[发明专利]一种基于多源大数据的电动车盗抢实时告警方法及系统

权利要求书

1.一种基于多源大数据的电动车盗抢实时告警方法，其特征在于，该方法包括：

(1)实时采集一定范围内电动车的行驶数据以及用户的手机数据；并分析电动车一段时间的历史轨迹，确定其活动的位置轨迹；

(2)分析用户的手机数据和电动车行驶数据，计算人和车的关联关系，形成电动车司机库，从而确定电动车的常用驾驶人；

(3)若当前电动车上号与上一次上号点时间间隔大于S秒，则清空当前电动车的缓存信息，否则，则判断与上一次上号距离是否不大于T米，若是则清空当前电动车的缓存信息，否则，则确认当前行驶是否符合告警类型，所述告警类型包括偏离电动车位置轨迹、常用驾驶人与电动车分离以及目标人与该电动车同行；

(4)若存在偏离电动车位置轨迹告警、常用驾驶人与电动车分离告警以及目标人与该电动车同行告警中的任一项或者多项并且该电动车经过重点基站，则进行重点基站告警；

(5)对上述告警分别给出分值，并计算告警总分值，根据告警总分值标记告警级别并且记录告警类型，将告警信息推送到显示终端；

(6)循环步骤(3)-(5)直至确认判断所有电动车，并将存在告警的电动车的告警信息显示在显示终端。

2.根据权利要求1所述的基于多源大数据的电动车盗抢实时告警方法，其特征在于，所述步骤(4)中，偏离电动车位置轨迹告警的判定方法包括：若该电动车在其活动的位置轨迹上，则更新未偏离次数，若更新后未偏离次数大于G，则清零未偏离和偏离次数，否则，若该电动车不在其活动的位置轨迹上，则发生轨迹偏离，更新偏离次数，直至若更新后的偏离次数大于H，则标记告警类型为轨迹偏离，并对该电动车进行轨迹偏离告警。

3.根据权利要求2所述的基于多源大数据的电动车盗抢实时告警方法，其特征在于，所述次数G的范围为3～7次，次数H的范围为4～8次。

4.根据权利要求1所述的基于多源大数据的电动车盗抢实时告警方法，其特征在于，所述步骤(4)中，常用驾驶人与电动车分离告警的判定方法包括：若查询到有常用驾驶人，读取第一个常用驾驶人近J秒的手机数据，根据所述手机数据与电动车数据的距离差和时间差计算速率，若满足距离大于K千米且时间小于L分钟或者时间大于L分钟并且速率大于M米每秒，则更新分离次数，更新后的分离次数若大于N，则判定发生人车分离，循环遍历所有常用驾驶人，若所有常用驾驶人都判定发生人车分离，则进行人车分离预警。

5.根据权利要求4所述的基于多源大数据的电动车盗抢实时告警方法，其特征在于，所述J的范围为400～700秒，K的范围为1～3千米，L的范围为1～2分钟，M的范围为50～70米每秒，N的范围为1～2次。

6.根据权利要求1所述的基于多源大数据的电动车盗抢实时告警方法，其特征在于，所述步骤(4)中，目标人与该电动车同行告警判定方法为：读取目标人的最新手机数据，如果目标人和该电动车距离小于P千米且时间差小于Q分钟，则认为目标人在该位置和电动车同行，记录目标人的位置信息；且如果目标人连续经过不同位置的次数大于R次，且都满足同行条件，则判定电动车和目标人同行，对电动车进行目标人同行告警。

7.根据权利要求6所述的基于多源大数据的电动车盗抢实时告警方法，其特征在于，所述P的范围为1～3千米，Q的范围为1～2分钟，R的范围为2～4次。

8.根据权利要求1所述的基于多源大数据的电动车盗抢实时告警方法，其特征在于，所述S的范围为1500～2000秒，T的范围为160～240米。

9.一种基于多源大数据的电动车盗抢实时告警系统，其特征在于，包括：

采集模块，用于实时采集一定范围内电动车的行驶数据以及用户的手机数据；

位置轨迹确定模块，用于分析电动车一段时间的历史轨迹，确定其活动的位置轨迹；

驾驶人确定模块，用于分析用户的手机数据和电动车行驶数据，计算人和车的关联关系，形成电动车司机库，从而确定电动车的常用驾驶人；

告警类型判定模块，用于判定当前电动车是否存在告警类型，具体的：若当前电动车上号与上一次上号点时间间隔大于S秒，则清空当前电动车的缓存信息，否则，则判断与上一次上号距离是否不大于T米，若是则清空当前电动车的缓存信息，否则，则确认当前行驶是否符合告警类型，所述告警类型包括偏离电动车位置轨迹、常用驾驶人与电动车分离以及目标人与该电动车同行；

若存在偏离电动车位置轨迹告警、常用驾驶人与电动车分离告警以及目标人与该电动车同行告警中的任一项或者多项并且该电动车经过重点基站，则进行重点基站告警；

显示模块，用于对上述告警分别给出分值，并计算告警总分值，根据告警总分值标记告警级别并且记录告警类型，将告警信息推送到显示终端；

循环模块，用于循环步骤(3)-(5)直至确认判断所有电动车，并将存在告警的电动车的告警信息显示在显示终端。