[發明專利]基于人工智能的酒駕識別方法、裝置、設備及介質

在審

• 申請號: 202011009478.2
• 申請日: 2020-09-23
• 公開（公告）號: CN112115890A
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 吳曉東
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F16/29
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 何春蘭;遲珊珊

1.一種基于人工智能的酒駕識別方法，其特征在于，所述基于人工智能的酒駕識別方法包括：

連接采集設備，利用所述采集設備采集當前所經過車輛的車輛信息；

從所述車輛信息中獲取車牌號信息；

調用配置數據庫，根據所述車牌號信息從所述配置數據庫中調取車輛畫像、車主畫像及車輛行駛軌跡數據；

利用異常軌跡檢測算法確定所述車輛行駛軌跡數據是否異常，得到軌跡信息；

從所述車輛信息中獲取所述車輛的過車時間及所述車輛所屬的查處轄區；

對所述車輛畫像執行第一特征處理，得到第一特征，對所述車主畫像執行第一特征處理，得到第二特征，對所述過車時間執行第一特征處理，得到第三特征，對所述查處轄區執行第二特征處理，得到第四特征，及對所述軌跡信息執行第二特征處理，得到第五特征；

拼接所述第一特征、所述第二特征、所述第三特征、所述第四特征及所述第五特征，得到目標特征；

將所述目標特征輸入至LightGBM模型，輸出酒駕概率。

2.如權利要求1所述的基于人工智能的酒駕識別方法，其特征在于，所述利用異常軌跡檢測算法確定所述車輛行駛軌跡數據是否異常，得到軌跡信息包括：

從所述車輛行駛軌跡數據中確定經過的路口；

根據經過所述路口的順序，以每兩個路口為一組對所述車輛行駛軌跡數據進行拆分，得到至少一個軌跡片段；

從所述配置數據庫中調取所述車輛在預設時間段內的歷史軌跡數據；

根據所述歷史軌跡數據計算每個路口的目標概率；

根據每個路口的目標概率計算每個軌跡片段的經過概率；

根據每個軌跡片段的經過概率判斷每個軌跡片段是否異常，并確定異常的軌跡片段的數量；

確定所述至少一個軌跡片段的總數量；

根據所述異常的軌跡片段的數量及所述總數量確定所述車輛行駛軌跡數據是否異常，得到軌跡信息。

3.如權利要求2所述的基于人工智能的酒駕識別方法，其特征在于，所述根據所述歷史軌跡數據計算每個路口的目標概率包括：

確定與每個路口相鄰的上一路口；

將每個上一路口與每個路口構成的軌跡片段確定為每個目標軌跡片段；

獲取在所述歷史軌跡數據中包括每個目標軌跡片段的第一軌跡數，及獲取在所述歷史軌跡數據中包括每個路口的第二軌跡數；

計算每個第一軌跡數與每個第二軌跡數的商作為每個路口的目標概率。

4.如權利要求2所述的基于人工智能的酒駕識別方法，其特征在于，采用下述公式，根據每個路口的目標概率計算每個軌跡片段的經過概率包括：

P(L_i)＝P(L_i-1)*P(S_i)＝P(S₁)*P(S₂)*…*P(S_i)

其中，S_i表示第i個路口，i為正整數；P(S_i)表示第i個路口的目標概率，L_i表示從S₁到S_i的軌跡片段，P(L_i)表示從S₁到S_i的軌跡片段的經過概率，P(L_i-1)表示從S₁到S_i-1的軌跡片段的經過概率。

5.如權利要求4所述的基于人工智能的酒駕識別方法，其特征在于，所述根據每個軌跡片段的經過概率判斷每個軌跡片段是否異常包括：

當P(L_i-1)大于第一閾值，且P(L_i)小于所述第一閾值時，確定從S_i-1到S_i的軌跡片段異常。