一种基于历史数据分析的智能稽查方法及系统技术方案

一种基于历史数据分析的智能稽查方法及系统，包括如下步骤：获取经过车辆的车辆ID；查询所述车辆ID得到车辆标签；根据车辆标签得到所述车辆ID的重点监测事项以及预定行驶路线；在预定行驶路线根据重点监测事项进行监测。本申请通过对于不同车辆进行不同方式的监测，可以大大的提高稽查的效率和准确性，尽可能的减少监测资源以及计算机分析资源的浪费，并且可以通过预定行驶路线的设置使得在路线上具有不同的侧重，也能提供监测资源是否充足的提示。

【技术实现步骤摘要】
一种基于历史数据分析的智能稽查方法及系统
本申请涉及一种基于历史数据分析的智能稽查方法及系统。
技术介绍
在车辆稽查过程中，一般是采用单点记录的方式，若车辆在单点进行了违法或者违章行为，则进行处罚或者警示。但是，车辆稽查的目的并不是为了发现违法，而是为了通过发现违法、继而对于违法违章车辆进行处罚来达到引导守规守法的目的，从而保证整个路网系统的行车安全。单点检测以及处罚实际上只能起到该种警示目的，但对于整体路网的行车安全并没有特别多的帮助作用。
技术实现思路
为了解决上述问题，本申请一方面公开了一种基于历史数据分析的智能稽查方法，包括如下步骤：获取经过车辆的车辆ID；查询所述车辆ID得到车辆标签；根据车辆标签得到所述车辆ID的重点监测事项以及预定行驶路线；在预定行驶路线根据重点监测事项进行监测。本申请通过对于不同车辆进行不同方式的监测，可以大大的提高稽查的效率和准确性，尽可能的减少监测资源以及计算机分析资源的浪费，并且可以通过预定行驶路线的设置使得在路线上具有不同的侧重，也能提供监测资源是否充足的提示。优选的，在预定行驶路线监测过程中，若监测到所述车辆ID未按照预定行驶路线进行行驶，则更新到新的预定行驶路线，并在预先行驶路线的基础上重新获取重点监测事项。优选的，所述重点监测事项包括下列项目：行驶速度、车道变化、道路标志线遵守、交通信号灯遵守、行人或非机动车礼让、应急车道行驶。优选的，所述重点监测事项的项目的评价包括5个危险程度依次降低的等级，分别是显著违规，违规，接近违规，合规，安全。本申请的危险等级是基于预防的目的进行的设定，因此不是按照违规标准的一条线进行的判定，而是在违规上面进行了严格分割，这样可以更加的突出其行为的危险性。如对于限速100km/h的路线，110km/h以上则为显著违规，100-100km/h为违规，80-100km/h为接近违规，60-80km/h为合规，60km/h以下为安全，而对于车道变化等，则是根据是否压实线以及和实现的距离等维度进行区分，大致距离要求的比例与速度一致。优选的，所述车辆标签根据历史监测数据累积得到，在历史监测数据的设定时间内，监测到所述车辆ID的监测项目中的危险等级不低于接近违规等级的作为重点监测项目。优选的，还包括对于历史监测数据的监测次数的限制，当危险等级不低于接近违规等级的设定时间内的次数达到限定阈值时，所述监测项目作为重点监测事项。优选的，所述限定阈值与预定行驶路线的长度正相关。优选的，所述重点监测事项按照如下方法进行监测：根据重点监测事项得到预定行驶路线上所有的主监测点，若主监测点少于监测阈值，则通过重点监测事项获取间接监测事项，继而获得预定行驶路线上的间接监测点，通过间接监测点来预测重点监测事项；若无法获取间接监测事项或者间接监测点不足，则发出主监测点不足的预警。本申请通过确定重点监测事项而得到监测重点，若监测资源不足时，可以通过其他的监测资源进行补充，这样可以在不增加监测点的前提之下，通过后台的分析得到想要监测的数据，虽然这样有可能会影响到监测的精度，但是不会影响到监测的定性，由此可以大大的提高有限资源下，监测结果的准确性。优选的，所述重点检测事项为应急车道行驶，所述间接监测点为行驶速度或车道变化或道路标志线遵守的间接监测点，所述间接监测点全覆盖正常行驶车道，通过间接监测点得到所述车辆ID的正常行驶车道，若没有得到所述车辆ID通过正常行驶车道的信息，则推测所述车辆ID通过应急车道进行了行驶。另一方面，还公开了一种基于历史数据分析的智能稽查系统，包括如下模块：信息获取模块，用于获取经过车辆的车辆ID；查询模块，用于查询所述车辆ID得到车辆标签；规划模块，用于根据车辆标签得到所述车辆ID的重点监测事项以及预定行驶路线；监测模块，用于在预定行驶路线根据重点监测事项进行监测。本申请能够带来如下有益效果：1、本申请通过对于不同车辆进行不同方式的监测，可以大大的提高稽查的效率和准确性，尽可能的减少监测资源以及计算机分析资源的浪费，并且可以通过预定行驶路线的设置使得在路线上具有不同的侧重，也能提供监测资源是否充足的提示；2、本申请的危险等级是基于预防的目的进行的设定，因此不是按照违规标准的一条线进行的判定，而是在违规上面进行了严格分割，这样可以更加的突出其行为的危险性；3、本申请通过确定重点监测事项而得到监测重点，若监测资源不足时，可以通过其他的监测资源进行补充，这样可以在不增加监测点的前提之下，通过后台的分析得到想要监测的数据，虽然这样有可能会影响到监测的精度，但是不会影响到监测的定性，由此可以大大的提高有限资源下，监测结果的准确性。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为第一个实施例的示意图；图2为第二个实施例的示意图。具体实施方式为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本申请进行详细阐述。在第一个实施例中，一种基于历史数据分析的智能稽查方法，包括如下步骤：S101.获取经过车辆的车辆ID；可以通过车牌、多维特征识别或者RFID等物联网信息来进行车辆的识别，当然本申请所说的车辆ID可以理解为车牌或者其他的车辆的唯一标识号，通过车辆ID可以唯一对应到某一车辆；S102.查询所述车辆ID得到车辆标签；所述车辆标签根据历史监测数据累积得到，在历史监测数据的设定时间内，监测到所述车辆ID的监测项目中的危险等级不低于接近违规等级的作为重点监测项目；还包括对于历史监测数据的监测次数的限制，当危险等级不低于接近违规等级的设定时间内的次数达到限定阈值时，所述监测项目作为重点监测事项；所述限定阈值与预定行驶路线的长度正相关，至于实际多少，需要路网部门和交警部门联合确定；S103.根据车辆标签得到所述车辆ID的重点监测事项以及预定行驶路线；所述重点监测事项包括下列项目：行驶速度、车道变化、道路标志线遵守、交通信号灯遵守、行人或非机动车礼让、应急车道行驶；所述重点监测事项的项目的评价包括5个危险程度依次降低的等级，分别是显著违规，违规，接近违规，合规，安全。如对于限速100km/h的路线，110km/h以上则为显著违规，100-100km/h为违规，80-100km/h为接近违规，60-80km/h为合规，60km/h以下为安全，而对于车道变化等，则是根据是否压实线以及和实现的距离等维度进行区分，大致距离要求的比例与速度一致。对于预定行驶路线是根据历史监测数据得到的惯常路线，在某种情况下，当历史监测数据无法得到惯常路线时，则需要采用类似于导航地图提供的导航路线。当然，在预定行驶路线监测过程中，若监测到所述车辆ID未按照预定行驶路线进行行驶，则更新到新的预定行驶路线，并在预先行驶路线的基础上重新获取重点监测事项。行驶路线的本文档来自技高网...

【技术保护点】
1.一种基于历史数据分析的智能稽查方法，其特征在于：包括如下步骤：/n获取经过车辆的车辆ID；/n查询所述车辆ID得到车辆标签；/n根据车辆标签得到所述车辆ID的重点监测事项以及预定行驶路线；/n在预定行驶路线根据重点监测事项进行监测。/n

【技术特征摘要】
1.一种基于历史数据分析的智能稽查方法，其特征在于：包括如下步骤：
获取经过车辆的车辆ID；
查询所述车辆ID得到车辆标签；
根据车辆标签得到所述车辆ID的重点监测事项以及预定行驶路线；
在预定行驶路线根据重点监测事项进行监测。


2.根据权利要求1所述的一种基于历史数据分析的智能稽查方法，其特征在于：在预定行驶路线监测过程中，若监测到所述车辆ID未按照预定行驶路线进行行驶，则更新到新的预定行驶路线，并在预先行驶路线的基础上重新获取重点监测事项。


3.根据权利要求1所述的一种基于历史数据分析的智能稽查方法，其特征在于：所述重点监测事项包括下列项目：行驶速度、车道变化、道路标志线遵守、交通信号灯遵守、行人或非机动车礼让、应急车道行驶。


4.根据权利要求3所述的一种基于历史数据分析的智能稽查方法，其特征在于：所述重点监测事项的项目的评价包括5个危险程度依次降低的等级，分别是显著违规，违规，接近违规，合规，安全。


5.根据权利要求3所述的一种基于历史数据分析的智能稽查方法，其特征在于：所述车辆标签根据历史监测数据累积得到，在历史监测数据的设定时间内，监测到所述车辆ID的监测项目中的危险等级不低于接近违规等级的作为重点监测项目。


6.根据权利要求5所述的一种基于历史数据分析的智能稽查方法，其特征在于：还包括对于历史监测数据的监测次数的限制，当危险等级不...

【专利技术属性】
技术研发人员：曹景亮，王浩磊，王学凯，赵子林，王亚，
申请(专利权)人：山东高速信息集团有限公司，
类型：发明
国别省市：山东;37