[发明专利]基于大数据和边缘计算的数据处理方法及大数据服务器

说明书

本申请实施例公开了一种基于大数据和边缘计算的数据处理方法及大数据服务器，其中，所述基于大数据和边缘计算的数据处理方法包括：对待进行交通调度的目标交通街区的目标交通流数据中的交通流数据轨迹进行轨迹分析，并进行局部校正和全局校正，以实现交通调度处理，得到目标交通流数据中与目标轨迹相对应的目标交通流数据在设定时段内对应的行驶轨迹。由于确定目标交通流数据在设定时段内对应的行驶轨迹是考虑了局部交通流数据和全局交通流数据的干扰的，因而能够快速准确地确定目标交通流数据在设定时段内对应的行驶轨迹，无需耗费较多的时间来确定期望行驶轨迹，这样能够尽可能提高针对目标交通街区的交通调度效率，以及时地缓解交通拥堵。

技术领域

本申请涉及大数据和边缘计算技术领域，特别涉及一种基于大数据和边缘计算的数据处理方法及大数据服务器。

背景技术

随着大数据和互联网相关技术的飞速发展，人们的生产生活方式已然随之发生巨大的变化。大数据的应用涉及方方面面，例如区块链支付、工业制动化、线上云教育、线上云办公、人工智能、智慧园区、智慧医疗和智慧城市等。其中，智慧城市与人们的生活息息相关。随着人们生活水平的提高，大部分家庭已经拥有私家车，这虽然方便了人们的出行，但同时也带来了交通拥堵等大城市病，因此，如何改善交通拥堵这一大城市病是现目前需要考虑的一个问题。

发明内容

本申请实施例之一提供一种基于大数据和边缘计算的数据处理方法，所述方法包括：获取待进行交通调度的目标交通街区的目标交通流数据；对所述目标交通流数据中的多个交通流数据轨迹分别进行行驶减速类轨迹分析和行驶变道类轨迹分析，得到行驶减速类的轨迹分析结果和行驶变道类的轨迹分析结果；通过预设的针对轨迹分析结果的局部校正模型，对所述行驶减速类的轨迹分析结果进行局部校正处理，得到包括有行驶减速类轨迹的局部交通流数据在设定时段内对应的行驶轨迹；通过预设的针对轨迹分析结果的全局校正模型，对所述行驶变道类的轨迹分析结果进行全局校正处理，得到包括有行驶变道类轨迹的全局交通流数据在设定时段内对应的行驶轨迹；基于所述局部交通流数据在设定时段内对应的行驶轨迹和所述全局交通流数据在设定时段内对应的行驶轨迹进行交通调度处理，得到所述目标交通流数据中与目标轨迹相对应的目标交通流数据在设定时段内对应的行驶轨迹；其中，所述目标轨迹包括行驶减速类轨迹和行驶变道类轨迹中的至少一种，所述目标交通流数据在设定时段内对应的行驶轨迹用于对所述目标交通街区进行交通调度。

本申请实施例之一提供一种大数据服务器，包括处理引擎、网络模块和存储器；所述处理引擎和所述存储器通过所述网络模块通信，所述处理引擎从所述存储器中读取计算机程序并运行，以执行上述的方法。

本申请实施例之一提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序在运行是实现上述的方法。

在后面的描述中，将部分地陈述其他的特征。在检查后面内容和附图时，本领域的技术人员将部分地发现这些特征，或者可以通过生产或运用了解到这些特征。通过实践或使用后面所述详细示例中列出的方法、工具和组合的各个方面，当前申请中的特征可以被实现和获得。

附图说明

本申请将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本发明的一些实施例所示的一种示例性基于大数据和边缘计算的数据处理方法和/或过程的流程图；

图2是根据本发明的一些实施例所示的一种示例性基于大数据和边缘计算的数据处理装置的框图；

图3是根据本发明的一些实施例所示的一种示例性基于大数据和边缘计算的数据处理系统的框图；以及

图4是根据本发明的一些实施例所示的一种示例性大数据服务器中硬件和软件组成的示意图。

具体实施方式