一种数据处理装置、方法及电子设备与流程

1.本技术涉及智能交通技术领域，特别涉及一种数据处理装置、方法及电子设备。


背景技术：

2.边缘计算，是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。
3.基于边缘计算，通过对路口已建设的卡口、电子警察和雷达等设备获取的信息进行处理，可以获取路口的交通数据。但是由于路口已建设的设备的检测区域的局限性，可能存在检测到的目标丢失的情况。基于丢失的目标，难以获得较为准确的交通数据。


技术实现要素：

4.本技术实施例提供了一种数据处理装置、方法和电子设备，用以提高对路口出现的目标跟踪的准确性。
5.第一方面，本技术实施例提供了一种数据处理装置，包括：处理单元和接收单元；所述接收单元被配置为：获取路口数据，所述路口数据包括第一时刻的第一路口数据和第二时刻的第二路口数据，所述第二时刻在所述第一时刻之后；所述处理单元被配置为：对所述第一路口数据进行处理，确定在第一时刻所述路口中出现的第一目标集合；所述第一目标集合包括第一目标；对所述第二路口数据进行处理，确定在第二时刻所述路口中出现的第二目标集合；在所述第二目标集合不包括所述第一目标时，根据所述第一目标在所述第一路口数据中的位置信息，确定所述第一目标在所述第二路口数据中的真实位置信息。
6.由于路口已建设的设备的检测区域，存在局限性问题，因此可能存在目标丢失的情况。基于上述方案，边缘计算单元可以计算丢失的目标的真实位置信息，以使得边缘计算单元可以对路口出现的每个目标进行跟踪，提高对路口出现的目标跟踪的准确性，从而获得较为准确的交通数据。
7.一种可能的实现方式中，所述处理单元根据所述第一目标在所述第一路口数据中的位置信息，确定所述第一目标在所述第二路口数据中的真实位置信息时，具体被配置为：根据所述第一目标在所述第一路口数据中的位置信息，确定第一目标在所述第二路口数据中的预测位置信息，将所述预测位置信息作为所述真实位置信息；所述预测位置信息满足以下公式：
[0008][0009]
p
i,x
为所述第一目标在所述第二路口数据中的预测x轴坐标，p
i,y
为所述第一目标
在所述第二路口数据中的预测y轴坐标，p
i-1,x
为所述第一目标在所述第一路口数据中的x轴坐标，p
i-1,y
为所述第一目标在所述第一路口数据中的y轴坐标，v
i-1,x
为所述第一目标所述在所述第一路口数据中的x轴速度，v
i-1,y
为所述第一目标在所述第一路口数据中的y轴速度，a
i-1,y
为所述第一目标在所述第一路口数据中的y轴加速度，a
i-1,x
为所述第一目标在所述第一路口数据中的x轴加速度，δt为所述第二时刻与所述第一时刻的时间差。
[0010]
基于上述方案，通过计算丢失的目标第一时刻的位置信息可以计算出来该丢失目标在第二时刻预测的位置信息，从而对丢失的目标进行跟踪。
[0011]
一种可能实现的方式中，所述处理单元将所述预测位置信息作为所述真实位置信息之前，还被配置为：当所述第一目标在所述第一路口数据中的位置信息与所述第一目标在所述第二路口数据中的预测位置信息满足以下公式时，确定所述第一目标在所述第二路口数据中的预测位置信息为第一目标在所述第二路口数据中的真实位置信息：
[0012][0013][0014]
x1为所述第一目标在所述第一路口数据中的位置信息中的x轴坐标，x2为所述第一目标在所述第二路口数据中的预测位置信息中的x轴坐标，y1为所述第一目标在所述第一路口数据中的位置信息中的x轴坐标，y2为所述第一目标在所述第二路口数据中的预测位置信息中的y轴坐标，为所述第一目标在所述第一路口数据中的位置信息中的y轴坐标和所述第一目标在所述第二路口数据中的预测位置信息中的x轴坐标中相对较小的目标的长度，为所述第一目标在所述第一路口数据中的位置信息中的宽度和所述第一目标在所述第二路口数据中的预测位置信息中的宽度的和，α为长度重合度阈值，β为宽度重合度阈值。
[0015]
基于上述方案，当丢失目标在第二时刻的预测位置信息与丢失目标在第一时刻的位置信息满足上述公式时，确定丢失目标在第二时刻的预测位置信息即为丢失目标在第二时刻的真实位置信息，可以方便快捷地实现对丢失目标的跟踪。
[0016]
一种可能实现的方式中，所述路口数据包括第一检测设备在第一检测区域检测得到的数据和第二检测设备在第二检测区域检测得到的数据；所述处理单元还被配置为：对所述第一检测设备的数据进行处理，确定出现在重叠区域的第二目标；所述重叠区域是所述第一检测区域和所述第二检测区域的重叠区域；对所述第二检测设备的数据进行处理，确定出现在所述重叠区域的第三目标；在所述第二目标和所述第三目标满足以下公式时，确定所述第二目标和所述第三目标为同一目标：
[0017]
s《min(l0,l1,w0,w1)
[0018]
s表示所述第二目标和所述第三目标之间的距离，l0表示所述第二目标的长度，l1表示所述第三目标的长度，w0表示所述第三目标的宽度，w1表示所述第三目标的宽度。
[0019]
基于上述方案，可以正确地对重叠区域出现的目标进行跟踪，避免同一个目标在边缘计算单元中有多个位置信息而造成交通检测数据的不准确。
[0020]
一种可能的实现方式中，所述接收单元获取路口数据之前，还被配置为：获取标定结果；所述标定结果包括所述第一检测设备采用的坐标系和所述第二检测设备采用的坐标
系；获取所述第一检测区域的信息和所述第二检测区域的信息。
[0021]
基于上述方案，边缘计算单元获取标定结果，可以对第一检测设备和第二检测设备采用的坐标系进行标定，从而使得边缘计算单元对路口出现的目标进行稳定跟踪。
[0022]
一种可能的实现方式中，所述处理单元确定所述第二目标和所述第三目标为同一目标之前，还被配置为：根据第四目标的经度偏差和第四目标的纬度偏差对重叠区域中的第四目标进行经纬度坐标修正，所述第四目标为重叠区域中的任一目标；所述第四目标的经度偏差满足以下公式：
[0023]
δlat＝(δl*cos(ang*π/180))/110540；
[0024]
δl为所述第四目标坐标偏差位移，ang为所述第四目标与正北方向夹角的角度；所述第四目标的纬度偏差满足以下公式：
[0025]
δlng＝(δl*sin(ang*π/180))/(111320*cos(lata*π/180))
[0026]
δl为所述第六目标坐标偏差位移，ang为所述第六目标与正北方向夹角的角度。
[0027]
基于上述方案，通过对重叠区域的目标进行经纬度坐标修正，可以对重复出现在多个设备的目标进行融合，避免同一个目标在边缘计算单元中有多个位置信息而造成交通检测数据的不准确。
[0028]
一种可能的实现方式中，所述处理单元还被配置为：根据所述第一目标集合和所述第二目标集合，确定所述路口的交通检测数据；所述交通检测数据包括所述路口中车道的流量信息、目标平均速度、目标排队长度、所述路口中车道的时间占有率和所述路口中车道的空间占有率中的一个或多个。
[0029]
基于上述方案，可以在路口实现交通设施的横向互联互通并对路口进行精细化管理。此外通过对雷达数据分析，同时复用电警设备和卡口设备的视频分析能力，可以在路口已有交通设施的基础上实现，从而避免了资源浪费、还避免重复建设路口设施，可以降低路口的建设成本，可大面积落地应用推广。
[0030]
第二方面，本技术实施例提供了一种数据处理方法，包括：获取路口数据，所述路口数据包括第一时刻的第一路口数据和第二时刻的第二路口数据，所述第二时刻在所述第一时刻之后；对所述第一路口数据进行处理，确定在第一时刻所述路口中出现的第一目标集合；所述第一目标集合包括第一目标；对所述第二路口数据进行处理，确定在第二时刻所述路口中出现的第二目标集合；在所述第二目标集合不包括所述第一目标时，根据所述第一目标在所述第一路口数据中的位置信息，确定所述第一目标在所述第二路口数据中的真实位置信息。
[0031]
一种可能的实现方式中，所根据所述第一目标在所述第一路口数据中的位置信息，确定所述第一目标在所述第二路口数据中的真实位置信息时，具体包括：根据所述第一目标在所述第一路口数据中的位置信息，确定第一目标在所述第二路口数据中的预测位置信息，将所述预测位置信息作为所述真实位置信息；所述预测位置信息满足以下公式：
[0032][0033]
p
i,x
为所述第一目标在所述第二路口数据中的预测x轴坐标，p
i,y
为所述第一目标
在所述第二路口数据中的预测y轴坐标，p
i-1,x
为所述第一目标在所述第一路口数据中的x轴坐标，p
i-1,y
为所述第一目标在所述第一路口数据中的y轴坐标，v
i-1,x
为所述第一目标所述在所述第一路口数据中的x轴速度，v
i-1,y
为所述第一目标在所述第一路口数据中的y轴速度，a
i-1,y
为所述第一目标在所述第一路口数据中的y轴加速度，a
i-1,x
为所述第一目标在所述第一路口数据中的x轴加速度，δt为所述第二时刻与所述第一时刻的时间差。
[0034]
一种可能的实现方式中，所述将所述预测位置信息作为所述真实位置信息之前，还包括：当所述第一目标在所述第一路口数据中的位置信息与所述第一目标在所述第二路口数据中的预测位置信息满足以下公式时，确定所述第一目标在所述第二路口数据中的预测位置信息为第一目标在所述第二路口数据中的真实位置信息：
[0035][0036][0037]
x1为所述第一目标在所述第一路口数据中的位置信息中的x轴坐标，x2为所述第一目标在所述第二路口数据中的预测位置信息中的x轴坐标，y1为所述第一目标在所述第一路口数据中的位置信息中的x轴坐标，y2为所述第一目标在所述第二路口数据中的预测位置信息中的y轴坐标，为所述第一目标在所述第一路口数据中的位置信息中的y轴坐标和所述第一目标在所述第二路口数据中的预测位置信息中的x轴坐标中相对较小的目标的长度，为所述第一目标在所述第一路口数据中的位置信息中的宽度和所述第一目标在所述第二路口数据中的预测位置信息中的宽度的和，α为长度重合度阈值，β为宽度重合度阈值。
[0038]
一种可能的实现方式中，所述路口数据包括第一检测设备在第一检测区域检测得到的数据和第二检测设备在第二检测区域检测得到的数据；对所述第一检测设备的数据进行处理，确定出现在重叠区域的第二目标；所述重叠区域是所述第一检测区域和所述第二检测区域的重叠区域；对所述第二检测设备的数据进行处理，确定出现在所述重叠区域的第三目标；在所述第二目标和所述第三目标满足以下公式时，确定所述第二目标和所述第三目标为同一目标：
[0039]
s《min(l0,l1,w0,w1)
[0040]
s表示所述第二目标和所述第三目标之间的距离，l0表示所述第二目标的长度，l1表示所述第三目标的长度，w0表示所述第三目标的宽度，w1表示所述第三目标的宽度。
[0041]
一种可能的实现方式中，所述获取路口数据之前，还包括：获取标定结果；所述标定结果包括所述第一检测设备采用的坐标系和所述第二检测设备采用的坐标系；获取所述第一检测区域的信息和所述第二检测区域的信息。
[0042]
一种可能的实现方式中，所述确定所述第二目标和所述第三目标为同一目标之前，还包括：根据第四目标的经度偏差和第四目标的纬度偏差对重叠区域中的第四目标进行经纬度坐标修正，所述第四目标为重叠区域中的任一目标；所述第四目标的经度偏差满足以下公式：
[0043]
δlat＝(δl*cos(ang*π/180))/110540；
[0044]
δl为所述第四目标坐标偏差位移，ang为所述第四目标与正北方向夹角的角度；
所述第四目标的纬度偏差满足以下公式：
[0045]
δlng＝(δl*sin(ang*π/180))/(111320*cos(lata*π/180))
[0046]
δl为所述第六目标坐标偏差位移，ang为所述第六目标与正北方向夹角的角度。
[0047]
一种可能的实现方式中，根据所述第一目标集合和所述第二目标集合，确定所述路口的交通检测数据；所述交通检测数据包括所述路口中车道的流量信息、目标平均速度、目标排队长度、所述路口中车道的时间占有率和所述路口中车道的空间占有率中的一个或多个。
[0048]
第三方面，本技术实施例提供了一种电子设备，包括：
[0049]
存储器，用于存储计算机指令；
[0050]
处理器，与所述存储器连接，用于执行所述存储器中的计算机指令，且在执行所述计算机指令时实现如第一方面或第二方面中所述的方法。
[0051]
第四方面，本技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如第一方面或第二方面中任一项所述的方法。
[0052]
上述第二方面至第四方面中的各个方面以及各个方面可能达到的技术效果请参照上述针对第一方面或第一方面中的各种可能方案可以达到的技术效果说明，这里不再重复赘述。
附图说明
[0053]
为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例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的一些实施例。
[0054]
图1为本技术实施例提供的数据处理系统示意图；
[0055]
图2为本技术实施例提供的一种数据处理方法的示例性流程图；
[0056]
图3为本技术实施例提供的检测线圈示意图；
[0057]
图4为本技术实施例提供的信号方案优化流程示意图；
[0058]
图5为本技术实施例提供的交通问题诊断流程示意图；
[0059]
图6为本技术实施例提供的交通事件识别流程示意图；
[0060]
图7为本技术实施例提供的数据处理系统结构图；
[0061]
图8为本技术实施例提供的一种数据处理装置示意图；
[0062]
图9为本技术实施例提供的一种电子设备的结构示意图。
具体实施方式
[0063]
为了便于理解本技术实施例提供的技术方案，下面介绍本技术实施例涉及的专业术语。
[0064]
1)卡口，在道路上特定地点，对所有通过该地点的机动车、车内人员进行拍摄、处理与记录的一种道路交通现场监测设备。
[0065]
2)信号机，是现代城市交通系统的重要组成之一，主要用于城市道路交通信号的控制与管理。
[0066]
3)电警，可以通过对机动车检测、光电成像、自动控制、网络通信、计算机等多种技术，对机动车闯红灯、逆行、超速、越线行驶、违例停靠等违规行为，实现全天候监视，捕捉机动车违规信息。
[0067]
4)路侧单元(road side unit，rsu)，是电子不停车收费(electronic toll collection，etc)系统中，安装在路侧，采用专用短程通信(dedicated short range communication，dsrc)技术，与车载单元(on board unit，obu)进行通讯，实现机动车身份识别，电子扣分的装置。
[0068]
5)车载单元(on board unit，obu)，采用dsrc技术，与rsu进行通讯的微波装置。
[0069]
6)路口渠化，是一种通过设置交通岛或者交通标线、设立标志来疏导、引导道路交通流，并使交通流畅，达到提高道路通行能力，行车安全，确保过路行人安全的目的。
[0070]
为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术技术方案的一部分实施例，而不是全部的实施例。基于本技术文件中记载的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术技术方案保护的范围。
[0071]
本技术实施例中的术语“第一”和“第二”是用于区别不同对象，而非用于描述特定顺序。此外，术语“包括”以及它们任何变形，意图在于覆盖不排他的保护。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本技术中的“多个”可以表示至少两个，例如可以是两个、三个或者更多个，本技术实施例不做限制。
[0072]
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，在不做特别说明的情况下，一般表示前后关联对象是一种“或”的关系。
[0073]
目前，对于路口的交通问题或者交通事件，均需将路口的雷达设备、视频设备和电子警察等设备采集到的信息发送到后台中心进行分析处理。所以路口的交通设备无法实现横向的互联互通，导致路口的精细化管理收到了制约和影响。
[0074]
有鉴于此，本技术提供了一种数据处理方法，可以应用于数据处理系统。该方法中，通过边缘计算单元获取多个时刻的路口数据，并对多个时刻的路口数据进行处理，来确定丢失目标的真实位置信息，可以提高对路口出现的目标跟踪的准确性。
[0075]
参阅图1为本技术实施例提供的数据处理系统示意图，系统中包含边缘计算单元、雷达设备、视频设备、信号机、配置工具以及中心系统组成。其中，边缘计算单元可以安装在信号机柜中，视频设备包括卡口和电警。数据处理系统可以应用于对路口信号方案的优化、路口交通问题的诊断以及交通事件的识别等对路口的精细化管理。
[0076]
参阅图2为本技术实施例提供的一种数据处理方法的示例性流程图，可包括以下流程：
[0077]
s201，边缘计算单元获取路口数据。
[0078]
例如，边缘计算单元可以通过网口从路口已建设的检测设备获取路口数据。其中，检测设备可以包括雷达设备以及视频设备，如卡口和电子警察等视频设备。一种可能的情
况中，每当检测设备检测到路口出现目标时，可以将采集到的该目标的数据发送给边缘计算单元。另一种可能的情况中，检测设备可以周期性的向边缘计算单元发送采集到的路口数据。s201中的路口数据可以包括第一时刻的第一路口数据和第二时刻的第二路口数据。其中，第二时刻可以在第一时刻之后。可选的，路口数据可以包括多个时刻路口的数据。本技术实施例以边缘计算单元获取第一时刻的第一路口数据和第二时刻的第二路口数据为例进行说明。
[0079]
由于检测设备可以包括雷达设备以及视频设备，因此路口数据可以包括雷达设备采集的雷达数据和视频设备采集的视频数据。例如，s201中的路口数据可以包括第一时刻的雷达数据和视频数据，还包括第二时刻的雷达数据和视频数据。
[0080]
其中，雷达数据可以包括以下中的一项或多项：雷达设备的设备编号、雷达数据的发送时间、目标标识(identity，id)、目标的横坐标、目标的纵坐标、目标的横坐标速度、目标的纵坐标速度、目标的长度、目标的宽度、目标的速度、目标所在位置的经度和目标所在位置的纬度等数据。
[0081]
其中，一个路口可能存在多台雷达设备，每台雷达设备均有自己的设备编号，雷达设备在向边缘计算单元发送雷达数据时可以向边缘计算单元发送设备编号。雷达数据的发送时间是指雷达设备将雷达数据发送到边缘计算单元的时间。目标标识可以是雷达设备在识别到目标后为目标分配的，如可以是序列号或随机数等。目标的横坐标和目标的纵坐标为目标在雷达设备坐标系下的横坐标和纵坐标。
[0082]
视频数据可以包括以下中的一项或多项：视频设备的设备编号、视频数据的发送时间、目标标识、目标的过车时间、目标所在的车道号、目标的车牌颜色、目标的车牌号码、目标的车速和拍摄的路口图片的序号等数据。
[0083]
其中，一个路口可能存在多台视频设备，每台视频设备均有自己的设备编号，视频设备在向边缘计算单元发送视频数据时，可以向边缘计算单元发送设备编号。视频数据的发送时间是指视频设备将视频数据发送到边缘计算单元的时间。目标标识可以是视频设备在识别到目标后为目标分配的，如可以是序列号或随机数等。拍摄的路口图片为视频设备中的卡口拍摄的路口图片。
[0084]
可选的，路口数据还可以包括路口信号机设备的信号机数据。其中，信号机数据包括路口渠化信息、路口的信号灯方案、路口信号灯的灯态和路口信号灯的倒计时等数据。其中，路口渠化信息包括路口车道信息，路口的信号灯方案包括路口信号灯的绿信比以及周期，路口信号灯的灯态表示获取路口数据时信号灯的状态，也就信号灯是红灯、绿灯还是黄灯，路口信号灯的倒计时表示获取路口数据时的信号灯倒计时。
[0085]
一种可能的实现方式中，路口数据还可以包括路侧单元(road side unit，rsu)数据。其中，rsu数据可以包括：车载单元(on board unit，obu)标识、目标的车牌号、目标的位置、目标所在车道和目标速度等数据。
[0086]
s202，边缘计算单元对第一路口数据进行处理，确定路口中出现的第一目标集合。
[0087]
其中，第一目标集合中可以包含第一目标。
[0088]
可选的，s201获取的路口数据中可以包含目标的目标标识、目标的速度、目标的加速度和目标的位置信息等数据。边缘计算单元可以确定第一目标集合中各个目标的速度、加速度和位置等信息。
[0089]
应当理解的是，边缘计算单元确定目标的速度时，可以根据路口数据中的雷达数据、视频数据或者rsu数据中的任意一个数据确定。或者，边缘计算单元也可以获取雷达数据、视频数据和rsu数据中目标的速度，然后取平均值作为目标的速度，本技术对此不作限定。
[0090]
可选的，边缘计算单元还可以对目标的类型以及目标的大小进行识别。例如，边缘计算单元可以识别第一目标集合中各个目标的类型以及各个目标的大小。又例如，边缘计算单元可以识别第二目标集合中各个目标的类型以及各个目标的大小。
[0091]
需要说明的是，目标的大小可以根据上述雷达数据中的目标的长度和目标的宽度确定的。目标的类型可以包括：机动车、非机动车和行人。
[0092]
s203，边缘计算单元对第二路口数据进行处理，确定路口中出现的第二目标集合。
[0093]
根据s202的数据处理方法，边缘计算单元也可以确定第二目标集合中各个目标的速度、加速度和位置等信息。
[0094]
s204，在第二目标集合不包括第一目标时，根据第一目标在第一路口数据中的位置信息，确定第一目标在第二路口数据中的真实位置信息。
[0095]
例如，可能会出现边缘计算单元在第一时刻的路口中可以识别到第一目标，而在第二时刻的路口中无法识别到第一目标的情况，在这种情况下，边缘计算单元会认为第一目标丢失。这时边缘计算单元会对该第一目标进行跟踪，也就是根据第一目标在第一时刻的位置信息、速度信息和加速度信息，确定第一目标在第二时刻的真实位置信息。以下进行具体介绍：
[0096]
边缘计算单元可以根据第一目标在第一时刻的位置信息确定第一目标在第二时刻的预测位置信息。为方便阐述，下面将第一时刻记做i-1时刻，将第二时刻记做i时刻。也就是说，边缘计算单元可以根据第一目标在i-1时刻的坐标、速度和加速度信息，计算该第一目标在i时刻的预测坐标，满足公式(1)。
[0097][0098]
其中，p
i,x
为第一目标在i时刻预测x轴坐标，p
i,y
为第一目标在i时刻预测y轴坐标，p
i-1,x
为第一目标在i-1时刻x轴坐标，p
i-1,y
为第一目标在i-1时刻y轴坐标，v
i-1,x
为第一目标在i-1时刻x轴速度，v
i-1,y
为第一目标在i-1时刻y轴速度，a
i-1,y
为第一目标在i-1时刻y轴加速度，a
i-1,x
为第一目标在i-1时刻x轴加速度。δt为i时刻与i-1时刻的时间差。
[0099]
然后对第一目标在i-1时刻的坐标(目标b)和在i时刻的预测坐标(目标c)进行目标匹配。假设目标b坐标为(x1,y1),目标c的坐标为(x2,y2)，若同时满足公式(2)和公式(3)，则认为目标b和目标c为同一个目标：
[0100][0101][0102]
其中，为目标b和目标c中x轴坐标相对较小的目标的长度，
为目标b和目标c的宽度和，α为长度重合度阈值，β为宽度重合度阈值，长度重合度阈值和宽度重合度阈值均为根据经验预设的，两者可以相等也可以不等，本技术对此不作限定。
[0103]
当确定上述目标b和目标c为同一个目标时，就可以确定上述第一目标在i时刻的预测坐标即为该第一目标在i时刻的真实坐标，也即确定第一目标的在第二时刻的真实位置信息。
[0104]
一种可能的情况中，路口数据中每个目标应有唯一的位置、速度以及加速度。但是由于路口中可能存在多个不同的设备，如可能存在多个雷达设备和多个视频设备等。而这多个不同的设备的检测区域可能存在重叠，这就会导致在重叠区域内同一个目标会有多个不同的位置、不同的速度以及不同的加速度。因此为了确保在不同的设备中同一个目标具有唯一的位置、速度以及加速度，边缘计算单元可以在重叠区域，对在不同设备中出现的同一个目标进行目标融合。
[0105]
其中，重叠区域是根据配置工具为每个设备配置的检测区域确定的。具体的，在获取路口数据之前，配置工具会通过网口对边缘计算单元进行基础信息的配置。这里的基础信息可以包括检测区域的信息。检测区域可以理解为雷达设备和视频设备对目标进行检测识别的区域。应当理解的是，检测区域可以是根据实际情况或者经验预设的，本技术在此不作限定。举例来说，可以选取距离雷达设备100m的区域作为检测区域。
[0106]
首先边缘计算单元获取第一检测区域的信息和第二检测区域的信息。其中，第一检测区域是第一检测设备的检测区域，第二检测区域是第二检测设备的检测区域。应了解，第一检测设备可能为雷达设备或视频设备，第二检测设备同理。本技术实施例以第一检测设备和第二检测设备为两个不同的雷达设备进行目标融合为例进行说明。
[0107]
然后边缘计算单元对第一检测设备的数据进行处理，确定第一检测区域与第二检测区域的重叠区域内的第二目标。对第二检测设备的数据进行处理，确定重叠区域内的第三目标。并在确定第二目标和第三目标为同一目标时进行目标融合。具体的，首先对重叠区域内结果目标集合中的所有目标进行经纬度修正，满足公式(4)和公式(5)。其中，结果目标集合指最近一次进行目标融合后确定的所有目标的集合。如果本次目标融合为第一次进行目标融合，则对重叠区域内的所有目标进行经纬度修正。
[0108]
latb＝lata+δlat
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式(4)
[0109]
lngb＝lnga+δlng
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式(5)
[0110]
其中，lnga和lata为目标的原始经度和纬度，lngb和latb为目标修正后的经度和纬度。δlng为经度偏差，满足公式(6)。δlat为纬度偏差，满足公式(7)。
[0111]
δlng＝(δl*sin(ang*π/180))/(111320*cos(lata*π/180))
ꢀꢀ
公式(6)
[0112]
δlat＝(δl*cos(ang*π/180))/110540
ꢀꢀ
公式(7)
[0113]
其中，δl为坐标偏差位移，满足公式(8)。ang为原始目标与正北方向夹角的角度，满足公式(9)。111320为地球赤道上一经度的弧长，110540为地球一纬度的弧长。
[0114][0115]
其中，δx为目标x轴方向位移，满足公式(10)。δy为目标y轴方向位移，满足公式(11)。
[0116]
ang＝γ+δ
ꢀꢀ
公式(9)
[0117]
其中，γ为修正后目标在雷达坐标系中的角度，满足公式(12)。δ为雷达设备法线与正北方向夹角的角度。
[0118][0119][0120]
其中，v
x
为目标的x轴速度，vy为目标的y轴速度，a
x
为目标的x轴加速度，ay为目标的y轴加速度，δt为最新接收到雷达数据的时间与最近一次得到目标融合结果的时间差，满足公式(13)。应了解，如果是第一次进行目标融合则δt为0。
[0121][0122]
δt＝t
i-t
i-1
ꢀꢀꢀꢀ
公式(13)
[0123]
其中，ti为最新接收到雷达数据的时间，t
i-1
为最近一次得到融合后的结果目标集合的时间。
[0124]
然后，根据第二目标和第三目标修正后的经纬度坐标，计算第二目标和第三目标间的距离。当距离小于阈值时对两个目标进行融合，也就是确定第二目标和第三目标为同一目标。其中目标间的距离满足公式(14)。
[0125][0126]
其中，s表示两个目标间的距离，r为地球半径，a为经度弧度差，满足公式(15)。b为纬度弧度差，满足公式(16)。lat0和lat1表示两个目标的纬度。
[0127]
a＝(lat
0-lat1)*π/180
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式(15)
[0128]
b＝(lng
0-lng1)*π/180
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式(16)
[0129]
其中，lat0和lat1表示两个目标的纬度，lng0和lng1为两个目标的经度。当距离s满足公式(17)时，确定第二目标和第三目标为同一个目标。
[0130]
s《min(l0,l1,w0,w1)
ꢀꢀ
公式(17)
[0131]
其中，l0和l1分别为两个目标的长度，w0和w1分别为两个目标的宽度。
[0132]
确定第二目标和第三目标为同一目标之后，就可以将第二目标和第三目标的坐标、速度和加速度等信息融合，确定该目标唯一的坐标、速度和加速度等数据。边缘计算单元可以根据第一检测设备中第二目标的目标标识和的第二检测设备中第三目标的目标标识生成一个唯一的目标标识。或者，边缘计算单元可以将第一检测设备中第二目标的目标标识和第二检测设备中第三目标的目标标识对应存储，以表示两个目标标识是同一个目标的标识。
[0133]
上述进行目标融合时采用的坐标系可以是配置工具配置到边缘计算单元中的。例如，配置工具为边缘计算单元配置的基础信息还可以包括第一检测设备和第二检测设备的标定结果。标定结果是通过对路口的第一检测设备和第二检测设备进行测量和标定得到的，用于辅助边缘计算单元将不同设备检测到的目标在不同时间和空间上进行准确配准。雷达设备的标定结果可以包括雷达数据采用的坐标系。具体的，包括路口的雷达设备的经
纬度坐标、雷达设备分别与正北方向的偏角以及每两个不同的设备间的相对位置等信息。
[0134]
应当理解的是，上述目标融合操作是以第一检测设备和第二检测设备为两个雷达设备为例进行说明的，第一检测设备和第二检测设备为两个视频设备进行目标融合的操作可以参照上述两个雷达设备进行目标融合实施，第一检测设备和第二检测设备为一个雷达设备和一个视频设备进行目标融合的操作也可以参照上述两个雷达设备进行目标融合。
[0135]
需要说明的是，视频设备采用的坐标系也可以是配置工具配置到边缘计算单元中的。例如，配置工具为边缘计算单元配置的基础信息还可以包括视频设备的标定结果，可以参照上述雷达设备的标定结果实施，此处不再赘述。
[0136]
可选的，基础信息还可以包括屏蔽区域的信息。屏蔽区域可以是指雷达设备和视频设备不进行检测的区域。换句话说，上述路口数据中不包含屏蔽区域内检测到的目标的信息。
[0137]
应当理解的是，屏蔽区域是根据实际情况或者经验预设的，本技术在此不作限定。举例来说，将真实车道外的区域作为屏蔽区域，从而将真实车道外的广告牌或者树木进行屏蔽。
[0138]
可以理解的是，s201中边缘计算单元获取的路口数据中的雷达数据可以是一个或多个雷达设备在检测区域内得到的，视频数据可以是一个或多个视频设备在检测区域内得到的。
[0139]
在一种可能的实现方式中，目标融合后可以确定第二目标的长度、宽度、坐标、车牌、速度、角速度以及偏航角等特征属性，在每个目标都具有唯一的特征属性的情况下，边缘计算单元可以对每个目标进行跟踪，生成每个目标的轨迹，用来计算交通检测数据以及交通事件的识别。
[0140]
边缘计算单元根据上述流程确定路口中出现的每个目标的速度、加速度和位置等相关信息后，则可以根据路口数据中每个目标的信息，计算路口的交通检测数据。
[0141]
其中，交通检测数据可以包括路口的车道的流量信息、车道的时间占有率、车头时距、目标平均速度、车道的空间占用率、区间目标数量、头车与停车线距离、车道的排队长度、停车次数和延误时间中的一个或多个。
[0142]
以下分别介绍上述交通检测数据。
[0143]
1)、时间占有率，是指在路口的一个车道中目标占据该车道的时间比率。
[0144]
2)、空间占有率，是指检测区域中，目标总长度与检测区域长度的比值。
[0145]
3)、车头时距，是指在路口的一个车道中前后两个目标的前端通过同一地点的时间差。
[0146]
4)、区间目标数量的区间可以是根据经验或者实际情况预设的，举例来说区间可以为车道实线路段，本技术对此不作限定。
[0147]
5)、延误时间，是指目标等待红灯的时间。
[0148]
具体的，路口的车道的流量信息是通过上述配置工具在边缘计算单元中配置的检测线圈计算的。例如，基础信息还可以包括该检测线圈的信息。配置的检测线圈的参数包括线圈所属车道ln，检测线圈的x轴坐标c
x_pos
，检测线圈的y轴坐标c
y_pos
，检测线圈长度c
l
和检测线圈宽度cw等参数。
[0149]
参见图3为本技术实施例提供的检测线圈示意图。图3中以中间车道的检测线圈为
例，也即线圈所属车道为l2，检测线圈的四个顶点坐标位置分别为：a(x1,y1)，b(x1,y2)，c(x2,y1)和d(x2,y2)。其中，四个顶点坐标位置是根据检测线圈的配置参数确定的，x1和x2满足公式(18)，y1和y2满足公式(19)。
[0150][0151][0152]
根据目标的x轴坐标判断目标经过线圈的ab边和cd边时，将车流量计数加1，就可以统计出路口某一时间段内的车流量。
[0153]
一种可能的实现方式中，计算路口车道的排队长度信息的方法时，首先可以获取检测区域内全部禁止目标得到禁止目标集。其中，禁止目标指速度小于速度阈值的目标，速度阈值是根据经验或者实际情况预设的，可以取5km/h、10km/h或8km/h等值，本技术在此不做限定。
[0154]
然后将禁止目标集中的所有目标的x轴坐标按从小到大排序，得到排序后的禁止目标x轴坐标集{
…ox_pos,i-1
,o
x_pos,i
…
}。其中，o
x_pos,i
表示第i个禁止目标的x轴坐标，i为大于或等于1的整数。然后计算排序后每个禁止目标与相邻的前一个禁止目标的x轴坐标差δ
x_pos,i
，满足公式(20)。
[0155][0156]
由于位于停止线后的首个禁止目标没有相邻的前一个禁止目标，因此计算该禁止目标x轴坐标与停止线的x轴坐标的差，满足公式(21)。
[0157]
δ
x_pos,1
＝o
x_pos,1-s
x_pos,stop
公式(21)
[0158]
其中，δ
x_pos,1
为第1个禁止目标的x轴坐标与停止线的x轴坐标的差，s
x_pos,stop
为停止线的x轴坐标。
[0159]
将每一个禁止目标与相邻的前一个禁止目标的x轴坐标差δ
x_pos,i
与最大排队间距阈值进行比较，若δ
x_pos,i
大于最大排队间距阈值，则将第i-1个禁止目标的x轴坐标作为排队的结束位置。若出现多个δ
x_pos,i
大于最大排队间距阈值的情况，可能会存在多个排队的结束位置，此时确定多个排队的结束位置中x轴坐标最小的禁止目标的x轴坐标作为排队的结束位置。若δ
x_pos,i
均小于或等于最大排队阈值，则将禁止目标集合中x轴坐标最大的禁止目标的x轴坐标作为排队的结束位置。
[0160]
然后根据确定的排队的结束位置计算排队长度，假设排队的结束位置为第j个禁止目标的x轴坐标，则排队长度满足公式(22)。
[0161]
lq＝o
x_pos,j
+o
l,j-s
x_pos,stop
ꢀꢀ
公式(22)
[0162]
其中，lq表示排队长度，o
x_pos,j
第j个禁止目标的x轴坐标，o
l,j
表示第j个禁止目标的长度，s
x_pos,stop
为停止线的x轴坐标。
[0163]
基于上述方案，通过目标的车道号以及目标的位置信息可以计算出交通检测数据中的车道的排队长度信息，用于边缘计算单元进行路口信号方案的优化以及路口交通问题的诊断。
[0164]
采集完交通检测数据后，可以通过交通检测数据中的车道的流量信息、车道的排
队长度信息和延误时间等数据可以判断路口信号灯的绿信比设置是否合理，如果不合理则可以通过调整信号方案的方式对路口的交通进行优化。
[0165]
一种可能的实现方式中，边缘计算单元通过网口获取路口的信号机设备的信号机数据，然后结合上述交通检测数据对路口的信号方案进行优化。参见图4为本技术实施例提供的信号方案优化流程示意图，按照此优化流程重复进行可以实现路口信号方案的自适应优化。在图4所示的实施例中，以目标的类型为机动车为例进行说明。
[0166]
s401，边缘计算单元获取第一信号方案或第四信号方案运行时的交通检测数据。
[0167]
如果存在第四信号方案，则边缘计算单元获取第四信号方案运行时的交通检测数据。如果不存在第四信号方案，则边缘计算单元获取第一信号方案运行时的交通检测数据。其中，第一信号方案指信号机数据中的信号方案，第四信号方案为s407生成的信号方案。
[0168]
s402，边缘计算单元对第一信号方案实时调整生成第二信号方案。
[0169]
举例来说，可以是根据机动车的到达情况，进行绿灯的延长或停止。也就是在检测线圈检测到车道上有机动车时，可以相应延长绿灯的时间；在检测线圈检测到车道上没有机动车时，可以停止绿灯。
[0170]
s403，边缘计算单元获取第二信号方案运行时的交通检测数据。
[0171]
s404，边缘计算单元建立信号灯的周期和绿信比模型。
[0172]
边缘计算单元通过s403获取的交通检测数据建立周期和绿信比模型。
[0173]
s405，边缘计算单元生成第三信号方案。
[0174]
边缘计算单元根据交通检测数据和信号灯的周期和绿信比模型对第二信号方案进一步优化生成第三信号方案。举例来说，可以利用韦伯斯特模型根据延误时间计算最优信号周期，用以生成第三信号方案。
[0175]
s406，边缘计算单元根据预存的交通评价模型对第三信号方案进行评价。
[0176]
通过预存的交通评价模型对第三信号方案进行评价，交通评价模型是根据经验或者实际情况预设的，本技术对此不作限定。举例来说，可以通过路口机动车的停车次数以及延误时间对优化后的信号方案进行评价。
[0177]
s407，边缘计算单元进行信号方案调整生成第四信号方案。
[0178]
通过预存的交通评价模型对初步优化后的信号方案进行评价，进而调整第三信号方案生成第四信号方案，举例来说，如果通过预存的交通评价模型判断第三信号方案会导致路口延误时间过长时，可通过增加绿信比的方式对第三信号方案进行调整，得到第四信号方案。然后再按照得到的第四信号方案重复执行s401。
[0179]
一种可能的实现方式中，边缘计算单元还可以根据机动车的实时轨迹数据以及预存的交通问题模型，可以对路口存在的交通问题进行识别。其中交通问题可以包括：路口相位相序设置不合理、绿灯时长过大、绿信比分配不均衡、车道功能划分不合理和出口通行效率低等交通问题。
[0180]
参见图5为本技术实施例提供的交通问题诊断流程示意图。
[0181]
s501，边缘计算单元生成机动车的轨迹。
[0182]
边缘计算单元根据机动车标识和机动车的位置信息，生成标标识表示的机动车的轨迹。其中，机动车的位置信息可以根据路口数据中的雷达数据、视频数据或者rsu数据确定，本技术对此不作限定。
[0183]
s502，交通问题建模。
[0184]
交通问题诊断之前将交通问题模型预先存储到边缘计算单元中。交通问题模型的建立步骤为：首先是根据法规和标准以及交通调优的经验对交通问题进行定义，然后根据定义以及交通运行评价数据建立交通问题模型。其中，交通运行评价数据可以包括交通检测数据中的一种或多种，例如车道的排队长度、停车次数和延误时间等数据，可以根据实际情况或者经验来选取，本技术对此不作限定。
[0185]
s503，边缘计算单元进行交通问题判定。
[0186]
边缘计算单元根据预存的交通问题模型以及机动车的实时轨迹数据对路口是否存在交通问题进行判定。
[0187]
s504，边缘计算单元存储机动车的轨迹。
[0188]
边缘计算单元可以存储交通问题发生的时间段，路口机动车的轨迹。举例来说，边缘计算单元可以存储交通问题发生前15分钟和后15分钟路口机动车的轨迹数据。
[0189]
基于上述方案，存储机动车的轨迹数据可以还原交通问题发生时间段的现场，可以找出交通问题是如何产生的，又是如何蔓延(或消散)的，从而进行针对性解决。
[0190]
一种可能的实现方式中，边缘计算单元还可以根据事件区域的路口数据生成路口机动车的实时轨迹数据对路口存在的交通事件进行识别。其中，交通事件可以包括路边违规停车、逆行、闯红灯、不按导向车道行驶、路口溢出、超速和违规变道等违规事件。
[0191]
可选的，配置工具配置的基础信息还可以包括事件区域、路口渠化以及雷达设备信息。其中，事件区域是指检测交通事件是否发生的区域。其中，交通事件用于表征违规事件。应当理解的是，事件区域是根据实际情况或者经验预设的，本技术在此不作限定。举例来说，可以将车道实线路段的前30m作为事件区域。
[0192]
参见图6为本技术实施例提供的交通事件识别流程示意图。
[0193]
s601，边缘计算单元生成机动车的轨迹。
[0194]
边缘计算单元根据事件区域的机动车标识和机动车的位置信息，生成机动车标识表示的机动车的轨迹。其中，机动车的位置信息可以根据路口数据中的雷达数据、视频数据或者rsu数据确定，本技术对此不作限定。
[0195]
s602，交通事件定义。
[0196]
根据规定对交通事件进行定义，并将交通事件配置到边缘计算单元中。举例来说，交通事件可以定义为包括路边停车、逆行、闯红灯、不按导向车道行驶等违规事件。
[0197]
s603，边缘计算单元进行交通事件识别。
[0198]
边缘计算单元根据交通事件的定义实时识别路口是否存在交通事件。其中，边缘计算单元中可以存储有该规定，以及规定所对应的机动车的设定操作。边缘计算单元可以根据路口数据中机动车的实际操作与设定操作进行比较，如果相同则认为不是交通事件。如果不同则可以认为是交通事件。举例来说，信号灯亮起红灯时，设定操作为机动车停止在停止线前，如果机动车未在停止线前停止则识别为交通事件。
[0199]
s604，边缘计算单元进行交通事件确认。
[0200]
边缘计算单元根据路口的视频数据和雷达数据对识别到的交通事件进行进一步确认。举例来说，可以通过s603识别的发生交通事件的机动车的后方机动车绕行或者停车等动作对识别到的交通事件进一步确认。
[0201]
s605，边缘计算单元存储机动车的轨迹和路口的视频数据。
[0202]
边缘计算单元存储发生交通事件的机动车一段时间内的轨迹和路口的视频数据。举例来说，边缘计算单元可以存储发生交通事件的前15分钟以及后15分钟内机动车的轨迹数据和路口的视频数据。
[0203]
一种可能的实现方式中，在边缘计算单元对上述交通事件、交通问题进行诊断后还可以在中心系统可以展示路口存在交通问题或者交通事件的目标的实时轨迹、交通检测数据、信号优化过程的监视、交通问题以及交通事件等信息。
[0204]
参见图7，为本技术实施例提供的一种数据处理系统结构图。在数据处理系统中，首先标定工具对路口的设备的位置进行标定，配置工具将路口的基础信息配置到边缘计算单元中。然后路口的雷达设备、电警设备、卡口设备、信号机设备以及rsu将路口的雷达数据、电警数据、卡口数据、信号机数据以及rsu发送给边缘计算单元。接着边缘计算单元对接收带的路口数据进行目标识别、目标跟踪、目标融合、特征提取以及数据定义确定每个目标的位置、速度以及加速度等相关信息，具体步骤详见图2的相关描述，在此不再赘述。通过每个目标的相关信息可以计算得到路口的交通检测数据，从而实现路口交通信号的优化，通过每个目标的相关信息还可以生成目标的轨迹，从而实现路口交通状态的展示以及还原。根据交通检测数据以及目标的轨迹还可以进行交通问题的诊断以及交通事件的识别从而实现交通治理以及管制，最后达到对路口实现精细化管控的效果。
[0205]
基于上述方法的同一构思，参见图8，为本技术实施例提供的一种数据处理装置示意图，数据处理装置800包括接收单元801和处理单元802。
[0206]
在一种场景下：
[0207]
所述接收单元801被配置为：获取路口数据，所述路口数据包括第一时刻的第一路口数据和第二时刻的第二路口数据，所述第二时刻在所述第一时刻之后；
[0208]
所述处理单元802被配置为：对所述第一路口数据进行处理，确定在第一时刻所述路口中出现的第一目标集合；所述第一目标集合包括第一目标；对所述第二路口数据进行处理，确定在第二时刻所述路口中出现的第二目标集合；在所述第二目标集合不包括所述第一目标时，根据所述第一目标在所述第一路口数据中的位置信息，确定所述第一目标在所述第二路口数据中的真实位置信息。
[0209]
一种可能实现的方式中，所述处理单元802根据所述第一目标在所述第一路口数据中的位置信息，确定所述第一目标在所述第二路口数据中的真实位置信息时，具体被配置为：根据所述第一目标在所述第一路口数据中的位置信息，确定第一目标在所述第二路口数据中的预测位置信息，将所述预测位置信息作为所述真实位置信息；所述预测位置信息满足以下公式：
[0210][0211]
p
i,x
为所述第一目标在所述第二路口数据中的预测x轴坐标，p
i,y
为所述第一目标在所述第二路口数据中的预测y轴坐标，p
i-1,x
为所述第一目标在所述第一路口数据中的x轴坐标，p
i-1,y
为所述第一目标在所述第一路口数据中的y轴坐标，v
i-1,x
为所述第一目标所述
在所述第一路口数据中的x轴速度，v
i-1,y
为所述第一目标在所述第一路口数据中的y轴速度，a
i-1,y
为所述第一目标在所述第一路口数据中的y轴加速度，a
i-1,x
为所述第一目标在所述第一路口数据中的x轴加速度，δt为所述第二时刻与所述第一时刻的时间差。
[0212]
一种可能实现的方式中，所述处理单元802将所述预测位置信息作为所述真实位置信息之前，还被配置为：当所述第一目标在所述第一路口数据中的位置信息与所述第一目标在所述第二路口数据中的预测位置信息满足以下公式时，确定所述第一目标在所述第二路口数据中的预测位置信息为第一目标在所述第二路口数据中的真实位置信息：
[0213][0214][0215]
x1为所述第一目标在所述第一路口数据中的位置信息中的x轴坐标，x2为所述第一目标在所述第二路口数据中的预测位置信息中的x轴坐标，y1为所述第一目标在所述第一路口数据中的位置信息中的x轴坐标，y2为所述第一目标在所述第二路口数据中的预测位置信息中的y轴坐标，为所述第一目标在所述第一路口数据中的位置信息中的y轴坐标和所述第一目标在所述第二路口数据中的预测位置信息中的x轴坐标中相对较小的目标的长度，为所述第一目标在所述第一路口数据中的位置信息中的宽度和所述第一目标在所述第二路口数据中的预测位置信息中的宽度的和，α为长度重合度阈值，β为宽度重合度阈值。
[0216]
一种可能实现的方式中，所述路口数据包括第一检测设备在第一检测区域检测得到的数据和第二检测设备在第二检测区域检测得到的数据；所述处理单元802还被配置为：对所述第一检测设备的数据进行处理，确定出现在重叠区域的第二目标；所述重叠区域是所述第一检测区域和所述第二检测区域的重叠区域；对所述第二检测设备的数据进行处理，确定出现在所述重叠区域的第三目标；在所述第二目标和所述第三目标满足以下公式时，确定所述第二目标和所述第三目标为同一目标：
[0217]
s《min(l0,l1,w0,w1)
[0218]
s表示所述第二目标和所述第三目标之间的距离，l0表示所述第二目标的长度，l1表示所述第三目标的长度，w0表示所述第三目标的宽度，w1表示所述第三目标的宽度。
[0219]
一种可能的实现方式中，所述接收单元801获取路口数据之前，还被配置为：获取标定结果；所述标定结果包括所述第一检测设备采用的坐标系和所述第二检测设备采用的坐标系；获取所述第一检测区域的信息和所述第二检测区域的信息。
[0220]
一种可能的实现方式中，所述处理单元802确定所述第二目标和所述第三目标为同一目标之前，还被配置为：根据第四目标的经度偏差和第四目标的纬度偏差对重叠区域中的第四目标进行经纬度坐标修正，所述第四目标为重叠区域中的任一目标；所述第四目标的经度偏差满足以下公式：
[0221]
δlat＝(δl*cos(ang*π/180))/110540；
[0222]
δl为所述第四目标坐标偏差位移，ang为所述第四目标与正北方向夹角的角度；所述第四目标的纬度偏差满足以下公式：
[0223]
δlng＝(δl*sin(ang*π/180))/(111320*cos(lata*π/180))
[0224]
δl为所述第六目标坐标偏差位移，ang为所述第六目标与正北方向夹角的角度。
[0225]
一种可能的实现方式中，所述处理单元802还被配置为：根据所述第一目标集合和所述第二目标集合，确定所述路口的交通检测数据；所述交通检测数据包括所述路口中车道的流量信息、目标平均速度、目标排队长度、所述路口中车道的时间占有率和所述路口中车道的空间占有率中的一个或多个。
[0226]
基于上述方法的同一构思，参见图9，为本技术实施例提供的一种电子设备，所述电子设备包括处理器901和存储器902。存储器902用于存储计算机执行指令，处理器901执行存储器中的计算机执行指令以利用控制器中的硬件资源执行上述方法任一种可能实现方式中方法的操作步骤。
[0227]
本技术实施例还提供一种计算机可存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述任一方法的步骤。
[0228]
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
[0229]
虽然以上描述了本技术的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本技术的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本技术的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本技术的保护范围。尽管已描述了本技术的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术范围的所有变更和修改。
[0230]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。