[發(fā)明專利]一種基于交通卡口的同行車輛判別方法及裝置

在審

• 申請?zhí)枺?/td>: 201811027994.0
• 申請日: 2018-09-04
• 公開（公告）號(hào): CN109118766A
• 公開（公告）日: 2019-01-01
• 發(fā)明（設(shè)計(jì)）人: 趙淦森;郭懷晉;胡海濤;馮松青;洪小龍;朱理臻;謝華斌;黃濤;張?jiān)?/a>;王欣明;麥家健;姚煒健;鄧杰;楊鐵民
• 申請（專利權(quán)）人: 華南師范大學(xué);廣東冠網(wǎng)信息科技有限公司;東莞數(shù)匯大數(shù)據(jù)有限公司
• 主分類號(hào): G08G1/01
• 分類號(hào): G08G1/01;G08G1/017
• 代理公司: 廣州凱東知識(shí)產(chǎn)權(quán)代理有限公司 44259
• 代理人: 姚迎新

本發(fā)明公開了一種基于交通卡口的同行車輛判別方法及裝置。包括：以目標(biāo)車輛的歷史過卡數(shù)據(jù)為基礎(chǔ)構(gòu)造時(shí)空立方體；從歷史總體過車數(shù)據(jù)中抽取時(shí)空立方體范圍內(nèi)的候選同行車輛過車數(shù)據(jù)；將候選同行車輛過車數(shù)據(jù)加工成候選同行車輛軌跡序列集；計(jì)算目標(biāo)車輛軌跡序列與每一輛候選同行車輛軌跡序列的相似度；以軌跡相似度為基礎(chǔ)，配合業(yè)務(wù)規(guī)則合成判定分值；選取判定分值高于閾值的車輛生成同行車列表。本發(fā)明通過對行車軌跡序列進(jìn)行智能分析，達(dá)到判定同行車輛的目的，可以在智能交通、安全防控領(lǐng)域發(fā)揮重要作用。

技術(shù)領(lǐng)域

本發(fā)明涉及智能分析領(lǐng)域，特別涉及一種基于交通卡口的同行車輛判別方法及裝置。

背景技術(shù)

隨著經(jīng)濟(jì)的發(fā)展，人民生活水平的提高，汽車在社會(huì)生產(chǎn)以及人民群眾的生活占越來越重要的地位。伴隨著汽車普及率的提升，違法人員越來越多地使用車輛從事犯罪活動(dòng)。

近年來，公安部門一直大力發(fā)展視頻監(jiān)控應(yīng)用建設(shè)，其中用于監(jiān)測車輛信息的設(shè)備如高清卡口、簡易卡口、電子警察等設(shè)備已在各大城市大規(guī)模部署應(yīng)用，采集、沉淀了海量的過車數(shù)據(jù)，成為打擊涉車犯罪的基礎(chǔ)。對于犯罪團(tuán)伙從事的案件，公安部門一般通過檢索歷史過車記錄，鎖定與嫌疑車輛軌跡高度相似的車輛作為偵查目標(biāo)，從而對整個(gè)犯罪團(tuán)伙實(shí)行打擊。

但是，隨著汽車保有量與視頻監(jiān)控設(shè)備的增加，數(shù)據(jù)庫中的歷史過車數(shù)據(jù)成幾何級(jí)數(shù)激增。公安部門傳統(tǒng)的分析方法基于數(shù)據(jù)庫組合查詢與人工判別相結(jié)合，既缺乏智能化分析手段，也無法應(yīng)對激增的數(shù)據(jù)量。

現(xiàn)有技術(shù)中已經(jīng)提出一些方案來解決同行車輛的分析問題。

第201310441733.4號(hào)中國專利申請?zhí)岢龌谲囕v號(hào)牌識(shí)別和網(wǎng)格化監(jiān)控的伴隨車實(shí)時(shí)檢測方法。該方法是：a、獲取所有卡口站點(diǎn)的信息和一段時(shí)間內(nèi)的歷史車輛信息；b、獲取被測車輛的信息；c、求出被測車輛的行駛軌跡；d、判斷被測車輛的軌跡點(diǎn)數(shù)是否小于最小伴隨等級(jí)，是則轉(zhuǎn)跳到步驟h，否則進(jìn)入步驟e；e、求出原始伴隨車輛集合；f、判斷原始伴隨車輛集合中車輛的數(shù)量是否小于2，是則轉(zhuǎn)跳到步驟h，否則進(jìn)入步驟g；g、根據(jù)被測車輛的行駛軌跡計(jì)算原始伴隨車輛集合中各個(gè)車的軌跡；h、伴隨程度分析并得出結(jié)果。但該方法僅能識(shí)別連續(xù)的軌跡點(diǎn)，一旦伴隨(同行)車輛存在繞路行為，準(zhǔn)確性將大為降低。同時(shí)，該方法要求所有車輛必須通過同一個(gè)最后一個(gè)卡口，對于終點(diǎn)卡口不同，但是中間軌跡點(diǎn)大量重合的伴隨(同行)車輛則不作考慮，這在實(shí)戰(zhàn)中具有很大局限性。

第201410758503.5號(hào)中國專利申請?zhí)岢鲆环N同行車輛分析方法。該方法在數(shù)據(jù)庫中查詢嫌疑車輛在一時(shí)間段的行車軌跡，并將其中出現(xiàn)的所有地點(diǎn)按所屬轄區(qū)進(jìn)行分類得到不同的區(qū)域，同時(shí)將嫌疑車輛在一時(shí)間段內(nèi)經(jīng)過各區(qū)域的時(shí)間設(shè)為時(shí)間節(jié)點(diǎn)；應(yīng)用服務(wù)器根據(jù)區(qū)域的數(shù)量自動(dòng)生成對應(yīng)數(shù)目的查詢線程；各查詢線程在數(shù)據(jù)庫中查詢各所述時(shí)間節(jié)點(diǎn)前后復(fù)數(shù)分鐘內(nèi)經(jīng)過對應(yīng)區(qū)域的全部車輛；應(yīng)用服務(wù)器讀取所有關(guān)聯(lián)車輛的行車軌跡并與嫌疑車輛的行車軌跡進(jìn)行匹配，若匹配成功，則認(rèn)為該關(guān)聯(lián)車輛是嫌疑車輛的同行車輛；提取所有同行車輛的數(shù)據(jù)，得到同行車輛列表。該方法的意義在于利用多線程技術(shù)提升執(zhí)行速度，但該方案中關(guān)聯(lián)車輛選取條件比較粗糙，導(dǎo)致接下來的軌跡匹配需要計(jì)算海量關(guān)聯(lián)車輛，有比較多的無謂計(jì)算，制約了運(yùn)算速度。而且關(guān)聯(lián)車輛的行車軌跡并與嫌疑車輛的行車軌跡的匹配算法僅考慮行車軌跡中共同出現(xiàn)的點(diǎn)，而沒有對整條軌跡序列的相似度進(jìn)行分析，故在實(shí)踐中有一定的局限性。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供了一種基于交通卡口的同行車輛判別方法及裝置，能夠充分卡口過車數(shù)據(jù)利用進(jìn)行深度挖掘，提高同行車輛判別的速度以及智能化水平。

本發(fā)明提出一種基于交通卡口的同行車輛判別方法，應(yīng)用與電子設(shè)備，可以通過目標(biāo)車輛判別其同行車輛，本方法包括：

對于目標(biāo)車輛，指定車牌號(hào)碼以及需要分析的日期，時(shí)空立方體的時(shí)間閾值與空間閾值。

進(jìn)一步地，從卡口過車數(shù)據(jù)中抽取符合車牌號(hào)碼以及日期等條件的目標(biāo)車輛過車數(shù)據(jù)集。