一种大数据融合一体机及数据处理方法与流程

本发明涉及大数据融合领域，具体涉及一种大数据融合一体机及数据处理方法。

背景技术：

1、在快速发展的智慧城市背景下，提升交通安全和管理效率成为了城市发展的重要课题；然而，随着城市车辆数量的激增和交通环境的日益复杂，传统的交通监控系统已经难以应对日益严峻的交通安全挑战。这就引出了一个问题：如何有效提高交通管理的准确性和数据安全性，从而确保道路安全并提升交通流的效率？传统的交通监控系统主要依赖于固定的监控摄像头和人工判断，这在一定程度上能够监测和管理交通流量，但存在明显的局限性。首先，固定摄像头的监控范围有限，难以覆盖所有交通节点；其次，在恶劣天气条件下，监控效果大打折扣，容易造成误报或漏报；再者，传统系统在数据处理和分析能力上存在不足，难以实现响应和智能决策，并且在数据传输过程中安全性低，容易受到恶意数据的干扰，数据造成丢失。

技术实现思路

1、针对现有技术中的上述不足，本发明提供了一种大数据融合一体机及数据处理方法，解决现有技术中交通监控响应决策效率低，数据传输安全性低的缺陷。

2、为了达到上述发明目的，本发明所采用的技术方案为：

3、提供一种大数据融合一体机的数据处理方法，其包括以下步骤：

4、s1：天网视频采集终端采集路面交通的天网视频数据，天网激光雷达终端采集路面交通的天网激光雷达数据，天网视频数据的图像范围与天网激光雷达扫描的范围重合；

5、s2：对天网视频数据和天网激光雷达数据进行融合，获取目标车辆的行驶状态标签，并计算行驶状态系数，生成不同等级的告警信息；

6、s3：生成目标车辆的告警信息后，将告警信息、对应的天网视频数据和天网激光雷达数据输入数据整理模块，打包成告警数据包，告警数据包通过加密数据传输给对应的数据服务器。

7、进一步地，步骤s2包括：

8、s21：提取目标车辆在视频数据内的所有视频祯图像，识别出每个视频祯图像内目标车辆的目标轮廓，计算目标轮廓内每个像素的位置标签的平均值，作为目标轮廓的中心位置标签，得到每个目标轮廓的中心位置标签，为第 m个视频祯图像对应的目标轮廓的中心位置标签；

9、s22：从天网激光雷达数据中提取与每个视频祯图像的时刻相同、中心位置标签相同的位置的速度值，得到速度数据组，为第 m个视频祯图像上对应的中心位置标签位置的速度值， m为视频祯图像的数量；

10、s23：将速度数据组内的每个速度值与天网监测路段的限速值 v进行比较，若，则判定目标车辆出现超速，进入步骤s24；否则，判定目标车辆未出现超速；

11、s24：筛选出速度数据组中所有超速的速度值以及数量 m，计算超速系数和超速频率；

12、；

13、；

14、其中， m为超速的速度值的数量， v m为第 m个超速的速度值；

15、s25：筛选中心位置标签中差异最大的两个中心位置标签，计算偏移系数，，并计算两个中心位置标签对应的视频祯时刻的差值，得到偏移率系数，分别为差异最大的两个中心位置标签的编号；

16、s26：设置偏移率系数的阈值，若，则判定目标车辆违规变道。否则，判定目标车辆未违规变道；， d为车道的宽度， d为目标车辆的宽度；

17、s27：根据目标车辆的目标轮廓内每个像素在视频祯图像中的位置标签 d、以及其他目标车辆在该视频祯图像中的目标轮廓内每个像素的位置标签 d获取二者目标轮廓内像素的重合数量 s，计算重合率， s为目标车辆的目标轮廓内的像素总量；

18、s28：设置重合率阈值，， s i为目标车辆的目标轮廓在第 i个视频祯图像内的像素总量， i为视频祯图像的编号；

19、s29：将重合率与重合率阈值进行比较，若，则判定目标车辆出现车祸，否则，判定未出现车祸；

20、s210：得到目标车辆在天网视频数据和天网激光雷达数据融合后判定出的行驶状态标签，行驶状态标签包括超速或未超速、违规变道或未违规变道、出现车祸或未出现车祸；

21、s211：当目标车辆的行驶状态标签内出现超速、违规变道或出现车祸时，则计算目标车辆的行驶状态系数 f：

22、否则，目标车辆的行驶状态正常，不计算行驶状态系数；

23、s212：设置行驶状态系数的评估范围，根据目标车辆的行驶状态系数 f生成不同等级的告警信息；

24、若，则生成一级告警信息；

25、若，则生成二级告警信息；

26、若，则生成三级告警信息。

27、进一步地，步骤s211中行驶状态系数 f的计算方法为：

28、；

29、其中，，分别为超速、违规变道或出现车祸的标签对目标车辆的行驶状态的影响权重系数。

30、进一步地，步骤s3包括：

31、s31：生成目标车辆的告警信息后，将告警信息、对应的天网视频数据和天网激光雷达数据输入数据整理模块，打包成告警数据包，并引入数据帧头和数据帧长，告警数据包=数据帧头+数据帧长+告警信息+数据段a+数据段b，并对告警数据包进行加密，生成动态密码，动态密码根据随时间动态变化的变化规则进行动态变化；

32、s32：数据整理模块单独生成与动态密码的变化规则匹配的解密规则，先将解密规则和告警数据包大小发送给就近的数据服务器，若就近的数据服务器自身剩余内存小于告警数据包大小，则就近的数据服务器将解密数据段和告警数据包大小发送给依据距离排序的数据服务器，直到找到自身剩余内存大于或等于告警数据包大小的数据服务器，作为目标数据服务器，目标数据服务器生成数据接收指令原路反馈给数据整理模块；

33、s33：数据整理模块将告警数据包直接发送给目标数据服务器，目标数据服务器利用解密规则，并根据发送数据接收指令与接收到告警数据包之间的时长，生成动态密钥，对告警数据包进行解密；

34、s34：若解密成功，则直接调取告警数据包内的告警信息+数据段a+数据段b，若解密失败，告警数据包直接原路返回给数据整理模块，返回步骤s32，重新选择数据服务器。

35、提供一种执行上述数据处理方法的大数据融合一体机，其包括：

36、天网视频采集终端，用于采集路面交通的天网视频数据；

37、天网激光雷达终端，用于采集路面交通的天网激光雷达数据；

38、数据融合模块，对天网视频数据和天网激光雷达数据进行融合，获取目标车辆的行驶状态标签，生成不同等级的告警信息；

39、数据整理模块，打包成告警数据包，对告警数据包进行加密，与数据服务器进行加密数据传输，数据服务器对加密的告警数据包进行解密，获取告警数据包内的告警信息+数据段a+数据段b。

40、本发明的有益效果为：本方案用于在天网监控系统中的大数据融合，同时在数据监控端直接进行雷视数据的融合，获取目标车辆的行驶状态标签，并计算行驶状态系数来生成告警信息，降低数据传输的流程和时间，及时作出交通监控决策，避免雷视数据在传输过程中数据丢失以及对数据服务器造成污染；只有生成了告警信息的目标车辆的雷视数据才传输给数据服务器，作为后续交通事故评判的依据和证据，本发明还通过数据打包的方式对告警信息、雷视数据进行传输，降低数据传输的通道和次数，并通过动态加密的方式增加数据传输的安全性，实现大数据融合一体机的高效大数据融合与数据的安全传输。