基于大数据的套牌车识别方法、设备及存储介质技术

本发明专利技术涉及车牌识别以及大数据技术领域，尤其涉及一种基于大数据的套牌车识别方法、设备及存储介质；识别方法，包括步骤：生成车辆和电子设备关联大数据集合；利用生成的车辆和电子设备关联大数据集合，进行疑似套牌车识别，得到疑似套牌车数据集合；利用生成的车辆和电子设备关联大数据集合和疑似套牌车数据集合，进行套牌车真实车牌识别，得到套牌车的真实车牌。本发明专利技术所公开的基于大数据的套牌车识别方法、设备及存储介质，不增加额外投入，充分利用已有社会大数据资源，在海量车牌、无线电子设备ID、常住地以及往返常住地天数等时空数据中识别出疑似套牌车，进而识别出疑似套牌车的真实车牌号码，实用性更高，应用成本更低。

Identification method, equipment and storage medium of licensed cars based on big data

【技术实现步骤摘要】
基于大数据的套牌车识别方法、设备及存储介质
本专利技术涉及车牌识别以及大数据
，尤其涉及一种基于大数据的套牌车识别方法、设备及存储介质。
技术介绍
随着人们生活水平的提高，道路上的车辆越来越多，为了避免拥堵，很多城市实行限号上路行驶措施。为了逃避限行措施以及交通电子眼，有些车主开始伪造车牌(也称为套牌车)或遮挡车牌，对交通秩序和车辆管理造成极大障碍。车牌识别技术已经成熟，并得到广泛应用。为了实现套牌车辆自动识别，人们提出了很多方法：例如，时空轨迹方法是利用相同车牌的车辆不可能出现在两个不同的地点；车辆结构化特征方法是比较相同车牌的车辆的车型、车款、车色等特征。如果套牌车辆与真牌辆车的结构化特征和车牌都相同，即使采用计算机视觉技术提取的车辆结构化特征很准确，也很难识别出哪一辆车是套牌车辆。例如：沈贝伦等【1】提出一种基于深度学习的套牌车识别方法，先基于时空规则识别出嫌疑车辆，然后利用车辆结构化特征判别出套牌车辆，方法存在的不足：1)真牌车辆与套牌车辆如果不同时出现在不同地点，时空规则失效；2)当真牌车辆和套牌车辆的结构化特征一致时，方法中的二次识别算法失效。赵仁明等【2】提出一种基于大数据的套牌车识别方法，与【1】的方法类似，首先基于时空规则识别出嫌疑车辆，然后将嫌疑车辆分别与车管所登记图片相比对，从而判断出套牌车辆。方法存在的不足：1)需要使用车辆管理数据库，2)套牌车与真牌车外观一致时，不能做出判断。另一方面，随着移动互联网和物联网技术的发展，无线电子设备(如手机、智能音箱、智能手表、手环、车载WIFI，电子车牌等)正快速融入人们的生活，成为车辆驾驶员随身携带的生活必需品。WIFI路由器、RFID读卡器、蓝牙基站等无线基站通过分析接收到的移动设备数据报文可以提取出无线电子设备的全局ID或MAC地址，以及当时的时间和位置。基于车牌识别和电子设备ID识别技术，邵良开等【3】提出一种利用驾驶员与终端的关联关系确定套牌车辆的方法，利用车牌和驾驶者终端在某卡口同时出现找到车牌和驾驶者终端关联关系，对于同一个车牌的两个终端，如果终端1关联的卡口集合与终端2关联的卡口集合的交集元素个数小于预定值，则该车牌为嫌疑套牌车。方法存在的不足：1)真牌车和套牌车同时出现在某卡口时套牌车识别算法才有效，这影响了算法的适应性；2)不能判断哪辆车为套牌车。万华林等【4】提出一种基于时空轨迹匹配的移动目标关联方法，通过挖掘给定时间段的卡口车牌识别数据和无线电子设备探测数据，提取车辆和无线电子设备每天基于时间顺序的位置集合或活动轨迹，进而计算出车辆和无线电子设备的常住地位置；通过计算车辆轨迹与无线电子设备轨迹的公共轨迹点，将车辆车牌与电子设备进行关联，并生成车牌、电子设备ID、常住地等关联数据记录。本专利将基于方法【4】从车辆、电子设备活动轨迹大数据中提取出车牌、电子设备ID、常住地以及车辆往返常住地天数等关联数据记录进一步挖掘出疑似套牌车，并自动识别出套牌车真实车牌。因此，为了解决上述问题，急需专利技术一种新的基于大数据的套牌车识别方法、设备及存储介质。
技术实现思路
本专利技术的目的在于：提供一种基于大数据的套牌车识别方法、设备及存储介质，本专利技术提供了下述方案：一种基于大数据的套牌车识别方法，包括以下步骤：基于时空轨迹匹配的移动目标关联方法，生成车辆和电子设备关联大数据集合；利用生成的车辆和电子设备关联大数据集合，进行疑似套牌车识别，得到疑似套牌车数据集合；利用生成的车辆和电子设备关联大数据集合和疑似套牌车数据集合，进行套牌车真实车牌识别，得到套牌车的真实车牌。利用生成的车辆和电子设备关联大数据集合，进行疑似套牌车识别，得到疑似套牌车数据集合的步骤，具体为：导入并清洗最近1年由基于时空轨迹匹配的移动目标关联方法生成的车牌与电子设备关联数据记录，生成4元组数据记录集合S1，S1＝{(platei,MACi,homei,daysi),i∈N}，N为正整数；遍历集合S1，取出集合元素(platei,MACi,homei,daysi)∈S1，如果存在(platej,MACj,homej,daysj)∈S1,j≠i，使得platei＝platej，但MACi≠MACj,且homei≠homej，那么platei或platej为疑似套牌车；如果daysi-daysj≥n,n∈N，n为预定义阈值，则platej为疑似套牌车；同样地，如果daysj-daysi≥n,n∈N(n为预定义阈值)，则platei为疑似套牌车。利用生成的车辆和电子设备关联大数据集合和疑似套牌车数据集合，进行套牌车真实车牌识别，得到套牌车的真实车牌的步骤，具体为：基于集合S1，生成以电子设备MAC为主关键字的3元组数据记录集合S2，S2＝{(MACi,platei,homei),i∈N}：对疑似套牌车platei(i∈N)，根据相关联的数据记录(platei,MACi,homei,daysi)∈S1，获取相关联的电子设备全局地址MACi；遍历集合S2，查找出元素(MACk,platek,homek)∈S2，使得MACk＝MACi；对于(MACk,platek,homek)∈S2和(platei,MACi,homei,daysi)∈S1，如果platek≠platei,且homek≠homei，则platek为套牌车platei的真实车牌。基于时空轨迹匹配的移动目标关联方法，生成车辆和电子设备关联大数据集合的步骤，具体为：导入并清洗给定时间段的卡口车牌识别数据和无线电子设备探测数据；根据卡口车牌识别数据和无线电子设备探测数据，提取车辆和无线电子设备每天基于时间顺序的位置集合或活动轨迹：根据提取出的车辆和无线电子设备的位置集合或活动轨迹，分别计算车辆和无线电子设备的宿主位置；根据提取出的车辆和无线电子设备的位置集合或活动轨迹，计算车辆轨迹与无线电子设备轨迹的公共轨迹点，得到以时间为序的最大相同轨迹点集合；根据计算得到的最大相同轨迹点集合以及车辆和无线电子设备的宿主位置，将车辆车牌与无线电子设备进行关联，并生成数据记录。根据卡口车牌识别数据和无线电子设备探测数据，提取车辆和无线电子设备每天基于时间顺序的位置集合或活动轨迹的步骤，具体为：根据给定时间段和车牌提取该车牌车辆每天轨迹数据，数据格式为：(plate，home，date，(timestart,locstart)，(time1,loc1)，(time2,loc2)，...，(timeend,locend))；根据给定时间段和MAC地址提取该MAC每天轨迹数据，数据格式为：(MAC，home，date，(timestart,locstart)，(time1,loc1)，(time2,loc2)，...，(timeend,locend))；根据时间段和TID地址提取该TID每天轨迹数据，数据格式为：(TID，本文档来自技高网...

【技术保护点】
1.一种基于大数据的套牌车识别方法，其特征在于，包括以下步骤：/n基于时空轨迹匹配的移动目标关联方法，生成车辆和电子设备关联大数据集合；/n利用生成的车辆和电子设备关联大数据集合，进行疑似套牌车识别，得到疑似套牌车数据集合；/n利用生成的车辆和电子设备关联大数据集合和疑似套牌车数据集合，进行套牌车真实车牌识别，得到套牌车的真实车牌。/n

【技术特征摘要】
1.一种基于大数据的套牌车识别方法，其特征在于，包括以下步骤：
基于时空轨迹匹配的移动目标关联方法，生成车辆和电子设备关联大数据集合；
利用生成的车辆和电子设备关联大数据集合，进行疑似套牌车识别，得到疑似套牌车数据集合；
利用生成的车辆和电子设备关联大数据集合和疑似套牌车数据集合，进行套牌车真实车牌识别，得到套牌车的真实车牌。


2.根据权利要求1所述的基于大数据的套牌车识别方法，其特征在于，利用生成的车辆和电子设备关联大数据集合，进行疑似套牌车识别，得到疑似套牌车数据集合的步骤，具体为：
导入并清洗最近1年由基于时空轨迹匹配的移动目标关联方法生成的车牌与电子设备关联数据记录，生成4元组数据记录集合S1，S1＝{(platei,MACi,homei,daysi),i∈N}，N为正整数；
遍历集合S1，取出集合元素(platei,MACi,homei,daysi)∈S1，如果存在(platej,MACj,homej,daysj)∈S1,j≠i，使得platei＝platej，但MACi≠MACj,且homei≠homej，那么platei或platej为疑似套牌车；
如果daysi-daysj≥n,n∈N，n为预定义阈值，则platej为疑似套牌车；同样地，如果daysj-daysi≥n,n∈N(n为预定义阈值)，则platei为疑似套牌车。


3.根据权利要求2所述的基于大数据的套牌车识别方法，其特征在于，利用生成的车辆和电子设备关联大数据集合和疑似套牌车数据集合，进行套牌车真实车牌识别，得到套牌车的真实车牌的步骤，具体为：
基于集合S1，生成以电子设备MAC为主关键字的3元组数据记录集合S2，S2＝{(MACi,platei,homei),i∈N}：
对疑似套牌车platei(i∈N)，根据相关联的数据记录(platei,MACi,homei,daysi)∈S1，获取相关联的电子设备全局地址MACi；
遍历集合S2，查找出元素(MACk,platek,homek)∈S2，使得MACk＝MACi；
对于(MACk,platek,homek)∈S2和(platei,MACi,homei,daysi)∈S1，如果platek≠platei,且homek≠homei，则platek为套牌车platei的真实车牌。


4.根据权利要求3所述的基于大数据的套牌车识别方法，其特征在于，基于时空轨迹匹配的移动目标关联方法，生成车辆和电子设备关联大数据集合的步骤，具体为：
导入并清洗给定时间段的卡口车牌识别数据和无线电子设备探测数据；
根据卡口车牌识别数据和无线电子设备探测数据，提取车辆和无线电子设备每天基于时间顺序的位置集合或活动轨迹：
根据提取出的车辆和无线电子设备的位置集合或活动轨迹，分别计算车辆和无线电子设备的宿主位置；
根据提取出的车辆和无线电子设备的位置集合或活动轨迹，计算车辆轨迹与无线电子设备轨迹的公共轨迹点，得到以时间为序的最大相同轨迹点集合；
根据计算得到的最大相同轨迹点集合以及车辆和无线电子设备的宿主位置，将车辆车牌与无线电子设备进行关联，并生成数据记录。
...

【专利技术属性】
技术研发人员：万华林，刘军发，
申请(专利权)人：浙江省北大信息技术高等研究院，杭州未名信科科技有限公司，
类型：发明
国别省市：浙江;33