一种基于大数据分析昼伏夜出车辆的方法及装置制造方法及图纸

本申请公开了一种基于大数据分析昼伏夜出车辆的方法及装置，包括步骤：获取车辆信息并储存；分时段统计过车数据：每隔一定时间记录该时间段内的过车数据，并计算相邻时间段内增幅；计算昼夜分界时间点：将一天中最高增幅的中间时间点作为昼的起始时间点，一天中第二个最低增幅的中间点作为夜的起始时间点，统计多天内的过车数据后，计算出当前区域、当前时间的昼夜分界时间点；判断车辆昼伏夜出：通过分布式计算框架判断目标车辆是否属于昼伏夜出。本发明专利技术还公开了一种基于大数据分析昼伏夜出车辆的装置。本发明专利技术使用计算机技术分析昼伏夜出车辆，能够在最短的时间内缩小排查嫌疑车辆的范围，提高民警的工作效率，降低对民警的专业要求。

A method and apparatus for nocturnal vehicle based on the analysis of large data

【技术实现步骤摘要】
一种基于大数据分析昼伏夜出车辆的方法及装置
本专利技术涉及大数据分析与智能交通控制
，具体地说，是涉及一种基于大数据分析昼伏夜出车辆的方法及装置。
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。而犯罪嫌疑人在实时犯罪时，很多会选择白天隐匿，夜晚出行，躲避警察的盘查，降低曝光率。民警在通过这个规律缩小目标范围时，还需要一定的分析处理经验，许多一线的民警由于经验不足，不能完全胜任。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。昼夜时间分界点是一个比较抽象的主观概念，且不同的季节和地域其昼夜时间分界点也是有变化的，如指定一个准确的时间作为分界点，不能够准确体现出车辆真实的昼夜规律，也不能够适应不同的地域和季节。
技术实现思路
本专利技术所要解决的技术问题是：用电脑分析代替人工筛查昼伏夜出车辆，解决筛选嫌疑车时，车辆数据太多花费时间过多的问题，以及对民警经验要求较高的问题；使用大数据平台分布式存储系统储存过车数据，解决数据量增加，硬件扩展性不好及费用高的问题；使用大数据平台分布式计算框架分析数据，解决无法分析大量数据，且分析时间太长的问题；根据每日车辆出行数量的变化，动态计算其昼夜时间分界点，解决昼夜分界与车辆出行规律不符和不能够适应不同地域和季节的问题。为解决上述技术问题，本专利技术提供了一种基于大数据分析昼伏夜出车辆的方法，包括步骤：获取车辆信息并储存：获取经过交通卡口的图片和视频的非结构化车辆信息，经过结构化系统解析为车辆的结构化信息，发送至分布式文件系统内存储；分时段统计过车数据：每隔一定时间记录该时间段内的过车数据，并计算相邻时间段内增幅；计算昼夜分界时间点：将一天中最高增幅的中间时间点作为昼的起始时间点，一天中第二个最低增幅的中间点作为夜的起始时间点，统计多天内的过车数据后，计算出当前区域、当前时间的昼夜分界时间点；判断车辆昼伏夜出：通过分布式计算框架判断目标车辆是否属于昼伏夜出，所述分布式计算框架分为Map阶段和Reduce阶段，其中，Map阶段按照设定的起始时间、结束时间、昼夜比例、位置信息，从所述分布式文件系统内提取符合时间和位置的车辆数据作为Map阶段的输入信息，将车辆数据按照车牌号码分组，输出结果为<K,V>，其中K为车牌号码，V为车辆的过车信息；Map阶段的输出结果作为Reduce阶段的输入信息，根据车牌号码K的不同，将不同车牌号码的过车数据发送至对应的Reduce节点处理，使不同的Reduce节点达到负载均衡，根据昼夜分界时间点，将每个车牌号码的全部过车数据分为白昼出行和夜晚出行分别统计，计算出昼夜出行的比例，以此判断出该车辆是否属于昼伏夜出，当属于昼伏夜出时将该车辆的分析结果进行存储。优选地，所述分布式文件系统，进一步为，HDFS或GFS。优选地，所述分时段统计过车数据：每隔一定时间记录该时间段内的过车数据，并计算相邻时间段内增幅，进一步为，每隔半小时记录过车数据，并计算相邻时间段内增幅，对节假日、工作日分别进行累计统计。优选地，还包括，判断出车辆是否属于昼伏夜出，当不属于昼伏夜出时将该车辆数据丢弃。本专利技术还公开了一种基于大数据分析昼伏夜出车辆的装置，包括交通卡口电子拍摄设备、分时段统计过车数据系统、昼夜分界时间点计算系统、结构化系统、非结构化存储系统、分布式存储系统和分布式计算系统，其中，所述交通卡口电子拍摄设备，与所述非结构化存储系统相耦接，获取经过交通卡口的图片和视频的非结构化车辆信息，发送至非结构化存储系统；所述非结构化存储系统，分别与所述交通卡口电子拍摄设备和结构化系统相耦接，接收所述交通卡口电子拍摄设备发送的非结构化车辆信息进行存储，并与所述结构化系统进行交互；所述结构化系统，分别与所述非结构化存储系统和分布式存储系统相耦接，用于调取非结构化存储系统中的非结构化车辆信息进行解析得到结构化数据并发送至分布式存储系统进行存储；所述分布式存储系统，分别与所述结构化系统和分布式计算系统相耦接，用于存储所述结构化系统发送的结构化数据，并与所述分布式计算系统进行数据交互；所述分时段统计过车数据系统，与所述昼夜分界点计算系统相耦接，进行分时段的记录过车数量，将数据发送至所述昼夜分界点计算系统；所述昼夜分界点计算系统，与所述分时段统计过程系统和分布式计算系统相耦接，用于计算出昼夜分界时间点，并将该昼夜分界时间点发送至分布式计算系统；所述分布式计算系统，分别与所述分布式存储系统和昼夜分界点计算系统相耦接，通过分布式计算框架判断目标车辆是否属于昼伏夜出，所述分布式计算框架分为Map阶段和Reduce阶段，其中，Map阶段按照设定的起始时间、结束时间、昼夜比例、位置信息，从所述分布式文件系统内提取符合时间和位置的车辆数据作为Map阶段的输入信息，将车辆数据按照车牌号码分组，输出结果为<K,V>，其中K为车牌号码，V为车辆的过车信息；Map阶段的输出结果作为Reduce阶段的输入信息，根据车牌号码K的不同，将不同车牌号码的过车数据发送至对应的Reduce节点处理，使不同的Reduce节点达到负载均衡，根据昼夜分界时间点，将每个车牌号码的全部过车数据分为白昼出行和夜晚出行分别统计，计算出昼夜出行的比例，以此判断出该车辆是否属于昼伏夜出，当属于昼伏夜出时将该车辆的分析结果进行存储。优选地，所述分时段统计过车数据系统，每隔一定时间记录该时间段内的过车数据，并计算相邻时间段内增幅。优选地，所述昼夜分界点计算系统，将一天中最高增幅的中间时间点作为昼的起始时间点，一天中第二个最低增幅的中间点作为夜的起始时间点，统计多天内的过车数据后，计算出当前区域、当前时间的昼夜分界时间点。优选地，所述分布式文件系统，进一步为，HDFS或GFS。优选地，所述分时段统计过车数据系统，对节假日、工作日分别进行累计统计。优选地，所述分布式计算系统，判断出车辆是否属于昼伏夜出，当不属于昼伏夜出时将该车辆数据丢弃。与现有技术相比，本专利技术所述的基于大数据分析昼伏夜出车辆的方法，达到了如下效果：本专利技术使用计算机技术分析昼伏夜出车辆，能够在最短的时间内缩小排查嫌疑车辆的范围，提高民警的工作效率，降低对民警的专业要求。本专利技术使用大数据平台分布式存储系统存储过车数量，可提高系统的可扩展性，降低硬件费用成本，并能提高系统的容错、容灾能力。本专利技术使用大数据平台分布式计算框架分析数据，可承载大量数据的分析任务，并花费更少的时间，提高分析效率。本专利技术根据每日车辆出行数量的变化，动态计算其昼夜时间分界点，使车辆昼伏夜出分析结果更符合真实规律，并能自动适应不同的季节和地域。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为实施例1中基于大数本文档来自技高网...

【技术保护点】
一种基于大数据分析昼伏夜出车辆的方法，其特征在于，包括步骤：获取车辆信息并储存：获取经过交通卡口的图片和视频的非结构化车辆信息，经过结构化系统解析为车辆的结构化信息，发送至分布式文件系统内存储；分时段统计过车数据：每隔一定时间记录该时间段内的过车数据，并计算相邻时间段内增幅；计算昼夜分界时间点：将一天中最高增幅的中间时间点作为昼的起始时间点，一天中第二个最低增幅的中间点作为夜的起始时间点，统计多天内的过车数据后，计算出当前区域、当前时间的昼夜分界时间点；判断车辆昼伏夜出：通过分布式计算框架判断目标车辆是否属于昼伏夜出，所述分布式计算框架分为Map阶段和Reduce阶段，其中，Map阶段按照设定的起始时间、结束时间、昼夜比例、位置信息，从所述分布式文件系统内提取符合时间和位置的车辆数据作为Map阶段的输入信息，将车辆数据按照车牌号码分组，输出结果为<K,V>，其中K为车牌号码，V为车辆的过车信息；Map阶段的输出结果作为Reduce阶段的输入信息，根据车牌号码K的不同，将不同车牌号码的过车数据发送至对应的Reduce节点处理，使不同的Reduce节点达到负载均衡，根据昼夜分界时间点，将每个车牌号码的全部过车数据分为白昼出行和夜晚出行分别统计，计算出昼夜出行的比例，以此判断出该车辆是否属于昼伏夜出，当属于昼伏夜出时将该车辆的分析结果进行存储。...

【技术特征摘要】
1.一种基于大数据分析昼伏夜出车辆的方法，其特征在于，包括步骤：获取车辆信息并储存：获取经过交通卡口的图片和视频的非结构化车辆信息，经过结构化系统解析为车辆的结构化信息，发送至分布式文件系统内存储；分时段统计过车数据：每隔一定时间记录该时间段内的过车数据，并计算相邻时间段内增幅；计算昼夜分界时间点：将一天中最高增幅的中间时间点作为昼的起始时间点，一天中第二个最低增幅的中间点作为夜的起始时间点，统计多天内的过车数据后，计算出当前区域、当前时间的昼夜分界时间点；判断车辆昼伏夜出：通过分布式计算框架判断目标车辆是否属于昼伏夜出，所述分布式计算框架分为Map阶段和Reduce阶段，其中，Map阶段按照设定的起始时间、结束时间、昼夜比例、位置信息，从所述分布式文件系统内提取符合时间和位置的车辆数据作为Map阶段的输入信息，将车辆数据按照车牌号码分组，输出结果为&lt;K,V&gt;，其中K为车牌号码，V为车辆的过车信息；Map阶段的输出结果作为Reduce阶段的输入信息，根据车牌号码K的不同，将不同车牌号码的过车数据发送至对应的Reduce节点处理，使不同的Reduce节点达到负载均衡，根据昼夜分界时间点，将每个车牌号码的全部过车数据分为白昼出行和夜晚出行分别统计，计算出昼夜出行的比例，以此判断出该车辆是否属于昼伏夜出，当属于昼伏夜出时将该车辆的分析结果进行存储。2.根据权利要求1所述的基于大数据分析昼伏夜出车辆的方法，其特征在于，所述分布式文件系统，进一步为，HDFS或GFS。3.根据权利要求1所述的基于大数据分析昼伏夜出车辆的方法，其特征在于，所述分时段统计过车数据：每隔一定时间记录该时间段内的过车数据，并计算相邻时间段内增幅，进一步为，每隔半小时记录过车数据，并计算相邻时间段内增幅，对节假日、工作日分别进行累计统计。4.根据权利要求1所述的基于大数据分析昼伏夜出车辆的方法，其特征在于，还包括，判断出车辆是否属于昼伏夜出，当不属于昼伏夜出时将该车辆数据丢弃。5.一种基于大数据分析昼伏夜出车辆的装置，其特征在于，包括交通卡口电子拍摄设备、分时段统计过车数据系统、昼夜分界时间点计算系统、结构化系统、非结构化存储系统、分布式存储系统和分布式计算系统，其中，所述交通卡口电子拍摄设备，与所述非结构化存储系统相耦接，获取经过交通卡口的图片和视频的非结构化车辆信息，发送至非结构化存储系统；所述非结构化存储系统，分别与所述交通卡口电子拍摄设备和结构化系统相耦接，接收所述交通卡口电子拍摄设备发送的非结构化车辆信息进行存储，并与所述结构化系统进行交...

【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