[发明专利]基于时间路网的套牌车分析方法及其系统

权利要求书

1.一种基于时间路网的套牌车分析方法，其特征在于，包括以下步骤：

步骤S1：收集各交通卡口/电警抓拍的过车数据，形成结构化的过车数据p，所述结构化的过车数据p包括交通卡口/电警设备的点位编码、车牌号、号牌类型、过车时间以及图片URL地址；

步骤S2：将结构化的过车数据p映射成一复合二元组pp((plate_nbr,plate_type),p)，其中，plate_nbr、plate_type分别指车牌号码，号牌类型，所有pp数据组成集合S；

步骤S3：对集合S按照(plate_nbr，plate_type)分组，变换成集合S’((plate_nbr,plate_type)，Set[p])，其中，Set[p]是一个按照过车时间全局有序的结构化过车数据集合；

步骤S4：提取集合Set[p]中的一辆车连续经过两个点位所产生的数据，获得集合Set[PU]；

步骤S5：在集合Set[PU]上执行映射函数，使之变换成集合Set[((fs,es),cost)]，其中，fs、es、cost分别代表开始点位编码、结束点位编码和耗用时间；在集合Set[((fs,es),cost)]执行分组聚合运算函数，产生Set[(fs,es),cost’)，其中，cost’表示开始点位到结束点位所需要的最短时间，此时，时间路网基础数据被提取完成，这些时间路网基础数据除了包含了从点s出发到达点s’所需要的最短时间外，还包含任意两点之间的最短时间消耗路径；

步骤S6：对一辆车的任一PU，使用时间路网基础数据中搜索出的PU的开始位置和结束位置的最短路径评估该PU的消耗时间是否合理，如果PU的消耗时间明显小于最短时间消耗路径的总时间，则认为此PU为非正常PU，也即存在此车辆的号牌有被套牌的可能，将这些非正常PU收集起来，保存到套牌嫌疑库中；

步骤S7：由于受到系统中校时服务、数据完整性的影响，单个非正常PU对套牌车认定的贡献率很低；而对一辆车而言，出现非正常PU的次数越多，和最短时间消耗路径的总时间比值越大，则套牌的可能性越高，将套牌嫌疑库中的非正常PU用置信度表示如下：

其中，x表示过车数据p一定时间范围内被检测到的非正常PU的总数，t_i和t_i′分别是PU经过开始点位和结束点位的消耗时间和时间路网基础数据中搜索的PU的开始位点和结束位点最短时间消耗路径的总时间；

步骤S8：将车辆按照置信度进行倒序排列后，进行人工筛选，鉴定套牌车。

2.根据权利要求1所述的一种基于时间路网的套牌车分析方法，其特征在于，将最短时间消耗路径的总时间乘以系数K后，再与PU的消耗时间相比，判断该PU的消耗时间是否合理，其中，系数K<0.8。

3.一种基于时间路网的套牌车分析系统，其特征在于，包括分布式数据汇聚系统、分布式文件存储系统、车牌识别系统、套牌车分析系统和套牌车分析人机界面，其中：

所述分布式数据汇聚系统用于收集从交通卡口/电警处拍摄的过车监控图片；

所述分布式文件存储系统用于保存过车图片；

所述车牌识别系统用于从过车图片中获取车牌号码，号牌类型数据；

所述套牌车分析系统用于利用如权利要求1或2所述的方法构建时间路网基础数据，判断非正常车辆，计算非正常车辆的置信度并进行排序；

所述套牌车分析人机界面用于显示系统的运行结果，即按照置信度排列的套牌嫌疑数据，供人工筛选需要。