基于大数据分析隐匿车辆的方法及装置制造方法及图纸
【技术实现步骤摘要】
基于大数据分析隐匿车辆的方法及装置
本专利技术涉及大数据及智能交通
，具体地说，是涉及一种基于大数据分析隐匿车辆的方法及装置。
技术介绍
随着生活水平的提高，越来越多的人选择开车出行，汽车保有量越来越大。道路、路口的卡口、电警等设备也越来越多，每天都会产生海量的过车数据。民警在利用这些视频或图片排查嫌疑车辆时，工作量非常大。由于各个地市的警力有限，往往在寻找线索的过程中就耗费大量时间，以致错失许多重要线索及机会。犯罪嫌疑人在实时犯罪前，会有规律的驾驶机动车在公路上出现，而实时犯罪后，会选择换车或躲藏起来，减少被盘查的几率。民警在通过这个规律缩小目标范围时，如果没有一定的工具，很难通过观察发现符合此类规律的车辆。常规的系统会将车辆数据存储在关系型数据库中，但无法承载海量数据，针对大量数据的查询，也要耗费大量的时间和资源。随着数据量的增加，硬件扩展也需要很高的费用，无法提供一定的容错容灾能力。
技术实现思路
本专利技术所要解决的技术问题是用程序分析代替人工筛查隐匿车辆，解决筛选嫌疑车时，车辆数据太多花费时间过多的问题，以及对民警处理经验要求较高的问题。为解决上述技术...
【技术保护点】
一种基于大数据分析隐匿车辆的方法，其特征在于，包括步骤：道路交通前端设备采集过车图片和视频，将过车图片和视频及过车信息发送至非结构化文件存储系统；非结构化文件存储系统接收所述道路前端设备发送的过车图片和视频及过车信息进行存储；结构化系统获取非结构化文件存储系统的过车图片和视频及过车信息，结构化解析为结构化数据，并存储在分布式面向列的存储系统中；确定筛选条件得到分析任务信息，该筛选条件包括：车辆出现的开始时间、车辆出现的结束时间、隐匿时长，以及车辆品牌、车辆型号、车辆年款、车辆颜色、车辆类型、和/或车辆所在范围；将任务信息发送至所述分布式面向列的存储系统的各个数据节点，各个数...
【技术特征摘要】
1.一种基于大数据分析隐匿车辆的方法，其特征在于，包括步骤：道路交通前端设备采集过车图片和视频，将过车图片和视频及过车信息发送至非结构化文件存储系统；非结构化文件存储系统接收所述道路前端设备发送的过车图片和视频及过车信息进行存储；结构化系统获取非结构化文件存储系统的过车图片和视频及过车信息，结构化解析为结构化数据，并存储在分布式面向列的存储系统中；确定筛选条件得到分析任务信息，该筛选条件包括：车辆出现的开始时间、车辆出现的结束时间、隐匿时长，以及车辆品牌、车辆型号、车辆年款、车辆颜色、车辆类型、和/或车辆所在范围；将任务信息发送至所述分布式面向列的存储系统的各个数据节点，各个数据节点根据所述筛选条件，提取出现时间范围内的车辆信息和隐匿时间范围内的车辆信息，再根据车辆品牌、车辆型号、车辆年款、车辆颜色、车辆类型、和/或车辆所在范围，过滤掉不符合条件的车辆数据；计算得到隐匿车辆：将各个数据节点的数据汇总，出现时间范围内的车辆数据的集合减去隐匿时间范围内的车辆数据的集合，得到的差值即为出现时间范围内出现却未在隐匿时间范围内出现的车辆。2.根据权利要求1所述的基于大数据分析隐匿车辆的方法，其特征在于，还包括，将计算得到的隐匿车辆数据结果存储在所述分布式文件存储系统中，所述分布式文件存储系统为HDFS或GFS。3.根据权利要求1所述的基于大数据分析隐匿车辆的方法，其特征在于，所述道路交通前端设备，进一步为，卡口、电警设备。4.根据权利要求1所述的基于大数据分析隐匿车辆的方法，其特征在于，所述确定筛选条件得到分析任务信息中，通过所述隐匿时长计算出车辆隐匿的开始时间和车辆隐匿的结束时间。5.根据权利要求1所述的基于大数据分析隐匿车辆的方法，其特征在于，所述分布式面向列的存储系统包括HBase架构。6.一种基于大数据分析隐匿车辆的装置，其特征在于，包括道路交通前端设备、非结构化文件存储系统、结构化系统、分布式面向列的存储系统及隐匿车辆分析任务确定模块，其中，所述道路交通前端设备，与所述非结构化文件存储系统相耦接，用于采集过车图片和视频，将过车图片和视频及过车信息发送至非结构化文件存储系统；所述非结构...
【专利技术属性】
技术研发人员：吴永，李善宝，马述杰，
申请(专利权)人：泰华智慧产业集团股份有限公司，
类型：发明
国别省市：山东,37
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。