`
weitao1026
  • 浏览: 1052906 次
  • 性别: Icon_minigender_1
  • 来自: 上海
社区版块
存档分类
最新评论

卡口与大数据融合应用新看点

 
阅读更多
<div class="iteye-blog-content-contain" style="font-size: 14px;">
<p>随着各地智能交通信息系统工程的持续建设和投入,交通设施设备大量增加,尤其是卡口系统的数量快速增长,这导致卡口系统产生的过车数据迅速膨胀。由于缺乏适当的手段去利用这些海量数据,导致了“重建设、轻应用”的现象。本文作者结合实际工作经验,提出了若干基于卡口系统的应用,有助于丰富卡口系统的应用形式。</p>
<p>  文/吴明远</p>
<p>  卡口背后的大数据</p>
<p>  虽然卡口系统包含很多复杂技术,例如图像识别,但卡口系统最终生成的过车信息却异常简单,无外乎车牌号、车型、颜色、行驶速度、过车时间、卡口编号、车道编号等。正是这些简单信息汇聚起来,形成了数量庞大的过车记录,最终产生了若干基于卡口系统的应用。</p>
<p>  假设每个卡口每小时平均过车3000辆,每天以10小时计(夜晚过车量很小),则每个卡口一天的过车数据有3万条。当前一线城市的卡口数量约在500个左右,以此计算,每天的过车记录将高达1500万条,一年下来就超过了50亿条记录。</p>
<p>  稽查防控</p>
<p>  作为卡口系统最为直接的应用,稽查防控应用最为广泛,例如针对逾期未年检车辆进行整治。用户指定需要布控的车牌号,卡口系统会实时扫描从所有卡口通过的车辆信息,一旦发现布控的车辆,会及时通过多种方式,在多种终端上进行报警,以便相关人员进行拦截。</p>
<p>  虽然稽查防控应用很多,但仍然存在值得改进的地方。当布控车辆从某个卡口经过时,拦截人员通常不在现场,等到拦截人员赶到现场时,布控车辆早已逃之夭夭,这就失去了防控的意义。如果结合GIS技术,就能很好地解决这个问题。当卡口系统检测到布控车辆从某个卡口通过时,借助GIS技术,可以推算出布控车辆接下来将要通过的一个或多个卡口,并对各卡口的可能通过时间进行预估,这就方便指挥中心及时派员前往相关卡口进行拦截,有效提高了稽查防控效率。</p>
<p>  在不远的将来,有望将全国的卡口系统过车信息全部统一起来,以实现基于全国范围的稽查防控网络,藉此大幅度提高针对违法违章车辆的查处力度。</p>
<p>  涉案车辆排查</p>
<p>  随着城市的快速发展,城市越来越大,路网也越来越复杂,为了迅速逃脱公安机关的抓捕,更多违法犯罪分子借助车辆来实施违法行为。事实上,绝大多数犯罪分子都会乘坐车辆到现场踩点,反复查勘现场,等待合适时机以实施违法犯罪行为,最后乘坐车辆逃逸。借助卡口系统中记录的海量过车信息,结合海量数据分析技术,完全有可能将犯罪分子乘坐的车辆从茫茫车海中识别出来。</p>
<p>  除了这种事后的涉案车辆排查技术,运用同样的技术,系统还可以主动出击,及时预测将要发生的为违法行为,做到防患于未然,进一步提高系统的应用范围。</p>
<p>  伴随车辆分析</p>
<p>  由于公众安全防范意识不断提高,犯罪分子独立实施犯罪行为的成功率大为降低,因此,新时期的犯罪行为,开始表现为团体作战,形成犯罪团伙。踩点和作案时,犯罪团伙通常会使用多辆汽车,以提高成功率。从卡口系统的角度看,团体作案具体表现为多辆车同时出没于特定卡口覆盖范围,利用该特征,从海量过车数据中,就可以提取出满足特定条件的车辆,提高侦破效率,这就是伴随车辆分析。</p>
<p>  在应用上,由用户选择车辆的行进路线,设置车辆通行间隔时间、跟车数量,以及分析时间起止范围,系统就可以从海量过车信息中查找到符合上述特征的所有车辆。通常满足伴随车辆分析的车辆数量不会太多,用户从这个较小的集合中,结合卡口系统拍摄的高清照片,就能够快速定位到犯罪分子使用的车辆,进而顺藤摸瓜,迅速抓获犯罪分子。</p>
<p>  合理使用伴随车辆分析,不但可以在案发后起到快速定位嫌疑车辆的作用,还可以在案发前提供预警信息,做到防患于未然,减少人民生命财产的损失。</p>
<p>  出入案发现场车辆分析</p>
<p>  如前所述,犯罪分子在实施犯罪之前,通常会持续踩点,多次查勘现场,分析合适的作案时间,直至成功实施犯罪行为,之后则很长时间不会出现在作案现场。从卡口系统的角度来看,在作案时间点之前,会有车辆频繁出入于案发现场的卡口;而作案之后,这些车辆全都在这些卡口消失了。利用该特征,完全有可能找出符合作案特征的全部车辆,再结合其它信息,就可以快速找到嫌疑车辆,这就是出入案发现场车辆分析,用于分析在案发前进入、案发中停留、案发后离开的车辆。</p>
<p>  从上述应用场景可以看出,只有在案件发生一段时间后,才能有效利用这种分析方式,以提供足够的对比分析数据。</p>
<p>  异常车辆分析</p>
<p>  犯罪分子在踩点的过程中,通常会在特定时间频繁出入于特定卡口。利用数据仓库分析技术,找出特定时间段(如夜晚),在特定卡口(如案件高发区域),最为活跃的车辆,用户可进一步分析这些车辆,及时发现潜在的犯罪行为,有效震慑犯罪分子,这就是异常车辆分析。</p>
<p>  除此之外,还可以分析车辆通行规律异常的情况。例如突然出现在不经常出现的区域,或者应该经常出现在某一区域,突然几天不出现了。这些异常行为都可以从海量过车数据中挖掘出来。</p>
<p>  在使用异常车辆分析时,可根据需要,过滤掉出租车等车辆类型,以减少排查范围,提高分析效率。</p>
<p>  旅行时间计算</p>
<p>  车辆通过每一个卡口时,卡口系统会记录通过时间和车牌号,由此可以计算出车辆在相邻卡口间的通行时间,这就是旅行时间计算。</p>
<p>  有了相邻卡口间的旅行时间,结合GIS,自动测算出相邻卡口间的道路长度,就可以计算出车辆在相邻卡口间的平均行驶速度,这就是区间测速。</p>
<p>  由于电子狗的大量使用,不少驾驶员在通过卡口时,会主动降低速度,一旦离开卡口覆盖范围,又会迅速提高速度,超速行驶,传统的单点测速无法发现这种超速行为。利用区间测速,就可以有效解决该问题,此时只需在封闭道路的两端安装卡口,即可发现超速行为。利用该方式,可有效减少卡口建设数量,节省建设资金;同时解决了单点测速的弊端,可有效减少因超速带来的事故,强化路网通行规范,提高路网通行能力。</p>
<p>  计算车辆旅行时间和区间行驶速度,在技术实现上,要求卡口系统针对每一条车辆通行记录,找出时间间隔最近的相同号牌的上一条通行记录,以此完成计算。如果碰巧找出的上一条通行记录所对应的卡口,与当前记录对应的卡口相距甚远,车辆完全不可能在这个时间间隔内穿越这两个卡口,这就意味着发现了车辆套牌行为。套牌行为的危险性毋庸赘述,一旦发现套牌行为,卡口系统可通过多种方式通知相关人员进行拦截。</p>
<p>  交通流量分析</p>
<p>  传统上,分析交通流量时,多使用来自地磁、微波等检测源的数据,但这些检测源都有一个共同点,那就是无法检测车牌号。这就限制了传统流量分析的应用场景,仅能对单一路段/路口进行分析,无法形成全局的流量分析。</p>
<p>  卡口系统由于记录了车辆号牌,相对地磁、微波等检测设备,具有天然的优势。基于卡口系统的流量分析,可计算出城市各小区机动车发生量分布、吸引量分布,可实现出行目的地分析、出行路径分析等多种分析应用,进而找出城市热点区域,为管理者提供决策参考,更好地优化路网机制,规划更为合理的路网参数。</p>
<p>  图像分析</p>
<p>  卡口系统记录的过车数据,结构上是很简单的,从占用的存储空间来看,图片之外的部分才几百字节,但每张图片大小却有几百K。随着高清卡口的推广,相信图片大小会越来越大,占用越来越多的存储空间。</p>
<p>  传统上,卡口系统拍摄的图片仅用作人工审核用,用于在最终环节对车辆进行确认。考虑到庞大的过车数据,相信绝大多数图片都无法得到有效利用,白白占用了庞大的存储空间。</p>
<p>  事实上,卡口过车图片里面包含了很多信息,这些信息是卡口设备本身无法有效识别出来的信息,例如车辆品牌、车辆型号、是否粘贴了年检标识、驾驶员是否系安全带、是否驾驶时拨打电话等等。</p>
<p>  随着图像分析技术越来越智能,在卡口系统采集的过车图片之上,建立后期图像分析应用,利用图像分析技术,及时发现违法违章车辆,就变得愈发有效了。例如通过与车驾管系统中登记的车辆信息进行比对,可检查是否套牌。</p>
<p>  利用后期图像分析,在不改变现有卡口设备的情况下,就能够挖掘出更多的车辆特征,便于实现更多应用,有效利用了现有卡口设备,降低不必要的卡口重建投入。</p>
<p>  卡口大数据应用更丰富</p>
<p>  利用先进的海量数据处理技术,结合当前城市发展需要,充分挖掘卡口系统采集数据的价值,为平安城市的建设打下坚实基础,这是当前基于卡口系统的应用范围。</p>
<p>  除了传统的稽查防控应用,基于卡口应用的海量过车数据,可实现涉案车辆排查、旅行时间计算、交通流量分析、图像分析等应用。其中涉案车辆排查又包括伴随车辆分析、出入案发现场车辆分析、异常车辆分析等多种应用形式;由旅行时间计算,可衍生出区间超速测量、套**等应用;交通流量分析是卡口系统的重要应用方向,可提供很多传统检测设备无法支撑的应用形式;图像分析可充分利用卡口设备抓拍的图片,提供更为完备的车辆特征信息。</p>
</div>
分享到:
评论

相关推荐

Global site tag (gtag.js) - Google Analytics