[發明專利]基于卡口過車大數據分析的嫌疑車認定方法

有效

• 申請號: 201711175621.3
• 申請日: 2017-11-22
• 公開（公告）號: CN107993444B
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 廖世奇;李宗杰;張恩亮;劉榮星
• 申請（專利權）人: 紫光捷通科技股份有限公司
• 主分類號: G08G1/017
• 分類號: G08G1/017
• 代理公司: 北京智沃律師事務所 11620
• 代理人: 王繼勝

本發明公開了一種基于卡口過車大數據分析的嫌疑車認定方法。所述方法大大減小了搜索嫌疑車輛的過程，提高了識別的準確率。包括如下步驟：基于全國機動車緝查布控系統，采集城市中安裝部署的各卡口實時過車數據信息并采用HBASE分布式數據庫組織數據并進行分布式儲存；將分別提取的案發前、案發當天、案發后案發地鄰近卡口設備編號的過車記錄進行分組得到案發前、案發當天和案發后每輛車的過車次數；將得到的案發前、案發當天和案發后每輛車的過車次數依據實際案件情況進行分析過濾得到在案發前和案發當天頻繁出現而案發后沒有出現的車輛記錄，這些車輛認定為嫌疑車輛。

技術領域

本發明屬于大數據分析領域，具體涉及一種基于卡口過車大數據分析的嫌疑車認定方法。

背景技術

隨著社會生活水平的提高，公路智能監測技術的快速發展，現在有很多城市在打造“平安城市”、“智慧城市”。可以發現在城市的很多位置安裝部署了大量卡口，逐步形成一張無形的保護網，這張網可以實時地檢測機動車輛的軌跡，識別車輛車牌號、車身顏色、車輛品牌等信息。

隨著機動車輛的普及，涉車案件發生的越來越多。但其中大部分案件，特別是晚上發生的涉車案件，為公安部門破案增加了難度。有的是公安部門一開始并沒有掌握涉案車輛的相關信息，也有部分情況是通過調查、分析能夠得到涉案車輛的行車軌跡。然后，通過查詢途徑卡口的采集信息數據庫，為公安刑偵部門提供破案線索。但是城市里的卡口密集度大，車輛流量大，往往卡口的采集信息數據庫數據量巨大，調查發現一個一般的縣城一天的過車數據達到60萬左右，二三線的地級市一天的過車數據基本都在500萬以上。在這種情況下，為了找到嫌疑車輛，人工查詢匹配是很費時費力的。

發明內容

本發明旨在至少解決現有技術中存在的問題之一。

本發明要解決的技術問題之一在于針對上述問題，改善現有技術的不足，提高公安部門破案的效率。

為解決上述技術問題，本發明提供一種基于卡口過車大數據分析的嫌疑車認定方法。

所述基于卡口過車大數據分析的嫌疑車認定方法，包括如下步驟：

S1：基于全國機動車緝查布控系統，采集城市中安裝部署的各卡口實時過車數據信息(包含車牌號碼、車身顏色、車輛品牌等)并采用HBASE分布式數據庫組織數據并進行分布式儲存；

S2：分別提取案發前、案發當天、案發后案發地鄰近卡口設備編號的過車記錄，分別標記為R2、R1和R3；

S3：根據過車數據信息(主要包含車牌號碼、車身顏色)和案發地鄰近卡口設備編號，分別將S2得到的各記錄中的車輛進行分組，得到案發前、案發當天和案發后每輛車的過車次數；

S4：從步驟S3得到的案發前和案發當天的數據中過濾出過車次數大于預定閾值的車輛，得到案發前和案發當天頻繁出現的車輛記錄；

S5：將S4中得到的案發前和案發當天頻繁出現的車輛數據進行關聯比對，過濾掉重復車輛，得到案發前和案發當天頻繁出現的車輛記錄，標記為R12；

S6：將S2中得到的記錄R3進行過濾，除掉重復的車輛，得到過濾后的記錄R3’；

S7：將S5中得到的記錄R12與S6中得到的記錄R3’進行交集比對，得到案發地頻繁出現的車輛記錄；

S8：將S7中得到的記錄數據與S5中得到的記錄數據進行差別比對，得到在案發前和案發當天頻繁出現而案發后沒有出現的車輛記錄，這些車輛認定為嫌疑車輛。

進一步地說，提取案發前和案發后信息的天數取決于預定閾值

與現有公開的技術方案相比，本發明具有的優勢為：

所述基于卡口過車大數據分析的嫌疑車認定方法大大減小了搜索嫌疑車輛的過程，提高了識別的準確率。