道路信息处理方法及装置与流程

1.本技术实施例涉及计算机技术，尤其涉及一种道路信息处理方法及装置。


背景技术：

2.交通摄像头在道路中的广泛分布，为收集道路中的车辆数据带来了一定的技术基础。
3.目前，通常可以通过交通摄像头采集的车辆数据，确定经过交通摄像头的车辆的行驶速度，或者确定经过交通摄像头的车辆的流量等等。然而这些数据往往都是针对某个车辆或者某个交通摄像头的微观数据，而基于交通摄像头采集的车辆数据，衡量区域内的整体行车状态，目前尚没有有效的解决方案。


技术实现要素：

4.本技术实施例提供一种道路信息处理方法及装置，以克服无法有效衡量区域内的整体行车状态的问题。
5.第一方面，本技术实施例提供一种道路信息处理方法，包括：
6.在第一区域中的多个拍摄设备所发送的多条车辆数据中，获取拍摄时刻位于第一时段内的目标车辆数据，所述第一时段为目标时刻之前预设时长所对应的时段；
7.针对所述多个拍摄设备中的第一拍摄设备，根据所述目标车辆数据，确定在目标时刻所述第一拍摄设备所对应的第一车辆数量，所述第一车辆数量为在所述第一时段内被所述第一拍摄设备拍摄到，并且到所述目标时刻尚未被其余拍摄设备拍摄到且继续行驶的车辆的数量；
8.根据所述第一区域中的多个拍摄设备各自对应的第一车辆数量，确定在所述目标时刻所述第一区域内的在途车辆数量。
9.第二方面，本技术实施例提供一种道路信息处理装置，包括：
10.获取模块，用于在第一区域中的多个拍摄设备所发送的多条车辆数据中，获取拍摄时刻位于第一时段内的目标车辆数据，所述第一时段为目标时刻之前预设时长所对应的时段；
11.确定模块，用于针对所述多个拍摄设备中的第一拍摄设备，根据所述目标车辆数据，确定在目标时刻所述第一拍摄设备所对应的第一车辆数量，所述第一车辆数量为在所述第一时段内被所述第一拍摄设备拍摄到，并且到所述目标时刻尚未被其余拍摄设备拍摄到且继续行驶的车辆的数量；
12.所述确定模块还用于，根据所述第一区域中的多个拍摄设备各自对应的第一车辆数量，确定在所述目标时刻所述第一区域内的在途车辆数量。
13.第三方面，本技术实施例提供一种道路信息处理设备，包括：
14.存储器，用于存储程序；
15.处理器，用于执行所述存储器存储的所述程序，当所述程序被执行时，所述处理器
用于执行如上第一方面所述的方法。
16.第四方面，本技术实施例提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如上第一方面所述的方法。
17.第五方面，本技术实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上第一方面以及第一方面各种可能的设计中任一所述的方法。
18.本技术实施例提供一种道路信息处理方法及装置，该方法包括：在第一区域中的多个拍摄设备所发送的多条车辆数据中，获取拍摄时刻位于第一时段内的目标车辆数据，第一时段为目标时刻之前预设时长所对应的时段。针对多个拍摄设备中的第一拍摄设备，根据目标车辆数据，确定在目标时刻第一拍摄设备所对应的第一车辆数量，第一车辆数量为在第一时段内被第一拍摄设备拍摄到，并且到目标时刻尚未被其余拍摄设备拍摄到且继续行驶的车辆的数量。根据第一区域中的多个拍摄设备各自对应的第一车辆数量，确定在目标时刻第一区域内的在途车辆数量。通过选择第一时段内的目标车辆数据，并且基于目标车辆数据确定每个拍摄设备所各自对应的第一车辆数量，其中第一车辆数量实际上也就是在目标时刻在拍摄设备对应的子区域内正在行驶的车辆数量，最后再结合第一区域中的多个拍摄设备各自对应的第一车辆数量，就可以有效的确定在目标时刻第一区域内的在途车辆数量，其中在途车辆数量就可以有效的反映第一区域内的整体行车状态，从而可以有效的扩展交通指标的丰富性。
附图说明
19.为了更清楚地说明本技术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一简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
20.图1为本技术实施例提供的道路信息处理的应用场景示意图；
21.图2为本技术实施例提供的道路信息处理的系统架构图；
22.图3为本技术实施例提供的道路信息处理方法的流程图；
23.图4为本技术实施例提供的道路信息处理方法的流程图；
24.图5为本技术实施例提供的第一时段的示意图；
25.图6为本技术实施例提供的各个预设时段的预设概率的实现示意图；
26.图7为本技术实施例提供的道路信息处理方法的流程图三；
27.图8为本技术实施例提供的车辆轨迹的实现示意图；
28.图9为本技术实施例提供的道路信息处理方法的处理流程图；
29.图10为本技术实施例提供的道路信息处理装置的结构示意图；
30.图11为本技术实施例提供的道路信息处理设备的硬件结构示意图；
31.图12为本技术实施例提供的道路信息处理方法的云端处理示意图。
具体实施方式
32.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是
本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
33.为了更好的理解本技术的技术方案，下面对本技术所涉及的相关技术进行进一步的详细介绍。
34.在目前的城市道路中交通摄像头是广泛分布的，其中交通摄像头主要承担了拍摄违章和事故监控的作用，同时也收集到了大量过车的车辆数据，其中交通摄像头所收集的过车信息可以为相应的数据分析提供一定的基础。
35.比如说可以结合图1和图2对本技术提供的道路信息处理方法的应用场景进行理解，图1为本技术实施例提供的道路信息处理的应用场景示意图，图2为本技术实施例提供的道路信息处理的系统架构图。
36.如图1所示，在卡口可以设置有交通摄像头101，其中交通摄像头101可以针对应该的车辆进行拍摄。
37.其中，卡口是指包括一个或者多个交通摄像头的点位，在车辆经过卡口的时候，交通摄像头可以通过拍摄的车辆图像，记录车辆的车牌以及针对车辆的抓拍时间，其中交通摄像头所采集到的车辆数据，比如说就可以包括车辆车牌和抓拍时间。
38.以及还可以结合图2理解的是，针对每一个卡口中的每一个交通摄像头，其都可以将采集得到的车辆数据上报至处理设备，由处理设备进行后续的数据处理。
39.本技术中各实施例的执行主体也就是当前介绍的处理设备，其中处理设备比如说可以是本地服务器、云端服务器、处理器或者芯片等等具备数据收发功能和数据处理功能的设备，本实施例对处理设备的具体实现方式不做限制，其可以根据实际需求进行选择和设置。
40.在上述介绍内容的基础上，下面对本技术提出道路信息处理方法的技术构思进行介绍。
41.目前基于交通摄像头所采集的车辆数据，通常是确定经过交通摄像头的车辆的行驶速度，或者确定经过交通摄像头的车辆的流量等等，基于速度和流量可以确定某个路口的通行效率和延误，或者结合针对多个交通摄像头所确定的速度和车辆流量，可以确定某个路段的通行效率和延误。然而无论是速度还是流量，其都是针对某个车辆、某个交通摄像头或者某个路段的微观数据。
42.而基于交通摄像头所采集的车辆数据来衡量某个区域内的整体行车状态，比如说确定城市道路中的车辆在空间上的宏观状态，目前上没有有效的解决方案，并且也无法通过测量某些数据直接得到。
43.在上述介绍的技术背景下，本技术提出了如下技术构思：通过结合区域内的多个交通摄像头所上传的车辆数据，分析出在每个交通摄像头拍摄到之后，没有被其余交通摄像头拍摄到的车辆的数量，就可以确定出每个交通摄像头所对应的范围内的在途车辆数量，最终再汇总各个交通摄像头所对应的范围内的在途车辆数量，就可以简单并且有效的得到区域内的在途车辆数量。
44.下面结合具体的实施例对本技术提供的道路信息处理方法进行介绍，图3为本技术实施例提供的道路信息处理方法的流程图。
45.如图3所示，该方法包括：
46.s301、在第一区域中的多个拍摄设备所发送的多条车辆数据中，获取拍摄时刻位于第一时段内的目标车辆数据，第一时段为目标时刻之前预设时长所对应的时段.
47.其中，第一区域是需要确定在途车辆数量的区域，在一种可能的实现方式中，第一区域比如说可以是包含一定面积的行政区域，或者第一区域还可以是包含一定面积的自划分区域等等，本实施例对第一区域的具体实现方式不做限制，只要第一区域是包含一定面积的，并且需要确定在途车辆数量的区域即可。
48.可以理解的是，在第一区域中可以包括多个卡口，在每个卡口中又包括至少一个拍摄设备，因此在第一区域中可以包括多个拍摄设备，其中拍摄设备也就是上述介绍的交通摄像头。
49.其中，第一区域中的每一个拍摄设备都可以拍摄经过的车辆图像，并基于拍摄的车辆图像分析得到车辆数据，再将车辆数据发送给处理设备。因此本实施例中的处理设备可以接收到第一区域中的多个拍摄设备所发送的多条车辆数据。
50.在一种可能的实现方式中，车辆数据比如说可以包括车辆标识、拍摄时刻以及设备标识。其中车辆标识比如说可以是车辆的车牌号码，拍摄时刻也就是拍摄设备拍摄到车辆的时刻，设备标识是拍摄设备的标识。其中设备标识的具体实现方式可以根据实际需求进行选择和设置，只要能够区分不同的拍摄设备即可，以及车辆标识也类似。同时还需要说明，在实际实现过程中，车辆数据的具体内容不限于上述介绍的内容，凡是与拍摄到车辆相关的信息均可以作为本实施例中的车辆数据。
51.其中，在车辆数据中包括拍摄车辆的拍摄时刻，则本实施例中可以在第一区域中的多个拍摄设备所发送的多条车辆数据中，获取拍摄时刻位于第一时段内的目标车辆数据。其中第一时段为目标时刻之前预设时长所对应的时段。
52.可以理解的是，因为道路中的车辆是会移动的，因此要确定第一区域内的在途车辆数量，就需要确定某个时刻的在途车辆数量，这样才能够得到的一个准确有效的指标。本实施例中的目标时刻就是需要确定在途车辆数量的时刻，其中目标时刻的具体选择可以根据实际需求进行选择和设置。以及上述介绍的预设时长可以根据实际需求进行选择和设置。
53.s302、针对多个拍摄设备中的第一拍摄设备，根据目标车辆数据，确定在目标时刻第一拍摄设备所对应的第一车辆数量，第一车辆数量为在第一时段内被第一拍摄设备拍摄到，并且到目标时刻尚未被其余拍摄设备拍摄到且继续行驶的车辆的数量。
54.本实施例中在确定在途车辆数量的时候，会针对第一区域中的每一个拍摄设备分别进行处理，最后再进行汇总。其中针对每一个拍摄设备的处理方式都是类似的，因此下面以多个拍摄设备中的任一个第一拍摄设备为例进行说明，不再针对每一个拍摄设备的处理方式进行赘述。
55.在本实施例中，目标车辆数据具体为多个拍摄设备采集到的，拍摄时刻在第一时段内车辆数据。因此本实施例中可以根据目标车辆数据，确定在第一时段内被第一拍摄设备拍摄到，并且到目标时刻尚未被其余拍摄设备拍摄到的且继续行驶的车辆的数量，此处将这个数量称为在目标时刻第一拍摄设备所对应的第一车辆数量。
56.可以理解的是，在第一时段内被第一拍摄设备拍摄到，并且到目标时刻尚未被其余拍摄设备拍摄到的车辆，实际上就是位于第一拍摄设备到下一个拍摄设备之间的车辆，
那么这个车辆就可以算作第一拍摄设备所对应的在途车辆，并且按照这样的逻辑计算，不会出现多个拍摄设备针对同一个车辆计算在途数量的情况，以保证确定的在途车辆数量的准确性。
57.同时，本实施例中在针对第一拍摄设备确定第一车辆数量的时候，还要求车辆在第一时段内被第一拍摄设备拍摄到，并且继续行驶。这是因为某些车辆在被第一拍摄设备拍摄到之后，没有被其余的拍摄设备再拍摄到，这可能是因为这个车辆在某个地方停车了，针对停车的车辆是不能算作在途车辆的，因此这个逻辑同样可以保证确定的在途车辆数量的准确性。
58.以及在一种可能的实现方式中，上述介绍的预设时长可以为第一车辆在被一个拍摄设备拍摄到的时刻，距离被下一个拍摄设备拍摄到的时刻的最长时长，其中预设时长可以是一个经验值。基于这样的预设时长确定第一时段，然后再选择第一时段内的目标车辆数据进行处理。这种实现方式相较于基于全时段的车辆数据进行分析的实现方式，可以有效的减少待处理的数据量，这是因为针对超过目标时刻之前的预设时长的车辆数据，要么这个车辆已经被其余的摄像头拍摄到了，要么这个车辆已经停车了，因此针对超出目标时刻之前预设时长的车辆数据就无需再进行分析了。
59.s303、根据第一区域中的多个拍摄设备各自对应的第一车辆数量，确定在目标时刻第一区域内的在途车辆数量。
60.本实施例中可以针对第一区域中的多个拍摄设备，按照上述介绍的实现方式分别确定各个拍摄设备各自对应的第一车辆数量。可以理解的是，第一车辆数量实际上就是针对该拍摄设备和其相邻的拍摄设备对应的范围内所确定的在途车辆数量。以及在途车辆数量可以理解为在第一区域中的道路上正在行驶的车辆。
61.因此可以根据第一区域中的多个拍摄设备各自对应的第一车辆数量，确定在目标时刻第一区域内的在途车辆数量。比如说可以将第一区域中的多个拍摄设备各自对应的第一车辆数量相加，从而确定在目标时刻第一区域的在途车辆数量。或者还可以在相加的结果上再结合相应的系数计算，从而确定在目标时刻第一区域内的在途车辆数量。其具体实现方式可以根据实际需求进行选择和设置，只要第一区域内的在途车辆数量是结合第一区域中的多个拍摄设备各自对应的第一车辆数量计算得到的即可。
62.本技术实施例提供的道路信息处理方法，包括：在第一区域中的多个拍摄设备所发送的多条车辆数据中，获取拍摄时刻位于第一时段内的目标车辆数据，第一时段为目标时刻之前预设时长所对应的时段。针对多个拍摄设备中的第一拍摄设备，根据目标车辆数据，确定在目标时刻第一拍摄设备所对应的第一车辆数量，第一车辆数量为在第一时段内被第一拍摄设备拍摄到，并且到目标时刻尚未被其余拍摄设备拍摄到且继续行驶的车辆的数量。根据第一区域中的多个拍摄设备各自对应的第一车辆数量，确定在目标时刻第一区域内的在途车辆数量。通过选择第一时段内的目标车辆数据，并且基于目标车辆数据确定每个拍摄设备所各自对应的第一车辆数量，其中第一车辆数量实际上也就是在目标时刻在拍摄设备对应的子区域内正在行驶的车辆数量，最后再结合第一区域中的多个拍摄设备各自对应的第一车辆数量，就可以有效的确定在目标时刻第一区域内的在途车辆数量，其中在途车辆数量就可以有效的反映第一区域内的整体行车状态，从而可以有效的扩展交通指标的丰富性。
63.在上述介绍内容的基础上，下面结合图4至图6对本技术提供的道路信息处理方法中，确定第一拍摄设备所对应的第一车辆数量的具体实现方式进行进一步的详细介绍，图4为本技术实施例提供的道路信息处理方法的流程图，图5为本技术实施例提供的第一时段的示意图，图6为本技术实施例提供的各个预设时段的预设概率的实现示意图。
64.如图4所示，该方法包括：
65.s401、针对n个时间片中的第i个时间片，根据目标车辆数据，获取第i个时间片对应的第二车辆数量，第二车辆数量为在第i个时间片的时间范围内被第一拍摄设备拍摄到，并且到目标时刻尚未被其余拍摄设备拍摄到的车辆的数量。
66.在本实施例中，预设时长由n个连续的时间片构成。在一种可能的实现方式中，比如说一个时间片的长度是固定的，然后从目标时刻开始往前推n个时间片，然后就可以得到第一时段，其中n为大于等于1的整数。
67.比如说可以结合图5理解目标时刻、预设时长、时间片以及第一时段的关系。如图5所示，假设目标时刻为图5中的t0所示的位置，以及假设图5的示例中n取4，那么也就是说从目标时刻t0开始向前推算4个时间片，分别参照图5中的时间片1、时间片2、时间片3和时间片4所示。
68.假设一个时间片的时长为10分钟，按照上述介绍的逻辑分析，这里的n取4，那么相应的就是说预设时长为40分钟，也就是比如说我们会认为车辆在被一个拍摄设备拍摄到之后，最长不超过40分钟，其就会被另一个拍摄设备拍摄到，或者车辆就会停车。因此在实际实现过程中，可以按照这样的逻辑来确定n的具体取值，也就是说具体从目标时刻往前推n个时间片以确定第一时段，然后根据第一时段内的目标车辆数据进行处理，就可以有效的减少不必要的待处理的数据量，以提升数据处理效率。
69.其中，每个时间片都对应有时间范围，如图5所示，时间片1的时间范围为t1～t0，时间片2的时间范围为t2～t1，时间片3的时间范围为t3～t2，时间片4的时间范围为t4～t3。其中这4个时间片所共同构成的时间范围就可以理解为预设时长，预设时长也就是t4～t0的时间范围所对应的时长。以及参照图5可以确定的是，时间片4的起始时刻为t4，其中t4到t0中间的时段也就是本实施例中的第一时段。
70.那么基于上述介绍可以理解的是，预设时长的具体实现就取决于n的取值，也就是说取决于具体要选择目标时刻之前的多少个时间片。而具体要选择多少个时间片，其一方面取决于时间片的时长，另一方面取决于在经验值中，车辆一般在经过一个拍摄设备之后，最多经过多少个时间片就会经过下一个拍摄设备。基于这样的方式来确定第一时段，就可以有效的筛选出可能分析出第一车辆数量的目标车辆数据，以减少处理数据量，进而提升数据处理的速度和效率。
71.在预设时长中包括多个时间片，本实施例中会针对多个时间片中的每一个时间片进行单独处理，而每一个时间片的处理也都是类似的，因此下面针对多个时间片中的第i个时间片进行介绍，其中i为大于等于1并且小于等于n的整数。
72.以及需要说明的是，本实施例中介绍的多个时间片的排序方式，是从目标时刻开始向前排序的，也就是说距离目标时刻最近的时间片是第1个时间片，距离目标时刻次近的时间片是第2个时间片，依次类推，直至第n个时间片。
73.具体的，目标车辆数据是在第一时段内，第一区域中的多个摄像头各自采集的多
条车辆数据。因此本实施例中针对第i个时间片，可以根据目标车辆数据，获取在第i个时间片的时间范围内被第一拍摄设备拍摄到，并且到目标时刻尚未被其余拍摄设备拍摄到的车辆的数量，本实施例将这个数量称为第i个时间片对应的第二车辆数量。
74.此处进行举例说明，比如说i的取值为2，那么也就是说针对第2个时间片，可以根据目标车辆数据，获取在第2个时间片的时间范围内被第一拍摄设备拍摄到，并且到目标时刻尚未被其余拍摄设备拍摄到的车辆数量。
75.对应到图5所示的具体时刻的话，也就是说在t2～t1的时间范围内被第一拍摄设备拍摄到，并且截止到目标时刻t0尚未被其余拍摄设备拍摄到。
76.s402、获取第i个时间片对应的第一概率，第一概率为车辆在第一时间片的时间范围内被第一拍摄设备拍摄到，并且经过i个时间片尚未被其余拍摄设备拍摄到且车辆继续行驶的概率。
77.同样的，仍然是针对第i个时间片，本实施例中可以获取第i个时间片所对应的第一概率，其中第一概率为车辆在第i个时间片的时间范围内被第一拍摄设备拍摄到，并且经过i个时间片尚未被其余拍摄设备拍摄到并且车辆在继续行驶的概率。
78.在一种可能的实现方式中，比如说可以根据历史数据进行挖掘，从而得到多个预设时段各自对应的预设概率p
a，d，i
，其中预设概率p
a，d，i
为车辆在预设时段d被第一拍摄设备a拍摄到，并且经过i个时间片尚未被其余拍摄设备拍摄到且车辆在继续行驶的概率。
79.比如说可以结合图6进行理解，如图6所示，假设以一个小时为单位，确定了图6所示的24个预设时段，然后针对每一个预设时段确定有各自对应的多个预设概率。其中多个预设概率包括针对不同数量i的时间片各自对应的预设概率。
80.可以理解的是，车辆在被第一拍摄设备拍摄到之后，经过不同数量的时间片之后尚未被其余拍摄设备拍摄到且还在继续行驶的概率是不同的。因为随着车辆的不断行驶，其被其余拍摄设备拍摄到，或者车辆停车的可能性是越来越大的。因此具体的，车辆在被第一拍摄设备拍摄到之后，经过的时间片数量越多，相应的预设概率就越小。
81.比如说在图6的示例中，针对00:00-1:00这个预设时段，车辆在这个预设时段内被第一拍摄设备拍摄到，并且经过1个时间片之后尚未被其余拍摄设备拍摄到且车辆继续行驶的概率是90％。同样是这个预设时段，车辆在这个预设时段内被第一拍摄设备拍摄到，并且经过2个时间片之后尚未被其余拍摄设备拍摄到且车辆继续行驶的概率是80％。同样是这个预设时段，车辆在这个预设时段内被第一拍摄设备拍摄到，并且经过3个时间片之后尚未被其余拍摄设备拍摄到且车辆继续行驶的概率是60％。同样是这个预设时段，车辆在这个预设时段内被第一拍摄设备拍摄到，并且经过4个时间片之后尚未被其余拍摄设备拍摄到且车辆继续行驶的概率是40％。
82.那么基于这个示例可以确定的是，i的取值越小，相应的表示车辆被第一拍摄设备拍摄之后经过的时间越短，相应的其被拍摄到以及车辆继续行驶的概率就越大。针对其余的预设时段的实现是类似的，此处不再赘述。
83.可以理解的是，图6仅仅是示例性的介绍了预设时段和相应的预设概率的实现方式，在实际实现过程中，预设时段的具体划分方式，以及各个预设时段各自对应的各种预设概率的具体实现，可以根据实际需求和实际情况进行确定。
84.在上述介绍的预设时段和预设概率的基础上，本实施例中在获取第i个预设时段
所对应的第一概率的时候，比如说可以在多个预设时段中确定第i个时间片所述的目标预设时段，然后将目标预设时段对应的预设概率，确定为第i个时间片所对应的第一概率。
85.比如说在上述图6介绍的示例的基础上，假设当前的第i个时间片对应的时间范围是00:30-00:40，那么可以确定第i个时间片所属于的目标预设时段就是00:00-1:00这个预设时段。同时假设当前示例中i的取值为3，那么参照图6可以确定的是，第3个时间片所对应的第一概率也就是60％，相应的也就表示车辆在00:30-00:40这个时间范围内被第一拍摄设备拍摄到，并且经过3个时间片尚未被其余拍摄设备拍摄到且车辆继续行驶的概率。
86.可以理解的是，通过预设划分多个预设时段，然后对历史数据进行挖掘从而确定各个预设时段各自对应的预设概率，然后针对第i个时间片的各种可能的时间范围，都可以确定对应的第一概率，从而可以保证针对实际实现过程中的各种可能的情况，都可以有效的确定第i个时间片对应的第一概率。
87.s403、根据第i个时间片对应的第二车辆数量以及第i个时间片对应的第一概率，确定第i个时间片对应的第三车辆数量，第三车辆数量为在第i个时间片的时间范围内被第一拍摄设备拍摄到，并且到目标时刻尚未被其余拍摄设备拍摄到且继续行驶的车辆的数量。
88.本实施例中会确定第i个时间片所对应的第二车辆数量，其中第二车辆数量是在第i个时间片的时间范围内被第一拍摄设备拍摄到，并且到目标时刻尚未被其余拍摄设备拍摄到的车辆的实际数量，也就是说第二车辆数量是根据实际的车辆数据确定的真实车辆数量。但是我们基于实际的车辆数据仅仅能够统计出来还没有被其余拍摄设备拍摄到的车辆数量，并没有办法区分这些车辆里面哪些是还在行驶的，哪些是已经停车的。
89.因此进一步的，本实施例中还会确定第i个时间片所对应的第一概率。其中第一概率为车辆被第一拍摄设备拍摄到之后经过i个时间片尚未被其余拍摄设备拍摄到，并且车辆还在继续行驶的概率。
90.因此可以结合第i个时间片对应的第二车辆数量以及第i个时间片对应的第一概率进行计算，以保证在实际的未被拍摄到的车辆数量的基础上再考虑到车辆还在继续行驶的概率，从而确定第i个时间片对应的第三车辆数量，其中第三车辆数量为在第i个时间片的时间范围内被第一拍摄设备拍摄到，并且到目标时刻尚未被其余拍摄设备拍摄到且继续行驶的车辆的数量。可以理解的是，通过结合第二车辆数量和第一概率确定第三车辆数量，从而可以保证第三车辆是针对第i个时间片确定的在途车辆数量，并且能够有效的保证这个数量的准确性。
91.s404、根据各时间片各自对应的第三车辆数量，确定在目标时刻第一拍摄设备所对应的第一车辆数量。
92.在确定各个时间片各自对应的第三车辆数量之后，例如可以对各个时间片各自对应的第三车辆数量进行加和，从而确定在目标时刻第一拍摄设备所对应的第一车辆数量。
93.比如说可以第一车辆数量满足如下公式一：
[0094][0095]
其中，a表示第一拍摄设备，π(i)表示第i个时间片的时间范围，p
a，π(i)，i
就表示第i个时间片所对应的第一概率，||a
π(i)，i
||表示第i个时间片所对应的第二车辆数量，c
a，t
表示在目标时刻第一拍摄设备所对应的第一车辆数量。
[0096]
其中，第i个时间片的时间范围π(i)实际上也就是[t-i
×
k，t-(i-1)
×
k]的时间范围，其中t为目标时刻，k为单个时间片的时长。
[0097]
在实际实现过程中，确定第一车辆数量的具体实现方式不限于上述介绍的公式一，比如说在上述公式一的基础上添加相应的参数，或者在上述公式一的基础上进行恒等变形以得到的公式，同样可以用于确定第一车辆数量。在实际实现过程中，只要是按照上述介绍的逻辑所确定的第一车辆数量，均属于本技术实施例的实现方式。
[0098]
本实施例中介绍可以确定第一拍摄设备所对应的第一车辆数量的具体实现，以及还需要说明的是，本实施例中在确定第一车辆数量的时候，之所以采用这种针对每一个时间片单独处理的方式，是因为我们可以知道，在第一区域内的每个关键道路上都设置有拍摄设备，那么车辆在行驶的过程中总会被抓拍到一次。如果拍摄设备设置的比较密集，那么两次抓拍到的时间间隔就比较短，如果拍摄设备设置的比较稀疏，那么两次抓拍到的时间间隔就比较长。那么评估在目标时刻第一拍摄设备所对应的在行驶车辆数的问题，就可转换为评估每辆车在被拍摄设备拍摄到之后，经过多长时间会停车或者被下一个拍摄设备拍摄得到，然后按照时间片去聚合在途车辆，就可以有效的得到第一拍摄设备所对应的第一车辆数量。
[0099]
以及还需要理解的是，本实施例中除了会基于实际的车辆数据收集真实的第二车辆数量之外，还会确定每一个时间片各自对应的第一概率，以车辆在没有被下一个拍摄设备抓拍到的基础上，考虑车辆继续在行驶的概率。然而基于上述介绍可以确定的是，经过不同数量的时间片之后，车辆仍然在行驶并且没有被拍摄到的概率也是不同的，因此本实施例中需要以时间片为单位进行分别的单独处理，最终再进行聚合，从而可以有效的保证最终确定的第一车辆数量的准确性和有效性。
[0100]
其中，本实施例提供的道路信息处理方法中确定第一车辆数量的实现方式，相较于通过一些指标(比如说上述介绍的速度和流量)来推算和估计道路中车辆数量的实现方式，本实施例中的方案是根据实际的车辆被拍摄情况，基于根据从历史数据中挖掘出的概率信息确定的在途车辆数量，因此可以有效的保证确定的在途车辆数量的准确性。
[0101]
在上述介绍内容的基础上，可以理解的是，在确定第一区域中的多个拍摄设备各自对应的第一车辆数量之后，就可以根据这多个第一车辆数量确定在目标时刻第一区域内的在途车辆数量了。比如说可以表示为c
d，t
＝∑
a∈dca，t。
其中，c
d，t
就表示在目标时刻t第一区域d内的在途车辆数量。
[0102]
在一种可能的实现方式中，在得到目标时刻第一区域内的在途车辆数量之后，比如说还可以进一步的对在途车辆数量进行修正。
[0103]
其中，当第一区域内的拍摄设备覆盖完整并且分布均匀的时候，基于上述介绍的内容所确定的在途车辆数量可以准确并有效的反映出第一区域内的在途车辆数量，但是现实数据的情况往往很难完美的满足，可能会存在一些监控的盲点，因此比如说可以通过历史数据进行分析，从而确定修正系数，然后通过修正系数对在途车辆数量进行修正处理，从而可以弥补因为拍摄设备的分布问题所导致的漏检。
[0104]
在一种可能的实现方式中，比如说可以针对每一个区域确定各自对应的修正系数，比如说针对第一区域，修正系数用于补偿在第一区域中行驶，但是未被摄像设备拍摄到的车辆的数量。那么就可以根据修正系数对在途车辆数量进行修正处理，从而得到修正后
的在途车辆数量。
[0105]
在一种可能的实现方式中，比如说可以根据第一区域内的拍摄设备的平均漏检率和平均抓拍次数，确定第一区域所对应的漏检系数α，其中α就可以作为上述介绍的修正系数，其中漏检系数α用于补偿未被拍摄到的行驶车辆的数量。则比如说可以将漏检系数α和在途车辆数量相乘，从而得到修正后的在途车辆数量。此处的漏检系数α通常为大于1的数字。
[0106]
比如说可以表示为：其中就表示修正后的在途车辆数量。
[0107]
或者在另一种可能的实现方式中，比如说还可以根据历史数据评估车辆轨迹被拍摄设备拍摄到的概率，或者可以将其称为捕获率β。
[0108]
比如说可以将第一区域内存在拍摄设备的道路标记为1，以及将第一区域内不存在拍摄设备的道路标记为0，然后按照车辆的平均在途轨迹时长h(比如说车辆一次出行一般的时长为15～30分钟)，确定第一区域d在目标时刻对应的捕获率，其可以表示为如下公式二：
[0109][0110]
其中，[t，t-h]时段内经过了标记为1的道路的轨迹数量可以反映车辆出行过程中被拍摄到的情况，而[t，t-h]时段内的总轨迹数量可以反映车辆出行的总情况，那么这两个比值就可以反映出车辆出行过程中被拍摄到的概率是怎么样的，因此可以得到在目标时刻t第一区域d所对应的捕获率β
d，t
。
[0111]
或者，如果说考虑到拍摄设备自身的漏检率，还可以将上述公式二中的分子替换为拍摄设备漏检率的期望值。
[0112]
基于上述介绍可以确定的是，捕获率β本身是一个小于1的数字，其中捕获率β也可以作为上述介绍的修正系数，在通过捕获率β对在途车辆数量进行修正的时候，比如说可以表示为：其中就表示修正后的在途车辆数量。
[0113]
因此本技术实施例提供的道路信息处理方法中，在得到在途车辆数量之后，还可以通过修正系数对在途车辆数量进行进一步的修正处理，从而可以有效的补偿因为拍摄设备的分布不均、覆盖补全等问题，导致的未拍摄到第一区域内在行驶的车辆的问题，因此可以进一步的提升确定的在途车辆数量的准确率。
[0114]
在上述介绍内容的基础上，本实施例中在针对第一区域确定在途车辆数量之后，比如说如果针对第一区域中更为细小的区域，还想要进一步确定第一区域中的小区域的在途车辆数量的话，本技术实施例同样提供了相应的处理方式。
[0115]
在一种可能的实现方式中，针对第一区域中的第一子区域，获取第一子区域所对应的比例参数，比例参数用于指示第一子区域中的车辆数量在第一区域中的车辆数量中的占比；
[0116]
根据第一子区域所对应的比例参数和第一区域内的在途车辆数量，确定第一子区域对应的在途车辆数量。
[0117]
其中，在第一区域中可以包括多个子区域，其中子区域比如说可以是一条道路，或者说可以是一个小区等等，本实施例对第一区域中的子区域的具体实现方式不做限制，子
区域的具体划分和选择方式可以根据实际需求进行选择和设置。而针对第一区域中的任意一个子区域的处理方式都是类似的，因此下面以第一区域中的第一子区域为例进行说明，不再针对每一个子区域的处理都进行赘述。
[0118]
可以获取第一子区域所对应的比例参数，其中比例参数用于指示第一子区域中的车辆数量在第一区域中的车辆数量的占比。比如说在某个时刻，在第一区域中一共有1000台车辆，而在第一子区域中就存在100台车辆，那么第一子区域所对应的比例参数就是10％。
[0119]
在实际实现过程中，第一子区域所对应的比例参数可以是基于多个历史时刻的数据融合挖掘得到的，其可以根据实际情况进行确定。
[0120]
之后可以根据第一子区域所对应的比例参数和第一区域内的在途车辆数量，确定第一子区域对应的在途车辆数量。比如说可以采用第一子区域所对应的比例参数乘以第一区域内的在途车辆数量，从而得到第一子区域所对应的在途车辆数量。其中在计算过程中所采用的第一区域内的在途车辆数量，比如说可以是上述介绍的直接计算得到的在途车辆数量，或者还可以是修正后的在途车辆数量，本实施例对此不做限制。
[0121]
因此本技术实施例提供的道路信息处理方法，除了可以针对第一区域确定在途车辆数量之后，还可以针对第一区域中的小部分子区域有效的确定在途车辆数量，从而可以有效的扩展在途车辆数量确定的使用场景。
[0122]
在上述介绍内容的基础上，可以理解的是，本技术中的处理设备需要接收第一区域中的多个拍摄设备所发送的车辆数据，然后基于车辆数据再进行上述介绍的处理。
[0123]
然而在一种可能的实现方式中，比如说处理设备最开始接收到的第一区域中的拍摄设备所发送的车辆数据，我们可以将其称为原始车辆数据，其中在每一条原始车辆数据中比如说可以包括针对车辆的拍摄时刻ts和所拍摄车辆的车辆标识vhc_id。
[0124]
之后处理设备可以根据原始车辆数据中的拍摄时刻和车辆标识，对原始车辆数据进行数据过滤，以得到过滤后的车辆数据。然后上述各实施例介绍的处理过程，比如说都可以是在过滤后的车辆数据的基础上进行的。
[0125]
其中数据过滤比如说可以包括如下中的至少一种：
[0126]
根据时间误差对原始车辆数据中的拍摄时刻进行校正。
[0127]
可以理解的是，因为多个拍摄设备是分别进行数据采集的，那么为了保证汇集到处理设备的数据是基于同一个时间标准的，就需要针对原始车辆数据中的时间误差对原始车辆数据中的拍摄时刻进行时间校正，以保证过滤后的车辆数据都具有同一个基准时间。
[0128]
比如说可以确定拍摄设备和处理设备之间的时间误差δt，然后基于时间误差对原始车辆数据中的拍摄时刻进行校正。比如说可以表示为ts`＝ts-δt。
[0129]
以及数据过滤还可以包括：
[0130]
若确定车辆标识不符合预设规则，则丢弃不符合预设规则的车辆标识所对应的原始车辆数据。
[0131]
若确定车辆标识的出现频率低于预设阈值，则丢弃出现频率低于预设阈值的车辆标识所对应的原始车辆数据。
[0132]
其中，当车辆标识不符合预设规则的时候，或者当车辆标识的出现频率非常少的时候，可以认为是出现了误检的情况，则可以将这些原始数据丢弃，不参与后续的数据处
理。
[0133]
本实施例中通过对原始车辆数据进行数据过滤，然后根据过滤之后的车辆数据进行后续的处理，从而可以有效的在数据处理之前首先进行数据的筛选，进而可以有效的保证用于进行后续处理的数据质量，以提升确定在途车辆数量的速度和效率。
[0134]
以及，在原始车辆数据中还包括拍摄设备的设备标识devc_id。本实施例在可以根据拍摄设备的设备标识确定拍摄设备的定位信息，其中定位信息例如可以包括拍摄设备在路网中对应的路段的路段标识rid。
[0135]
在一种可能的实现方式中，拍摄设备的定位信息比如比如说可以表示为《devc_id，rid，fc，δt》。其中，devc_id为拍摄设备的设备标识，rid为拍摄设备在路网中对应的路段的路段标识，fc为对应于rid路段上的定位偏移量，δt为上述介绍的拍摄设备和处理设备的时间误差，也可以理解为时钟偏移量。
[0136]
以及在实际实现过程中，在确定拍摄设备在路网中对应的路段的路段标识的时候，比如说可以根据拍摄设备的经纬度坐标，在路网中确定相应的路段，进而确定对应的路段标识。
[0137]
以及可以理解的是，多个拍摄设备所采集的车辆数据上传到处理设备之后，处理设备需要根据拍摄设备的定位信息，将多个拍摄设备采集的车辆数据串联起来，才能够分析出车辆的行驶轨迹，进而才能够分析出上述介绍的在途车辆数量。因此拍摄设备的定位信息的准确与否就显得尤为重要。
[0138]
因此本技术提供的技术方案中，还可以定时的检查拍摄设备的定位信息是否准确，如果说拍摄设备的定位信息不准确的话，则可以对拍摄设备的定位信息进行调整，下面结合图7至图8对确定拍摄设备的定位信息的实现方式进行说明。图7为本技术实施例提供的道路信息处理方法的流程图三，图8为本技术实施例提供的车辆轨迹的实现示意图。
[0139]
如图7所示，该方法包括：
[0140]
s701、获取在第二时段内经过第一拍摄设备的多条车辆轨迹。
[0141]
在确定第一拍摄设备的定位信息的准确性的时候，需要以经过第一拍摄设备的多条车辆轨迹为基础进行处理，而且为了便于进行处理，通常可以选择一段时间内的多条车辆轨迹，因此本实施例中可以获取在第二时段内经过第一拍摄设备的多条车辆轨迹。其中第二时段的具体实现可以根据实际需求进行选择，只要第二时段是历史存在的时段即可。
[0142]
比如说可以结合图8进行理解，如图8所示，假设图8中的m0表示第一拍摄设备，以及假设当前针对第一拍摄设备，在第二时段内获取了3条经过其的车辆轨迹。分别是图8中所示的由m1→
m2→
m0→
m3构成的轨迹1，以及由m4→
m0→
m5构成的轨迹2，以及由m6→
m0→
m7构成的轨迹3，其中m1～m7都分别表示不同的拍摄设备。
[0143]
s702、在多条车辆轨迹中确定车辆经过时刻位于第一拍摄设备之后相邻的第二拍摄设备。
[0144]
在确定的经过第一拍摄设备的多条车辆轨迹之后，可以在多条车辆轨迹中确定车辆的经过时刻位于第一拍摄设备之后相邻的第二拍摄设备。
[0145]
比如说在图8的示例中，在轨迹1中确定的车辆经过时刻在第一拍摄设备之后相邻的第二拍摄设备就是m3，在轨迹2中确定的车辆经过时刻在第一拍摄设备之后相邻的第二拍摄设备就是m5，在轨迹3中确定的车辆经过时刻在第一拍摄设备之后相邻的第二拍摄设
备就是m7。
[0146]
s703、根据第一拍摄设备的定位信息，确定第一拍摄设备的第一定位准确率。
[0147]
之后就可以根据第一拍摄设备的定位信息，确定第一拍摄设备的第一定位准确率。可以理解的是，第二拍摄设备可以存在多个，针对每一个第二拍摄设备的处理方式都是类似的，因此下面仅针对一个第二拍摄设备为例进行说明。
[0148]
在一种可能的实现方式中，可以根据多条车辆轨迹中位于第一拍摄设备和第二拍摄设备之间的子轨迹，确定从第一拍摄设备到第二拍摄设备的第一平均行驶时长。
[0149]
其中，第二拍摄设备可以理解为第一拍摄设备的下游设备，在多条车辆轨迹中可以确定位于第一拍摄设备和第二拍摄设备之间的子轨迹。比如说在图8的示例中，在轨迹1中位于第一拍摄设备m0和第二拍摄设备m3之间的子轨迹就是m0→
m3，在轨迹2中位于第一拍摄设备m0和第二拍摄设备m5之间的子轨迹就是m0→
m5，在轨迹3中位于第一拍摄设备m0和第二拍摄设备m7之间的子轨迹就是m0→
m7。
[0150]
因此本实施例中可以根据上述确定的多个子轨迹，确定从第一拍摄设备到第二拍摄设备的第一平均行驶时长。比如说将多个子轨迹的行驶时长的平均值，确定为第一平均行驶时长。
[0151]
其中第一平均行驶时长的求解方式比如说可以满足如下公式三：
[0152][0153]
其中，v表示子轨迹，p表示第二时段，表示第一拍摄设备k，k｀表示第二拍摄设备，那么|v∈kk→
k｀，p
|就表示在第二时段p内位于第一拍摄设备k和第二拍摄设备k`之间的子轨迹的数量，ts`
v，k
就是子轨迹v中第一拍摄设备k对应的修正后的拍摄时刻，ts`
v，k｀
就是子轨迹v中第二拍摄设备k`对应的修正后的拍摄时刻，那么相应的ts`
v，k-ts`
v，k｀
就表示子轨迹v对应的行驶时长，参照公式三的计算，tk→
k｀，p
就表示第二时段中p从第一拍摄设备k到第二拍摄设备k`的第一平均行驶时长。
[0154]
以及之后可以根据第一拍摄设备的定位信息，在电子地图确定从第一拍摄设备到第二拍摄设备的第一路径，并确定第一路径对应的第一计算行驶时长。
[0155]
基于上述介绍可以确定的是，第一拍摄设备的定位信息中可以包括第一拍摄设备对应在路网中的路段标识，则例如可以根据第一拍摄设备对应的路段，以及还可以根据第二拍摄设备对应的路段，在电子地图中确定从第一拍摄设备到第二拍摄设备的第一路径。
[0156]
其中，第一路径比如说可以是从第一拍摄设备到第二拍摄设备的耗时最少的路径，或者还可以为从第一拍摄设备到第二拍摄设备的长度最短的路径等等。比如说可以采用dijkstra算法确定第一路径，或者也可以采用其余的算法在电子地图中确定两个拍摄设备之间的路径，本实施例对此不做限制。
[0157]
在确定第一路径之后，本实施例中需要确定第一路径所对应的行驶时长，此处将其称为第一计算行驶时长。比如说可以根据第一路径中所包括的各个路段在第二时段内的平均速度，以及第一路径的长度，确定第一路径所对应的第一计算行驶时长。以及在可选的实现方式中，为了尽可能的贴近实际行驶过程中的行驶时长，比如说还可以在上述根据速度和长度确定的行驶时长的基础上，针对确定的第一路径，在每个信号灯路口按照左转、直行和右转的不同行驶方向，分别增加15秒、10秒和5秒的信号灯时间消耗，以得到第一计算
行驶时长。
[0158]
比如说可以参照如下公式四理解第一计算行驶时长：
[0159][0160]
其中，τ(k
→
k｀)表示电子地图中从第一拍摄设备k到第二拍摄设备k｀的第一路径中所包括的路段集合，i就表示路段集合中的路段i，leni表示路段i的长度，s(ri，p)表示第二时段p内路段i的平均速度，ci表示针对路段i的红绿灯路口的行驶方向所增加的信号灯时间消耗，tk→
k`，p
就表示在第二时段中p从第一拍摄设备k到第二拍摄设备k`的第一计算行驶时长。
[0161]
之后就可以根据第一平均行驶时长和第一计算行驶时长，确定第一拍摄设备的第一定位准确率。其中第一定位准确率可以理解为针对第一拍摄设备和第二拍摄设备之间的子轨迹所确定的定位准确率。
[0162]
可以理解的是，第一平均行驶时长实际上是根据真实的车辆轨迹确定的从第一拍摄设备到第二拍摄设备的真实耗时。而第二计算行驶时长是根据第一拍摄设备在路段中的定位信息，基于该定位信息确定的从第一拍摄设备到第二拍摄设备的理论耗时。基于此，如果说第一平均行驶时长和第一计算行驶时长之间的差距不大的话，那就说明从第一拍摄设备到第二拍摄设备的真实耗时和基于定位信息在路网中确定的理论耗时是比较相近的，这样也就说明第一拍摄设备的定位信息是比较准确的。或者，如果说第一平均行驶时长和第一计算行驶时长之间的差距比较大的，那就说明真实耗时和理论耗时是不相近的，这样就说明第一拍摄设备的定位信息并不准确。
[0163]
在一种可能的实现方式中，比如说可以参照如下公式五理解确定第一定位准确率的可能的实现方式。
[0164][0165]
其中sk→
k`，p
表示第二时段p内第一拍摄设备k第一定位准确率。参照上述公式五可
以确定的是，比如说第一平均行驶时长tk→
k`，p
属于0.9倍的第一计算行驶时长tk→
k`，p
和1.4倍的第一计算行驶时长平均时长tk→
k`，p
之间，那么第一定位准确率等于0.95。如果第一平均行驶时长tk→
k`，p
大于4倍的第一计算行驶时长tk→
k`，p
，那么第一定位准确率等于0。
[0166]
也就是说第一平均行驶时长和第一计算行驶时长的差距越大，第一定位准确率就越低；以及第一平均行驶时长和第一计算行驶时长的差距越小，第一定位准确率就越高，呈反比例关系。在实际实现过程中，只要遵循这个原则确定第一定位准确率即可，具体的确定方式不限于上述公式五介绍的内容，其可以根据实际需求进行选择和设置。
[0167]
s704、在多条车辆轨迹中确定车辆经过时刻位于第一拍摄设备之前相邻的第三拍摄设备。
[0168]
以及在确定的经过第一拍摄设备的多条车辆轨迹之后，可以在多条车辆轨迹中确定车辆的经过时刻位于第一拍摄设备之前相邻的第三拍摄设备。
[0169]
比如说在图8的示例中，在轨迹1中确定的车辆经过时刻在第一拍摄设备之前相邻的第三拍摄设备就是m2，在轨迹2中确定的车辆经过时刻在第一拍摄设备之前相邻的第三拍摄设备就是m4，在轨迹3中确定的车辆经过时刻在第一拍摄设备之前相邻的第三拍摄设备就是m6。
[0170]
s705、根据第一拍摄设备的定位信息，确定第一拍摄设备的第二定位准确率。
[0171]
之后就可以根据第一拍摄设备的定位信息，确定第一拍摄设备的第二定位准确率。可以理解的是，第三拍摄设备可以存在多个，针对每一个第三拍摄设备的处理方式都是类似的，因此下面仅针对一个第三拍摄设备为例进行说明。
[0172]
在一种可能的实现方式中，可以根据多条车辆轨迹中位于第三拍摄设备和第二拍摄设备之间的子轨迹，确定从第三拍摄设备到第一拍摄设备的第二平均行驶时长；
[0173]
根据第一拍摄设备的定位信息，在电子地图确定从第三拍摄设备到第一拍摄设备的第二路径，并确定第二路径对应的第二计算行驶时长；
[0174]
根据第二平均行驶时长和第二计算行驶时长，确定第一拍摄设备的第二定位准确率。其中第二定位准确率可以理解为针对第一拍摄设备和第三拍摄设备之间的子轨迹所确定的定位准确率。
[0175]
其中，确定第二时段p内第一拍摄设备k相对于第三拍摄设备k``的第二定位准确率sk→
k``，p
的实现方式与上述介绍的确定第一定位准确率的实现方式类似，此处不再赘述。
[0176]
s706、根据第一定位准确率、第一定位准确率对应的轨迹数量、第二定位准确率以及第二定位准确率对应的轨迹数量，确定在第二时段第一拍摄设备的定位信息的准确率。
[0177]
在确定第一拍摄设备相对于各个第二拍摄设备的第一定位准确率，以及第一拍摄设备相对于各个第三拍摄设备的第二定位准确率之后，可以理解的是，针对任意一个第二拍摄设备，第一拍摄设备和第二拍摄设备之间的子轨迹可能存在多个，以及相应的，针对任意一个第三拍摄设备，第一拍摄设备和第三拍摄设备之间的子轨迹也可能存在多个。
[0178]
则可以根据第一定位准确率、第一拍摄设备和第二拍摄设备之间的子轨迹数量、第二定位准确率以及第一拍摄设备和第三拍摄设备之间的子轨迹数量，确定在第二时段第一拍摄设备的定位信息的准确率。
[0179]
比如说可以结合如下公式六进行理解：
[0180][0181]
其中，nk→
k`，p
就表示第一拍摄设备k和第二拍摄设备k`之间的子轨迹数量，∑
k`
nk→
k`，p
就表示多个第二拍摄设备各自对应的子轨迹数量之和，nk→
k``，p
就表示第一拍摄设备k和第三拍摄设备k``之间的子轨迹数量，∑
k``
nk→
k``，p
就表示多个第三拍摄设备各自对应的子轨迹数量之和。以及公式六中的分子项就表示各个子轨迹各自对应的定位准确率之和。s
k.p
就表示在第二时段p内第一拍摄设备k的定位信息的准确率。
[0182]
在一种可能的实现方式中，可以直接将在一个第二时段内的第一拍摄设备的定位信息的准确率作为最终的准确率依据。或者在一种可能的实现方式中，还可以将多个不同的第二时段s
k.p
各自对应的准确率的平均值，确定为第一拍摄设备所对应的定位信息的准确率。从而可以得到一个不区分时段的准确率sk，以提升定位信息的准确率的指标有效性。
[0183]
本技术实施例提供的道路信息处理方法中，可以根据车辆轨迹确定第一拍摄设备和其下游的第二拍摄设备之间的第一平均行驶时长，以及还可以根据第一拍摄设备的定位信息，在电子地图中确定从第一拍摄设备到第二拍摄设备的第一计算行驶时长。其中第一平均行驶时长是真实的行驶时长，而第一计算行驶时长是根据定位信息确定的理论上的行驶时长，之后通过比较第一平均行驶时长和第一计算行驶时长之间的差距，就可以准确有效的确定第一拍摄设备相对于第二拍摄设备的第一定位准确率。以及类似的，可以准确有效的确定第一拍摄设备相对于其上游的第三拍摄设备的第二定位准确率。然后再结合各个子轨迹各自对应的定位准确率，以及子轨迹的数量，确定第一拍摄设备的定位信息的准确率。相较于通过比较在经过两个卡口之间车辆的行驶速度和相应阈值的实现方式(这种实现方式需要针对不同的路段设置不同的阈值)，或者人工抽检的实现方式，本实施例中提供的方法一方面可以在无需调参的前提下，有效保证确定的定位准确率的有效性和正确性，另一方面可以自动化实现，无需投入过多的人力成本。
[0184]
在上述结合内容的基础上，在一种可能的实现方式中，比如说可以以第一时长为周期，定期的确定第一拍摄设备的定位信息的准确率。如果说第一拍摄设备的定位信息的准确率低于预设准确率，那么就可以认为第一拍摄设备的定位信息出现了较为严重的偏差，可能是第一拍摄设备定位到电子设备的路段的情况出现了偏差，也有可能是第一拍摄设备的时间误差出现了较大的偏差，无论是那种情况，都会导致上述的实际行驶时长和理论行驶时长的差距较大的问题。
[0185]
那么此时第一拍摄设备所采集的车辆数据也就无法使用了，因此处理设备可以停止接收第一拍摄设备所发送的原始车辆数据，直至第一拍摄设备的定位信息的准确率高于或等于预设准确率，也就是说直至第一拍摄设备的定位信息的准确率正常，再采纳第一拍摄设备所采集的车辆数据来确定在途车辆数量。
[0186]
通过定期的检查拍摄设备的定位信息的准确率，并且在拍摄设备的定位信息的准确率不佳的时候，及时的停止接收定位异常的拍摄设备所采集的车辆数据，从而可以保证数据源中的车辆数据的正确性，进而可以有效的保证最终计算得到的在途车辆数量的准确性。
[0187]
以及在可选的实现方式中，比如说还可以通过不同的第二时段的准确率绘制相应的准确率曲线，以分析偏差来源，其中偏差来源可能是定位偏差，也可能是时钟偏差。对于
定位偏差而言，定位偏差和道路均速相关，那么准确率曲线与rid(路段)速度曲线有一定的趋势相关性。而对于时钟偏差而言，因为设备时钟偏差在不同时段相对恒定，所以准确率曲线相对平缓。
[0188]
在上述介绍的各实施例的基础上，下面再结合图9对本技术提供的道路信息处理方法进行一个完整的串讲。图9为本技术实施例提供的道路信息处理方法的处理流程图。
[0189]
如图9所示，处理设备可以接收到多个拍摄设备上传的原始车辆数据，然后可以针对车辆数据进行数据过滤，其中数据过滤可以包括上述介绍的时钟纠偏和误检识别，误检识别也就是根据车辆的车牌选择是否要保留该条车辆数据，具体的数据过滤方式可以参照上述实施例的介绍。
[0190]
以及，参照图9可以确定的是，可以采用历史轨迹确定卡口中拍摄设备的定位信息的准确率，之后会根据定位信息的准确率再确定是否要接收拍摄设备所发送的车辆数据。
[0191]
在进行上述介绍的数据过滤处理之后可以得到图9所示的过滤后的车辆数据，其中过滤后的车辆数据还可以用于和历史车辆轨迹一起在离线数据中确定捕获率，其具体实现方式可以参照上述实施例的介绍。
[0192]
之后可以根据过滤后的车辆数据进行第一区域内的在途车辆数量的计算，以及还可以基于离线确定的捕获率对确定的在途车辆数量进行修正，以得到图9所示的第一区域的在途车辆数量。
[0193]
以及基于历史轨迹还可以确定第一区域内的子区域的比例参数，然后根据比例参数，确定第一区域内的子区域的在途车辆数量。
[0194]
其中拍摄设备的定位准确率的确定、卡口捕获率的确定以及子区域的比例参数的确定，都可以是离线完成的。而第一区域中的在途车辆数量的计算都是在线完成的，因此本技术实施例提供的道路信息处理方法，可以有效的确定实时的在途车辆数量，以准确而有效的反应出当下时刻第一区域内的车辆整体情况。
[0195]
在一种可能的实现方式中，在途车辆数量与道路承载力的商可以有效的反映出第一区域或者第一区域中的子区域的拥挤程度，进而可以有效的帮助城市管理者在宏观上提供交通管理和组织优化的数据支撑。比如说可以已在途车辆数量为数据支撑，设置节假日的不同的限行时段政策，或者还可以通过不同区域的在途车辆数量的对比，合理的设置管理力量的分布。在实际实现过程，对在途车辆数量的具体应用可以根据实际需求进行选择和设置。
[0196]
图10为本技术实施例提供的道路信息处理装置的结构示意图。如图10所示，该装置100包括：获取模块1001、确定模块1002以及处理模块1003。
[0197]
获取模块1001，用于在第一区域中的多个拍摄设备所发送的多条车辆数据中，获取拍摄时刻位于第一时段内的目标车辆数据，所述第一时段为目标时刻之前预设时长所对应的时段；
[0198]
确定模块1002，用于针对所述多个拍摄设备中的第一拍摄设备，根据所述目标车辆数据，确定在目标时刻所述第一拍摄设备所对应的第一车辆数量，所述第一车辆数量为在所述第一时段内被所述第一拍摄设备拍摄到，并且到所述目标时刻尚未被其余拍摄设备拍摄到且继续行驶的车辆的数量；
[0199]
所述确定模块1002还用于，根据所述第一区域中的多个拍摄设备各自对应的第一
车辆数量，确定在所述目标时刻所述第一区域内的在途车辆数量。
[0200]
在一种可能的设计中，所述预设时长由n个连续的时间片构成，所述n为大于或等于1的整数；
[0201]
所述确定模块1002具体用于：
[0202]
针对所述n个时间片中的第i个时间片，根据所述目标车辆数据，获取所述第i个时间片对应的第二车辆数量，所述第二车辆数量为在所述第i个时间片的时间范围内被所述第一拍摄设备拍摄到，并且到所述目标时刻尚未被其余拍摄设备拍摄到的车辆的数量，其中i为大于等于1并且小于等于n的整数；
[0203]
获取所述第i个时间片对应的第一概率，所述第一概率为车辆在所述第i个时间片的时间范围内被所述第一拍摄设备拍摄到，并且经过i个时间片尚未被其余拍摄设备拍摄到且车辆继续行驶的概率；
[0204]
根据所述第i个时间片对应的第二车辆数量以及所述第i个时间片对应的第一概率，确定所述第i个时间片对应的第三车辆数量，所述第三车辆数量为在所述第i个时间片的时间范围内被所述第一拍摄设备拍摄到，并且到所述目标时刻尚未被其余拍摄设备拍摄到且继续行驶的车辆的数量；
[0205]
根据各所述时间片各自对应的第三车辆数量，确定在目标时刻所述第一拍摄设备所对应的第一车辆数量。
[0206]
在一种可能的设计中，所述确定模块1002具体用于：
[0207]
获取所述第i个时间片所属的目标预设时段；
[0208]
将所述目标预设时段所对应的预设概率，确定为所述第i个时间片对应的第一概率，所述预设概率为车辆在所述目标预设时段被所述第一拍摄设备拍摄到，并且经过i个时间片尚未被其余拍摄设备拍摄到且车辆继续行驶的概率。
[0209]
在一种可能的设计中，所述获取模块1001还用于：
[0210]
在所述根据所述第一区域中的多个拍摄设备各自对应的第一车辆数量，确定在所述目标时刻所述第一区域内的在途车辆数量之后，获取所述第一区域对应的修正系数，所述修正系数用于补偿在所述第一区域中行驶的未被拍摄到的车辆的数量；
[0211]
所述装置还包括：处理模块1003；
[0212]
所述处理模块1003，用于根据所述修正系数对所述在途车辆数量进行修正处理，得到修正后的在途车辆数量。
[0213]
在一种可能的设计中，所述获取模块1001还用于：
[0214]
在所述根据所述第一区域中的多个拍摄设备各自对应的第一车辆数量，确定在所述目标时刻所述第一区域内的在途车辆数量之后，针对所述第一区域中的第一子区域，获取所述第一子区域所对应的比例参数，所述比例参数用于指示所述第一子区域中的车辆数量在所述第一区域中的车辆数量中的占比；
[0215]
所述处理模块1003，具体用于：
[0216]
根据所述第一子区域所对应的比例参数和所述第一区域内的在途车辆数量，确定所述第一子区域对应的在途车辆数量。
[0217]
在一种可能的设计中，所述处理模块1003还用于：
[0218]
在所述在第一区域中的多个拍摄设备所发送的多条车辆数据中，获取拍摄时刻位
于第一时段内的目标车辆数据之前，接收所述第一区域中的拍摄设备所发送的原始车辆数据，所述原始车辆数据中包括针对车辆的拍摄时刻以及所拍摄车辆的车辆标识；
[0219]
根据所述拍摄时刻和所述车辆标识，对所述原始车辆数据进行数据过滤，得到过滤后的车辆数据；
[0220]
所述数据过滤包括如下中的至少一种：
[0221]
根据时间误差对所述原始车辆数据中的拍摄时刻进行校正；以及，若确定所述车辆标识不符合预设规则，则丢弃不符合预设规则的车辆标识所对应的原始车辆数据；以及，若确定所述车辆标识的出现频率低于预设阈值，则丢弃出现频率低于预设阈值的车辆标识所对应的原始车辆数据。
[0222]
在一种可能的设计中，所述原始车辆数据中还包括所述拍摄设备的设备标识；
[0223]
所述处理模块1003还用于：
[0224]
以第一时长为周期，确定所述第一拍摄设备的定位信息的准确率，所述定位信息为根据所述第一拍摄设备的设备标识确定的；
[0225]
若所述准确率低于预设准确率，则停止接收所述第一拍摄设备所发送的原始车辆数据，直至所述第一拍摄设备的定位信息的准确率高于或等于所述预设准确率。
[0226]
在一种可能的设计中，所述处理模块1003具体用于：
[0227]
获取在第二时段内经过所述第一拍摄设备的多条车辆轨迹；
[0228]
在所述多条车辆轨迹中确定车辆经过时刻位于所述第一拍摄设备之后相邻的第二拍摄设备，并根据所述第一拍摄设备的定位信息，确定所述第一拍摄设备的第一定位准确率；
[0229]
在所述多条车辆轨迹中确定车辆经过时刻位于所述第一拍摄设备之前相邻的第三拍摄设备，并根据所述第一拍摄设备的定位信息，确定第一拍摄设备的第二定位准确率；
[0230]
根据所述第一定位准确率、所述第一拍摄设备和所述第二拍摄设备之间的子轨迹数量、所述第二定位准确率以及所述第一拍摄设备和所述第三拍摄设备之间的子轨迹数量，确定在所述第二时段所述第一拍摄设备的定位信息的准确率。
[0231]
在一种可能的设计中，所述处理模块1003具体用于：
[0232]
根据所述多条车辆轨迹中位于所述第一拍摄设备和所述第二拍摄设备之间的子轨迹，确定从所述第一拍摄设备到所述第二拍摄设备的第一平均行驶时长；
[0233]
根据所述第一拍摄设备的定位信息，在电子地图确定从所述第一拍摄设备到所述第二拍摄设备的第一路径，并确定所述第一路径对应的第一计算行驶时长；
[0234]
根据所述第一平均行驶时长和所述第一计算行驶时长，确定所述第一拍摄设备的第一定位准确率。
[0235]
在一种可能的设计中，所述处理模块1003还用于：
[0236]
在所述根据所述第一定位准确率和所述第二定位准确率，确定在所述第二时段所述第一拍摄设备所对应的准确率之后，将多个不同的第二时段各自对应的准确率的平均值，确定为所述第一拍摄设备所对应的定位信息的准确率。
[0237]
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
[0238]
图11为本技术实施例提供的道路信息处理设备的硬件结构示意图，如图11所示，
本实施例的道路信息处理设备110包括：处理器1101以及存储器1102；其中
[0239]
存储器1102，用于存储计算机执行指令；
[0240]
处理器1101，用于执行存储器存储的计算机执行指令，以实现上述实施例中道路信息处理方法所执行的各个步骤。具体可以参见前述方法实施例中的相关描述。
[0241]
可选地，存储器1102既可以是独立的，也可以跟处理器1101集成在一起。
[0242]
当存储器1102独立设置时，该道路信息处理设备还包括总线1103，用于连接所述存储器1102和处理器1101。
[0243]
本技术实施例还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执行指令，当处理器执行所述计算机执行指令时，实现如上道路信息处理设备所执行的道路信息处理方法。
[0244]
在上述各实施例介绍内容的基础上，本技术提供的道路信息处理方法还可以由云端处理完成，下面结合图12对云端执行本技术提供的道路信息处理方法的相关实现进行进一步的详细介绍，图12为本技术实施例提供的道路信息处理方法的云端处理示意图。
[0245]
如图12所示，在道路中可以存在多个拍摄设备，其中拍摄设备可以对道路中行驶的车辆进行抓拍，并获取抓拍到的车辆的车辆数据。之后道路中的拍摄设备可以将采集到的车辆数据都统一上报给云端，其中上报的方式比如说可以是实时上报，或者还可以是按照固定的周期进行定时上报，本实施例对此不做限制。
[0246]
在云端获取到道路中的各个拍摄设备所上报的车辆数据之后，可以汇总多个拍摄设备的车辆数据确定在途车辆数据。
[0247]
比如说当前需要针对第一区域确定在途车辆数据，则云端可以在多个拍摄设备中，首先确定第一区域中的多个拍摄设备，然后获取第一区域中的多个拍摄设备所发送的多条车辆数据，并在此基础上获取拍摄时刻位于第一时段内的目标车辆数据，第一时段和目标车辆数据的具体实现可以参照上述实施例的介绍，此处不再赘述。
[0248]
之后云端可以针对第一区域中的多个拍摄设备分别进行处理，比如说针对多个拍摄设备中的第一拍摄设备，可以根据目标车辆数据，确定在第一时段内被第一拍摄设备拍摄到，并且到目标时刻尚未被其余拍摄设备拍摄到且继续行驶的车辆的数量，将其作为在目标时刻第一拍摄设备所对应的第一车辆数量。可以理解的是，针对每一个拍摄设备分别确定第一车辆数据，实际上也就是针对每一个拍摄设备确定了在其和邻近的拍摄设备之间的区域中正在行驶的车辆。
[0249]
之后云端再根据第一区域中的多个拍摄设备各自对应的第一车辆数量，有效的确定在目标时刻第一区域内的在途车辆数量，其中在途车辆数量就可以有效的反映第一区域内的整体行车状态，从而可以有效的扩展交通指标的丰富性。
[0250]
在云端执行本技术提供的道路信息处理方法的实现过程中，云端的各种具体处理方式与上述实施例介绍的内容类似，具体的可以参照上述实施例的介绍，此处不再赘述。
[0251]
需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。
[0252]
在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其
它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0253]
上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，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)或处理器(英文：processor)执行本技术各个实施例所述方法的部分步骤。
[0254]
应理解，上述处理器可以是中央处理单元(英文：central processing unit，简称：cpu)，还可以是其他通用处理器、数字信号处理器(英文：digital signal processor，简称：dsp)、专用集成电路(英文：application specific integrated circuit，简称：asic)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。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
[0255]
存储器可能包含高速ram存储器，也可能还包括非易失性存储nvm，例如至少一个磁盘存储器，还可以为u盘、移动硬盘、只读存储器、磁盘或光盘等。
[0256]
总线可以是工业标准体系结构(industry standard architecture，isa)总线、外部设备互连(peripheral component，pci)总线或扩展工业标准体系结构(extended industry standard architecture，eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本技术附图中的总线并不限定仅有一根总线或一种类型的总线。
[0257]
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
[0258]
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
[0259]
最后应说明的是：以上各实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述各实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的范围。

技术特征：
1.一种道路信息处理方法，其特征在于，包括：在第一区域中的多个拍摄设备所发送的多条车辆数据中，获取拍摄时刻位于第一时段内的目标车辆数据，所述第一时段为目标时刻之前预设时长所对应的时段；针对所述多个拍摄设备中的第一拍摄设备，根据所述目标车辆数据，确定在所述目标时刻所述第一拍摄设备所对应的第一车辆数量，所述第一车辆数量为在所述第一时段内被所述第一拍摄设备拍摄到，并且到所述目标时刻尚未被其余拍摄设备拍摄到且继续行驶的车辆的数量；根据所述第一区域中的多个拍摄设备各自对应的第一车辆数量，确定在所述目标时刻所述第一区域内的在途车辆数量。2.根据权利要求1所述的方法，其特征在于，所述预设时长由n个连续的时间片构成，所述n为大于或等于1的整数；所述根据所述目标车辆数据，确定在目标时刻所述第一拍摄设备所对应的第一车辆数量，包括：针对所述n个时间片中的第i个时间片，根据所述目标车辆数据，获取所述第i个时间片对应的第二车辆数量，所述第二车辆数量为在所述第i个时间片的时间范围内被所述第一拍摄设备拍摄到，并且到所述目标时刻尚未被其余拍摄设备拍摄到的车辆的数量，其中i为大于等于1并且小于等于n的整数；获取所述第i个时间片对应的第一概率，所述第一概率为车辆在所述第i个时间片的时间范围内被所述第一拍摄设备拍摄到，并且经过i个时间片尚未被其余拍摄设备拍摄到且车辆继续行驶的概率；根据所述第i个时间片对应的第二车辆数量以及所述第i个时间片对应的第一概率，确定所述第i个时间片对应的第三车辆数量，所述第三车辆数量为在所述第i个时间片的时间范围内被所述第一拍摄设备拍摄到，并且到所述目标时刻尚未被其余拍摄设备拍摄到且继续行驶的车辆的数量；根据各所述时间片各自对应的第三车辆数量，确定在目标时刻所述第一拍摄设备所对应的第一车辆数量。3.根据权利要求2所述的方法，其特征在于，所述获取所述第i个时间片对应的第一概率，包括：获取所述第i个时间片所属的目标预设时段；将所述目标预设时段所对应的预设概率，确定为所述第i个时间片对应的第一概率，所述预设概率为车辆在所述目标预设时段被所述第一拍摄设备拍摄到，并且经过i个时间片尚未被其余拍摄设备拍摄到且车辆继续行驶的概率。4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述第一区域中的多个拍摄设备各自对应的第一车辆数量，确定在所述目标时刻所述第一区域内的在途车辆数量之后，所述方法还包括：获取所述第一区域对应的修正系数，所述修正系数用于补偿在所述第一区域中行驶的未被拍摄到的车辆的数量；根据所述修正系数对所述在途车辆数量进行修正处理，得到修正后的在途车辆数量。5.根据权利要求1-4任一项所述的方法，其特征在于，所述根据所述第一区域中的多个
拍摄设备各自对应的第一车辆数量，确定在所述目标时刻所述第一区域内的在途车辆数量之后，所述方法还包括：针对所述第一区域中的第一子区域，获取所述第一子区域所对应的比例参数，所述比例参数用于指示所述第一子区域中的车辆数量在所述第一区域中的车辆数量中的占比；根据所述第一子区域所对应的比例参数和所述第一区域内的在途车辆数量，确定所述第一子区域对应的在途车辆数量。6.根据权利要求1-5任一项所述的方法，其特征在于，所述在第一区域中的多个拍摄设备所发送的多条车辆数据中，获取拍摄时刻位于第一时段内的目标车辆数据之前，所述方法还包括：接收所述第一区域中的拍摄设备所发送的原始车辆数据，所述原始车辆数据中包括针对车辆的拍摄时刻以及所拍摄车辆的车辆标识；根据所述拍摄时刻和所述车辆标识，对所述原始车辆数据进行数据过滤，得到过滤后的车辆数据；所述数据过滤包括如下中的至少一种：根据时间误差对所述原始车辆数据中的拍摄时刻进行校正；以及，若确定所述车辆标识不符合预设规则，则丢弃不符合预设规则的车辆标识所对应的原始车辆数据；以及，若确定所述车辆标识的出现频率低于预设阈值，则丢弃出现频率低于预设阈值的车辆标识所对应的原始车辆数据。7.根据权利要求1-6任一项所述的方法，其特征在于，所述原始车辆数据中还包括所述拍摄设备的设备标识；所述方法还包括：以第一时长为周期，确定所述第一拍摄设备的定位信息的准确率，所述定位信息为根据所述第一拍摄设备的设备标识确定的；若所述准确率低于预设准确率，则停止接收所述第一拍摄设备所发送的原始车辆数据，直至所述第一拍摄设备的定位信息的准确率高于或等于所述预设准确率。8.根据权利要求7所述的方法，其特征在于，所述确定所述第一拍摄设备的定位信息的准确率，包括：获取在第二时段内经过所述第一拍摄设备的多条车辆轨迹；在所述多条车辆轨迹中确定车辆经过时刻位于所述第一拍摄设备之后相邻的第二拍摄设备，并根据所述第一拍摄设备的定位信息，确定所述第一拍摄设备的第一定位准确率；在所述多条车辆轨迹中确定车辆经过时刻位于所述第一拍摄设备之前相邻的第三拍摄设备，并根据所述第一拍摄设备的定位信息，确定第一拍摄设备的第二定位准确率；根据所述第一定位准确率、所述第一拍摄设备和所述第二拍摄设备之间的子轨迹数量、所述第二定位准确率以及所述第一拍摄设备和所述第三拍摄设备之间的子轨迹数量，确定在所述第二时段所述第一拍摄设备的定位信息的准确率。9.根据权利要求8所述的方法，其特征在于，所述根据所述第一拍摄设备的定位信息，确定所述第一拍摄设备的第一定位准确率，包括：根据所述多条车辆轨迹中位于所述第一拍摄设备和所述第二拍摄设备之间的子轨迹，确定从所述第一拍摄设备到所述第二拍摄设备的第一平均行驶时长；
根据所述第一拍摄设备的定位信息，在电子地图确定从所述第一拍摄设备到所述第二拍摄设备的第一路径，并确定所述第一路径对应的第一计算行驶时长；根据所述第一平均行驶时长和所述第一计算行驶时长，确定所述第一拍摄设备的第一定位准确率。10.根据权利要求7-9任一项所述的方法，其特征在于，所述根据所述第一定位准确率和所述第二定位准确率，确定在所述第二时段所述第一拍摄设备所对应的准确率之后，所述方法还包括：将多个不同的第二时段各自对应的准确率的平均值，确定为所述第一拍摄设备所对应的定位信息的准确率。11.一种道路信息处理装置，其特征在于，包括：获取模块，用于在第一区域中的多个拍摄设备所发送的多条车辆数据中，获取拍摄时刻位于第一时段内的目标车辆数据，所述第一时段为目标时刻之前预设时长所对应的时段；确定模块，用于针对所述多个拍摄设备中的第一拍摄设备，根据所述目标车辆数据，确定在目标时刻所述第一拍摄设备所对应的第一车辆数量，所述第一车辆数量为在所述第一时段内被所述第一拍摄设备拍摄到，并且到所述目标时刻尚未被其余拍摄设备拍摄到且继续行驶的车辆的数量；所述确定模块还用于，根据所述第一区域中的多个拍摄设备各自对应的第一车辆数量，确定在所述目标时刻所述第一区域内的在途车辆数量。12.一种道路信息处理设备，其特征在于，包括：存储器，用于存储程序；处理器，用于执行所述存储器存储的所述程序，当所述程序被执行时，所述处理器用于执行如权利要求1至10中任一所述的方法。13.一种计算机可读存储介质，其特征在于，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1至10中任一所述的方法。14.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至10中任一所述的方法。

技术总结
本申请实施例提供一种道路信息处理方法及装置，该方法包括：在第一区域中的多个拍摄设备所发送的多条车辆数据中，获取拍摄时刻位于第一时段内的目标车辆数据。针对多个拍摄设备中的第一拍摄设备，根据目标车辆数据，确定在目标时刻第一拍摄设备所对应的第一车辆数量，第一车辆数量为在第一时段内被第一拍摄设备拍摄到，并且到目标时刻尚未被其余拍摄设备拍摄到且继续行驶的车辆的数量。根据第一区域中的多个拍摄设备各自对应的第一车辆数量，确定在目标时刻第一区域内的在途车辆数量。本申请的技术方案可以确定在途车辆数量，以有效的反映第一区域内的整体行车状态，从而可以有效的扩展交通指标的丰富性。的扩展交通指标的丰富性。的扩展交通指标的丰富性。


技术研发人员：周强 余亮 于津强 郑重
受保护的技术使用者：阿里云计算有限公司
技术研发日：2023.01.12
技术公布日：2023/6/12