交通数据可视化方法、装置、电子设备和介质与流程

1.本公开涉及计算机领域，特别涉及数据可视化技术领域，具体涉及一种交通数据可视化方法、装置、电子设备、计算机可读存储介质和计算机程序产品。


背景技术：

2.随着城市、城际交通的发展，交通状况也越来越复杂。现有的交通状况研究过程中，通常需要对交通流据进行分析和处理。交通数据包含交通流的时空分布特性，是分析道路通行能力、交通管理、交通流预测、交通事故探测的重要依据。当前交通数据多种多样，如何高效、多样化地对交通数据进行可视化展示是十分必要的，以更好地帮助交通决策。
3.在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。


技术实现要素：

4.根据本公开的一个方面，提供了一种交通数据可视化方法，包括：获取交通参与者的第一交通数据集，所述第一交通数据集中的每一条交通数据包括多个属性字段；根据所述属性字段的属性值，得到所述第一交通数据集中交通数据的附加属性字段以及所述附加属性字段的附加属性值，从而得到第二交通数据集；响应于查找请求，从所述第二交通数据集中确定交通数据子集，所述交通数据子集中的每一条交通数据具有满足所述查找请求的属性值或附加属性值；根据所述交通数据子集生成目标信息；以及对所述目标信息进行可视化处理。
5.根据本公开的另一方面，提供了一种交通数据可视化装置，包括：获取单元，配置为获取交通参与者的第一交通数据集，所述第一交通数据集中每一条交通数据包括多个属性字段；推导单元，配置为根据所述属性字段的属性值，得到所述第一交通数据集中交通数据的附加属性字段以及所述附加属性字段的附加属性值，从而得到第二交通数据集；查找单元，配置为响应于查找请求，从所述第二交通数据集中确定交通数据子集，所述交通数据子集中的每一条交通数据具有满足所述查找请求的属性值或附加属性值；提取单元，配置为根据所述交通数据子集生成目标信息；以及可视化单元，配置为对所述目标信息进行可视化处理。
6.根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；存储器存储有指令，该指令当被至少一个处理器执行时使至少一个处理器执行本公开所述的方法。
7.根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行本公开所述的方法。
8.根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现本公开所述的方法。
9.根据本公开的一个或多个实施例，通过在原始交通属性值的基础上推导出一个或多个附加属性值，实现了交通数据挖掘；并将其作为原始交通属性值的冗余，实现多维、多方位地展示各类交通参与者的交通动态，从而更有目标与指向性地展示交通规划所需各项指标数据。
10.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
11.附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
12.图1是示出根据示例性实施例的交通数据可视化方法的流程图；
13.图2是示出根据示例性实施例的确定与固定参照物的相对位置的流程图；
14.图3a和3b分别是示出根据示例性实施例的包含多个交通参与者的图片的示意图；
15.图4是示出根据示例性实施例的在地图数据中形成的轨迹图的示意图；
16.图5是示出根据示例性实施例的在地图数据中形成的热力图的示意图；
17.图6是示出根据示例性实施例的交通数据可视化装置的结构框图；以及
18.图7是示出能够应用于示例性实施例的示例性计算设备的结构框图。
具体实施方式
19.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
20.在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
21.在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
22.现有的交通状况研究过程中，通常需要对交通数据进行可视化显示，以直观地呈现交通流的时空分布特性。当前交通类型多种多样，由于缺少统一的数据可视化方法或平台，导致各种类型的交通部门或应用之间存在数据壁垒、应用壁垒问题，形成大量信息孤岛，无法发挥大数据的作用和价值。而且，通常基于原始交通数据进行可视化操作，直接使用这些数据会降低交通决策的准确度，使得难以多维、多方位地感知相应的时空分布特性，因此造成可视化效率低、数据维度单一等问题。
23.本公开的实施例提供了一种交通数据可视化方法100。如图1所示，方法100包括：
步骤110，获取交通参与者的第一交通数据集，第一交通数据集中的每一条交通数据包括多个属性字段；步骤120，根据属性字段的属性值，得到第一交通数据集中交通数据的附加属性字段以及附加属性字段的附加属性值，从而得到第二交通数据集；步骤130，响应于查找请求，从第二交通数据集中确定交通数据子集，交通数据子集中的每一条交通数据具有满足该查找请求的属性值或附加属性值；步骤140，根据交通数据子集生成目标信息；以及步骤150，对目标信息进行可视化处理。
24.根据本公开的实施例，通过在原始交通属性值的基础上推导出一个或多个附加属性值，实现了交通数据挖掘；并将其作为原始交通属性值的冗余，可以实现多维、多方位地展示交通参与者的交通动态，从而更有目标与指向性地展示交通规划所需各项指标数据。
25.在步骤110中，获取交通参与者的第一交通数据集。
26.根据一些实施例，该交通参与者可以是机动车、非机动车、行人、飞机、火车和轮船等等。通过对全量、全域的交通参与者统一地进行交通数据动态感知，可破除各交通类型之间的信息壁垒、消除信息鸿沟，实现大数据的融合。
27.根据一些实施例，该交通参与者可以包括机动车、非机动车和行人中的至少一种。在多个交通参与者包括机动车、非机动车和行人中的至少一种的情况下，获取交通参与者的第一交通数据集可以包括：获取包含交通参与者的多张图片；以及根据多张图片获得交通参与者的第一交通数据集。
28.在一些示例中，包含机动车、非机动车和行人中的至少一种的多个图片可以通过车载摄像头(例如行车记录仪)、道路上的固定监控摄像头、无人机上的摄像头等获得。例如，获取摄像头拍摄的视频数据，通过对该视频数据进行取帧，得到包括机动车、非机动车和行人中的至少一种交通参与者的多个图片。
29.在一些示例中，还可以对获取到的监控拍摄的图像或视频数据进行预处理。例如，可以对所获取的图像或视频进行清晰度判断，从而筛除模糊的图像或视频。或者，还可以对摄像头获取的图像或视频数据进行校正处理，例如图像倾斜校正，以根据图像特征自动检测出图像倾斜方向和倾斜角度。目前常用的倾斜角度校正方法包括但不限于：基于投影的方法、hough变换法、基于线性拟合的方法、进行傅里叶变换到频域来进行检测的方法等。从而，基于经过校正处理后的图像或视频数据获取包含机动车、非机动车和行人中的至少一种的多个图片。
30.在获取到包含机动车、非机动车和行人中的至少一种的多个图片后，即可根据该多个图片获得机动车、非机动车和行人中的至少一种的第一交通数据集。
31.根据一些实施例，该属性字段可以包括时间戳和速度。因此，根据多张图片获得交通参与者的第一交通数据集可以包括：针对多张图片中的每一张图片，确定交通参与者与图片中固定参照物的相对位置和图片的时间戳；以及基于相对位置和时间戳，确定交通参与者的速度。
32.在一些示例中，该固定参照物可以包括车道线、建筑大楼、公交车站、地铁站、火车站等任何可能的参照物。因此，可以识别机动车、非机动车和/或行人等交通参与者并确定相应的固定参照物，从而确定各交通参与者与该相应的固定参照物的相对位置关系；基于多张图片中同一交通参与者(例如某一辆汽车)的相对位置变化以及相应图片的时间戳，确定该交通参与者的速度。在一些示例中，该速度可以包括加速度、平均速度等。
33.根据一些实施例，可以利用预训练的基于深度学习的识别模型，基于所述多张图片得到交通参与者的第一交通数据集。
34.在一些示例中，可以为不同的交通参与者和固定参照物等交通实体分配不同的识别模型或算法，例如车辆识别模型、人脸识别模型等等，以识别各交通实体的位置。或者，也可以通过图像分类模型识别出各交通实体的位置。例如，该图像分类模型可以是经训练的卷积神经网络模型，以用来判断图片中的物体的类别，如人、交通信号灯、汽车、建筑物、车道线等等。示例地，可以在图片中标记相应的标签以作为训练数据，每个标签是一个概念或种类的名字。给予足够多的训练数据(通常一个标签对应数以百计的图片)，使得图像分类模型能够学习预测新的图片是否属于训练数据中的某些标签种类。通过相应的识别模型，在图片中标注出所识别出的交通实体，从而进一步确定相应的交通数据。
35.根据一些实施例，上述属性字段还可以包括地理位置。在一些示例中，该地理位置可以包括卫星定位数据，例如经纬度坐标。
36.在一些实施例中，根据多张图片获得交通参与者的第一交通数据集可以包括：针对多张图片中的每一张图片，确定交通参与者与图片中固定参照物的相对位置；以及基于所述相对位置和固定参照物的地理位置，确定交通参与者的地理位置。
37.在一些示例中，可以确定摄像头视野范围内的固定参照物的地理位置。示例地，某交通路口的固定摄像头以预设朝向拍摄行经此地的交通参与者。该摄像头以当前朝向拍摄的车道线、树木、建筑物等可以作为固定参照物，并且可以确定其地理位置数据。从而可以基于该固定参照物的地理位置和交通参与者与该固定参照物的相对位置，确定交通参与者的地理位置。
38.在一些实施例中，该地理位置可以是交通参与者的导航设备所上传的位置信息。例如，可以获取作为交通参与者的车辆上的车载导航设备所采集的车辆轨迹数据、定位信息。用于使导航设备从其接收信号的卫星导航系统可以是全球导航卫星系统，例如，全球定位系统(gps)、全球导航卫星系统(glonass)、北斗-2卫星导航系统(bds)或欧盟的伽利略系统等。卫星导航系统也可以是区域导航卫星系统，例如北斗-1系统、印度星座导航(navic)系统或准天顶卫星系统(qzss)。导航设备可以是高灵敏度gps接收器、传统gps接收器、手持接收器、室外接收器或运动接收器。
39.在一些示例中，导航设备可以通过辅助或增强gps、通过中间设备(例如，蜂窝塔或站)直接连接到卫星，或者通过可以向导航设备发送卫星信号(例如，卫星广播微波信号)或为卫星提供轨道数据或历书(例如，基于移动站的辅助)的任何其他通信方法连接到卫星。另外，导航设备可以经由网络传输所采集的位置信息，例如无线局域网络(wlan)、广域网(wan)、诸如无线电波的无线网络、蜂窝网络、卫星通信网络和/或用于发送位置信息的本地或短程无线网络(例如，蓝牙)。
40.根据一些实施例，图2示出了确定交通参与者与图片中固定参照物的相对位置的方法200的流程图。如图2所示，方法200可以包括：步骤210，确定交通参与者相对于固定参照物的方位；步骤220，根据图片相对于实际物体的缩放比例，确定交通参与者与固定参照物的距离；以及步骤230，基于方位和距离确定相对位置。
41.在一些示例中，可以基于基点、方位角或方向等确定所述方位。示例地，可以以该固定参照物为基点，确定交通参与者相对于该基点的方位角或方向。或者，也可以以所述交
通参与者为基点，在此不作限制。进一步地，可以根据图片相对于实际物体的缩放比例确定固定参照物与交通参与者之间的实际距离。从而，通过方位和距离确定固定参照物和交通参与者之间的相对位置。
42.如图3a和3b所示，通过相应的识别模型可分别识别出每一张图片中的机动车301、行人302以及加油站303。进一步地，可以确定机动车301、行人302分别相对于加油站303的方位。如图3a和3b中以机动车301为例，以加油站303以基点，确定机动车301相对于加油站303的方位角或方向(例如正北偏西40
°
)。然后，基于图片的缩放比例确定机动车301、行人302分别与加油站303的距离。从而，基于该距离和方位确定机动车301、行人302相对于该加油站303的相对位置。基于通过图3a和3b所得到的机动车301和行人302的相对位置变化以及图3a和3b所分别对应的时间戳，可以进一步确定机动车301和行人302所分别对应的速度。应当理解，虽然以图3a和3b中的两张图片为示例描述了识别出交通数据的过程，但是任意多张图片均是可能的，在此不作限制。
43.根据一些实施例，在交通参与者为飞机时，该属性字段可以包括以下中的至少一个属性字段：航班号、航班路线、起降时间、飞行高度、飞行速度、朝向、地理位置等。示例地，该航班路线字段可以包括计划路线以及实际路线，起降时间可以包括计划起飞和降落时间、实际起飞和降落时间，等等。
44.根据一些实施例，交通参与者为火车时，该属性字段可以包括以下中的至少一个属性字段：车次、路线、时刻信息、车票信息等。示例地，路线可以包括各经停地信息，时刻信息可以包括计划执行时刻信息、实际执行时刻信息，车票信息可以包括座次等级、余票等信息，等等。
45.例如，可以获取航空公司提供的航班数据和/或铁路部门提供的列车数据。并且，在一些示例中，可以对所获取到的获取到交通数据进行分类，以分类得到航班数据、列车数据以及其他类型的交通数据。从而，基于各类型交通数据分别对应的一个或多个属性值，更有针对性地推导出相应的一个或多个附加属性值。
46.根据一些实施例，根据本公开的方法100还可以包括：对第一交通数据集进行数据清洗。
47.在一些实施例中，对第一交通数据集进行数据清洗，包括但不限于，检查交通数据的完整性、唯一性、合法性，进行数据升维或数据降维、数据压缩、数据转换，补足不完整数据、丢弃残缺数据等等。
48.根据一些实施例，对第一交通数据集进行数据清洗可以包括：对于第一交通数据集中的每一条交通数据：确定交通数据是否存在缺失属性值的属性字段；以及响应于存在缺失属性值的属性字段为指定的属性字段，对交通数据的所述缺失属性值的属性字段填充属性值。
49.根据一些实施例，对交通数据的所述属性字段填充属性值包括：利用所述交通数据对应的交通参与者的其他交通数据的所述属性字段的属性值进行填充；或者，利用所述交通数据对应的交通参与者对应的与所述交通数据相邻的交通数据，对所述属性字段进行插值填充；或者，利用所述交通数据对应的交通参与者的前预定数目条交通数据的所述属性字段的属性值，进行属性值预估及填充。
50.示例地，可以基于外推法对属性值进行预估。外推法(extrapolation)是根据过去
和现在的发展趋势推断未来的一类方法的总称。外推法是一种很好的近似计算方法，对于已求得的低精度近似值，只要作几次最简单的四则运算，便立刻得到高精度的近似值。因此，可以基于同一交通参与者的前预定数目的交通数据的对应属性字段的属性值，进行外推填充，以高精度地对该缺失属性值进行填充，提高数据的准确性。
51.应当理解，其他适合的能够确定交通数据是否存在缺失属性值的属性字段的方法、以及其他适合的能够填充属性值的方法(例如基于平均值、中位数、众数等进行填充)也是可能的，在此不作限制。
52.根据一些实施例，对第一交通数据集进行数据清洗可以包括：确定第一交通数据集中是否包括重复的交通数据；以及对所述重复的交通数据进行去重处理。
53.示例地，可以检查某一条交通数据中的关键属性的值是否和其他交通数据中相对应的属性的值重复，例如该关键属性可以为数据id等。附加地或替换地，还可以检查整条交通数据是否与其他条交通数据相重复。
54.应当理解，其他适合的能够确定是否包括重复的交通数据的方法也是可能的，在此不作限制。
55.根据一些实施例，对第一交通数据集进行数据清洗可以包括：确定第一交通数据集中是否包括存在异常的交通数据；以及删除所述存在异常的交通数据。
56.示例地，可以检查一条数据里面每个字段具体的数值是否在合理的范围区间，比如速度不能为负数或者100000m/s等过大数值等。或者，还可以检查一条数据里面是否有空值等。
57.应当理解，其他适合的能够确定是否包括存在异常的交通数据的方法也是可能的，在此不作限制。
58.根据一些实施例，对第一交通数据集进行数据清洗还可以包括：对多条交通数据进行数值转换，包括但不限于，将字符串转换为数值、统一数据的单位格式、去掉不需要的空格信息、转换时间信息的格式、转换数据的编码格式(例如，utf或半全角)、保留数据的小数点后两位、大小写的转换等。
59.在步骤120中，根据属性字段的属性值，得到第一交通数据集中交通数据的附加属性字段以及附加属性字段的附加属性值，从而得到第二交通数据集。
60.在一些示例中，第一交通数据集中的交通数据增加了附加属性字段后构成第二交通数据集，即第二交通数据集中包括第一交通数据集中的具有属性字段和属性值的交通数据，也包括新增的附加属性字段和附加属性值。
61.在一些示例中，可以对第一交通数据集中部分交通数据增加附加属性字段，例如：某条交通数据的某一属性字段作为其他不具备该属性字段的交通数据的附加属性字段，此时，第二交通数据集包括第一交通数据集中未增加附加属性字段的这部分交通数据和增加了附加属性字段和附加属性值的这部分交通数据。在一些示例中，也可以对第一交通数据集中所有交通数据新增一个或多个附加属性字段，以更多维地对交通数据进行统计，此时，第二交通数据集包括第一交通数据集中所有交通数据新增了附加属性字段和附加属性值后得到的交通数据，即第二交通数据集中的每一条交通数据均具有附加属性字段和附加属性值。
62.示例地，在交通参与者的交通数据包括经纬度坐标属性值时，可以基于该经纬度
坐标确定该交通参与者途径的行政区域信息，包括但不限于：省、市、区等。例如，可以新增城市、省份附加属性值，以保存通过经纬度坐标属性所得到的交通参与者各个时间所在的城市和省份，以作为附加地理位置属性。附加地或替换地，也可以基于时间和地理位置等属性进一步确定天气属性等。附加地或替换地，也可以基于时间和速度等属性进一步确定平均速度、加速度等属性。
63.根据一些实施例，根据本公开的方法100还可以包括：按照相同属性字段的属性值或相同附加属性字段的附加属性值，对所述第二交通数据集中的交通数据进行合并。
64.在一些示例中，可以将第二交通数据集中的一个或多个类型的交通参与者的交通数据、基于相同的属性值或附加属性值进行合并。例如，将机动车、非机动车、行人交通参与者的信息，在给定的时间范围和/或给定的区域范围内查找出来后，按照相同的属性名字将数据合并在一起，以得到包含合并后数据的第二交通数据集。合并后的交通数据可用于后续判断相应时间范围内的某区域的交通统计数据，例如交通流量、热度等。或者，也可以将火车数据、机动车数据、飞机数据进行合并，以用于后续判断分析和处理。
65.在步骤130中，响应于查找请求，从第二交通数据集中确定交通数据子集，交通数据子集中的每一条交通数据具有满足该查找请求的属性值或附加属性值；以及在步骤140中，根据交通数据子集生成目标信息。
66.交通数据子集中的每一条交通数据可以具有满足该查找请求的属性值、附加属性值或其两者。示例地，可以根据时间戳属性，分别查找在符合要求时间段内的飞机数据、火车数据、机动车数据、非机动车数据、行人数据等，以得到相应的交通数据子集；或者，也可以分别根据时间、地理位置(经纬度、城市、道路)查找在符合要求时间段内的飞机数据、火车数据、机动车数据、非机动车数据、行人数据等，以得到相应的交通数据子集。应当理解，还可以基于其他属性值或附加属性值从第二交通数据集中确定交通数据子集，在此不作限定。
67.因此，根据一些实施例，根据交通数据子集生成目标信息包括：根据交通数据子集中的交通数据的属性值或附加属性值中得到统计指标或地理轨迹图数据。
68.在一些实施例中，该统计指标例如可以为平均速度、运行时间、里程、途径城市、道路交通流量等。示例地，可以基于时间、地理位置等信息确定相应交通参与者的运行时间、里程、途径城市。附加地或替换地，也可以基于地理位置信息确定道路信息，并进一步统计出某段道路上的某一段时间范围内的道路流量、车流量密度、大型车辆占比等统计指标。在一些示例中，也可以将交通数据子集中的交通数据按照相应的属性值或附加属性值进行合并，以基于合并后的数据得到统计指标或地理轨迹图数据。例如，可以根据时间属性将指定时间段内的一个或多个类型的交通参与者的交通数据进行合并，以统计该指定时间段内的交通指标。
69.在一些实施例中，可以基于一个或多个交通参与者的预定时间段的行动轨迹的查找请求，从多条交通数据中确定该一个或多个交通参与者的所述预定时间段内的地理位置以及时间，以基于该地理位置以及时间确定交通参与者在该预定时间段内的地理轨迹图数据。该地理位置信息例如可以为经纬度信息。示例地，可以将所确定的地理位置信息和时间信息生成json数据，以作为地理轨迹图数据。
70.在步骤160中，使所提取的目标信息可视化地显示。
71.根据一些实施例，在目标信息包括地理轨迹图数据时，对所述目标信息进行可视化处理可以包括：基于所述地理轨迹图数据生成轨迹图；以及静态或动态展示所生成的轨迹图。
72.示例地，可以预设在线开源地图数据和/或离线地图数据等，例如pdf、png等栅格式、矢量地图数据、geojson格式地图数据等，其可以展示一定范围区域内的地理概况。将所确定的地理轨迹图数据该投影至预设的地图数据中，以形成相应的轨迹图，如图4所示，其中401为地图，402为投影至地图401上的轨迹图。
73.在一些示例中，可以静态展示和动态展示中的任意一种方式显示所生成的轨迹图。例如，可以基于地理轨迹数据中的每个地理位置所对应的时间顺序，动态显示所生成的轨迹图。
74.在一些示例中，使所提取的目标信息可以以任何合适的方式显示于前端页面，包括但不限于，图表、列表、柱状图、折线图、饼图、热力图、趋势图等各种样式的图形展示。例如，可以基于可视化库echarts进行所提取的目标信息可视化显示，并最终直观、美观地可视化展示于前端页面。
75.在一些示例中，可以基于上述热度表格，在预设的地图数据中以特殊高亮的形式显示相关交通参与者热衷的地理区域的图示，如图5所示。
76.应当理解，其他可以用于将所提取的目标信息展示在前端的应用或方法都是可能的，在此不作限制。
77.通过对各类交通数据的时空分布特性进行监测和展示，能够更有目标与指向性地展示交通规划所需各项指标数据，对道路通行能力、交通管理、交通流预测、交通事故探测等各个方面提供重要依据。
78.根据本公开的实施例，还提供了一种交通数据可视化装置600，如图6所示，包括：获取单元610，配置为获取交通参与者的第一交通数据集，所述第一交通数据集中每一条交通数据包括多个属性字段；推导单元620，配置为根据所述属性字段的属性值，得到所述第一交通数据集中交通数据的附加属性字段以及所述附加属性字段的附加属性值，从而得到第二交通数据集；查找单元630，配置为响应于查找请求，从所述第二交通数据集中确定交通数据子集，所述交通数据子集中的每一条交通数据具有满足所述查找请求的属性值或附加属性值；提取单元640，配置为根据所述交通数据子集生成目标信息；以及可视化单元650，配置为对所述目标信息进行可视化处理。
79.这里，交通数据可视化装置600的上述各单元610～650的操作分别与前面描述的步骤110～150的操作类似，在此不再赘述。
80.根据本公开的实施例，还提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有指令，所述指令当被所述至少一个处理器执行时使所述至少一个处理器执行本公开所述的方法。
81.根据本公开的实施例，还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开所述的方法。
82.根据本公开的实施例，还提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现本公开所述的方法。
83.参照图7，现将描述计算设备700，其是可以应用于本公开的各方面的硬件设备的
示例。计算设备700可以是被配置为执行处理和/或计算的任何机器，可以是但不限于工作站、服务器、台式计算机、膝上型计算机、平板计算机、个人数字助理、智能电话、车载计算机或其任何组合。上述交通数据可视化装置可以全部或至少部分地由计算设备700或类似设备或系统实现。
84.计算设备700可以包括(可能经由一个或多个接口)与总线702连接或与总线702通信的元件。例如，计算设备700可以包括总线702、一个或多个处理器704、一个或多个输入设备706以及一个或多个输出设备708。一个或多个处理器704可以是任何类型的处理器，并且可以包括但不限于一个或多个通用处理器和/或一个或多个专用处理器(例如特殊处理芯片)。输入设备706可以是能向计算设备700输入信息的任何类型的设备，并且可以包括但不限于鼠标、键盘、触摸屏、麦克风和/或遥控器。输出设备708可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。计算设备700还可以包括非暂时性存储设备710或者与非暂时性存储设备710连接，非暂时性存储设备可以是非暂时性的并且可以实现数据存储的任何存储设备，并且可以包括但不限于磁盘驱动器、光学存储设备、固态存储器、软盘、柔性盘、硬盘、磁带或任何其他磁介质，光盘或任何其他光学介质、rom(只读存储器)、ram(随机存取存储器)、高速缓冲存储器和/或任何其他存储器芯片或盒、和/或计算机可从其读取数据、指令和/或代码的任何其他介质。非暂时性存储设备710可以从接口拆卸。非暂时性存储设备710可以具有用于实现上述方法和步骤的数据/程序(包括指令)/代码。计算设备700还可以包括通信设备712。通信设备712可以是使得能够与外部设备和/或与网络通信的任何类型的设备或系统，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信设备和/或芯片组，例如蓝牙tm设备、1302.11设备、wifi设备、wimax设备、蜂窝通信设备和/或类似物。
85.计算设备700还可以包括工作存储器714，其可以是可以存储对处理器704的工作有用的程序(包括指令)和/或数据的任何类型的工作存储器，并且可以包括但不限于随机存取存储器和/或只读存储器设备。
86.软件要素(程序)可以位于工作存储器714中，包括但不限于操作系统716、一个或多个应用程序718、驱动程序和/或其他数据和代码。用于执行上述方法和步骤的指令可以被包括在一个或多个应用程序718中，并且上述交通数据可视化装置可以通过由处理器704读取和执行一个或多个应用程序718的指令来实现。软件要素(程序)的指令的可执行代码或源代码可以存储在非暂时性计算机可读存储介质(例如上述存储设备710)中，并且在执行时可以被存入工作存储器714中(可能被编译和/或安装)。软件要素(程序)的指令的可执行代码或源代码也可以从远程位置下载。
87.还应该理解，可以根据具体要求而进行各种变型。例如，也可以使用定制硬件，和/或可以用硬件、软件、固件、中间件、微代码，硬件描述语言或其任何组合来实现特定元件。例如，所公开的方法和设备中的一些或全部可以通过使用根据本公开的逻辑和算法，用汇编语言或硬件编程语言(诸如verilog，vhdl，c )对硬件(例如，包括现场可编程门阵列(fpga)和/或可编程逻辑阵列(pla)的可编程逻辑电路)进行编程来实现。
88.还应该理解，前述方法可以通过服务器-客户端模式来实现。例如，客户端可以接收用户输入的数据并将所述数据发送到服务器。客户端也可以接收用户输入的数据，进行前述方法中的一部分处理，并将处理所得到的数据发送到服务器。服务器可以接收来自客
户端的数据，并且执行前述方法或前述方法中的另一部分，并将执行结果返回给客户端。客户端可以从服务器接收到方法的执行结果，并例如可以通过输出设备呈现给用户。
89.还应该理解，计算设备700的组件可以分布在网络上。例如，可以使用一个处理器执行一些处理，而同时可以由远离该一个处理器的另一个处理器执行其他处理。计算系统700的其他组件也可以类似地分布。这样，计算设备700可以被解释为在多个位置执行处理的分布式计算系统。
90.虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。