一种基于车辆多维数据分析的超限车辆源头识别方法技术

本发明专利技术提供一种基于车辆多维数据分析的超限车辆源头识别方法，对超限车辆源头识别包括以下步骤：系统接收各个超限超载检测点的超限检测数据；选定一辆或多辆超限车辆的时间段，将所选时间段内所选车辆的所有轨迹点在地图上标注；根据各个轨迹点及其对应的时间点，利用聚类技术对相近时间、相近距离内的轨迹点进行汇聚，生成一个或多个车辆停留区域，作为候选超限源头单位区域；根据城市POI数据，识别停留区域的地点信息，将加油站、服务区、维修厂等区域排除候选超限源头单位区域，将剩余区域再与重点企业的位置信息进行匹配分析，得出超限车辆的疑似源头单位；计算每个疑似超限源头单位的超限车辆数。单位的超限车辆数。单位的超限车辆数。

【技术实现步骤摘要】
一种基于车辆多维数据分析的超限车辆源头识别方法


[0001]本专利技术涉及车辆超限超载检测领域，具体为一种基于车辆多维数据分析的超限车辆源头识别方法。

技术介绍

[0002]车辆超限超载不仅严重破坏公路基础设施，减少公路使用寿命，还容易引发道路交通事故，对人民群众的生命财产安全造成严重威胁，解决超限超载问题的关键在于源头控制，源头治理是当务之急，坚持标本兼治，最大限度地把超限超载车辆堵在运输源头。
[0003]货运源头单位数量多、分布广，通过驻点、巡查、在货运源头单位安装称重设备和监控设备等方式的执法成本高，无法满足全覆盖、全天候的监管需求。

技术实现思路

[0004]针对现有技术存在的不足，本专利技术目的是提供一种基于车辆多维数据分析的超限车辆源头识别方法，以解决上述
技术介绍
中提出的问题，通过接入路面动态检测点的超限检测数据、车辆卫星定位数据、卡口抓拍数据、路网数据、源头企业数据，通过时空聚类算法，对一个或多个超限超载车辆进行追根溯源，从大量轨迹数据中分析挖掘超限超载车辆的疑似超限源头单位，并统计参考时间段内一个或多个疑似超限源头单位的超限次数，通过科技赋能，对多发违法货物运输源头单位实时定向查处、精准打击，从源头上遏制超限超载违法行为。
[0005]为了实现上述目的，本专利技术是通过如下的技术方案来实现：一种基于车辆多维数据分析的超限车辆源头识别方法，对超限车辆源头识别包括以下步骤：
[0006](1)系统接收各个超限超载检测点的超限检测数据；
[0007](2)选定一辆或多辆超限车辆的时间段，将所选时间段内所选车辆的所有轨迹点在地图上标注；
[0008](3)根据各个轨迹点及其对应的时间点，利用聚类技术对相近时间、相近距离内的轨迹点进行汇聚，生成一个或多个车辆停留区域，作为候选超限源头单位区域；
[0009](4)根据城市POI数据，识别停留区域的地点信息，将加油站、服务区、维修厂等区域排除候选超限源头单位区域，将剩余区域再与重点企业的位置信息进行匹配分析，得出超限车辆的疑似源头单位；
[0010](5)计算每个疑似超限源头单位的超限车辆数。
[0011]进一步的，所述步骤(1)中，所述系统还包括车辆卫星定位数据、卡口抓拍数据、路网数据、源头企业数据。
[0012]进一步的，所述步骤(1)中，所述超限检测数据需要接入路面动态检测点收集。
[0013]进一步的，所述步骤(3)中，通过时空聚类算法，对一个或多个超限超载车辆进行追根溯源，从大量轨迹数据中分析挖掘超限超载车辆的疑似超限源头单位。
[0014]进一步的，所述时空聚类算法设定一辆超限车辆的行驶轨迹点是p1,p2,
p3......p
m
，对应的时间点是t1,t2,t3......t
m
。
[0015]进一步的，所述时空聚类算法从时间和空间上获取车辆的驻留点，且单次驻留范围内的所有GPS点的起始GPS点为p
i
。
[0016]进一步的，所述驻留范围内的所有GPS点从空间上满足如下公式：定义距离阈值为δ，1≤i≤m，1≤j≤n≤m并且dist(p
i
,p
j+1
)＞δ；定义时间阈值为
[0017]进一步的，所述检测出所有驻留点后，获取每个驻留点时对应的车重h1,h2,h3......h
m
。
[0018]进一步的，所述设定起始地方为p
k
，获取起始地方，则同时满足h
k
≤h
i
，1≤i≤m。
[0019]本专利技术的有益效果：本专利技术的一种基于车辆多维数据分析的超限车辆源头识别方法，
[0020]1.该基于车辆多维数据分析的超限车辆源头识别方法的系统通过接入路面动态检测点的超限检测数据、车辆卫星定位数据、卡口抓拍数据、路网数据、源头企业数据，进行车辆时间段内轨迹点的记录和汇聚，生成候选超限源头单位区域。
[0021]2.该基于车辆多维数据分析的超限车辆源头识别方法通过时空聚类算法，对一个或多个超限超载车辆进行追根溯源，排除候选超限源头单位区域，将剩余区域再与重点企业的位置信息进行匹配分析，得出超限车辆的疑似源头单位。
[0022]3.该基于车辆多维数据分析的超限车辆源头识别方法通过科技赋能对多发违法货物运输源头单位实时定向查处、精准打击，从源头上遏制超限超载违法行为。
附图说明
[0023]图1为本专利技术一种基于车辆多维数据分析的超限车辆源头识别方法的识别方法步骤图。
具体实施方式
[0024]为使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本专利技术。
[0025]请参阅图1，本专利技术提供一种技术方案：一种基于车辆多维数据分析的超限车辆源头识别方法，对超限车辆源头识别方法步骤如下：
[0026]1、系统接收各个超限超载检测点的超限检测数据。
[0027]2、选定一辆或多辆超限车辆的时间段，将所选时间段内所选车辆的所有轨迹点在地图上标注。
[0028]3、根据各个轨迹点及其对应的时间点，利用聚类技术对相近时间、相近距离内的轨迹点进行汇聚，生成一个或多个车辆停留区域，作为候选超限源头单位区域。
[0029]4、根据城市POI数据，识别停留区域的地点信息，将加油站、服务区、维修厂等区域排除候选超限源头单位区域，将剩余区域再与重点企业的位置信息进行匹配分析，得出超限车辆的疑似源头单位。
[0030]5、计算每个疑似超限源头单位的超限车辆数。
[0031]本实施例，所述系统还包括车辆卫星定位数据、卡口抓拍数据、路网数据、源头企
业数据，所述超限检测数据需要接入路面动态检测点收集；
[0032]超限检测，包含了高速动态称重系统、视频监控子系统、智能车牌抓拍子系统(卡口抓拍数据)、超限数据信息发布系统等多种系统，通过多系统有机结合，实时将违法超限超载信息公布在公路LED显示屏，并将数据接入市级管理平台；
[0033]车辆卫星定位，通过车辆GPS微型定位，对企业管理(源头企业数据)的运营车辆的远程监控和数据记录；
[0034]卫星定位数据、卡口抓拍数据、路网数据、源头企业数据和超限检测数据相配合，为系统提供选定时间段内的超限车辆数量和其地图上的移动轨迹进行标点，进而配合聚类技术将超限车辆的轨迹汇聚后，形成候选超限源头单位区域，将加油站、服务区、维修厂等区域排除候选超限源头单位区域，将剩余区域再与重点企业的位置信息再进行匹配分析。
[0035]本实施例，通过时空聚类算法，对一个或多个超限超载车辆进行追根溯源，从大量轨迹数据中分析挖掘超限超载车辆的疑似超限源头单位；
[0036]所述时空聚类算法设定一辆超限车辆的行驶轨迹点是p1,p2,p3......p
m
，
[0037]对应的时间点是t1,t2本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于车辆多维数据分析的超限车辆源头识别方法，其特征在于，对超限车辆源头识别包括以下步骤：(1)系统接收各个超限超载检测点的超限检测数据；(2)选定一辆或多辆超限车辆的时间段，将所选时间段内所选车辆的所有轨迹点在地图上标注；(3)根据各个轨迹点及其对应的时间点，利用聚类技术对相近时间、相近距离内的轨迹点进行汇聚，生成一个或多个车辆停留区域，作为候选超限源头单位区域；(4)根据城市POI数据，识别停留区域的地点信息，将加油站、服务区、维修厂等区域排除候选超限源头单位区域，将剩余区域再与重点企业的位置信息进行匹配分析，得出超限车辆的疑似源头单位；(5)计算每个疑似超限源头单位的超限车辆数。2.根据权利要求1所述的一种基于车辆多维数据分析的超限车辆源头识别方法，其特征在于：所述步骤(1)中，所述系统还包括车辆卫星定位数据、卡口抓拍数据、路网数据、源头企业数据。3.根据权利要求2所述的一种基于车辆多维数据分析的超限车辆源头识别方法，其特征在于：所述步骤(1)中，所述超限检测数据需要接入路面动态检测点收集。4.根据权利要求1所述的一种基于车辆多维数据分析的超限车辆源头识别方法，其特征在于：所述步骤(3)中，通过时空聚类算法，对一个或多个超限超载车辆进行追根溯源，从大量轨迹数据中分析挖掘超限超载车辆的疑似超限源头单位。5.根据权利要求4所述的一种基于车辆...

【专利技术属性】
技术研发人员：苏少雄，陈晶，杨紫胜，李一立，许珠香，
申请(专利权)人：福建易华路信息技术有限公司，
类型：发明
国别省市：