CN115909286B - 数据处理方法及装置 - Google Patents

数据处理方法及装置 Download PDF

Info

Publication number
CN115909286B
CN115909286B CN202310158945.5A CN202310158945A CN115909286B CN 115909286 B CN115909286 B CN 115909286B CN 202310158945 A CN202310158945 A CN 202310158945A CN 115909286 B CN115909286 B CN 115909286B
Authority
CN
China
Prior art keywords
intersection
determining
target terminal
change information
spatial phase
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
CN202310158945.5A
Other languages
English (en)
Other versions
CN115909286A (zh
Inventor
安杰
任立弢
马谱皓
冯国胜
周学智
刘伟
安高宏
张纪
黄博鑫
路宽
李正浩
董文涛
邱世超
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.)
Zhejiang Koubei Network Technology Co Ltd
Original Assignee
Zhejiang Koubei Network Technology 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 Zhejiang Koubei Network Technology Co Ltd filed Critical Zhejiang Koubei Network Technology Co Ltd
Priority to CN202310158945.5A priority Critical patent/CN115909286B/zh
Priority to CN202311070788.9A priority patent/CN117095379A/zh
Publication of CN115909286A publication Critical patent/CN115909286A/zh
Application granted granted Critical
Publication of CN115909286B publication Critical patent/CN115909286B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Traffic Control Systems (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明实施例公开了一种数据处理方法及装置，本发明实施例将目标终端在路口范围内的轨迹点序列映射为空间相位的变化信息，和/或，将路口或路口各交通灯的禁行或通行状态映射为对应的一个或多个空间相位的变化信息。根据空间相位的变化信息以及轨迹点序列的时间来确定目标终端通过路口时，路口或交通灯是否为禁行或通行状态。由此，通过映射为空间相位的变化信息降低了判断时的数据量，减少了所需的计算资源，同时，相对于图像识别手段，准确度更高，可以对于所有的配送终端的违反路口交通灯指示的行为进行准确的识别和确认。

Description

数据处理方法及装置
技术领域
本发明涉及智能交通领域，具体涉及一种对于终端的轨迹数据进行处理的数据处理方法及装置。
背景技术
自动配送设备可能由于设备故障或其它问题在路口通行时闯红灯。现有技术通常依赖于交通管理系统的图像采集装置来采集和识别违反路口交通灯指示的行为，在面对大量人员和交通路口数据时，对于资源要求高，识别效率低。
发明内容
有鉴于此,本发明实施例提供了一种数据处理方法及装置，以利用配送人员持有的配送终端定期上报位置的特点，在占用更少资源的前提下更加精确地识别违反路口交通灯指示的行为。
第一方面，提供一种数据处理方法，所述方法包括：
确定目标终端在路口范围内的轨迹点序列，所述轨迹点序列包括目标终端的多个轨迹点；
根据所述轨迹点序列确定所述目标终端在所述路口的空间相位的变化信息，不同的所述空间相位对应于所述路口的不同位置区域；以及
根据所述空间相位的变化信息和所述轨迹点序列对应的时间信息确定所述目标终端通过所述路口的行为状态。
第二方面，提供一种数据处理方法，用于确定目标终端通过路口的行为状态，所述方法包括：
确定所述路口或所述路口各交通灯的空间相位的变化信息集合，所述空间相位的变化信息集合包括所述路口或所述路口各交通灯在各时间段的，通行状态或禁行状态对应的，至少一个空间相位的变化信息，不同的所述空间相位对应于所述路口的不同位置区域；以及
根据所述目标终端在路口范围内的轨迹点序列，轨迹点序列对应的时间信息和所述变化信息集合确定所述目标终端通过所述路口的行为状态。
第三方面，提供一种数据处理装置，所述装置包括：
序列确定单元，用于确定目标终端在路口范围内的轨迹点序列，所述轨迹点序列包括目标终端的多个轨迹点；
变化确定单元，用于根据所述轨迹点序列确定所述目标终端在所述路口的空间相位的变化信息，不同的所述空间相位对应于所述路口的不同位置区域；以及
状态确定单元，用于根据所述空间相位的变化信息和所述轨迹点序列对应的时间信息确定所述目标终端通过所述路口的行为状态。
第四方面，提供一种数据处理装置，用于确定目标终端通过路口的行为状态，所述装置包括：
集合确定单元，用于确定所述路口或所述路口各交通灯的空间相位的变化信息集合，所述空间相位的变化信息集合包括所述路口或所述路口各交通灯在各时间段的，通行状态或禁行状态对应的，至少一个空间相位的变化信息，不同的所述空间相位对应于所述路口的不同位置区域；以及
状态确定单元，用于根据所述目标终端在路口范围内的轨迹点序列，轨迹点序列对应的时间信息和所述变化信息集合确定所述目标终端通过所述路口的行为状态。
第五方面，提供一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时实现根据第一方面或第二方面所述的方法。
第六方面，提供一种电子设备，所述设备包括：
存储器，用于存储一条或多条计算机程序指令；
处理器，所述一条或多条计算机程序指令被所述处理器执行以实现根据第一方面或第二方面所述的方法。
本发明实施例将目标终端在路口范围内的轨迹点序列映射为空间相位的变化信息，和/或，将路口或交通灯的禁行或通行状态映射为对应的多个空间相位的变化信息。根据空间相位的变化信息以及轨迹点序列的时间信息，来确定目标终端通过路口时，通过方向是否为禁行或通行状态。由此，通过映射为空间相位的变化信息降低了判断时的数据量，减少了所需的计算资源，同时，准确度更高，可以对于所有的配送终端的违反路口交通灯指示的行为进行识别和确认。
附图说明
通过以下参照附图对本发明实施例的描述，本发明的上述以及其它目的、特征和优点将更为清楚，在附图中：
图1是本发明实施例的数据处理系统的示意图；
图2是本发明第一实施例的数据处理方法的流程图；
图3是本发明实施例的路口空间相位的示意图；
图4是本发明实施例中一字路口的空间相位的示意图；
图5是本发明实施例中丁字路口的空间相位的示意图；
图6是本发明第二实施例的数据处理装置的框图；
图7是本发明第三实施例的数据处理方法的流程图；
图8是本发明实施例中对通过丁字路口的轨迹点序列进行数据处理的示意图；
图9是本发明第四实施例的数据处理装置的框图；
图10是本发明实施例的电子设备的示意图。
具体实施方式
以下基于实施例对本发明进行描述，但是本发明并不仅仅限于这些实施例。在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。为了避免混淆本发明的实质，公知的方法、过程、流程、元件和电路并没有详细叙述。
此外，本领域普通技术人员应当理解，在此提供的附图都是为了说明的目的，并且附图不一定是按比例绘制的。
除非上下文明确要求，否则在本申请的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义；也就是说，是“包括但不限于”的含义。
在本申请的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在以下的描述中，以互联网送餐平台为例进行说明，应理解，本发明实施例的方案也适用于其他类型电子商务平台，例如生鲜配送或快递平台。更进一步地，本发明实施例的方案也可以适用于面向个人消费者的产品。应理解，本申请所有描述中需要从客户端或用户一方获取的信息或者获取用户终端的功能权限，均是在获得用户明确授权的情况下以合法合规的方式获取。
图1是本发明实施例的数据处理系统的示意图。如图1所示，配送人员11携带配送终端12通过统一配置或自行配置的交通工具来完成商品的配送任务。配送终端12可以连接到网络13，通过网络13与服务器14进行任务数据的交互。在一些实施例中，配送终端12为适于配送人员使用的智能手机、平板电脑、智能穿戴设备、笔记本电脑或其它类型的移动通信终端或带有移动通信终端的交通设备，例如电动车，汽车等。在一些实施例中，配送终端12还可以是具有移动能力的智能配送设备，例如，配送机器人，配送无人机等。同时，服务器14是在网络中为其它客户端提供计算或者应用服务的通用数据处理设备。在本实施例中，服务器14可以是单台计算机，也可以多台计算机构成的集群，还可以是通过云技术可以弹性调整计算资源的云服务器。
以互联网外卖平台为例，服务器14根据与其它终端（图中未示出）的交互向配送终端12分配配送任务。配送终端12通过应用程序或者小程序的人机交互界面向配送人员展示配送任务的具体情况，并通过基于位置的服务（Location Based Service，LBS）向配送者提供导航服务，并且在配送者完成任务后，根据配送终端12实际上报的轨迹数据来核销配送任务。为了满足用户希望了解配送任务进度的需求，同时，也为了保障配送人员的安全，配送终端12的应用程序或小程序会在获得配送人员同意和明确授权的前提下，持续地向服务器14上报位置信息以及对应的时间戳。上报的位置信息可以通过配送终端12的卫星定位装置获得。由此，服务器14可以记录各配送终端12的轨迹点序列。
在本发明实施例中，利用在完成配送任务过程中，服务器端14记录的各配送终端12的轨迹点序列（也即，移动轨迹信息），并结合对应的时间信息来识别对应的配送终端12在路口通过的行为状态是否违反交通灯指示。
图2是本发明第一实施例的数据处理方法的流程图。如图2所示，本实施例的方法包括如下步骤。
在步骤S210，确定目标终端在路口范围内的轨迹点序列。其中，所述轨迹点序列包括目标终端的多个轨迹点。
如上所述，服务器14记录配送终端12的轨迹点集合，由此，在服务器14一侧，可以预先将各路口标记为兴趣区域（AOI，Area of Interest）。同时，为各路口对应的AOI设置地理围栏（也即，设置AOI覆盖的地理坐标范围）。将目标终端在特定的路口的地理围栏内的所有轨迹点认定为目标终端通过路口的轨迹点。进而，对于目标终端在路口的轨迹点的集合进行预处理以得到路口范围内的轨迹点序列。具体来说，可以先对轨迹点按照时间排序得到初始序列。所述初始序列包含所述轨迹点集合中的所有点，并且按照记录或上报的时间戳排序。然后，对于轨迹点序列中的各轨迹点，分别选取满足如下条件的目标轨迹点：
条件A．轨迹点距离路口的中心点的距离不大于第一值。在一个可选实现方式中，第一值选取30-50米中的值，例如，45米。
条件B．轨迹点与相邻点的距离不小于第二值，相邻点距离路口中心点的距离大于轨迹点距离路口中心点的距离。在一个可选实现方式中，第二值选取3-20米中的值，例如，5米。
条件C.轨迹点与相邻点的时间间隔在预定时间范围内。在一个可选实现方式中，所述时间范围为15-25秒。
上述条件A可以将轨迹点的位置限制在一定范围内，从而排除定位漂移的轨迹点。同时条件B和条件C可以将由于定位错误导致的跳变点剔除，从而保证了目标轨迹点是轨迹序列中到路口中心点的局部最近点。该限制条件能够进一步保障轨迹序列点是一个通过路口的行为。
最后，将目标轨迹点和前后的相邻轨迹点选取后组成目标终端在路口范围内的轨迹点序列。由此，可以较为精确地获得目标终端通过路口的轨迹数据。
在一个实现方式中，需要近乎实时地对目标终端通过路口的行为进行评估。这需要实时采集和获取轨迹点序列。在这种情况下，步骤S210可以包括：
步骤S211，周期性获取目标终端上报的轨迹点的位置信息。也即，应用程序或小程序控制目标终端按照预定的周期向服务器上报位置信息。服务器对上述位置信息进行接收。
步骤S212，实时根据所述轨迹点的位置信息确定所述轨迹点序列。
由此，可以在实时性要求较强的应用场景下，快速确定轨迹点序列。进而，可以利用轨迹点序列快速进行目标终端通过路口的行为状态的评估和判定。
在另一个实现方式中，如果实时性要求并不高，则可以对记录的历史数据统一进行处理。例如，可以获取目标终端在过去一天的所有轨迹数据，根据轨迹数据切分获取目标终端在该时间段内通过各个路口的多个轨迹点序列，并逐一进行评估和判定。
在一些可选实现方式中，也可以不需要精确定位的轨迹信息，而是通过路口已经设置的交通监控设备记录的视频来确定目标终端的轨迹点序列。具体地，在这些实现方式中，步骤S210包括：
步骤S211’，获取所述路口的至少一个摄像设备记录的包含所述目标终端的视频。
在一个实现方式中，摄像设备为交通监控设备，也即，交通管理部分固定设置在路口以记录路口通行视频信息的设备。其中，可以实时地接收交通监控设备生成的视频流，以实现近乎实时的交通违规判断。也可以在统一的时间点获取记录的视频文件，进行事后的判断。由于对于闯红灯的判断实际上需要针对每一个通过路口的交通工具来进行，因此，可以通过目标追踪技术，识别并追踪视频中的每一个交通工具，并进而逐一来确定各交通工具通过路口的轨迹点序列。
如果需要对特定的目标终端进行识别，则需要引入其它的信息进行辅助。例如，目标终端可以上报初略的位置信息。根据初略的位置信息可以确定目标终端通过路口的时间，基于该时间就可以扩展得到包含目标终端通过路口的时间段，该时间段记录的视频就是包含目标终端的视频。又例如，可以在路口设置短距离通信基站，采集目标终端持续广播的信标，基于信标的接收时间确定包含目标终端的视频。
在另一个实现方式中，摄像设备可以是随目标终端移动的摄像设备，例如设置在持有目标终端的配送人员驾驶的交通工具上的摄像设备，或，配送人员头盔上设置的摄像设备。后续通过识别移动的摄像设备通过路口的视频中的路口预定目标设施（例如，指示牌、红绿灯、地面标线或路口附近的建筑物等）在视频图像帧中的位置识别目标设施与摄像设备之间的相对位置，进而根据目标设置预定的定位信息和所述相对位置确定目标终端的轨迹点。类似地，目标终端可以上报初略的位置信息。根据初略的位置信息可以确定目标终端通过路口的时间，基于该时间就可以扩展得到包含目标终端通过路口的时间段，该时间段记录的视频就是包含目标终端的视频。
步骤S212’，根据所述视频提取所述目标终端在路口范围内的轨迹点序列。
具体地，可以先在视频中识别所述目标终端的交通工具。在对每个交通工具进行是否违规判断的场景中，利用基于机器视觉目标识别和目标跟踪技术，可以识别视频中每一帧图像中的多个目标并持续跟踪。对象跟踪是计算机视觉技术中一种用于在图像序列中定位感兴趣的对象的技术。它涉及识别对象在连续帧中的位置以及随时间的推移跟踪其运动。对象跟踪的目的是在视频流中跟踪移动的对象，即使在视频中存在噪声和遮挡。当前，常采用深度学习技术进行基于机器诗句的目标识别和跟踪，基于深度学习技术的对象跟踪方法是近年来发展迅速的一种方法，它利用深度学习算法，如卷积神经网络（Convolutional Neural Network, CNN），递归神经网络（Recurrent NeuralNetwork,RNN）等，来学习图像序列中目标的特征，实现对目标的跟踪。这类方法通常使用训练好的深度学习模型来识别目标，并通过在图像序列上的迭代计算，来维护目标的位置信息。与其他方法相比，基于深度学习的方法具有更高的准确性和稳定性，特别是在复杂的场景下仍能保持较高的跟踪效果。
如果需要对特定的目标终端来进行跟踪，在识别时可以加入目标终端的交通工具的特征。例如，在外卖场景下，可以加入外卖配送人员或配送机器人的外部特征，例如服饰颜色和图标等，以便于目标识别算法和目标跟踪算法识别。
由此，在不同的应用场景下，均可以实现对于目标的跟踪。同时，可以根据视频中目标的位置来估算目标与拍摄视频的交通监控设备的相对位置。这可以通过三维视觉重建技术来实现。三维视觉重建的原理是利用交通监控设备的摄像机的外部参数（如焦距，光心位置等）和内部参数（如旋转矩阵，平移向量等），以及图像上的特征点，来估计三维空间中的点云。首先，通过特征检测算法在视频帧中检测出特征点。然后，利用摄像机的内外参数，通过三维重建算法，将特征点的图像坐标转换为三维空间的点云。最后，通过对点云的处理，可以计算出目标和交通监控设备的相对位置。
然后，可以根据交通监控设备自身的定位数据和估计得到的目标和交通监控设备的相对位置计算得到目标（也即目标终端）的定位，从而可以得到在该视频帧对应的记录时刻，目标终端的轨迹点。通过基于机器视觉技术分析包含目标终端的视频中的多个视频帧图像，就可以得到目标终端在路口范围内的轨迹点序列。
应理解，通过获取和解析设置在路口的不同位置的多个交通监控设备的视频，可增加获取的轨迹点序列的精确度。
类似地，在摄像设备为随目标终端移动的摄像设备时，根据视频中目标设施位置来估算目标与拍摄视频的交通监控设备的相对位置。根据预先标定的目标设施自身的定位数据和估计得到的目标和目标设施的相对位置计算得到目标（也即目标终端）的定位，从而可以得到在该视频帧对应的记录时刻，目标终端的轨迹点。
在步骤S220，根据所述轨迹点序列确定所述目标终端在所述路口的空间相位的变化信息。其中，不同的所述空间相位对应于所述路口的不同位置区域。
由于目标终端通过路口的方式多种多样，如果直接按照轨迹点序列来确定其通过路口的方式，需要进行大量的计算。在本实施例中，将路口的不同位置区域映射到坐标系的不同象限（也即，不同的空间相位），从而将目标终端的轨迹点序列映射为目标终端在路口的空间相位的变化信息。由于空间相位（也可以称为象限）的数量远远少于轨迹点的数量，数据量也远小于轨迹点的坐标，因此，可以降低所需的计算资源。可选地，在本实施例中，空间相位对应的位置区域根据所述路口的至少一个入口和/或出口划分。具体来说，每个空间相位对应的位置区域覆盖路口的至少一个入口和/或出口。所覆盖的入口和出口为无需交通灯许可即可通行的入口和出口。应理解，在如下的描述中，路口的入口是指驶入路口区域的一个或多个车道，路口的出口是指驶离路口区域的第一个或多个车道。
图3是本发明实施例的路口空间相位的示意图。如图3所示，在十字路口31上，以路口的中心点o为原点，按照路口的车辆停止线的中点与中心点o的连线作为坐标轴，可以将路口31划分为4个部分。为了方便理解，按照逆时针将其称为相位I，相位II，相位III和相位IV。其中，按照道路的行车指示方向，相位I包括路口31东向西的入口32和南向北的出口33。相位II包括路口31东向西的出口34和北向南的入口35。相位III包括路口31西向东的入口36和北向南的出口37。相位IV包括路口南向北的入口38和西向东的出口39。也即，每个相位包括一个入口和一个出口。容易看出，在图3中，同一个相位内的入口和出口之间的通行，均为右转，不需要交通灯指挥。由此，也可以按照如下原则来进行路口的空间相位划分，即，根据所述路口的至少一个入口和/或出口划分相位，以使得同一相位覆盖的入口和出口之间的通行无需交通灯指挥。例如，轨迹点序列X由入口32进入路口，由出口34离开路口，也即，目标终端由东向西直行通过了路口。轨迹点序列X对应的空间相位的变化信息为由相位I变化为相位II，这需要东西向的交通灯为绿灯，南北向的交通灯为红灯。
容易理解，路口的空间相位也可以按照路口连接的道路的对向车道隔离线的延长线划分。
在本实施例中，路口不限于十字路口，还可以是一字路口，丁字路口，岛状路口或N叉路口（N大于等于5）。
图4是本发明实施例中一字路口的空间相位的示意图。如图4所示，一字路口41通常是由于存在人行横道导致需要交通灯指挥，其可以直接划分为两个空间相位，也即，分别位于交通灯两侧的相位I和相位II。
图5是本发明实施例中丁字路口的空间相位的示意图。如图5所示，如果丁字路口51的东向西直行不受限制，则路口51可以按照入口和出口的通行属性划分为3个空间相位。图5中东向西直行的入口和出口覆盖的区域为相位I，西向南右转对应的入口和出口覆盖的区域为相位II，南向东右转的入口和出口覆盖的区域为相位III。同样地，每个空间相位内的入口和出口之间的通行无需交通灯指挥。应理解，上述划分基于的前提是路口交通灯不限制由东向西直行。由于丁字路口的交通控制可能有不同的逻辑，如果路口交通灯会控制由东向西通过路口，以避免路口南侧左转汇入的车辆发生危险（也即，交通灯会在某些时段东向西禁行），则该路口需要参照十字路口划分为四个空间相位。而如果在路口51需要按照轨迹52从南向西左转，则轨迹52对应的空间相位的变化信息为相位III变化为相位I，这需要南北向交通灯为绿灯，而东西向交通灯为红灯。又例如，如果在路口51需要按照轨迹53从西向东直行，其对应的空间相位的变化信息为相位II变化为相位III，则需要南北向交通灯为红灯，而东西向交通灯为绿灯。
可见，只要轨迹点序列对应的空间相位的变化信息涉及了相位的转换，则该轨迹点序列的行为需要根据交通灯指挥进行。通过将轨迹点序列转换为空间相位的变化信息，就可以将目标终端的轨迹与具体的路口通行或禁行状态进行匹配。
在本实施例中，服务器14可以预先存储地图中各路口的相位划分信息，以及各相位覆盖的地理坐标范围。由此，通过轨迹点序列分布的空间相位就能得到轨迹点序列所对应的空间相位的变化信息。具体地，步骤S220可以包括如下步骤：
在步骤S221，根据所述轨迹点序列的各轨迹点的位置确定对应的空间相位。
在步骤S222，根据各轨迹点的空间相位确定所述变化信息。
由此，可以根据轨迹点的位置与空间相位的对应关系，快速确定空间相位的变化信息。
在一个可选的实现方式中，为了进一步减少所需要的计算资源，步骤S222可以先根据所述轨迹点序列的至少一个头部轨迹点的空间相位确定进入空间相位，再根据所述轨迹点序列的至少一个尾部轨迹点的空间相位确定离开空间相位，最后将所述进入空间相位和所述离开空间相位的集合作为所述变化信息。
在本实施例中，空间相位的变化信息可以是变化前后涉及的空间相位的标识的集合，也可以是带有顺序的，表征空间相位变化顺序的向量。
在步骤S230，根据所述空间相位的变化信息和所述轨迹点序列对应的时间信息确定所述目标终端通过所述路口的行为状态。
轨迹点序列是顺序排列的，并且每个轨迹点都具有对应的时间戳。轨迹点序列带有对应的时间信息，也即，轨迹点的头部和尾部之间的时间区间。同时，不同的空间相位的变化信息对应于不同的需要交通灯指挥的路口通行方式，其具有明确的通行时段和禁行时段。例如，返回参考图3，对于东向西直行通过路口的轨迹X，其对应的空间相位的变化信息为相位I变化为相位II。该通行方式对应的通行时段为东西向交通灯为绿灯的时段，禁行时段为东西向交通灯为红灯的时段。通过对比轨迹点序列X对应的时间信息和相位I变化为相位II这一空间相位的变化信息对应的通行时段和/或禁行时段，就可以获知轨迹点序列X通过路口是否违反了交通灯指示。容易理解，路口的交通灯的通行时段和禁行时段可以通过交通部门许可的数据库合法获取，也可以通过大数据分析采集获取。在本实施例中，需要预先在服务器14将交通灯的状态映射为对应的空间相位的变化信息，进而将交通灯的通行时段和禁行时段与至少一个空间相位的变化信息绑定。后续，就可以在上述步骤S230中，根据各空间相位的变化信息对应的通行时段或禁行时段来对目标终端的轨迹点序列对应的空间相位的变化信息的行为状态进行判定。
在一个可选的实现方式中，步骤S230包括如下步骤。
在步骤S231，确定所述路口与所述空间相位变化信息对应的时段信息。所述时段信息用于表征在所述路口按照所述空间相位变化信息通过对应区域的通行时段或禁行时段。
其中，首先，获取所述路口的交通灯的通行状态或禁行状态与路口的各空间相位的变化信息的对应关系，然后，根据所述交通灯的通行状态或禁行状态对应的时段确定空间相位的变化信息的所述时段信息。
在步骤S232，将所述轨迹点序列的时间信息与所述时段信息对比以确定所述目标终端通过所述路口的行为状态。
具体地，可以采用不同的规则来判定目标终端通过路口的行为状态为合规（也即，遵守交通法规）或违规（也即，违反交通法规）。例如，如果时段信息对应于通行时段，则如果轨迹点序列的时间信息涉及的时间区间被包含在任一个通行时段内，则行为状态为合规，如果未被任何通行时段包含，或者与某一通行时段部分交叠，则说明目标终端未在通行时段内通过路口或者是在红绿灯转换过程中抢行通过路口的。又例如，如果时段信息对应于禁行时段，则如果轨迹点序列的时间信息涉及的时间区间被包含在任一个禁行时段内或者与某一个禁行时段重叠，则行为状态为违规，否则，则为合规。可选地，也可以采用轨迹点序列的中间点对应的时间点来与时段信息进行匹配，落入通行时段则行为状态为合规，落入禁行时段则行为状态为违规。可选地，也可以采用轨迹点序列涉及的时间段的时间中点来与时段信息进行匹配，落入通行时段则行为状态为合规，落入禁行时段则行为状态为违规。
由此，以空间相位的变化信息为主导来查询时段，在时段划分较少时，可以有效地降低查询的复杂度，节省计算资源。
在另一个可选实现方式中，也可以根据通过路口的时间来确定该时间段内的可通行的空间相位的变化信息集合或禁行的空间相位的变化信息集合。通过比对目标终端通过路口的空间相位的变化信息和所述变化信息集合的关系，确定行为状态。
具体地，步骤S230可以包括如下步骤：
步骤S234，根据所述轨迹点序列对应的时间信息确定所述目标终端通过所述路口的时间段或时间点。
步骤S235，获取所述路口在所述时间段或时间点的空间相位的变化信息集合，所述空间相位的变化信息集合包括所述路口的交通灯在所述时间的通行状态或禁行状态对应的，至少一个空间相位的变化信息。
步骤S236，对比所述终端的空间相位的变化信息和所述变化信息集合，以确定所述目标终端通过所述路口的行为状态。
由此，以时间为主导来进行判断，在时段划分较多时，可以有效地降低查询的复杂度，节省计算资源。
可选地，本实施例的数据处理方法在确定目标终端通过路口的行为状态后，还可以根据不同的应用场景执行不同的操作。
在另一些可选实现方式中，也可以基于交通灯的状态而不是路口整体状态来进行判定。也即，将空间相位的变化信息与交通灯的状态（绿灯-允许通信，红灯-禁止通信）进行映射后，基于该映射进行判断。
具体地，步骤S230可以包括如下步骤：
步骤S237，根据所述空间相位的变化信息确定目标交通灯，所述目标交通灯用于指挥所述空间相位的变化信息对应的路口通过方式通行或禁行。也即，找到负责指挥目标终端的轨迹点序列通过路口的通过方向上的交通灯。例如，在图3中，轨迹点序列X以东向西直行方式通过了路口。指挥该方向的交通灯为面向东的交通灯，则该交通灯为目标交通灯。
步骤S238，根据所述轨迹点序列对应的时间信息确定所述目标交通灯在所述终端通过路口时的目标状态。
步骤S239，根据所述目标交通灯的目标状态确定所述目标终端通过所述路口的行为状态。
例如，轨迹点序列X对应的时间是9:01，则确定目标交通灯在9:01的状态是否为绿灯，如果为绿灯，则目标终端通过路口合规，否则违规。
目标交通灯的目标状态可以根据目标交通灯的切换时段比较确定。
作为上述方案的替代，也可以在步骤S238获取目标交通灯的通行时段或禁行时段（也即，绿灯时段或红灯时段）。在步骤S239根据所述通行时段或禁行时段和所述轨迹点序列对应的时间信息确定所述目标终端通过所述路口的行为状态。
在一些实现方式中，期望近乎实时地识别目标终端的行为状态，并及时予以纠正，则本实施例的方法可以包括步骤S240，响应于目标终端在前一路口的所述行为状态为在禁行时间段通过，将所述目标终端标识为违规终端。进一步地，可以通过发送违规提示信息进行提示。由此，一方面及时保障配送人员和社会公众的安全，另一方面，保障城市交通秩序。
在一些实现方式中，对于实时性要求较低，则可以包括步骤S240’, 响应于所述行为状态为在禁行时间段通过，向所述目标终端发送违规提示信息。由此，一方面通知目标终端违规行为发生，另一方面向交通管理部门，配送人员的所属部门（例如，外卖骑手的站点）进行反馈，便于及时制止危险的通行行为，保证配送人员和社会公众的安全。
由此，本实施例通过先将目标终端通过路口的轨迹点序列映射为路口的空间相位的变化信息，再查询该变化信息对应的通行时段或禁行时段，根据轨迹点序列通过路口的时间信息与变化信息对应的时段信息对比，则可以自动判定目标终端通过路口的行为状态。本实施例相对于传统的图像识别方式，准确率高，需要的计算资源更少。
图6是本发明第二实施例的数据处理装置的框图。如图6所示，本实施例的数据处理装置包括序列确定单元61，变化确定单元62和状态确定单元63。其中，序列确定单元61用于确定目标终端在路口范围内的轨迹点序列，所述轨迹点序列包括目标终端的多个轨迹点。变化确定单元62用于根据所述轨迹点序列确定所述目标终端在所述路口的空间相位的变化信息，不同的所述空间相位对应于所述路口的不同位置区域。状态确定单元63用于根据所述空间相位的变化信息和所述轨迹点序列对应的时间信息确定所述目标终端通过所述路口的行为状态。
由此，本实施例通过先将目标终端通过路口的轨迹点序列映射为路口的空间相位的变化信息，再查询该变化信息对应的通行时段或禁行时段，根据轨迹点序列通过路口的时间信息与变化信息对应的时段信息对比，则可以自动判定目标终端通过路口的行为状态。本实施例相对于传统的图像识别方式，准确率高，需要的计算资源更少。
同时，与第一实施例和第二实施例不同，也可以先根据轨迹点序列的时间信息确定该时间信息中通行或禁行的空间相位的变化信息，根据轨迹点序列的空间相位的变化信息与通行的空间相位的变化信息集合或禁行的空间相位的变化信息集合的归属关系确定目标终端的行为状态是否合规（也即，遵守交通法规）。
图7是本发明第三实施例的数据处理方法的流程图。如图7所示，本实施例的数据处理方法包括如下步骤。
在步骤S710，确定所述路口或所述路口各交通灯的空间相位的变化信息集合，所述空间相位的变化信息集合包括所述路口或所述路口各交通灯在各时间段的，通行状态或禁行状态对应的，至少一个空间相位的变化信息，不同的所述空间相位对应于所述路口的不同位置区域。
本实施例的空间相位的划分方式与在前实施例相同，也即空间相位对应的位置区域根据所述路口的至少一个入口和/或出口划分，以使得同一相位覆盖的入口和出口之间的通行无需交通灯指挥。而且，轨迹点序列的获取与在前所述的实施例相同，在此不再赘述。
通过将预先存储的时段信息来进行匹配，就可以获得目标终端通过路口的时间所对应的禁行或通行的空间相位的变化信息集合。
与在前所述的实施例类似，本实施例的一些实现方式将路口所有方向的通行或禁行状态与空间相位的变化信息映射得到变化信息集合。上述的变化信息集合包括多个时间段和每个时间段中对于整个路口而言可以通行或禁行的一个或多个空间相位的变化信息。例如，对于图4所示的示例，如果路口的交通灯每隔2分钟切换，则所述变化信息集合可以通过方式表达:
时间段9:00-9:01：{I，II}，{II，I}
时间段9:02-9:03：NULL
........
也即，9:00-9:01的两分钟时间段内，通行的空间相位的变化信息集合为{I，II}，{II，I}，双向可通行。而在9:02-9:03，交通灯切换为红灯，通行的空间相位的变化信息集合为空（NULL），双向不可通行。
本实施例的一些实现方式将路口各交通灯的通行或禁行状态与空间相位的变化信息分别映射得到各交通灯的变化信息集合。上述的变化信息集合包括多个时间段和每个时间段中对于各个交通灯而言可以通行或禁行的一个或多个空间相位的变化信息。例如，对于图4所示的示例，如果路口朝向东侧的交通灯每隔2分钟切换，则该交通灯的所述变化信息集合可以通过方式表达:
时间段9:00-9:01：{I，II}
时间段9:02-9:03：NULL
........
也即，9:00-9:01的两分钟时间段内，通行的空间相位的变化信息集合为{I，II}，该交通灯指挥的东向西直行方向可通行。而在9:02-9:03，交通灯切换为红灯，通行的空间相位的变化信息集合为空（NULL），该交通灯指挥的东向西直行方向不可通行。
步骤S720，根据所述目标终端在路口范围内的轨迹点序列，轨迹点序列对应的时间信息和所述变化信息集合确定所述目标终端通过所述路口的行为状态。
具体地，步骤S720包括：
步骤S721，根据所述轨迹点序列确定所述目标终端在所述路口的空间相位的变化信息。
具体地，首先根据所述轨迹点序列的各轨迹点的位置确定对应的空间相位，然后，根据各轨迹点的空间相位确定所述变化信息。
进一步地，为了进一步减少所需的计算资源，可以首先根据所述轨迹点序列的至少一个头部轨迹点的空间相位确定进入空间相位；然后，根据所述轨迹点序列的至少一个尾部轨迹点的空间相位确定离开空间相位；最后，将所述进入空间相位和所述离开空间相位的集合作为所述变化信息。
步骤S722，根据所述轨迹点序列的时间信息确定所述时间信息对应的时间段的空间相位的变化信息集合。
步骤S723，确定所述目标终端在所述路口的空间相位的变化信息与所述变化信息集合的归属关系。
步骤S724，根据所述归属关系确定所述目标终端通过所述路口的行为状态。
例如，参考图8，在路口81，目标终端的轨迹点序列82中，作为中点的轨迹点的时间戳为9：02，则将轨迹点序列82的时间信息确定为9：02。预先存储的路口81的交通灯切换时间段中查询上述时间。如图8所示，交通灯每3分钟切换一次，则轨迹点序列82的归属于9：00-9：03这一交通灯时段。进而，可以获得该时段内通行状态（也即合规状态）或禁行状态的通行方式对应的各空间相位的变化信息，构成变化信息集合。对于图8所示的丁字路路口，9：00-9：03时段内，南北向交通灯为红灯，东西向交通灯为绿灯。由此，通行状态对应的变化信息集合包括{相位I，相位II}，{相位II，相位III}，禁行状态对应的变化信息集合包括{相位III，相位I}。而轨迹点序列82对应的空间相位的变化信息为{相位II，相位III}。上述变化信息归属于通行状态对应的变化信息集合，因此，可以确定行为状态为合规。可选地，根据上述变化信息不归属于禁行状态对应的变化信息集合，同样可以确定行为状态为合规。
在变化信息集合映射的为各交通灯的通行或禁行状态时，在一种可选实现方式中，步骤S720可以包括：
步骤S725，根据所述目标终端在路口范围内的轨迹点序列确定所述目标终端在所述路口的空间相位的变化信息。
步骤S726，根据所述空间相位的变化信息确定目标交通灯，所述目标交通灯用于指挥所述空间相位的变化信息对应的路口通过方式通行或禁行。
步骤S727，根据所述轨迹点序列对应的时间信息和目标交通灯的变化信息集合确定所述目标终端通过所述路口的行为状态。
在变化信息集合映射的为各交通灯的通行或禁行状态时，在另一种可选实现方式中，步骤S720可以包括：
步骤S728，根据所述目标终端在路口范围内的轨迹点序列确定所述目标终端在所述路口的空间相位的变化信息。
步骤S729，根据所述空间相位的变化信息确定目标交通灯，所述目标交通灯用于指挥所述空间相位的变化信息对应的路口通过方式通行或禁行。
步骤S72A，根据所述变化信息集合确定所述目标交通灯的通行时段或禁行时段。
步骤S72B，根据所述通行时段或禁行时段和所述轨迹点序列对应的时间信息确定所述目标终端通过所述路口的行为状态。
上述两种实现方式的区别在于根据时间判断状态还是获取特定状态对应的时间段与通过的时间进行对比。
上述实施例实现了将以交通灯的状态映射到空间相位的变化信息，可以使得在不能获得全部交通灯数据时，仍然能有效地进行一部分违规行为的判定。
在一些可选的实现方式中，为了近乎实时地对于目标终端的行为状态进行判定和评估。可以周期性获取目标终端上报的轨迹点的位置信息，并实时根据所述轨迹点的位置信息确定所述轨迹点序列。对应地，本实施例的方法可以包括步骤S730，响应于目标终端在前一路口的所述行为状态为在禁行时间段通过，对所述目标终端进行标记。进一步地，可以通过发送违规提示信息进行提示。由此，一方面及时保障配送人员和社会公众的安全，另一方面，保障城市交通秩序。
在另一个实现方式中，如果实时性要求并不高，则可以对记录的历史数据统一进行处理。例如，可以获取目标终端在过去一天的所有轨迹数据，根据轨迹数据切分获取目标终端在该时间段内通过各个路口的多个轨迹点序列，并逐一进行评估和判定。对应地，本实施例的方法可以包括步骤S730’,响应于所述行为状态为在禁行时间段通过，向所述目标终端发送违规提示信息。由此，一方面通知目标终端违反交通法规行为发生，另一方面向交通管理部门，配送人员的所述部门（例如，外卖骑手的站长）进行反馈，便于提示配送人员加强交通法规意识，及时制止危险的通行行为，保证配送人员和社会公众安全。
由此，本实施例首先根据轨迹点序列的时间信息确定该时间对应的，预先映射的通行状态或禁行状态的空间相位的变化信息集合。进而根据轨迹点序列的空间相位的变化信息和变化信息集合确定目标终端通过路口的行为状态是否合规。本实施例相对于传统的图像识别方式，准确率高，需要的计算资源更少。
图9是本发明第四实施例的数据处理装置的框图。如图9所示，本实施例的数据处理装置包括集合确定单元91和状态确定单元92。其中，集合确定单元91用于根据目标终端在路口范围内的轨迹点序列对应的时间信息确定路口或路口的各交通灯的空间相位的变化信息集合，所述空间相位的变化信息集合包括所述路口或各交通灯在各时间段的通行状态或禁行状态对应的，至少一个空间相位的变化信息，不同的所述空间相位对应于所述路口的不同位置区域。状态确定单元92用于根据所述轨迹点序列和所述变化信息集合确定所述目标终端通过所述路口的行为状态。
由此，本实施例首先根据轨迹点序列的时间确定该时间对应的，预先映射的通行状态或禁行状态的空间相位的变化信息集合。进而根据轨迹点序列的空间相位的变化信息和变化信息集合确定目标终端通过路口的行为状态是否合规。本实施例相对于传统的图像识别方式，准确率高，需要的计算资源更少。
图10是本发明实施例的电子设备的示意图。在本实施例中，电子设备可以是本实施例的服务器。如图10所示，该电子设备：至少包括一个处理器101；以及，与至少一个处理器101通信连接的存储器102；以及，与网络通信连接的通信组件103，通信组件103在处理器101的控制下接收和发送数据；其中，存储器102存储有可被至少一个处理器101执行的指令，指令被至少一个处理器101执行以实现上述数据处理方法。
具体地，该电子设备包括：一个或多个处理器101以及存储器102，图10中以一个处理器101为例。处理器101、存储器102可以通过总线或者其他方式连接，图10中以通过总线连接为例。存储器102作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器101通过运行存储在存储器102中的非易失性软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述数据处理方法。
存储器102可以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、至少一个功能所需要的应用程序；存储数据区可存储选项列表等。此外，存储器102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、或其他非易失性固态存储器件。在一些实施例中，存储器102可选包括相对于处理器101远程设置的存储器，这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器102中，当被一个或者多个处理器101执行时，执行上述任意方法实施例中的信息交互方法。
上述产品可执行本申请实施例所提供的方法，具备执行方法相应的功能模块和有益效果，未在本实施例中详尽描述的技术细节，可参见本申请实施例所提供的方法。
本发明的另一个实施例涉及一种非易失性存储介质，用于存储计算机可读程序，所述计算机可读程序用于供计算机执行上述部分或全部的方法实施例。
即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备（可以是单片机，芯片等）或处理器（processor）执行本申请各实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-OnlyMemory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
本申请的另一实施例涉及一种计算机程序产品，包括计算机程序/指令，计算机程序/指令被处理器执行时可以实现上述部分或全部的方法实施例。
即，本领域技术人员可以理解，本申请实施例可以通过处理器执行计算机程序产品（计算机程序/指令）来指定相关的硬件（包括处理器自身），进而实现上述实施例方法中的全部或部分步骤。
以上所述仅为本申请的优选实施例，并不用于限制本申请，对于本领域技术人员而言，本申请可以有各种改动和变化。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保护范围之内。

Claims (28)

1.一种数据处理方法，其特征在于，所述方法包括：
确定目标终端在路口范围内的轨迹点序列，所述轨迹点序列包括目标终端的多个轨迹点，所述轨迹点与路口中心点的距离不大于第一值，所述轨迹点与相邻轨迹点的距离不小于第二值，且所述相邻轨迹点距离所述路口中心点的距离大于所述轨迹点距离所述路口中心点的距离；
根据所述轨迹点序列确定所述目标终端在所述路口的空间相位的变化信息，不同的所述空间相位对应于所述路口的不同位置区域，所述空间相位对应的位置区域根据所述路口的至少一个入口和/或出口划分，每个空间相位对应的位置区域覆盖所述路口的至少一个入口和/或出口，以使得同一相位覆盖的入口和出口之间的通行无需交通灯指挥；以及
根据所述空间相位的变化信息和所述轨迹点序列对应的时间信息确定所述目标终端通过所述路口的行为状态。
2.根据权利要求1所述的方法，其特征在于，根据所述空间相位的变化信息和所述轨迹点序列对应的时间信息确定所述目标终端通过所述路口的行为状态包括：
确定所述路口与所述空间相位变化信息对应的时段信息，所述时段信息用于表征在所述路口按照所述空间相位变化信息通过对应区域的通行时段或禁行时段；以及
将所述轨迹点序列的时间信息与所述时段信息对比以确定所述目标终端通过所述路口的行为状态。
3.根据权利要求1所述的方法，其特征在于，根据所述空间相位的变化信息和所述轨迹点序列对应的时间信息确定所述目标终端通过所述路口的行为状态包括：
根据所述轨迹点序列对应的时间信息确定所述目标终端通过所述路口的时间段或时间点；
获取所述路口在所述时间段或时间点的空间相位的变化信息集合，所述空间相位的变化信息集合包括所述路口在所述时间的通行状态对应的至少一个空间相位的变化信息，或，所述空间相位的变化信息集合包括所述路口在所述时间的禁行状态对应的至少一个空间相位的变化信息；
对比所述目标终端的空间相位的变化信息和所述变化信息集合，以确定所述目标终端通过所述路口的行为状态。
4.根据权利要求1所述的方法，其特征在于，根据所述空间相位的变化信息和所述轨迹点序列对应的时间信息确定所述目标终端通过所述路口的行为状态包括：
根据所述空间相位的变化信息确定目标交通灯，所述目标交通灯用于指挥所述空间相位的变化信息对应的路口通过方式通行或禁行；
根据所述轨迹点序列对应的时间信息确定所述目标交通灯在所述终端通过路口时的目标状态；
根据所述目标交通灯的目标状态确定所述目标终端通过所述路口的行为状态。
5.根据权利要求1所述的方法，其特征在于，根据所述空间相位的变化信息和所述轨迹点序列对应的时间信息确定所述目标终端通过所述路口的行为状态包括：
根据所述空间相位的变化信息确定目标交通灯，所述目标交通灯用于指挥所述空间相位的变化信息对应的路口通过方式通行或禁行；
确定所述目标交通灯的通行时段或禁行时段；
根据所述通行时段或禁行时段和所述轨迹点序列对应的时间信息确定所述目标终端通过所述路口的行为状态。
6.根据权利要求2所述的方法，其特征在于，确定所述路口与所述空间相位变化信息对应的时段信息包括：
获取所述路口在通行状态下的各空间相位的变化信息，或在禁行状态下的各空间相位的变化信息；
根据通行状态或禁行状态对应的时段确定所述空间相位的变化信息的所述时段信息，所述时段信息用于表征所述空间相位的变化信息对应的通信时段信息或禁行时段信息。
7.根据权利要求1所述的方法，其特征在于，所述根据所述轨迹点序列确定所述目标终端在所述路口的空间相位的变化信息包括：
根据所述轨迹点序列的各轨迹点的位置确定对应的空间相位；
根据各轨迹点的空间相位确定所述变化信息。
8.根据权利要求7所述的方法，其特征在于，根据各轨迹点的空间相位确定所述变化信息包括：
根据所述轨迹点序列的至少一个头部轨迹点的空间相位确定进入空间相位；
根据所述轨迹点序列的至少一个尾部轨迹点的空间相位确定离开空间相位；
将所述进入空间相位和所述离开空间相位的集合作为所述变化信息。
9.根据权利要求1所述的方法，其特征在于，确定目标终端的在路口范围内的轨迹点序列包括：
周期性获取目标终端上报的轨迹点的位置信息；
实时根据所述轨迹点的位置信息确定所述轨迹点序列。
10.根据权利要求1所述的方法，其特征在于，所述方法还包括：
响应于所述行为状态为禁行时段通过路口，向所述目标终端发送违规提示信息。
11.根据权利要求1所述的方法，其特征在于，所述路口为一字路口、丁字路口、十字路口、岛状路口或N叉路口，所述N大于等于5。
12.根据权利要求1所述的方法，其特征在于，确定目标终端在路口范围内的轨迹点序列包括：
获取所述路口的地理围栏；
获取所述目标终端在所述地理围栏内的轨迹点集合；
对所述轨迹点集合按照各轨迹点的时间戳排序确定初始序列；
对所述初始序列中的轨迹点进行筛选确定所述轨迹点序列。
13.根据权利要求12所述的方法，其特征在于，
轨迹点与相邻轨迹点的时间间隔在预定时间范围内。
14.根据权利要求1所述的方法，其特征在于，确定目标终端在路口范围内的轨迹点序列包括：
获取所述路口的至少一个摄像设备记录的视频；
根据所述视频提取所述目标终端在路口范围内的轨迹点序列。
15.根据权利要求14所述的方法，其特征在于，所述摄像设备为交通监控设备，所述视频为包含所述目标终端的交通工具的视频；
根据所述视频图像提取所述目标终端在路口范围内的轨迹点序列包括：
在所述视频中识别所述目标终端的交通工具；
根据所述交通工具在视频中多个帧的视频图像中的位置和所述交通监控设备的定位信息确定所述目标终端在路口范围内的轨迹点序列。
16.根据权利要求14所述的方法，其特征在于，所述摄像设备为目标终端持有者的交通工具或头盔上设置的摄像设备，所述视频为记录通过路口过程的视频；
根据所述视频图像提取所述目标终端在路口范围内的轨迹点序列包括：
在所述视频中识别路口的预定目标设施；
根据所述预定目标设施在视频中多个帧的视频图像中的位置和所述目标设施的预定定位信息确定所述目标终端在路口范围内的轨迹点序列。
17.一种数据处理方法，用于确定目标终端通过路口的行为状态，其特征在于，所述方法包括：
确定所述路口的空间相位的变化信息集合，所述空间相位的变化信息集合包括所述路口或所述路口各交通灯在各时间段的，通行状态或禁行状态对应的，至少一个空间相位的变化信息，不同的所述空间相位对应于所述路口的不同位置区域，所述空间相位对应的位置区域根据所述路口的至少一个入口和/或出口划分，每个空间相位对应的位置区域覆盖所述路口的至少一个入口和/或出口，以使得同一相位覆盖的入口和出口之间的通行无需交通灯指挥；以及
根据所述目标终端在路口范围内的轨迹点序列，轨迹点序列对应的时间信息和所述变化信息集合确定所述目标终端通过所述路口的行为状态，所述轨迹点序列包括目标终端的多个轨迹点，所述轨迹点与路口中心点的距离不大于第一值，所述轨迹点与相邻轨迹点的距离不小于第二值，且所述相邻轨迹点距离所述路口中心点的距离大于所述轨迹点距离所述路口中心点的距离。
18.根据权利要求17所述的方法，其特征在于，根据所述目标终端在路口范围内的轨迹点序列，轨迹点序列对应的时间信息和所述变化信息集合确定所述目标终端通过所述路口的行为状态包括：
根据所述轨迹点序列确定所述目标终端在所述路口的空间相位的变化信息；
根据所述轨迹点序列的时间信息确定所述时间信息对应的时间段的空间相位的变化信息集合；
确定所述目标终端在所述路口的空间相位的变化信息与所述变化信息集合的归属关系；
根据所述归属关系确定所述目标终端通过所述路口的行为状态。
19.根据权利要求18所述的方法，其特征在于，根据所述轨迹点序列确定所述目标终端在所述路口的空间相位的变化信息包括：
根据所述轨迹点序列的各轨迹点的位置确定对应的空间相位；
根据各轨迹点的空间相位确定所述变化信息。
20.根据权利要求19所述的方法，其特征在于，根据各轨迹点的空间相位确定所述变化信息包括：
根据所述轨迹点序列的至少一个头部轨迹点的空间相位确定进入空间相位；
根据所述轨迹点序列的至少一个尾部轨迹点的空间相位确定离开空间相位；
将所述进入空间相位和所述离开空间相位的集合作为所述变化信息。
21.根据权利要求17所述的方法，其特征在于，所述方法还包括：
周期性获取目标终端上报的轨迹点的位置信息；
实时根据所述轨迹点的位置信息确定所述轨迹点序列。
22.根据权利要求18所述的方法，其特征在于，根据所述轨迹点序列的时间信息确定所述时间信息对应的时间段的空间相位的变化信息集合包括：
确定所述时间信息对应的交通灯切换的时段信息；以及
确定所述时段信息对应的时段内，路口通行或禁行的空间相位的变化信息集合。
23.根据权利要求17所述的方法，其特征在于，根据所述目标终端在路口范围内的轨迹点序列，轨迹点序列对应的时间信息和所述变化信息集合确定所述目标终端通过所述路口的行为状态包括：
根据所述目标终端在路口范围内的轨迹点序列确定所述目标终端在所述路口的空间相位的变化信息；
根据所述空间相位的变化信息确定目标交通灯，所述目标交通灯用于指挥所述空间相位的变化信息对应的路口通过方式通行或禁行；
根据所述轨迹点序列对应的时间信息和目标交通灯的变化信息集合确定所述目标终端通过所述路口的行为状态。
24.根据权利要求17所述的方法，其特征在于，根据所述目标终端在路口范围内的轨迹点序列，轨迹点序列对应的时间信息和所述变化信息集合确定所述目标终端通过所述路口的行为状态包括：
根据所述目标终端在路口范围内的轨迹点序列确定所述目标终端在所述路口的空间相位的变化信息；
根据所述空间相位的变化信息确定目标交通灯，所述目标交通灯用于指挥所述空间相位的变化信息对应的路口通过方式通行或禁行；
根据所述变化信息集合确定所述目标交通灯的通行时段或禁行时段；
根据所述通行时段或禁行时段和所述轨迹点序列对应的时间信息确定所述目标终端通过所述路口的行为状态。
25.一种数据处理装置，其特征在于，所述装置包括：
序列确定单元，用于确定目标终端在路口范围内的轨迹点序列，所述轨迹点序列包括目标终端的多个轨迹点，所述轨迹点与路口中心点的距离不大于第一值，所述轨迹点与相邻轨迹点的距离不小于第二值，且所述相邻轨迹点距离所述路口中心点的距离大于所述轨迹点距离所述路口中心点的距离；
变化确定单元，用于根据所述轨迹点序列确定所述目标终端在所述路口的空间相位的变化信息，不同的所述空间相位对应于所述路口的不同位置区域，所述空间相位对应的位置区域根据所述路口的至少一个入口和/或出口划分，每个空间相位对应的位置区域覆盖所述路口的至少一个入口和/或出口，以使得同一相位覆盖的入口和出口之间的通行无需交通灯指挥；以及
状态确定单元，用于根据所述空间相位的变化信息和所述轨迹点序列对应的时间信息确定所述目标终端通过所述路口的行为状态。
26.一种数据处理装置，用于确定目标终端通过路口的行为状态，其特征在于，所述装置包括：
集合确定单元，用于确定所述路口的空间相位的变化信息集合，所述空间相位的变化信息集合包括所述路口或所述路口的各交通灯在各时间段的，通行状态或禁行状态对应的，至少一个空间相位的变化信息，不同的所述空间相位对应于所述路口的不同位置区域，所述空间相位对应的位置区域根据所述路口的至少一个入口和/或出口划分，每个空间相位对应的位置区域覆盖所述路口的至少一个入口和/或出口，以使得同一相位覆盖的入口和出口之间的通行无需交通灯指挥；以及
状态确定单元，用于根据所述目标终端在路口范围内的轨迹点序列，轨迹点序列对应的时间信息和所述变化信息集合确定所述目标终端通过所述路口的行为状态，所述轨迹点序列包括目标终端的多个轨迹点，所述轨迹点与路口中心点的距离不大于第一值，所述轨迹点与相邻轨迹点的距离不小于第二值，且所述相邻轨迹点距离所述路口中心点的距离大于所述轨迹点距离所述路口中心点的距离。
27.一种计算机可读存储介质，其上存储计算机程序指令，其特征在于，所述计算机程序指令在被处理器执行时实现根据权利要求1-24中任一项所述的方法。
28.一种电子设备，其特征在于，所述设备包括：
存储器，用于存储一条或多条计算机程序指令；
处理器，所述一条或多条计算机程序指令被所述处理器执行以实现根据权利要求1-24中任一项所述的方法。
CN202310158945.5A 2023-02-17 2023-02-17 数据处理方法及装置 Active CN115909286B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202310158945.5A CN115909286B (zh) 2023-02-17 2023-02-17 数据处理方法及装置
CN202311070788.9A CN117095379A (zh) 2023-02-17 2023-02-17 数据处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310158945.5A CN115909286B (zh) 2023-02-17 2023-02-17 数据处理方法及装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202311070788.9A Division CN117095379A (zh) 2023-02-17 2023-02-17 数据处理方法及装置

Publications (2)

Publication Number Publication Date
CN115909286A CN115909286A (zh) 2023-04-04
CN115909286B true CN115909286B (zh) 2023-07-04

Family

ID=86495111

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202311070788.9A Pending CN117095379A (zh) 2023-02-17 2023-02-17 数据处理方法及装置
CN202310158945.5A Active CN115909286B (zh) 2023-02-17 2023-02-17 数据处理方法及装置

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202311070788.9A Pending CN117095379A (zh) 2023-02-17 2023-02-17 数据处理方法及装置

Country Status (1)

Country Link
CN (2) CN117095379A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114364591A (zh) * 2019-06-06 2022-04-15 移动眼视觉科技有限公司 用于交通工具导航系统和方法
WO2022090800A1 (en) * 2020-10-27 2022-05-05 Mobileye Vision Technologies Ltd. Systems and methods for evaluating domain-specific navigation system capabilities

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103413437B (zh) * 2013-07-31 2015-04-29 福建工程学院 一种基于车辆数据采集的道路交叉口转向识别方法及系统
CN106996783B (zh) * 2016-01-25 2020-01-31 北京四维图新科技股份有限公司 一种行驶轨迹与路网底图的智能匹配方法及装置
CN107293116B (zh) * 2017-06-27 2020-04-14 浙江浩腾电子科技股份有限公司 一种基于视频分析的交通事件检测系统
CN108171980A (zh) * 2018-02-06 2018-06-15 长沙智能驾驶研究院有限公司 交通违章检测方法、系统及计算机可读存储介质
CN108847032A (zh) * 2018-08-21 2018-11-20 北京深瞐科技有限公司 一种交通违法行为识别方法及装置
CN110264718A (zh) * 2019-06-26 2019-09-20 威视安网络设备科技无锡有限公司 一种非机动车的违章识别方法、装置及系统
CN111444798B (zh) * 2020-03-16 2024-05-28 平安国际智慧城市科技股份有限公司 电动自行车驾驶行为的识别方法、装置和计算机设备
CN112200044B (zh) * 2020-09-30 2024-04-30 北京四维图新科技股份有限公司 异常行为检测方法、装置及电子设备
CN113988110B (zh) * 2021-12-02 2022-04-05 深圳比特微电子科技有限公司 闯红灯行为检测方法、装置及可读存储介质
CN114973076A (zh) * 2022-05-13 2022-08-30 上海商汤智能科技有限公司 行为识别和模型训练方法、装置、设备、存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114364591A (zh) * 2019-06-06 2022-04-15 移动眼视觉科技有限公司 用于交通工具导航系统和方法
WO2022090800A1 (en) * 2020-10-27 2022-05-05 Mobileye Vision Technologies Ltd. Systems and methods for evaluating domain-specific navigation system capabilities

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《Automated Road Traffic Congestion Detection and Alarm Systems：Incorporating V2I Communications into ATCSs》.《arXiv》.2016,全文. *
《基于机器视觉的城市道路交叉口交通参数提取及交通信号控制》;戴喆;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;全文 *

Also Published As

Publication number Publication date
CN117095379A (zh) 2023-11-21
CN115909286A (zh) 2023-04-04

Similar Documents

Publication Publication Date Title
Li et al. V2X-Sim: Multi-agent collaborative perception dataset and benchmark for autonomous driving
Naphade et al. The 2018 nvidia ai city challenge
CN112700470B (zh) 一种基于交通视频流的目标检测和轨迹提取方法
Fairfield et al. Traffic light mapping and detection
CN111316286A (zh) 轨迹预测方法及装置、存储介质、驾驶系统与车辆
US20210389133A1 (en) Systems and methods for deriving path-prior data using collected trajectories
CN116685874A (zh) 摄像机-激光雷达融合对象检测系统和方法
US11499833B2 (en) Inferring lane boundaries via high speed vehicle telemetry
CN117576652B (zh) 道路对象的识别方法、装置和存储介质及电子设备
Liu et al. Dloam: Real-time and robust lidar slam system based on cnn in dynamic urban environments
Bai et al. Cyber mobility mirror: A deep learning-based real-world object perception platform using roadside LiDAR
CN114627409A (zh) 一种车辆异常变道的检测方法及装置
Dinh et al. Development of a tracking-based system for automated traffic data collection for roundabouts
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
Singh et al. Improved YOLOv5l for vehicle detection: an application to estimating traffic density and identifying over speeding vehicles on highway scenes
Bhandari et al. Fullstop: A camera-assisted system for characterizing unsafe bus stopping
CN115909286B (zh) 数据处理方法及装置
CN113554880B (zh) 交通违法拦截方法、装置、电子设备和计算机可读介质
CN115188195A (zh) 一种城市全向交叉口的车辆轨迹实时提取方法和系统
CN110446106B (zh) 一种前置摄像头文件的识别方法、电子设备及存储介质
Nalavde et al. Driver assistant services using ubiquitous smartphone
CN115994324B (zh) 数据处理方法及装置
Mentasti et al. Heterogeneous Data Fusion for Accurate Road User Tracking: A Distributed Multi-Sensor Collaborative Approach
Ahmad et al. Cooperative Infrastructure Perception
Lashkov et al. Edge-Computing-Empowered Vehicle Tracking and Speed Estimation Against Strong Image Vibrations Using Surveillance Monocular Camera

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