一种基于多维数据采集的大数据行为轨迹分析方法技术

本发明专利技术涉及轨迹分析技术领域，提供一种基于多维数据采集的大数据行为轨迹分析方法，包括：步骤100，建立采集设备与物理位置的关联关系；步骤200，通过采集设备实时采集人员信息和车辆信息的动态数据，形成人员信息和车辆信息的数据库；步骤300，根据人员信息和车辆信息的数据库，进行人员行为轨迹分析或者车辆行为轨迹分析；步骤400，通过抽取的目标时空轨迹数据分析，得到一定时间范围内目标的活跃度分析；步骤500，将目标时空行为轨迹通过GIS地图进行动态可视化展示。本发明专利技术能够根据社区人员的活动记录，查询到历史活动记录，并建立人员、车辆与动态数据的关联关系，能够对人员和车辆进行轨迹分析和展示，形成连续的跟踪分析效力。

【技术实现步骤摘要】
一种基于多维数据采集的大数据行为轨迹分析方法
本专利技术涉及轨迹分析
，尤其涉及一种基于多维数据采集的大数据行为轨迹分析方法。
技术介绍
当前，智慧社区作为信息化与城镇化融合的结晶，将成为推动我国经济社会转型升级的重要动力引擎。从本质上讲，智慧社区是一种经济社会活动最优化的城市发展新形态，其以物联网、云计算、移动互联网等新一代信息技术为基础，通过感知化、互联化、智能化等方式，延伸人的智慧，促进体制机制及运营模式创新，实现资源最优配置及城市运营成本最低、效率更高、价值最大，人们幸福感最强。安防管理是智慧社区建设的基础，是以人的信息为基础，构建人及其衍生物的档案，通过终端采集设备获取社区内人员活动数据，信息化处理方式是可以查询到人员的历史活动记录，能够做到出了事情有据可查。对于“大数据”(Bigdata)，研究机构Gartner给出了这样的定义：“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。现有智慧社区管理技术，只是能够采集社区人员的活动记录，并能够查询到历史活动记录，采集的海量数据无法建立关联，无法分析得到社区人员和车辆的动态时空行为轨迹，对于人员的行为轨迹不能形成连续的跟踪分析效力，只是几个时间位置的点位记录，时空上会有断层。
技术实现思路
本专利技术主要解决现有技术的采集的数据无法建立关联，无法分析得到社区人员和车辆的动态时空行为轨迹等技术问题，提出一种基于多维数据采集的大数据行为轨迹分析方法，能够根据社区人员的活动记录，查询到历史活动记录，并建立人员、车辆与动态数据的关联关系，能够对人员和车辆进行轨迹分析和展示，形成连续的跟踪分析效力。本专利技术提供一种基于多维数据采集的大数据行为轨迹分析方法，包括以下过程：步骤100，建立采集设备与物理位置的关联关系；步骤200，通过采集设备实时采集人员信息和车辆信息的动态数据，形成人员信息和车辆信息的数据库；步骤300，根据人员信息和车辆信息的数据库，进行人员行为轨迹分析或者车辆行为轨迹分析；人员行为轨迹分析过程如下：1)在静态数据库中查询人员基本信息，以人员基本信息为条件在ElasticSearch数据库抽取人员信息的动态数据，人员信息的动态数据包括人脸抓拍识别信息、车辆识别信息、门禁通行信息、手机码信息，将人员与动态数据建立关联关系；2)以人员基本信息、人员活跃度、动态数据采集地、动态数据采集时间、以及该人员关联的动态数据作为一个组合，建立人员时空轨迹数据模型，存入ElasticSearch数据库中；3)对目标人员进行行为轨迹分析：从数据库中抽取人员数据列表；从大数据搜索引擎ElasticSearch数据库中抽取人员时空轨迹数据；分析数据，将该人员相对的人员信息、人脸抓拍识别信息、车辆识别信息、门禁通行信息、手机码信息以时间轴顺序串联起来，通过地图映射，展示在google地图中，形成人员行为轨迹分析；车辆行为轨迹分析过程如下：1)在静态数据库中查询车辆基本信息，以车辆信息为条件在ElasticSearch数据库抽取车辆信息的动态数据，车辆信息的动态数据包括车辆识别信息，将车辆与动态数据建立关联关系；2)以车辆基本信息、活跃度、动态数据采集地信息、采集时间、以及该车辆关联的动态数据作为一个组合，建立车辆时空轨迹数据模型，存入ElasticSearch数据库中；3)对目标车辆进行行为轨迹分析：从数据库中抽取车辆数据列表；从大数据搜索引擎ElasticSearch数据库中抽取车辆时空轨迹数据；分析数据，将车辆轨迹以时间轴顺序串联起来，通过地图映射，展示在google地图中，形成车辆行为轨迹分析。进一步的，在步骤300之后，还包括：步骤400，通过抽取的目标时空轨迹数据分析，得到一定时间范围内目标的活跃度分析；人员活跃度分析：1)从大数据搜索引擎ElasticSearch数据库中按日期时间抽取人员时空轨迹数据；2)根据人员时空轨迹数据，统计人员活跃度，并将统计信息通过echart展示在活跃度时间图表中；车辆活跃度分析：1)从大数据搜索引擎ElasticSearch数据库中按日期时间抽取车辆时空轨迹数据；2)根据车辆时空轨迹数据，统计车辆活跃度，并将统计信息通过echart展示在活跃度时间图表中。进一步的，在步骤400之后，还包括：步骤500，将目标时空行为轨迹通过GIS地图进行动态可视化展示；步骤501，动态获取GIS地图url地址；步骤502，绘制地图；步骤503，从数据库中抽取小区信息数据列表；步骤504，使用leaflet库在地图中绘制社区图形；步骤505，使用leaflet库在地图中绘制人员聚簇点位；步骤506，使用leaflet库在地图中绘制人员轨迹；步骤507，使用leaflet库在地图中绘制动态移动图形；步骤508，在地图中添加点击事件，点击弹出提示信息。本专利技术提供的一种基于多维数据采集的大数据行为轨迹分析方法，与现有技术相比具有以下优点：1、将采集设备与位置信息建立联系，使得采集的动态数据打上时间和物理位置的标记，动态数据是描述人员或车辆等目标的采集数据，在采集时会与人员或车辆进行关联绑定，包括人脸抓拍、车牌抓拍、门禁通行、电子围栏等数据，这样做可以让采集的动态数据变成一个个时空点位，为行为轨迹分析提供基础数据。2、通过大数据技术，建立人员车辆与社区活动数据的关联关系模型，并可通过人员或者车辆作为起始节点，提取出代表目标行为特征的时空轨迹，达到对目标行为的连续跟踪分析能力，可以高效还原关注目标的行为轨迹。3、将目标时空行为轨迹通过GIS地图进行动态可视化展示，通过动画形式在地图上展现目标的时空移动轨迹，较单纯的查询单个动态数据记录，信息获取上更直观、更完整。4、本专利技术可以在安防领域得到应用，通过行为轨迹分析可以快速定位人员、车辆、手机等目标的位置，此外在防疫领域，可以快速确定目标在一段时间内的移动轨迹，发现潜在的风险地区和风险人员，及时控制疫情扩散，应用前景好。附图说明图1是本专利技术提供的基于多维数据采集的大数据行为轨迹分析方法的实现流程图；图2是本专利技术提供的人员行为轨迹分析过程的实现流程图；图3是本专利技术的应用效果图。具体实施方式为使本专利技术解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中本文档来自技高网...

【技术保护点】
1.一种基于多维数据采集的大数据行为轨迹分析方法，其特征在于，包括以下过程：/n步骤100，建立采集设备与物理位置的关联关系；/n步骤200，通过采集设备实时采集人员信息和车辆信息的动态数据，形成人员信息和车辆信息的数据库；/n步骤300，根据人员信息和车辆信息的数据库，进行人员行为轨迹分析或者车辆行为轨迹分析；/n人员行为轨迹分析过程如下：/n1)在静态数据库中查询人员基本信息，以人员基本信息为条件在ElasticSearch数据库抽取人员信息的动态数据，人员信息的动态数据包括人脸抓拍识别信息、车辆识别信息、门禁通行信息、手机码信息，将人员与动态数据建立关联关系；/n2)以人员基本信息、人员活跃度、动态数据采集地、动态数据采集时间、以及该人员关联的动态数据作为一个组合，建立人员时空轨迹数据模型，存入ElasticSearch数据库中；/n3)对目标人员进行行为轨迹分析：从数据库中抽取人员数据列表；从大数据搜索引擎ElasticSearch数据库中抽取人员时空轨迹数据；分析数据，将该人员相对的人员信息、人脸抓拍识别信息、车辆识别信息、门禁通行信息、手机码信息以时间轴顺序串联起来，通过地图映射，展示在google地图中，形成人员行为轨迹分析；/n车辆行为轨迹分析过程如下：/n1)在静态数据库中查询车辆基本信息，以车辆信息为条件在ElasticSearch数据库抽取车辆信息的动态数据，车辆信息的动态数据包括车辆识别信息，将车辆与动态数据建立关联关系；/n2)以车辆基本信息、活跃度、动态数据采集地信息、采集时间、以及该车辆关联的动态数据作为一个组合，建立车辆时空轨迹数据模型，存入ElasticSearch数据库中；/n3)对目标车辆进行行为轨迹分析：从数据库中抽取车辆数据列表；从大数据搜索引擎ElasticSearch数据库中抽取车辆时空轨迹数据；分析数据，将车辆轨迹以时间轴顺序串联起来，通过地图映射，展示在google地图中，形成车辆行为轨迹分析。/n...

【技术特征摘要】
1.一种基于多维数据采集的大数据行为轨迹分析方法，其特征在于，包括以下过程：
步骤100，建立采集设备与物理位置的关联关系；
步骤200，通过采集设备实时采集人员信息和车辆信息的动态数据，形成人员信息和车辆信息的数据库；
步骤300，根据人员信息和车辆信息的数据库，进行人员行为轨迹分析或者车辆行为轨迹分析；
人员行为轨迹分析过程如下：
1)在静态数据库中查询人员基本信息，以人员基本信息为条件在ElasticSearch数据库抽取人员信息的动态数据，人员信息的动态数据包括人脸抓拍识别信息、车辆识别信息、门禁通行信息、手机码信息，将人员与动态数据建立关联关系；
2)以人员基本信息、人员活跃度、动态数据采集地、动态数据采集时间、以及该人员关联的动态数据作为一个组合，建立人员时空轨迹数据模型，存入ElasticSearch数据库中；
3)对目标人员进行行为轨迹分析：从数据库中抽取人员数据列表；从大数据搜索引擎ElasticSearch数据库中抽取人员时空轨迹数据；分析数据，将该人员相对的人员信息、人脸抓拍识别信息、车辆识别信息、门禁通行信息、手机码信息以时间轴顺序串联起来，通过地图映射，展示在google地图中，形成人员行为轨迹分析；
车辆行为轨迹分析过程如下：
1)在静态数据库中查询车辆基本信息，以车辆信息为条件在ElasticSearch数据库抽取车辆信息的动态数据，车辆信息的动态数据包括车辆识别信息，将车辆与动态数据建立关联关系；
2)以车辆基本信息、活跃度、动态数据采集地信息、采集时间、以及该车辆关联的动态数据作为一个组合，建立车辆时空轨迹数据模型，存入ElasticSearch数据库中；
3)对目标车辆进行行为轨迹分析...

【专利技术属性】
技术研发人员：张仁庆，许宏达，黄志道，王长忠，
申请(专利权)人：大连源动力科技有限公司，
类型：发明
国别省市：辽宁;21