The invention discloses a vehicle integral early warning system based on large data and a method thereof, belonging to the field of intelligent transportation, vehicle detection and data mining. The system consists of the real-time vehicle passing data integration module, the two identification cluster, the big data real-time operation center and the alarm module. The method comprises the following steps: (1) establishing an integral early warning model (100); extracting vehicle characteristic information; calculating vehicle integration; generating alarms; and ending. The invention is stable and efficient system architecture, high throughput, real-time processing and analysis of massive traffic data; open system structure, is easy to be associated with the existing vehicle system integration, such as data integration module can access data from different systems from the vehicle, the warning information can be shared with other systems; early warning model is flexible, according to the actual needs of freedom set the integral item of early warning for the various types of high-risk vehicles, timely and targeted against illegal crime phenomenon, promote social harmony and stable development.
【技术实现步骤摘要】
基于大数据的车辆积分预警系统及其方法
本专利技术属于智能交通、车辆侦查和数据挖掘领域,具体涉及一种基于大数据的车辆积分预警系统及其方法。
技术介绍
随着改革开放的深入,人民生活水平不断提高,机动车数量迅猛增长,城市现代化建设步伐不断加快,与交通相关的刑事和治安案件也逐年上升,特别是像肇事或作案后驾车逃逸、盗抢车辆、违章车辆和假牌套牌车辆等问题日益凸显,给公安侦查工作带来巨大挑战。犯罪分子利用车辆作案通常会有预谋,如踩点,在特殊时间频繁出现在高危区域;为了逃避公安机关打击,可能对车辆进行伪装改造,如套牌、假牌车辆及遮挡等;像具有前科的人员,也很有可能再犯;物以类聚,人以群分,与有前科的人相关联的人员比普通人出现犯罪的几率要高。因此,可以结合各项指标,建立一种积分模型,对可能出现违法的车辆进行预警,防范于未然。一般大型城市的日均过车数据量通常为百万或千万级别,面对如此大规模的数据量,通过人工方式进行车辆分析,显然已经无法完成,而且常规的车辆研判系统也无法完成实时处理和分析。大数据(BigData)通常用来形容大量非结构化或者半结构化的数据,这些数据在关系型数据库用于分析时会花费过多时间和金钱。大数据分析相比于传统的数据仓库应用,具有数据量大、查询分析复杂等特点。通过应用大数据的一些特殊技术,如分布式文件系统、并行处理分析和云计算平台等,以实现高吞吐量、高并发、有效时间内处理海量数据的需求。因此,迫切需要一种基于大数据技术的车辆积分预警方法,及时有针对性打击违法犯罪现象,促进社会和谐稳定发展。
技术实现思路
本专利技术的目的就在于克服现有技术存在的问题,提供一种基于 ...
【技术保护点】
一种基于大数据的车辆积分预警系统,其特征在于:包括依次交互的实时过车数据整合模块(10)、二次识别集群(20)、大数据实时运算中心(30)和告警模块(40)。
【技术特征摘要】
1.一种基于大数据的车辆积分预警系统,其特征在于:包括依次交互的实时过车数据整合模块(10)、二次识别集群(20)、大数据实时运算中心(30)和告警模块(40)。2.按权利要求1所述的一种基于大数据的车辆积分预警系统,其特征在于:所述的实时过车数据整合模块10是一种采用ETL技术,实时获取卡口、ETC、电警等前端设备的车辆通行数据,发送给二次识别集群进行处理(20)。3.按权利要求1所述的一种基于大数据的车辆积分预警系统,其特征在于:所述的二次识别集群(20)由多个识别节点组成的分布式二次识别集群,识别算法由C/C++实现,以便高效、实时处理车辆通行数据,提取车辆特征信息,如车辆品牌、有无年检标、号牌遮盖、驾驶员面部遮挡等,然后将识别结果发送至大数据集群(30)中的Kafka31。4.按权利要求1所述的一种基于大数据的车辆积分预警系统,其特征在于:所述的大数据实时运算中心(30)包括依次交互的Kafka(31)、Spark(32)和SolrCloud(33)。5.按权利要求1所述的一种基于大数据的车辆积分预警系统,其特征在于:所述的告警模块(40)是一种订阅Kafka31预警消息,获取预警消息后生成相应告警。6.基于权利要求1-5所述车辆积分预警系统的车辆积分预方法,其特征在于包括下列步骤:开始(000)①建立积分预警模型(100)根据实际需要,将车辆外观特征属性和非外观特征属性,分别赋予一定权值,设定预警分数线,创建一种或者多种预警模型,保存到高性能库中,然后初始化该模型;②提取车辆特征信息(200)通过前端相机识别...
【专利技术属性】
技术研发人员:张龙涛,罗超,贾丽娜,张仁辉,尹飞,谌家奇,
申请(专利权)人:武汉烽火众智数字技术有限责任公司,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。