本技術(shù)涉及數(shù)據(jù)處理，特別是涉及一種數(shù)據(jù)處理方法及系統(tǒng)、云端服務(wù)器及車輛。

背景技術(shù)：

1、對于交通道路上設(shè)置的交通設(shè)施（例如交通信號燈、路燈等），目前的交通管理方案是依賴于人工定期進行故障巡檢，以及駕駛員或行人的主動報告故障，這種管理方案不僅效率低下而且反應遲緩，并且存在滯后性，還可能由于人員疏忽或不報告而導致對應故障未被及時記錄，增加對應交通道路上車輛的通行風險。

2、此外，目前交通管理方案缺乏有效的數(shù)據(jù)共享和協(xié)同機制，導致交通設(shè)施故障信息不能得到及時傳播，出現(xiàn)信息孤島現(xiàn)象，降低了交通管理系統(tǒng)整體的檢測效率和響應速度。而且面對復雜的交通環(huán)境變化，目前的交通管理方案往往難以靈活應對，且對新技術(shù)、新標準的融合能力較弱，同時缺乏高效數(shù)據(jù)能力，難以對大量異構(gòu)數(shù)據(jù)進行有效整合與深度分析，影響異常檢測的準確性和時效性。所以，目前的交通管理方案在自動化水平、系統(tǒng)集成、數(shù)據(jù)處理能力及應對復雜環(huán)境的靈活性方面存在明顯不足。

技術(shù)實現(xiàn)思路

1、鑒于以上所述現(xiàn)有技術(shù)的缺點，本技術(shù)的目的在于提供一種數(shù)據(jù)處理方法及系統(tǒng)、云端服務(wù)器及車輛，用于解決現(xiàn)有技術(shù)中存在的技術(shù)問題。

2、為實現(xiàn)上述目的及其他相關(guān)目的，本技術(shù)提供一種數(shù)據(jù)處理方法，包括以下步驟：

3、接收通過車輛無線傳輸?shù)臄?shù)據(jù)包，并對所述數(shù)據(jù)包進行解密；其中，所述數(shù)據(jù)包基于交通道路區(qū)域中的交通數(shù)據(jù)封裝加密生成；

4、基于數(shù)據(jù)包解密結(jié)果進行數(shù)據(jù)點異常聚類，以及基于異常聚類結(jié)果生成異常區(qū)域；其中，所述數(shù)據(jù)點包括所述數(shù)據(jù)包的地理位置坐標信息；

5、基于車輛的地理位置坐標信息，向處于所述異常區(qū)域預設(shè)距離范圍內(nèi)的車輛推送預警信息。

6、于本技術(shù)的一實施例中，基于數(shù)據(jù)包解密結(jié)果進行數(shù)據(jù)點異常聚類，以及基于異常聚類結(jié)果生成異常區(qū)域的過程包括：

7、基于數(shù)據(jù)包解密結(jié)果對所述數(shù)據(jù)包進行完整性驗證；以及，

8、在所述數(shù)據(jù)包通過完整性驗證后，基于所述數(shù)據(jù)包的地理位置坐標信息生成所述數(shù)據(jù)點；

9、選擇數(shù)據(jù)點作為目標數(shù)據(jù)點，并以所述目標數(shù)據(jù)點為中心，記錄所述目標數(shù)據(jù)點的最小鄰域數(shù)據(jù)點數(shù)量，并在所述最小鄰域數(shù)據(jù)點數(shù)量大于或等于第一閾值時，標記所述目標數(shù)據(jù)點為核心數(shù)據(jù)點，以及將對應的數(shù)據(jù)點添加到一個異常聚類中；其中，最小鄰域數(shù)據(jù)點包括位于所述目標數(shù)據(jù)點的預設(shè)鄰域半徑內(nèi)的數(shù)據(jù)點；

10、按照異常聚類結(jié)果中的所有邊界數(shù)據(jù)點進行區(qū)域關(guān)聯(lián)，生成所述異常區(qū)域；其中，所述邊界數(shù)據(jù)點位于核心數(shù)據(jù)點的預設(shè)鄰域半徑內(nèi)，且不是核心數(shù)據(jù)點。

11、于本技術(shù)的一實施例中，在生成所述異常區(qū)域后，所述方法還包括：

12、利用預先或?qū)崟r建立的數(shù)據(jù)點異常檢測照明異常檢測模型計算所述異常區(qū)域內(nèi)每個數(shù)據(jù)點的路徑長度；

13、基于每個數(shù)據(jù)點的路徑長度計算出每個數(shù)據(jù)點的異常得分，并在所述異常得分大于預設(shè)分數(shù)閾值時，標記對應的數(shù)據(jù)點屬于誤報數(shù)據(jù)點；以及，從所述異常區(qū)域中剔除所述誤報數(shù)據(jù)點對應的關(guān)聯(lián)區(qū)域，得到真實的異常區(qū)域。

14、于本技術(shù)的一實施例中，基于車輛的地理位置坐標信息，向處于所述異常區(qū)域預設(shè)距離范圍內(nèi)的車輛推送預警信息的過程包括：

15、基于當前車輛的歷史地理位置坐標信息和實時地理位置坐標信息，生成當前車輛的預測行駛軌跡；

16、在所述預測行駛軌跡與所述異常區(qū)域存在交叉時，根據(jù)所述異常區(qū)域的幾何形狀確定所述異常區(qū)域的中心、所述異常區(qū)域的半徑或邊長；

17、基于當前車輛的實時地理位置坐標信息，計算當前車輛與所述異常區(qū)域的中心的距離值，并在所述距離值小于或等于所述異常區(qū)域的半徑或邊長時，將當前車輛標記為預警車輛，以及生成預警信息，并將所述預警信息推送給所述預警車輛；其中，所述預警信息包括：所述交通道路區(qū)域的照明數(shù)據(jù)、車輛駕駛建議。

18、本技術(shù)還提供一種數(shù)據(jù)處理方法，應用于車輛，所述方法包括以下步驟：

19、獲取目標區(qū)域的交通數(shù)據(jù)，并對所述交通數(shù)據(jù)進行封裝加密，生成數(shù)據(jù)包；其中，所述目標區(qū)域包括預先或?qū)崟r確定的交通道路區(qū)域；

20、將所述數(shù)據(jù)包無線傳輸給云端服務(wù)器，以使所述云端服務(wù)器對所述數(shù)據(jù)包進行解密，并基于數(shù)據(jù)包解密結(jié)果進行數(shù)據(jù)點異常聚類，以及基于異常聚類結(jié)果生成異常區(qū)域；

21、在所述車輛與所述異常區(qū)域處于預設(shè)距離范圍內(nèi)時，接收所述云端服務(wù)器生成并推送的預警信息。

22、于本技術(shù)的一實施例中，若所述交通數(shù)據(jù)包括照明數(shù)據(jù)，則獲取所述目標區(qū)域的照明數(shù)據(jù)的過程包括：

23、根據(jù)所述目標區(qū)域的環(huán)境光強度、滑動時間窗口長度內(nèi)的平均光強度、滑動時間窗口長度內(nèi)的光強度標準差，計算所述目標區(qū)域的光強度變化率；其中，所述環(huán)境光強度由光強檢測器檢測生成，所述光強檢測器設(shè)置在行駛在所述目標區(qū)域內(nèi)的車輛上；

24、通過多幀目標圖像，計算所述目標區(qū)域中照明設(shè)備的閃爍頻率；其中，所述目標圖像包含所述目標區(qū)域中的照明設(shè)備，所述目標圖像由圖像拍攝設(shè)備拍攝生成，所述圖像拍攝設(shè)備設(shè)置在行駛在所述目標區(qū)域內(nèi)的車輛上；

25、通過預先或?qū)崟r生成的照明異常檢測模型計算目標特征向量對應的預測值，并在所述預測值小于或等于第四閾值時，生成所述目標區(qū)域中照明設(shè)備的異常照明數(shù)據(jù)；其中，所述目標特征向量基于當前時刻下所述目標區(qū)域的環(huán)境光強度、滑動時間窗口長度內(nèi)的平均光強度、滑動時間窗口長度內(nèi)的光強度標準差、光強度變化率、光強波動狀態(tài)和閃爍頻率生成。

26、于本技術(shù)的一實施例中，預先或?qū)崟r生成照明異常檢測模型的過程包括：

27、利用自編碼器對訓練特征向量進行降維和非線性特征提取，得到降維特征向量；其中，所述訓練特征向量基于歷史時刻下所述目標區(qū)域的環(huán)境光強度、滑動時間窗口長度內(nèi)的平均光強度、滑動時間窗口長度內(nèi)的光強度標準差、光強度變化率、光強波動狀態(tài)和閃爍頻率生成；

28、將所述降維特征向量作為訓練樣本，并加入預先或?qū)崟r建立的目標函數(shù)和約束條件，對所述訓練樣本進行分類訓練，生成所述照明異常檢測模型。

29、于本技術(shù)的一實施例中，確定所述目標區(qū)域的光強波動狀態(tài)的過程包括：根據(jù)所述目標區(qū)域的環(huán)境光強度、滑動時間窗口長度內(nèi)的平均光強度、滑動時間窗口長度內(nèi)的光強度標準差，確定出所述目標區(qū)域中照明設(shè)備的光強波動狀態(tài)，并將所述目標區(qū)域中照明設(shè)備的光強波動狀態(tài)作為所述目標區(qū)域的光強波動狀態(tài)；

30、其中，當所述環(huán)境光強度與滑動時間窗口長度內(nèi)的平均光強度的差值大于或等于第二閾值，確定所述目標區(qū)域中照明設(shè)備的光強波動狀態(tài)為異常；或者，在滑動時間窗口長度內(nèi)的光強度標準差大于或等于第三閾值時，確定所述目標區(qū)域中照明設(shè)備的光強波動狀態(tài)為異常。

31、于本技術(shù)的一實施例中，對所述照明數(shù)據(jù)進行封裝加密，生成數(shù)據(jù)包，并無線傳輸至云端服務(wù)器的過程包括：

32、獲取與所述目標區(qū)域中照明設(shè)備的異常照明數(shù)據(jù)關(guān)聯(lián)的元數(shù)據(jù)，并基于所述異常照明數(shù)據(jù)和所述元數(shù)據(jù)形成原始數(shù)據(jù)包；所述元數(shù)據(jù)包括：車輛編號、車輛地理位置坐標信息、時間戳、所述照明設(shè)備的異常類型、所述照明設(shè)備的異常狀態(tài)、數(shù)據(jù)哈希值；其中，所述原始數(shù)據(jù)包的地理位置坐標包括所述元數(shù)據(jù)中的車輛地理位置坐標信息；

33、對所述原始數(shù)據(jù)包進行加密，得到加密數(shù)據(jù)包，以及，將所述加密數(shù)據(jù)包無線傳輸至云端服務(wù)器。

34、于本技術(shù)的一實施例中，將所述加密數(shù)據(jù)包無線傳輸至云端服務(wù)器時，所述方法還包括：

35、計算無線傳輸時的信號強度，并基于所述信號強度和當前信道條件，調(diào)整發(fā)射功率和調(diào)制方式；以及，

36、在無線傳輸過程中嵌入前向糾錯機制和自動重傳請求機制。

37、本技術(shù)還提供一種數(shù)據(jù)處理系統(tǒng)，應用于云端服務(wù)器，所述系統(tǒng)包括有：

38、數(shù)據(jù)接收模塊，用于接收通過車輛無線傳輸?shù)臄?shù)據(jù)包，并對所述數(shù)據(jù)包進行解密；其中，所述數(shù)據(jù)包基于交通道路區(qū)域中的交通數(shù)據(jù)封裝加密生成；

39、異常區(qū)域模塊，用于根據(jù)數(shù)據(jù)包解密結(jié)果進行數(shù)據(jù)點異常聚類，以及基于異常聚類結(jié)果生成異常區(qū)域；其中，所述數(shù)據(jù)點包括所述數(shù)據(jù)包的地理位置坐標信息；

40、預警推送模塊，用于根據(jù)車輛的地理位置坐標信息，向處于所述異常區(qū)域預設(shè)距離范圍內(nèi)的車輛推送預警信息。

41、本技術(shù)還提供一種數(shù)據(jù)處理系統(tǒng)，應用于車輛，所述系統(tǒng)包括有：

42、數(shù)據(jù)包生成模塊，用于獲取目標區(qū)域的交通數(shù)據(jù)，并對所述交通數(shù)據(jù)進行封裝加密，生成數(shù)據(jù)包；其中，所述目標區(qū)域包括預先或?qū)崟r確定的交通道路區(qū)域；

43、無線傳輸模塊，用于將所述數(shù)據(jù)包無線傳輸給云端服務(wù)器，以使所述云端服務(wù)器對所述數(shù)據(jù)包進行解密，并基于數(shù)據(jù)包解密結(jié)果進行數(shù)據(jù)點異常聚類，以及基于異常聚類結(jié)果生成異常區(qū)域；

44、預警接收模塊，用于在所述車輛與所述異常區(qū)域處于預設(shè)距離范圍內(nèi)時，接收所述云端服務(wù)器生成并推送的預警信息。

45、本技術(shù)還提供一種云端服務(wù)器，所述云端服務(wù)器用于執(zhí)行如上述所述的數(shù)據(jù)處理方法，或者用于執(zhí)行如上述所述的數(shù)據(jù)處理系統(tǒng)。

46、本技術(shù)還提供一種車輛，所述車輛用于執(zhí)行如上述所述的數(shù)據(jù)處理方法，或者用于執(zhí)行如上述所述的數(shù)據(jù)處理系統(tǒng)。

47、如上所述，本技術(shù)提供一種數(shù)據(jù)處理方法及系統(tǒng)、云端服務(wù)器及車輛，具有以下有益效果：

48、本技術(shù)通過采用無線傳輸技術(shù)實現(xiàn)異常信息的及時上報與分享，縮短了從檢測到響應的時間差，使相關(guān)部門能夠更快地介入交通設(shè)施故障修復，提高了應急響應速度，有效應對突發(fā)狀況，減少安全隱患。同時，本技術(shù)通過云端服務(wù)器對交通數(shù)據(jù)進行異常分析，不僅能高效篩選及驗證異常交通數(shù)據(jù)，還能精準定位異常交通數(shù)據(jù)的地理位置，從而為交通管理部門提供決策支持，優(yōu)化交通管理效率，而且也有助于制定更加科學合理的交通維護計劃，避免資源浪費。同時，本技術(shù)通過云端服務(wù)器及時推送預警信息，能夠讓駕駛員提前采取避險措施，例如采取減速慢行、變更車道或規(guī)劃替代路線等措施，這種主動防護機制提高了公眾對智能交通管理系統(tǒng)的信任，促進社會和諧。此外，本技術(shù)通過實時監(jiān)測交通道路區(qū)域中的交通數(shù)據(jù)，能夠及時發(fā)現(xiàn)異常（例如交通信號燈錯誤閃爍、路燈不適當開啟或關(guān)閉等），從而大大降低因交通設(shè)施故障引發(fā)交通事故的風險，保護駕駛員、乘客以及行人的安全。并且及時修復交通設(shè)施故障，可以避免不必要的能源消耗，同時減少因交通阻塞導致的額外碳排放，符合節(jié)能減排要求。所以，本技術(shù)形成了一個高度自動化、實時響應的交通數(shù)據(jù)預警推送體系，涵蓋了從交通數(shù)據(jù)采集、分析預測、決策制定到信息傳播的完整流程。能夠通過智能化手段減少交通事故，緩解交通擁堵，提高交通管理系統(tǒng)的整體運行效率，對推動智能交通管理系統(tǒng)的發(fā)展具有重要價值。