新浦京娱乐手机平台:智能交通大数据及云应用

2019-07-10 09:20栏目:通信

12、同行车辆多模型分析

4、以图搜车

综上所述,借助大数据云计算及视图分析技术,将以其视图智能化、运维管理自动化,IT资源弹性调度,快速部署以及优异的扩展性等优势,将为高速公路收费稽查发展夯实基础。

1.4.10 异常车辆二次识别分析及报警

破案过程中,搜集到的案件线索很有可能是嫌疑车辆的一张或多张图片,基于此种情况下,系统能够借助车辆的全面车体特征和局部特征从而对目标车辆进行有效检索,在最短时间内锁定其行踪。支持通过浏览按钮选择需要上传的目标车辆图片。

收费视图大数据处理系统将有效打击高速公路偷逃漏费行为,并且每年将挽回损失几个亿。同时积累下来的大数据会对后续的高速公路运营服务和管理提供帮助。

摘要:随着日益增长的交通“大数据”,给交通管理创新带来的新挑战,以及对交通管理工作提出的新要求,交通信息化建设必然步入云计算智慧应用阶段,利用云计算破解当前诸多交通瓶颈问题。

由于大部分的涉车案件均发生在夜晚或凌晨时段,因此通过对频繁夜出的车辆进行分析研判能够有效的筛查及锁定嫌疑目标车辆。

多数据中心统一管理

  • 音频分析模块

车型识别

【编辑推荐】

2、过车记录表特定时段车辆研判

系统支持黑、白、红、黄、蓝、绿、灰、青等10种车身颜色识别。

通过云计算HA、FT、热迁移功能,能够有效减少设备故障时间,确保收费等核心业务的连续性,避免传统IT,单点故障导致的业务不可用。

特定的N(2<=N<=5)个区域(1~5个卡口组成一个区域),结合各区域指定的时间范围,找出同一辆车在指定条件下经过其中的两个及以上区域的车辆,并统计其经过次数进行数据碰撞。区域碰撞功能给公安查询分析跨区反复作案的嫌疑车辆带来极大的便利。

149.net,3) 支持对目标车辆动态布控并自动报警,可布控的车辆信息包括:监控点、车牌号、品牌、车系、款型、特征物、车辆类型、车身颜色及车型等。

针对高速公路监控视频提供车辆"多特征识别"结构化处理。通过对收费站出入卡扣收费视频图像数据的有效结构化处理,提供收费车辆特征描述,用以辅助高速公路收费人员进行实时在线偷逃漏费稽查工作。

7、过车记录表跟车研判

10、频繁夜出车辆分析

新浦京娱乐手机平台 1
图-3高速公路视图大数据处理云平台部署方案

系统具有开放性的标准体系,后端基于开放式的TCP/IP网络系统进行设计,支持多种网络协议,便于和各系统间的互联、互通、互控,遵循规范的通用接口标准,使系统对硬件环境、通信环境、软件环境、操作系统之间的相互制约和影响减至最小。

2、车辆综合查询

新浦京娱乐手机平台,在现代的高速公路建设上,充分利用收费站、交通路段和重要场所的视频结构化信息,获得高速公路收费与稽查视图大数据处理解决方案,从而使得高速公路运行更加安全畅通,有效打击高速公路偷逃漏费现象。

大数据管理平台负责对整个大数据平台进行部署和管理,结构示意图如下图所示,包括集群部署、集群管理、任务管理、服务管理、状态监控、用户管理、告警、日志等模块。

车辆大数据侦查系统可将分析结果与实际抓拍车牌图片进行有效的对比。支持实时视频流、实时图片流、卡口录像视频和卡口抓拍图片的车辆特征分析。系统充分利用道路监控、高清电警、卡口、车管数据库、云存储等平台资源,实现对车辆信息进行大数据、结构化的分析整合,从而开展各种应用——可应用于刑事侦查、交通执法、智能交通、缉查布控、大数据分析等领域,是公安实战必不可少的应用系统。

通过虚机模板、应用模板,以及用户自定义编排等能力,提供应用快速、自动化部署的能力。

1.2 数据流程设计

4) 支持通过上传嫌疑目标车辆的图片实现以图搜车的功能。

云数据中心一次规划,多次(按需)部署,降低规划难度,规避投资风险,柔性十足,便利的扩减容机制,可随时调整以匹配业务或IT的变化等。

以不同卡口、不同时间为基点,自动检索多次违法的车辆。分析结果支持列表展示,自动列出分析结果展示具体违法记录。

车品牌、车系、款型识别

近年来,随着高速公路通车里程的迅猛增长和车流量的快速增加,高速公路运营管理中暴露的新情况、新问题也逐年增多,特别是逃漏通行费问题,给正常运营秩序带来较大的冲击。为了解决偷逃漏费、路径识别等业务需求,其中在高速公路收费卡口逐步进行了监控高清化与智能化改造。在视图智能化处理方面将面临以下几个问题:

1.3.2 研判分析

4. 在识别结果中根据车牌号选择相应车辆,在GIS地图上生成并显示该车辆的运行轨迹。

新浦京娱乐手机平台 2
图-2高速公路视图大数据处理智能应用

系统能够对未系安全带违法行为进行自动检测,为交警查处未系安全带违法行为提供了科技新手段,从而规范驾驶人安全驾驶行为。

在实际的涉车案件中,往往犯罪分子在作案前都会进行频繁的踩点和准备,因此可通过频繁过车分析研判出具有嫌疑的目标车辆。

  1. 如何建立一个安全、实时、有效、智能化的视图大数据系统处理系统,利用车辆视图"多特征识别"真正满足高速公路偷逃漏费稽查工作高时效、高正确率要求;
  2. 如何建设一个适合高速公路场景高性能计算平台,实现大规模数据的云存储、云计算,满足数据实时查询,同时满足海量数据离线分析,实现更多的预测,统计和稽查等业务。
  3. 如何保证收费站的收费数据实时性、收费高清图像传输的可靠性,以及高业务量将引起存储容量,网络带宽,并发处理能力的高要求。

大数据技术平台是大数据的存储和计算中心,具有分布式、统一存储、统一访问、动态扩容的特点,用于汇集视频、图像、报警、卡口信息、位置信息、事件等大数据,为数据的综合利用提供支撑。

支持对年检标、挂饰、遮阳板、纸巾盒的识别检测,并以不同颜色框加以标识。

分布式高速公路视图大数据处理云平台建设以及对现有业务系统的进一步云化整合,可以带来如下价值:

对指定区域(卡口)做过车频度分析,过滤出频繁出入的车辆(过车次数满足指定阈值)进行重点关注,对预防犯罪及嫌犯跟踪有重大贡献。

车身颜色识别

快捷的应用管理

13、多业务维度积分研判分析

车辆大数据侦查系统基于提取的车辆信息,能够实现以下的智能应用:

一、高速视图大数据处理

针对嫌疑车辆可能会结队出行的特点,在刑侦等业务应用时,确定特定嫌疑车辆后,通过数据挖掘的方式分析其通过多个监测点时相邻的车辆号牌,能够找出与嫌疑车辆有关联的车辆,从而获取破案线索。

3. 提供车牌分析结果的可信度参考比值,可将分析结果与实际抓拍车牌图片进行有效的对比,并提供目标车辆识别结果和查询结果的下载导出。

图-2高速公路视图大数据处理智能应用中涵盖了车辆特征提、实时预览、智能检索和以图搜图等模块。其中在车辆特征提取中包含抓拍车辆的车型、车款、车身颜色、车牌、年检标、遮阳板、纸巾盒、挂件、摆件、安全带等细分特征。智能检索部分包含对车辆任意特征值进行快速搜索,得以快速定位车辆的入口站点等,同时支持多种特征和条件的组合检索。以图搜图支持通过车辆图片框选快速搜索同一车辆的入口信息等功能。所有智能应用满足高速公路收费系统快速稽查,并有效打击偷逃漏费的现象。

基于大数据平台的多业务维度车辆积分研判,是武进技防和图侦相关干警参考其他地市先进的车辆信息技战法以及结合自身对实际嫌疑车辆研判时所提出的一种新的研判分析方法。其根据对车辆的出没时间属性、出没卡口地点属性、驾驶人员违反行为信息、牌照归属地信息等多种有关车辆属性进行综合考虑,引入一套关于车辆积分研判的方法,因此在对车辆信息进行有针对性地研判时带来一种全新的体验。同时为了满足研判和预警实时性的要求,大数据采用spark流计算的方式保证车辆积分能够实时处理并将结果分发相关人员。

3、车辆实时布控

精简IT资源,降低运维成本,利用云数据中心统一资源管理,统一的运维管理平台,降低维护维护成本,从降成本中贡献净利润

车牌结合过车时间、车辆类型、车辆颜色、车牌类型、车牌颜色、违法行为、处理状态等其它筛选条件在海量违法过车记录数据中对车牌的前缀、中间、后缀做模糊查询并且要求在秒级内返回查询结果。

7、同行车分析

融合的基础架构

  • 过车记录表车流量对比

系统与车管所的数据库进行对接,对识别出的假套牌车辆进行实时记录并支持自动报警。假套牌车辆根据车牌号码、监控点、车牌种类、车辆类型、车辆颜色、过车时间段、报警类型、人工审核状态进行单个/组合条件查询。

省中心,各个区域分中心部署视图大数据处理业务系统。各个数据中心部署云计算平台,大数据分析平台和大数据存储平台。满足视图大数据处理的业务需求。

15、车辆时空出没规律分析

二、系统特点

图-1高速公路收费系统图片大数据处理系统。在功能模块中,包含收费出入口收费高清图片大数据处理,采用先进的深度学习、高性能运算及大数据技术,集视频结构化分析、数据存储、数据应用于一体的高性能、高密度计算设备,支持高并发能力、分析识别准、运算速度快、检索效率高等能力。在图片处理模块中,力求解决高速公路等目标的异常行为检测和快速检索,以实现收费稽查等多种应用,提高收费准确性。主要功能包括目标检测、跟踪、分类、车辆特征识别、以图搜图和实时报警等。在信源输入部分,支持实时的收费出入口图像数据,路段视频监控数据,同时还支持移动路政输入数据。亦可进行视综数据处理,收费系统历史视图等进行处理。进行离线的图像处理,用以更多的离线分析业务。

14、基于车辆相关数据的车辆套牌的相关性分析

6、无牌车分析

隐私保护模块负责对实时或历史视频图像中的人体影像进行模糊处理,保护个人隐私。

系统支持白天、夜间、同画面多车辆、从车头、从车尾识别。

为建设一个适合高速公路场景高性能计算平台,实现收费与监控系统视图大规模数据的云存储、云计算。考虑到目前收费业务功能集中由省收费中心承担,必然带来省中心业务数据存储容量、网络带宽、应用并发能力严重不足的问题。鉴于以上问题,高速公路收费视图大数据处理需要利用各个区域收费中心承担省中心部分职能,分担省中心的计算、储存、网络带宽及应用高并发处理能力处理。采用省中心为主,其他区域分中心协同的分布式云数据中心架构构建高速收费视图大数据处理平台。对现有业务系统的进一步云化整合。

新浦京娱乐手机平台 3

新浦京娱乐手机平台 4

新浦京娱乐手机平台 5
图-1高速公路收费系统图片大数据处理系统

基于大数据平台的多业务维度车辆积分研判根据对车辆的出没时间属性、出没卡口地点属性、驾驶人员违反行为信息、牌照归属地信息等多种有关车辆属性进行综合考虑,引入一套关于车辆积分研判的方法,因此在对车辆信息进行有针对性地研判时带来一种全新的体验。同时为了满足研判和预警实时性的要求,大数据采用spark流计算的方式保证车辆积分能够实时处理并将结果分发相关人员。返回搜狐,查看更多

  1. 界面友好,简单易用。

  2. 识别库升级为64位,可以支持更大分辨率视频和图片的识别。

二、高速公路视图大数据处理云平台建设

  • 通用大数据技术平台

涉及重大案件的车辆通常是套牌车甚至多次套牌。这时,车辆号牌对于侦查车辆失去价值。基于局部视觉特征的检索在车辆号牌信息缺失(无牌或套牌)的情况下,能够借助车辆的车体特征全面、迅速地获取车辆的行驶轨迹等重要信息,在最快的时间内锁定其行踪。

从一个统一的云管理平台下发业务到不同的资源池,支持快速的业务下发,支持不同虚拟化平台,从而将异构的计算资源池,异构的存储资源池作为服务提供,提供资源的共享和灵活分配,提供统一的分权分域管理。

1)数据建模

系统支持多种车型,如轿车、越野车、商务车、小型货车、大型货车、轻客、小型客车、大型客车、三轮车、微面、皮卡、挂车、混泥土搅拌车、罐车、随车吊、消防车、渣土车、押运车、工程抢修车、救援车、栏板卡车等类型。

提供针对省中心,区域分中心多数据中心的统一的运维、运营管理能力。融合资源池的管理系统可以集中管理和监控各个数据中心的计算、存储、网络资源和使用情况,提供统一的资源管理、跨DC资源部署、运维管理、服务管理和自助服务等能力。

1.4.11 以图搜图

新浦京娱乐手机平台 6

来源:网络大数据

7. 系统融合了公安实战业务,引入了技战法查车,包括:假套牌车分析、无牌车分析、同行车分析、首次入城分析、频繁过车分析、频繁夜出车辆分析、昼伏夜出车辆分析等。

具有良好的人机交互界面,尽可能避免出现繁琐操作实现某项具体业务应用的情形。系统在体系设计及工程实施中应根据用户使用需求充分考虑性能优化,在合理时间范围内,尽可能缩短系统的操作响应时间;系统维护也应在合理范围内尽可能简化,使操作人员能快速地学习和掌握系统操作。

1) 支持相关车辆信息的精确查询和模糊查询。

最下端为数据感知层,包括业务子系统及设备,为各类交通信息的原始数据来源,如GPS车辆轨迹信息、视频信息、通行车辆信息、交通流信息、施工占道信息、交通管制信息、气象信息等。

6. 可通过上传嫌疑车辆的一张图片,借助该车辆的全面或部分车体特征对目标车辆进行以图搜车检索。

系统设计

1、基于局部视觉特征的检索

车牌结合过车时间、车辆类型、车辆颜色、车牌类型、车牌颜色、违法行为、处理状态等其它筛选条件在海量违法过车记录数据中做精确查询并且要求在秒级内返回查询结果。

11、昼伏夜出车辆分析

新浦京娱乐手机平台 7

大数据综合业务应用平台提供视频综合分析业务应用,实现智能检索、车辆布控、以图搜车、GIS应用等功能,满足不同业务部门应用需求。

视频云存储系统架构图

三、系统功能

在现有的视频作战平台中,已经引入了一套根据同一时间内出现在不同地点来判断是否套牌车辆的相关分析手段,但是由于前端卡口设备在车辆识别率上并不能达到100%,因此有一定的误报率;此外该种套牌分析方法在定位一些非当前库内所包含的车辆信息时往往缺乏有效的分析手段;而大数据平台则是利用本期和前三期中一些已经对车辆进行二次结构化处理后的数据(例如车型、车标、子品牌、年款等)进行套牌车分析库,将被盗抢车作为套牌车辆分析的重点,从而判断套牌车辆的可能性;另外大数据平台将在时空领域上结合GIS应用,根据车辆不正常的出没规律来分析套牌车辆的可能性,例如某辆车C在不同的时内从区域A出现在区域B,但是逻辑上区域A和区域B必须经过某几个卡口,但是在该段区域和时间内没有任何关于车辆C的过车卡口描述,因此可以判断车辆C是否为套牌车辆。

针对如盗窃、抢劫、走私等违法犯罪活动,大部分的涉车案件性质有着共通的地方:昼伏夜出,因此通过对昼伏夜出的车辆进行分析研判能够有效的提高侦查破案的效率。

在应用层下面是支持业务应用的支撑层,在这层完成对信息的采集、汇聚、加工、存储、交换等处理操作,同时支撑层还内包消息服务器、GIS地图中间件、视频服务、诱导服务等信令及数据的服务或中间件。

四、系统应用

基于大数据的特种车辆管控,是指针对类似渣土车、校车等安全等级较高的车辆,通过设定专属的行驶路线,一旦出现车辆偏离行车路线的时候,即发送报警信息给相关人员,从而确保特种车辆始终处于受控的安全状态。

8、首次入城分析

3、分布式计算

车辆大数据侦查系统-大数据研判-频繁过车分析

1.4.1 车牌二次识别

12、PGIS地图应用

能够针对海量数据进行快速检索、快速统计分析,同时能够进行深度的关联分析,挖掘出其中有价值的信息。行业大数据能力平台以接口的方式为上层应用提供服务。

一、系统概述

视频图像增强复原模块负责对实时或历史视频图像进行增强复原,对效果较差的视频、图像进行智能修复并增强处理。

2. 系统支持对卡口系统、高清监控等实时视频流、图片流以及历史视频、图片源的接入识别,兼容市面上主流编码格式离线视频上传转码分析。

数据写入、检索、统计和研判应用,大数据平台提供统一的webservice接口,智能交通管控平台通过调用大数据平台接口进行处理应用。

特有的车窗贴、挂饰、遮阳板识别能力

新浦京娱乐手机平台 8

通过输入嫌疑车辆的车牌号,设置同行路口数(≥)、时差(秒)、开始时间及结束时间组合查询、筛选目标嫌疑车辆的同行车辆并生成原车详细信息列表记录和同行车列表。

1.3.1 快速检索

系统支持车辆三级品牌(品牌、车系和款型)识别,其中包括160种以上的车辆品牌识别,在识别车辆品牌的基础上,系统支持近千种车辆系列的识别,支持子型号数量大于2000,国内领先。

视频云分析方案架构图

案件侦破过程中,需根据车辆类型、品牌型号、车身颜色、车牌号等部分信息的组合进行布控,从而能够在第一时间发现目标车辆并进行处理。

由云分析对过车图片进行统一建模,建模数据直接存储在大数据平台中。

对识别出的无牌车辆进行实时记录并支持对结果的查询。

  • 违法记录表违法多发地研判

新浦京娱乐手机平台 9

分析出在特定卡口上(一个或多个),在特定时间段内,过车次数满足一定条件的所有过车信息和过车数:所谓的满足一定条件是指过车次数大于等于(或小于等于或等于)(频度设置)一定数量(频度阈值),根据设定的频度阈值,分析在某一段时间内通行路口次数超过设定阈值的车辆。

系统按照GA36-2007标准进行设计,支持多达26种车牌类型的号码识别。包括:大型汽车、小型汽车、使馆汽车、领馆汽车、境外汽车、外籍汽车、普通摩托车、轻便摩托车、使馆摩托车、领馆摩托车、境外摩托车、外籍摩托车、低速车、拖拉机、挂车、教练汽车、教练摩托车、临时入境汽车、临时入境摩托车、临时行驶车、警用汽车、香港入出境车、澳门入出境车、武警号牌、军队号牌、其他号牌。

通用大数据技术平台是大数据的存储和计算中心,具有分布式、统一存储、统一访问、动态扩容的特点,用于汇集视频、图像、报警、卡口信息、位置信息、案事件等大数据,为数据的综合利用提供支撑。

不同环境下车辆识别

系统可识别的车辆标志包括:奔驰、宝马、大众、别克、丰田、本田、依维柯、金杯、福特、现代、马自达、奇瑞、奥迪、雪铁龙、雪弗兰、标致、东风、五菱、尼桑、起亚、皇冠、东南、比亚迪等两百多种车标。

2) 支持查询并选择相应车辆,在GIS地图上生成并显示该车辆的运行轨迹。

  • 违法记录表车辆违法统计

系统支持驾驶员打电话、是否系安全带等危险行为进行识别检测。

大数据平台的另一个重要的作用是多元多维度的统计分析方法,针对某一辆车辆信息,大数据平台采用分布式计算的方法将车辆信息的过车点位信息、所有过车卡口的出没频次、出没时间段、经常活动的区域、经常经过的监控点位信息以及违法信息统计和同行车辆信息进行统一展示,可以提供包括车辆的居住地和工作地相关信息预测。同时预留这些数据分析结果,可进一步用于车辆与相关案件关联性的分析。

查找车辆的时候,通过WEB客户端,提交监控点、车牌、车牌颜色、车身颜色、品牌、车系、款型、车道方向、车型、地点、特征物及过车时间段等信息对识别结果进行部分/组合查询。系统支持对目标车辆进行精确查询和模糊查询。

新浦京娱乐手机平台 10

5. 可根据监控点、车牌号、品牌、款型、特征物、车辆类型、车身颜色及车型等布控信息对车辆进行组合实时布控。

1.4.7 遮阳板二次识别

以PGIS平台为基础,利用平台车辆通行信息实现预警车辆快速定位报警与轨迹显示,并通过嫌疑车辆行驶方向、车速、过车时间综合计算,对预警车辆的位置与轨迹进行预测。

可对单个卡口,多个卡口进行实时监控,包括通过时间、通过地点、号牌种类、号牌号码、行驶方向、行驶速度、车辆类型、车身颜色、车辆属地、图片详情及行进轨迹等。

车辆大数据侦查系统

在特定的时间段内,所选择的卡口组合(一个或多个)中的过车时间与参考卡口中的过车时间的绝对值小于设定的某个值(passInterval)的所有过程信息:找出同一车辆同时经过参考卡口及指定卡口组合,过滤出经过参考卡口与指定卡口的时间差小于设定的阈值的车辆,以协助公安人员分析出套牌或超速等其它违章行为的嫌疑车辆。

车牌信息识别

  • 行为分析模块

五、系统架构

1.1.2 通用大数据技术平台

驾驶员行为识别

新浦京娱乐手机平台 11

车辆大数据侦查系统-大数据研判-假套牌车分析

1.1.3 行业大数据平台

1.车辆大数据侦查系统采用B/S架构,只需浏览器即可登录使用本系统,而不需要另外单独安装客户端。

基于大数据的特种车辆管控,是指针对类似渣土车、校车等安全等级较高的车辆,通过设定专属的行驶路线,一旦出现车辆偏离行车路线的时候,即发送报警信息给相关人员,从而确保特种车辆始终处于受控的安全状态。

5、假套牌车分析

被动工作模式相比主动工作模式而言能够突出计算节点的优势,管理单元越小,管理的难度也就越小。如果按照主动工作模式,由中心管理服务全部承担任务分派、任务调度等功能,负载、责任过大,容易造成单点失败。即便采用集群方式或者单点灾备模式,依然没有真正解决负载过重、任务调度节点易失败等情况。被动工作模式把任务申请职责交给了计算节点,各个计算节点按照自己的实际情况决定是否发起任务申请,这样可以有效地避免计算节点出现计算资源使用率频繁切换、异常波动,同时,降低了中心管理服务的压力。

车辆大数据侦查系统是千视通研发的一款专门针对车辆进行结构化分析和大数据精准检索应用的智能车辆管理系统。系统对视频或卡口系统抓拍图片中的车辆特征进行提取、分析、识别、入库和查询。提取的车辆特征包括车牌号码、车牌类型、车牌颜色、特征物(包括年检标数量、纸巾盒、遮阳板、挂饰)、车牌归属地、车型、品牌、车系、款型、车身颜色、方向、车辆监控地点、过车时间等,并根据分析结果提供车牌可信度比值做参考。

  • 过车记录车辆行车轨迹统计

9、频繁过车分析

4、分布式协作系统

5) 支持融合公安实战业务的技战法,实现:假套牌分析、无牌车分析、同行车分析、首次入城分析、频繁过车分析、频繁夜出车辆分析、昼伏夜出车辆分析等。

系统中采用的设计方法和技术路线在实战应用技术中处于领先地位,软件的设计先进灵活,便于升级以及与其它系统的互联互通。系统涵盖了目前实战应用所涉及的一系列技术,如:图像预处理、信息筛查、电子地图轨迹分析等,在此基础上融合了车型建模、车牌识别、车标识别、运动目标检测和行为分析、图片检索等智能视频图像分析技术,创新性的实现了“车脸识别”、“不系安全带检测”等功能,创造性的使用云分析实现超大数据量的图片二次识别,为用户提供超高性价比的解决方案。

新浦京娱乐手机平台 12

1.4.12 连续违法分析

在涉车案件中,利用异地车辆作案或者是跨省/地区作案的概率较大,因此,系统支持对外地车辆进行有效管理可以在一定程度上协助涉车案件的侦破。

2、分布式数据库

6) 针对车辆识别结果,提供按照车身颜色、车型、品牌型号、图片、结果信息报表的分类形式下载导出。

前端新建及已建能够按照标准协议接入的设备通过智能交通综合管控平台交通接入服务器接入转发至云分析平台进行车辆建模和二次识别。已经部署云存储模块的系统,云分析也能够直接从云存储中读取图片信息进行车辆建模和二次识别。

版权声明:本文由新浦京娱乐手机平台发布于通信,转载请注明出处:新浦京娱乐手机平台:智能交通大数据及云应用