[發明專利]基于大數據存儲的定位數據備份系統

在審

• 申請號: 201911372642.3
• 申請日: 2019-12-27
• 公開（公告）號: CN111835816A
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 李娜
• 申請（專利權）人: 李娜
• 主分類號: H04L29/08
• 分類號: H04L29/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種基于大數據存儲的定位數據備份系統，所述系統包括：第一鑒別設備，用于基于公共汽車車牌顏色特征從圖像中提取出各個公共汽車車牌分別所在的各個圖像區域；數據解析設備，用于將景深值最小的公共汽車車牌所在的圖像區域執行OCR識別以獲得對應的車牌號碼；第二鑒別設備，用于計算景深值最小的公共汽車車牌對應的公共汽車的GPS數據以作為所述對應的公共汽車的輔助GPS數據輸出。本發明的基于大數據存儲的定位數據備份系統設計緊湊、應用廣泛。由于采用其他公共汽車與本車的相對距離執行對本車定位數據的認證和備份，從而即使本車GPS定位儀器發生故障也不影響公共服務的有效運行。

技術領域

本發明涉及大數據存儲領域，尤其涉及一種基于大數據存儲的定位數據備份系統。

背景技術

大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。換而言之，如果把大數據比作一種產業，那么這種產業實現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”實現數據的“增值”。

從技術上看，大數據與云計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單臺的計算機進行處理，必須采用分布式架構。它的特色在于對海量數據進行分布式數據挖掘。但它必須依托云計算的分布式處理、分布式數據庫和云存儲、虛擬化技術。

隨著云時代的來臨，大數據(Big data)也吸引了越來越多的關注。分析師團隊認為，大數據(Big data)通常用來形容一個公司創造的大量非結構化數據和半結構化數據，這些數據在下載到關系型數據庫用于分析時會花費過多時間和金錢。大數據分析常和云計算聯系到一起，因為實時的大型數據集分析需要像MapReduce一樣的框架來向數十、數百或甚至數千的電腦分配工作。

發明內容

為了解決相關領域的技術問題，本發明提供了一種基于大數據存儲的定位數據備份系統，能夠借助其他公共汽車的定位數據為公共汽車提供定位數據的輔助認證和備份，從而提升整個公共服務系統運行的健壯性和可靠性。

為此，本發明至少需要具備以下三處關鍵的發明點：

(1)對前端最近的公共汽車執行識別和相對距離檢測，并基于檢測到的相對位置以及本車的GPS定位數據獲取用于前端最近的公共汽車定位認證和備份的輔助數據；

(2)基于公共汽車車牌顏色特征從接收到的圖像中提取出各個公共汽車車牌分別所在的各個圖像區域，將景深值最小的公共汽車車牌所在的圖像區域執行OCR識別以獲得對應的車牌號碼，以實現對前端最近的公共汽車的識別；

(3)將接收到的輔助GPS數據以及對應的公共汽車車牌打包通過網絡發送給所述大數據服務器，從而為后續的公共服務提供有價值的參考數據。

根據本發明的一方面，提供了一種基于大數據存儲的定位數據備份系統，所述系統包括：

內容上報設備，與公共交通的大數據服務器連接，用于將接收到的輔助GPS數據以及對應的公共汽車車牌打包通過網絡發送給所述大數據服務器；

點陣攝像設備，設置在公共汽車的前端，用于對公共汽車的前端場景執行現場攝像操作，以獲得并輸出相應的前景檢測圖像；

畸變處理設備，與所述點陣攝像設備連接，用于接收所述前景檢測圖像，對所述前景檢測圖像執行畸變處理處理，以獲得并輸出對應的畸變處理圖像；

方向濾波設備，與所述畸變處理設備連接，用于對接收到的畸變處理圖像執行方向濾波處理，以獲得并輸出對應的實時濾波圖像；

第一鑒別設備，與所述方向濾波設備連接，用于基于公共汽車車牌顏色特征從所述實時濾波圖像中提取出各個公共汽車車牌分別所在的各個圖像區域；

數據解析設備，與所述第一鑒別設備連接，用于將景深值最小的公共汽車車牌所在的圖像區域執行OCR識別以獲得對應的車牌號碼；