基于大数据和云计算的数据监控方法及大数据服务器与流程

1.本申请涉及大数据和云计算技术领域，具体而言，涉及一种基于大数据和云计算的数据监控方法及大数据服务器。


背景技术：

2.大数据监控可以应用在许多领域，例如办公领域（企业运营数据监控）、公共健康领域（疫情数据监控）、安全风控领域（在线异常数据监控）等。
3.随着智慧城市的发展，智慧交通逐渐受到各界的关注，有效的智慧交通调度能够避免重大交通事故的发生，从而保护人们的人生财产安全。然而，常见的智慧交通调度大多仅针对突发事件进行交通调度，虽然能够避免重大交通事故的发生，但是在解决持续性的交通拥堵问题方面却存在不足。


技术实现要素：

4.本申请的第一个方面公开了一种基于大数据的数据监控方法，包括：响应针对目标交通场景的交通数据监控操作，获取所述目标交通场景对应的外场交通数据，获取所述目标交通场景中的交通调度指示数据；若根据所述外场交通数据确定所述交通调度指示数据中存在差异交通调度指示数据，则获取所述目标交通场景对应的交通调度执行记录，从所述交通调度执行记录中获取所述差异交通调度指示数据对应的差异交通数据更新轨迹；所述差异交通调度指示数据为未存在于所述外场交通数据中的交通调度指示数据；获取所述外场交通数据中的目标交通数据更新轨迹，根据所述目标交通数据更新轨迹和所述差异交通数据更新轨迹，对所述交通调度指示数据进行数据更新轨迹校正，得到与所述外场交通数据对应的待监控数据轨迹；实时对所述待监控数据轨迹进行监测以得到监测结果，根据所述监测结果生成与所述目标交通场景对应的实时交通调度指令。
5.本申请的第二个方面公开了一种大数据服务器，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，以执行第一方面所述的方法。
6.相较于现有技术，本发明实施例提供的基于大数据和云计算的数据监控方法及大数据服务器具有以下技术效果：首先获取目标交通场景对应的外场交通数据以及交通调度指示数据，其次在交通调度指示数据中存在差异交通调度指示数据时从目标交通场景对应的交通调度执行记录中获取差异交通调度指示数据对应的差异交通数据更新轨迹，进而结合外场交通数据中的目标交通数据更新轨迹对交通调度指示数据进行数据更新轨迹校正得到的待监控数据轨迹。这样可以根据待监控数据轨迹的实时监测结果生成实时交通调度指令。如此，能够对目标交通场景的外场交通数据和交通调度指示数据进行综合分析，从而考虑实际道路交通情况的随机性，进而生成与所述目标交通场景对应的实时交通调度指令，这样可以改善持续性的交通拥堵问题。
7.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
8.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
9.附图中的方法、系统和/或程序将根据示例性实施例进一步描述。这些示例性实施例将参照图纸进行详细描述。这些示例性实施例是非限制的示例性实施例，其中参考数字在附图的各个视图中代表相似的机构。
10.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云计算的数据监控系统的框图。
11.图2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。
12.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云计算的数据监控方法和/或过程的流程图。
13.图4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云计算的数据监控装置的框图。
具体实施方式
14.发明人针对常见的智慧交通调度技术进行研究和分析后发现，造成常见的智慧交通调度技术难以有效改善持续性的交通拥堵问题的主要原因是没有考虑实际道路交通情况的随机性，而经发明人进一步研究发现，在对交通数据进行监控时，忽略实际道路交通情况的随机性的主要技术壁垒体现在未对实际道路交通情况与已作出的调度指令进行综合分析。
15.因此，为改善上述技术问题，发明人创新性地提出了一种基于大数据和云计算的数据监控方法及大数据服务器，能够对目标交通场景的外场交通数据和交通调度指示数据进行综合分析，从而考虑实际道路交通情况的随机性，进而生成与所述目标交通场景对应的实时交通调度指令，这样可以改善持续性的交通拥堵问题。
16.为了更好的理解上述技术方案，下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明，而不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。
17.在下面的详细描述中，通过实例阐述了许多具体细节，以便提供对相关指导的全面了解。然而，对于本领域的技术人员来说，显然可以在没有这些细节的情况下实施本发明。在其他情况下，公知的方法、程序、系统、组成和/或电路已经在一个相对较高水平上被描述，没有细节，以避免不必要的模糊本发明的方面。
18.这些和其他特性、当前申请披露的功能、执行的方法、结构中相关元素的功能和部件的组合和生产经济性,在参照附图进行以下描述的考虑中可能会变得更加明显,所有这些形成本申请的一部分。然而，需要理解清楚的是，附图仅仅是为了说明和描述的目的，并不旨在限制本申请的范围。应当了解的是，这些图纸不是按比例绘制的。然而，应当明确理解的是，附图仅用于说明和描述的目的，并不意图限制本发明的范围。应当知晓的是，这些附图并不依照比例。
19.本申请中使用流程图说明根据本申请的实施例的系统所执行的执行过程。应当明确理解的是，流程图的执行过程可以不按顺序执行。相反，这些执行过程可以以相反的顺序或同时执行。另外，可以将至少一个其他执行过程添加到流程图。一个或多个执行过程可以从流程图中删除。
20.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云计算的数据监控系统300的框图，基于大数据和云计算的数据监控系统300可以包括大数据服务器100和智能终端200。其中大数据服务器100可以是云计算服务器，智能终端200可以是手机和车载控制器等。
21.在一些实施例中，如图2所示，大数据服务器100可以包括处理引擎110、网络模块120和存储器130，处理引擎110和存储器130通过网络模块120通信。
22.处理引擎110可以处理相关的信息和/或数据以执行本申请中描述的一个或多个功能。例如，在一些实施例中，处理引擎110可以包括至少一个处理引擎(例如，单核处理引擎或多核处理器)。仅作为示例，处理引擎110可以包括中央处理单元(central processing unit，cpu)、专用集成电路(application
‑
specific integrated circuit，asic)、专用指令集处理器(application
‑
specific instruction
‑
set processor，asip)、图形处理单元(graphics processing unit，gpu)、物理处理单元(physics processing unit，ppu)、数字信号处理器(digital signal processor，dsp)、现场可编程门阵列(field programmable gate array，fpga)、可编程逻辑器件(programmable logic device，pld)、控制器、微控制器单元、精简指令集计算机(reduced instruction
‑
set computer，risc)、微处理器等或其任意组合。
23.网络模块120可以促进信息和/或数据的交换。在一些实施例中，网络模块120可以是任何类型的有线或无线网络或其组合。仅作为示例，网络模块120可以包括缆线网络、有线网络、光纤网络、电信网络、内部网络、互联网、局域网络(local area network，lan)、广域网(wide area network，wan)、无线局域网络(wireless local area network，wlan)、城域网(metropolitan area network，man)、公用电话交换网(public telephone switched network，pstn)、蓝牙网络、无线个域网络、近场通讯(near field communication，nfc)网络等或上述举例的任意组合。在一些实施例中，网络模块120可以包括至少一个网络接入点。例如，网络模块120可以包括有线或无线网路接入点，如基站和/或网路接入点。
24.存储器130可以是，但不限于，随机存取存储器（random access memory，ram），只读存储器（read only memory，rom），可编程只读存储器（programmable read
‑
only memory，prom），可擦除只读存储器（erasable programmable read
‑
only memory，eprom），电可擦除只读存储器（electric erasable programmable read
‑
only memory，eeprom）等。其中，存储器130用于存储程序，所述处理引擎110在接收到执行指令后，执行所述程序。
25.可以理解，图2所示的结构仅为示意，大数据服务器100还可包括比图2中所示更多或者更少的组件，或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。
26.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云计算的数据监控方法和/或过程的流程图，基于大数据和云计算的数据监控方法应用于图1中的大数据服务器100，具体可以包括以下步骤s11
‑
步骤s14。
27.步骤s11，响应针对目标交通场景的交通数据监控操作，获取所述目标交通场景对应的外场交通数据，获取所述目标交通场景中的交通调度指示数据。
28.例如，交通数据监控操作可以是操作人员向大数据服务器输入的，目标交通场景可以是智慧城市中的某个道路街区，该道路街区可供行人和车辆通行。外场交通数据可以是与目标交通场景的实际场景对应的交通数据，外场交通数据是相对于大数据服务器而言，也即外场交通数据不是大数据服务器自身的数据。交通调度指示数据可以用于对目标交通场景进行调度，可以理解为是已经使用过的指示数据。
29.步骤s12，若根据所述外场交通数据确定所述交通调度指示数据中存在差异交通调度指示数据，则获取所述目标交通场景对应的交通调度执行记录，从所述交通调度执行记录中获取所述差异交通调度指示数据对应的差异交通数据更新轨迹。
30.例如，所述差异交通调度指示数据为未存在于所述外场交通数据中的交通调度指示数据，差异交通调度指示数据可以是其他交通场景的指示数据或者是目标交通场景对应的预测指示数据，交通调度执行记录用于记录目标交通场景的多种调度方案的执行情况。差异交通数据更新轨迹用于表征目标交通场景可能出现的交通数据的变化所对应的轨迹，该轨迹可以以曲线、表格或图形等形式展示，在此不作限定。
31.步骤s13，获取所述外场交通数据中的目标交通数据更新轨迹，根据所述目标交通数据更新轨迹和所述差异交通数据更新轨迹，对所述交通调度指示数据进行数据更新轨迹校正，得到与所述外场交通数据对应的待监控数据轨迹。
32.例如，目标交通数据更新轨迹可以是外场交通数据中存在交通拥堵预警标识的交通数据更新轨迹，交通拥堵预警标识可以是大数据服务器对外场交通数据进行数据挖掘和分析之后得到的。数据更新轨迹校正用于实现对外场交通数据进行时效性校正，从而确保后续监控的实时性。待监控数据轨迹用于从多个层面反映外场交通数据的实时交通变化情况。
33.步骤s14，实时对所述待监控数据轨迹进行监测以得到监测结果，根据所述监测结果生成与所述目标交通场景对应的实时交通调度指令。
34.例如，监测结果可以用于表征目标交通场景可能出现的持续性拥堵情况，而实时交通调度指令则可以用于对目标交通场景进行实时的车流人流调度，从而改善目标交通场景可能出现的或者已经出现的持续性拥堵问题。
35.可以理解，通过执行上述步骤s11
‑
步骤s14，首先获取目标交通场景对应的外场交通数据以及交通调度指示数据，其次在交通调度指示数据中存在差异交通调度指示数据时从目标交通场景对应的交通调度执行记录中获取差异交通调度指示数据对应的差异交通数据更新轨迹，进而结合外场交通数据中的目标交通数据更新轨迹对交通调度指示数据进行数据更新轨迹校正得到的待监控数据轨迹。这样可以根据待监控数据轨迹的实时监测结
果生成实时交通调度指令。如此，能够对目标交通场景的外场交通数据和交通调度指示数据进行综合分析，从而考虑实际道路交通情况的随机性，进而生成与所述目标交通场景对应的实时交通调度指令，这样可以改善持续性的交通拥堵问题。
36.接下来将对一些可选实施例进行说明，这些实施例应当理解为示例，不应理解为实现本方案所必不可少的技术特征。
37.在一些实施例中，交通数据监控操作包括交通数据调用操作和交通数据查看操作，基于此，步骤s11所描述的响应针对目标交通场景的交通数据监控操作，获取所述目标交通场景对应的外场交通数据，可以包括以下步骤s111和步骤s112。
38.步骤s111，响应所述目标交通场景中针对设定交通通行时段的所述交通数据调用操作，在所述目标交通场景的监控数据集中获取至少两个交通场景视频数据。
39.例如，设定交通通行时段可以根据之前的交通拥堵情况进行灵活调整，交通场景视频数据可以通过设置于目标交通场景中的摄像头拍摄得到。
40.步骤s112，响应针对所述至少两个交通场景视频数据的所述交通数据查看操作，在所述至少两个交通场景视频数据中将所述交通数据查看操作所对应的交通场景视频数据作为待替换交通场景视频数据，获取所述待替换交通场景视频数据对应的外场交通数据。
41.如此设计，通过上述步骤s111和步骤s112，能够基于交通数据调用操作和交通数据查看操作从视频层面确定外场交通数据，从而确保后续对外场交通数据进行分析和监控的实时性和准确性。
42.在另一些示例中，在上述内容的基础上，还可以包括以下步骤所描述的内容：若根据所述外场交通数据确定所述交通调度指示数据中不存在差异交通调度指示数据，则获取所述外场交通数据中的目标交通数据更新轨迹；根据所述目标交通数据更新轨迹，对所述交通调度指示数据进行数据更新轨迹校正。
43.在一些示例中，为了确保交通调度执行记录的时效性，避免后期在进行分析时出现与实际交通情况的时序误差等问题，步骤s12所描述的若根据所述外场交通数据确定所述交通调度指示数据中存在差异交通调度指示数据，则获取所述目标交通场景对应的交通调度执行记录，进一步可以包括以下步骤s121
‑
步骤s123。
44.步骤s121，若所述交通调度指示数据中存在所述差异交通调度指示数据，则获取所述外场交通数据对应的交通通行状态数据。
45.例如，交通通行状态数据可以是包括行人通行状态和/或车辆通行状态。
46.步骤s122，当所述交通通行状态数据为第一交通通行状态时，获取所述目标交通场景中所对应的通行状态实时更新记录，作为所述交通调度执行记录；所述第一交通通行状态的时效性权重早于所述目标交通场景的时效性权重。
47.例如，第一交通通行状态可以为车辆通行状态。
48.步骤s123，当所述交通通行状态数据为第二交通通行状态时，获取所述外场交通数据中所对应的通行状态延时更新记录，以及所述目标交通场景中所对应的通行状态实时更新记录，将所述通行状态延时更新记录和所述通行状态实时更新记录进行合并，得到所述交通调度执行记录；所述第二交通通行状态的时效性权重晚于所述目标交通场景的时效性权重。
49.例如，第二交通通行状态可以为行人通行状态。
50.这样，在应用上述步骤s121
‑
步骤s123所描述的内容时，能够考虑外场交通数据对应的交通通行状态数据，将行人通行状态和车辆通行状态进行区别地分析，这样能够确保交通调度执行记录的时效性，避免后期在进行分析时出现与实际交通情况的时序误差等问题。
51.在另一些示例中，步骤s12所描述的从所述交通调度执行记录中获取所述差异交通调度指示数据对应的差异交通数据更新轨迹，可以包括以下步骤s12a
‑
步骤s12c。
52.步骤s12a，根据所述交通调度执行记录，获取所述差异交通调度指示数据对应的交通调度分布信息。
53.例如，交通调度分布信息用于表征不同的调度方式在不同时段的分布情况。
54.步骤s12b，若所述交通调度分布信息为非延时交通调度分布信息，则将所述差异交通调度指示数据对应的默认交通数据更新轨迹，作为所述差异交通数据更新轨迹；所述默认交通数据更新轨迹是指所述差异交通调度指示数据在所述目标交通场景的当前交通场景视频数据包中的交通数据更新轨迹。
55.步骤s12c，若所述交通调度分布信息为延时交通调度分布信息，则在所述交通调度执行记录中获取所述差异交通调度指示数据对应的延时数据更新轨迹，作为所述差异交通数据更新轨迹。
56.可以理解，通过实施上述步骤s12a
‑
步骤s12c，能够对交通调度分布信息的延时性进行分析，从而确保差异交通数据更新轨迹能够在时序上与目标交通场景相匹配，从而确保针对目标交通场景的交通数据监控的实时性，避免交通数据监控出现滞后或误差。
57.进一步地，步骤s12c所描述的若所述交通调度分布信息为延时交通调度分布信息，则在所述交通调度执行记录中获取所述差异交通调度指示数据对应的延时数据更新轨迹，作为所述差异交通数据更新轨迹，可以包括以下步骤s12c1
‑
步骤s12c3。
58.步骤s12c1，若所述交通调度分布信息为延时交通调度分布信息，则从所述交通调度执行记录中获取交通调度对象列表；所述交通调度对象列表包括交通调度对象与调度执行事件之间的对应关系。
59.步骤s12c2，根据所述差异交通调度指示数据对应的交通调度对象，对所述交通调度对象列表进行查询。
60.步骤s12c3，当查询到所述交通调度对象列表中存在与所述差异交通调度指示数据相匹配的目标调度执行事件时，根据所述目标调度执行事件确定所述延时数据更新轨迹，将所述延时数据更新轨迹确定为所述差异交通数据更新轨迹。
61.此外，在上述步骤s12c1
‑
步骤s12c3的基础上，该方法还可以包括以下步骤s12c4和步骤s12c5。
62.步骤s12c4，当查询到所述交通调度对象列表中不存在与所述差异交通调度指示数据相匹配的调度执行事件时，获取所述差异交通调度指示数据对应的交通调度优先级信息。
63.例如，交通调度优先级信息用于表征交通调度的重要程度和先后程度。
64.步骤s12c5，当所述交通调度优先级信息为默认调度执行事件优先级信息时，获取所述默认调度执行事件优先级信息对应的默认调度执行事件，根据所述默认调度执行事件
确定所述延时数据更新轨迹，将所述延时数据更新轨迹确定为所述差异交通数据更新轨迹。
65.这样一来，可以通过上述步骤s12c1
‑
步骤s12c5，准确可靠地确定出差异交通数据更新轨迹。
66.更进一步地，在步骤s12c3中，根据所述目标调度执行事件确定所述延时数据更新轨迹，可以包括以下步骤s12c31和步骤s12c32。
67.步骤s12c31，从所述交通调度执行记录中获取交通调度执行事件序列，根据所述目标调度执行事件对所述交通调度执行事件序列进行查询。
68.步骤s12c32，当所述交通调度执行事件序列中存在与所述目标调度执行事件相匹配的延时数据更新轨迹时，将所述目标调度执行事件对应的延时数据更新轨迹，作为所述差异交通数据更新轨迹。
69.在其他的一些示例中，所述目标调度执行事件包括调度执行事件数组，所述调度执行事件数组包括第i个调度执行事件和第i+1个调度执行事件，i为小于调度执行事件数组中所包含的调度执行事件数量的正整数。在此基础上，在步骤s12c3中，根据所述目标调度执行事件确定所述延时数据更新轨迹，还可以通过以下步骤（1）
‑
步骤（4）所描述的内容实现。
70.（1）获取所述交通调度执行记录中的交通调度执行事件序列，根据所述第i个调度执行事件对所述交通调度执行事件序列进行查询。
71.（2）当所述交通调度执行事件序列中存在与所述第i个调度执行事件相匹配的延时数据更新轨迹时，将所述第i个调度执行事件对应的延时数据更新轨迹，作为所述差异交通数据更新轨迹。
72.（3）当所述交通调度执行事件序列中不存在与所述第i个调度执行事件相匹配的延时数据更新轨迹时，根据所述第i+1个调度执行事件对所述交通调度执行事件序列进行查询。
73.（4）当所述交通调度执行事件序列中存在与所述第i+1个调度执行事件相匹配的延时数据更新轨迹时，将所述第i+1个调度执行事件对应的延时数据更新轨迹，作为所述差异交通数据更新轨迹。
74.可以理解，基于上述内容，可以通过不同的方式确定差异交通数据更新轨迹，确保在执行步骤s12对应的内容时的灵活性和易用性（指在不同业务场景下的适配性）。
75.在一些示例中，发明人发现，为了确保待监控数据轨迹能够全方位地反映目标交通场景的交通通行情况，需要从图像视频层面对交通调度指示数据的数据更新轨迹校正。为实现这一目的，步骤s13所描述的根据所述目标交通数据更新轨迹和所述差异交通数据更新轨迹，对所述交通调度指示数据进行数据更新轨迹校正，得到与所述外场交通数据对应的待监控数据轨迹，可以包括以下步骤s131
‑
步骤s133。
76.步骤s131，根据所述目标交通数据更新轨迹和所述差异交通数据更新轨迹，对所述交通调度指示数据进行指示数据校正处理，得到指示数据校正后的交通调度指示数据。
77.步骤s132，对所述指示数据校正后的交通调度指示数据进行视频数据转换，得到所述外场交通数据对应的目标交通场景视频数据，将所述目标交通场景中的当前交通场景视频数据切换为所述目标交通场景视频数据。
78.步骤s133，根据所述目标交通场景视频数据生成与所述外场交通数据对应的待监控数据轨迹。
79.如此设计，能够通过上述步骤s131
‑
步骤s133从图像视频层面实现对交通调度指示数据的数据更新轨迹校正，从而确保待监控数据轨迹能够全方位地反映目标交通场景的交通通行情况。
80.在另一个示例中，为了确保监测结果能够实时、准确地反映目标交通场景的拥堵情况，步骤s14所描述的实时对所述待监控数据轨迹进行监测以得到监测结果，可以包括步骤s141
‑
步骤s145。
81.步骤s141，在监测到待监控数据轨迹的数据轨迹区间内存在通行拥堵特征集，获得所述通行拥堵特征集对应的目标拥堵路段。
82.例如，通行拥堵特征集用于表征目标交通场景的拥堵情况。
83.步骤s142，如所述目标拥堵路段为街道路口区域，确定所述街道路口区域的至少一个街道路口流量标识，所述街道路口流量标识包括街道路口流量标识类别以及交通路口流量数据，所述街道路口流量标识类别用于表征街道路口流量标识中交通路口流量数据的路口流量拥堵类别。
84.步骤s143，针对所述街道路口区域中每个街道路口流量标识，按照所述流量数据转换模型的数据流量转换记录以及所述街道路口流量标识的街道路口流量标识类别表征的路口流量拥堵类别，将所述街道路口流量标识内的交通路口流量数据转换为采用所述流量数据转换模型描述的目标通行流量数据，其中，所述目标通行流量数据表示具有所述街道路口流量标识的街道路口流量标识类别表征的路口流量拥堵类别的所述交通路口流量数据。
85.步骤s144，将所述至少一个街道路口流量标识对应的目标通行流量数据添加至所述待监控数据轨迹中，以在所述待监控数据轨迹的数据轨迹区间更新所述至少一个街道路口流量标识对应的目标通行流量数据。
86.步骤s145，根据所述数据轨迹区间内的所述目标通行流量数据得到所述目标拥堵路段对应的监测结果。
87.例如，上述的通行流量数据可以是行人流量或者车流量。
88.这样一来，通过实施上述步骤s141
‑
步骤s145，能够对通行拥堵特征集以及目标拥堵路段进行分析，从而考虑目标拥堵路段的不同区域分布情况，如此可以基于目标通行流量数据得到目标拥堵路段对应的监测结果，进而确保监测结果能够实时、准确地反映目标交通场景的拥堵情况。
89.进一步地，在步骤s143中，针对所述街道路口区域中每个街道路口流量标识，按照所述流量数据转换模型的数据流量转换记录以及所述街道路口流量标识的街道路口流量标识类别表征的路口流量拥堵类别，将所述街道路口流量标识内的交通路口流量数据转换为采用所述流量数据转换模型描述的目标通行流量数据，可以包括以下步骤s1431和步骤s1432。
90.步骤s1431，针对每个街道路口流量标识，如所述街道路口流量标识为分级街道路口流量标识，确定所述街道路口流量标识内各级街道路口流量标识以及各级街道路口流量标识之间的传递关系。
91.步骤s1432，按照所述传递关系，遍历各级的街道路口流量标识，并针对每个层级的街道路口流量标识，按照所述流量数据转换模型的数据流量转换记录以及所述街道路口流量标识类别表征的路口流量拥堵类别，将所述街道路口流量标识内的交通路口流量数据转换为采用所述流量数据转换模型描述的目标通行流量数据。
92.此外，在步骤s143中，按照所述流量数据转换模型的数据流量转换记录以及所述街道路口流量标识的街道路口流量标识类别表征的路口流量拥堵类别，将所述街道路口流量标识内的交通路口流量数据转换为采用所述流量数据转换模型描述的目标通行流量数据，还可以包括通过以下实施方式实现：按照所述街道路口流量标识的街道路口流量标识类别所表征的路口流量拥堵类别，确定所述流量数据转换模型中用于表示所述路口流量拥堵类别的模型参数序列；按照所述流量数据转换模型的数据流量转换记录，基于所述模型参数序列和所述街道路口流量标识内的交通路口流量数据构建采用所述流量数据转换模型描述的目标通行流量数据。
93.更进一步地，在步骤s1431中，如所述街道路口流量标识为分级街道路口流量标识，确定所述街道路口流量标识内各级街道路口流量标识以及各级街道路口流量标识之间的传递关系，可以包括以下内容：如所述街道路口流量标识为分级街道路口流量标识，将所述街道路口流量标识解析为具有多个流量标识特征的流量标识队列，所述流量标识队列中每个流量标识特征表示所述街道路口流量标识内一个层级的街道路口流量标识，所述流量标识队列中各个流量标识特征之间的关系表征所述街道路口流量标识内各级街道路口流量标识之间的传递关系；所述按照所述传递关系，遍历各级的街道路口流量标识，包括：遍历所述流量标识队列中各个流量标识特征，以得到各流量标识特征表示的相应层级的街道路口流量标识。
94.在一个可能的实施例中，在步骤s144所描述的将所述至少一个街道路口流量标识对应的目标通行流量数据添加至所述待监控数据轨迹中之后，还可以包括以下内容：在所述待监控数据轨迹的数据轨迹区间内确定交通指示灯状态数据；在监测到针对所述交通指示灯状态数据的调整指示时，获得所述街道路口区域中包含的交通指示灯标签的交通指示灯更新数据；向所述待监控数据轨迹的数据轨迹区间中添加所述交通指示灯更新数据，以将所述待监控数据轨迹的数据轨迹区间内的所述目标通行流量数据切换为所述交通指示灯更新数据。如此，可以将交通指示灯的状态数据和更新考虑在内，从而为后续的实时交通调度提供决策依据。
95.更进一步地，在获得所述街道路口区域中包含的交通指示灯标签的交通指示灯更新数据之后，还包括：缓存所述至少一个街道路口流量标识对应的目标通行流量数据；在另一个可能的示例中，在所述待监控数据轨迹的数据轨迹区间内确定交通指示灯状态数据的同时，还可以包括以下内容：在所述待监控数据轨迹的数据轨迹区间确定流量数据转换模型的模型测试集。
96.在又一个可能的示例中，向所述待监控数据轨迹的数据轨迹区间中添加所述交通指示灯更新数据之后，还包括：如监测到针对所述流量数据转换模型的模型测试集的调整指示，获得缓存的所述至少一个街道路口流量标识对应的目标通行流量数据并添加至所述待监控数据轨迹中，以将所述待监控数据轨迹的数据轨迹区间内的交通指示灯更新数据切换为所述至少一个街道路口流量标识对应的目标通行流量数据。
97.在一些示例中，步骤s144所描述的将所述至少一个街道路口流量标识对应的目标通行流量数据添加至所述待监控数据轨迹中，可以包括以下步骤s1441和步骤s1442。
98.步骤s1441，按照所述至少一个街道路口流量标识的街道路口流量标识顺序，将所述至少一个街道路口流量标识对应的目标通行流量数据组成目标通行流量数据组。
99.步骤s1442，将所述目标通行流量数据组添加至所述待监控数据轨迹中。
100.在实际实施时发明人发现，为了确保实时调度不影响当前的行人车辆通行情况，并避免因调度而出现的交通事故，在步骤s14中，根据所述监测结果生成与所述目标交通场景对应的实时交通调度指令，进一步可以包括以下步骤a
‑
步骤e。
101.步骤a，通过监测结果的交通通行评价数据确定所述监测结果的道路车辆监测目录对应的道路车辆监测数据和所述监测结果的道路行人监测目录对应的道路行人监测数据。
102.例如，交通通行评价数据用于指示交通通行的拥堵等级。
103.步骤b，通过所述监测结果的交通通行评价数据校验所述道路车辆监测数据和所述道路行人监测数据，生成道路监测融合数据，并将所述道路监测融合数据存储至所述监测结果的交通调度线程中，以便所述监测结果的交通场景匹配线程获取到所述道路监测融合数据。
104.步骤c，通过所述监测结果的交通通行评价数据确定所述监测结果的交通场景匹配线程对应的交通调度匹配结果，所述交通调度匹配结果是根据所述道路监测融合数据生成的。
105.步骤d，确定所述监测结果的交通拥堵发生率对应的交通拥堵描述信息。
106.步骤e，通过所述监测结果的交通通行评价数据校验所述交通调度匹配结果和所述交通拥堵描述信息，对所述道路监测融合数据执行数据时序特征提取得到时序特征集，并将所述时序特征集加载至所述交通调度线程中，通过运行所述交通调度线程生成与所述目标交通场景对应的实时交通调度指令。
107.这样一来，通过执行上述步骤a
‑
步骤e所描述的内容，能够对交通通行评价数据进行分析，从而确定监测结果的道路车辆监测目录对应的道路车辆监测数据和监测结果的道路行人监测目录对应的道路行人监测数据，这样能够实现对道路车辆监测数据和道路行人监测数据的综合分析，从而将交通拥堵发生率考虑在内。如此，能够确保实时交通调度指令不影响当前的行人车辆通行情况，并避免因调度而出现的交通事故。
108.在一种可替换的实施方式中，在上述步骤s11
‑
步骤s14的基础上，还可以包括以下步骤s15：响应针对所述目标交通场景中的所述差异交通调度指示数据的指示数据解析操作，在所述目标交通场景中提取与所述差异交通调度指示数据相关联的指示数据解析结果。其中，指示数据解析结果用于记录差异交通调度指示数据的生成依据和生成逻辑，这样可以为后续的调度指令的生成提供决策依据和修正依据。此外，指示数据解析结果可以存储在大数据服务器对应的存储空间中以便后续的调用。
109.应当理解，上述的模型、算法或线程可以根据方案的实际需求进行预先配置或搭建，本领域技术人员在上述内容的基础上能够毫无疑义地进行相关模型、算法或线程的预处理，在此不作赘述。
110.图4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云计算的数据监
控装置140的框图，所述基于大数据和云计算的数据监控装置140可以包括以下功能模块。
111.数据获取模块141，用于响应针对目标交通场景的交通数据监控操作，获取所述目标交通场景对应的外场交通数据，获取所述目标交通场景中的交通调度指示数据。
112.轨迹获取模块142，用于若根据所述外场交通数据确定所述交通调度指示数据中存在差异交通调度指示数据，则获取所述目标交通场景对应的交通调度执行记录，从所述交通调度执行记录中获取所述差异交通调度指示数据对应的差异交通数据更新轨迹；所述差异交通调度指示数据为未存在于所述外场交通数据中的交通调度指示数据。
113.轨迹校正模块143，用于获取所述外场交通数据中的目标交通数据更新轨迹，根据所述目标交通数据更新轨迹和所述差异交通数据更新轨迹，对所述交通调度指示数据进行数据更新轨迹校正，得到与所述外场交通数据对应的待监控数据轨迹。
114.轨迹监测模块144，用于实时对所述待监控数据轨迹进行监测以得到监测结果，根据所述监测结果生成与所述目标交通场景对应的实时交通调度指令。
115.关于上述装置实施例的描述请参阅对方法实施例的描述。
116.基于上述同样的发明构思，提供了一种系统实施例，进一步描述如下。
117.a1.一种基于大数据的数据监控系统，包括互相之间通信的大数据服务器和智能终端；其中：大数据服务器用于：响应针对目标交通场景的交通数据监控操作，获取所述目标交通场景对应的外场交通数据，获取所述目标交通场景中的交通调度指示数据；若根据所述外场交通数据确定所述交通调度指示数据中存在差异交通调度指示数据，则获取所述目标交通场景对应的交通调度执行记录，从所述交通调度执行记录中获取所述差异交通调度指示数据对应的差异交通数据更新轨迹；所述差异交通调度指示数据为未存在于所述外场交通数据中的交通调度指示数据；获取所述外场交通数据中的目标交通数据更新轨迹，根据所述目标交通数据更新轨迹和所述差异交通数据更新轨迹，对所述交通调度指示数据进行数据更新轨迹校正，得到与所述外场交通数据对应的待监控数据轨迹；实时对所述待监控数据轨迹进行监测以得到监测结果，根据所述监测结果生成与所述目标交通场景对应的实时交通调度指令；智能终端用于：接收所述实时交通调度指令。
118.关于上述系统实施例的描述请参阅对方法实施例的描述。
119.需要理解的是，针对上述内容没有进行名词解释的技术术语，本领域技术人员可以根据上述所公开的内容进行前后推导毫无疑义地确定其所指代的含义，例如针对一些值、系数、权重、指数、因子等术语，本领域技术人员可以根据前后的逻辑关系进行推导和确定，这些数值的取值范围可以根据实际情况进行选取，例如0~1，又例如1~10，再例如50~100，在此均不作限定。
120.本领域技术人员可以根据上述已公开的内容毫无疑义对一些预设的、基准的、预定的、设定的以及目标的技术特征/技术术语进行确定，例如阈值、阈值区间、阈值范围等。对于一些未作解释的技术特征术语，本领域技术人员完全能够基于前后文的逻辑关系进行
合理地、毫无疑义地推导，从而清楚、完整地实施上述技术方案。未作解释的技术特征术语的前缀，例如“第一”、“第二”、“上一个”、“下一个”、“前一个”、“后一个”、“当前”、“历史”、“最新”、“最佳”、“目标”、“指定”和“实时”等，可以根据前后文进行毫无疑义地推导和确定。未作解释的技术特征术语的后缀，例如“列表”、“特征”、“序列”、“集合”、“矩阵”、“单元”、“元素”、“轨迹”和“清单”等，也可以根据前后文进行毫无疑义地推导和确定。
121.本发明实施例公开的上述内容对于本领域技术人员而言是清楚完整的。应当理解，本领域技术人员基于上述公开的内容对未作解释的技术术语进行推导和分析的过程是基于本申请所记载的内容进行的，因此上述内容并不是对整体方案的创造性的评判。
122.上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可以对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
123.同时，本申请使用了特定术语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同部分两次或多次提到的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本申请的至少一个实施例中的某些特征、结构或特点可以进行适当的组合。
124.另外，本领域普通技术人员可以理解的是，本申请的各个方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可以被称为“单元”、“组件”或“系统”。此外，本申请的各方面可以表现为位于至少一个计算机可读介质中的计算机产品，所述产品包括计算机可读程序编码。
125.计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤缆线、rf、或类似介质、或任何上述介质的组合。
126.本申请各方面执行所需的计算机程序码可以用一种或多种程序语言的任意组合编写，包括面向对象程序设计，如java、scala、smalltalk、eiffel、jade、emerald、c++、c#、vb.net，python等，或类似的常规程序编程语言，如"c"编程语言，visual basic，fortran 2003，perl，cobol 2002，php，abap，动态编程语言如python，ruby和groovy或其它编程语言。所述程式设计编码可以完全在用户计算机上执行、或作为独立的软体包在用户计算机上执行、或部分在用户计算机上执行部分在远程计算机执行、或完全在远程计算机或服务器上执行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网络(lan)或广域网(wan)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(saas)。
127.此外，除非申请专利范围中明确说明，本申请所述处理元件和序列的顺序、数位字
母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的申请专利范围并不仅限于披露的实施例，相反，申请专利范围旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件装置实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或行动装置上安装所描述的系统。
128.同样应当理解的是，为了简化本申请揭示的表述，从而帮助对至少一个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法幷不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。