交通事件检测系统、事件检测方法以及装置与流程

1.本说明书实施例涉及计算机技术领域，特别涉及一种事件检测方法，本说明书实施例同时涉及一种事件检测装置，交通事件检测系统，一种计算设备，一种计算机可读存储介质以及一种计算机程序。


背景技术：

2.随着城市化进程的加快，人民生活水平不断提高，交通基础设施得到极大地改善，私家车、公共汽车等交通汽车的数量日益激增，使得交通事件事故的问题越发严重，常见的交通事件事故包括车辆异常速度行驶、违法变道等，并且，交通事件事故的发生给人们的生活造成了巨大的影响。
3.目前，针对交通事故频发的问题，通常搭建交通事件自动检测和处理的平台实现对交通事件的检测，但传统平台对交通事件的发现和处理通常各点位孤立，采用的数据质量不佳，无法在真实复杂的交通环境下获得良好的交通事件检测判断，进一步的分析和理解需要大量人工参与，导致交通事件的检测的准确度差，因此，亟需一种准确的事件检测方案。


技术实现要素：

4.有鉴于此，本说明书实施例提供了一种事件检测方法。本说明书一个或者多个实施例同时涉及一种事件检测装置，交通事件检测系统，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。
5.根据本说明书实施例的第一方面，提供了一种事件检测方法，包括：获取待检测路段的全覆盖数据，其中，全覆盖数据包括多种检测设备检测到的检测数据，检测设备至少包括视频检测设备以及雷达检测设备；分析全覆盖数据，提取待检测路段的特征信息；对特征信息进行异常分类，获得待检测路段的异常事件。
6.可选地，待检测路段包括多个检测点；获取待检测路段的全覆盖数据的步骤之前，还包括：获取待检测路段的路况信息；针对每个检测点，根据路况信息在检测点处设置视频检测设备和/或雷达检测设备。
7.可选地，获取待检测路段的全覆盖数据的步骤，包括：从边侧接收待检测路段的结构化的全覆盖数据，其中，结构化的全覆盖数据由边侧在获取到多种检测设备检测到的检测数据之后，对多种检测设备检测到的检测数据汇总得到全覆盖数据，并对全覆盖数据进行预设结构规则的结构化转换得到；或者，从边侧接收待检测路段的全覆盖数据，其中，全覆盖数据是由边侧在获取到多种检测设备检测到的检测数据并汇总之后发送的；对全覆盖数据进行预设结构规则的结构化
转换，得到结构化的全覆盖数据。
8.可选地，对全覆盖数据进行预设结构规则的结构化转换的步骤，包括：将全覆盖数据映射到路网地图，得到待检测路段的路网信息；获取预先设置的属性转换关系，其中，属性转换关系包括路网信息中的属性与异常分析对象的属性之间的对应关系；利用属性转换关系对全覆盖数据进行转换，生成结构化的全覆盖数据。
9.可选地，分析全覆盖数据，提取待检测路段的特征信息的步骤，包括：获取全覆盖数据对应的维度信息，其中，维度信息至少包括时间维度和空间维度；将路网地图划分为多个栅格，其中，每个栅格具有按照时间和空间进行划分的多个栅格数据管理单元，每个栅格数据管理单元具有时间属性和空间属性；基于维度信息，将全覆盖数据填充至各自维度对应的栅格数据管理单元，获得待检测路段的特征信息。
10.可选地，对特征信息进行异常分类，获得待检测路段的异常事件的步骤，包括：针对各个栅格数据管理单元，分别构建所针对的栅格数据管理单元的特征信息对应的特征向量，获得多个栅格数据管理单元各自的特征向量；对多个栅格数据单元各自的特征向量进行异常分类，获得待检测路段的异常事件。
11.可选地，分别构建所针对的栅格数据管理单元的特征信息对应的特征向量，获得多个栅格数据管理单元各自的特征向量的步骤，包括：获取相邻栅格数据管理单元的特征信息，其中，相邻栅格数据管理单元是指与所针对的栅格数据管理单元相邻的栅格数据管理单元；基于所针对的栅格数据管理单元的特征信息和相邻栅格数据管理单元的特征信息，生成多个栅格数据管理单元各自的特征向量。
12.可选地，对特征信息进行异常分类，获得待检测路段的异常事件的步骤之后，还包括：将异常事件和预设条件进行对比，获得对比结果；基于对比结果，对异常事件进行更新，获得更新后的异常事件。
13.根据本说明书实施例的第二方面，提供了一种事件检测装置，包括：获取模块，被配置为获取待检测路段的全覆盖数据，其中，全覆盖数据包括多种检测设备检测到的检测数据，检测设备至少包括视频检测设备以及雷达检测设备；分析模块，被配置为分析全覆盖数据，提取待检测路段的特征信息；分类模块，被配置为对特征信息进行异常分类，获得待检测路段的异常事件。
14.可选地，待检测路段包括多个检测点；该装置还包括：设置模块，被配置为获取待检测路段的路况信息；针对每个检测点，根据路况信息在检测点处设置视频检测设备和/或雷达检测设备。
15.可选地，获取模块，进一步被配置为从边侧接收待检测路段的结构化的全覆盖数据，其中，结构化的全覆盖数据由边侧在获取到多种检测设备检测到的检测数据之后，对多种检测设备检测到的检测数据汇总得到全覆盖数据，并对全覆盖数据进行预设结构规则的结构化转换得到；或者，从边侧接收待检测路段的全覆盖数据，其中，全覆盖数据是由边侧
在获取到多种检测设备检测到的检测数据并汇总之后发送的；对全覆盖数据进行预设结构规则的结构化转换，得到结构化的全覆盖数据。
16.可选地，获取模块，进一步被配置为将全覆盖数据映射到路网地图，得到待检测路段的路网信息；获取预先设置的属性转换关系，其中，属性转换关系包括路网信息中的属性与异常分析对象的属性之间的对应关系；利用属性转换关系对全覆盖数据进行转换，生成结构化的全覆盖数据。
17.可选地，分析模块，进一步被配置为获取全覆盖数据对应的维度信息，其中，维度信息至少包括时间维度和空间维度；将路网地图划分为多个栅格，其中，每个栅格具有按照时间和空间进行划分的多个栅格数据管理单元，每个栅格数据管理单元具有时间属性和空间属性；基于维度信息，将全覆盖数据填充至各自维度对应的栅格数据管理单元，获得待检测路段的特征信息。
18.可选地，分类模块，进一步被配置为针对各个栅格数据管理单元，分别构建所针对的栅格数据管理单元的特征信息对应的特征向量，获得多个栅格数据管理单元各自的特征向量；对多个栅格数据单元各自的特征向量进行异常分类，获得待检测路段的异常事件。
19.可选地，分类模块，进一步被配置为获取相邻栅格数据管理单元的特征信息，其中，相邻栅格数据管理单元是指与所针对的栅格数据管理单元相邻的栅格数据管理单元；基于所针对的栅格数据管理单元的特征信息和相邻栅格数据管理单元的特征信息，生成多个栅格数据管理单元各自的特征向量。
20.可选地，该装置还包括：更新模块，被配置为将异常事件和预设条件进行对比，获得对比结果；基于对比结果，对异常事件进行更新，获得更新后的异常事件。
21.根据本说明书实施例的第三方面，提供了一种交通事件检测系统，包括边侧和云侧；边侧，被配置为发送待检测路段的全覆盖数据，其中，全覆盖数据包括多种检测设备检测到的检测数据，检测设备至少包括视频检测设备以及雷达检测设备；云侧，被配置为获取待检测路段的全覆盖数据；分析全覆盖数据，提取待检测路段的特征信息；对特征信息进行异常分类，获得待检测路段的异常事件。
22.根据本说明书实施例的第四方面，提供了一种交通事件检测系统，包括端侧和云侧，其中，端侧至少包括视频检测设备以及雷达检测设备；端侧，被配置为执行检测，并发送检测到的检测数据；云侧，被配置为获取待检测路段的全覆盖数据，其中，全覆盖数据包括多种检测设备检测到的检测数据，检测设备至少包括视频检测设备以及雷达检测设备；分析全覆盖数据，提取待检测路段的特征信息；对特征信息进行异常分类，获得待检测路段的异常事件。
23.根据本说明书实施例的第五方面，提供了一种交通事件检测系统，包括边侧和端侧，其中，端侧至少包括视频检测设备以及雷达检测设备；端侧，被配置为执行检测，并发送检测到的检测数据；边侧，被配置为获取多种检测设备检测到的检测数据；对多种检测设备检测到的检测数据汇总得到待检测路段的全覆盖数据；发送全覆盖数据，以使云侧分析全覆盖数据，提取待检测路段的特征信息；对特征信息进行异常分类，获得待检测路段的异常事件。
24.根据本说明书实施例的第六方面，提供了一种计算设备，包括：存储器和处理器；所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行：获取待检测路段的全覆盖数据，其中，全覆盖数据包括多种检测设备检测到的检测数据，检测设备至少包括视频检测设备以及雷达检测设备；分析全覆盖数据，提取待检测路段的特征信息；对特征信息进行异常分类，获得待检测路段的异常事件。
25.根据本说明书实施例的第七方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现上述事件检测方法的步骤。
26.根据本说明书实施例的第八方面，提供了一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行上述事件检测方法的步骤。
27.本说明书一个实施例提供的事件检测方法，获取待检测路段的全覆盖数据，其中，全覆盖数据包括多种检测设备检测到的检测数据，检测设备至少包括视频检测设备以及雷达检测设备，通过利用多种检测设备对待检测路段进行全覆盖检测，使得检测获得的数据更加完整，并且，多种检测设备中至少包括视频检测设备以及雷达检测设备，使得检测设备可以适应各种检测场景；分析全覆盖数据，提取待检测路段的特征信息；对特征信息进行异常分类，获得待检测路段的异常事件，通过利用全覆盖数据进行事件检测，进一步提高了事件检测的准确性。
附图说明
28.图1是本说明书一个实施例提供的第一种交通事件检测系统的示意图；图2是本说明书一个实施例提供的第二种交通事件检测系统的示意图；图3是本说明书一个实施例提供的一种交通事件检测系统的系统框架图；图4是本说明书一个实施例提供的第三种交通事件检测系统的示意图；图5是本说明书一个实施例提供的一种交通事件检测系统中的边侧的结构示意图；图6是本说明书一个实施例提供的一种事件检测方法的流程图；图7是本说明书一个实施例提供的一种事件检测方法中检测设备的设置示意图；图8是本说明书一个实施例提供的一种事件检测方法中检测设备与路网地图的关系示意图；图9是本说明书一个实施例提供的一种事件检测方法的处理过程流程图；图10是本说明书一个实施例提供的一种事件检测装置的结构示意图；图11是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
29.在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其他方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
30.在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
31.应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
32.首先，对本说明书一个或多个实施例涉及的名词术语进行解释。
33.边缘计算：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。
34.云边端：“云”是传统云计算的中心节点，是边缘计算的管控端；“边”是云计算的边缘侧，也可以理解为边侧，分为基础设施边缘和设备边缘；“端”是终端设备，如手机、智能家电、各类传感器、摄像头等。
35.mec：移动边缘计算（mec，mobile edge computing），利用无线接入网络就近提供用户it所需服务和云端计算功能，而创造出一个具备高性能、低延迟与高带宽的服务环境，加速网络中各项内容、服务及应用的快速下载，让用户享有不间断的高质量网络体验。
36.栅格：栅格是指将空间分割成有规律的网格，每一个网格称为一个单元，栅格数据是在栅格各单元上赋予相应的属性值来表示实体的一种数据形式。
37.毫米波雷达：毫米波雷达，是工作在毫米波波段（millimeter wave ）探测的雷达。通常毫米波是指30～300ghz频域（波长为1～10mm）的。
38.激光雷达：激光雷达lidar(lightlaser detection and ranging)，是激光探测及测距系统的简称。激光雷达是指用激光器作为辐射源的雷达。
39.点云数据：点云数据（point cloud data）是指在一个三维坐标系统中的一组向量的集合。
40.球机：球机全称为球型摄像机，是集成彩色一体化摄像机、云台、解码器、防护罩等多功能于一体，安装方便、使用简单但功能强大。
41.在本说明书中，提供了一种事件检测方法，本说明书同时涉及一种事件检测装置，交通事件检测系统，一种计算设备，以及一种计算机可读存储介质，在下面的实施例中逐一进行详细说明。
42.随着城市化进程的加快，人民生活水平不断提高，交通基础设施得到极大地改善，私家车、公共汽车等交通汽车的数量日益激增，使得交通事件事故的问题越发严重，常见的交通事件事故包括车辆异常速度行驶、违法变道等，并且，交通事件事故的发生给人们的生活造成了巨大的影响。
43.目前，针对交通事故频发的问题，通常搭建交通事件自动检测和处理的平台实现对交通事件的检测，但传统平台对交通事件的发现和处理通常各点位孤立，采用的数据质量不佳，无法在真实复杂的交通环境下获得良好的交通事件检测判断，进一步的分析和理
解需要大量人工参与，导致交通事件的检测的准确度差。因此，亟需一种准确的事件检测方案。
44.为了提高事件检测的准确性，本说明书提供了一种多源感知全覆盖的事件检测方案，该方案可以实现视频 雷达感知能力的全路段覆盖，提供了感知层全覆盖、全天候、全天时的基础能力。
45.具体地，获取待检测路段的全覆盖数据，其中，全覆盖数据包括多种检测设备检测到的检测数据，检测设备至少包括视频检测设备以及雷达检测设备，通过利用多种检测设备对待检测路段进行全覆盖检测，使得检测获得的数据更加完整，并且，多种检测设备中至少包括视频检测设备以及雷达检测设备，使得检测设备可以适应各种检测场景；分析全覆盖数据，提取待检测路段的特征信息；对特征信息进行异常分类，获得待检测路段的异常事件，通过利用全覆盖数据进行事件检测，进一步提高了事件检测的准确性。
46.参见图1，图1示出了本说明书一个实施例提供的第一种交通事件检测系统的示意图，该交通事件检测系统包括边侧和云侧；边侧，被配置为发送待检测路段的全覆盖数据，其中，全覆盖数据包括多种检测设备检测到的检测数据，检测设备至少包括视频检测设备以及雷达检测设备；云侧，被配置为从边侧获取待检测路段的全覆盖数据；分析全覆盖数据，提取待检测路段的特征信息；对特征信息进行异常分类，获得待检测路段的异常事件。
47.具体地，边侧包括边缘计算单元，用于感知数据的智能分析（采集、对齐、融合、分析等操作），并通过ai算法输出结构化数据到云侧，通过选择性地接入多个感知数据，可以实现超视觉感知、融合感知的能力。
48.云侧包括计算服务器，也可以理解为中心计算单元，云侧与边侧通过传输网络进行连接，云侧可以接入整个待检测路段全量的结构化数据，并进一步实现如疑似事故推理、交通拥堵溯源等高级别智能分析，极大减少人工参与比例，提高待检测路段的运营效率和安全性。
49.应用本说明书实施例的方案，通过利用边侧和云侧，选择性地接入多个感知数据，实现超视觉感知、融合感知的能力，并且接入整个待检测路段全量的结构化数据，进一步减少人工参与比例，提高待检测路段的运营效率和安全性。
50.参见图2，图2示出了本说明书一个实施例提供的第二种交通事件检测系统的示意图，该交通事件检测系统包括端侧和云侧，其中，端侧至少包括视频检测设备以及雷达检测设备；端侧，被配置为执行检测，并发送检测到的检测数据；云侧，被配置为获取待检测路段的全覆盖数据，其中，全覆盖数据包括多种检测设备检测到的检测数据，检测设备至少包括视频检测设备以及雷达检测设备；分析全覆盖数据，提取待检测路段的特征信息；对特征信息进行异常分类，获得待检测路段的异常事件。
51.具体地，端侧至少包括视频检测设备以及雷达检测设备，还可以包括噪声检测设备，以提供基础的感知数据，如视频数据、点云数据等，具体根据实际情况进行选择，本说明书实施例对此不做任何限定。
52.应用本说明书实施例的方案，通过利用端侧和云侧，接入整个待检测路段全量的结构化数据，进一步减少人工参与比例，提高待检测路段的运营效率和安全性。
53.本说明书一种可选的实施方式中，如3所示，图3示出了本说明书一个实施例提供的一种交通事件检测系统的系统框架图，该交通事件检测系统还包括边侧；边侧，被配置为获取多种检测设备检测到的检测数据；对多种检测设备检测到的检测数据汇总得到待检测路段的全覆盖数据；发送待检测路段的全覆盖数据。
54.具体地，云侧与边侧通过传输网络进行连接，边侧包括mec单元，用于感知数据的智能分析（采集、对齐、融合、分析等操作），并通过ai算法输出结构化数据到云侧，边侧和端侧通过交换机实现网络连接，端侧包括感知设备，云侧包括中心计算单元。
55.应用本说明书实施例的方案，交通事件检测系统基于云边端的系统架构，云边端各司其职，具备高召回、高精度、全天候、高智能等特点。
56.参见图4，图4示出了本说明书一个实施例提供的第三种交通事件检测系统的示意图，该交通事件检测系统包括边侧和端侧，其中，端侧至少包括视频检测设备以及雷达检测设备；端侧，被配置为执行检测，并发送检测到的检测数据；边侧，被配置为获取多种检测设备检测到的检测数据；对多种检测设备检测到的检测数据汇总得到待检测路段的全覆盖数据；发送全覆盖数据，以使云侧分析全覆盖数据，提取待检测路段的特征信息；对特征信息进行异常分类，获得待检测路段的异常事件。
57.具体地，边侧和端侧通过传输网络连接，端侧包括摄像头、毫米波雷达、激光雷达等感知设备。参见图5，图5示出了本说明书一个实施例提供的一种交通事件检测系统中边侧的结构示意图，边侧mec和端侧设备（摄像机、雷达等）可以通过交换机实现网络连接，一台mec可以接入多台端侧设备数据，实现监测道路的多源感知数据的全覆盖。
58.需要说明的是，本说明书提供的交通事件检测系统，可以使用c/c 编写程序，结合gpu编程模型，以及高性能软件库，将cpu与gpu两个开发环境相结合，在速度上与性能上达到更好的效果。另外，本说明书提供的交通事件检测系统中涉及的框架，包括但不限于卷积神经网络框架，具体根据实际情况进行选择，本说明书实施例对此不做任何限定。
59.应用本说明书实施例的方案，通过利用边侧和端侧，接入整个待检测路段全量的结构化数据，进一步减少人工参与比例，提高待检测路段的运营效率和安全性。
60.参见图6，图6示出了本说明书一个实施例提供的一种事件检测方法的流程图，具体包括以下步骤：步骤602：获取待检测路段的全覆盖数据，其中，全覆盖数据包括多种检测设备检测到的检测数据，检测设备至少包括视频检测设备以及雷达检测设备。
61.本说明书一个或多个实施例中，为了提高事件检测的准确性，可以获取待检测路段的全覆盖数据，利用待检测路段的全覆盖数据实现对待检测路段的事件检测，由于摄像头产出视频数据的分辨率高，能够看清纹理细节，雷达在白天黑夜均能探测远距离的目标，且不受雾、云和雨的阻挡，具有全天候、全天时的特点，并有一定的穿透能力，因此，本说明书一个或多个实施例中，可以在待检测路段至少设置包括视频检测设备以及雷达检测设备的检测设备，这些检测设备的检测范围包括整个待检测路段，以此获得待检测路段的全覆盖数据，其中，检测设备也可以理解为传感器。
62.具体地，待检测路段是指需要进行事件检测的路段，该待检测路段包括但不限于城市道路、公路、厂矿道路、林区道路及乡村道路。视频检测设备是指获取探测目标的视频
数据的电子设备，例如摄像机，摄像机包括但不限于枪机、球机、鱼眼摄像机，雷达检测设备是指利用电磁波探测目标的电子设备，包括但不限于超视距雷达、微波雷达、毫米波雷达和激光雷达，具体根据实际情况进行选择，本说明书实施例对此不做任何限定。
63.实际应用中，为了能够准确获得待检测路段的全覆盖数据，可以在待检测路段中设置多个待检测点，在每个待检测点处设置检测设备，进一步地，由于不同路段的道路情况复杂多变，因此，可以基于待检测路段的路况信息对待检测路段中的检测设备的设置位置进行调整，例如在弯道处缩短检测设备之间的距离以提高感知效果，或者选用更强大的检测设备，在车流量较少的位置选择成本较低的检测设备。也即，在上述获取待检测路段的全覆盖数据的步骤之前，还可以包括以下步骤：获取待检测路段的路况信息；针对每个检测点，根据路况信息在检测点处设置视频检测设备和/或雷达检测设备。
64.具体地，路况信息是指待检测路段的道路状况信息，包括但不限于道路基础信息、道路气象信息、道路养护施工信息，道路基础信息包括但不限于路基宽度、路面宽度、弯道位置等，道路气象信息包括但不限于风速、风向、温度、湿度、能见度、雨量、气压、光强等气象要素，具体根据实际情况进行选择，本说明书实施例对此不做任何限定。检测点是指待检测路段中安装检测设备的点，例如，待检测路段为100米，每50米安装一套检测设备，则0米处为检测点a,50米处为检测点b,100米处为检测点c。
65.值得说明的是，本说明书一个或多个实施例中，待检测路段中的视频检测设备的数量可以是一个，也可以是多个，雷达检测设备的数量可以是一个，也可以是多个，具体根据实际情况进行选择，本说明书实施例对此不做任何限定。
66.示例性地，参见图7，图7示出了本说明书一个实施例提供的一种事件检测方法中检测设备的设置示意图，在待检测路段中，根据待检测路段的路况信息，每八百米设置一套检测设备，每套由一根高杆和一根矮秆组成，高杆上有四个枪机 一个鱼眼 两个雷达 一个球机，矮秆上有两个雷达。其中鱼眼覆盖-50m～50m的视觉感知范围，四个枪机分别覆盖-450m～-200m、-250m～-50m、50m～250m、200m～450m视觉感知范围，通过以上检测设备共同完成至少800米范围（-450m～450m）视觉感知范围的全覆盖；四个雷达分别覆盖-300m～-50m，-50m～200m、50m～300m、300m～550m，通过以上设备共同完成至少800米范围（-300m～550m）雷达感知范围的全覆盖；其中，球机用于自动控制观测重点区域，做二次确认。
67.需要说明的是，待检测路段中包括至少一个检测点，针对任一检测点，该检测点处设置检测设备的方式有多种，具体根据实际情况进行选择，本说明书实施例对此不做任何限定。
68.一种可能的实现方式中，第一检测点处可以只设置视频检测设备，其中，第一检测点是待检测路段中的任一检测点。
69.示例性地，待检测路段中包括三个检测点，这三个检测点分别为检测点a、检测点b和检测点c，在检测点b处设置两个球机和一个枪机。
70.另一种可能的实现方式中，第一检测点处可以只设置雷达检测设备。
71.示例性地，待检测路段中包括三个检测点，这三个检测点分别为检测点a、检测点b和检测点c，在检测点a处设置激光雷达。
72.又一种可能的实现方式中，第一检测点处可以设置视频检测设备和雷达检测设备。
73.示例性地，待检测路段中包括三个检测点，这三个检测点分别为检测点a、检测点b和检测点c，在检测点c处设置激光雷达、两个球机和一个枪机。
74.应用本说明书实施例的方案，通过获取待检测路段的路况信息，针对每个检测点，根据路况信息在检测点处设置视频检测设备和/或雷达检测设备，可以根据路况信息调整待检测路段中的检测设备，使得对待检测路段的检测更加精确，进一步提高了检测结果的准确性。
75.本说明书一种可选的实施方式中，可以从交通事件检测系统中的边侧接收待检测路段的全覆盖数据，将接收到的全覆盖数据转换为结构化的全覆盖数据，也即上述获取待检测路段的全覆盖数据的步骤，可以包括以下步骤：从边侧接收待检测路段的全覆盖数据，其中，全覆盖数据是由边侧在获取到多种检测设备检测到的检测数据并汇总之后发送的；对全覆盖数据进行预设结构规则的结构化转换，得到结构化的全覆盖数据。
76.具体地，预设结构规则是指预先设置的，可以对数据进行数据分析，提取指定结构数据的规则，包括但不限于深度学习等算法，具体根据实际情况进行选择，本说明书实施例对此不做任何限定。结构化的全覆盖数据也可以理解为结构化数据，包括但不限于交通流属性、交通目标属性、交通事件等结构化数据，具体根据实际情况进行选择，本说明书实施例对此不做任何限定。
77.一种可能的实现方式中，可以向边侧发送全覆盖数据获取指令，边侧接收全覆盖数据获取指令，响应于该获取指令，发送汇总的多种检测设备检测到的检测数据。
78.示例性地，向边侧发送待检测路段的全覆盖数据获取指令，其中，获取指令中携带目标获取时间，边侧接收到获取指令后，获取目标获取时间内，检测设备1检测到的检测数据1、检测设备2检测到的检测数据2和检测设备3检测到的检测数据3，汇总检测数据1、检测数据2和检测数据3，生成并发送全覆盖数据。在接收边侧发送的全覆盖数据之后，利用预先设置的预设结构规则，对全覆盖数据进行预设结构规则的结构化转换，得到结构化的全覆盖数据如下表1所示。
79.表1 结构化的全覆盖数据
交通流属性交通目标属性交通事件断面流量车道速度车头时距道路占用率道路拥堵行驶速度行驶方向所在车道类别及置信度历史轨迹异常停车行人闯禁逆行抛洒物变道压线
另一种可能的实现方式中，交通事件检测系统中的边侧可以在指定时间将获取到的多种检测设备检测到的检测数据汇总，主动发送汇总得到的全覆盖数据，其中，指定时间可以是一周、一个月、三个月等，具体根据实际情况进行选择，本说明书实施例对此不做任何限定。
80.示例性地，边侧每一周时间，主动将收集到的各检测设备检测到的检测数据进行汇总，生成全覆盖数据，并主动发送生成的全覆盖数据。在接收全覆盖数据之后，进行预设结构规则的结构化转换，得到结构化的全覆盖数据。
81.本说明书另一种可选的实施方式中，可以从交通事件检测系统中的边侧接收待检测路段的结构化的全覆盖数据，也即上述获取待检测路段的全覆盖数据的步骤，也可以包括以下步骤：
从边侧接收待检测路段的结构化的全覆盖数据，其中，结构化的全覆盖数据由边侧在获取到多种检测设备检测到的检测数据之后，对多种检测设备检测到的检测数据汇总得到全覆盖数据，并对全覆盖数据进行预设结构规则的结构化转换得到。
82.一种可能的实现方式中，可以向边侧发送结构化的全覆盖数据获取指令，边侧接收结构化的全覆盖数据获取指令，响应于该获取指令，发送结构化的全覆盖数据。
83.示例性地，向边侧发送待检测路段的结构化的全覆盖数据获取指令，其中，获取指令中携带目标获取时间，边侧响应于获取指令后，获取目标获取时间内，检测设备1检测到的检测数据1、检测设备2检测到的检测数据2和检测设备3检测到的检测数据3，汇总检测数据1、检测数据2和检测数据3，生成全覆盖数据，利用预先设置的预设结构规则，对全覆盖数据进行预设结构规则的结构化转换，得到结构化的全覆盖数据，并发送结构化的全覆盖数据。
84.另一种可能的实现方式中，交通事件检测系统中的边侧可以将指定时间的多种检测设备检测到的检测数据汇总，生成全覆盖数据，利用预先设置的预设结构规则，对全覆盖数据进行预设结构规则的结构化转换，得到结构化的全覆盖数据，并主动发送结构化的全覆盖数据。
85.示例性地，边侧每一周时间，主动将收集到的各检测设备检测到的检测数据进行汇总，生成全覆盖数据，对全覆盖数据进行预设结构规则的结构化转换，得到结构化的全覆盖数据，主动发送结构化的全覆盖数据。
86.应用本说明书实施例的方案，通过从边侧接收待检测路段的结构化的全覆盖数据，其中，结构化的全覆盖数据由边侧在获取到多种检测设备检测到的检测数据之后，对多种检测设备检测到的检测数据汇总得到全覆盖数据，并对全覆盖数据进行预设结构规则的结构化转换得到；或者，从边侧接收待检测路段的全覆盖数据，其中，全覆盖数据是由边侧在获取到多种检测设备检测到的检测数据并汇总之后发送的；对全覆盖数据进行预设结构规则的结构化转换，得到结构化的全覆盖数据，实现了对全覆盖数据的细化，提高了事件检测的效率，进一步提高了事件检测的准确性。
87.值得说明的是，在本说明书一个或多个实施例中，对全覆盖数据进行预设结构规则的结构化转换的步骤，可以由交通事件检测系统中的边侧执行，也可以由交通事件检测系统中的云侧执行，具体根据实际情况进行选择，本说明书实施例对此不做任何限定。
88.进一步地，利用检测设备获得的检测数据中通常会存在畸变，为了消除检测数据中的畸变，将检测数据与路网地图对应起来，可以将全覆盖数据映射到路网地图，也即，上述对全覆盖数据进行预设结构规则的结构化转换的步骤，可以包括以下步骤：将全覆盖数据映射到路网地图，得到待检测路段的路网信息；获取预先设置的属性转换关系，其中，属性转换关系包括路网信息中的属性与异常分析对象的属性之间的对应关系；利用属性转换关系对全覆盖数据进行转换，生成结构化的全覆盖数据。
89.具体地，路网地图也可以理解为高精度地图，路网是指交通领域中，由各种道路组成的相互联络、交织成网状分布的道路系统。
90.实际应用中，视频检测设备与雷达检测设备的相对位置固定后，与路网地图存在旋转和平移关系，参见图8，图8示出了本说明书一个实施例提供的一种事件检测方法中检
测设备与路网地图的关系示意图，其中，旋转矩阵r如公式（1），平移矩阵t如公式（2）：（1）（2）其中，r表示旋转矩阵r中的旋转参数，t表示平移矩阵中的平移参数。
91.对于任意的视频检测设备，可以通过预先设置的标定方法获取内参并消除畸变，其中，预先设置的标定方法可以是张正友标定方法，具体根据实际情况进行选择，本说明书实施例对此不做任何限定。在经过标定之后，视频检测设备已经没有畸变，此时，获取内参k如公式（3）：（3）其中，f
x
表示x方向上的像距，fy表示y方向上的像距，c
x
表示原点在x方向上的平移尺寸，cy表示原点在y方向上的平移尺寸。
92.获取雷达检测设备的点，视频检测设备的点，路网地图中的点，则可以利用以下公式（4）将视频检测设备的检测数据转换为路网信息，利用以下公式（5）将雷达检测设备的检测数据转换为路网信息：（4）（5）此时，所有的全覆盖数据均和路网地图实现关联，即具备经纬度、所在车道等信息，在获得待检测路段的路网信息之后，获取预先设置的属性转换关系，利用属性转换关系中包括的路网信息中的属性与异常分析对象的属性之间的对应关系，将路网信息转换为结构化的全覆盖数据。
93.应用本说明书实施例的方案，通过将全覆盖数据映射到路网地图，得到待检测路段的路网信息，使得全覆盖数据更加符合待检测路段的真实情况，获取预先设置的属性转换关系，其中，属性转换关系包括路网信息中的属性与异常分析对象的属性之间的对应关系；利用属性转换关系对全覆盖数据进行转换，生成结构化的全覆盖数据，实现了对全覆盖数据的细化，提高了事件检测的效率，进一步提高了事件检测的准确性。
94.步骤604：分析全覆盖数据，提取待检测路段的特征信息。
95.本说明书一个或多个实施例中，在获取待检测路段的全覆盖数据之后，进一步地，可以对获取的全覆盖数据进行分析，获得待检测路段的特征信息。
96.具体地，待检测路段的特征信息包括但不限于时间维度的特征信息、空间维度的特征信息，具体根据实际情况进行选择，本说明书实施例对此不做任何限定。
97.实际应用中，分析全覆盖数据，提取待检测路段的特征信息的步骤包括多种，具体根据实际情况进行选择，本说明书实施例对此不做任何限定。
98.一种可能的实现方式中，可以将全覆盖数据映射到预先设置的特征维度中，获得待检测路段的特征信息。
99.另一种可能的实现方式中，可以将获取的全覆盖数据对应的时间维度信息和全覆盖数据的空间维度信息，将时间维度信息和空间维度信息填充至路网地图划分的多个栅格中，获得待检测路段的特征信息，也即，上述分析全覆盖数据，提取待检测路段的特征信息的步骤，可以包括以下步骤：获取全覆盖数据对应的维度信息，其中，维度信息至少包括时间维度和空间维度；将路网地图划分为多个栅格，其中，每个栅格具有按照时间和空间进行划分的多个栅格数据管理单元，每个栅格数据管理单元具有时间属性和空间属性；基于维度信息，将全覆盖数据填充至各自维度对应的栅格数据管理单元，获得待检测路段的特征信息。
100.本说明书一个或多个实施例中，在获得全覆盖数据对应的维度信息之后，可以按照预设阈值将路网地图划分为多个栅格，其中，预设阈值具体根据实际情况进行选择，本说明书实施例对此不做任何限定。优选地，为了保证获得的待检测路段的特征信息的准确性，预设阈值可以设置为不小于五十米米，不大于一公里。
101.示例性地，将获取到的路网地图以每100米为单位，划分为多个栅格，每个栅格具有按照时间和空间进行划分的多个栅格数据管理单元，每个栅格数据管理单元具有时间属性和空间属性，用以存储各结构化的全覆盖数据。
102.实际应用中，将路网地图划分为多个栅格后，按照全覆盖数据的维度信息，将全覆盖数据填充至对应栅格的栅格数据管理单元中，形成时间、空间切片的栅格数据管理单元，具体地，栅格数据管理单元如公式（6）所示，之后利用栅格数据管理单元，进一步获得待检测路段的特征信息。
103.（6）其中，i表示时间维度，j表示空间维度，f表示栅格，n表示特征维度，特征维度如上表1所示，包括但不限于断面流量、车道速度、行驶速度、道路拥堵等，具体根据实际情况进行选择，本说明书实施例对此不做任何限定。
104.应用本说明书实施例的方案，通过获取全覆盖数据对应的维度信息，其中，维度信息至少包括时间维度和空间维度；将路网地图划分为多个栅格，其中，每个栅格具有按照时间和空间进行划分的多个栅格数据管理单元，每个栅格数据管理单元具有时间属性和空间属性；基于维度信息，将全覆盖数据填充至各自维度对应的栅格数据管理单元，获得待检测路段的特征信息，通过生成栅格数据管理单元，合理使用栅格数据管理单元信息，可以进一步提高事件感知的各项能力。通过关联路网空域和时域上下文特征信息，实现指标更优、效
果更智能的事件检测。
105.步骤606：对特征信息进行异常分类，获得待检测路段的异常事件。
106.本说明书一个或多个实施例中，在获取待检测路段的全覆盖数据，分析全覆盖数据，提取待检测路段的特征信息之后，可以对待检测路段的特征信息进行异常分类，获得待检测路段的异常事件。
107.应用本说明书实施例的方案，获取待检测路段的全覆盖数据，其中，全覆盖数据包括多种检测设备检测到的检测数据，检测设备至少包括视频检测设备以及雷达检测设备，通过利用多种检测设备对待检测路段进行全覆盖检测，使得检测获得的数据更加完整，并且，多种检测设备中至少包括视频检测设备以及雷达检测设备，使得检测设备可以适应各种检测场景；分析全覆盖数据，提取待检测路段的特征信息；对特征信息进行异常分类，获得待检测路段的异常事件，通过利用全覆盖数据进行事件检测，进一步提高了事件检测的准确性。
108.实际应用中，可以构建各栅格数据管理单元的特征信息对应的特征向量，对构建获得的多个特征向量进行异常分类，获得待检测路段的异常事件，也即，上述对特征信息进行异常分类，获得待检测路段的异常事件的步骤，可以包括以下步骤：针对各个栅格数据管理单元，分别构建所针对的栅格数据管理单元的特征信息对应的特征向量，获得多个栅格数据管理单元各自的特征向量；对多个栅格数据单元各自的特征向量进行异常分类，获得待检测路段的异常事件。
109.本说明书一个或多个实施例中，构建特征信息对应的特征向量的方式可以有多种，具体根据实际情况进行选择，本说明书实施例对此不做任何限定。
110.一种可能的实现方式中，可以利用预先设置的向量化方法构建特征信息对应的特征向量，其中，预先设置的向量化方法包括但不限于：onehot编码向量化文本，tfidf向量化文本，哈希向量化文本等，具体根据实际情况进行选择，本说明书实施例对此不做任何限定。
111.另一种可能的实现方式中，可以获取与当前栅格数据管理单元相邻的相邻数据管理单元的特征信息，基于当前栅格数据管理单元的特征信息和相邻数据管理单元的特征信息，生成多个栅格数据管理单元各自的特征向量，也即，上述分别构建所针对的栅格数据管理单元的特征信息对应的特征向量，获得多个栅格数据管理单元各自的特征向量的步骤，包括：获取相邻栅格数据管理单元的特征信息，其中，相邻栅格数据管理单元是指与所针对的栅格数据管理单元相邻的栅格数据管理单元；基于所针对的栅格数据管理单元的特征信息和相邻栅格数据管理单元的特征信息，生成多个栅格数据管理单元各自的特征向量。
112.本说明书一个或多个实施例中，相邻栅格数据管理单元是指与所针对的栅格数据管理单元相邻的栅格数据管理单元，可以是所针对的栅格数据管理单元前一个栅格数据管理单元，也可以是所针对的栅格数据管理单元后一个栅格数据管理单元。
113.实际应用中，基于所针对的栅格数据管理单元的特征信息和相邻栅格数据管理单元的特征信息，生成多个栅格数据管理单元各自的特征向量的公式如以下公式（7）：
（7）应用本说明书实施例的方案，通过获取相邻栅格数据管理单元的特征信息，基于所针对的栅格数据管理单元的特征信息和相邻栅格数据管理单元的特征信息，生成多个栅格数据管理单元各自的特征向量，合理使用栅格数据管理单元信息，进一步提高事件感知的各项能力。并且关联路网空域和时域上下文特征信息，实现指标更优、效果更智能的事件检测。
114.需要说明的是，对多个栅格数据单元各自的特征向量进行异常分类，获得待检测路段的异常事件的方式有多种，具体根据实际情况进行选择，本说明书实施例对此不做任何限定。
115.示例性地，可以对多个栅格数据管理单元的特征向量fi,j采用全链接层计算异常分类或者采用支持向量机（svm，support vector machine）进行异常分类，获得该grid异常类别abnormalevent
i,j
，该异常类别可以是交通事件，包括但不限于异常停车、行人闯禁、逆行、抛洒物、变道、压线等，也可以是交通流属性，比如拥堵等，具体根据实际情况进行选择，本说明书实施例对此不做任何限定。
116.应用本说明书实施例的方案，针对各个栅格数据管理单元，分别构建所针对的栅格数据管理单元的特征信息对应的特征向量，获得多个栅格数据管理单元各自的特征向量，对多个栅格数据单元各自的特征向量进行异常分类，获得待检测路段的异常事件，实现利用更广阔的空域、时域信息进行时间检测，得到更高的准确率和召回率。
117.本说明书一个或多个实施例中，在获得待检测路段的异常事件之后，还可以对异常事件进行更新，使得异常事件更加准确，也即，上述对特征信息进行异常分类，获得待检测路段的异常事件的步骤之后，还可以包括以下步骤：将异常事件和预设条件进行对比，获得对比结果；基于对比结果，对异常事件进行更新，获得更新后的异常事件。
118.具体地，预设条件是指预先设置的对异常事件进行筛选的条件，预设条件可以是预设时间筛选条件，利用时间筛选条件判断异常事件的延续性，预设条件也可以是预设空间筛选条件，利用空间筛选条件判断异常事件的稳定性，具体根据实际情况进行选择，本说明书实施例对此不做任何限定。
119.示例性地，若栅格1中出现拥堵、栅格2中出现拥堵、栅格3中出现拥堵，则可以在空间维度上，将栅格1、栅格2以及栅格3中的拥堵事件进行合并，得到完整的拥堵事件；若a时刻出现拥堵，a时刻的下一时刻没有出现拥堵，且之后长时间也并未出现拥堵，则可以认为a时刻的拥堵事件不稳定，可以筛除。
120.应用本说明书实施例的方案，通过将异常事件和预设条件进行对比，获得对比结果，基于对比结果，对异常事件进行更新，获得更新后的异常事件，通过连续空域异常事件的关联，连续时域异常事件的判别，输出更新后的异常事件，使得事件检测更加智能，进一
步获得更加准确的事件检测结果，提高用户的体验度。
121.本说明书一个或多个实施例提供的方法还可以结合其他方式进行事件检测：第一种可能的实现方式，可以结合交通流状态信息，如占有率、速度来判断是否有交通事件发生；第二种可能的实现方式，可以结合对视频检测设备分别在全景和取证阶段定义不同操作逻辑，实现单个视频检测设备的监测和取证操作；第三种可能的实现方式，可以结合路侧单元收集车端信息和地磁交通检测器信息，分析交通流情况，来实现交通事件的检测和预测，第四种可能的实现方式，可以结合车载obu设备信息加上单点分析的方式实现交通事件的检测，具体根据实际情况进行选择，本说明书实施例对此不做任何限定。
122.下述结合附图9，以本说明书提供的事件检测方法在高速公路的应用为例，对所述事件检测方法进行进一步说明。其中，图9示出了本说明书一个实施例提供的一种事件检测方法的处理过程流程图，具体包括以下步骤：步骤902：从交通事件检测系统中的边侧接收待检测高速公路的结构化的全覆盖数据。
123.步骤904：获取全覆盖数据对应的维度信息，其中，维度信息至少包括时间维度和空间维度。
124.步骤906：将路网地图划分为多个栅格，其中，每个栅格具有按照时间和空间进行划分的多个栅格数据管理单元，每个栅格数据管理单元具有时间属性和空间属性。
125.步骤908：基于维度信息，将全覆盖数据填充至各自维度对应的栅格数据管理单元，获得待检测高速公路的特征信息。
126.步骤910：针对各个栅格数据管理单元，获取相邻栅格数据管理单元的特征信息，其中，相邻栅格数据管理单元是指与所针对的栅格数据管理单元相邻的栅格数据管理单元。
127.步骤912：基于所针对的栅格数据管理单元的特征信息和相邻栅格数据管理单元的特征信息，生成多个栅格数据管理单元各自的特征向量。
128.步骤914：对多个栅格数据单元各自的特征向量进行异常分类，获得待检测高速公路的异常事件。
129.示例性地，交通事件检测系统中的云侧向边侧发送待检测高速公路的结构化的全覆盖数据获取指令，其中，获取指令中携带目标获取时间，边侧响应于获取指令后，获取目标获取时间内，检测设备1检测到的检测数据1、检测设备2检测到的检测数据2和检测设备3检测到的检测数据3，汇总检测数据1、检测数据2和检测数据3，生成全覆盖数据，利用预先设置的预设结构规则，对全覆盖数据进行预设结构规则的结构化转换，得到结构化的全覆盖数据，并将结构化的全覆盖数据发送至云侧，云侧获取全覆盖数据的时间维度信息和空间维度信息，将全覆盖数据填充至各自维度对应的栅格数据管理单元中，针对各个栅格数据管理单元，获取相邻栅格数据管理单元的特征信息，基于所针对的栅格数据管理单元的特征信息和相邻栅格数据管理单元的特征信息，生成多个栅格数据管理单元各自的特征向量，对多个栅格数据单元各自的特征向量进行异常分类，获得待检测高速公路的异常事件，使得检测获得的数据更加完整，进一步提高了待检测高速公路事件检测的准确性。
130.与上述方法实施例相对应，本说明书还提供了事件检测装置实施例，图10示出了本说明书一个实施例提供的一种事件检测装置的结构示意图。如图10所示，该装置包括：
获取模块1002，被配置为获取待检测路段的全覆盖数据，其中，全覆盖数据包括多种检测设备检测到的检测数据，检测设备至少包括视频检测设备以及雷达检测设备；分析模块1004，被配置为分析全覆盖数据，提取待检测路段的特征信息；分类模块1006，被配置为对特征信息进行异常分类，获得待检测路段的异常事件。
131.可选地，待检测路段包括多个检测点；该装置还包括：设置模块，被配置为获取待检测路段的路况信息；针对每个检测点，根据路况信息在检测点处设置视频检测设备和/或雷达检测设备。
132.可选地，获取模块1002，进一步被配置为从边侧接收待检测路段的结构化的全覆盖数据，其中，结构化的全覆盖数据由边侧在获取到多种检测设备检测到的检测数据之后，对多种检测设备检测到的检测数据汇总得到全覆盖数据，并对全覆盖数据进行预设结构规则的结构化转换得到；或者，从边侧接收待检测路段的全覆盖数据，其中，全覆盖数据是由边侧在获取到多种检测设备检测到的检测数据并汇总之后发送的；对全覆盖数据进行预设结构规则的结构化转换，得到结构化的全覆盖数据。
133.可选地，获取模块1002，进一步被配置为将全覆盖数据映射到路网地图，得到待检测路段的路网信息；获取预先设置的属性转换关系，其中，属性转换关系包括路网信息中的属性与异常分析对象的属性之间的对应关系；利用属性转换关系对全覆盖数据进行转换，生成结构化的全覆盖数据。
134.可选地，分析模块1004，进一步被配置为获取全覆盖数据对应的维度信息，其中，维度信息至少包括时间维度和空间维度；将路网地图划分为多个栅格，其中，每个栅格具有按照时间和空间进行划分的多个栅格数据管理单元，每个栅格数据管理单元具有时间属性和空间属性；基于维度信息，将全覆盖数据填充至各自维度对应的栅格数据管理单元，获得待检测路段的特征信息。
135.可选地，分类模块1006，进一步被配置为针对各个栅格数据管理单元，分别构建所针对的栅格数据管理单元的特征信息对应的特征向量，获得多个栅格数据管理单元各自的特征向量；对多个栅格数据单元各自的特征向量进行异常分类，获得待检测路段的异常事件。
136.可选地，分类模块1006，进一步被配置为获取相邻栅格数据管理单元的特征信息，其中，相邻栅格数据管理单元是指与所针对的栅格数据管理单元相邻的栅格数据管理单元；基于所针对的栅格数据管理单元的特征信息和相邻栅格数据管理单元的特征信息，生成多个栅格数据管理单元各自的特征向量。
137.可选地，该装置还包括：更新模块，被配置为将异常事件和预设条件进行对比，获得对比结果；基于对比结果，对异常事件进行更新，获得更新后的异常事件。
138.应用本说明书实施例的方案，获取待检测路段的全覆盖数据，其中，全覆盖数据包括多种检测设备检测到的检测数据，检测设备至少包括视频检测设备以及雷达检测设备，通过利用多种检测设备对待检测路段进行全覆盖检测，使得检测获得的数据更加完整，并且，多种检测设备中至少包括视频检测设备以及雷达检测设备，使得检测设备可以适应各种检测场景；分析全覆盖数据，提取待检测路段的特征信息；对特征信息进行异常分类，获得待检测路段的异常事件，通过利用全覆盖数据进行事件检测，进一步提高了事件检测的
准确性。
139.上述为本实施例的一种事件检测装置的示意性方案。需要说明的是，该事件检测装置的技术方案与上述的事件检测方法的技术方案属于同一构思，事件检测装置的技术方案未详细描述的细节内容，均可以参见上述事件检测方法的技术方案的描述。
140.图11示出了根据本说明书一个实施例提供的一种计算设备的结构框图。该计算设备1100的部件包括但不限于存储器1110和处理器1120。处理器1120与存储器1110通过总线1130相连接，数据库1150用于保存数据。
141.计算设备1100还包括接入设备1140，接入设备1140使得计算设备1100能够经由一个或多个网络1160通信。这些网络的示例包括公用交换电话网（pstn，public switched telephone network）、局域网（lan，local area network）、广域网（wan，wide area network）、个域网（pan，personal area network）或诸如因特网的通信网络的组合。接入设备1140可以包括有线或无线的任何类型的网络接口（例如，网络接口卡（nic，network interface card））中的一个或多个，诸如ieee802.11无线局域网（wlan，wireless local area networks）无线接口、全球微波互联接入（wi-max，world interoperability for microwave access）接口、以太网接口、通用串行总线（usb，universal serial bus）接口、蜂窝网络接口、蓝牙接口、近场通信（nfc，near field communication）接口，等等。
142.在本说明书的一个实施例中，计算设备1100的上述部件以及图11中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图11所示的计算设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。
143.计算设备1100可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备（例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等）、移动电话（例如，智能手机）、可佩戴的计算设备（例如，智能手表、智能眼镜等）或其他类型的移动设备，或者诸如台式计算机或pc的静止计算设备。计算设备1100还可以是移动式或静止式的服务器。
144.其中，处理器1120用于执行如下计算机可执行指令，该计算机可执行指令被处理器执行时实现上述事件检测方法的步骤。
145.上述为本实施例的一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的事件检测方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述事件检测方法的技术方案的描述。
146.本说明书一实施例还提供一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现上述事件检测方法的步骤。
147.上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的事件检测方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述事件检测方法的技术方案的描述。
148.本说明书一实施例还提供一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行上述事件检测方法的步骤。
149.上述为本实施例的一种计算机程序的示意性方案。需要说明的是，该计算机程序的技术方案与上述的事件检测方法的技术方案属于同一构思，计算机程序的技术方案未详
细描述的细节内容，均可以参见上述事件检测方法的技术方案的描述。
150.上述对本说明书特定实施例进行了描述。其他实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
151.所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（rom，read-only memory）、随机存取存储器（ram，random access memory）、电载波信号、电信信号以及软件分发介质等。
152.需要说明的是，对于前述的各方法实施例，为了简便描述，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，本说明书实施例并不受所描述的动作顺序的限制，因为依据本说明书实施例，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都是本说明书实施例所必须的。
153.在上述实施例中，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。
154.以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书实施例的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本说明书实施例的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。