机、检票数据，对交通枢纽的客流数据进行基础的统计分析，包括小时客流量、旅客性别、年龄、枢纽内人数。流量检测及安全接入模块：通过对工业协议进行识别解析和白名单过滤，准确监测网络异常流量，自动应对各层面安全隐患，第一时间将安全威胁阻隔在数据采集端外部。加密认证模块：用于时序大数据由网关和平台之间传输的网络管道防护，不仅可以为网关和时序大数据平台提供一个网络边界防护屏障，同时为时序大数据的广域网传输提供认证与加密服务，实现结构化时序大数据传输的机密性和完整性保护。主控模块：主要整合所有模块间的资源分配及基本的配置功能。
如图5所示，所述云端管理平台包括数据管理、数据存储、数据分析与指标计算。数据管理：用于描述业务数据的格式、含义、特性及其运行环境的数据；如图6所示，数据管理实现数据的汇聚、转换清洗和写入装载，对表名、字段名、数据、字典等多个方面依据录入的标准体系进行替换、剪切、去重等实现数据治理，然后以ES、Excel、Hbase、Kafka、redis、rabbitmq、文本文件、表等方式输出至数据存储平台；
数据存储：把外部不符合标准的数据，梳理为标准的数据格式，数据按领域分类，维度，事实分类，业务表职责清晰； 如图7所示，数据分析与指标计算：通过数据计算框架，调用数据计算算法API，业务指标计算服务读取指标配置参数进行计算，计算结果包括指标计算、分类、特征分析。如图8所示，本发明基于端边云的综合交通枢纽监测预警系统可广泛应用在车辆安全监测预警、停车场运行监测预警、站点运营监测预警、监测数据统计分析、日常养护巡检巡查、应急事件调度指挥，但不限于此。
在具体实施中，终端设备通过多模通信技术，集成多种通信平台，实现髙速、可靠、双向的综合通信网络，通过该平台可以将先进的传感技术、信息融合技术、智能控制方法以及决策支持系统整合成一个有机的整体，以实现高效、安全和环境友好的智能交通协同管理。通信模式主要可分为移动通信模式、无线通信模式、专用通信模式和其他通信模式。移动通信包括4G/5G网络等；无线通信包括WIFI技术等；专用通信包括RFID/DSRC等；其他通信方式包括蓝牙、红外灯。
边缘计算单元接入各类检测器数据，如车辆视频检测器等传统检测器，此类车辆检测器可直接提供数据；另外可接入监控视频等视频监测设备，通过对视频设备的视频流进行结构化分析，获取对应的数据。在接入各类检测器数据后，针对各类检测器的特性，定制化不同的接口协议实现对不同的数据采集；采集多源的数据后，需要根据系统的需求，对数据进行筛选和清洗，转换成系统所需数据。
云端管理平台通过接入网关，可接入不同数据源的数据，包括结构化数据，非结构化数据。可接入不同协议的终端数据，包括JT808，JT809,JT1078等标准协议。如图9所示，在数据的入口处，通过给不用租户分配token码，对数据打上租户的ID标签，在后面的计算中，以此为标识，生成各用户相关的指标和服务。数据存储方面，依据数据标准规范检查数据的准确性、一致性、完整性、唯一性、规范性、及时性，生成符合标准的数据，利用数据湖的数据管理平台，提供数据的存储服务。数据分析方面，利用spark，hive等对数据进行在线和离线的计算和分析，用消息平台来推送海量消息。数据计算方面，采用统一的服务构架，关注高并发，高可用，多租户隔离，资源管控，安全增强，计算策略等等问题。在数据接入和数据存储、计算服务之间，构建了一层中间层。能够帮助上层应用，通过其对外提供的标准化接口（如 HTTP, JDBC, Java …），快速的连接到多种底层计算存储引擎（如 Spark、Hive、TiSpark、MySQL、Python 等），提交执行各种类型的计算任务，并实现跨上层应用间的计算任务运行时上下文和依赖的互通和共享。且通过提供多租户、高并发、任务分发和管理策略、资源管控等特性支持，使得各种计算任务更灵活、可靠、可控的提交执行，成功返回结果，大大降低了上层应用在计算治理层的开发和运维成本。
应用管理等基于对已汇聚数据资源的动态监测与深层挖掘分析，满足综合交通枢纽运行过程中的监管、运营、安全需求，实现有效监管、动态分析、快速应急、协同联动、辅助决策等功能，以更为专业、更为创新的方式去给综合交通枢纽业务场景提供多样性、专业性、高质量的服务。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的控制不表示任何顺序。可将这些单词解释为名称。
Claims (13)
1.一种基于端边云的综合交通枢纽监测预警系统，其特征在于：包括终端设备、边缘计算网关设备和云端管理平台，所述终端设备包括多个子设备，所述云端管理平台包括云计算处理器和指挥中心显示端；其中，
所述终端设备用于采集各个子设备的数据，并传送采集的数据；
所述边缘计算网关设备用于接收终端设备采集的数据，对接收的数据进行处理；
所述云端管理平台用于接收边缘计算网关设备采集的数据，通过云计算处理器计算后显示在指挥中心显示端。
2.根据权利要求1所述基于端边云的综合交通枢纽监测预警系统，其特征在于：所述终端设备采集的数据通过网络、视频流传入边缘计算网关设备。
3.根据权利要求1所述基于端边云的综合交通枢纽监测预警系统，其特征在于：所述终端设备包括轨道终端设备、列车终端设备和站点终端设备。
4.根据权利要求3所述基于端边云的综合交通枢纽监测预警系统，其特征在于：所述轨道终端设备包括振动监测仪、静力水准仪、智能读数仪、倾角仪。
5.根据权利要求3所述基于端边云的综合交通枢纽监测预警系统，其特征在于：所述列车终端设备包括定位终端、监控摄像头、激光对射、红外传感器。
6.根据权利要求3所述基于端边云的综合交通枢纽监测预警系统，其特征在于：所述站点终端设备包括AGM刷卡闸机、TVM售票机、监控摄像头、烟雾传感器。
7.根据权利要求1所述基于端边云的综合交通枢纽监测预警系统，其特征在于：所述边缘计算网关设备包括主控模块、数据采集及控制模块、流量检测及安全接入模块、加密认证模块和视频处理模块；
所述视频处理模块用于接入列车内、站点内视频监控设备，以卷积神经网络深度学习算法对视频抽帧进行目标检测、目标分类、目标跟踪、目标行为分析，实现对终端设备采集的视频流结构化处理；
所述数据采集及控制模块用于客流检测数据处理分析、本地设备控制和交互通信；
所述流量检测及安全接入模块通过对工业协议进行识别解析和白名单过滤，监测网络异常流量，将安全威胁阻隔在数据采集及控制模块外部；
加密认证模块，用于为网关和时序大数据平台提供网络边界防护屏障，同时为时序大数据的广域网传输提供认证与加密服务，实现结构化时序大数据传输的机密性和完整性；
主控模块，用于整合主控模块、数据采集及控制模块、流量检测及安全接入模块、加密认证模块和视频处理模块之间的资源分配及基本的配置功能。
8.根据权利要求1所述基于端边云的综合交通枢纽监测预警系统，其特征在于，所述云端管理平台包括：
数据管理单元，用于描述业务数据的格式、含义、特性及其运行环境的数据；
数据存储单元，用于把数据管理单元中不符合标准的数据，梳理为标准的数据格式，并进行分类；
数据分析与指标计算单元，通过数据计算框架，调用数据计算服务，包括指标计算服务，分类服务，特征分析服务，对数据存储单元分类后的数据进行处理。
9.根据权利要求8所述基于端边云的综合交通枢纽监测预警系统，其特征在于：所述数据计算服务包括指标计算服务、分类服务和特征分析服务。
10.一种如权利要求1-9中任一项所述基于端边云的综合交通枢纽监测预警系统的控制方法，其特征在于，包括以下步骤：
S1、通过终端设备对交通环境进行监测，获取监测数据；
S2、通过边缘计算网关设备接入监测数据，并对数据进行结构化分析，获取对应的数据；
S3、云端管理平台接收边缘计算网关设备采集的数据，通过云计算处理器计算后显示在指挥中心显示端。
11.一种基于端边云的综合交通枢纽监测预警设备，其特征在于，包括：存储器和处理器；
所述存储器用于存储程序指令；
所述处理器用于调用所述存储器中的程序指令执行如权利要求10所述基于端边云的综合交通枢纽监测预警系统的控制方法。
12.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有计算机程序指令，所述计算机程序指令被执行时，实现权利要求10所述基于端边云的综合交通枢纽监测预警系统的控制方法。
13.一种计算机程序产品，包括计算机程序，其特征在于：该计算机程序被处理器执行时实现如权利要求10所述基于端边云的综合交通枢纽监测预警系统的控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211537095.1A CN115567563B (zh) | 2022-12-02 | 2022-12-02 | 基于端边云的综合交通枢纽监测预警系统及其控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211537095.1A CN115567563B (zh) | 2022-12-02 | 2022-12-02 | 基于端边云的综合交通枢纽监测预警系统及其控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115567563A true CN115567563A (zh) | 2023-01-03 |
| CN115567563B CN115567563B (zh) | 2023-03-14 |
Family
ID=84770026
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211537095.1A Active CN115567563B (zh) | 2022-12-02 | 2022-12-02 | 基于端边云的综合交通枢纽监测预警系统及其控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115567563B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116311938A (zh) * | 2023-03-21 | 2023-06-23 | 浪潮智慧科技有限公司 | 一种基于大数据的道路隐患处理方法及设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108418902A (zh) * | 2017-11-20 | 2018-08-17 | 北京万相融通科技股份有限公司 | 一种智慧铁路综合交通枢纽集成控制系统 |
| US20180356800A1 (en) * | 2017-06-08 | 2018-12-13 | Rockwell Automation Technologies, Inc. | Predictive maintenance and process supervision using a scalable industrial analytics platform |
| CN110972068A (zh) * | 2018-09-28 | 2020-04-07 | 中国移动通信集团甘肃有限公司 | 一种用户位置分布检测方法及装置 |
| CN112258777A (zh) * | 2020-10-22 | 2021-01-22 | 深圳思麦杰科技有限公司 | 基于边缘计算的火警监测系统 |
| CN112289059A (zh) * | 2020-10-22 | 2021-01-29 | 中电智能技术南京有限公司 | 一种车路协同道路交通系统 |
| US20220021738A1 (en) * | 2020-07-20 | 2022-01-20 | Juniper Networks, Inc. | Data center resource monitoring with managed message load balancing with reordering consideration |
-
2022
- 2022-12-02 CN CN202211537095.1A patent/CN115567563B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180356800A1 (en) * | 2017-06-08 | 2018-12-13 | Rockwell Automation Technologies, Inc. | Predictive maintenance and process supervision using a scalable industrial analytics platform |
| CN108418902A (zh) * | 2017-11-20 | 2018-08-17 | 北京万相融通科技股份有限公司 | 一种智慧铁路综合交通枢纽集成控制系统 |
| CN110972068A (zh) * | 2018-09-28 | 2020-04-07 | 中国移动通信集团甘肃有限公司 | 一种用户位置分布检测方法及装置 |
| US20220021738A1 (en) * | 2020-07-20 | 2022-01-20 | Juniper Networks, Inc. | Data center resource monitoring with managed message load balancing with reordering consideration |
| CN112258777A (zh) * | 2020-10-22 | 2021-01-22 | 深圳思麦杰科技有限公司 | 基于边缘计算的火警监测系统 |
| CN112289059A (zh) * | 2020-10-22 | 2021-01-29 | 中电智能技术南京有限公司 | 一种车路协同道路交通系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116311938A (zh) * | 2023-03-21 | 2023-06-23 | 浪潮智慧科技有限公司 | 一种基于大数据的道路隐患处理方法及设备 |
| CN116311938B (zh) * | 2023-03-21 | 2023-11-03 | 浪潮智慧科技有限公司 | 一种基于大数据的道路隐患处理方法及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115567563B (zh) | 2023-03-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102399425B1 (ko) | 데이터 라벨링 전처리, 분배 및 검수 시스템 | |
| CN112687097A (zh) | 一种高速公路路段级数据中台系统 | |
| CN112332981B (zh) | 一种数据处理的方法和装置 | |
| CN108537422A (zh) | 安全风险预警系统和方法 | |
| CN112256682B (zh) | 一种多维异构数据的数据质量检测方法及装置 | |
| CN111813751A (zh) | 应用系统日志数据的处理方法、应用系统、设备及介质 | |
| CN115567563B (zh) | 基于端边云的综合交通枢纽监测预警系统及其控制方法 | |
| CN111062562A (zh) | 一种社区网格服务联动处置控制方法及系统 | |
| CN115858651A (zh) | 一种智慧城市一体化应用支撑平台 | |
| CN111708932A (zh) | 一种云计算平台及其调度、数据分析方法及系统 | |
| CN114168830A (zh) | 舆情数据处理系统及方法、计算机存储介质、电子设备 | |
| CN116629802A (zh) | 一种用于铁路港口站的大数据平台系统 | |
| CN118075427A (zh) | 一种智能化监控管理方法及系统 | |
| CN111932200A (zh) | 远程招投标评审系统 | |
| CN113518123A (zh) | 一种基于增强现实技术的国网数字换流站运维系统 | |
| CN109784525A (zh) | 基于天空地一体化数据的预警方法及装置 | |
| CN112953952A (zh) | 工业安全态势感知方法、平台、电子设备、及存储介质 | |
| CN117727107A (zh) | 智能网格巡查方法、装置、电子设备以及存储介质 | |
| CN117785918A (zh) | 数据处理方法、装置、存储介质、程序产品及电子设备 | |
| CN115689277B (zh) | 云边协同技术下的化工园区风险预警系统 | |
| CN110661999A (zh) | 一种基于大数据的视频监控系统 | |
| CN105808742A (zh) | 一种影像池系统及使用影像池的方法 | |
| KR101878291B1 (ko) | 에너지 빅데이터 관리 시스템 및 그 방법 | |
| CN115630814A (zh) | 城市管理方法、装置、终端设备以及存储介质 | |
| CN115205838A (zh) | 一种车辆监测方法、装置、系统及可读存储介质 |
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 |