[发明专利]基于大数据的车辆积分预警系统及其方法

说明书

技术领域

本发明属于智能交通、车辆侦查和数据挖掘领域，具体涉及一种基于大数据的车辆积分预警系统及其方法。

背景技术

随着改革开放的深入，人民生活水平不断提高，机动车数量迅猛增长，城市现代化建设步伐不断加快，与交通相关的刑事和治安案件也逐年上升，特别是像肇事或作案后驾车逃逸、盗抢车辆、违章车辆和假牌套牌车辆等问题日益凸显，给公安侦查工作带来巨大挑战。

犯罪分子利用车辆作案通常会有预谋，如踩点，在特殊时间频繁出现在高危区域；为了逃避公安机关打击，可能对车辆进行伪装改造，如套牌、假牌车辆及遮挡等；像具有前科的人员，也很有可能再犯；物以类聚，人以群分，与有前科的人相关联的人员比普通人出现犯罪的几率要高。因此，可以结合各项指标，建立一种积分模型，对可能出现违法的车辆进行预警，防范于未然。

一般大型城市的日均过车数据量通常为百万或千万级别，面对如此大规模的数据量，通过人工方式进行车辆分析，显然已经无法完成，而且常规的车辆研判系统也无法完成实时处理和分析。

大数据(Big Data)通常用来形容大量非结构化或者半结构化的数据，这些数据在关系型数据库用于分析时会花费过多时间和金钱。大数据分析相比于传统的数据仓库应用，具有数据量大、查询分析复杂等特点。通过应用大数据的一些特殊技术，如分布式文件系统、并行处理分析和云计算平台等，以实现高吞吐量、高并发、有效时间内处理海量数据的需求。

因此，迫切需要一种基于大数据技术的车辆积分预警方法，及时有针对性打击违法犯罪现象，促进社会和谐稳定发展。

发明内容

本发明的目的就在于克服现有技术存在的问题，提供一种基于大数据的车辆积分预警方法及系统。

本发明的目的是这样实现的：

一、基于大数据的车辆积分预警系统(简称系统)

本系统包括依次交互的实时过车数据整合模块、二次识别集群、大数据实时运算中心和告警模块。

二、基于大数据的车辆积分预警方法(简称方法)

本方法包括下列步骤：

开始

①建立积分预警模型

根据实际需要，将车辆外观特征属性和非外观特征属性，分别赋予一定权值，设定预警分数线，创建一种或者多种预警模型，保存到高性能库中，然后初始化该模型；

②提取车辆特征信息

通过前端相机识别车辆的基本外观信息，再利用二次识别，对车辆图片进一步挖掘分析，获取到更加详细的外观特征信息，将识别结果结构化后发送至消息订阅服务器；

③计算车辆积分

分布式计算引擎从消息订阅服务器中获取步骤②提取的车辆特征信息，解析步骤①中建立的预警模型，遍历每个预警项，计算加权值后累加，根据模型设定的预警分数线判断是否为可疑车辆，具体步骤如下：

A、判断模型是否含外观特征项(310)，是则进入步骤B，否则跳转到步骤C；

B、计算外观特征积分

用模型中的每个外观特征项与车辆特征信息进行比对，根据符合度计算加权分数，不符合时记0分；

C、判断模型是否含非外观特征项，是则进入步骤D，否则跳转到步骤E；

D、计算非外观特征积分

遍历非外观特征积分项，如果是涉及到高危人员、违章数据等需要关联查询的项，则关联查询相应的库，存在对应记录时，则认为匹配并计算该项的加权值，否则记0分；如果积分项是关于时间、地点检测的，可以从车辆特征信息中直接获取并进行比较，符合时计算该项的加权值，否则记0分；

E、判断积分是否超过预警分数线，是则进入步骤④，否则跳转到步骤⑤

外观特征与非外观特征的积分求和，得到车辆积分，然后与该模型的分数线进行比较，超过预警分数线时进入步骤④，否则本次分析逻辑结束，可进入下一条车辆特征分析；

④产生告警

结合车辆信息与积分细则生成预警消息，发送至消息订阅服务器，告警模块订阅后会立即收到预警消息，产生相应告警，其他车辆管理、车辆侦查相关系统也可订阅，共享预警消息；

⑤结束。

本发明具有下列优点和积极效果：

①系统架构稳定高效，吞吐量大，能够实时处理分析海量车辆通行数据；

②系统结构开放，易于同现有的车辆相关系统集成，如数据整合模块可以从不同系统抽取车辆通行数据，预警信息可以共享给其他系统使用；

③预警模型灵活多变，可以根据实际需求自由设定积分项，对各类高危车辆进行预警，及时有针对性打击违法犯罪现象，促进社会和谐稳定发展。