[发明专利]一种基于交通运输物流的数据分析方法及系统

权利要求书

1.一种基于交通运输物流的数据分析方法，其特征在于，包括：

从目标运输车辆所在的目标交通运输物流系统包括的其它运输车辆采集的交通环境图像中，筛选出所述目标运输车辆对应的相关交通环境图像，所述相关交通环境图像对应的图像采集区域位于所述目标运输车辆的至少一条候选运输路径上，所述至少一条候选运输路径中的每一条所述候选运输路径的起点为所述目标运输车辆的当前位置；

对于每一条所述候选运输路径，将对应的图像采集区域位于该候选运输路径上的每一个所述相关交通环境图像进行组合，以形成该候选运输路径对应的相关交通环境图像组合序列；

分别依据对应的相关交通环境图像组合序列，分析出所述至少一条候选运输路径中的每一条候选运输路径对应的运输路径安全状态信息；

基于所述至少一条候选运输路径和每一条所述候选运输路径对应的运输路径安全状态信息，对所述目标运输车辆进行交通控制处理，以使所述目标运输车辆依据所述至少一条候选运输路径中的目标运输路径行驶；

所述分别依据对应的相关交通环境图像组合序列，分析出所述至少一条候选运输路径中的每一条候选运输路径对应的运输路径安全状态信息的步骤，包括：

依据采集到的第二参考路径安全状态信息和示例性交通环境图像组合序列，确定出原始示例性待处理组合数据，所述第二参考路径安全状态信息中具有示例性路径安全状态关键内容，所述示例性路径安全状态关键内容用于反映示例性交通环境图像组合序列的路径安全状态关键内容，所述原始示例性待处理组合数据中不具有所述示例性路径安全状态关键内容；

依据所述原始示例性待处理组合数据，确定出调整示例性待处理组合数据，所述调整示例性待处理组合数据和所述原始示例性待处理组合数据的数据语义特征一致，所述调整示例性待处理组合数据中具有所述示例性路径安全状态关键内容，且不具有局部示例性交通环境图像，不具有的示例性交通环境图像是所述示例性交通环境图像组合序列中的一部分；

依据所述原始示例性待处理组合数据和所述调整示例性待处理组合数据，对第二运输路径安全状态分析神经网络进行网络优化处理，以形成对应的第一运输路径安全状态分析神经网络，所述第二运输路径安全状态分析神经网络用于依据示例性待处理组合数据中的数据内容，还原出所述示例性待处理组合数据中不具有的信息；

依据预先配置的第一参考路径安全状态信息和所述相关交通环境图像组合序列，确定出待处理组合数据，所述第一参考路径安全状态信息中路径安全状态关键内容对应的部分通过预设遮盖内容遮盖；

利用第一运输路径安全状态分析神经网络，将所述待处理组合数据中的所述预设遮盖内容进行还原分析，以输出所述预设遮盖内容对应的第一遮盖内容还原内容，所述第一运输路径安全状态分析神经网络通过对第二运输路径安全状态分析神经网络进行网络优化形成；

依据所述第一遮盖内容还原内容，得到所述相关交通环境图像组合序列对应的运输路径安全状态信息。

2.如权利要求1所述的基于交通运输物流的数据分析方法，其特征在于，所述对于每一条所述候选运输路径，将对应的图像采集区域位于该候选运输路径上的每一个所述相关交通环境图像进行组合，以形成该候选运输路径对应的相关交通环境图像组合序列的步骤，包括：

对于每一条所述候选运输路径，将对应的图像采集区域位于该候选运输路径上的每一个所述相关交通环境图像按照对应的采集位置进行第一组合，以形成该候选运输路径对应的第一相关交通环境图像组合序列，以及，将所述第一相关交通环境图像组合序列中具有相同采集位置的多个相关交通环境图像按照对应的采集时间进行第二组合，以形成该候选运输路径对应的第二相关交通环境图像组合序列；

对于所述第二相关交通环境图像组合序列中对应的采集时间之间的差值小于预先配置的参考时间长度的每两个相关交通环境图像，对该两个相关交通环境图像进行相似度计算，输出图像相似度；

依据对应的图像相似度，对所述第二相关交通环境图像组合序列中对应的采集时间之间的差值小于所述参考时间长度的每两个相关交通环境图像进行筛选处理，以形成所述第二相关交通环境图像组合序列对应的候选运输路径对应的相关交通环境图像组合序列。