路况信息的处理方法、装置、系统及电子设备与流程

1.本技术涉及图像识别领域，具体而言，涉及一种路况信息的处理方法、装置、系统及电子设备。


背景技术：

2.日常生活中，人们在出行时，通常使用导航地图来进行导航路线规划、实时路况信息播报、旅行时间预测等。在目前的道路交通控制以及主动管控场景中，通常使用实时路况信息来获得当前时刻的交通状态，并预测未来交通演变趋势以及提前进行预警管控。然而，错误的路况信息不仅会降低用户的使用体验，还可能对交通安全和生命财产安全带来隐患。
3.目前，通常基于浮动车辆gps(global positioning system，全球定位系统)的间接测量方法来统计道路的各种动态信息，例如，道路实时的通行速度、流量和密度等信息。然而，在该方法中，异常停车、特殊位置掉头等存在异常驾驶行为的浮动车辆也参与了实时路况计算，从而导致路况信息计算存在误差，而该误差在通行车辆样本较少的道路中体现的更加明显。另外，目前非测绘车辆的gps精度大于大部分车道宽度，而基于浮动车辆gps的间接测量方法所得到的实时路况信息只能达到道路级别的精度，而无法实现车道级的路况信息检测，但在很多实际场景中，同一时刻、同一道路的不同车道实时路况差别较大，仅有道路级别的路况信息无法准确的识别路况。
4.针对上述的问题，目前尚未提出有效的解决方案。


技术实现要素：

5.本技术实施例提供了一种路况信息的处理方法、装置、系统及电子设备，以至少解决现有技术中路况信息获取的准确性差的技术问题。
6.根据本技术实施例的一个方面，提供了一种路况信息的处理方法，包括：获取至少一个图像采集设备所在路网的路网拓扑数据，以及至少一个图像采集设备所采集到路网图像；对路网图像进行特征提取，得到每个图像采集设备所在路段的局部路况信息；根据路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配，得到路网的路况信息。
7.根据本技术实施例的另一方面，还提供了一种路况信息的处理方法，包括：云服务器获取目标对象在路网中的路段位置信息；云服务器基于路段位置信息获取至少一个图像采集设备所采集到路网图像，其中，至少一个图像采集设备设置在路段位置信息所确定的路段范围内；云服务器对路网图像进行特征提取，得到每个图像采集设备所在路段的局部路况信息；云服务器根据目标对象所在路网的路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配，得到目标对象所在路网的路况信息；云服务器推送路况信息至终端设备中。
8.根据本技术实施例的另一方面，还提供了一种路况信息的处理方法，包括：响应路
况查询指令，显示目标对象在路网中的路段位置信息；从服务器中获取目标对象所在路网的路况信息，并显示路况信息，其中，路况信息是基于目标对象所在路网的路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配的，每个图像采集设备所对应的局部路况信息为对应的图像采集设备所采集到的路网图像进行特征提取得到的，对应的图像采集设备为设置在路段位置信息所确定的路段范围内的图像采集设备。
9.根据本技术实施例的另一方面，还提供了一种路况信息的处理装置，包括：获取模块，用于获取至少一个图像采集设备所在路网的路网拓扑数据，以及至少一个图像采集设备所采集到路网图像；特征提取模块，用于对路网图像进行特征提取，得到每个图像采集设备所在路段的局部路况信息；匹配模块，用于根据路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配，得到路网的路况信息。
10.根据本技术实施例的另一方面，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行上述的路况信息的处理方法。
11.根据本技术实施例的另一方面，还提供了一种电子设备，该电子设备包括一个或多个处理器；存储器，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现用于运行程序，其中，程序被设置为运行时执行上述的路况信息的处理方法。
12.根据本技术实施例的另一方面，还提供了一种路况信息的处理系统，包括：处理器；以及存储器，与处理器连接，用于存储处理器的可执行指令；其中，处理器被配置为执行指令，以实现如上述的路况信息的处理方法。
13.在本技术实施例中，采用图像采集设备实时采集到的路网图像来确定路况信息的方式，在获取到至少一个图像采集设备所在路网的路网拓扑数据，以及至少一个图像采集设备所采集到的路网图像之后，对路网图像进行特征提取，得到每个图像采集设备所在路段的局部路况信息，然后再根据路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配，得到路网的路况信息。
14.在上述过程中，图像采集设备所采集到的路网图像能够真实的表征道路的通行状态，即本技术所提供的方案是对路网的路况信息的直接测量，其并不会受到道路实时通行车辆的数量和/或车辆异常驾驶行为的干扰，从而保证了路况信息的准确性。另外，本技术基于路网图像来确定路况信息，而通过路网图像能够识别出不同车道的车辆信息，即本技术所提供的方案能够获取到车道级别的实时路况信息，从而避免现有技术中由于不同车道之间的通行状态的差异所导致的路况信息存在误差的问题，进一步提高了路况信息获取的准确性。
15.由此可见，本技术所提供的方案达到了获取路况信息的目的，从而实现了提高路况信息获取的准确性的技术效果，进而解决了现有技术中路况信息获取的准确性差的技术问题。
附图说明
16.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
17.图1是根据本技术实施例的一种用于实现路况信息的处理方法的电子设备的硬件结构框图；
18.图2是根据本技术实施例的一种路况信息的处理方法的流程图；
19.图3是根据本技术实施例的一种可选的单个图像采集设备所采集到的路网图像的处理方法流程图；
20.图4是根据本技术实施例的一种可选的多个图像采集设备所采集到的局部路况信息的处理方法流程图；
21.图5是根据本技术实施例的一种可选的路况信息的调整方法流程图；
22.图6是根据本技术实施例的一种路况信息的处理方法的流程图；
23.图7是根据本技术实施例的一种可选的路况信息的处理方法的示意框图；
24.图8是根据本技术实施例的一种路况信息的处理方法的流程图；
25.图9是根据本技术实施例的一种路况信息的处理装置的示意图；
26.图10是根据本技术实施例的一种电子设备的结构框图。
具体实施方式
27.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
28.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
29.实施例1
30.根据本技术实施例，还提供了一种路况信息的处理方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
31.本技术实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现路况信息的处理方法的电子设备(或移动设备)的硬件结构框图。如图1所示，电子设备10(或移动设备10)可以包括一个或多个(图中采用102a、102b，
……
，102n来示出)处理器(处理器可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块106。除此以外，还可以包括：显示器、输入/输出接口(i/o接口)、通用串行总线(bus)端口(可以作为bus总线的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技
术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，电子设备10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
32.应当注意到的是上述一个或多个处理器和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到电子设备10(或移动设备)中的其他元件中的任意一个内。如本技术实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
33.存储器104可用于存储应用软件的软件程序以及模块，如本技术实施例中的路况信息的处理方法对应的程序指令/数据存储装置，处理器通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的路况信息的处理方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至电子设备10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
34.传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括电子设备10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(network interface controller，nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(radio frequency，rf)模块，其用于通过无线方式与互联网进行通讯。
35.显示器可以例如触摸屏式的液晶显示器(lcd)，该液晶显示器可使得用户能够与电子设备10(或移动设备)的用户界面进行交互。
36.此处需要说明的是，在一些可选实施例中，上述图1所示的计算机设备(或移动设备)可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是，图1仅为特定具体实例的一个实例，并且旨在示出可存在于上述计算机设备(或移动设备)中的部件的类型。
37.此外，还需要说明的是，在本实施例中，服务器可以执行本实施例所提供方法，其中，服务器可设置在路况信息的处理系统中，该系统还可以包括终端设备，终端设备可向服务器发送路况信息获取指令，并接收服务器根据路况信息获取执行所返回的实时路况信息。
38.在上述运行环境下，本技术提供了如图2所示的路况信息的处理方法，其中，图2是根据本技术实施例一的路况信息的处理方法的流程图，由图2可知，该方法包括如下步骤：
39.步骤s202，获取至少一个图像采集设备所在路网的路网拓扑数据，以及至少一个图像采集设备所采集到路网图像。
40.在步骤s202中，至少一个图像采集设备可以是道路摄像头，其中，道路摄像头为设置在道路两侧，用于抓取驾驶员的违规驾驶行为的摄像头。可选的，在本实施例中，至少一个图像采集设备用于采集路网中对应路段的路网图像，从而服务器能够实时获取到图像采集设备所采集到的路网图像。
41.另外，在步骤s202中，路网为交通领域的道路网络，其限制了移动对象的移动轨迹，其中，移动对象可以为但不限于行人、车辆。路网拓扑数据为道路网络的拓扑数据，该拓
扑数据至少包括路段类型、路段宽度、路段位置、路段长度、路段之间的连接关系等。可选的，服务器可交管部门的数据系统中获取路网拓扑数据，还可通过大数据的方式来获取路网拓扑数据。
42.需要说明的是，在步骤s202中，图像采集设备可以采集全部路网图像，例如，在实现摄像头全面覆盖的高速公路上的摄像头可采集全部路网图像。另外，在某些特定的时刻，可仅获取图像采集设备所采集到的一定范围内的路网图像(即局部路网图像)，并对获取到的路网图像进行处理。此外，在步骤s202中，通过获取每个图像采集设备所采集到的路网图像，从而使得服务器能够根据路网图像来生成路网的路况信息，容易注意到的是，图像采集设备所采集到的路网图像能够直接地对路况信息进行检测，从而避免了现有技术中基于浮动车gps的间接测量方法获取路况信息所导致的准确性差的问题。
43.步骤s204，对路网图像进行特征提取，得到每个图像采集设备所在路段的局部路况信息。
44.在步骤s204中，对路网图像进行特征提取后，得到的图像特征可以包括但不限于道路特征信息和车辆特征信息，其中，道路特征信息表征了该图像采集设备所在路段的相关信息，例如，车道数量、车道宽度等信息；车辆特征信息表征了该图像采集设备所采集到的图像中车辆的相关信息，例如，车辆在每个车道上的分布信息、车辆之间的车间距等信息。
45.需要说明的是，服务器通过对路网图像的图像特征进行分析，即可确定每个图像采集设备所在路段的局部路况信息，其中，图像特征能够表征当前路段所对应的交通指标，例如，当前路段的通行速度、通行流量、通行密度等指标；局部路况信息表征了当前路段所对应的交通状态，该交通状态可以包括但不限于畅通状态、一般拥堵状态、严重拥堵状态、路段封闭状态等。
46.此外，还需要说明的是，由于路网图像中包含了道路特征信息和车辆特征信息，因此，服务器通过对路网图像进行分析能够识别出不同车道的车辆信息，从而得到车道级别的实时路况信息，从而避免现有技术中由于数据源精度问题所导致的无法实现车道级实时路况的获取的问题。
47.步骤s206，根据路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配，得到路网的路况信息。
48.在步骤s206中，服务器根据路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配的过程，实质是对每个图像采集设备所对应的局部路况信息进行数据融合的过程。可选的，服务器可根据每个图像采集设备在路网拓扑数据中的位置信息以及每个图像采集设备采集图像的采集时间来对每个路段所对应的局部路况信息进行数据融合，例如，道路1的一侧按照摄像头a、摄像头b和摄像头c设置了三个摄像头，服务器在进行路网匹配的过程中，分别获取摄像头a、摄像头b和摄像头c所对应的局部路况信息，然后，按照摄像头a、摄像头b和摄像头c在道路1上的位置信息来对同一时刻摄像头a、摄像头b和摄像头c所对应的局部路况信息进行拼接，从而得到路段1在该时刻的路况信息。
49.需要说明的是，在本实施例中，将图像数据的采集与数据融合相结合来获取路网的路况信息，从而根据图像采集设备所采集到的路网图像直接获取到真实的路况信息，然后再对不同位置的图像采集设备所采集到的数据进行融合，得到整个路网的实时路况信
息，避免了道路实时通行车辆数量及车辆异常驾驶行为干扰，提高了路况信息的准确性。
50.此外，还需要说明的是，在现有技术中，通常采用基于浮动车轨迹的gps数据来生成路网的实时路况，具体的，首先服务器需要进行数据接入，即服务器需实时接入浮动车的gps数据源，并从gps数据源中获取预设时间段内在车辆在道路上行驶的gps信息，然后，服务器将单个车辆的gps数据匹配在路网上，从而得出每个车辆行驶过的小段范围内的路况信息。最后，服务器再进行多车处理，即，将多个单车所得到的路况信息进行筛选、统计、提取特征等操作，并将得到的特征及其他信息进行特征融合，从而得到道路的实时路况信息。
51.由上述方案可知，现有技术在进行路况信息的获取时，采用的是间接获取的方式，其基于道路上运行的样本车辆来进行新信息统计，而该统计结果易受到异常样本的干扰，进而影响了路况信息获取的准确度。另外，现有技术在进行路况信息的获取时，只能达到道路级别的精度，粒度较大，无法实现车道级实时路况的测量，从而无法准确、精细的刻画道路的通行状态。
52.为解决现有技术所存在的上述问题，在本技术实施例中，采用图像采集设备实时采集到的路网图像来确定路况信息的方式，在获取到至少一个图像采集设备所在路网的路网拓扑数据，以及至少一个图像采集设备所采集到的路网图像之后，对路网图像进行特征提取，得到每个图像采集设备所在路段的局部路况信息，然后再根据路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配，得到路网的路况信息。
53.容易注意到的是，在本实施例中，图像采集设备所采集到的路网图像能够真实的表征道路的通行状态，即本技术所提供的方案是对路网的路况信息的直接测量，其并不会受到道路实时通行车辆的数量和/或车辆异常驾驶行为的干扰，从而保证了路况信息的准确性。另外，本技术基于路网图像来确定路况信息，而通过路网图像能够识别出不同车道的车辆信息，即本技术所提供的方案能够获取到车道级别的实时路况信息，从而避免现有技术中由于不同车道之间的通行状态的差异所导致的路况信息存在误差的问题，进一步提高了路况信息获取的准确性。
54.由此可见，本技术所提供的方案达到了获取路况信息的目的，从而实现了提高路况信息获取的准确性的技术效果，进而解决了现有技术中路况信息获取的准确性差的技术问题。
55.在一种可选的实施例中，在获取路况信息的过程中，服务器主要执行三个步骤，即单个图像采集设备所采集到的路网图像的处理步骤、多个图像采集设备所采集到的局部路况信息的处理步骤、信息调整步骤。
56.可选的，图3示出了一种可选的单个图像采集设备所采集到的路网图像的处理方法流程图，由图3可知，服务器首先与图像采集设备连接，然后对图像采集设备所采集到的路网图像进行数据处理、目标检测、特征提取、状态分类等操作，即可得到每个图像采集设备所在路段的局部路况信息。
57.在一种可选的实施例中，服务器可通过交管部门的数据系统、大数据等技术来获取到路网的路网拓扑数据，服务器可通过对每个图像采集设备所采集到的图像进行处理，得到路网图像。
58.具体的，服务器首先获取至少一个图像采集设备所采集到初始路网图像，然后，确定每个图像采集设备所对应的可信区域，并基于每个图像采集设备所对应的可信区域对对
应的初始路网图像进行截图处理，得到与每个图像采集设备所对应的路网图像。其中，可信区域表征每个图像采集设备所采集到的图像中数据准确度高于预设准确度的图像范围。
59.可选的，服务器首先与每个图像采集设备连接，以获取每个图像采集设备所采集到的初始路网图像，并以预设频率对采集到的初始路网图像进行处理。例如，服务器每隔2分钟对采集到的初始路网图像进行截图以及图像处理。
60.需要说明的是，图像采集设备所采集到的初始路网图像中，只有部分区域中的数据是可靠准确的，例如，图像采集设备能够采集以图像采集设备为起点的500米范围内的图像，但可能无法清晰的拍摄到距离图像采集设备500米处的车辆所在的车道。因此，图像采集设备所采集到的初始路网图像中的数据并不是完全可信的。为了保证图像采集设备所采集到的数据的可靠性，在本实施例中，在图像采集设备所采集到的初始路网图像中确定可信区域，并基于可信区域来确定路网图像。
61.此外，还需要说明的是，可信区域与图像采集设备的设备参数有关，即图像采集设备的设备参数决定了初始路网图像中的可信区域。其中，图像采集设备的设备参数可以包括但不限于图像采集设备的焦距、视场角、光圈等。此外，可信区域还可以与图像采集设备所处的外界环境有关，例如，温度、湿度、空气污染程度、图像采集设备的高度等。
62.需要注意的是，在本实施例中，服务器以预设频率对采集到的初始路网图像进行处理，可以避免服务器对采集到的初始路网图像进行实时处理所导致的占用系统资源的问题。
63.进一步的，在对至少一个图像采集设备所采集到的初始路网图像进行处理，得到路网图像之后，服务器对路网图像进行特征提取，得到每个图像采集设备所在路段的局部路况信息。具体的，服务器对路网图像进行特征提取，得到道路特征信息和车辆特征信息，并根据道路特征信息以及车辆特征信息确定当前图像采集设备所在路段的局部路况信息。
64.在上述过程中，道路特征信息表征了该图像采集设备所在路段的相关信息，其中，道路特征信息至少包括：当前图像采集设备所在路段的车道线信息；车辆特征信息表征了该图像采集设备所采集到的图像中车辆的相关信息，其中，车辆特征信息至少包括：车辆位置信息、车辆数量信息以及车辆间距信息。
65.可选的，服务器根据道路特征信息可以确定该图像采集设备所对应的路段的车道数量(例如，单车道、双车道等)、路段类型(例如，收费站、交叉口、合分流口等)以及车道宽度等信息，服务器根据当前路段中车辆特征信息以及道路特征信息来确定每个车道的运行状态，其中，上述的运行状态表征了每个车道的拥堵状态(例如，畅通、一般拥堵、严重拥堵等)。例如，服务器通过对车辆特征信息以及道路特征信息进行分析获知，当前路段为单车道路段，该路段中出现了10辆车，并且10辆车之间的间距较小，而且，在10分钟内，该图像采集设备所采集到的图像中均出现了这10辆车，则服务器可判断该单车道路段为拥堵路段；又例如，服务器通过对车辆特征信息以及道路特征信息进行分析获知，当前路段为三车道路段，其中，左侧车道的路段中出现了10辆车，并且10辆车之间的间距较小，而且，在10分钟内，该图像采集设备所采集到的图像中均出现了这10辆车，则服务器可判断该左侧车道的路段为拥堵路段；而右侧车道的路段中在当前时刻仅有两个车辆，并且两个车辆之间的间距较大，则服务器可判断该右侧车道的路段为畅通路段。
66.在得到每个车道的运行状态之后，服务器结合每个车道在当前路段上的位置以及
每个车道的运行状态来确定当前路段的通行速度、通行流量、通行密度等，并对当前路段上的所有车道的运行状态来确定当前路段的通行速度、通行流量、通行密度进行加权计算，得到当前路段的局部路况信息。其中，车道在当前路段上的位置不同，其对应的权重值也是不同的，例如，中间车道与左侧车道对应的权重是不同的。以三车道为例进行举例说明，例如，车道a对应的权重为a，车道b对应的权重为b，车道c对应的权重为c，三个车道对应的通行速度分别为v1、v2、v3，三个车道的通行流量分别为s1、s2、s3，三个车道的通行密度分别为m1、m2、m3，则该路段的通行速度v、通行流量s、通行密度m分别满足下式：
67.v＝a*v1+b*v2+c*v3
68.s＝a*s1+b*s2+c*s3
69.m＝a*m1+b*m2+c*m3
70.服务器通过分析该路段的通行速度、通行流量和通行密度来确定该路段的实时路况，例如，服务器可对该路段的通行速度、通行流量和通行密度进行数据计算，得到计算结果，并根据计算结果所处的数值范围确定该路段所对应的实时路况。
71.进一步地，在获取每个图像采集设备所对应的局部路况信息之后，服务器执行对多个图像采集设备所采集到的局部路况信息的处理步骤，如图4所示，服务器首先对局部路况信息进行质量校验、数据去噪处理，然后，对处理后的局部路况信息进行路网匹配和数据融合，同时对缺失数据进行缺失补全，从而得到路网的路况信息。
72.在一种可选的实施例中，在对路网图像进行特征提取，得到每个图像采集设备所在路段的局部路况信息之后，服务器对路段的局部路况信息进行预处理。具体的，服务器获取至少一个图像采集设备所对应的局部路况信息，并去除局部路况信息的异常数据，得到处理后的局部路况信息。
73.可选的，服务器可根据每个图像采集设备的设备参数来确定每个图像采集设备所采集到的图像的图像参数，然后再根据图像参数来确定局部路况信息是否存在异常。例如，图像采集设备a的采集单元未朝向路段，而是朝向了其他地方，从而导致图像采集设备a所对应的局部路况信息与实际不符，此时，服务器确定图像采集设备a所对应的局部路况信息存在异常，剔除图像采集设备a所对应的局部路况信息，并生成预警信息，提醒相关工作人员对图像采集设备的采集角度进行调整，或者对图像采集设备进行维修。又例如，图像采集设备b所对应的局部路况信息表明图像采集设备b所对应的路段处于畅通状态，但与图像采集设备b所对应的局部路况具有重叠路段的图像采集设备c所对应的局部路况信息表面图像采集设备b所对应的路段处于严重拥堵状态，此时，服务器剔除图像采集设备b所对应的局部路况信息。
74.需要说明的是，通过对单个图像采集设备所对应的局部路况信息进行质量校验和数据去噪处理，使得处理后的局部路况信息准确地确定路网的路况信息，进而提高了路网的路况信息的准确性。
75.更进一步的，在对局部路况信息进行质量校验和数据去噪之后，服务器根据路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配，从而得到路网的路况信息。具体的，服务器根据路网拓扑数据确定至少一个图像采集设备在路网中的位置信息，并根据位置信息以及至少一个图像采集设备采集图像的采集时间对处理后的局部路况信息进行数据融合，得到路网的路况信息。例如，将图像采集设备a所对应的路段的局部路况
信息映射在路网拓扑图中的对应位置上，从而在用户的导航软件上即可显示图像采集设备a所对应的路段的局部路况信息。
76.另外，由于图像采集设备是实时采集路网图像的，因此，服务器在对图像采集设备所对应的路段的局部路况信息进行路网匹配的过程中，还需要考虑时间因素，即将同一时刻所有图像采集设备所对应路段的局部路况下映射在路网的对应位置上。
77.需要说明的是，在本实施例中，由于每个图像采集设备所对应的局部路况信息是准确的，因此，通过对每个图像采集设备所对应的局部路况信息进行匹配融合，得到的整个路网在对应时刻的路况信息也是准确、可靠的，从而保证了整个路网的路况信息的准确性。
78.此外，还需要说明的是，在实际应用中，图像采集设备所采集到的图像可能无法覆盖路网的所有路段，因此，在根据路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配，得到路网的路况信息之后，服务器还需进行缺失数据的补全，以保证路网的路况信息的完整性。
79.具体的，服务器根据路网拓扑数据以及路网的路况信息确定缺失路段，并获取缺失路段的历史路况信息，然后基于历史路况信息预测缺失路段所对应的路况信息。其中，缺失路段为路网拓扑数据中路网的路况信息未覆盖到的路段。例如，图像采集设备a所对应的路段为路段1，图像采集设备b所对应的路段为路段2，路段1和路段2通过路段3连接，但没有图像采集设备与路段3对应，此时，整个路网的路况信息缺少路段3所对应的局部路况信息。在该场景中，服务器基于路段3的历史路况信息来预测路段3的当前路况信息，例如，当前时刻为下午5点30分，则服务器基于路段3在历史的下午5点30分的历史路况信息来预测当前下午5点30分的路况信息。
80.在另一种可选的实施例中，服务器在基于缺失路段的历史路况信息预测缺失路段所对应的路况信息时，还可考虑与缺失路段关联的其他路段的路段信息，例如，路段1和路段2通过路段3连接，路段3为缺失路段，则在预测路段3的路况信息时，除考虑路段3的历史路况信息外，还可考虑路段1和路段2的路况信息，如果路段1和路段2为拥堵状态，则路段3大概率也为拥堵状态。
81.需要说明的是，通过历史路况信息来对缺失路段的路况信息进行预测，从而保证了路网的路况信息的完整性。
82.此外，还需要说明的是，在实际应用中，通过图像采集设备所采集到的路网图像来确定路网的路况信息可能存在路况信息确定不准确的问题，为解决上述问题，在根据路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配，得到路网的路况信息之后，服务器还对路况信息进行信息调整。如图5所示，在对路况信息进行调整的过程中，服务器首先对路段进行数据分组，然后识别路段所对应的路况场景，并对路况场景进行特征提取，基于提取到的特征对路况信息进行调整，然后将调整后的路况信息挂载在对应的路网的路段上，从而生成与路网对应的实时地图。
83.具体的，在获取路网所包含的多个路段的道路信息之后，服务器基于道路信息对路网所包含的多个路段进行分组处理，确定多组路段，并识别每组路段所对应的路况场景，然后基于路况场景提取每组路段的道路信息和路段路况信息，并基于道路信息和路段路况信息对路网的路况信息进行调整，得到调整后的路况信息。其中，路况场景表征了每组路段所对应的拥堵程度。
84.在上述过程中，多个路段的道路信息至少包括路段的道路类型(例如，收费站、岔路口等)，服务器可根据每个路段的道路类型对多个路段进行分组处理，每组路段对应一种道路类型。然后服务器识别每种道路类型的路段所对应的路况场景，例如，道路封闭场景、道路通畅场景、一般拥堵场景、严重拥堵场景。进一步，服务器根据识别到的路况场景来提取每组路段中的道路信息和路段路况信息，来确定道路信息和路段路况信息是否与该路况场景相匹配，如果不匹配，则对该路段的道路信息和路段路况信息进行调整，并将调整后的路况映射在道路不同车道的不同的分段上，从而产出最终的实时路况信息。
85.由上述内容可知，本实施例所提供的路况信息的处理方法通过对路侧的图像采集设备采集到的路网图像进行分析，得到去除干扰的局部路况信息的相关数据，然后采用数据融合的技术，综合路网拓扑数据以及沿路网的各个图像采集设备所对应的局部路况信息，产出道路实时、准确的路况信息。由于本实施例所提供的方案是基于图像信息直接感知实时路况信息，不被异常驾驶行为影响、不被统计样本大小影响，从而提高了路况信息的准确性。另外，本实施例所提供的方案所产出的是车道级别实时路况信息，在图像信息中，不仅可以获得道路通行状况信息，而且可以区分出不同车道，或者车道的通行状态。在收费站、交叉口、合分流口等特殊位置，车道级别的实时路况信息更能准确的描绘道路通行状态。
86.由此可见，本实施例所提供的方案能够直接对路况信息进行检测识别，解决了传统路况检测算法受实时用户数、异常驾驶行为干扰的问题。
87.需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本技术所必须的。
88.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的路况信息的处理方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本技术各个实施例所述的方法。
89.实施例2
90.根据本技术实施例，还提供了一种路况信息的处理方法，如图6所示，该方法包括：
91.步骤s602，云服务器获取目标对象在路网中的路段位置信息。
92.在步骤s602中，目标对象可以为行人，也可以为驾驶员驾驶的车辆，还可以为无人驾驶的车辆。
93.可选的，图7示出了一种可选的路况信息的处理方法的示意框图，以目标对象为驾驶员驾驶的车辆为例进行说明。在驾驶员驾驶车辆的过程中，驾驶员通过导航设备(例如，车载导航设备)发起路况请求，服务器即可接收到路况请求。服务器在接收到路况请求之后，对驾驶员所驾驶的车辆进行定位，从而得到驾驶员所在路网中的路段位置信息。
94.需要说明的是，通过获取目标对象在路网中的路段位置信息，服务器能够根据目
标对象在路网中的路段位置信息来获取对应的与路段位置信息对应的路况信息。
95.步骤s604，云服务器基于路段位置信息获取至少一个图像采集设备所采集到路网图像，其中，至少一个图像采集设备设置在路段位置信息所确定的路段范围内。
96.在步骤s604中，在确定了目标对象的路段位置信息之后，服务器可基于目标对象的路段位置信息以及目标对象所要达到的目的地来确定目标对象在路网中的目标路段，然后获取目标路段中的至少一个图像采集设备所采集到的路网图像，例如，目标对象需要从甲地驾驶车辆至乙地，则云服务器获取从甲地至乙地这个路段中的每个图像采集设备所采集到的路网图像。
97.另外，在步骤s604中，至少一个图像采集设备可以是道路摄像头，其中，道路摄像头为设置在道路两侧，用于抓取驾驶员的违规驾驶行为的摄像头。可选的，在本实施例中，至少一个图像采集设备用于采集路网中对应路段的路网图像，从而云服务器能够实时获取到图像采集设备所采集到的路网图像。
98.需要说明的是，在步骤s604中，图像采集设备可以采集全部路网图像，例如，在实现摄像头全面覆盖的高速公路上的摄像头可采集全部路网图像。另外，在某些特定的时刻，可仅获取图像采集设备所采集到的一定范围内的路网图像(即局部路网图像)，并对获取到的路网图像进行处理。此外，在步骤s604中，通过获取每个图像采集设备所采集到的路网图像，从而使得云服务器能够根据路网图像来生成路网的路况信息，容易注意到的是，图像采集设备所采集到的路网图像能够直接地对路况信息进行检测，从而避免了现有技术中基于浮动车gps的间接测量方法获取路况信息所导致的准确性差的问题。
99.步骤s606，云服务器对路网图像进行特征提取，得到每个图像采集设备所在路段的局部路况信息。
100.在步骤s606中，对路网图像进行特征提取后，得到的图像特征可以包括但不限于道路特征信息和车辆特征信息，其中，道路特征信息表征了该图像采集设备所在路段的相关信息，例如，车道数量、车道宽度等信息；车辆特征信息表征了该图像采集设备所采集到的图像中车辆的相关信息，例如，车辆在每个车道上的分布信息、车辆之间的车间距等信息。
101.需要说明的是，云服务器通过对路网图像的图像特征进行分析，即可确定每个图像采集设备所在路段的局部路况信息，其中，图像特征能够表征当前路段所对应的交通指标，例如，当前路段的通行速度、通行流量、通行密度等指标；局部路况信息表征了当前路段所对应的交通状态，该交通状态可以包括但不限于畅通状态、一般拥堵状态、严重拥堵状态、路段封闭状态等。
102.此外，还需要说明的是，由于路网图像中包含了道路特征信息和车辆特征信息，因此，云服务器通过对路网图像进行分析能够识别出不同车道的车辆信息，从而得到车道级别的实时路况信息，从而避免现有技术中由于数据源精度问题所导致的无法实现车道级实时路况的获取的问题。
103.步骤s608，云服务器根据目标对象所在路网的路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配，得到目标对象所在路网的路况信息。
104.在步骤s608中，云服务器根据路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配的过程，实质是对每个图像采集设备所对应的局部路况信息进行数据
融合的过程。可选的，云服务器可根据每个图像采集设备在路网拓扑数据中的位置信息以及每个图像采集设备采集图像的采集时间来对每个路段所对应的局部路况信息进行数据融合，例如，道路1的一侧按照摄像头a、摄像头b和摄像头c设置了三个摄像头，云服务器在进行路网匹配的过程中，分别获取摄像头a、摄像头b和摄像头c所对应的局部路况信息，然后，按照摄像头a、摄像头b和摄像头c在道路1上的位置信息来对同一时刻摄像头a、摄像头b和摄像头c所对应的局部路况信息进行拼接，从而得到路段1在该时刻的路况信息。
105.需要说明的是，在本实施例中，将图像数据的采集与数据融合相结合来获取路网的路况信息，从而根据图像采集设备所采集到的路网图像直接获取到真实的路况信息，然后再对不同位置的图像采集设备所采集到的数据进行融合，得到整个路网的实时路况信息，避免了道路实时通行车辆数量及车辆异常驾驶行为干扰，提高了路况信息的准确性。
106.步骤s610，云服务器推送路况信息至终端设备中。
107.在步骤s610中，终端设备可以是目标对象所持有的设备，也可以是安装在车辆上的终端设备。另外，云服务器在获取到路况信息之后，将路况信息推送中终端设备中，从而终端设备即可展示实时路况。
108.基于上述步骤s602至步骤s610所限定的方案，可以获知，在本技术实施例中，采用图像采集设备实时采集到的路网图像来确定路况信息的方式，在获取目标对象在路网中的路段位置信息之后，云服务器基于路段位置信息获取至少一个图像采集设备所采集到路网图像，并对路网图像进行特征提取，得到每个图像采集设备所在路段的局部路况信息，然后，根据目标对象所在路网的路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配，得到目标对象所在路网的路况信息，最后，推送路况信息至终端设备中。其中，至少一个图像采集设备设置在路段位置信息所确定的路段范围内。
109.容易注意到的是，在本实施例中，图像采集设备所采集到的路网图像能够真实的表征道路的通行状态，即本技术所提供的方案是对路网的路况信息的直接测量，其并不会受到道路实时通行车辆的数量和/或车辆异常驾驶行为的干扰，从而保证了路况信息的准确性。另外，本技术基于路网图像来确定路况信息，而通过路网图像能够识别出不同车道的车辆信息，即本技术所提供的方案能够获取到车道级别的实时路况信息，从而避免现有技术中由于不同车道之间的通行状态的差异所导致的路况信息存在误差的问题，进一步提高了路况信息获取的准确性。
110.由此可见，本技术所提供的方案达到了获取路况信息的目的，从而实现了提高路况信息获取的准确性的技术效果，进而解决了现有技术中路况信息获取的准确性差的技术问题。
111.需要说明的是，云服务器也可作为实施例1所提供方法的执行主体，其中，路网图像的特征提取过程、路网匹配的过程已在实施例1中进行说明，在此不再赘述。
112.实施例3
113.根据本技术实施例，还提供了一种路况信息的处理方法，如图8所示，该方法包括：
114.步骤s802，响应路况查询指令，显示目标对象在路网中的路段位置信息。
115.步骤s804，从服务器中获取目标对象所在路网的路况信息，并显示路况信息，其中，路况信息是基于目标对象所在路网的路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配的，每个图像采集设备所对应的局部路况信息为对应的图像采集设
备所采集到的路网图像进行特征提取得到的，对应的图像采集设备为设置在路段位置信息所确定的路段范围内的图像采集设备。
116.基于步骤s802至步骤s804所限定的方案，可以获知，在本技术实施例中，采用图像采集设备实时采集到的路网图像来确定路况信息的方式，在获取到至少一个图像采集设备所在路网的路网拓扑数据，以及至少一个图像采集设备所采集到的路网图像之后，对路网图像进行特征提取，得到每个图像采集设备所在路段的局部路况信息，然后再根据路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配，得到路网的路况信息。
117.容易注意到的是，在本实施例中，图像采集设备所采集到的路网图像能够真实的表征道路的通行状态，即本技术所提供的方案是对路网的路况信息的直接测量，其并不会受到道路实时通行车辆的数量和/或车辆异常驾驶行为的干扰，从而保证了路况信息的准确性。另外，本技术基于路网图像来确定路况信息，而通过路网图像能够识别出不同车道的车辆信息，即本技术所提供的方案能够获取到车道级别的实时路况信息，从而避免现有技术中由于不同车道之间的通行状态的差异所导致的路况信息存在误差的问题，进一步提高了路况信息获取的准确性。
118.由此可见，本技术所提供的方案达到了获取路况信息的目的，从而实现了提高路况信息获取的准确性的技术效果，进而解决了现有技术中路况信息获取的准确性差的技术问题。
119.需要说明的是，本实施例中的服务器可执行实施例1所提供的路况信息的处理方法，相关内容已在实施例1中进行说明，在此不再赘述。
120.实施例4
121.根据本技术实施例，还提供了一种用于实施上述路况信息的处理方法的装置，如图9所示，该装置90包括：获取模块901、特征提取模块903以及匹配模块905。
122.其中，获取模块901，用于获取至少一个图像采集设备所在路网的路网拓扑数据，以及至少一个图像采集设备所采集到路网图像；特征提取模块903，用于对路网图像进行特征提取，得到每个图像采集设备所在路段的局部路况信息；匹配模块905，用于根据路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配，得到路网的路况信息。
123.此处需要说明的是，上述获取模块901、特征提取模块903以及匹配模块905对应于实施例1中的步骤s202至步骤s206，三个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例一所公开的内容。
124.实施例5
125.根据本技术实施例，还提供了一种路况信息的处理系统，该系统包括：处理器；以及存储器。其中，存储器，与处理器连接，用于存储处理器的可执行指令；其中，处理器被配置为执行指令，以实现如实施例1的路况信息的处理方法。
126.实施例6
127.本技术的实施例可以提供一种电子设备，该电子设备可以是计算机终端群中的任意一个计算机终端设备。可选地，在本实施例中，上述电子设备也可以替换为移动终端等终端设备。
128.可选地，在本实施例中，上述电子设备可以位于计算机网络的多个网络设备中的至少一个网络设备。
129.在本实施例中，上述电子设备包括一个或多个处理器；存储器，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现用于运行程序，其中，程序被设置为运行时执行上述实施例中的路况信息的处理方法。
130.可选地，图10是根据本技术实施例的一种电子设备的结构框图。如图10所示，该电子设备可以包括：一个或多个(图中仅示出一个)处理器1002、存储器1004以及外设接口1006。
131.其中，存储器可用于存储软件程序以及模块，如本技术实施例中的路况信息的处理方法和装置对应的程序指令/模块，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的路况信息的处理方法。存储器可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至电子设备10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
132.处理器可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：获取至少一个图像采集设备所在路网的路网拓扑数据，以及至少一个图像采集设备所采集到路网图像；对路网图像进行特征提取，得到每个图像采集设备所在路段的局部路况信息；根据路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配，得到路网的路况信息。
133.可选的，上述处理器还可以执行如下步骤的程序代码：获取至少一个图像采集设备所采集到初始路网图像；确定每个图像采集设备所对应的可信区域，其中，可信区域表征每个图像采集设备所采集到的图像中数据准确度高于预设准确度的图像范围；基于每个图像采集设备所对应的可信区域对对应的初始路网图像进行截图处理，得到与每个图像采集设备所对应的路网图像。
134.可选的，上述处理器还可以执行如下步骤的程序代码：对路网图像进行特征提取，得到道路特征信息和车辆特征信息，其中，道路特征信息至少包括：当前图像采集设备所在路段的车道线信息，车辆特征信息至少包括：车辆位置信息、车辆数量信息以及车辆间距信息；根据道路特征信息以及车辆特征信息确定当前图像采集设备所在路段的局部路况信息。
135.可选的，上述处理器还可以执行如下步骤的程序代码：在对路网图像进行特征提取，得到每个图像采集设备所在路段的局部路况信息之后，获取至少一个图像采集设备所对应的局部路况信息；去除局部路况信息的异常数据，得到处理后的局部路况信息。
136.可选的，上述处理器还可以执行如下步骤的程序代码：根据路网拓扑数据确定至少一个图像采集设备在路网中的位置信息；根据位置信息以及至少一个图像采集设备采集图像的采集时间对处理后的局部路况信息进行数据融合，得到路网的路况信息。
137.可选的，上述处理器还可以执行如下步骤的程序代码：在根据路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配，得到路网的路况信息之后，根据路网拓扑数据以及路网的路况信息确定缺失路段，其中，缺失路段为路网拓扑数据中路网的路况信息未覆盖到的路段；获取缺失路段的历史路况信息；基于历史路况信息预测缺失路段所对应的路况信息。
138.可选的，上述处理器还可以执行如下步骤的程序代码：在根据路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配，得到路网的路况信息之后，获取路网所包含的多个路段的道路信息；基于道路信息对路网所包含的多个路段进行分组处理，确定多组路段；识别每组路段所对应的路况场景，其中，路况场景表征了每组路段所对应的拥堵程度；基于路况场景提取每组路段的道路信息和路段路况信息；基于道路信息和路段路况信息对路网的路况信息进行调整，得到调整后的路况信息。
139.可选的，上述处理器还可以执行如下步骤的程序代码：云服务器获取目标对象在路网中的路段位置信息；云服务器基于路段位置信息获取至少一个图像采集设备所采集到路网图像，其中，至少一个图像采集设备设置在路段位置信息所确定的路段范围内；云服务器对路网图像进行特征提取，得到每个图像采集设备所在路段的局部路况信息；云服务器根据目标对象所在路网的路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配，得到目标对象所在路网的路况信息；云服务器推送路况信息至终端设备中。
140.可选的，上述处理器还可以执行如下步骤的程序代码：响应路况查询指令，显示目标对象在路网中的路段位置信息；从服务器中获取目标对象所在路网的路况信息，并显示路况信息，其中，路况信息是基于目标对象所在路网的路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配的，每个图像采集设备所对应的局部路况信息为对应的图像采集设备所采集到的路网图像进行特征提取得到的，对应的图像采集设备为设置在路段位置信息所确定的路段范围内的图像采集设备。
141.本领域普通技术人员可以理解，图10示的结构仅为示意，计算机终端也可以是智能手机(如android手机、ios手机等)、平板电脑、掌声电脑以及移动互联网设备(mobile internet devices，mid)、pad等终端设备。图10其并不对上述电子装置的结构造成限定。例如，电子设备10还可包括比图10中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图10所示不同的配置。
142.本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(read-only memory，rom)、随机存取器(random access memory，ram)、磁盘或光盘等。
143.实施例7
144.本技术的实施例还提供了一种计算机可读存储介质。可选地，在本实施例中，上述计算机可读存储介质可以用于保存上述实施例所提供的路况信息的处理方法所执行的程序代码。
145.可选地，在本实施例中，上述计算机可读存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。
146.可选地，在本实施例中，上述计算机可读存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行上述实施例中的路况信息的处理方法。
147.可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：获取至少一个图像采集设备所在路网的路网拓扑数据，以及至少一个图像采集设备所采集到路网图像；对路网图像进行特征提取，得到每个图像采集设备所在路段的局部路况信息；根据路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹
配，得到路网的路况信息。
148.可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：获取至少一个图像采集设备所采集到初始路网图像；确定每个图像采集设备所对应的可信区域，其中，可信区域表征每个图像采集设备所采集到的图像中数据准确度高于预设准确度的图像范围；基于每个图像采集设备所对应的可信区域对对应的初始路网图像进行截图处理，得到与每个图像采集设备所对应的路网图像。
149.可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：对路网图像进行特征提取，得到道路特征信息和车辆特征信息，其中，道路特征信息至少包括：当前图像采集设备所在路段的车道线信息，车辆特征信息至少包括：车辆位置信息、车辆数量信息以及车辆间距信息；根据道路特征信息以及车辆特征信息确定当前图像采集设备所在路段的局部路况信息。
150.可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：在对路网图像进行特征提取，得到每个图像采集设备所在路段的局部路况信息之后，获取至少一个图像采集设备所对应的局部路况信息；去除局部路况信息的异常数据，得到处理后的局部路况信息。
151.可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：根据路网拓扑数据确定至少一个图像采集设备在路网中的位置信息；根据位置信息以及至少一个图像采集设备采集图像的采集时间对处理后的局部路况信息进行数据融合，得到路网的路况信息。
152.可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：在根据路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配，得到路网的路况信息之后，根据路网拓扑数据以及路网的路况信息确定缺失路段，其中，缺失路段为路网拓扑数据中路网的路况信息未覆盖到的路段；获取缺失路段的历史路况信息；基于历史路况信息预测缺失路段所对应的路况信息。
153.可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：在根据路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配，得到路网的路况信息之后，获取路网所包含的多个路段的道路信息；基于道路信息对路网所包含的多个路段进行分组处理，确定多组路段；识别每组路段所对应的路况场景，其中，路况场景表征了每组路段所对应的拥堵程度；基于路况场景提取每组路段的道路信息和路段路况信息；基于道路信息和路段路况信息对路网的路况信息进行调整，得到调整后的路况信息。
154.可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：云服务器获取目标对象在路网中的路段位置信息；云服务器基于路段位置信息获取至少一个图像采集设备所采集到路网图像，其中，至少一个图像采集设备设置在路段位置信息所确定的路段范围内；云服务器对路网图像进行特征提取，得到每个图像采集设备所在路段的局部路况信息；云服务器根据目标对象所在路网的路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配，得到目标对象所在路网的路况信息；云服务器推送路况信息至终端设备中。
155.可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的
程序代码：响应路况查询指令，显示目标对象在路网中的路段位置信息；从服务器中获取目标对象所在路网的路况信息，并显示路况信息，其中，路况信息是基于目标对象所在路网的路网拓扑数据对每个图像采集设备所对应的局部路况信息进行路网匹配的，每个图像采集设备所对应的局部路况信息为对应的图像采集设备所采集到的路网图像进行特征提取得到的，对应的图像采集设备为设置在路段位置信息所确定的路段范围内的图像采集设备。
156.上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
157.在本技术的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
158.在本技术所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
159.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
160.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
161.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
162.以上所述仅是本技术的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。