一种社区微卡口综合AI系统及其数据展现方法技术方案

本发明专利技术涉及一种社区微卡口综合AI分析方法及系统，社区微卡口获取社区出入人员和/或车辆数据，将人员和/或车辆数据传送给大数据AI综合分析系统，大数据AI综合分析系统对所述人员和/或车辆数据进行大数据分析，并输出图形化分析结果。通过本发明专利技术提供的社区数据分析方法及系统，可以对社区进行更可靠的安全管理，并为社区提供更优质的社区服务，有益于社区智能化管理的进一步发展。

【技术实现步骤摘要】
一种社区微卡口综合AI系统及其数据展现方法
本专利技术属于应用人工智能(ArtificialIntelligence,AI)的智慧城市
，尤其涉及一种社区微卡口综合AI系统及其数据展现方法。
技术介绍
社区是若干社会群体或社会组织聚集在某一个领域里所形成的一个生活上相互关联的大集体，当今社会中，人们生活在各种各样的社区中，通常意义上的社区包括住宅区以及商业住宅一体化的空间。安全性是社区管理和服务必须首要解决的问题。一方面，从社会治安和人口管理的角度来看，公安等管理部门需要掌握所辖片区内每个社区的人员信息。另一方面，从社区服务的角度来看，掌握社区人员信息可以为物业资源配置、应急救援等方面提供科学依据。然而，社区人口的多样性无疑会给公安机关和社区服务机构掌握社区人员信息造成很多工作上的困难。在现实生活中，社区出入的人员一般包括业主，访客，卫生员等物业服务人员，快递邮政等行业的工作人员，等等。由于进出人员众多，并且缺少真实有效的身份登记与查验手段，难免会给社区的安全管理造成一定的隐患。另一方面，如果在社区出入口或者社区内部其它地点频繁验证人员身份，例如安装刷卡通行关卡、人工核验身份并登记身份证等，虽然有助于保持社区内部安全并实现人员信息收集，但是会给社区人员的正常生活带来很多不便利。所以，我们希望根据各社区的情况，对人员信息的采集能够以被采集人员非察觉的方式潜在完成，一是能够实际提升每个社区的安全性，另外也是为了可以加强社区服务。
技术实现思路
本专利技术提供了一种社区微卡口综合AI系统及其数据展现方法。通过本专利技术提供的方法及系统，可以实现社区人员和车辆的非察觉潜在式采集和智能化分析，特别是提取社区人员和车辆的出入分布特征，利用AI方法根据其出入分布特征学习人员和车辆的出入规律模式，根据学习人员和车辆的出入规律模式，提升社区的安全性，改善社区服务。本专利技术提供的技术方案如下：根据一示例性实施例，一种社区微卡口综合AI分析方法，包括：社区微卡口获取社区出入人员和/或车辆数据；社区微卡口将所述人员和/或车辆数据传送给大数据AI综合分析系统；大数据AI综合分析系统对所述人员和/或车辆数据进行大数据分析，并输出图形化分析结果。在一些示例中，所述社区出入人员和/或车辆数据，包括如下之一或组合：人员出入的时间、人员身份标识、车辆出入时间、车辆号牌。在一些示例中，所述社区微卡口获取社区出入人员和/或车辆数据，包括如下之一或组合：社区微卡口通过门禁机刷卡信息，获取社区出入人员数据；社区微卡口通过指纹门禁、面部识别门禁等获取的人员身体特征信息，获取社区出入人员数据；社区微卡口通过移动终端的MAC地址侦测，获取社区出入人员数据；社区微卡口结合视频数据、电子车牌数据和/或ETC系统数据，获取社区出入车辆数据。在一些示例中，所述大数据AI综合分析系统对所述人员和/或车辆数据进行大数据分析，并输出图形化分析结果，包括：大数据AI综合分析系统结合所述人员和/或车辆数据，进行聚类分析，确定数据分析结果，进行图形化并输出。具体来说，所述大数据AI综合分析系统从人员和/或车辆数据中提取该人员或者车辆在过去一段日期以内的出入时间、出入地点、出入社区时长、社区内行为轨迹长度、社区停留位置分布，从而将每个人员身份ID或者车辆号牌的行为轨迹整理为一个行为特征向量，记为Ei-n,Ei-n+1...,Ei；预设将人物或者车辆的行为特征归入k个分类，则从n个行为特征向量中任意选取k个作为初始聚类中心，计为Ec1,Ec2,......,Eck；计算Ei-n,Ei-n+1...,Ei与Ec1,Ec2,......,Eck特征向量的距离值Vi-Ck＝|Ei-Eck|，进而将Ei-n,Ei-n+1...,Ei中的每一个特征向量分配给Ec1,Ec2,......,Eck当中与之距离最近的聚类中心；然后再重新计算每个聚类的聚类中心；然后计算Ei-n,Ei-n+1...,Ei中每个特征向量与重新计算的聚类中心的距离值，并根据距离值将Ei-n,Ei-n+1...,Ei中的每个行为特征向量重新分配给与之距离最近的聚类中心；然后再次更新维护聚类中心；迭代以上过程，直至更新后聚类中心不再发生变化，通过聚类识别出每个身份ID或者车辆号牌的行为轨迹所属于的人员类型。在一些示例中，所述社区微卡口将所述人员和/或车辆数据传送给大数据AI综合分析系统，包括：所述社区微卡口将所述人员和/或车辆数据基于GPRS、3G、4G或NB-IOT协议传送给大数据AI综合分析系统。在一些示例中，社区微卡口将针对同一个人员或车辆并行感知的多种类型的感知信息相互关联起来，组合形成所述人员数据和车辆数据。社区微卡口统计多种类型感知信息的关联度的数值，并根据关联度数值是否高于预设的一个阈值，来确定感知信息是否属于同一个人员或车辆并行产生的相互关联的感知信息。社区微卡口采用距离-时间双重阈值的判定规则，基于感知信息的感知发生位置，判断感知信息之间的距离是否小于关联距离阈值，并且判断感知信息之间距离保持小于关联距离阈值的时间长度是否大于关联时间阈值，如果以上两重判断均为是，则认为感知信息具有关联性，并根据感知信息距离保持小于关联距离阈值的时间长度值计算二者的关联度值。根据另一示例性实施例，本专利技术还提供一种社区微卡口综合AI分析系统，包括：社区微卡口，用于获取社区出入人员和/或车辆数据，将所述人员和/或车辆数据传送给大数据AI综合分析系统；大数据AI综合分析系统，用于对所述人员和/或车辆数据进行大数据分析，并输出图形化分析结果。在一些示例中，所述社区出入人员和/或车辆数据，包括如下之一或组合：人员出入的时间、人员身份标识、车辆出入时间、车辆号牌。在一些示例中，所述社区微卡口获取社区出入人员和/或车辆数据，包括如下之一或组合：社区微卡口通过门禁机刷卡信息，获取社区出入人员数据；社区微卡口通过指纹门禁、面部识别门禁等获取的人员身体特征信息，获取社区出入人员数据；社区微卡口通过移动终端的MAC地址侦测，获取社区出入人员数据；社区微卡口结合视频数据、电子车牌数据和/或ETC系统数据，获取社区出入车辆数据。在一些示例中，所述大数据AI综合分析系统对所述人员和/或车辆数据进行大数据分析，并输出图形化分析结果，包括：大数据AI综合分析系统结合所述人员和/或车辆数据，进行聚类分析，确定数据分析结果，进行图形化并输出。所述大数据AI综合分析系统对所述人员和/或车辆数据进行大数据分析，并输出图形化分析结果，包括：大数据AI综合分析系统结合所述人员和/或车辆数据，进行聚类分析，确定数据分析结果，进行图形化并输出。具体来说，所述大数据AI综合分析系统从人员和/或车辆数据中提取该人员或者车辆在过去一段日期以内的出入时间、出入地点、出入社区时长、社区内行为轨迹长度、社区停留位置分布，从而将每个人员身份ID或者车辆号牌的行为轨迹整理为一个行为特征向量，记为Ei-n,Ei-n+1...,Ei；预设将人物或者车辆的行为特征归入k个分类，则从n个行为特征向量中任意选取k个作为初始聚类中心，计为Ec1,Ec2,......,Eck；计算Ei-n,Ei-n+1...,Ei与Ec1,Ec2,......,Eck特征向量的距离值Vi-Ck＝|Ei-Ec本文档来自技高网...

【技术保护点】
1.一种社区微卡口综合AI分析方法，包括：社区微卡口获取社区出入人员和/或车辆数据；社区微卡口将所述人员和/或车辆数据传送给大数据AI综合分析系统；大数据AI综合分析系统对所述人员和/或车辆数据进行大数据分析，并输出图形化分析结果。

【技术特征摘要】
1.一种社区微卡口综合AI分析方法，包括：社区微卡口获取社区出入人员和/或车辆数据；社区微卡口将所述人员和/或车辆数据传送给大数据AI综合分析系统；大数据AI综合分析系统对所述人员和/或车辆数据进行大数据分析，并输出图形化分析结果。2.如权利要求1所述的方法，其中，所述社区出入人员和/或车辆数据，包括如下之一或组合：人员出入的时间、人员身份标识、车辆出入时间、车辆号牌。3.如权利要求1所述的方法，其中，所述社区微卡口获取社区出入人员和/或车辆数据，包括如下之一或组合：社区微卡口通过门禁机刷卡信息，获取社区出入人员数据；社区微卡口通过指纹门禁、面部识别门禁等获取的人员身体特征信息，获取社区出入人员数据；社区微卡口通过移动终端的MAC地址侦测，获取社区出入人员数据；社区微卡口结合视频数据、电子车牌数据和/或ETC系统数据，获取社区出入车辆数据。4.如权利要求1所述的方法，其中，所述大数据AI综合分析系统对所述人员和/或车辆数据进行大数据分析，并输出图形化分析结果，包括：大数据AI综合分析系统结合所述人员和/或车辆数据，进行聚类分析，确定数据分析结果，进行图形化并输出。5.如权利要求1所述的方法，其中，所述社区微卡口将所述人员和/或车辆数据传送给大数据AI综合分析系统，包括：所述社区微卡口将所述人员和/或车辆数据基于GPRS、3G、4G或NB-IOT协议传送给大数据AI综合分析系统。6...

【专利技术属性】
技术研发人员：王海华，
申请(专利权)人：特斯联北京科技有限公司，
类型：发明
国别省市：北京,11