基于大数据分析的营运车辆监控系统技术方案

本发明专利技术提供一种基于大数据分析的营运车辆监控系统，该系统包括：营运车辆监控服务器，根据企业车辆运营数据构建营运车辆考核模型，并利用营运车辆考核模型对企业营运车辆进行监控，在监控到车辆存在运营异常时，向异常车辆对应的企业管理服务器发送异常报警信息，异常报警信息包括车辆信息及异常数据信息；至少一个企业管理服务器，在接收到异常报警后，调取相应车辆的运营数据，生成异常报警报告，该系统结合数据共享、数据分析将违规数据共享反馈给运营单位，以促进监管，提高营运安全，保障安全通行。平台数据同时共享给相关职能部门，提供共享服务的同时，辅助职能部门进行车辆监管，共同建立安全监管新环境。

【技术实现步骤摘要】
基于大数据分析的营运车辆监控系统
本专利技术涉及道路运输安全监控应用
，尤其涉及一种基于大数据分析的营运车辆监控系统。
技术介绍
重点营运车辆动态异常检测是当前基于交通大数据的异常检测技术的研究热点之一。违法营运车辆在经营中所承担的风险系数较小，从而也无法保障乘客的安全。因此，很多政府已经开始限制非法营运车辆服务。然而，由于大量私人非法营运车辆取证费时费力，相关部门在有限的人力资源情况下获得有效证据非常困难。随着传感设备和位置感知技术以及人群移动的研究使用数据驱动的方法去代替人工解决这种离群点检测问题。人的行为模型可以通过他们的轨迹被有效挖掘，同样，大规模的车辆移动数据可以用来识别非法营运车辆。此外，大量的车辆和人群移动数据包括呼叫细节记录数据（CallDetailsRecords，CDRs）、定位数据、社交网络签到数据等提供了从正常车辆中提取出可疑车辆的可能性。最近，相关部门使用一种新的数据—车牌识别数据（VLPR）作为一种新兴的分析工具。新的数据来自于车牌自动识别卡口的车辆过车记录数据。车牌自动识别技术集成了先进的光学技术、图像技术和模式识别技术，拍下每个过往车辆的照片，识别车辆的牌照、品牌、类型、速度和其他一些与车辆有关的信息，并将这些信息存入到数据库中。但是，这些数据并没有有效地应用到非法营运车辆识别方面。基于大数据的非法营运车辆识别面临着以下挑战：（1）车辆基数大，可疑车辆发现困难。大部分非法营运车辆均是私家车辆提供，并且工作时间不确定，仅仅从车的类型、速度以及车辆短期的行为特征是无法识别可疑车辆的。（2）取证困难。相关部门在发现可疑车辆进行稽查的时候，需要搜集到有效的证据，由于不能采用诱捕的方式，有些搭载非法营运车辆的乘客并不积极配合相关部门给证据的采集带来了很大的困难。（3）预警规则集难以确定如何精确判断异常车辆或者违法潜能，当前基于大数据的分析技术没有普适性的算法和指标集合。
技术实现思路
本专利技术的目的在于解决
技术介绍
中的至少一个技术问题，本专利技术实施例提供一种基于大数据分析的营运车辆监控系统。该系统包括：营运车辆监控服务器，根据企业车辆运营数据构建营运车辆考核模型，并利用所述营运车辆考核模型对企业营运车辆进行监控，在监控到车辆存在运营异常时，向异常车辆对应的企业管理服务器发送异常报警信息，所述异常报警信息包括车辆信息及异常数据信息；至少一个企业管理服务器，在接收到所述异常报警后，调取相应车辆的运营数据，生成异常报警报告。进一步可选的，还包括：车辆移动数据获取模块，包括至少一个车牌识别设备，用于获取车辆移动轨迹；和/或，乘客移动数据获取模块，包括至少一个用户终端设备，用于获取乘客移动数据。进一步可选的，，所述营运车辆监控服务器包括：指标监测子模块，用于收集监测营运车辆及其运营单位的指标数据；模型建立子模块，用于根据所述营运车辆及其运营单位的指标数据建立营运车辆考核模型；考评管理子模块，用于基于所述营运车辆考核模型考评所述营运车辆的运行指标状态，指标异常时，通知所述运营单位进行处理；信息审核子模块，用于接收并审核所述运营单位的所述营运车辆处理信息，建立应急管理制度；考核统计子模块，用于考核所述运营单位，评估并统计绩效。进一步可选的，，所述营运车辆监控服务器还包括：业务通知子模块，用于对所述运营单位发出事项通知、文件转发或者业务处理通知。进一步可选的，所述营运车辆监控服务器还包括：考核指标查询子模块，用于查询监测运营车辆的考评指标情况，其中查询可以按照运营单位、运营类型、指标明细或车辆报停明细进行。进一步可选的，所述模型建立子模块包括：评价指标体系构建单元，用于通过多维神经网络对历史的违法数据进行学习研判，抽取异常和违规聚类，对指标进行筛选、整理和分类，初步构建综合评价指标体系；综合评价模型构建单元，应用模糊识别原理,结合基于大数据的多维模糊层次分析法和综合集成赋权法确定权重系数,用于道路运输车辆卫星定位系统服务商、道路运输企业、驾驶员综合评价模型。进一步可选的，所述考评管理子模块统计考评对象在运营过程中各个单项指标的评分结果，利用主成份分析方法计算得到各单项评价指标的对应权重，采用加权平均的方法，得到安全评价结果和综合评价结果，完成对考评对象的评估和记录。根据本专利技术的一个方案，通过入网率指标监测，确保营运车辆纳入监管，提供监管覆盖率，将纳入监管的车辆数据进行统计分析，通过合理的计算模型，计算出分数排名等，确保系统收集到的数据的准确性和可靠性，提高营运车辆行车安全。通过各项指标监测，通过修正算法，过滤掉因信号不稳定造成的异常数据，确保监测的定位数据能真实反映车辆的行驶状态，为违规取证提供可靠准确的数据支持。在此基础上，平台通过大数据分析技术，使用修正过的定位数据，降低指标判定误差，再根据指标权重计算法，计算出每项指标的具体数值，降低判定误差，统一判定标准，降低因设备型号不同，信号强度不同等因素造成的误差，提高指标的准确性、可靠性、稳定性，实现统一标准的道路车辆运输监控，降低安全隐患。本专利技术通过汇入考核机制，结合数据共享、数据分析等，将违规数据共享反馈给企业和运营商，并通过建立对应的考核机制对企业及运营商同时进行考核，以促进监管，提高营运安全，保障安全通行。平台数据同时共享给相关职能部门，提供共享服务的同时，辅助职能部门进行车辆监管，共同建立安全监管新环境。附图说明图1为本专利技术实施例中一种基于大数据分析的营运车辆监控系统的功能结构示意图；图2为本专利技术实施例中另一基于大数据分析的营运车辆监控系统的功能结构示意图；图3为本专利技术实施例中另一基于大数据分析的营运车辆监控方法的流程示意图；图4为本专利技术实施例中示意性表示主管部门通过系统业务通知模块派单通知企业或者运营商进行处理的流程图。具体实施方式现在将参照示例性实施例来论述本专利技术的内容。应当理解，论述的实施例仅是为了使得本领域普通技术人员能够更好地理解且因此实现本专利技术的内容，而不是暗示对本专利技术的范围的任何限制。如本文中所使用的，术语“包括”及其变体要被解读为意味着“包括但不限于”的开放式术语。术语“基于”要被解读为“至少部分地基于”。术语“一个实施例”和“一种实施例”要被解读为“至少一个实施例”。如图1所示，本专利技术的基于大数据分析的营运车辆监控系统，包括：营运车辆监控服务器1，根据企业车辆运营数据构建营运车辆考核模型，并利用所述营运车辆考核模型对企业营运车辆进行监控，在监控到车辆存在运营异常时，向异常车辆对应的企业管理服务器发送异常报警信息，所述异常报警信息包括车辆信息及异常数据信息；至少一个企业管理服务器2，在接收到所述异常报警后，调取相应车辆的运营数据，生成异常报警报告。作为一种改进，如图2所示，以上实施例还可以包括但不限于以下实现方式，并且以下实现方式并非必须：进一本文档来自技高网...

【技术保护点】
1.一种基于大数据分析的营运车辆监控系统，其特征在于，包括：/n营运车辆监控服务器，根据企业车辆运营数据构建营运车辆考核模型，并利用所述营运车辆考核模型对企业营运车辆进行监控，在监控到车辆存在运营异常时，向异常车辆对应的企业管理服务器发送异常报警信息，所述异常报警信息包括车辆信息及异常数据信息；/n至少一个企业管理服务器，在接收到所述异常报警后，调取相应车辆的运营数据，生成异常报警报告。/n

【技术特征摘要】
1.一种基于大数据分析的营运车辆监控系统，其特征在于，包括：
营运车辆监控服务器，根据企业车辆运营数据构建营运车辆考核模型，并利用所述营运车辆考核模型对企业营运车辆进行监控，在监控到车辆存在运营异常时，向异常车辆对应的企业管理服务器发送异常报警信息，所述异常报警信息包括车辆信息及异常数据信息；
至少一个企业管理服务器，在接收到所述异常报警后，调取相应车辆的运营数据，生成异常报警报告。


2.根据权利1所述的基于大数据分析的营运车辆监控系统，其特征在于，还包括：
车辆移动数据获取模块，包括至少一个车牌识别设备，用于获取车辆移动轨迹；
和/或，
乘客移动数据获取模块，包括至少一个用户终端设备，用于获取乘客移动数据。


3.根据权利2所述的基于大数据分析的营运车辆监控系统，其特征在于，所述营运车辆监控服务器包括：
指标监测子模块，用于收集监测营运车辆及其运营单位的指标数据；
模型建立子模块，用于根据所述营运车辆及其运营单位的指标数据建立营运车辆考核模型；
考评管理子模块，用于基于所述营运车辆考核模型考评所述营运车辆的运行指标状态，指标异常时，通知所述运营单位进行处理；
信息审核子模块，用于接收并审核所述运营单位的所述营运车辆处理信息，建立应急管理制度；
考核统计子模块，用于考核所述运营单位，...

【专利技术属性】
技术研发人员：许旺土，李传明，刘欣荷，陈捷，肖晴牧，文琰杰，丁昌星，
申请(专利权)人：厦门大学，厦门市交通运行监测指挥中心，厦门卫星定位应用股份有限公司，
类型：发明
国别省市：福建;35