基于大数据进行套牌车分析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进行套牌车分析的方法及装置，该方法包括步骤：搭建HADOOP大数据平台，在HADOOP大数据平台的基础上安装分布式消息服务器KAFKA和分布式数据库HBASE；智能拍摄设备捕捉过车图片，解析出对应的结构化文本信息后，发送至分布式消息服务器KAFKA；分布式消息服务器KAFKA接收智能拍摄设备发送的结构化文本信息存放在同一个TOPIC下；套牌车分析；以及将过车记录发送到报警模块，报警模块以短信的方式将两条过车记录的详细情况及图片地址发送到指定的手机号上。本发明专利技术不依赖于车管所数据库，只需卡口拍摄的过车数据就可实现套牌车识别。

Method and device for analyzing deck car based on big data

This application discloses a method and device for the analysis of the car based on large data. The method includes steps: building a HADOOP large data platform, installing a distributed message server KAFKA and a distributed database HBASE on the basis of the HADOOP large data platform; intelligent photographing equipment captured the picture of the car and parsed the corresponding structure. After the text information is changed, the distributed message server is sent to the distributed message server KAFKA; the distributed message server KAFKA receives the structured text information sent by the intelligent photographing device under the same TOPIC; the card car analysis; and sends the over car records to the alarm module; the alarm module gives the details of the two passing records in a short message. The picture and address are sent to the specified phone number. The invention does not depend on the database of the vehicle management database, and only needs the data of the car passing through the bayonet to realize the identification of the deck car.

【技术实现步骤摘要】
基于大数据进行套牌车分析的方法及装置
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进行套牌车分析的方法及装置。
技术介绍
近年来随着人们生活水平的提高，汽车的数量越来越多，截止2017年3月份全国机动车保有量突破3亿辆，近5年年平均增加1400万辆。越多的汽车对套牌车的识别难度也越来越大，大量的套牌车为公安机关的侦查工作带来了大量的干扰。随着越来越多的案件与车辆相关，车辆已经成为犯罪分子作案、生活中必不可少的工具，而且大部分的犯罪分子车辆作案时都会使用假牌照，快速识别出套牌车已经是侦破案件和抓捕犯罪嫌疑人的关键突破点。也可以说，掌握了套牌车就掌握了犯罪嫌疑人的动态。已有的对套牌车识别的方法依靠车型对比，此方法依赖于车管所的数据库，需要从车管所读取已登记的车辆的正确信息，当前端卡口设备抓拍到车辆信息，识别出车牌、车型等信息，根据车牌号从车管所数据库中读取正确的车型，若车型不同则判定为套牌车。此方法的局限是需要依赖车管所的数据，然而很多县或地级市不能很好的协调车管所的数据；另一个是依赖对车型识别的准确率，然而目前市面上车型识别程序对车型的识别准确率并不高，对拍摄照片的高度、角度、亮暗等要求较高。还有一种方法是在机动车上安装rfid芯片，此芯片中包含有车辆的车牌号、车型、发动机号等信息，当带有rfid芯片的机动车行驶到监控设备处时，已安装好的设备会读取rfid芯片里车牌号、车型等信息，与卡口拍摄的车牌号进行比对，若卡口设备识别的车牌号与rfid芯片中读取的车牌号相同，则非套牌车，若不同，则拍摄的车辆就是套牌车辆，当时此种方法需要在机动车上安装rfid芯片，还需要建设读取rfid芯片的基站，投入成本较高，实施难度较大。专利申请号为201410407364的方法是通过MapReduce批量分析套牌车，然后存储结果的形式，众所周知，MapReduce是批处理框架，适合于处理数据量大但时效性不高的要求，然而对于套牌车的识别需要实时识别出来，并及时报告套牌车的位置，否则套牌车辆消失后再去找，难度跟没识别套牌车一样，所有此方法并不适合现实场景的使用。在以上方式中对套牌车识别难度大、时效性低的问题，更导致不法分子无所忌惮，挂着假牌照到处招摇撞骗，违法犯罪。因此，提供一种高效实时且易实施的进行套牌车检测的方法是本领域亟待解决的问题。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于大数据进行套牌车实时分析的方法及系统，解决当下套牌车识别难度大、时效性低的问题。为解决上述技术问题，本专利技术提供了一种基于大数据进行套牌车分析的方法，包括步骤：搭建HADOOP大数据平台，在HADOOP大数据平台的基础上安装分布式消息服务器KAFKA和分布式数据库HBASE，在分布式数据库HBASE中创建两个表，其中一个表中以车牌号与车牌颜色作为ROWKEY、COLUMN信息存储除车牌号和车牌颜色外其他的信息，该表用于缓存所有车牌号的最近一次过车记录；另一个表为套牌车信息结果表，以套牌车的过车时间、车牌号和卡口编号为ROWKEY、COLUMN信息存储除套牌车的过车时间、车牌号和卡口编号以外的其他信息，该表用于存放分析出的套牌车信息；智能拍摄设备捕捉过车图片，解析出对应的结构化文本信息后，发送至分布式消息服务器KAFKA，所述结构化文本信息包含车牌号、车牌颜色、过车时间、和拍摄位置；分布式消息服务器KAFKA接收智能拍摄设备发送的结构化文本信息存放在同一个TOPIC下；套牌车分析：从所述分布式消息服务器KAFKA的同一个TOPIC下读取消息到内存中，并从当前消息中提取车牌号、车牌颜色、过车时间、和拍摄位置，先将提取的车牌号和车牌颜色作为ROWKEY，从已经创建好的HBASE表中查询是否有相同ROWKEY的数据，若查询到没有数据，则将这条数据以车牌号和车牌颜色作为ROWKEY，以过车时间、拍摄位置信息作为COLUMN信息，存入HBASE的表中，作为该车牌的最近的一次过车记录；若查询到有数据，则调取出查询到的数据，并提取过车时间和拍摄位置字段，这两次的过车记录是该车牌最近两次的过车记录，根据这两次过车记录的拍摄位置分别从卡口信息表中查得拍摄位置的坐标A(x1,y1)，B(x2,y2)，并以欧式距离计算公式：计算得出两次过车地点的欧式距离，然后根据两次过车数据的过车时间t1和t2，计算出时间差t1-t2，根据公式速度＝距离/时间，即v＝d(A,B)/(t1-t2)，得出从卡口A到卡口B的理论速度；若速度V小于等于预先设定的速度阈值，则认为车辆正常，并将这条从分布式消息服务器KAFKA中读取到的消息中的过车数据以车牌号和车牌颜色作为ROWKEY存入HBASE表中，换掉上一条相同ROWKEY的数据，作为该车牌号的最近的一次过车记录；若该速度大于预先设定的速度阈值，则判断此辆车为疑似套牌车，这两条过车记录分别以过车时间、车牌号和卡口编号作为ROWKEY保存到HBASE中已经创建好的套牌车分析结果表中；以及将所述过车记录发送到报警模块，报警模块以短信的方式将这两条过车记录的详细情况及图片地址发送到指定的手机号上。优选地，还包括套牌车结果的查询：套牌车结果的查询在基于B/S架构的web系统中查询，在web系统的浏览器页面数据条件中设有开始时间、结束时间、车牌号，其中车牌号支持模糊搜索，以*号代替多位、以？号代替一位的方式进行模糊搜索；查询时在浏览器前台输入页面数据条件后，系统根据开始时间和结束时间组合Scan，然后从所述套牌车分析结果表中，查询这段时间范围的套牌车数据；若输入车牌号，则根据车牌号对结果进行过滤并展示在浏览器页面中。本专利技术还公开了一种基于大数据进行套牌车分析的装置，基于HADOOP大数据平台，包括消息服务模块、存储模块、智能拍摄设备、套牌车分析模块、和报警模块，其中，所述智能拍摄设备，与所述消息服务模块中的分布式消息服务器KAFKA相耦接，用于捕捉过车图片，解析出对应的结构化文本信息后，发送至分布式消息服务器KAFKA，所述结构化文本信息包含车牌号、车牌颜色、过车时间、和拍摄位置；所述消息服务模块，为分布式消息服务器KAFKA，分别与所述智能拍摄设备和套牌车分析模块相耦接，用于接收来自智能拍摄设备发送的结构化文本信息存放在同一个TOPIC下；所述存储模块，为分布式数据库HBASE，与所述套牌车分析模块相耦接，用于对已过车辆信息的缓存和对套牌车信息的存储，在分布式数据库HBASE中创建两个表，其中一个表中以车牌号与车牌颜色作为ROWKEY、COLUMN信息存储除车牌号和车牌颜色外其他的信息，另一个表为套牌车信息结果表，以套牌车的过车时间、车牌号和卡口编号为ROWKEY、COLUMN信息存储除套牌车的过车时间、车牌号和卡口编号以外的其他信息，该表用于存放分析出的套牌车信息；所述套牌车分析模块，分别与所述消息服务模块、存储模块和报警模块相耦接，用于实时的从消息服务模块获取新发布的信息，与存储模块中已缓存的相同车牌号、相同车牌颜色的上一条过车数据比较，进行套牌车分析，若是套牌车则发送的存储模块保存起来，否则替换掉缓存中已缓存的相同车牌号、车牌颜色的上一条数据：从所述分布式消息服务器KAFKA的同一个TOPIC下读取消本文档来自技高网...

【技术保护点】
一种基于大数据进行套牌车分析的方法，其特征在于，包括步骤：搭建HADOOP大数据平台，在HADOOP大数据平台的基础上安装分布式消息服务器KAFKA和分布式数据库HBASE，在分布式数据库HBASE中创建两个表，其中一个表中以车牌号与车牌颜色作为ROWKEY、COLUMN信息存储除车牌号和车牌颜色外其他的信息，该表用于缓存所有车牌号的最近一次过车记录；另一个表为套牌车信息结果表，以套牌车的过车时间、车牌号和卡口编号为ROWKEY、COLUMN信息存储除套牌车的过车时间、车牌号和卡口编号以外的其他信息，该表用于存放分析出的套牌车信息；智能拍摄设备捕捉过车图片，解析出对应的结构化文本信息后，发送至分布式消息服务器KAFKA，所述结构化文本信息包含车牌号、车牌颜色、过车时间、和拍摄位置；分布式消息服务器KAFKA接收智能拍摄设备发送的结构化文本信息存放在同一个TOPIC下；套牌车分析：从所述分布式消息服务器KAFKA的同一个TOPIC下读取消息到内存中，并从当前消息中提取车牌号、车牌颜色、过车时间、和拍摄位置，先将提取的车牌号和车牌颜色作为ROWKEY，从已经创建好的HBASE表中查询是否有相同ROWKEY的数据，若查询到没有数据，则将这条数据以车牌号和车牌颜色作为ROWKEY，以过车时间、拍摄位置信息作为COLUMN信息，存入HBASE的表中，作为该车牌的最近的一次过车记录；若查询到有数据，则调取出查询到的数据，并提取过车时间和拍摄位置字段，这两次的过车记录是该车牌最近两次的过车记录，根据这两次过车记录的拍摄位置分别从卡口信息表中查得拍摄位置的坐标A(x1,y1)，B(x2,y2)，并以欧式距离计算公式：...

【技术特征摘要】
1.一种基于大数据进行套牌车分析的方法，其特征在于，包括步骤：搭建HADOOP大数据平台，在HADOOP大数据平台的基础上安装分布式消息服务器KAFKA和分布式数据库HBASE，在分布式数据库HBASE中创建两个表，其中一个表中以车牌号与车牌颜色作为ROWKEY、COLUMN信息存储除车牌号和车牌颜色外其他的信息，该表用于缓存所有车牌号的最近一次过车记录；另一个表为套牌车信息结果表，以套牌车的过车时间、车牌号和卡口编号为ROWKEY、COLUMN信息存储除套牌车的过车时间、车牌号和卡口编号以外的其他信息，该表用于存放分析出的套牌车信息；智能拍摄设备捕捉过车图片，解析出对应的结构化文本信息后，发送至分布式消息服务器KAFKA，所述结构化文本信息包含车牌号、车牌颜色、过车时间、和拍摄位置；分布式消息服务器KAFKA接收智能拍摄设备发送的结构化文本信息存放在同一个TOPIC下；套牌车分析：从所述分布式消息服务器KAFKA的同一个TOPIC下读取消息到内存中，并从当前消息中提取车牌号、车牌颜色、过车时间、和拍摄位置，先将提取的车牌号和车牌颜色作为ROWKEY，从已经创建好的HBASE表中查询是否有相同ROWKEY的数据，若查询到没有数据，则将这条数据以车牌号和车牌颜色作为ROWKEY，以过车时间、拍摄位置信息作为COLUMN信息，存入HBASE的表中，作为该车牌的最近的一次过车记录；若查询到有数据，则调取出查询到的数据，并提取过车时间和拍摄位置字段，这两次的过车记录是该车牌最近两次的过车记录，根据这两次过车记录的拍摄位置分别从卡口信息表中查得拍摄位置的坐标A(x1,y1)，B(x2,y2)，并以欧式距离计算公式：计算得出两次过车地点的欧式距离，然后根据两次过车数据的过车时间t1和t2，计算出时间差t1-t2，根据公式速度＝距离/时间，即v＝d(A,B)/(t1-t2)，得出从卡口A到卡口B的理论速度；若速度V小于等于预先设定的速度阈值，则认为车辆正常，并将这条从分布式消息服务器KAFKA中读取到的消息中的过车数据以车牌号和车牌颜色作为ROWKEY存入HBASE表中，换掉上一条相同ROWKEY的数据，作为该车牌号的最近的一次过车记录；若该速度大于预先设定的速度阈值，则判断此辆车为疑似套牌车，这两条过车记录分别以过车时间、车牌号和卡口编号作为ROWKEY保存到HBASE中已经创建好的套牌车分析结果表中；以及将所述过车记录发送到报警模块，报警模块以短信的方式将这两条过车记录的详细情况及图片地址发送到指定的手机号上。2.根据权利要求1所述的基于大数据进行套牌车分析的方法，其特征在于，还包括套牌车结果的查询：套牌车结果的查询在基于B/S架构的web系统中查询，在web系统的浏览器页面数据条件中设有开始时间、结束时间、车牌号，其中车牌号支持模糊搜索，以*号代替多位、以？号代替一位的方式进行模糊搜索；查询时在浏览器前台输入页面数据条件后，系统根据开始时间和结束时间组合Scan，然后从所述套牌车分析结果表中，查询这段时间范围的套牌车数据；若输入车牌号，则根据车牌号对结果进行过滤并展示在浏览器页面中。3.一种基于大数据进行套牌车分析的装置，其特征在于，基于HADOOP大数据平台，包括消息服务模块、存储模块、智能拍摄设备、套牌车分析模块、和报警模块，其中，所述智能拍摄设备，与所述消息服务模块中的分布式消息服务器KAFKA相耦接，用于捕捉过车图片，解析出对应的结构化文本信息后，发送...

【专利技术属性】
技术研发人员：李庆功，李善宝，辛国茂，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