一种监测事件的数据处理方法与流程

1.本发明涉及数据处理技术领域，特别涉及一种监测事件的数据处理方法。


背景技术：

2.目前常规的交通监测方案是在前端布设摄像头进行实时视频拍摄、在后台对实时视频进行播放、并由后台工作人员通过人工方式对监测视频进行交通状态分析。这种常规监测方案的网络架构是一种单向传输架构、不支持后端对前端的高频次数据反馈，因此这种常规方案天生存在两个技术缺陷：1)无法对前方行驶车辆进行驾驶指引；2)无法向前方行驶车辆推送任何道路交通风险信息。
3.而随着车联网技术的成熟与发展，我们发现车联网中的车载设备、路侧设备和云平台彼此之间都能互通并支持高频次的数据互传，基于这样的网络架构在传统监测方案的基础上增加监测事件的分析和反馈处理机制就能解决上述两个技术缺陷。


技术实现要素：

4.本发明的目的，就是针对现有技术的缺陷，提供一种监测事件的数据处理方法、电子设备及计算机可读存储介质；云平台对前端车载设备上发的车辆行驶数据进行驾驶事件分析得到带有异常驾驶事件的第一事件消息集合向前端的路侧设备实时返回，并对路侧设备上发的道路监测数据进行综合事件分析得到带有车辆、道路和交通拥堵风险事件的第二事件消息集合向前端的路侧设备实时返回；路侧设备在接收到第一事件消息集合之后基于异常事件类型确定通知车辆范围并向该范围内的所有车辆推送对应的示警消息，在接收到第二事件消息集合之后将与车辆风险事件相关的车辆事件消息集合向当前道路段内的所有车辆做实时的一次性推送、将与交通拥堵风险事件相关的拥堵事件消息集合向当前道路段内的所有车辆做指定时长的循环播报、将与道路事件相关的道路事件消息集合向当前道路段内的所有车辆做长期的循环播报。通过本发明，可以对实时感知数据进行监测事件分析、可以基于分析结果对前方行驶车辆进行及时的驾驶风险提示、可以向前方行驶车辆推送实时的道路交通风险信息从而达到指引安全驾驶、提高行车安全、提高行车效率的目的。
5.为实现上述目的，本发明实施例第一方面提供了一种监测事件的数据处理方法，所述方法包括：
6.云平台接收第一道路段内任一车辆发送的第一车辆行驶数据并保存；并接收所述第一道路段的路侧设备发送的第一道路监测数据并保存；并根据所述第一车辆行驶数据进行驾驶事件分析处理生成对应的第一事件消息集合向所述路侧设备发送；并根据所述第一道路监测数据进行综合事件分析处理生成对应的第二事件消息集合向所述路侧设备发送；
7.所述路侧设备根据所述第一事件消息集合向所述第一道路段内的指定车辆进行消息推送；并根据所述第二事件消息集合向所述第一道路段内的所有车辆进行消息推送。
8.优选的，道路上行驶的各个车辆上预置了车载终端；道路沿途各路段预置了对应的所述路侧设备；所述路侧设备分别与所述云平台和各个所述车载终端连接；各个所述路
侧设备附近预置了多个监测设备，各个监测设备分别与对应的所述路侧设备连接，所述监测设备的类型包括摄像头、激光雷达、毫米波雷达、温湿度传感器、天气现象传感器、交通信号灯；
9.所述车载终端用于对车辆进行行驶数据采集生成对应的所述第一车辆行驶数据向所述平台发送；
10.所述监测设备用于对道路进行实时感知数据获取并传至所述路侧设备；具体为：类型为摄像头的所述监测设备用于对道路进行视频拍摄并将拍摄视频传至所述路侧设备；类型为激光雷达或毫米波雷达的所述监测设备用于对道路进行雷达扫描并将扫描点云传至所述路侧设备；类型为温湿度传感器的所述监测设备用于对道路的温湿度数据进行采集并将采集到的温湿度数据传至所述路侧设备；类型为天气现象传感器的所述监测设备用于对道路环境的能见度和天气现象进行分析并将对应的能见度和天气类型传至所述路侧设备；类型为交通信号灯的所述监测设备用于对所在路口入口的信号灯位置、信号灯路口类型、信号灯入口总数、信号灯入口标识和信号灯组信息进行采集并传至所述路侧设备；
11.所述路侧设备用于对所述拍摄视频和所述扫描点云进行时空特征融合得到对应的融合特征；并基于所述融合特征进行车辆、车牌识别得到对应的多个所述第一车辆监测数据组成对应的监测数据集合，并将与当前监测数据集合对应的监测数据类型设为车辆监测数据类型，并由当前监测数据类型和当前监测数据集合组成对应的第一类监测数据；并基于所述融合特征进行行人、非机动车识别得到对应的多个所述交通参与者监测数据组成对应的监测数据集合，并将与当前监测数据集合对应的监测数据类型设为其他交通参与者监测数据类型，并由当前监测数据类型和当前监测数据集合组成对应的第一类监测数据；并基于所述融合特征和预设的道路高精地图进行车道状态识别得到对应的多个所述第一车道监测数据组成对应的监测数据集合，并将与当前监测数据集合对应的监测数据类型设为道路监测数据类型，并由当前监测数据类型和当前监测数据集合组成对应的第一类监测数据；并由所述温湿度数据、所述能见度和所述天气类型组成对应的监测数据集合，并将与当前监测数据集合对应的监测数据类型设为气象监测数据类型，并由当前监测数据类型和当前监测数据集合组成对应的第一类监测数据；并由所述信号灯位置、所述信号灯路口类型、所述信号灯入口总数、所述信号灯入口标识和所述信号灯组信息组成对应的监测数据集合，并将与当前监测数据集合对应的监测数据类型设为信号灯监测数据类型，并由当前监测数据类型和当前监测数据集合组成对应的第一类监测数据；并由得到的所有第一类监测数据组成对应的所述第一道路监测数据向所述平台发送。
12.优选的，所述第一车辆行驶数据包括第一车牌号和第一行驶数据序列；所述第一行驶数据序列包括多个第一行驶数据；所述第一行驶数据包括第一时间、第一驾驶模式、第一定位、第一航向角、第一车速、第一油门开度、第一制动踏板开度、第一方向盘转角、第一驾驶挡位、第一纵向加速度、第一横向加速度、第一横摆角速度、第一车辆侧倾角速度和第一车灯状态；
13.所述第一道路监测数据包括多个第一类监测数据；所述第一类监测数据包括监测数据类型和监测数据集合；所述监测数据类型包括车辆监测数据类型、其他交通参与者监测数据类型、道路监测数据类型、气象监测数据类型和信号灯监测数据类型；
14.所述监测数据类型为车辆监测数据类型时，对应的所述监测数据集合包括多个第
一车辆监测数据；所述第一车辆监测数据包括第一车辆车牌、第一车辆类型、第一车身颜色、第一车辆车速、第一车辆航向角、第一车辆运行轨迹、第一车辆行驶车道标识、第一车牌类型和第一车牌颜色；
15.所述监测数据类型为其他交通参与者监测数据类型时，对应的所述监测数据集合包括多个交通参与者监测数据；所述交通参与者监测数据包括参与者类型、参与者位置、参与者形状大小和参与者速度；所述参与者类型包括行人、非机动车和静态障碍物；
16.所述监测数据类型为道路监测数据类型时，对应的所述监测数据集合包括多个第一车道监测数据；所述第一车道监测数据包括第一车道标识、第一车道类型、第一车道限速范围、第一车道施工位置、第一车道积水位置、第一车道坑洞位置和第一车道拥堵段起始位置；
17.所述监测数据类型为气象监测数据类型时，对应的所述监测数据集合包括温度、湿度、能见度和天气类型；所述天气类型包括雨天、雪天、晴天、多云、阴天；
18.所述监测数据类型为信号灯监测数据类型时，对应的所述监测数据集合包括信号灯位置、信号灯路口类型、信号灯入口总数、信号灯入口标识和信号灯组信息；所述信号灯位置包括经纬度和海拔高度；所述信号灯路口类型为当前信号灯所在路口的路口类型；所述信号灯入口总数为当前信号灯所在路口的入口总数；所述信号灯入口标识为当前信号灯所在入口的唯一标识；所述信号灯组信息包括一个或多个信号灯信息；所述信号灯信息包括信号灯类型、信号灯状态和信号灯剩余时间；所述信号灯类型至少包括左转灯类型、直行灯类型、右转灯类型；所述信号灯状态包括红灯状态、绿灯状态、黄灯状态、黄灯闪烁状态；
19.所述第一事件消息集合包括所述第一车牌号和第一、第二、第三和第四异常事件消息；
20.所述第二事件消息集合包括车辆事件消息集合、道路事件消息集合和拥堵事件消息集合；
21.所述车辆事件消息集合包括多个第一车辆消息组；所述第一车辆消息组包括所述第一车辆车牌和多个第一车辆风险事件消息；所述第一车辆风险事件消息包括前向碰撞事件消息、路口碰撞事件消息、变道碰撞事件消息、车道左偏离事件消息、车道右偏离事件消息、紧急制动事件消息、行人碰撞事件消息、车辆失控事件消息、车辆超速事件消息、道路限行事件消息和号牌限行事件消息；
22.所述道路事件消息集合包括多个第一车道消息组；所述第一车道消息组包括所述第一车道标识和一个或多个第一车道风险事件消息；所述第一车道风险事件消息包括带有施工位置信息的施工占道事件消息、带有积水位置信息的道路积水事件消息、带有坑洞位置信息的道路坑洞事件消息和带有等级信息的恶劣气象风险消息；
23.所述拥堵事件消息集合包括多个第二车道消息组；所述第二车道消息组包括所述第一车道标识和带有拥堵段起始位置的第二车道风险事件消息。
24.优选的，所述根据所述第一车辆行驶数据进行驾驶事件分析处理生成对应的第一事件消息集合向所述路侧设备发送，具体包括：
25.所述云平台基于预设的自动驾驶事件模型对所述第一车辆行驶数据的所述第一行驶数据序列进行自动驾驶事件识别处理生成对应的自动驾驶事件标识；并基于预设的制动事件模型对所述第一行驶数据序列进行制动事件识别处理生成对应的制动事件标识；并
基于预设的转向事件模型对所述第一行驶数据序列进行转向事件识别处理生成对应的转向事件标识；并基于预设的事故事件模型对所述第一行驶数据序列进行事故事件识别处理生成对应的事故事件标识；所述自动驾驶事件标识包括正常自动驾驶标识、自动驾驶脱离标识和自动驾驶退出标识；所述制动事件标识包括正常制动标识、急减速标识、急加速标识和急刹车标识；所述转向事件标识包括正常转向标识、向左急转向标识和向右急转向标识；所述事故事件标识包括无事故标识、车辆碰撞事故标识、车辆侧翻事故标识和车辆失控事故标识；
26.若所述自动驾驶事件标识不为正常自动驾驶标识则根据所述自动驾驶事件标识设置对应的所述第一异常事件消息；若所述制动事件标识不为正常制动标识则根据所述制动事件标识设置对应的所述第二异常事件消息；若所述转向事件标识不为正常转向标识则根据所述制动事件标识设置对应的所述第三异常事件消息；若所述事故事件标识不为无事故标识则根据所述事故事件标识设置对应的所述第四异常事件消息；
27.由所述第一车辆行驶数据的所述第一车牌号和所述第一、第二、第三和第四异常事件消息组成对应的所述第一事件消息集合向所述路侧设备发送。
28.优选的，所述根据所述第一道路监测数据进行综合事件分析处理生成对应的第二事件消息集合向所述路侧设备发送，具体包括：
29.所述云平台根据所述第一道路监测数据对所述第一道路段内各车辆的车辆碰撞风险、车道偏离风险、紧急制动风险、行人碰撞风险、车辆失控风险、车辆超速风险、道路车型限制风险和号牌限制风险进行风险事件评估生成对应的所述车辆事件消息集合；
30.根据所述第一道路监测数据对所述第一道路段内的道路施工风险、道路积水、道路坑洞风险和道路气象风险进行评估生成对应的所述道路事件消息集合；
31.根据所述第一道路监测数据对所述第一道路段内的交通拥堵风险进行评估生成对应的所述拥堵事件消息集合；
32.由所述车辆事件消息集合、所述道路事件消息集合和所述拥堵事件消息集合组成对应的所述第二事件消息集合向所述路侧设备发送。
33.优选的，所述路侧设备根据所述第一事件消息集合向所述第一道路段内的指定车辆进行消息推送，具体包括：
34.所述路侧设备从所述第一事件消息集合中提取出对应的所述第一车牌号和所述第一、第二、第三和第四异常事件消息；并将所述第一车牌号的对应车辆记为当前车辆；并对所述当前车辆进行实时定位得到对应的当前定位；
35.若所述第一、第二或第三异常事件消息不为空，则由所述第一车牌号、所述当前定位和所述第一、第二或第三异常事件消息组成对应的第一示警消息，并向所述第一道路段内所述当前车辆的周围车辆一次性推送所述第一示警消息；
36.若所述第四异常事件消息不为空，则由所述第一车牌号、所述当前定位和所述第四异常事件消息组成对应的所述第一示警消息，并向所述第一道路段内所述当前车辆的后方车辆一次性推送所述第一示警消息。
37.优选的，根据所述第二事件消息集合向所述第一道路段内的所有车辆进行消息推送，具体包括：
38.所述路侧设备从所述第二事件消息集合中提取出对应的所述车辆事件消息集合、
所述道路事件消息集合和所述拥堵事件消息集合；
39.向所述第一道路段内的所有车辆一次性推送所述车辆事件消息集合；
40.对所述拥堵事件消息集合进行临时缓存；并在之后的预设播报时长内基于预设的第二播报频率定期向所述第一道路段内的所有车辆推送所述拥堵事件消息集合；并在所述预设播报时长之后将临时缓存的所述拥堵事件消息集合删除；
41.对本地是否保存了历史道路事件消息集合进行识别，若是则使用所述道路事件消息集合对所述历史道路事件消息集合进行替换得到新的所述历史道路事件消息集合，若否则对所述道路事件消息集合进行保存得到新的所述历史道路事件消息集合；并基于预设的第一播报频率定期向所述第一道路段内的所有车辆推送所述历史道路事件消息集合。
42.本发明实施例第二方面提供了一种电子设备，包括：存储器、处理器和收发器；
43.所述处理器用于与所述存储器耦合，读取并执行所述存储器中的指令，以实现上述第一方面所述的方法步骤；
44.所述收发器与所述处理器耦合，由所述处理器控制所述收发器进行消息收发。
45.本发明实施例第三方面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，当所述计算机指令被计算机执行时，使得所述计算机执行上述第一方面所述的方法的指令。
46.本发明实施例提供了一种监测事件的数据处理方法、电子设备及计算机可读存储介质；云平台对前端车载设备上发的车辆行驶数据进行驾驶事件分析得到带有异常驾驶事件的第一事件消息集合向前端的路侧设备实时返回，并对路侧设备上发的道路监测数据进行综合事件分析得到带有车辆、道路和交通拥堵风险事件的第二事件消息集合向前端的路侧设备实时返回；路侧设备在接收到第一事件消息集合之后基于异常事件类型确定通知车辆范围并向该范围内的所有车辆推送对应的示警消息，在接收到第二事件消息集合之后将与车辆风险事件相关的车辆事件消息集合向当前道路段内的所有车辆做实时的一次性推送、将与交通拥堵风险事件相关的拥堵事件消息集合向当前道路段内的所有车辆做指定时长的循环播报、将与道路事件相关的道路事件消息集合向当前道路段内的所有车辆做长期的循环播报。通过本发明，可以对实时感知数据进行监测事件分析、可以基于分析结果对前方行驶车辆进行及时的驾驶风险提示、可以向前方行驶车辆推送实时的道路交通风险信息，给出了安全驾驶指引、提高了行车安全和行车效率。
附图说明
47.图1为本发明实施例一提供的一种监测事件的数据处理方法示意图；
48.图2为本发明实施例二提供的一种电子设备的结构示意图。
具体实施方式
49.为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。
50.本发明实施例一提供一种监测事件的数据处理方法，如图1为本发明实施例一提
供的一种监测事件的数据处理方法示意图所示，本方法主要包括如下步骤：
51.步骤1，云平台接收第一道路段内任一车辆发送的第一车辆行驶数据并保存；并接收第一道路段的路侧设备发送的第一道路监测数据并保存；并根据第一车辆行驶数据进行驾驶事件分析处理生成对应的第一事件消息集合向路侧设备发送；并根据第一道路监测数据进行综合事件分析处理生成对应的第二事件消息集合向路侧设备发送；
52.具体包括：步骤11，云平台接收第一道路段内任一车辆发送的第一车辆行驶数据并保存；
53.这里，本发明实施例一中给出了一个简单的车联网结构，包括车载终端、监测设备、路侧设备和云平台；道路上行驶的各个车辆上都预置了车载终端(on board unit，obu)；道路沿途各路段预置了对应的路侧设备(road side unit，rsu),该路侧设备可自带数据处理模块，也可通过与其他边缘计算(mobile edge computing，mec)设备连接实现数据处理功能；路侧设备分别与云平台和各个车载终端连接；各个路侧设备附近预置了多个监测设备；各个监测设备分别与对应的路侧设备连接；监测设备的类型包括摄像头、激光雷达、毫米波雷达、温湿度传感器、天气现象传感器、交通信号灯；
54.车载终端用于对车辆进行行驶数据采集生成对应的第一车辆行驶数据向平台发送；其中，第一车辆行驶数据包括第一车牌号和第一行驶数据序列；第一行驶数据序列包括多个第一行驶数据；第一行驶数据包括第一时间、第一驾驶模式、第一定位、第一航向角、第一车速、第一油门开度、第一制动踏板开度、第一方向盘转角、第一驾驶挡位、第一纵向加速度、第一横向加速度、第一横摆角速度、第一车辆侧倾角速度和第一车灯状态；所述第一驾驶模式包括人工驾驶模式和自动驾驶模式；
55.监测设备用于对道路进行实时感知数据获取并传至路侧设备；具体为：类型为摄像头的监测设备用于对道路进行视频拍摄并将拍摄视频传至路侧设备；类型为激光雷达或毫米波雷达的监测设备用于对道路进行雷达扫描并将扫描点云传至路侧设备；类型为温湿度传感器的监测设备用于对道路的温湿度数据进行采集并将采集到的温湿度数据传至路侧设备；类型为天气现象传感器的监测设备用于对道路环境的能见度和天气现象进行分析并将对应的能见度和天气类型传至路侧设备；类型为交通信号灯的监测设备用于对所在路口入口的信号灯位置、信号灯路口类型、信号灯入口总数、信号灯入口标识和信号灯组信息进行采集并传至路侧设备；
56.路侧设备用于对拍摄视频和扫描点云进行时空特征融合得到对应的融合特征；并基于融合特征进行车辆、车牌识别得到对应的多个第一车辆监测数据组成对应的监测数据集合，并将与当前监测数据集合对应的监测数据类型设为车辆监测数据类型，并由当前监测数据类型和当前监测数据集合组成对应的第一类监测数据；并基于融合特征进行行人、非机动车识别得到对应的多个交通参与者监测数据组成对应的监测数据集合，并将与当前监测数据集合对应的监测数据类型设为其他交通参与者监测数据类型，并由当前监测数据类型和当前监测数据集合组成对应的第一类监测数据；并基于融合特征和预设的道路高精地图进行车道状态识别得到对应的多个第一车道监测数据组成对应的监测数据集合，并将与当前监测数据集合对应的监测数据类型设为道路监测数据类型，并由当前监测数据类型和当前监测数据集合组成对应的第一类监测数据；并由温湿度数据、能见度和天气类型组成对应的监测数据集合，并将与当前监测数据集合对应的监测数据类型设为气象监测数据
类型，并由当前监测数据类型和当前监测数据集合组成对应的第一类监测数据；并由信号灯位置、信号灯路口类型、信号灯入口总数、信号灯入口标识和信号灯组信息组成对应的监测数据集合，并将与当前监测数据集合对应的监测数据类型设为信号灯监测数据类型，并由当前监测数据类型和当前监测数据集合组成对应的第一类监测数据；并由得到的所有第一类监测数据组成对应的第一道路监测数据向平台发送；
57.步骤12，接收第一道路段的路侧设备发送的第一道路监测数据并保存；
58.这里，第一道路监测数据包括多个第一类监测数据；第一类监测数据包括监测数据类型和监测数据集合；监测数据类型包括车辆监测数据类型、其他交通参与者监测数据类型、道路监测数据类型、气象监测数据类型和信号灯监测数据类型；
59.监测数据类型为车辆监测数据类型时，对应的监测数据集合包括多个第一车辆监测数据；第一车辆监测数据包括第一车辆车牌、第一车辆类型、第一车身颜色、第一车辆车速、第一车辆航向角、第一车辆运行轨迹、第一车辆行驶车道标识、第一车牌类型和第一车牌颜色；第一车辆车速和第一车辆航向角为对应车辆的最新车速和航向角，第一车辆运行轨迹为对应车辆最近一个时段内的运动轨迹(包括第一车辆车速和第一车辆航向角对应的最新时刻的轨迹点)；
60.监测数据类型为其他交通参与者监测数据类型时，对应的监测数据集合包括多个交通参与者监测数据；交通参与者监测数据包括参与者类型、参与者位置、参与者形状大小和参与者速度；参与者类型包括行人、非机动车和静态障碍物；
61.监测数据类型为道路监测数据类型时，对应的监测数据集合包括多个第一车道监测数据；第一车道监测数据包括第一车道标识、第一车道类型、第一车道限速范围、第一车道施工位置、第一车道积水位置、第一车道坑洞位置和第一车道拥堵段起始位置；
62.监测数据类型为气象监测数据类型时，对应的监测数据集合包括温度、湿度、能见度和天气类型；天气类型包括雨天、雪天、晴天、多云、阴天；
63.监测数据类型为信号灯监测数据类型时，对应的监测数据集合包括信号灯位置、信号灯路口类型、信号灯入口总数、信号灯入口标识和信号灯组信息；信号灯位置包括经纬度和海拔高度；信号灯路口类型为当前信号灯所在路口的路口类型；信号灯入口总数为当前信号灯所在路口的入口总数；信号灯入口标识为当前信号灯所在入口的唯一标识；信号灯组信息包括一个或多个信号灯信息；信号灯信息包括信号灯类型、信号灯状态和信号灯剩余时间；信号灯类型至少包括左转灯类型、直行灯类型、右转灯类型；信号灯状态包括红灯状态、绿灯状态、黄灯状态、黄灯闪烁状态；
64.步骤13，根据第一车辆行驶数据进行驾驶事件分析处理生成对应的第一事件消息集合向路侧设备发送；
65.其中，第一事件消息集合包括第一车牌号和第一、第二、第三和第四异常事件消息；
66.具体包括：步骤131，云平台基于预设的自动驾驶事件模型对第一车辆行驶数据的第一行驶数据序列进行自动驾驶事件识别处理生成对应的自动驾驶事件标识；并基于预设的制动事件模型对第一行驶数据序列进行制动事件识别处理生成对应的制动事件标识；并基于预设的转向事件模型对第一行驶数据序列进行转向事件识别处理生成对应的转向事件标识；并基于预设的事故事件模型对第一行驶数据序列进行事故事件识别处理生成对应
的事故事件标识；
67.其中，自动驾驶事件标识包括正常自动驾驶标识、自动驾驶脱离标识和自动驾驶退出标识；制动事件标识包括正常制动标识、急减速标识、急加速标识和急刹车标识；转向事件标识包括正常转向标识、向左急转向标识和向右急转向标识；事故事件标识包括无事故标识、车辆碰撞事故标识、车辆侧翻事故标识和车辆失控事故标识；
68.这里，本发明实施例一的自动驾驶事件模型、制动事件模型、转向事件模型、事故事件模型都是预先基于设定规则指定的异常事件识别模型；
69.自动驾驶事件模型用于根据第一行驶数据序列提供的多个时间点上的驾驶模式来判断当前车辆是否发生了从自动驾驶状态切换到人工驾驶状态的情况，若否则说明当前车辆始终处于自动驾驶状态、那么模型输出的自动驾驶事件标识为正常自动驾驶标识；若是则根据一组预设的第一运动状态差分阈值范围(包括车速差分阈值范围、制动踏板开度差分阈值范围、纵向加速度差分阈值范围等)对发生状态切换的前后时间点上的实时运动状态差分值(包括车速差分值、制动踏板开度差分值、纵向加速度差分值等)进行识别，若前后时间点上的实时运动状态差分值都在预设的第一运动状态差分阈值范围之内则说明当前车辆是通过点踩刹车的方式实施的自动驾驶退出、此时模型输出的自动驾驶事件标识为自动驾驶退出标识，若前后时间点上的实时运动状态差分值不都在预设的第一运动状态差分阈值范围之内则说明当前车辆是通过猛踩刹车的方式实施的自动驾驶退出、此时模型输出的自动驾驶事件标识为自动驾驶脱离标识；
70.制动事件模型用于对第一行驶数据序列提供的多个时间点上的实时运动状态信息(包括车速、油门开度、制动踏板开度、纵向加速度等)进行差分计算得到对应的实时运动状态差分值(包括车速差分值、油门开度差分值、制动踏板开度差分值、纵向加速度差分值等)；并根据预设的四个运动状态差分阈值范围：正常制动运动状态差分阈值范围(包括正常制动车速差分阈值范围、正常制动油门开度差分阈值范围、正常制动踏板开度差分阈值范围、正常制动纵向加速度差分阈值范围等)、急减速运动状态差分阈值范围(包括急减速制动车速差分阈值范围、急减速制动油门开度差分阈值范围、急减速制动踏板开度差分阈值范围、急减速制动纵向加速度差分阈值范围等)、急加速运动状态差分阈值范围(包括急加速制动车速差分阈值范围、急加速制动油门开度差分阈值范围、急加速制动踏板开度差分阈值范围、急加速制动纵向加速度差分阈值范围等)、急刹车运动状态差分阈值范围(包括急刹车制动车速差分阈值范围、急刹车制动油门开度差分阈值范围、急刹车制动踏板开度差分阈值范围、急刹车制动纵向加速度差分阈值范围等)对各个实时运动状态差分值进行匹配，并将其中范围最接近的运动状态差分阈值范围作为匹配运动状态差分阈值范围；若匹配运动状态差分阈值范围为正常制动运动状态差分阈值范围则模型输出的制动事件标识为正常制动标识，若匹配运动状态差分阈值范围为急减速制动运动状态差分阈值范围则模型输出的制动事件标识为急减速制动标识，若匹配运动状态差分阈值范围为急加速制动运动状态差分阈值范围则模型输出的制动事件标识为急加速制动标识，若匹配运动状态差分阈值范围为急刹车制动运动状态差分阈值范围则模型输出的制动事件标识为急刹车制动标识；
71.转向事件模型用于对第一行驶数据序列提供的多个时间点上的实时运动状态信息(包括航向角、方向盘转角、横向加速度等)进行差分计算得到对应的实时运动状态差分
值(包括航向角差分值、方向盘转角差分值、横向加速度差分值等)；并根据预设的三个个运动状态差分阈值范围：正常转向运动状态差分阈值范围(包括正常转向航向角分阈值范围、正常转向方向盘转角差分阈值范围、正常转向横向加速度差分阈值范围等)、向左急转向运动状态差分阈值范围(包括向左急转向航向角分阈值范围、向左急转向方向盘转角差分阈值范围、向左急转向横向加速度差分阈值范围等)、向右急转向运动状态差分阈值范围(包括向右急转向航向角分阈值范围、向右急转向方向盘转角差分阈值范围、向右急转向横向加速度差分阈值范围等)对各个实时运动状态差分值进行匹配，并将其中范围最接近的运动状态差分阈值范围作为匹配运动状态差分阈值范围；若匹配运动状态差分阈值范围为正常转向运动状态差分阈值范围则模型输出的转向事件标识为正常转向标识，若匹配运动状态差分阈值范围为向左急转向运动状态差分阈值范围则模型输出的转向事件标识为向左急转向标识，若匹配运动状态差分阈值范围为向右急转向运动状态差分阈值范围则模型输出的转向事件标识为向右急转向标识；
72.事故事件模型用于对第一行驶数据序列提供的多个时间点上的实时运动状态信息(包括定位、航向角、车速、油门开度、制动踏板开度、方向盘转角、纵向加速度、横向加速度、横摆角速度、车辆侧倾角速度等)进行差分计算得到对应的实时运动状态差分值(包括定位差分值、航向角差分值、车速差分值、油门开度差分值、制动踏板开度差分值、方向盘转角差分值、纵向加速度差分值、横向加速度差分值、横摆角速度差分值、车辆侧倾角速度差分值等)；并根据预设的四个运动状态差分阈值范围：无事故运动状态差分阈值范围(包括无事故定位差分阈值范围、无事故航向角差分阈值范围、无事故车速差分阈值范围、无事故油门开度差分阈值范围、无事故制动踏板开度差分阈值范围、无事故方向盘转角差分阈值范围、无事故纵向加速度差分阈值范围、无事故横向加速度差分阈值范围、无事故横摆角速度差分阈值范围、无事故车辆侧倾角速度差分值等)、碰撞运动状态差分阈值范围(包括碰撞定位差分阈值范围、碰撞航向角差分阈值范围、碰撞车速差分阈值范围、碰撞油门开度差分阈值范围、碰撞制动踏板开度差分阈值范围、碰撞方向盘转角差分阈值范围、碰撞纵向加速度差分阈值范围、碰撞横向加速度差分阈值范围、碰撞横摆角速度差分阈值范围、碰撞车辆侧倾角速度差分值等)、侧翻运动状态差分阈值范围(包括侧翻定位差分阈值范围、侧翻航向角差分阈值范围、侧翻车速差分阈值范围、侧翻油门开度差分阈值范围、侧翻制动踏板开度差分阈值范围、侧翻方向盘转角差分阈值范围、侧翻纵向加速度差分阈值范围、侧翻横向加速度差分阈值范围、侧翻横摆角速度差分阈值范围、侧翻车辆侧倾角速度差分值等)、失控运动状态差分阈值范围(包括失控定位差分阈值范围、失控航向角差分阈值范围、失控车速差分阈值范围、失控油门开度差分阈值范围、失控制动踏板开度差分阈值范围、失控方向盘转角差分阈值范围、失控纵向加速度差分阈值范围、失控横向加速度差分阈值范围、失控横摆角速度差分阈值范围、失控车辆侧倾角速度差分值等)对各个实时运动状态差分值进行匹配，并将其中最匹配的运动状态差分阈值范围作为匹配运动状态差分阈值范围；若匹配运动状态差分阈值范围为无事故运动状态差分阈值范围则模型输出的制动事件标识为无事故标识，若匹配运动状态差分阈值范围为碰撞运动状态差分阈值范围则模型输出的制动事件标识为车辆碰撞事故标识，若匹配运动状态差分阈值范围为侧翻运动状态差分阈值范围则模型输出的制动事件标识为车辆侧翻事故标识，若匹配运动状态差分阈值范围为失控运动状态差分阈值范围则模型输出的制动事件标识为车辆失控事故标识；
73.步骤132，若自动驾驶事件标识不为正常自动驾驶标识则根据自动驾驶事件标识设置对应的第一异常事件消息；若制动事件标识不为正常制动标识则根据制动事件标识设置对应的第二异常事件消息；若转向事件标识不为正常转向标识则根据制动事件标识设置对应的第三异常事件消息；若事故事件标识不为无事故标识则根据事故事件标识设置对应的第四异常事件消息；
74.步骤133，由第一车辆行驶数据的第一车牌号和第一、第二、第三和第四异常事件消息组成对应的第一事件消息集合向路侧设备发送；
75.步骤14，根据第一道路监测数据进行综合事件分析处理生成对应的第二事件消息集合向路侧设备发送；
76.其中，第二事件消息集合包括车辆事件消息集合、道路事件消息集合和拥堵事件消息集合；车辆事件消息集合包括多个第一车辆消息组；第一车辆消息组包括第一车辆车牌和多个第一车辆风险事件消息；第一车辆风险事件消息包括前向碰撞事件消息、路口碰撞事件消息、变道碰撞事件消息、车道左偏离事件消息、车道右偏离事件消息、紧急制动事件消息、行人碰撞事件消息、车辆失控事件消息、车辆超速事件消息、道路限行事件消息和号牌限行事件消息；道路事件消息集合包括多个第一车道消息组；第一车道消息组包括第一车道标识和一个或多个第一车道风险事件消息；第一车道风险事件消息包括带有施工位置信息的施工占道事件消息、带有积水位置信息的道路积水事件消息、带有坑洞位置信息的道路坑洞事件消息和带有等级信息的恶劣气象风险消息；拥堵事件消息集合包括多个第二车道消息组；第二车道消息组包括第一车道标识和带有拥堵段起始位置的第二车道风险事件消息；
77.具体包括：步骤141，云平台根据第一道路监测数据对第一道路段内各车辆的车辆碰撞风险、车道偏离风险、紧急制动风险、行人碰撞风险、车辆失控风险、车辆超速风险、道路车型限制风险和号牌限制风险进行风险事件评估生成对应的车辆事件消息集合；
78.这里，本法实施例一在根据第一道路监测数据对第一道路段内各车辆的车辆碰撞风险进行风险事件评估时，以监测数据类型为车辆监测数据类型的监测数据集合为当前监测数据集合；并根据当前监测数据集合的各个第一车辆监测数据的第一车辆车速、第一车辆航向角和第一车辆运行轨迹对车辆在未来发生两两碰撞的风险概率进行预测得到对应的第一评估概率，并将第一评估概率超过设定碰撞阈值的两辆车记为对应的第一碰撞车对并根据碰撞位置确认当前碰撞车对的碰撞类型是前向碰撞还是变道碰撞，并根据确认结果对当前碰撞车对的两辆车对应的具体为前向碰撞事件消息或变道碰撞事件消息的第一车辆风险事件消息进行设置；另外，若监测数据类型为信号灯监测数据类型的所述监测数据集合不为空，还需根据当前监测数据集合的各个第一车辆监测数据的第一车辆车速、第一车辆航向角、第一车辆运行轨迹和前方信号灯位置对车辆在未来于信号灯对应的路口入口处发生两两碰撞的风险概率进行预测得到对应的第二评估概率，并将第二评估概率超过设定碰撞阈值的两辆车记为对应的第二碰撞车对，并对当前碰撞车对的两辆车对应的具体为路口碰撞事件消息的第一车辆风险事件消息进行设置；
79.本法实施例一在根据第一道路监测数据对第一道路段内各车辆的车道偏离风险进行风险事件评估时，以监测数据类型为车辆监测数据类型的监测数据集合为当前监测数据集合；根据当前监测数据集合的各个第一车辆监测数据的第一车辆车速、第一车辆航向
角、第一车辆运行轨迹和第一车辆行驶车道标识对车辆在未来发生向左或向右侧偏的风险概率进行预测得到对应的第三评估概率，并对第三评估概率超过设定碰撞阈值的车辆对应的具体为车道左偏离事件消息或车道右偏离事件消息的第一车辆风险事件消息进行设置；
80.本法实施例一在根据第一道路监测数据对第一道路段内各车辆的紧急制动风险进行风险事件评估时，以监测数据类型为车辆监测数据类型的监测数据集合为当前监测数据集合；根据当前监测数据集合的各个第一车辆监测数据的第一车辆车速、第一车辆航向角、第一车辆运行轨迹对车辆在未来发生紧急制动的风险概率进行预测得到对应的第四评估概率，并对第四评估概率超过设定碰撞阈值的车辆对应的具体为紧急制动事件消息的第一车辆风险事件消息进行设置；
81.本法实施例一在根据第一道路监测数据对第一道路段内各车辆的行人碰撞风险进行风险事件评估时，以监测数据类型为车辆监测数据类型的监测数据集合为第一监测数据集合、以监测数据类型为其他交通参与者监测数据类型的监测数据集合为第二监测数据集合；并根据第一监测数据集合的各个第一车辆监测数据的第一车辆车速、第一车辆航向角、第一车辆运行轨迹对各个车辆的未来运动轨迹进行预测得到对应的第一预测轨迹；并根据第二监测数据集合的各个交通参与者监测数据的参与者位置、参与者形状大小和参与者速度对各个参与者的未来运动轨迹进行预测得到对应的第二预测轨迹；并对每对第一、第二预测轨迹是否发生相交进行识别，若是则对当前相交的第一、第二预测轨迹的对应车辆对应的具体为行人碰撞事件消息的第一车辆风险事件消息进行设置；
82.本法实施例一在根据第一道路监测数据对第一道路段内各车辆的车辆失控风险进行风险事件评估时，以监测数据类型为车辆监测数据类型的监测数据集合为当前监测数据集合；并根据当前监测数据集合的各个第一车辆监测数据的第一车辆车速、第一车辆航向角、第一车辆运行轨迹、第一车辆行驶车道标识对车辆在未来发生高速驶离道路或高速横向跨越车道的风险概率进行预测得到对应的第五评估概率，并对第五评估概率超过设定碰撞阈值的车辆对应的具体为车辆失控事件消息的第一车辆风险事件消息进行设置；
83.本法实施例一在根据第一道路监测数据对第一道路段内各车辆的车辆超速风险进行风险事件评估时，以监测数据类型为车辆监测数据类型的监测数据集合为第一监测数据集合、并以监测数据类型为道路监测数据类型的监测数据集合为第二监测数据集合；并根据第二监测数据集合中各个第一车道监测数据的第一车道限速范围对第一监测数据集合的各个第一车辆监测数据的第一车辆车速是否超速进行识别，并对识别为超速的车辆对应的具体为车辆超速事件消息的第一车辆风险事件消息进行设置；
84.本法实施例一在根据第一道路监测数据对第一道路段内各车辆的道路车型限制风险进行风险事件评估时，以监测数据类型为车辆监测数据类型的监测数据集合为第一监测数据集合、并以监测数据类型为道路监测数据类型的监测数据集合为第二监测数据集合；并根据一个预设的反映车道类型与车辆类型对应关系的第一对应关系表和第二监测数据集合中各个第一车道监测数据的第一车道类型，对第一监测数据集合的各个第一车辆监测数据的第一车辆类型是否满足车道-车辆对应关系进行识别，并对识别为不满足的车辆对应的具体为道路限行事件消息的第一车辆风险事件消息进行设置；
85.本法实施例一在根据第一道路监测数据对第一道路段内各车辆的号牌限制风险进行风险事件评估时，以监测数据类型为车辆监测数据类型的监测数据集合为当前监测数
据集合；并根据一个预设的反映日期、车牌类型、车牌颜色与车辆车牌尾号对应关系的第二对应关系表对当日第一监测数据集合的各个第一车辆监测数据的第一车辆车牌、第一车牌类型和第一车牌颜色是否满足约定对应关系进行识别，并对识别为不满足的车辆对应的具体为号牌限行事件消息的第一车辆风险事件消息进行设置；
86.步骤142，根据第一道路监测数据对第一道路段内的道路施工风险、道路积水、道路坑洞风险和道路气象风险进行评估生成对应的道路事件消息集合；
87.这里，本发明实施例一在根据第一道路监测数据对第一道路段内的道路施工风险进行评估时，以监测数据类型为道路监测数据类型的监测数据集合为当前监测数据集合，并对当前监测数据集合的各个第一车道监测数据的第一车道施工位置是否为空进行识别，并对识别结果是不为空的车道对应的具体为施工占道事件消息的第一车道风险事件消息进行设置，并将对应的第一车道施工位置作为对应的施工位置信息添加到当前的第一车道风险事件消息中；
88.本发明实施例一在根据第一道路监测数据对第一道路段内的道路积水风险进行评估时，以监测数据类型为道路监测数据类型的监测数据集合为当前监测数据集合，并对当前监测数据集合的各个第一车道监测数据的第一车道积水位置是否为空进行识别，并对识别结果是不为空的车道对应的具体为道路积水事件消息的第一车道风险事件消息进行设置，并将对应的第一车道积水位置作为对应的道路积水位置信息添加到当前的第一车道风险事件消息中；
89.本发明实施例一在根据第一道路监测数据对第一道路段内的道路积水风险进行评估时，以监测数据类型为道路监测数据类型的监测数据集合为当前监测数据集合，并对当前监测数据集合的各个第一车道监测数据的第一车道坑洞位置是否为空进行识别，并对识别结果是不为空的车道对应的具体为道路坑洞事件消息的第一车道风险事件消息进行设置，并将对应的第一车道坑洞位置作为对应的道路坑洞位置信息添加到当前的第一车道风险事件消息中；
90.本发明实施例一在根据第一道路监测数据对第一道路段内的道路气象风险进行评估时，以监测数据类型为气象监测数据类型的监测数据集合为当前监测数据集合，并根据一个预设的反映温度、湿度、能见度、天气类型和恶劣天气等级对应关系的第三对应关系表对当前监测数据集合的温度、湿度、能见度和天气类型对应的恶劣天气等级进行识别得到对应的第一等级，并在第一等级高于设定等级阈值时对车道对应的具体为恶劣气象风险消息的第一车道风险事件消息进行设置，并将对应的第一等级作为对应等级信息添加到当前的第一车道风险事件消息中；
91.步骤143，根据第一道路监测数据对第一道路段内的交通拥堵风险进行评估生成对应的拥堵事件消息集合；
92.这里，本发明实施例一在根据第一道路监测数据对第一道路段内的交通拥堵风险进行评估时，以监测数据类型为道路监测数据类型的监测数据集合为当前监测数据集合；并对当前监测数据集合中各个第一车道监测数据的第一车道拥堵段起始位置是否为空进行识别，若不为空则将对应的第一车道拥堵段起始位置作为对应的拥堵段起始位置、并由对应的第一车道标识和拥堵段起始位置组成对应的第二车道风险事件消息；
93.步骤144，由车辆事件消息集合、道路事件消息集合和拥堵事件消息集合组成对应
的第二事件消息集合向路侧设备发送。
94.步骤2，路侧设备根据第一事件消息集合向第一道路段内的指定车辆进行消息推送；并根据第二事件消息集合向第一道路段内的所有车辆进行消息推送；
95.具体包括：步骤21，路侧设备根据第一事件消息集合向第一道路段内的指定车辆进行消息推送；
96.具体包括：步骤211，路侧设备从第一事件消息集合中提取出对应的第一车牌号和第一、第二、第三和第四异常事件消息；并将第一车牌号的对应车辆记为当前车辆；并对当前车辆进行实时定位得到对应的当前定位；
97.步骤212，若第一、第二或第三异常事件消息不为空，则由第一车牌号、当前定位和第一、第二或第三异常事件消息组成对应的第一示警消息，并向第一道路段内当前车辆的周围车辆一次性推送第一示警消息；
98.步骤213，若第四异常事件消息不为空，则由第一车牌号、当前定位和第四异常事件消息组成对应的第一示警消息，并向第一道路段内当前车辆的后方车辆一次性推送第一示警消息；
99.步骤22，根据第二事件消息集合向第一道路段内的所有车辆进行消息推送；
100.具体包括：步骤221，路侧设备从第二事件消息集合中提取出对应的车辆事件消息集合、道路事件消息集合和拥堵事件消息集合；
101.步骤222，向第一道路段内的所有车辆一次性推送车辆事件消息集合；
102.步骤223，对拥堵事件消息集合进行临时缓存；并在之后的预设播报时长内基于预设的第二播报频率定期向第一道路段内的所有车辆推送拥堵事件消息集合；并在预设播报时长之后将临时缓存的拥堵事件消息集合删除；
103.步骤224，对本地是否保存了历史道路事件消息集合进行识别，若是则使用道路事件消息集合对历史道路事件消息集合进行替换得到新的历史道路事件消息集合，若否则对道路事件消息集合进行保存得到新的历史道路事件消息集合；并基于预设的第一播报频率定期向第一道路段内的所有车辆推送历史道路事件消息集合。
104.图2为本发明实施例二提供的一种电子设备的结构示意图。该电子设备可以为前述的终端设备或者服务器，也可以为与前述终端设备或者服务器连接的实现本发明实施例方法的终端设备或服务器。如图2所示，该电子设备可以包括：处理器301(例如cpu)、存储器302、收发器303；收发器303耦合至处理器301，处理器301控制收发器303的收发动作。存储器302中可以存储各种指令，以用于完成各种处理功能以及实现前述方法实施例描述的处理步骤。优选的，本发明实施例涉及的电子设备还包括：电源304、系统总线305以及通信端口306。系统总线305用于实现元件之间的通信连接。上述通信端口306用于电子设备与其他外设之间进行连接通信。
105.在图2中提到的系统总线305可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。该系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图2中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(random access memory，ram)，也可能还包括非易失性存储器
(non-volatile memory)，例如至少一个磁盘存储器。
106.上述的处理器可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)、图形处理器(graphics processing unit，gpu)等；还可以是数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
107.需要说明的是，本发明实施例还提供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指令，当其在计算机上运行时，使得计算机执行上述实施例中提供的方法和处理过程。
108.本发明实施例还提供一种运行指令的芯片，该芯片用于执行前述方法实施例描述的处理步骤。
109.本发明实施例提供了一种监测事件的数据处理方法、电子设备及计算机可读存储介质；云平台对前端车载设备上发的车辆行驶数据进行驾驶事件分析得到带有异常驾驶事件的第一事件消息集合向前端的路侧设备实时返回，并对路侧设备上发的道路监测数据进行综合事件分析得到带有车辆、道路和交通拥堵风险事件的第二事件消息集合向前端的路侧设备实时返回；路侧设备在接收到第一事件消息集合之后基于异常事件类型确定通知车辆范围并向该范围内的所有车辆推送对应的示警消息，在接收到第二事件消息集合之后将与车辆风险事件相关的车辆事件消息集合向当前道路段内的所有车辆做实时的一次性推送、将与交通拥堵风险事件相关的拥堵事件消息集合向当前道路段内的所有车辆做指定时长的循环播报、将与道路事件相关的道路事件消息集合向当前道路段内的所有车辆做长期的循环播报。通过本发明，可以对实时感知数据进行监测事件分析、可以基于分析结果对前方行驶车辆进行及时的驾驶风险提示、可以向前方行驶车辆推送实时的道路交通风险信息，给出了安全驾驶指引、提高了行车安全和行车效率。
110.专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
111.结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
112.以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种监测事件的数据处理方法，其特征在于，所述方法包括：云平台接收第一道路段内任一车辆发送的第一车辆行驶数据并保存；并接收所述第一道路段的路侧设备发送的第一道路监测数据并保存；并根据所述第一车辆行驶数据进行驾驶事件分析处理生成对应的第一事件消息集合向所述路侧设备发送；并根据所述第一道路监测数据进行综合事件分析处理生成对应的第二事件消息集合向所述路侧设备发送；所述路侧设备根据所述第一事件消息集合向所述第一道路段内的指定车辆进行消息推送；并根据所述第二事件消息集合向所述第一道路段内的所有车辆进行消息推送。2.根据权利要求1所述的监测事件的数据处理方法，其特征在于，道路上行驶的各个车辆上预置了车载终端；道路沿途各路段预置了对应的所述路侧设备；所述路侧设备分别与所述云平台和各个所述车载终端连接；各个所述路侧设备附近预置了多个监测设备，各个监测设备分别与对应的所述路侧设备连接，所述监测设备的类型包括摄像头、激光雷达、毫米波雷达、温湿度传感器、天气现象传感器、交通信号灯；所述车载终端用于对车辆进行行驶数据采集生成对应的所述第一车辆行驶数据向所述平台发送；所述监测设备用于对道路进行实时感知数据获取并传至所述路侧设备；具体为：类型为摄像头的所述监测设备用于对道路进行视频拍摄并将拍摄视频传至所述路侧设备；类型为激光雷达或毫米波雷达的所述监测设备用于对道路进行雷达扫描并将扫描点云传至所述路侧设备；类型为温湿度传感器的所述监测设备用于对道路的温湿度数据进行采集并将采集到的温湿度数据传至所述路侧设备；类型为天气现象传感器的所述监测设备用于对道路环境的能见度和天气现象进行分析并将对应的能见度和天气类型传至所述路侧设备；类型为交通信号灯的所述监测设备用于对所在路口入口的信号灯位置、信号灯路口类型、信号灯入口总数、信号灯入口标识和信号灯组信息进行采集并传至所述路侧设备；所述路侧设备用于对所述拍摄视频和所述扫描点云进行时空特征融合得到对应的融合特征；并基于所述融合特征进行车辆、车牌识别得到对应的多个所述第一车辆监测数据组成对应的监测数据集合，并将与当前监测数据集合对应的监测数据类型设为车辆监测数据类型，并由当前监测数据类型和当前监测数据集合组成对应的第一类监测数据；并基于所述融合特征进行行人、非机动车识别得到对应的多个所述交通参与者监测数据组成对应的监测数据集合，并将与当前监测数据集合对应的监测数据类型设为其他交通参与者监测数据类型，并由当前监测数据类型和当前监测数据集合组成对应的第一类监测数据；并基于所述融合特征和预设的道路高精地图进行车道状态识别得到对应的多个所述第一车道监测数据组成对应的监测数据集合，并将与当前监测数据集合对应的监测数据类型设为道路监测数据类型，并由当前监测数据类型和当前监测数据集合组成对应的第一类监测数据；并由所述温湿度数据、所述能见度和所述天气类型组成对应的监测数据集合，并将与当前监测数据集合对应的监测数据类型设为气象监测数据类型，并由当前监测数据类型和当前监测数据集合组成对应的第一类监测数据；并由所述信号灯位置、所述信号灯路口类型、所述信号灯入口总数、所述信号灯入口标识和所述信号灯组信息组成对应的监测数据集合，并将与当前监测数据集合对应的监测数据类型设为信号灯监测数据类型，并由当前监测数据类型和当前监测数据集合组成对应的第一类监测数据；并由得到的所有第一类监测数据组成对应的所述第一道路监测数据向所述平台发送。
3.根据权利要求1所述的监测事件的数据处理方法，其特征在于，所述第一车辆行驶数据包括第一车牌号和第一行驶数据序列；所述第一行驶数据序列包括多个第一行驶数据；所述第一行驶数据包括第一时间、第一驾驶模式、第一定位、第一航向角、第一车速、第一油门开度、第一制动踏板开度、第一方向盘转角、第一驾驶挡位、第一纵向加速度、第一横向加速度、第一横摆角速度、第一车辆侧倾角速度和第一车灯状态；所述第一道路监测数据包括多个第一类监测数据；所述第一类监测数据包括监测数据类型和监测数据集合；所述监测数据类型包括车辆监测数据类型、其他交通参与者监测数据类型、道路监测数据类型、气象监测数据类型和信号灯监测数据类型；所述监测数据类型为车辆监测数据类型时，对应的所述监测数据集合包括多个第一车辆监测数据；所述第一车辆监测数据包括第一车辆车牌、第一车辆类型、第一车身颜色、第一车辆车速、第一车辆航向角、第一车辆运行轨迹、第一车辆行驶车道标识、第一车牌类型和第一车牌颜色；所述监测数据类型为其他交通参与者监测数据类型时，对应的所述监测数据集合包括多个交通参与者监测数据；所述交通参与者监测数据包括参与者类型、参与者位置、参与者形状大小和参与者速度；所述参与者类型包括行人、非机动车和静态障碍物；所述监测数据类型为道路监测数据类型时，对应的所述监测数据集合包括多个第一车道监测数据；所述第一车道监测数据包括第一车道标识、第一车道类型、第一车道限速范围、第一车道施工位置、第一车道积水位置、第一车道坑洞位置和第一车道拥堵段起始位置；所述监测数据类型为气象监测数据类型时，对应的所述监测数据集合包括温度、湿度、能见度和天气类型；所述天气类型包括雨天、雪天、晴天、多云、阴天；所述监测数据类型为信号灯监测数据类型时，对应的所述监测数据集合包括信号灯位置、信号灯路口类型、信号灯入口总数、信号灯入口标识和信号灯组信息；所述信号灯位置包括经纬度和海拔高度；所述信号灯路口类型为当前信号灯所在路口的路口类型；所述信号灯入口总数为当前信号灯所在路口的入口总数；所述信号灯入口标识为当前信号灯所在入口的唯一标识；所述信号灯组信息包括一个或多个信号灯信息；所述信号灯信息包括信号灯类型、信号灯状态和信号灯剩余时间；所述信号灯类型至少包括左转灯类型、直行灯类型、右转灯类型；所述信号灯状态包括红灯状态、绿灯状态、黄灯状态、黄灯闪烁状态；所述第一事件消息集合包括所述第一车牌号和第一、第二、第三和第四异常事件消息；所述第二事件消息集合包括车辆事件消息集合、道路事件消息集合和拥堵事件消息集合；所述车辆事件消息集合包括多个第一车辆消息组；所述第一车辆消息组包括所述第一车辆车牌和多个第一车辆风险事件消息；所述第一车辆风险事件消息包括前向碰撞事件消息、路口碰撞事件消息、变道碰撞事件消息、车道左偏离事件消息、车道右偏离事件消息、紧急制动事件消息、行人碰撞事件消息、车辆失控事件消息、车辆超速事件消息、道路限行事件消息和号牌限行事件消息；所述道路事件消息集合包括多个第一车道消息组；所述第一车道消息组包括所述第一车道标识和一个或多个第一车道风险事件消息；所述第一车道风险事件消息包括带有施工位置信息的施工占道事件消息、带有积水位置信息的道路积水事件消息、带有坑洞位置信
息的道路坑洞事件消息和带有等级信息的恶劣气象风险消息；所述拥堵事件消息集合包括多个第二车道消息组；所述第二车道消息组包括所述第一车道标识和带有拥堵段起始位置的第二车道风险事件消息。4.根据权利要求3所述的监测事件的数据处理方法，其特征在于，所述根据所述第一车辆行驶数据进行驾驶事件分析处理生成对应的第一事件消息集合向所述路侧设备发送，具体包括：所述云平台基于预设的自动驾驶事件模型对所述第一车辆行驶数据的所述第一行驶数据序列进行自动驾驶事件识别处理生成对应的自动驾驶事件标识；并基于预设的制动事件模型对所述第一行驶数据序列进行制动事件识别处理生成对应的制动事件标识；并基于预设的转向事件模型对所述第一行驶数据序列进行转向事件识别处理生成对应的转向事件标识；并基于预设的事故事件模型对所述第一行驶数据序列进行事故事件识别处理生成对应的事故事件标识；所述自动驾驶事件标识包括正常自动驾驶标识、自动驾驶脱离标识和自动驾驶退出标识；所述制动事件标识包括正常制动标识、急减速标识、急加速标识和急刹车标识；所述转向事件标识包括正常转向标识、向左急转向标识和向右急转向标识；所述事故事件标识包括无事故标识、车辆碰撞事故标识、车辆侧翻事故标识和车辆失控事故标识；若所述自动驾驶事件标识不为正常自动驾驶标识则根据所述自动驾驶事件标识设置对应的所述第一异常事件消息；若所述制动事件标识不为正常制动标识则根据所述制动事件标识设置对应的所述第二异常事件消息；若所述转向事件标识不为正常转向标识则根据所述制动事件标识设置对应的所述第三异常事件消息；若所述事故事件标识不为无事故标识则根据所述事故事件标识设置对应的所述第四异常事件消息；由所述第一车辆行驶数据的所述第一车牌号和所述第一、第二、第三和第四异常事件消息组成对应的所述第一事件消息集合向所述路侧设备发送。5.根据权利要求3所述的监测事件的数据处理方法，其特征在于，所述根据所述第一道路监测数据进行综合事件分析处理生成对应的第二事件消息集合向所述路侧设备发送，具体包括：所述云平台根据所述第一道路监测数据对所述第一道路段内各车辆的车辆碰撞风险、车道偏离风险、紧急制动风险、行人碰撞风险、车辆失控风险、车辆超速风险、道路车型限制风险和号牌限制风险进行风险事件评估生成对应的所述车辆事件消息集合；根据所述第一道路监测数据对所述第一道路段内的道路施工风险、道路积水、道路坑洞风险和道路气象风险进行评估生成对应的所述道路事件消息集合；根据所述第一道路监测数据对所述第一道路段内的交通拥堵风险进行评估生成对应的所述拥堵事件消息集合；由所述车辆事件消息集合、所述道路事件消息集合和所述拥堵事件消息集合组成对应的所述第二事件消息集合向所述路侧设备发送。6.根据权利要求4所述的监测事件的数据处理方法，其特征在于，所述路侧设备根据所述第一事件消息集合向所述第一道路段内的指定车辆进行消息推送，具体包括：所述路侧设备从所述第一事件消息集合中提取出对应的所述第一车牌号和所述第一、第二、第三和第四异常事件消息；并将所述第一车牌号的对应车辆记为当前车辆；并对所述
当前车辆进行实时定位得到对应的当前定位；若所述第一、第二或第三异常事件消息不为空，则由所述第一车牌号、所述当前定位和所述第一、第二或第三异常事件消息组成对应的第一示警消息，并向所述第一道路段内所述当前车辆的周围车辆一次性推送所述第一示警消息；若所述第四异常事件消息不为空，则由所述第一车牌号、所述当前定位和所述第四异常事件消息组成对应的所述第一示警消息，并向所述第一道路段内所述当前车辆的后方车辆一次性推送所述第一示警消息。7.根据权利要求5所述的监测事件的数据处理方法，其特征在于，根据所述第二事件消息集合向所述第一道路段内的所有车辆进行消息推送，具体包括：所述路侧设备从所述第二事件消息集合中提取出对应的所述车辆事件消息集合、所述道路事件消息集合和所述拥堵事件消息集合；向所述第一道路段内的所有车辆一次性推送所述车辆事件消息集合；对所述拥堵事件消息集合进行临时缓存；并在之后的预设播报时长内基于预设的第二播报频率定期向所述第一道路段内的所有车辆推送所述拥堵事件消息集合；并在所述预设播报时长之后将临时缓存的所述拥堵事件消息集合删除；对本地是否保存了历史道路事件消息集合进行识别，若是则使用所述道路事件消息集合对所述历史道路事件消息集合进行替换得到新的所述历史道路事件消息集合，若否则对所述道路事件消息集合进行保存得到新的所述历史道路事件消息集合；并基于预设的第一播报频率定期向所述第一道路段内的所有车辆推送所述历史道路事件消息集合。8.一种电子设备，其特征在于，包括：存储器、处理器和收发器；所述处理器用于与所述存储器耦合，读取并执行所述存储器中的指令，以实现权利要求1-7任一项所述的方法步骤；所述收发器与所述处理器耦合，由所述处理器控制所述收发器进行消息收发。9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行权利要求1-7任一项所述的方法的指令。

技术总结
本发明实施例涉及一种监测事件的数据处理方法，所述方法包括：云平台接收第一道路段内任一车辆发送的第一车辆行驶数据并保存；并接收第一道路段的路侧设备发送的第一道路监测数据并保存；并根据第一车辆行驶数据进行驾驶事件分析处理生成对应的第一事件消息集合向路侧设备发送；并根据第一道路监测数据进行综合事件分析处理生成对应的第二事件消息集合向路侧设备发送；路侧设备根据第一事件消息集合向第一道路段内的指定车辆进行消息推送；并根据第二事件消息集合向第一道路段内的所有车辆进行消息推送。通过本发明可以向前方行驶车辆推送实时的道路交通风险信息从而达到指引安全驾驶、提高行车安全、提高行车效率的目的。目的。目的。


技术研发人员：孙宁 宋娟 姜川 王乔 邵航
受保护的技术使用者：北京车网科技发展有限公司
技术研发日：2023.05.12
技术公布日：2023/8/1