[發明專利]一種基于海量數據分析的重點車輛分析模型在審
申請號: | 201611005756.0 | 申請日: | 2016-11-14 |
公開(公告)號: | CN108074400A | 公開(公告)日: | 2018-05-25 |
發明(設計)人: | 范宇 | 申請(專利權)人: | 北京航天長峰科技工業集團有限公司 |
主分類號: | G08G1/017 | 分類號: | G08G1/017;G08G1/01 |
代理公司: | 暫無信息 | 代理人: | 暫無信息 |
地址: | 100854*** | 國省代碼: | 北京;11 |
權利要求書: | 查看更多 | 說明書: | 查看更多 |
摘要: | |||
搜索關鍵詞: | 排查 車輛比對 車輛信息數據庫 海量數據分析 數據采集模塊 車輛分析 敏感區域 機動車動態 視頻數字化 路面交通 視頻錄像 套牌車輛 圖像監測 行為異常 符號化 機動車 行駛 跟蹤 非法 分析 | ||
1.一種基于海量數據分析的重點車輛分析模型,其特征在于:包括數據采集模塊、車輛信息數據庫,以及重點車輛比對排查模塊;數據采集模塊對行駛的機動車及路面交通狀態實施全天候圖像監測、視頻錄像,將信息存入車輛信息數據庫,實現對機動車動態跟蹤的視頻數字化、符號化,并通過重點車輛比對排查模塊進行分析;所述重點車輛比對排查模塊包括敏感區域進入車輛排查模塊、敏感區域徘徊車輛排查模塊、尾隨車輛排查模塊、非法聚集車輛排查模塊、行為異常車輛排查模塊、套牌車輛排查模塊。
2.根據權利要求1所述的基于海量數據分析的重點車輛分析模型,其特征在于:所述敏感區域進入車輛排查模塊,對進入相對敏感區域的車輛逗留時間設立一警戒閾值,某一車輛超過該閾值,則對該車輛進行標記,并與車輛信息數據庫進行數據比對,及時發現可疑車輛。
3.根據權利要求1所述的基于海量數據分析的重點車輛分析模型,其特征在于:所述敏感區域徘徊車輛排查模塊,在區域附近監控范圍內,根據視頻數據,對過往車輛進行路線描繪與重述,對于一定時間內車輛路線重復度過高,往返次數較多的車輛進行數據庫比對,并確定是否將該車及車主標記為徘徊車輛。
4.根據權利要求1所述的基于海量數據分析的重點車輛分析模型,其特征在于:所述尾隨車輛排查模塊,通過視頻數據對汽車尾號及其他特征的識別,將車輛在多個視頻監控點的行車記錄進行描繪與重述,形成路線軌跡,并將其與附近時刻其他車輛的行車軌跡進行比對,如果發現在多個監控點有相同的兩輛及以上車輛短時間內通過,即兩輛或以上的車輛的路線軌跡一致,應當對其進行數據庫比對,判斷是否為后車尾隨前車的情況,并對其做出相應標記。
5.根據權利要求1所述的基于海量數據分析的重點車輛分析模型,其特征在于:所述非法聚集車輛排查模塊,通過對監控點的車輛路線分析,判斷是否在某一時間點有大量車輛即將匯集于某一區域,如果存在則應當自動將該區域列為重點監測區域,并將車輛進行數據庫比對;如果存在的問題車輛大于某一閾值,則可能該地區即將發生大規模、群體性的違法犯罪事件,應采取應急措施,并將其他未標記的車輛加入重點嫌疑車輛數據庫;如果存在大量從某一區域駛離的車輛,則判定可能是大規模的犯罪事件剛剛結束,嫌疑人離開現場的可能。
6.根據權利要求1所述的基于海量數據分析的重點車輛分析模型,其特征在于:所述行為異常車輛排查模塊,通過對加油站、銀行停車場、管制刀具商店停車場車輛記錄進行分析,對于短時間內多次頻繁出入停靠上述區域的車輛,進行數據庫比對并進行標記。
7.根據權利要求1所述的基于海量數據分析的重點車輛分析模型,其特征在于:所述套牌車輛排查模塊,將車輛號牌與登記車輛特征比對,相同號牌但車型、顏色特征不同的車輛標記為套牌車;同時進行速度測算,在兩監控點中較短時間內出現的同一車牌車輛,根據兩監控點間的距離可以測算出該車的最小行車速度,如果車速大于某一閾值,可視為該車牌為套牌,則判定兩輛車中至少有一輛為違法車輛。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京航天長峰科技工業集團有限公司,未經北京航天長峰科技工業集團有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201611005756.0/1.html,轉載請聲明來源鉆瓜專利網。