车辆信息管理方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种车辆信息管理方法、装置及存储介质，属于大数据处理技术领域。所述方法包括：获取N种数据源，并确定在每种数据源中出现的每个车辆的至少一个属性，以及所述至少一个属性中每个属性的属性值，然后按照相同车辆的属性进行合并的方式，将N种数据源中出现的所有车辆的属性进行合并，得到与多个车辆档案。也即，在本发明专利技术实施例中，每个车辆的车辆档案是根据N种数据源确定的，当数据源不同时，确定的车辆的信息种类也不同，因此确定的车辆档案包括的信息比较全面，且无需花费过多人力资源，有利于该车辆信息管理方法的推广。

Vehicle information management method, device and storage medium

【技术实现步骤摘要】
车辆信息管理方法、装置及存储介质
本专利技术涉及大数据处理
，特别涉及一种车辆信息管理方法、装置及存储介质。
技术介绍
随着车辆的日益增加，需要对不同车辆的信息进行管理，以形成车辆档案系统，以便于有关部门能够快速查阅某个车辆的信息。比如，交通管理部门可以通过车辆档案系统查阅某个车辆的违规信息。相关技术中，当需要对车辆进行信息管理时，通过人工方式采集每个车辆的信息，并将各个车辆的信息按照对应的车牌号码进行区分，之后通过人工方式录入每个车牌号码对应的车辆的信息，以得到车辆档案系统。比如，车管所的工作人员通过人工方式登记每个车辆的信息，登记的信息可以包括车牌号码、酒驾次数、闯红灯次数、违法停车次数等信息，并通过人工方式将每个车辆的信息录入计算机中，按照车牌号码的方式区分各个不同的车辆的信息，得到车辆档案系统。后续若交通管理部门需要查阅某个车辆的酒驾次数，只需根据该车辆的车牌号码查询该车辆档案系统即可。由于上述方法中是通过人工方式采集每个车辆的信息，因此，录入的车辆的信息种类可能比较单一，且人工成本较高，不利于上述车辆档案系统的推广应用。
技术实现思路
为了解决相关技术的问题，本专利技术实施例提供了一种车辆信息管理方法、装置及存储介质。所述技术方案如下：第一方面，提供了一种车辆信息管理方法，所述方法包括：获取N种数据源，N为大于或等于1的正整数，每种数据源包括多条数据；根据每种数据源包括的多条数据，确定在每种数据源中出现的每个车辆的至少一个属性，以及所述至少一个属性中每个属性的属性值，每个属性用于描述对应车辆的驾驶特征或车辆自身特征；按照相同车辆的属性进行合并的方式，将所述N种数据源中出现的所有车辆的属性进行合并，得到多个车辆档案，每个车辆档案包括同一车辆的多个属性和每个属性的属性值。可选地，每种数据源包括的多条数据中的每条数据与一组车牌号码和车牌颜色对应，一组车牌号码和车牌颜色用于标识一个车辆；所述根据每种数据源包括的多条数据，确定在每种数据源中出现的每个车辆的至少一个属性，以及所述至少一个属性中每个属性的属性值，包括：按照车牌号码和车牌颜色的不同，对每种数据源包括的多条数据进行分类，得到每种数据源对应的多个数据集合，每个数据集合对应一个车辆；根据每个数据集合包括的数据，确定与每个数据集合对应的车辆的至少一个属性以及每个属性的属性值。可选地，所述按照相同车辆的属性进行合并的方式，将所述N种数据源中出现的所有车辆的属性进行合并，得到多个车辆档案之后，还包括：对于所述多个车辆档案中的任一车辆档案A，从存储的车辆档案中查找与所述车辆档案A对应同一车辆的车辆档案；对于所述车辆档案A包括的任一属性B，根据所述车辆档案A中所述属性B的属性值，对查找到的车辆档案中的所述属性B的属性值进行更新。可选地，所述N种数据源中包括的数据为在当前时间之前的第一预设时间段内采集到的数据，每个属性设置有对应的属性统计类型，所述属性统计类型包括累计属性和时限属性，所述累计属性是指对应的属性用于描述车辆在当前时间之前的特征，所述时限属性是指对应的属性用于描述车辆在当前时间之前的第二预设时间段内的特征，所述第二预设时间段的时长大于所述第一预设时间段的时长；所述根据所述车辆档案A中所述属性B的属性值，对查找到的车辆档案中的所述属性B的属性值进行更新，包括：若所述属性B对应的属性统计类型为所述累计属性，则将所述车辆档案A中所述属性B的属性值合并至查找到的车辆档案中所述属性B的属性值中；若所述属性B对应的属性统计类型为所述时限属性，则将所述车辆档案A中所述属性B的属性值合并至查找到的车辆档案中所述属性B的属性值中，并将合并后的所述属性B的属性值中不属于所述第二预设时间段内的属性值删除。可选地，每个车辆档案包括的多个属性中存在类型为字典属性的属性，所述字典属性是指对应的属性包括多个字典，每个字典为对应的属性的一个实例，且每个字典对应一个字典值，所述字典值用于描述对应的字典的出现次数；所述根据每种数据源包括的多条数据，确定在每种数据源中出现的每个车辆的至少一个属性，包括：根据每种数据源包括的多条数据，确定在每种数据源中出现的每个车辆对应的所有字典和每个字典的出现次数；将每种数据源中出现的每个车辆对应的所有字典中属于同一属性的字典进行归类，得到与每个车辆对应的多个字典集合，每个字典集合包括的字典对应的属性为对应的车辆的一个属性，每个字典集合中包括的各个字典的字典值为对应属性的属性值。可选地，所述按照相同车辆的属性进行合并的方式，将所述N种数据源中出现的所有车辆的属性进行合并，得到多个车辆档案，包括：确定多个属性集合，每个属性集合中包括所述N种数据源中出现的同一车辆的所有属性以及每个属性的属性值；将每个属性集合中重复出现的属性以及所述重复出现的属性的属性值剔除，并根据剔除后的每个属性集合生成对应车辆的车辆档案。可选地，所述N种数据源包括与牌识数据库对应的数据源、与车管库对应的数据源、与云分析数据库对应的数据源和与研判数据库对应的数据源中的至少一个，所述牌识数据库包括多条牌识数据，每条牌识数据包括摄像机从拍摄到的车牌画面中识别出的车牌号码信息和车牌颜色信息、所述摄像机拍摄到所述车牌画面时的拍摄时间信息和所述摄像机拍摄到所述车牌画面时对应车辆的位置信息中的至少一个，所述车管库中的每条车管库数据包括对应车辆的车牌信息、车主信息、厂家信息、车检信息以及车辆尺寸信息中的至少一个，所述云分析数据库中的云分析数据是指服务器对摄像机针对车辆采集的视频画面进行分析得到的数据，所述研判数据库中的研判数据是指通过车辆研判算法确定的数据。可选地，所述多个属性包括静态属性、统计属性和行为属性；所述静态属性包括固定属性、车牌属性、车辆属性、车管库属性、二次识别车辆属性和模型属性中的至少一个，所述固定属性用于标识对应的车辆，所述车牌属性用于描述对应车辆的车牌信息，所述车辆属性用于描述对应车辆的品牌信息、年款信息和外观信息中的至少一个，所述二次识别车辆属性是对采集到的对应车辆的视频画面进行分析识别之后得到的关于车辆自身信息的属性，所述模型属性是指通过预设学习模型对对应车辆的信息进行学习得到的模型；所述统计属性包括活动属性和二次识别行为属性中的至少一个，所述活动属性用于描述对应车辆在时间和/或空间维度上的活动信息，所述二次识别行为属性是指对采集到的对应车辆的视频画面进行分析之后得到的关于车辆中人员信息的属性；所述行为属性用于描述对应车辆的驾驶行为。第二方面，提供一种车辆信息管理装置，所述装置包括：获取模块，用于获取N种数据源，N为大于或等于1的正整数，每种数据源包括多条数据；确定模块，用于根据每种数据源包括的多条数据，确定在每种数据源中出现的每个车辆的至少一个属性，以及所述至少一个属性中每个属性的属性值，每个属性用于描述对应车辆的驾驶特征或车辆自身特征；合并模块，用于按照相同车辆的属性进行合并的方式，将所述N种数据源中出现的所有车辆的属性进行合并，得到多个车辆档案，每个车辆档案包括同一车辆的多个属性和每个属性的属性值。可选地，每种数据源包括的多条数据中的每条数据与一组车牌号码和车牌颜色对应，一组车牌号码和车牌颜色用于标识一个车辆；所述确定模块，具体用于：按照车牌号码和车牌颜色的不同本文档来自技高网...

【技术保护点】
1.一种车辆信息管理方法，其特征在于，所述方法包括：获取N种数据源，N为大于或等于1的正整数，每种数据源包括多条数据；根据每种数据源包括的多条数据，确定在每种数据源中出现的每个车辆的至少一个属性，以及所述至少一个属性中每个属性的属性值，每个属性用于描述对应车辆的驾驶特征或车辆自身特征；按照相同车辆的属性进行合并的方式，将所述N种数据源中出现的所有车辆的属性进行合并，得到多个车辆档案，每个车辆档案包括同一车辆的多个属性和每个属性的属性值。

【技术特征摘要】
1.一种车辆信息管理方法，其特征在于，所述方法包括：获取N种数据源，N为大于或等于1的正整数，每种数据源包括多条数据；根据每种数据源包括的多条数据，确定在每种数据源中出现的每个车辆的至少一个属性，以及所述至少一个属性中每个属性的属性值，每个属性用于描述对应车辆的驾驶特征或车辆自身特征；按照相同车辆的属性进行合并的方式，将所述N种数据源中出现的所有车辆的属性进行合并，得到多个车辆档案，每个车辆档案包括同一车辆的多个属性和每个属性的属性值。2.如权利要求1所述的方法，其特征在于，每种数据源包括的多条数据中的每条数据与一组车牌号码和车牌颜色对应，一组车牌号码和车牌颜色用于标识一个车辆；所述根据每种数据源包括的多条数据，确定在每种数据源中出现的每个车辆的至少一个属性，以及所述至少一个属性中每个属性的属性值，包括：按照车牌号码和车牌颜色的不同，对每种数据源包括的多条数据进行分类，得到每种数据源对应的多个数据集合，每个数据集合对应一个车辆；根据每个数据集合包括的数据，确定与每个数据集合对应的车辆的至少一个属性以及每个属性的属性值。3.如权利要求1所述的方法，其特征在于，所述按照相同车辆的属性进行合并的方式，将所述N种数据源中出现的所有车辆的属性进行合并，得到多个车辆档案之后，还包括：对于所述多个车辆档案中的任一车辆档案A，从存储的车辆档案中查找与所述车辆档案A对应同一车辆的车辆档案；对于所述车辆档案A包括的任一属性B，根据所述车辆档案A中所述属性B的属性值，对查找到的车辆档案中的所述属性B的属性值进行更新。4.如权利要求3所述的方法，其特征在于，所述N种数据源中包括的数据为在当前时间之前的第一预设时间段内采集到的数据，每个属性设置有对应的属性统计类型，所述属性统计类型包括累计属性和时限属性，所述累计属性是指对应的属性用于描述车辆在当前时间之前的特征，所述时限属性是指对应的属性用于描述车辆在当前时间之前的第二预设时间段内的特征，所述第二预设时间段的时长大于所述第一预设时间段的时长；所述根据所述车辆档案A中所述属性B的属性值，对查找到的车辆档案中的所述属性B的属性值进行更新，包括：若所述属性B对应的属性统计类型为所述累计属性，则将所述车辆档案A中所述属性B的属性值合并至查找到的车辆档案中所述属性B的属性值中；若所述属性B对应的属性统计类型为所述时限属性，则将所述车辆档案A中所述属性B的属性值合并至查找到的车辆档案中所述属性B的属性值中，并将合并后的所述属性B的属性值中不属于所述第二预设时间段内的属性值删除。5.如权利要求1所述的方法，其特征在于，每个车辆档案包括的多个属性中存在类型为字典属性的属性，所述字典属性是指对应的属性包括多个字典，每个字典为对应的属性的一个实例，且每个字典对应一个字典值，所述字典值用于描述对应的字典的出现次数；所述根据每种数据源包括的多条数据，确定在每种数据源中出现的每个车辆的至少一个属性，包括：根据每种数据源包括的多条数据，确定在每种数据源中出现的每个车辆对应的所有字典和每个字典的出现次数；将每种数据源中出现的每个车辆对应的所有字典中属于同一属性的字典进行归类，得到与每个车辆对应的多个字典集合，每个字典集合包括的字典对应的属性为对应的车辆的一个属性，每个字典集合中包括的各个字典的字典值为对应属性的属性值。6.如权利要求1至5任一所述的方法，其特征在于，所述按照相同车辆的属性进行合并的方式，将所述N种数据源中出现的所有车辆的属性进行合并，得到多个车辆档案，包括：确定多个属性集合，每个属性集合中包括所述N种数据源中出现的同一车辆的所有属性以及每个属性的属性值；将每个属性集合中重复出现的属性以及所述重复出现的属性的属性值剔除，并根据剔除后的每个属性集合生成对应车辆的车辆档案。7.如权利要求1所述的方法，其特征在于，所述N种数据源包括与牌识数据库对应的数据源、与车管库对应的数据源、与云分析数据库对应的数据源和与研判数据库对应的数据源中的至少一个，所述牌识数据库包括多条牌识数据，每条牌识数据包括摄像机从拍摄到的车牌画面中识别出的车牌号码信息和车牌颜色信息、所述摄像机拍摄到所述车牌画面时的拍摄时间信息和所述摄像机拍摄到所述车牌画面时对应车辆的位置信息中的至少一个，所述车管库中的每条车管库数据包括对应车辆的车牌信息、车主信息、厂家信息、车检信息以及车辆尺寸信息中的至少一个，所述云分析数据库中的云分析数据是指服务器对摄像机针对车辆采集的视频画面进行分析得到的数据，所述研判数据库中的研判数据是指通过车辆研判算法确定的数据。8.如权利要求1所述的方法，其特征在于，所述多个属性包括静态属性、统计属性和行为属性；所述静态属性包括固定属性、车牌属性、车辆属性、车管库属性、二次识别车辆属性和模型属性中的至少一个，所述固定属性用于标识对应的车辆，所述车牌属性用于描述对应车辆的车牌信息，所述车辆属性用于描述对应车辆的品牌信息、年款信息和外观信息中的至少一个，所述二次识别车辆属性是对采集到的对应车辆的视频画面进行分析识别之后得到的关于车辆自身信息的属性，所述模型属性是指通过预设学习模型对对应车辆的信息进行学习得到的模型；所述统计属性包括活动属性和二次识别行为属性中的至少一个，所述活动属性用于描述对应车辆在时间和/或空间维度上的活动信息，所述二次识别行为属性是指对采集到的对应车辆的视频画面进行分析之后得到的关于车辆中人员信息的属性；所述行为属性用于描述...

【专利技术属性】
技术研发人员：王正伟，许德君，祝训军，
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