基于大数据的可疑车辆判别方法及系统技术方案

本发明专利技术涉及一种基于大数据的可疑车辆判别方法，包括以下步骤：步骤S1:获取各卡口的卡口信息，并获取经过卡口的车辆信息；步骤S2:根据各卡口的卡口信息及车辆信息历史数据，获取车辆的车辆轨迹，并将车辆轨迹信息传送至后台管理单元；步骤S3:根据车辆轨迹，判断是否存在可疑车辆，获取可疑车辆的车辆轨迹及车主信息，判断所述可疑车辆是否为非法车辆；步骤S4:若为非法车辆，则调取该车辆最近的车辆轨迹，并将信息传送至附近的交警，用于及时发现并控制非法车辆。本发明专利技术能够解决现有技术中由于可疑车辆识别不完善，提高可疑车辆的识别准确率，并及时提供预警信息，方便及时发现并控制非法车辆。

【技术实现步骤摘要】
基于大数据的可疑车辆判别方法及系统
本专利技术涉及涉及通信
，具体涉及一种基于大数据的可疑车辆判别方法及系统。
技术介绍
随着我国综合实力和国民收入水平的提高，机动车保有量每年以15％～20％的速度在迅猛增长，道路建设步伐不断加快，全国城市化水平也在不断提高，交通管理现状和需求的矛盾进一步加剧，与交通相关的刑事和治安案件也逐年上升，对案件的预警时一个很大的课程，需要进一步的提高预警力度和监控技术。在现代智能交通管理中，利用视频技术获取各种交通数据和对违章车辆进行检测和监控，具有快速、准确、直观等优点，便于交通指挥管理部门和道路使用者及时了解道路交通状况，准确做出决策进行道路交通指挥管理和合理行车路径选择，其中典型的应用便是道路交通卡口系统。道路交通卡口系统安装在公路任意断面上(包括的城市的出入口、收费站、省际和市际卡口等处)，能够对过往车辆进行自动实时拍摄与记录，并由确定机进行车牌识别以及对车辆进行行驶速度和各类违章的检测、数据采集与报警，以此提高道路交通管理的智能化、现代化水平。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于大数据的可疑车辆判别方法及系统，解决现有技术中由于可疑车辆识别不完善，提高可疑车辆的识别准确率，并及时提供预警信息，方便及时发现并控制非法车辆。为实现上述目的，本专利技术采用如下技术方案：一种基于大数据的可疑车辆判别方法，包括以下步骤：步骤S1:获取各卡口的卡口信息，并获取经过卡口的车辆信息；步骤S2:根据各卡口的卡口信息及车辆信息历史数据，获取车辆的车辆轨迹，并将车辆轨迹信息传送至后台管理单元；步骤S3:根据车辆轨迹，判断是否存在可疑车辆，获取可疑车辆的车辆轨迹及车主信息，判断所述可疑车辆是否为非法车辆；步骤S4:若为非法车辆，则调取该车辆最近的车辆轨迹，并将信息传送至附近的交警，用于及时发现并控制非法车辆。进一步的，所述可疑车辆包括伴随车辆、昼伏夜出车辆和徘徊车辆。进一步的，所述伴随车辆判断，具体为：(1)获取预设时间内各卡口的车辆通过记录，对每个卡口的记录按时间顺序排序(2)对排序的记录按固定的时间窗口(如10秒)扫描，出现在同一窗口内的任意一对车辆称为一次伴随出现；计算该窗口内的强度归一化因子；(3)扫描过程中将每一次伴随出现的影响强度累积计入该车辆对的伴随强度(4)将伴随强度低于伴随阈值的车辆对过滤掉，得到伴随车辆对。进一步的，所述强度归一化因子具体为：其中nt为窗口内的车辆数量进一步的，所述昼伏夜出车辆判断，具体为：(1)获取各卡口若干天的夜间车辆通过记录，过滤掉通过天数小于预设值的车辆，得到夜间行驶车辆；(2)根据得到的夜间行驶车辆，获取车辆白天通过卡口记录，构成车辆出现特征；(3)设对一辆车属于昼伏夜出车辆为概率为θ的二项分布，其各出现记录互相独立，对各卡口各车辆类型有各自的夜间出现，假设为二项分布，先验概率pi，即各卡口各类型车辆夜间出现次数除以全天出现次数；各车之间，各卡口之间夜间出现概率互相独立；若车辆属昼伏夜出车辆，则其应当在卡口记录中夜间出现，否则其是否夜间出现由卡口的先验概率决定；(4)根据实际的车辆记录y，建立y的昼伏夜出概率模型，求该车属于昼伏夜出车辆的概率θ。进一步的，所述昼伏夜出概率模型具体为：其中车辆y在最近一定日期内具有卡口1到n的出现记录，若在卡口i夜间出现，则yi为1，否则yi为0；θ和pi的定义见上文；θ为待求解的未知量使用牛顿法求θ的数值解，得到p(y|θ)的最大似然估计，即符合车辆y出现特征的昼伏夜出概率。进一步的，所述徘徊车辆，具体为：(1)获取车辆预设时间内行车轨迹；(2)视车辆轨迹为一长度为n的序列，其元素为按时间顺序经过的卡口id，有m≤n个不同元素，第i个不同元素的出现次数为第i个不同元素的出现频率(3)计算序列的平均信息熵(4)根据车辆平均信息熵，判断车辆是否属于疑似徘徊车辆；平均信息熵小于一定预设阈值的车辆为疑似徘徊车辆，进行下一步判别；(5)根据获取的疑似徘徊车辆，求徘徊路段重复模式即卡口id最长公共子序列；扫描车辆轨迹序列，对当前元素若重复出现，记录重复出现次数并求它开始的序列与之前出现以其开始或结尾序列的最长公共子序列。一种基于大数据的可疑车辆判别系统，包括前端采集终端、分析单元、后台管理单元和告警单元；所述前端采集终端用于获取各卡口的卡口信息，并获取经过卡口的车辆信息；所述分析单元根据各卡口的卡口信息及车辆信息，判断是否存在可疑车辆，并将可疑车辆的车辆信息传送至后台管理单元；所述后台管理单元用于提供数据信息给管理人员，并存储系统历史数据；所述告警单元用于将信息传送至附近的交警，方便及时发现并控制非法车辆。本专利技术与现有技术相比具有以下有益效果：本专利技术解决现有技术中由于可疑车辆识别不完善，提高可疑车辆的识别准确率，并及时提供预警信息，方便及时发现并控制非法车辆。附图说明图1是本专利技术方法流程图。具体实施方式下面结合附图及实施例对本专利技术做进一步说明。请参照图1，本专利技术提供一种基于大数据的可疑车辆判别方法，包括以下步骤：步骤S1:获取各卡口的卡口信息，并获取经过卡口的车辆信息；步骤S2:根据各卡口的卡口信息及车辆信息历史数据，获取车辆的车辆轨迹，并将车辆轨迹信息传送至后台管理单元；步骤S3:根据车辆轨迹，判断是否存在可疑车辆，获取可疑车辆的车辆轨迹及车主信息，判断所述可疑车辆是否为非法车辆；步骤S4:若为非法车辆，则调取该车辆最近的车辆轨迹，并将信息传送至附近的交警，用于及时发现并控制非法车辆。在本实施例中，所述可疑车辆包括伴随车辆、昼伏夜出车辆和徘徊车辆。在本实施例中，汇总一段时间内(如4小时)各卡口的车辆通过记录来寻找多次伴随出现的车辆对，计算其伴随强度，伴随出现指在给定的较短时间窗口(如10秒)内，两辆车都被同一卡口记录下来；不同状态下的伴随出现不应当等同对待，考虑一个繁忙的卡口，一辆车可能与其他很多车辆伴随出现，此时伴随出现记录应当对整体伴随强度影响较小，而在流量小的路段两车伴随出现就应当引起注意了；假设某车与另一车伴随出现的影响程度与某车在那个时间窗口内与所有车辆的伴随出现总数呈反比，而任两车伴随强度为观察时间内这两车各次伴随出现影响程度的和；在本实施例中，样例数据，设总观察时间10000样例中有100个卡口，平均来车间隔时间interval产生自期望为10的指数分布正常来车记录ts产生自平均来车间隔时间加单位正态分布，按每个卡口的时间排序记录随机赋给卡口*观察时间/平均来车间隔时间期望-2＝99998个不同车辆id；车0和车1相互伴随，它们在卡口0,1,2,3,4各产生2个伴随出现记录，车0记录时间为观察时间范围内均匀随本文档来自技高网...

【技术保护点】
1.一种基于大数据的可疑车辆判别方法，其特征在于，包括以下步骤：/n步骤S1:获取各卡口的卡口信息，并获取经过卡口的车辆信息；/n步骤S2:根据各卡口的卡口信息及车辆信息历史数据，获取车辆的车辆轨迹，并将车辆轨迹信息传送至后台管理单元；/n步骤S3:根据车辆轨迹，判断是否存在可疑车辆，获取可疑车辆的车辆轨迹及车主信息，判断所述可疑车辆是否为非法车辆；/n步骤S4:若为非法车辆，则调取该车辆最近的车辆轨迹，并将信息传送至附近的交警，用于及时发现并控制非法车辆。/n

【技术特征摘要】
1.一种基于大数据的可疑车辆判别方法，其特征在于，包括以下步骤：
步骤S1:获取各卡口的卡口信息，并获取经过卡口的车辆信息；
步骤S2:根据各卡口的卡口信息及车辆信息历史数据，获取车辆的车辆轨迹，并将车辆轨迹信息传送至后台管理单元；
步骤S3:根据车辆轨迹，判断是否存在可疑车辆，获取可疑车辆的车辆轨迹及车主信息，判断所述可疑车辆是否为非法车辆；
步骤S4:若为非法车辆，则调取该车辆最近的车辆轨迹，并将信息传送至附近的交警，用于及时发现并控制非法车辆。


2.根据权利要求1所述的一种基于大数据的可疑车辆判别方法，其特征在于：所述可疑车辆包括伴随车辆、昼伏夜出车辆和徘徊车辆。


3.根据权利要求2所述的一种可疑车辆判别方法，其特征在于：所述伴随车辆判断，具体为：
(1)获取预设时间内各卡口的车辆通过记录，对每个卡口的记录按时间顺序排序
(2)对排序的记录按固定的时间窗口扫描，出现在同一窗口内的任意一对车辆称为一次伴随出现；计算该窗口内的强度归一化因子；
(3)扫描过程中将每一次伴随出现的影响强度累积计入该车辆对的伴随强度
(4)将伴随强度低于伴随阈值的车辆对过滤掉，得到伴随车辆对。


4.根据权利要求2所述的一种可疑车辆判别方法，其特征在于：所述伴随车辆判断，所述强度归一化因子具体为：



其中nt为窗口内的车辆数量。


5.根据权利要求2所述的一种基于大数据的可疑车辆判别方法，其特征在于：所述昼伏夜出车辆判断，具体为：
(1)获取各卡口若干天的夜间车辆通过记录，过滤掉通过天数小于预设值的车辆，得到夜间行驶车辆；
(2)根据得到的夜间行驶车辆，获取车辆白天通过卡口记录，构成车辆出现特征；
(3)设对一辆车属于昼伏夜出车辆为概率为θ的二项分布，其各出现记录互相独立，对各卡口各车辆类型有各自的夜间出现，假设为二项分布，先验概率pi，即各卡口各类型车辆夜间出现次数除以全天出现次...

【专利技术属性】
技术研发人员：陈征宇，黄河，戴文艳，林文国，李昱东，潘德生，
申请(专利权)人：长威信息科技发展股份有限公司，
类型：发明
国别省市：福建;35