基于大数据和云分析的道路车辆违法检测方法及系统技术方案

本发明专利技术公开了基于大数据和云分析的道路车辆违法检测方法及系统。本发明专利技术的道路车辆违法检测方法包括：大数据服务器集群存储前端设备采集的过车数据并发送给云分析服务器集群，过车数据包括过车图片和前端设备所在的交通卡口编号；云分析服务器集群对过车图片进行分析处理，并根据预设的过滤条件筛选出体现违法行为的过车图片，生成相应的车辆违法行为信息；云分析服务器集群将车辆违法行为信息发送给大数据服务器集群；大数据服务器集群根据采集过车图片的前端设备所在交通卡口需要进行处理的违法行为列表，筛选出需要进行处理的车辆违法行为信息，生成相应的车辆违法行为记录。本发明专利技术灵活地适应了交通卡口对违法行为规定各有不同的实际需要。

【技术实现步骤摘要】
基于大数据和云分析的道路车辆违法检测方法及系统
本专利技术涉及视频监控和分析
，特别涉及基于大数据和云分析的道路车辆违法检测方法及系统。
技术介绍
随着时代的发展，现在车辆越来越多，各种交通车辆违法行为及类型也随之增多，交通事故频发不止。随着科技的发展，现在道路上各种检测车辆违法行为的方案也随之而生，做好违法监控能有效的防止交通事故，保护人们生命财产安全。但是当前的检测方案要么需要大量的人力参与，要么不够智能，难以适应不同的执法要求和复杂的监控环境。
技术实现思路
有鉴于此，本专利技术实施例提供了基于大数据和云分析的道路车辆违法检测方法和系统，可以适应各个卡口的不同违法设定来检测车辆的违法行为。所述技术方案如下：第一方面，一种道路车辆违法检测方法，应用于服务器集群，所述服务器集群包括大数据服务器集群和云分析服务器集群，所述方法包括：大数据服务器集群存储前端设备采集的过车数据并发送给云分析服务器集群，所述过车数据包括过车图片和前端设备所在的交通卡口编号；所述云分析服务器集群对所述过车图片进行分析处理，并根据预设的过滤条件筛选出体现违法行为的过车图片，生成相应的车辆违法行为信息；所述云分析服务器集群将所述车辆违法行为信息发送给所述大数据服务器集群；所述大数据服务器集群根据采集过车图片的前端设备所在交通卡口需要进行处理的违法行为列表，筛选出需要进行处理的车辆违法行为信息，生成相应的车辆违法行为记录。可选择地，所述生成相应的车辆违法行为记录包括：所述大数据服务器集群根据筛选出的车辆违法行为信息对应的过车图片生成违法证据图片，违法证据图片包括体现违法场景的全景图和体现车辆信息的车身图。可选择地，所述云分析服务器集群生成并发送给所述大数据服务器集群的车辆违法行为信息包括车辆在过车图片中的位置，所述大数据服务器集群根据所述车辆在过车图片中的位置，在过车图片中截取车身图。可选择地，所述车辆违法行为信息包括：违法行为类型和车牌号码。可选择地，所述过车数据还包括行驶时间，所述违法行为列表包括对应的违法行为类型和时间段，所述大数据服务器集群根据采集过车图片的前端设备所在交通卡口需要进行处理的违法行为列表，筛选出需要进行处理的车辆违法行为信息包括：所述大数据服务器集群提取车辆违法行为信息中的违法行为类型和对应的过车数据中的行驶时间，当对应的采集过车图片的前端设备所在交通卡口需要进行处理的违法行为列表中包括该违法行为类型，且该行驶时间处于该违法行为类型对应的时间段内时，确认该车辆违法行为信息需要进行处理。可选择地，所述车辆违法行为信息还包括车辆类型，所述违法行为列表包括对应的违法行为类型和车辆类型，所述大数据服务器集群根据采集过车图片的前端设备所在交通卡口需要进行处理的违法行为列表，筛选出需要进行处理的车辆违法行为信息包括：所述大数据服务器集群提取车辆违法行为信息中的违法行为类型和车辆类型，当对应的采集过车图片的前端设备所在交通卡口需要进行处理的违法行为列表中包括该违法行为类型，且该车辆类型属于该违法行为类型对应的车辆类型时，确认该车辆违法行为信息需要进行处理。可选择地，所述过车数据还包括道路类型，所述违法行为列表包括对应的违法行为类型和道路类型，所述大数据服务器集群根据采集过车图片的前端设备所在交通卡口需要进行处理的违法行为列表，筛选出需要进行处理的车辆违法行为信息包括：所述大数据服务器集群提取车辆违法行为信息中的违法行为类型和对应的过车数据中的道路类型，当对应的采集过车图片的前端设备所在交通卡口需要进行处理的违法行为列表中包括该违法行为类型，且该道路类型属于该违法行为类型对应的道路类型时，确认该车辆违法行为信息需要进行处理。第二方面，一种道路车辆违法检测系统，该系统包括大数据服务器集群和云分析服务器集群，所述大数据服务器集群包括过车图片转发模块和违法车辆确定模块，所述云分析服务器集群包括违法车辆判断模块和违法信息发送模块，其中，所述过车图片转发模块用于存储前端设备采集的过车数据并发送给云分析服务器集群，所述过车数据包括过车图片和前端设备所在的交通卡口编号；所述违法车辆判断模块用于对所述过车图片进行分析处理，并根据预设的过滤条件筛选出体现违法行为的过车图片，生成相应的车辆违法行为信息；所述违法信息发送模块用于将所述车辆违法行为信息发送给所述大数据服务器集群；所述违法车辆确定模块用于根据采集过车图片的前端设备所在交通卡口需要进行处理的违法行为列表，筛选出需要进行处理的车辆违法行为信息，生成相应的车辆违法行为记录。可选择地，所述违法车辆确定模块包括证据图片生成子模块，用于根据筛选出的车辆违法行为信息对应的过车图片生成违法证据图片，违法证据图片包括体现违法场景的全景图和体现车辆信息的车身图。可选择地，所述违法车辆判断模块生成并发送给所述大数据服务器集群的车辆违法行为信息包括车辆在过车图片中的位置，所述证据图片生成子模块还用于根据所述车辆在过车图片中的位置，在对应的过车图中截取车身图。可选择地，所述车辆违法行为信息包括：违法行为类型和车牌号码。可选择地，所述过车数据还包括行驶时间，所述违法行为列表包括对应的违法行为类型和时间段，所述违法车辆确定模块具体用于提取车辆违法行为信息中的违法行为类型和对应的过车数据中的行驶时间，当对应的采集过车图片的前端设备所在交通卡口需要进行处理的违法行为列表中包括该违法行为类型，且该行驶时间处于对应的时间段内时，确认该车辆违法行为信息需要进行处理。可选择地，所述车辆违法行为信息还包括车辆类型，所述违法行为列表包括对应的违法行为类型和车辆类型，所述违法车辆确定模块具体用于提取车辆违法行为信息中的违法行为类型和车辆类型，当对应的采集过车图片的前端设备所在交通卡口需要进行处理的违法行为列表中包括该违法行为类型，且该车辆类型属于该违法行为类型对应的车辆类型时，确认该车辆违法行为信息需要进行处理。可选择地，所述过车数据还包括道路类型，所述违法行为列表包括对应的违法行为类型和道路类型，所述违法车辆确定模块具体用于提取车辆违法行为信息中的违法行为类型和对应的过车数据中的道路类型，当对应的采集过车图片的前端设备所在交通卡口需要进行处理的违法行为列表中包括该违法行为类型，且该道路类型属于该违法行为类型对应的道路类型时，确认该车辆违法行为信息需要进行处理。本专利技术实施例提供的技术方案带来的有益效果是：本专利技术利用大数据服务器存储过车数据，利用云分析服务器筛选过车数据中的违法行为和相应的违法信息，然后由大数据服务器根据交通卡口的违法行为列表而筛选出需要进行处理的违法行为，生成相应的车辆违法行为记录。因此，可以根据每个交通卡口的实际情况设定对违法行为的监控，只需要对违法行为列表进行设置即可，无需变动大数据服务器和云分析服务器的程序设置，因而简单易用，灵活地适应了交通卡口情况复杂多变而对违法行为规定各有不同的实际需要。本专利技术创造性地利用了大数据服务器的海量存储能力和云分析服务器的海量分析能力，能够达到实时准确的违法行为判断。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前本文档来自技高网...

【技术保护点】
1.一种道路车辆违法检测方法，其特征在于，应用于服务器集群，所述服务器集群包括大数据服务器集群和云分析服务器集群，所述方法包括：大数据服务器集群存储前端设备采集的过车数据并发送给云分析服务器集群，所述过车数据包括过车图片和前端设备所在的交通卡口编号；所述云分析服务器集群对所述过车图片进行分析处理，并根据预设的过滤条件筛选出体现违法行为的过车图片，生成相应的车辆违法行为信息；所述云分析服务器集群将所述车辆违法行为信息发送给所述大数据服务器集群；所述大数据服务器集群根据采集过车图片的前端设备所在交通卡口需要进行处理的违法行为列表，筛选出需要进行处理的车辆违法行为信息，生成相应的车辆违法行为记录。

【技术特征摘要】
1.一种道路车辆违法检测方法，其特征在于，应用于服务器集群，所述服务器集群包括大数据服务器集群和云分析服务器集群，所述方法包括：大数据服务器集群存储前端设备采集的过车数据并发送给云分析服务器集群，所述过车数据包括过车图片和前端设备所在的交通卡口编号；所述云分析服务器集群对所述过车图片进行分析处理，并根据预设的过滤条件筛选出体现违法行为的过车图片，生成相应的车辆违法行为信息；所述云分析服务器集群将所述车辆违法行为信息发送给所述大数据服务器集群；所述大数据服务器集群根据采集过车图片的前端设备所在交通卡口需要进行处理的违法行为列表，筛选出需要进行处理的车辆违法行为信息，生成相应的车辆违法行为记录。2.根据权利要求1所述的方法，其特征在于，所述生成相应的车辆违法行为记录包括：所述大数据服务器集群根据筛选出的车辆违法行为信息对应的过车图片生成违法证据图片，违法证据图片包括体现违法场景的全景图和体现车辆信息的车身图。3.根据权利要求2所述的方法，其特征在于，所述云分析服务器集群生成并发送给所述大数据服务器集群的车辆违法行为信息包括车辆在过车图片中的位置，所述大数据服务器集群根据所述车辆在过车图片中的位置，在过车图片中截取车身图。4.根据权利要求2所述的方法，其特征在于，所述车辆违法行为信息包括：违法行为类型和车牌号码。5.根据权利要求4所述的方法，其特征在于，所述过车数据还包括行驶时间，所述违法行为列表包括对应的违法行为类型和时间段，所述大数据服务器集群根据采集过车图片的前端设备所在交通卡口需要进行处理的违法行为列表，筛选出需要进行处理的车辆违法行为信息包括：所述大数据服务器集群提取车辆违法行为信息中的违法行为类型和对应的过车数据中的行驶时间，当对应的采集过车图片的前端设备所在交通卡口需要进行处理的违法行为列表中包括该违法行为类型，且该行驶时间处于该违法行为类型对应的时间段内时，确认该车辆违法行为信息需要进行处理。6.根据权利要求4所述的方法，其特征在于，所述车辆违法行为信息还包括车辆类型，所述违法行为列表包括对应的违法行为类型和车辆类型，所述大数据服务器集群根据采集过车图片的前端设备所在交通卡口需要进行处理的违法行为列表，筛选出需要进行处理的车辆违法行为信息包括：所述大数据服务器集群提取车辆违法行为信息中的违法行为类型和车辆类型，当对应的采集过车图片的前端设备所在交通卡口需要进行处理的违法行为列表中包括该违法行为类型，且该车辆类型属于该违法行为类型对应的车辆类型时，确认该车辆违法行为信息需要进行处理。7.根据权利要求4所述的方法，其特征在于，所述过车数据还包括道路类型，所述违法行为列表包括对应的违法行为类型和道路类型，所述大数据服务器集群根据采集过车图片的前端设备所在交通卡口需要进行处理的违法行为列表，筛选出需要进行处理的车辆违法行为信息包括：所述大数据服务器集群提取车辆违法行为信息中的违法行为类型和对应的过车数据中的道路类型，当对应的采集过车图片的前端设备所在交通卡口需要进行处理的...

【专利技术属性】
技术研发人员：许德君，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：浙江,33