(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211079802.7 (22)申请日 2022.09.05 (66)本国优先权数据 20221091234 4.4 2022.07.29 CN (71)申请人 深圳高速公路集团股份有限公司 地址 518057 广东省深圳市南 山区粤海街 道深南大道 9968号汉京金融 中心43楼 申请人 深圳高速公路集团数字科技有限公 司 (72)发明人 丁罕　庞星宇　潘和兴　强奔　 陈伟桥　王恺杰　李辉　 (74)专利代理 机构 北京辰权知识产权代理有限 公司 11619 专利代理师 李小朋(51)Int.Cl. G08G 1/01(2006.01) G06V 10/762(2022.01) G06V 10/82(2022.01) G06V 10/80(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种公路多源事件数据融合方法、 装置、 存 储介质及终端 (57)摘要 本发明公开了一种公路多源事件数据融合 方法、 装置、 存储介质及终端， 方法包括： 获取预 设时间段内的交通事件数据； 将每条交通事件数 据的路线编号 以及路线编号转换为可表示路段 空间关系的稠密向量， 生 成转换的每条交通事件 数据； 对转换的每条交通事件数据进行均值归一 化处理， 采用OP TICS算法对归一化后的交通事件 数据进行聚类， 生成至少一种聚类结果； 对至少 一种聚类结果进行数据融合， 生 成融合后的交通 事件数据进行展示。 由于本申请将每条交通事件 数据的路线编号 以及路线编号转换为可表示路 段空间关系的稠密向量， 可表 示路段空间关系的 稠密向量能实时快速的进行准确的聚类融合， 从 而提高了多源事件数据融合速度和准确性， 进而 提升了公路多 源事件的解决效率。 权利要求书2页 说明书11页 附图3页 CN 115440044 A 2022.12.06 CN 115440044 A 1.一种公路多源 事件数据融合方法， 其特 征在于， 所述方法包括： 在预设动态交通事 件数据库中获取 预设时间段内的交通事 件数据； 根据预先构建的嵌入矩阵将每条交通事件数据的路线编号以及路线编号转换为可表 示路段空间关系的稠密向量， 生成转换的每条交通事 件数据； 对转换的每条交通事件数据进行均 值归一化处理， 并采用OPTICS算法对归一化后的交 通事件数据进行聚类， 生成至少一种聚类结果； 对至少一种聚类结果进行 数据融合， 生成融合后的交通事 件数据进行展示。 2.根据权利要求1所述的方法， 其特征在于， 所述在预先构建的动态 交通事件数据库中 获取预设时间段内的交通事 件数据之前， 还 包括： 实时获取来自多种渠道上报的交通事 件数据， 生成历史 交通事件数据集 合； 根据当前时刻与预设目标时段确定数据截取时刻； 清除预设动态 交通事件数据库中的数据， 并在所述历史交通事件数据集合中截取所述 数据截取时刻与当前时刻之间的交通事 件数据， 得到目标交通事 件数据集 合； 将所述目标交通事 件数据集 合保存在所述动态交通事 件数据库； 在所述当前时刻进入下一 时刻时， 继续执行所述根据当前时刻与预设目标时段确定数 据截取时刻的步骤。 3.根据权利要求1所述的方法， 按照以下步骤生成预 先构建的嵌入矩阵， 包括： 创建神经网络； 获取路线编 号和路段编 号， 并获取与所述路线编号和路段编 号所相邻的路段编 号和路 线编号进行关联映射， 得到训练数据； 将所述训练数据输入所述神经网络中进行训练， 得到训练后的神经网络； 将待测试路线编 号和待测试路段编号输入所述神经网络中， 输出所述待测试路线编号 和待测试路段编号对应的相邻路段编号和相邻路线编号； 当所述相邻路段编 号和相邻路线编号符合预设编号 时， 将训练后的神经网络对应的嵌 入矩阵确定为预 先构建的嵌入矩阵。 4.根据权利要求1所述的方法， 其特征在于， 所述根据预先构建的嵌入矩阵将每条交通 事件数据的路线编号以及路线编号转换为可表示路段 空间关系的稠密向量， 生成转换的每 条交通事 件数据， 包括： 对每条交通事件数据的路线编 号以及路线编号进行序号表示， 得到每条交通事件数据 的路线序号以及路线序号； 将每条交通事件数据的路线序号以及路线序号进行one ‑hot编码， 得到每条交通事件 数据的向量矩阵； 将每条交通事件数据的向量矩阵和预先构建的嵌入矩阵作积， 得到可表示路段空间关 系的稠密向量， 并将可表示路段空间关系的稠密向量确定为 转换的每条交通事 件数据。 5.根据权利要求1所述的方法， 其特征在于， 所述对转换的每条交通事件数据进行均值 归一化处理， 包括： 逐一判断转换的每条交通事件数据中各字段是否符合预设归一化条件， 并确定出不符 合预设归一 化条件的字段； 将不符合预设归一 化条件的字段进行转换；权　利　要　求　书 1/2 页 2 CN 115440044 A 2生成符合预设归一化条件的字段， 并将符合预设归一化条件的字段进行均值归一化处 理。 6.根据权利要求1所述的方法， 其特征在于， 所述对归一化后的交通事件数据进行聚 类， 生成至少一种聚类结果， 包括： 定义结果队列和有序队列； 根据预先定义的参数， 并结合归一 化后的交通事 件数据计算出核心事 件点集合； 在所述核心事件点集合中选取一个未处理 的目标核心事件点， 并将所述目标核心事件 点放入所述结果队列， 并计算所述目标核心事件点与领域内未访问过的事件点之 间的可达 距离， 以及按照所述可达距离将所述领域内未访问过的事件点升序排列后放入所述有序队 列； 从所述有序队列中选取可达距离最近的事件点， 将其存入所述结果队列， 并在选取的 可达距离最近的事件点为核心事件点时， 计算选取的可达距离最近的事件点与领域内未访 问过的事件点之间的可达距离， 以及按照所述可达距离将领域内未访问过的事件点升序排 列后放入所述有序队列； 在可达距离最近的事件点不是核心事件点 时， 返回继续执行所述在所述核心事件点集 合中选取一个未处理的目标核心事件点的步骤， 直到所述核心事件点集合中所有核心事件 点处理结束时， 输出 所述结果队列中的样本点及其可达距离； 根据所述样本点及其可达距离进行划分， 得到 至少一种聚类结果。 7.根据权利要求6所述的方法， 其特征在于， 所述根据所述样本点及其可达距离进行划 分， 得到至少一种聚类结果， 包括： 创建当前簇； 在输出的样本点及其可达距离中获取第n个目标样本点及其目标 可达距离； 在所述目标 可达距离大于预设领域 参数时， 将所述目标样本点加入所述当前簇； 继续执行所述在输出的样本点及其可达距离 中获取第 n个目标样本点及其目标可达距 离的步骤， 直到 输出的样本点及其可达距离全部遍历结束， 得到 至少一种聚类结果； 其中， n为遍历次数。 8.一种公路多源 事件数据融合装置， 其特 征在于， 所述装置包括： 交通事件数据获取模块， 用于在预设动态 交通事件数据库中获取预设时间段内的交通 事件数据； 编号转换模块， 用于根据预先构建的嵌入矩阵将每条交通事件数据的路线编号以及路 线编号转换为可表示路段空间关系的稠密向量， 生成转换的每条交通事 件数据； 数据聚类模块， 用于对转换的每条交通事件数据进行均值归一化处理， 并采用OPTICS 算法对归一化后的交通事 件数据进行聚类， 生成至少一种聚类结果； 结果融合模块， 用于对至少一种聚类结果进行数据融合， 生成融合后的交通事件数据 进行展示。 9.一种计算机存储介质， 其特征在于， 所述计算机存储介质存储有多条指令， 所述指令 适于由处 理器加载并执 行如权利要求1 ‑7任意一项的方法。 10.一种终端， 其特征在于， 包括： 处理器和存储器； 其中， 所述存储器存储有计算机程 序， 所述计算机程序适于由所述处 理器加载并执 行如权利要求1 ‑7任意一项的方法。权　利　要　求　书 2/2 页 3 CN 115440044 A 3