一种交通场景事件分析方法、装置、系统及设备与流程

阅读：评论：0

1.本技术涉及车联网及智能驾驶技术领域，尤其涉及一种基于自动驾驶的交通场景事件分析方法、装置、系统及设备。

背景技术：

2.近年来，随着科技的革新，自动驾驶已经成为现阶段汽车研究的一个重点和热点，云控平台作为自动驾驶的大脑，用于接入包括智能网联车上报数据、rcu感知数据、视频流数据等多种数据，从而根据接收的数据进行场景事件计算，并将异常场景事件下发给智能网联车，以保证自动驾驶的安全性。
3.目前，自动驾驶场景事件计算基于流式计算框架，接入云控平台的实时数据发送到中间消息队列，针对场景事件计算时从消息队列中读取实时数据，以根据读取实时数据生成场景事件；场景事件生成后，根据下发协议组装场景事件数据并发往消息队列，再由下游应用从消息队列中读取场景事件数据发给网联车；但是，随着接入云控平台设备数量的增多，接入云控平台的实时数据呈倍数增长，且每条实时数据进入消息队列再出消息队列这一过程至少是毫秒级的，造成整条场景事件生成到下发的链路耗时过大，从而无法保证自动驾驶的安全性。
4.因此，亟需一种能够减少自动驾驶场景事件计算下发全链路时延的方法，以满足保障自动驾驶安全的需求。

技术实现要素：

5.本说明书实施例提供一种交通场景事件分析方法、装置、系统及设备，以解决现有的交通场景事件分析方法存在的全链路时延长、无法保障自动驾驶安全性的问题。
6.为解决上述技术问题，本说明书实施例是这样实现的：
7.本说明书实施例提供的一种交通场景事件分析方法，所述方法可以包括：
8.流式计算系统获取第一网关通过网关链路发送的实时交通运行数据；
9.利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息；
10.确定所述目标交通场景事件信息所涉及的目标智能网联车辆对应的第二网关；
11.利用所述第二网关，发送所述目标交通场景事件信息至所述目标智能网联车辆。
12.本说明书实施例提供的一种交通场景事件分析装置，所述装置可以包括：
13.数据获取模块，用于流式计算系统获取第一网关通过网关链路发送的实时交通运行数据；
14.事件信息生成模块，用于利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息；
15.第二网关确定模块，用于确定所述目标交通场景事件信息所涉及的目标智能网联车辆所述对应的第二网关；
16.事件信息发送模块，用于利用所述第二网关，发送所述目标交通场景事件信息至所述目标智能网联车辆。
17.本说明书实施例提供的一种交通场景事件分析系统，所述系统可以包括：第一网关、流式计算系统以及第二网关；
18.所述第一网关，用于获取路侧设备以及目标车辆发送的实时交通运行数据，并将所述实时交通运行数据通过所述第一网关的网关链路发送给所述流式计算系统；
19.所述流式计算系统，用于获取所述第一网关通过所述第一网关的网络链路发送的所述第一实时交通数据，利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息；确定所述目标交通场景事件信息所涉及的目标智能网联车辆对应的所述第二网关；利用所述第二网关，发送所述目标交通场景事件信息至所述目标智能网联车辆；
20.所述第二网关，用于接收所述目标交通场景信息，并通过网关链路发送所述目标交通场景信息至所述目标智能网联车辆。
21.本说明书实施例提供的一种用于交通场景事件分析的流式计算设备，包括：
22.至少一个处理器；以及，
23.与所述至少一个处理器通信连接的存储器；其中，
24.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
25.获取第一网关通过网关链路发送的实时交通运行数据；
26.利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息；
27.确定所述目标交通场景事件信息所涉及的目标智能网联车辆所述对应的第二网关；
28.利用所述第二网关，发送所述目标交通场景事件信息至所述目标智能网联车辆。
29.本说明书中的至少一个实施例可以达到以下有益效果：
30.通过流式计算系统获取第一网关通过网关链路发送的实时交通运行数据，以利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息；然后，确定所述目标交通场景事件信息所涉及的目标智能网联车辆对应的第二网关，以利用所述第二网关，发送所述目标交通场景事件信息至所述目标智能网联车辆。由于本方案中直接通过第一网关发送实时交通运行数据，并利用第二网关发送目标交通场景事件信息，避免了交通运行数据以及目标交通场景事件信息进出消息队列，从而节省了交通运行数据以及目标交通场景事件信息进出消息队列的时间，进而有效减少交通场景事件分析的链路时延，保证了自动驾驶的安全性。
附图说明
31.为了更清楚地说明本说明书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简单地介绍，显而易见地，下面描述中的附图仅仅是本技术中记载的一些实施例，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。
32.图1是本说明书实施例提供的一种交通场景事件分析方法流程示意图；
33.图2是本说明书实施例提供的一种交通场景事件分析装置结构示意图；
34.图3是本说明书实施例提供的一种交通场景事件分析系统结构示意图；
35.图4是本说明书实施例提供的一种用于交通场景事件分析的流式计算示意图。
具体实施方式
36.为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书一个或多个实施例保护的范围。
37.以下结合附图，详细说明本说明书各实施例提供的技术方案。
38.现有技术中，自动驾驶场景事件计算基于流式计算框架，接入云控平台的实时数据首先发送到中间消息队列，当计算系统需要针对场景事件进行计算时需要从消息队列中读取实时数据，以根据读取的实时数据生成场景事件，且场景事件生成后，计算系统需要根据下发协议组装场景事件数据，并将组装好的场景事件数据发往消息队列，再由下游应用从消息队列中读取场景事件数据发给智能网联车辆；但是，随着接入云控平台设备数量的增多，接入云控平台的实时数据呈倍数增长，且每条实时数据进入消息队列再出消息队列这一过程至少是毫秒级的，造成整条场景事件生成到下发的链路耗时过大，从而无法保证自动驾驶的安全性。
39.为了解决现有技术中的缺陷，本方案给出了以下实施例：
40.图1为本说明书实施例中一种交通场景事件分析方法的整体方案流程示意图。从程序角度而言，该流程的执行主体可以为用于进行交通场景事件分析的云控平台，如图1所示，该方法可以包括以下步骤：
41.步骤102：流式计算系统获取第一网关通过网关链路发送的实时交通运行数据。
42.在本说明书实施例中，通常在自动驾驶场景中云控平台作为自动驾驶的大脑，用于获取包括：智能网联车上报数据、路侧计算单元(roadside computing unit，英文简称rcu)感知数据、视频流数据等与自动驾驶相关的其他数据，所述流式计算系统是为云控平台提供计算功能的系统。
43.在本说明书实施例中，所述第一网关可以通过负载均衡服务器与路侧设备建立tcp常连接，以实时接收所述路侧设备发送的实时交通运行数据，并将接收到的实时交通运行数据，通过网关链路直接发送给云控平台中的流式计算系统，以减少实时交通运行数据进入消息队列的时间，同时减少流式计算系统从消息队列读取数据的时间，从而减少根据所述实时交通运行数据针对交通场景事件进行计算的时延，保证自动驾驶的安全性。
44.在实际应用中，所述路侧设备可以包括，智能网联车、路侧计算单元，用于获取车辆的运行数据；所述实时交通运行数据用于反映车辆的运行状态，具体可以包括，智能网联车上报数据、路侧计算单元感知数据。
45.步骤104：利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息。
46.在本说明书实施例中，所述流式计算系统中包括若干计算节点，所述计算节点用于执行流计算任务，所述计算节点中包括喷发节点(spout)与数据处理节点(bolt)，其中，spout节点作为交易流分发节点，用于通过网关链路获取实时交通运行数据，并将获取的实时交通运行数据发送给bolt节点，以便于bolt节点根据所述实时交通运行数据针对交通场景事件进行分析计算。
47.在实际应用中，通常一个spout节点可以发送实时交通运行数据给本计算节点中的一个或多个bolt节点；当然，spout节点也可以发送实时交通运行数据给非本计算节点中一个或多个bolt节点，实现跨网络传输；但本说明书实例中为了减少spout节点发送给bolt节点的数据时延，优选的，spout节点和bolt节点可以采用本地分发模式，spout节点作为交易流分发节点，只发送所述实时交通运行数据给本计算节点中的bolt节点。
48.在本说明书实施例中，所述目标交通场景事件信息可以包括：发生目标交通场景事件的车辆的车辆位置信息、车辆标识信息、交通场景事件类型信息以及事件发生的时间信息等，当然可以根据具体需要设置目标交通场景事件信息所包括的其他信息，在此不做具体限定。
49.步骤106：确定所述目标交通场景事件信息所涉及的目标智能网联车辆对应的第二网关。
50.在本说明书实施例中，所述目标智能网联车辆通常是可能受到目标交通场景事件信息中所涉及的交通场景事件影响的车辆，例如，如果目标交通场景事件信息所涉及的交通场景事件为车辆异常低速事件，则目标智能网联车辆为发生车辆异常低速场景事件的车辆后方预设距离的智能网联车辆；如果目标交通场景事件信息所涉及的交通场景事件为车辆异常低速事件，则目标智能网联车辆为发生超速驾驶场景事件的车辆前方以及两侧的智能网联车辆。
51.在本说明书实施例中，第二网关能够与目标智能网联车辆建立连接并进行通信，用于发送目标交通场景事件信息至目标智能网联车辆。
52.在本说明书实施例中，流式计算系统可以直接将所述目标交通场景事件信息发送至第二网关，以避免所述目标交通场景事件信息进出中间消息队列，从而减少目标交通场景事件信息出消息队列的时间，进而减少根据所述实时交通运行数据针对交通场景事件进行计算的时延，保证自动驾驶的安全性。
53.步骤108：利用所述第二网关，发送所述目标交通场景事件信息至所述目标智能网联车辆。
54.在本说明书实施例中，第二网关可以通过网关链路将目标交通场景事件信息发送给目标智能网联车辆。
55.应当理解，本说明书一个或多个实施例所述的方法其中部分步骤的顺序可以根据实际需要相互交换，或者其中的部分步骤也可以省略或删除。
56.图1中的方法，流式计算系统获取第一网关通过网关链路发送的实时交通运行数据，以利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息；然后，确定所述目标交通场景事件信息所涉及的目标智能网联车辆对应的第二网关，以利用所述第二网关，发送所述目标交通场景事件信息至所述目标智能网联车辆。本方案中直接通过第一网关获取实时交通运行数据，并利用第二网关
发送目标交通场景事件信息，避免了交通运行数据以及目标交通场景事件信息进出消息队列，从而节省了交通运行数据以及目标交通场景事件信息进出消息队列的时间，进而有效减少交通场景事件分析的链路时延，保证了交通场景事件分析的时效性。
57.基于图1的方法，本说明书实施例还提供了该方法的一些具体实施方案，下面进行说明。
58.在本说明书实施例中，通常由于第一网关获取的路侧设备上报的实时交通运行数据的数据内存大，从而影响流式计算系统获取所述实时交通运行数据的效率。
59.基于此，所述流式计算系统获取第一网关通过网关链路发送的实时交通运行数据，具体可以包括：
60.流式计算系统获取第一网关通过网关链路发送的压缩后实时交通运行数据，所述压缩后实时交通运行数据是所述第一网关针对路侧设备上报的交通运行数据进行压缩而得到的数据。
61.所述利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息，具体可以包括：
62.针对所述压缩后实时交通运行数据进行解压缩处理，得到解压缩后的实时交通运行数据。
63.利用针对交通场景事件进行分析的流计算任务，针对所述解压缩后的实时交通运行数据进行处理，得到目标交通场景事件信息。
64.在本说明书实施例中，第一网关可以针对接收到的路侧设备发送的实时交通运行数据要进行异常值判断，删除异常值，缺失值补位等预处理，是由于路侧设备在获取以及向第一网关发送实时交通运行数据时可能会出现数据异常；针对预处理完成的实时交通运行数据可以进行数据压缩，以减少实时交通运行数据的数据包的传送，从而减少传送时间，进而减少交通场景事件分析链路的链路时延。
65.在本说明说实施例中，bolt节点用于接收本计算节点中spout节点发送的压缩后实时交通运行数据，并针对所述压缩后实时交通运行数据进行解压缩处理，以根据解压缩后的实时交通运行数据进行计算，得到目标交通场景事件。
66.在实际应用中bolt节点针对压缩后实时交通运行数据进行解压缩后，可以将解压缩后的实时交通运行数据传输至云控平台中的存储单元进行存储，以便于后续根据实时交通运行数据所包含的数据信息确定目标交通场景事件信息所涉及的目标智能网联车辆。
67.在本说明书实施例中，通过第一网关针对路侧设备上报的实时交通运行数据进行压缩处理，以减少实时交通运行数据的数据包的传送，从而减少第一网关通过网关链路发送实时交通运行数据的时间，进而减少交通场景事件分析链路的链路时延。
68.在本说明书实施例中，spout节点可以将接收到的同一车辆的实时交通运行数据发送给同一bolt节点，以保证交通场景事件计算的准确性以及时效性。
69.基于此，所述实时交通运行数据可以包括：目标车辆标识信息。
70.所述利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息，具体可以包括：
71.发送所述实时交通运行数据至目标数据处理节点；所述目标数据处理节点为所述流式计算系统处的与所述目标车辆标识信息具有对应关系的数据处理节点。
72.利用所述目标数据处理节点处设置的针对所述交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到具有所述车辆标识信息的目标智能网联车辆所涉及的目标交通场景事件信息。
73.在本说明书实施例中，所述实时交通运行数据可以包括目标车辆标识信息，路侧计算单元可以针对其感知范围内的目标车辆定义目标车辆标识信息，用于识别其感知范围内的目标车辆的身份信息，第一网关接收到实时交通运行数据后，还可以针对目标车辆标识信息进行哈希处理，确保同一车辆的实时交通运行数据发送至同一spout节点。
74.在实际应用中，spout节点可以根据目标车辆标识信息，将同一目标车辆的实时交通运行数据发送至同一目标数据处理节点(目标bolt节点)，以保证目标bolt节点获取的目标车辆的实时交通运行数据在一定时间段内是连续的，从而保证目标bolt节点针对目标车辆的交通场景事件计算的准确性；同时避免目标bolt节点从其他bolt节点或者存储单元中获取目标车辆在先的实时交通运行数据，减少实时交通运行数据获取时间，以保证目标bolt节点针对目标车辆的交通场景事件计算的时效性。
75.在实际应用中，车辆在道路上行驶可能会发生不同的交通场景事件，所述交通场景事件可以包括：车辆异常低速事件、车辆异常停车事件、超速驾驶事件、车辆紧急制动事件、车辆逆行事件、弱势交通参与者事件、正常交通事件中的至少一种。
76.在实际应用中，通常不同的交通场景事件对应不同的交通场景识别规则，因此，需要根据不同的交通场景识别规则针对实时交通运行数据进行识别，从而判断是否发生交通场景事件。
77.基于此，所述利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息，具体可以包括：
78.利用针对交通场景事件进行分析的流计算任务，判断所述实时交通运行数据是否满足交通场景事件识别规则，得到第一判断结果；所述交通场景事件识别规则包括针对至少一种所述交通场景事件进行识别的预设规则。
79.根据所述第一判断结果，确定被满足的交通场景事件识别规则。
80.根据所述被满足的交通场景事件识别规则对应的交通场景事件，生成目标交通场景事件信息。
81.在本说明书实施例中，所述交通场景事件识别规则可以包括：车辆异常低速事件识别规则、车辆异常停车事件识别规则、超速驾驶事件识别规则、车辆紧急制动事件识别规则、车辆逆行事件识别规则、弱势交通参与者事件识别规则中的至少一种。
82.在本说明书实施例中，不同的交通场景事件对应不同交通场景事件识别规则，当车辆的实时交通运行数据满足交通场景时间识别规则中的某种具体交通场景事件识别规则时，说明所述车辆发生了被满足的交通场景时间识别规则对应的交通场景事件。
83.在本说明书实施例中，实时交通运行数据由spout节点分发给用于执行流计算任务针对交通场景事件进行分析的bolt节点，bolt节点提取实时交通运行数据中用于识别交通场景事件的字段，所述字段可以包括：车辆位置、车辆行驶速度、车辆加速度、车辆标识、车辆航向角等，以判断所提取的字段是否满足交通场景事件识别规则中的一种或多种。
84.在本说明书实施例中，可以根据实时交通运行数据利用不同的交通场景事件识别规则针对不同的交通场景事件进行识别，例如，可以根据车辆行驶速度判断所述车辆是否
发生车辆异常低速事件，具体的，交通场景事件识别规则可以表示：在车辆行驶过程中当所述车辆行驶速度小于预设值时，确定所述车辆发生车辆异常低速事件；可以根据车辆行驶速度以及车辆位置判断所述车辆是否发生车辆异常停车事件，具体的，交通场景事件识别规则可以表示：在车辆行驶过程中假设车辆速度为零，且车辆位置相较于上一时刻不发生变化，确定所述车辆发生车辆异常停车事件；可以根据车辆加速度判断所述车辆是否发生车辆紧急制动事件，具体的，交通场景事件识别规则可以表示：在车辆行驶过程中，当车辆加速度为负数且迅速增大时，确定所述车辆发生车辆紧急制动事件；如果实时交通运行数据中的字段不满足任意一种交通场景事件识别规则时，说明交通场景事件为正常交通场景事件。
85.在本说明书实施例中，通过判断实时交通运行数据中的字段是否满足交通场景事件识别规则中一种或多种，去确定交通场景事件，根据被满足的交通场景事件识别规则对应的交通场景事件，生成目标交通场景事件信息；所述目标交通场景事件信息可以包括：发生交通场景事件的车辆的车辆标识信息、事件位置信息、交通场景事件的事件类型信息以及事件发生的时间等信息，所述目标交通场景事件信息所包括的具体信息可以根据需要进行添加或删除，在此不做具体限定。
86.在本说明书实施例中，所述交通场景事件的事件类型信息可以包含异常交通场景事件类型信息也可以包含正常交通场景事件类型信息。
87.在本说明书实施例中，为了保证网络链路的通畅，节省网络资源，以保证通过网络链路的发送给目标智能网联车辆的目标交通场景事件信息的时效性，减少网络链路的时延，通常只针对受异常交通场景事件影响的目标智能网联车辆发送目标交通场景事件信息。
88.基于此，所述确定所述目标交通场景事件信息所涉及的目标智能网联车辆对应的第二网关之前，还可以包括：
89.判断所述被满足的交通场景事件识别规则对应的交通场景事件中是否包含异常交通场景事件，得到第二判断结果。
90.若所述第二判断结果表示被满足的交通场景事件识别规则对应的交通场景事件中包含所述异常交通场景事件，则确定所述异常交通场景事件的事件位置信息及事件类型信息。
91.根据所述事件位置信息、所述事件类型信息以及各个智能网联车辆的当前位置信息，确定所述目标智能网联车辆；所述目标智能网联车辆为预期会被所述异常交通场景事件影响的智能网联车辆。
92.所述确定所述目标交通场景事件信息所涉及的目标智能网联车辆对应的第二网关，具体可以包括：
93.确定能够与所述目标智能网联车辆建立通信连接的第二网关。
94.在本说明书实施例中，异常交通场景事件可以包括：车辆异常低速事件、车辆异常停车事件、超速驾驶事件、车辆紧急制动事件、车辆逆行事件、弱势交通参与者事件中的至少一种。
95.在本说明书实施例中，若被满足的交通场景事件识别规则对应的交通场景事件中包含异常交通场景事件，则指示车辆发生异常交通场景事件，则获取异常交通场景事件发
生的位置信息以及事件类型信息。
96.在本说明书实施例中，所述事件位置信息可以用于反映异常交通场景事件发生的位置信息，所述事件类型信息可以包括：车辆异常低速事件类型、车辆异常停车事件类型、超速驾驶事件类型、车辆紧急制动事件类型、车辆逆行事件类型、弱势交通参与者事件类型中的一种或多种。
97.在本说明书实施例中，由于智能网联车能实时获取自身车辆的位置信息，并将自身车辆位置信息利用第一网关通过网关链路发送到云控平台存储单元进行存储，因此，可以根据事件位置信息以及事件类型信息确定异常交通场景事件的影响区域，以根据智能网联车自身车辆的位置信息判断所述智能网联车是否处于所述异常交通场景事件的影响区域内，从而将处于异常交通场景事件的影响区域内的智能网联车辆确定为目标智能网联车辆。
98.在本说明书实施例中，还可以将高精度地图数据缓存至云控平台存储单元进行存储，所述地图数据可以为云控平台提供高精度地图服务数据，以便于事件位置信息、事件类型信息以及地图数据中的车道信息确定异常交通场景事件的具体影响区域，例如，假设异常交通场景事件为车辆异常低速事件，则异常交通场景事件的具体影响区域为发生车辆异常低速事件的车辆位置后方预设距离的同车道以及相邻车道；利用高精度地图数据提高了具体影响区域的确认精度，进而提高目标智能网联车辆的确认精度。
99.在本说明书实施例中，由于流失计算系统可以直接从云控平台存储单元获取地图数据，从而避免从地图服务系统中频繁的读取地图数据，减少了磁盘的读写操作，进而减少目标场景事件分析的链路时延，保证了自动驾驶的安全性。
100.在本说明书实施例中，可以利用与目标智能网联车辆建立了通信连接的第二网关通过网关链路发送目标交通场景事件信息至目标智能网联车辆。
101.在本说明书实施例中，只针对受异常交通场景事件影响的目标智能网联车辆发送包含所述异常交通场景事件的事件位置信息及事件类型信息的目标交通场景事件信息，从而减少网络链路的数据传输压力，保证数据传输的时效性。
102.在实际应用中，现有技术通常在目标交通场景事件信息生成后，将生成的目标交通场景事件信息发送至中间消息队列，然后下行应用通过从消息队列中读取目标交通场景事件信息，以发送给目标智能网联车辆，而目标交通场景事件信息进入中间消息队列再出中间消息队列这一过程至少是毫秒级的，造成目标交通场景事件信息发送时延，从而影响自动驾驶安全。
103.基于此，所述利用所述第二网关，发送所述目标交通场景事件信息至所述目标智能网联车辆具体可以包括：
104.流式计算系统通过网关链路发送所述目标交通场景事件信息至负载均衡设备，所述负载均衡设备用于发送所述目标交通场景事件信息至所述第二网关；所述第二网关用于通过网关链路发送所述目标交通场景事件信息至所述目标智能网联车辆。
105.在本说明书实施例中，可以根据智能网联车唯一标识确定与目标智能网联车辆具有稳定连接关系的第二网关，以便于负载均衡设备将通过网关链路接收的流式计算系统发送的目标交通场景事件信息，发送至根据目标智能网联车辆唯一标识可以确定所述第二网关。
106.在本说明书实施例中，还可以确定与流式计算系统连接的所有网关，所述所有网关中包括与目标智能网联车辆连接的第二网关，负载均衡设备将通过网关链路接收的流式计算系统发送的目标交通场景事件信息，发送至与流式计算系统连接的所有网关，所有网关根据需要判断是否将目标交通场景事件信息发送至与自己连接的智能网联车辆。
107.在本说明书实施例中，流式计算系统直接通过网关链路发送所述目标交通场景事件信息至负载均衡设备，以减少目标交通场景事件信息进出中间消息队列的时间，从而减少目标交通场景事件信息发送时延，保证自动驾驶安全性。
108.通过上述方法，通过流式计算系统获取第一网关通过网关链路发送的实时交通运行数据，以利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息；然后，确定所述目标交通场景事件信息所涉及的目标智能网联车辆对应的第二网关，以利用所述第二网关，发送所述目标交通场景事件信息至所述目标智能网联车辆。本方案中直接通过第一网关获取实时交通运行数据，并利用第二网关发送目标交通场景事件信息，避免了交通运行数据以及目标交通场景事件信息进出消息队列，从而节省了交通运行数据以及目标交通场景事件信息进出消息队列的时间，进而有效减少交通场景事件分析的链路时延，保证了交通场景事件分析的时效性。
109.基于同样的思路，本说明书实施例还提供了上述方法对应的装置。图2为本说明书实施例提供的对应于图1的一种交通场景事件分析装置的结构示意图。如图2所示，该装置可以包括：
110.数据获取模块202，用于流式计算系统获取第一网关通过网关链路发送的实时交通运行数据；
111.事件信息生成模块204，用于利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息；
112.第二网关确定模块206，用于确定所述目标交通场景事件信息所涉及的目标智能网联车辆所述对应的第二网关；
113.事件信息传输模块208，用于利用所述第二网关，发送所述目标交通场景事件信息至所述目标智能网联车辆。
114.基于图2的装置，本说明书实施例还提供了该方法的一些具体实施方案，下面进行说明。
115.可选的，所述数据获取模块202，具体可以用于：
116.流式计算系统获取第一网关通过网关链路发送的压缩后实时交通运行数据，所述压缩后实时交通运行数据是所述第一网关针对智能路侧设备上报的交通运行数据进行压缩而得到的数据。
117.所述事件信息生成模块204，具体可以用于：
118.针对所述压缩后实时交通运行数据进行解压缩处理，得到解压缩后的实时交通运行数据。
119.利用针对交通场景事件进行分析的流计算任务，针对所述解压缩后的实时交通运行数据进行处理，得到目标交通场景事件信息。
120.可选的，所述实时交通运行数据可以包括：目标车辆标识信息。
121.所述事件信息生成模块204，具体可以用于：
122.发送所述实时交通运行数据至目标数据处理节点；所述目标数据处理节点为所述流式计算系统处的与所述目标车辆标识信息具有对应关系的数据处理节点。
123.利用所述目标数据处理节点处设置的针对所述交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到具有所述车辆标识信息的目标智能网联车辆所涉及的目标交通场景事件信息。
124.可选的，所述交通场景事件包括：车辆异常低速事件、车辆异常停车事件、超速驾驶事件、车辆紧急制动事件、车辆逆行事件、弱势交通参与者事件、正常交通事件中的至少一种。
125.可选的，所述事件信息生成模块204，具体可以包括：
126.判断单元，用于利用针对交通场景事件进行分析的流计算任务，判断所述实时交通运行数据是否满足交通场景事件识别规则，得到第一判断结果；所述交通场景事件识别规则包括针对至少一种所述交通场景事件进行识别的预设规则；
127.确定单元，用于根据所述第一判断结果，确定被满足的交通场景事件识别规则；
128.目标交通场景事件信息生成单元，用于根据所述被满足的交通场景事件识别规则对应的交通场景事件，生成目标交通场景事件信息。
129.可选的，图2中的装置，还可以包括：
130.判断模块，用于判断所述被满足的交通场景事件识别规则对应的交通场景事件中是否包含异常交通场景事件，得到第二判断结果；
131.第一确定模块，用于若所述第二判断结果表示被满足的交通场景事件识别规则对应的交通场景事件中包含所述异常交通场景事件，则确定所述异常交通场景事件的事件位置信息及事件类型信息；
132.第二确定模块，用于根据所述事件位置信息、所述事件类型信息以及各个智能网联车辆的当前位置信息，确定所述目标智能网联车辆；所述目标智能网联车辆为预期会被所述异常交通场景事件影响的智能网联车辆；
133.所述第二网关确定模块206，具体可以用于：
134.确定能够与所述目标智能网联车辆建立通信连接的第二网关。
135.可选的，所述事件信息传输模块208，具体可以用于：
136.流式计算系统通过网关链路发送所述目标交通场景事件信息至负载均衡设备，所述负载均衡设备用于发送所述目标交通场景事件信息至所述第二网关；所述第二网关用于通过网关链路发送所述目标交通场景事件信息至所述目标智能网联车辆。
137.基于同样的思路，本说明书实施例还提供了上述方法对应的系统。
138.图3为本说明书实施例提供的对应于图1的一种交通场景事件分析系统的结构示意图。如图3所示，系统300可以包括：第一网关310、流式计算系统320以及第二网关330；
139.所述第一网关310，用于获取路侧设备以及目标车辆发送的实时交通运行数据，并将所述实时交通运行数据通过所述第一网关的网关链路发送给所述流式计算系统；
140.所述流式计算系统320，用于获取所述第一网关通过所述第一网关的网络链路发送的所述第一实时交通数据，利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息；确定所述目标交通场景事件信息所涉及的目标智能网联车辆对应的所述第二网关；利用所述第二网关，发送所述目标交通
场景事件信息至所述目标智能网联车辆；
141.所述第二网关330，用于接收所述目标交通场景信息，并通过网关链路发送所述目标交通场景信息至所述目标智能网联车辆。
142.基于同样的思路，本说明书实施例还提供了上述方法对应的设备。
143.图4为本说明书实施例提供的对应于图1的一种用于交通场景事件分析的流式计算设备的结构示意图。如图4所示，设备400可以包括：
144.至少一个处理器410；以及，
145.与所述至少一个处理器通信连接的存储器430；其中，
146.所述存储器430存储有可被所述至少一个处理器410执行的指令420，所述指令被所述至少一个处理器410执行，以使所述至少一个处理器410能够：
147.获取第一网关通过网关链路发送的实时交通运行数据；
148.利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息；
149.确定所述目标交通场景事件信息所涉及的目标智能网联车辆所述对应的第二网关；
150.利用所述第二网关，发送所述目标交通场景事件信息至所述目标智能网联车辆。
151.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于图4所示的用于交通场景事件分析的流式计算设备而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
152.在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(programmable logic device,pld)(例如现场可编程门阵列(field programmable gatearray，fpga))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字符系统“集成”在一片pld上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(hardware description language，hdl)，而hdl也并非仅有一种，而是有许多种，如abel(advanced boolean expression language)、ahdl(altera hardware description language)、confluence、cupl(cornell universityprogramming language)、hdcal、jhdl(java hardware description language)、lava、lola、myhdl、palasm、rhdl(ruby hardware description language)等，目前最普遍使用的是vhdl(very-high-speed integrated circuit hardware description language)与verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
153.控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(application specific integrated circuit，asic)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：arc 625d、atmel at91sam、microchip pic18f26k20以及silicone labs c8051f320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
154.上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字符助理、媒体播放器、导航设备、设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
155.为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本技术时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
156.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
157.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
158.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
159.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
160.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
161.内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
162.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字符多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带式磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
163.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
164.本领域技术人员应明白，本技术的实施例可提供为方法、系统或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
165.本技术可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本技术，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
166.以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。

技术特征：

1.一种交通场景事件分析方法，其特征在于，所述方法包括：流式计算系统获取第一网关通过网关链路发送的实时交通运行数据；利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息；确定所述目标交通场景事件信息所涉及的目标智能网联车辆对应的第二网关；利用所述第二网关，发送所述目标交通场景事件信息至所述目标智能网联车辆。2.根据权利要求1所述的交通场景事件分析方法，其特征在于：所述流式计算系统获取第一网关通过网关链路发送的实时交通运行数据，具体包括：流式计算系统获取第一网关通过网关链路发送的压缩后实时交通运行数据，所述压缩后实时交通运行数据是所述第一网关针对智能路侧设备上报的交通运行数据进行压缩而得到的数据；所述利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息，具体包括：针对所述压缩后实时交通运行数据进行解压缩处理，得到解压缩后的实时交通运行数据；利用针对交通场景事件进行分析的流计算任务，针对所述解压缩后的实时交通运行数据进行处理，得到目标交通场景事件信息。3.根据权利要求1所述的交通场景事件分析方法，其特征在于，所述实时交通运行数据包括：目标车辆标识信息；所述利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息，具体包括：发送所述实时交通运行数据至目标数据处理节点；所述目标数据处理节点为所述流式计算系统处的与所述目标车辆标识信息具有对应关系的数据处理节点；利用所述目标数据处理节点处设置的针对所述交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到具有所述车辆标识信息的目标智能网联车辆所涉及的目标交通场景事件信息。4.根据权利要求1所述的交通场景事件分析方法，其特征在于，所述交通场景事件包括：车辆异常低速事件、车辆异常停车事件、超速驾驶事件、车辆紧急制动事件、车辆逆行事件、弱势交通参与者事件、正常交通事件中的至少一种。5.根据权利要求1所述的交通场景事件分析方法，其特征在于，所述利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息，具体包括：利用针对交通场景事件进行分析的流计算任务，判断所述实时交通运行数据是否满足交通场景事件识别规则，得到第一判断结果；所述交通场景事件识别规则包括针对至少一种所述交通场景事件进行识别的预设规则；根据所述第一判断结果，确定被满足的交通场景事件识别规则；根据所述被满足的交通场景事件识别规则对应的交通场景事件，生成目标交通场景事件信息。6.根据权利要求5所述的交通场景事件分析方法，其特征在于，所述确定所述目标交通
场景事件信息所涉及的目标智能网联车辆对应的第二网关之前，还包括：判断所述被满足的交通场景事件识别规则对应的交通场景事件中是否包含异常交通场景事件，得到第二判断结果；若所述第二判断结果表示被满足的交通场景事件识别规则对应的交通场景事件中包含所述异常交通场景事件，则确定所述异常交通场景事件的事件位置信息及事件类型信息，得到包含所述事件位置信息及所述事件类型信息的所述目标交通场景事件信息；根据所述事件位置信息、所述事件类型信息以及各个智能网联车辆的当前位置信息，确定所述目标智能网联车辆；所述目标智能网联车辆为预期会被所述异常交通场景事件影响的智能网联车辆；所述确定所述目标交通场景事件信息所涉及的目标智能网联车辆对应的第二网关，具体包括：确定能够与所述目标智能网联车辆建立通信连接的第二网关。7.根据权利要求1所述的交通场景事件分析方法，其特征在于：所述利用所述第二网关，发送所述目标交通场景事件信息至所述目标智能网联车辆，具体包括：流式计算系统通过网关链路发送所述目标交通场景事件信息至负载均衡设备，所述负载均衡设备用于发送所述目标交通场景事件信息至所述第二网关；所述第二网关用于通过网关链路发送所述目标交通场景事件信息至所述目标智能网联车辆。8.一种交通场景事件分析装置，其特征在于，所述装置包括：数据获取模块，用于流式计算系统获取第一网关通过网关链路发送的实时交通运行数据；事件信息生成模块，用于利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息；第二网关确定模块，用于确定所述目标交通场景事件信息所涉及的目标智能网联车辆所述对应的第二网关；事件信息发送模块，用于利用所述第二网关，发送所述目标交通场景事件信息至所述目标智能网联车辆。9.一种交通场景事件分析系统，其特征在于，所述系统包括：第一网关、流式计算系统以及第二网关；所述第一网关，用于获取路侧设备以及目标车辆发送的实时交通运行数据，并将所述实时交通运行数据通过所述第一网关的网关链路发送给所述流式计算系统；所述流式计算系统，用于获取所述第一网关通过所述第一网关的网络链路发送的所述第一实时交通数据，利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息；确定所述目标交通场景事件信息所涉及的目标智能网联车辆对应的所述第二网关；利用所述第二网关，发送所述目标交通场景事件信息至所述目标智能网联车辆；所述第二网关，用于接收所述目标交通场景信息，并通过网关链路发送所述目标交通场景信息至所述目标智能网联车辆。10.一种用于交通场景事件分析的流式计算设备，其特征在于，所述设备包括：至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：获取第一网关通过网关链路发送的实时交通运行数据；利用针对交通场景事件进行分析的流计算任务，针对所述实时交通运行数据进行处理，得到目标交通场景事件信息；确定所述目标交通场景事件信息所涉及的目标智能网联车辆所述对应的第二网关；利用所述第二网关，发送所述目标交通场景事件信息至所述目标智能网联车辆。

技术总结

本说明书实施例公开了一种交通场景事件分析方法，流式计算系统获取第一网关通过网关链路发送的实时交通运行数据，以针对实时交通运行数据进行处理，得到目标交通场景事件信息；然后，利用确定的目标交通场景事件信息所涉及的目标智能网联车辆对应的第二网关，发送目标交通场景事件信息至目标智能网联车辆。由于本方案中直接通过第一网关发送实时交通运行数据，并利用第二网关发送目标交通场景事件信息，避免实时交通运行数据以及目标交通场景事件信息进出消息队列，从而节省了进出消息队列的时间，进而有效减少交通场景事件分析的链路时延，保证了自动驾驶的安全性。保证了自动驾驶的安全性。保证了自动驾驶的安全性。