隨著經(jīng)濟(jì)快速發(fā)展,，城市機(jī)動(dòng)車(chē)保有量持續(xù)增加,，不僅加大了交通管理的難度，而且涉車(chē)涉駕的案件比例也不斷上升,，特別是盜搶機(jī)動(dòng)車(chē)輛,、機(jī)動(dòng)車(chē)肇事逃逸以及涉車(chē)類(lèi)刑事案件，嚴(yán)重影響了社會(huì)治安狀況,，損害了人民群眾利益,。而隨著平安城市建設(shè)的擴(kuò)大深入和資源整合，公安通過(guò)自建卡口電警系統(tǒng)加強(qiáng)了車(chē)輛管控,，掌握了大量的車(chē)輛卡口數(shù)據(jù)和圖片,。

　　解析車(chē)輛大數(shù)據(jù)對(duì)智能交通發(fā)展的影響

　　過(guò)車(chē)信息的爆發(fā)式增長(zhǎng)得益于三個(gè)方面

　　一、按照中共中央辦公廳和國(guó)務(wù)院辦公廳印發(fā)《關(guān)于加強(qiáng)社會(huì)治安防控體系建設(shè)的意見(jiàn)》關(guān)于各地加快公共安全視頻監(jiān)控系統(tǒng)建設(shè),，全面提高社會(huì)治安防控體系的科技化水平要求,，前端車(chē)輛抓拍點(diǎn)位的建設(shè)規(guī)劃質(zhì)量、成像效果等直接影響車(chē)輛大數(shù)據(jù)研判系統(tǒng)應(yīng)用成效的因素都會(huì)提出優(yōu)化和改進(jìn)措施,。包括：根據(jù)城市地域特點(diǎn)和布局規(guī)劃,，道路按照“科學(xué)布局、圍繞實(shí)戰(zhàn),、建用結(jié)合”的方法,，通過(guò)治安卡口防控系統(tǒng)，基于“圈”,、“塊”,、“格”、“線(xiàn)”,、“點(diǎn)”的邏輯布局,，在全市構(gòu)建技術(shù)防控“圈”、責(zé)任明晰的管控“塊”,、基本封閉的單元“格”,、掌握人車(chē)動(dòng)態(tài)的軌跡“線(xiàn)”，以及防控有效的關(guān)鍵“點(diǎn)”,，從而實(shí)現(xiàn)“區(qū)域全面監(jiān)控,、時(shí)空無(wú)縫銜接、目標(biāo)全程追蹤”的防控效果,。

　　二,、前端攝像機(jī)的智能化水平提升，使得車(chē)牌識(shí)別技術(shù)在常規(guī)視頻監(jiān)控系統(tǒng)中得到快速普及,。以往需要在路口部署標(biāo)準(zhǔn)的卡口攝像機(jī),，現(xiàn)在可以在路段中間部署簡(jiǎn)易卡口攝像機(jī)，在對(duì)普通監(jiān)控場(chǎng)景錄像的同時(shí)自動(dòng)捕獲和識(shí)別車(chē)輛和車(chē)牌信息,；此外,，對(duì)社區(qū)出入口、加油站、停車(chē)場(chǎng)出入口等車(chē)輛進(jìn)出口部署微型卡口攝像機(jī),，利用地形封閉的特點(diǎn),，對(duì)出入車(chē)輛實(shí)現(xiàn)自動(dòng)抓拍和識(shí)別。

　　三,、深度學(xué)習(xí)技術(shù)的發(fā)展,，推動(dòng)了圖片結(jié)構(gòu)化和特征提取的能力。早期建設(shè)的卡口系統(tǒng),，智能分析能力弱,，圖片質(zhì)量以及車(chē)牌識(shí)別準(zhǔn)確率較低，經(jīng)常要根據(jù)品牌型號(hào)顏色等車(chē)輛自身固有信息,，從海量過(guò)車(chē)圖片或視頻中,，人工查找目標(biāo)車(chē)輛，由于一線(xiàn)警力有限,、勞動(dòng)強(qiáng)度大,、車(chē)型種類(lèi)多、光線(xiàn)角度不確定等因素,，無(wú)法保證查找的準(zhǔn)確性和時(shí)效性,，特別是突發(fā)緊急事件，經(jīng)常貽誤最佳處理時(shí)機(jī),。通過(guò)使用車(chē)輛深度學(xué)習(xí)系統(tǒng),，對(duì)前端卡口或簡(jiǎn)易卡口獲取的過(guò)車(chē)圖片進(jìn)行特征結(jié)構(gòu)化分析識(shí)別，充分挖掘海量的卡口過(guò)車(chē)圖片中有價(jià)值信息,，不但可以提高車(chē)牌車(chē)型的準(zhǔn)確率,，而且增加了車(chē)輛特征的識(shí)別信息，實(shí)現(xiàn)了車(chē)輛子品牌,、車(chē)身顏色,、不系安全帶、駕駛員接打電話(huà),、遮陽(yáng)板狀態(tài)等識(shí)別檢測(cè)功能,，對(duì)過(guò)車(chē)數(shù)據(jù)進(jìn)行精細(xì)化校正,，擺脫了傳統(tǒng)單純依靠車(chē)牌進(jìn)行分析研判的單一手段,，為卡口電警數(shù)據(jù)提供了更加豐富實(shí)用的車(chē)輛防控應(yīng)用，可以實(shí)現(xiàn)對(duì)高危車(chē)輛的有效預(yù)警防控,，優(yōu)化警力部署進(jìn)行針對(duì)性車(chē)輛排查,，可以在大量涉車(chē)涉駕案件中有效鎖定嫌疑車(chē)輛，提高刑事偵查效能,，使治安防控手段從事后被動(dòng)偵查向事前主動(dòng)預(yù)警轉(zhuǎn)變,。

　　大數(shù)據(jù)提升城市治安及管理水平

　　大數(shù)據(jù)的價(jià)值在于通過(guò)對(duì)大數(shù)據(jù)進(jìn)行高速捕獲和實(shí)時(shí)分析，及時(shí)獲取核心業(yè)務(wù)和戰(zhàn)略決策所需的關(guān)鍵信息,，提升管理決策水平,。

　　依據(jù)統(tǒng)計(jì)學(xué),，任何動(dòng)態(tài)發(fā)展的事物，只要有足夠多的樣本數(shù)據(jù),，就一定能從樣本數(shù)據(jù)中找到動(dòng)態(tài)發(fā)展的規(guī)律,。數(shù)據(jù)越多，準(zhǔn)確率越高,，這就是數(shù)據(jù)的價(jià)值所在,。對(duì)于商業(yè)應(yīng)用，可以通過(guò)數(shù)據(jù)分析用戶(hù)行為規(guī)律從而提高銷(xiāo)售量,、分析市場(chǎng)規(guī)律從而定點(diǎn)投放廣告降低成本,；對(duì)于公安行業(yè)，可以通過(guò)數(shù)據(jù)分析區(qū)域性犯罪趨勢(shì),，提前預(yù)防從而降低犯罪率,，可以分析交通行為規(guī)律，提前做交通疏導(dǎo),，提高交通通暢率,。

　　2016年1月，政法委書(shū)記孟建柱同志提出大數(shù)據(jù)的八個(gè)推動(dòng),，要求：1,、推動(dòng)理念創(chuàng)新，順應(yīng)互聯(lián)網(wǎng)時(shí)代的要求,，確立合作,、互通、共贏理念,。2,、推動(dòng)風(fēng)險(xiǎn)共擔(dān)，運(yùn)用眾創(chuàng),、眾包,、眾智理念，讓大眾的問(wèn)題由大眾來(lái)解決,。3,、推動(dòng)“數(shù)據(jù)文化”，堅(jiān)持用數(shù)據(jù)說(shuō)話(huà),，防止拍腦袋隨意決策,。4、推動(dòng)創(chuàng)新風(fēng)險(xiǎn)預(yù)警機(jī)制,，探索“人力 科技”,、“傳統(tǒng) 現(xiàn)代”的風(fēng)險(xiǎn)預(yù)警模式。5、推動(dòng)科技運(yùn)用創(chuàng)新,，大數(shù)據(jù)表示的是過(guò)去,，但表達(dá)的是未來(lái)，得數(shù)據(jù)者得未來(lái),。6,、推動(dòng)運(yùn)用新技術(shù)，加強(qiáng)基層基礎(chǔ)建設(shè),，把“不起眼”的信息匯集起來(lái),。7、推動(dòng)社會(huì)信用體系建設(shè),，堅(jiān)持推行實(shí)名制和保護(hù)公民個(gè)人信息安全并重,。8、推動(dòng)國(guó)家信息安全維護(hù),，避免被他國(guó)“竊奪”數(shù)據(jù)信息控制權(quán),。

　　大數(shù)據(jù)通過(guò)對(duì)海量數(shù)據(jù)的整合和挖掘，揭示傳統(tǒng)技術(shù)方式難以展現(xiàn)的關(guān)聯(lián)關(guān)系,，還可以預(yù)警風(fēng)險(xiǎn),，及時(shí)切斷風(fēng)險(xiǎn)鏈。例如：·針對(duì)堵車(chē)現(xiàn)象,，實(shí)時(shí)采集車(chē)流數(shù)據(jù),，自動(dòng)控制信號(hào)燈，讓堵車(chē)能有所緩解,。1.針對(duì)城鄉(xiāng)結(jié)合部“治安盲區(qū)”,，采集人口流動(dòng)信息，分析出潛在風(fēng)險(xiǎn),，警力針對(duì)性地科學(xué)調(diào)配,；2.針對(duì)保險(xiǎn)理賠，通過(guò)社會(huì)信息搜集分析系統(tǒng),，上海等地正積極探索商業(yè)保險(xiǎn)公司參與社會(huì)治理,，將保險(xiǎn)事務(wù)由“事后理賠”轉(zhuǎn)為“事先風(fēng)險(xiǎn)防范”；3.針對(duì)聚集疏導(dǎo),，通過(guò)關(guān)鍵詞搜索技術(shù),、熱力圖技術(shù)、電子巡邏技術(shù)等,，探索預(yù)測(cè)人群聚集苗頭和動(dòng)向,，人員過(guò)密時(shí)及時(shí)提示預(yù)警,，適時(shí)分流人群,；4.針對(duì)犯罪熱點(diǎn)，集成公安專(zhuān)業(yè)數(shù)據(jù)，實(shí)時(shí)掌握犯罪軌跡,、預(yù)判犯罪熱點(diǎn),，提高防范打擊犯罪的水平；5.針對(duì)安全生產(chǎn),，工程建設(shè)特別容易出事,，建立工程建設(shè)監(jiān)管和信用平臺(tái)，以大數(shù)據(jù)為依托,，“全程留痕”,，讓監(jiān)管“無(wú)死角”。

　　車(chē)輛大數(shù)據(jù)實(shí)際使用中面臨的問(wèn)題

　　大數(shù)據(jù)的特征是大量性（規(guī)模超大,、不斷攀升）,、高速性（高速產(chǎn)生、處理高效）,、多樣性（種類(lèi)多樣,、來(lái)源多樣）、低密性（有用數(shù)據(jù)提純）,。海量數(shù)據(jù)給常規(guī)技術(shù)（獲取存儲(chǔ)管理,、處理傳遞共享、關(guān)聯(lián)聚類(lèi)分析）帶來(lái)了眾多挑戰(zhàn)——雖然數(shù)據(jù)很多,，但是有用的數(shù)據(jù)只有34%,，好用的數(shù)據(jù)僅有7%，被分析的數(shù)據(jù)更是少到只有1%,。如何在海量的數(shù)據(jù)中提取出有價(jià)值的信息需要多學(xué)科多技術(shù)的研究,。當(dāng)前的特點(diǎn)是大數(shù)據(jù)、小模型,、小定律交叉,，即使是同一類(lèi)問(wèn)題，每個(gè)系統(tǒng)也都不一樣,，所以模型和程序要針對(duì)數(shù)據(jù)設(shè)計(jì),。結(jié)構(gòu)化數(shù)據(jù)通過(guò)數(shù)據(jù)庫(kù)或者數(shù)據(jù)倉(cāng)庫(kù)解決，半結(jié)構(gòu)化數(shù)據(jù)使用網(wǎng)頁(yè)和搜索引擎等技術(shù)解決,，非結(jié)構(gòu)化數(shù)據(jù)使用深度學(xué)習(xí),、網(wǎng)絡(luò)交互和群體智能解決。

　　干警在實(shí)戰(zhàn)使用中,，最主要的操作應(yīng)用是查詢(xún)車(chē)牌信息和其他過(guò)車(chē)記錄以便掌握線(xiàn)索,。面對(duì)動(dòng)輒幾十億、上百億甚至千億級(jí)別的海量過(guò)車(chē)數(shù)據(jù)的存儲(chǔ)和查詢(xún)壓力,，如何進(jìn)行可靠存儲(chǔ)和高效應(yīng)用,？傳統(tǒng)的普通關(guān)系型數(shù)據(jù)庫(kù)解決方案和技術(shù)手段存在檢索難,、并發(fā)難、挖掘難,、擴(kuò)容難,、應(yīng)用難等一系列問(wèn)題，速度慢,、準(zhǔn)確性差,，需要投入大量的精力和資源進(jìn)行技術(shù)升級(jí)改造。因此,，及時(shí)準(zhǔn)確獲取各類(lèi)相關(guān)數(shù)據(jù)并構(gòu)建大數(shù)據(jù)處理模型是建設(shè)平安城市大數(shù)據(jù)中心的前提,，而這一難題目前正逐步通過(guò)先進(jìn)的大數(shù)據(jù)技術(shù)進(jìn)行解決。

　　車(chē)輛大數(shù)據(jù)的幾項(xiàng)關(guān)鍵技術(shù)

　　1,、海量數(shù)據(jù)檢索

　　數(shù)據(jù)檢索作為大數(shù)據(jù)最基本的應(yīng)用,，分布式內(nèi)存檢索引擎通過(guò)將海量數(shù)據(jù)在集群各個(gè)節(jié)點(diǎn)創(chuàng)建索引，并高速緩存在各節(jié)點(diǎn)內(nèi)存,，節(jié)點(diǎn)之間通過(guò)分布式特有的網(wǎng)絡(luò)通信技術(shù),，用最小的代價(jià)將計(jì)算和讀取數(shù)據(jù)完成匯總。當(dāng)然,，基于智慧城市車(chē)輛大數(shù)據(jù)中數(shù)據(jù)模型的特點(diǎn),，還要對(duì)分布式內(nèi)存檢索引擎的機(jī)制做專(zhuān)門(mén)的優(yōu)化，才能實(shí)現(xiàn)千億級(jí)數(shù)據(jù)多條件組合的秒級(jí)查詢(xún),。

　　針對(duì)百億級(jí)以上數(shù)據(jù),，大數(shù)據(jù)檢索的硬件服務(wù)器需要考慮SSD固態(tài)硬盤(pán)，核心數(shù)據(jù)存儲(chǔ)在固態(tài)硬盤(pán),，可以提高磁盤(pán)的讀取速度,，在分布式并行計(jì)算的同時(shí)，進(jìn)一步提升了數(shù)據(jù)的檢索效率,，也為數(shù)據(jù)的穩(wěn)定性提供了重要保障,。

　　2、大數(shù)據(jù)研判分析

　　目前比較先進(jìn)的方式是流式處理與批量處理相結(jié)合,，以Hbase數(shù)據(jù)倉(cāng)庫(kù)為數(shù)據(jù)源,，針對(duì)車(chē)輛大數(shù)據(jù)研判分析，可以提供多樣化的應(yīng)用功能,，既滿(mǎn)足實(shí)時(shí)在線(xiàn)的數(shù)據(jù)處理需求,，又支持海量數(shù)據(jù)的線(xiàn)下分析。例如,，天地偉業(yè)Easy7公安實(shí)戰(zhàn)平臺(tái)的信息深度研判系統(tǒng)提供了多點(diǎn)碰撞,、區(qū)域徘徊、伴隨車(chē)輛,、晝伏夜出等將近20種技站法以及各種流量統(tǒng)計(jì)和態(tài)勢(shì)分析,，都是在數(shù)據(jù)挖掘中將流式處理技術(shù),、數(shù)學(xué)統(tǒng)計(jì)算法、遺傳算法,、神經(jīng)網(wǎng)絡(luò)算法、貝葉斯判別,、機(jī)器學(xué)習(xí)等算法結(jié)合起來(lái),，并針對(duì)現(xiàn)場(chǎng)用戶(hù)實(shí)際需求研發(fā)出來(lái)。

　　車(chē)輛大數(shù)據(jù)系統(tǒng)架構(gòu)

　　資源接入層：實(shí)現(xiàn)各類(lèi)前端系統(tǒng)的綜合接入,，包括電警卡口系統(tǒng),、簡(jiǎn)易卡口系統(tǒng)、公安自建視頻監(jiān)控系統(tǒng)以及社會(huì)資源監(jiān)控系統(tǒng),。

　　數(shù)據(jù)接入層：實(shí)現(xiàn)平臺(tái)間的數(shù)據(jù)對(duì)接和分類(lèi)匯聚整理,，卡口平臺(tái)和電警平臺(tái)的非結(jié)構(gòu)化和半結(jié)構(gòu)化過(guò)車(chē)數(shù)據(jù)用于深度識(shí)別分析，六合一平臺(tái),、車(chē)駕管庫(kù),、盜搶庫(kù)等結(jié)構(gòu)化數(shù)據(jù)可接入車(chē)輛大數(shù)據(jù)。

　　數(shù)據(jù)處理層：通過(guò)圖像特征解析,，提取圖片中關(guān)鍵信息,，包括車(chē)牌、車(chē)標(biāo),、車(chē)型,、車(chē)身顏色、車(chē)輛子品牌,、主副駕駛未系安全帶,、駕駛員打手機(jī)、夜間遮陽(yáng)板狀態(tài)等,。Easy7車(chē)輛深度識(shí)別平臺(tái)就是在數(shù)據(jù)處理層為系統(tǒng)提供分析引擎,。

　　實(shí)戰(zhàn)應(yīng)用層：為公安用戶(hù)提供面向?qū)崙?zhàn)的應(yīng)用平臺(tái)，在大數(shù)據(jù)支撐下可以提供包括車(chē)輛信息綜合查詢(xún),、以圖搜圖,、車(chē)輛技戰(zhàn)法、稽查布控,、違法數(shù)據(jù)統(tǒng)計(jì)等功能,，使視頻圖像數(shù)據(jù)的研判挖掘應(yīng)用更有針對(duì)性，提高了對(duì)犯罪行為的精確打擊,。

　　車(chē)輛大數(shù)據(jù)分析檢索系統(tǒng)的應(yīng)用

　　以天地偉業(yè)推出的Easy7大數(shù)據(jù)分析檢索系統(tǒng)為例,，該系統(tǒng)立足平安城市系統(tǒng)建設(shè)應(yīng)用，結(jié)合智慧城市系統(tǒng)規(guī)劃需求,，支持在海量大數(shù)據(jù)信息中快速檢索和研判分析,。該系統(tǒng)可全面接入公安自建監(jiān)控網(wǎng),、社會(huì)面監(jiān)控資源以及主流廠家的交通卡口和電警設(shè)備，將采集到的數(shù)據(jù)以結(jié)構(gòu)化語(yǔ)義存儲(chǔ),。系統(tǒng)采用基于大規(guī)模集群分布式并行運(yùn)算存儲(chǔ)的Hadoop作為底層數(shù)據(jù)分析存儲(chǔ)框架,，在工作調(diào)度、負(fù)載平衡,、容錯(cuò)容災(zāi),、設(shè)備運(yùn)維等方面進(jìn)行了深度整合，保證了大數(shù)據(jù)訪(fǎng)問(wèn)的可靠性,、安全性和高性能,，徹底消除了傳統(tǒng)存儲(chǔ)系統(tǒng)的瓶頸，可以滿(mǎn)足高帶寬和高并發(fā)的海量數(shù)據(jù)存取需求,。系統(tǒng)將音視頻信息和用戶(hù)業(yè)務(wù)產(chǎn)生的結(jié)構(gòu)化數(shù)據(jù)構(gòu)建成圖像資源特征庫(kù),，使用Hbase進(jìn)行分布式存儲(chǔ)，解決了傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)在超大規(guī)模和高度并發(fā)方面的限制,，為百億級(jí)別的數(shù)據(jù)量提供秒級(jí)訪(fǎng)問(wèn)性能,，并針對(duì)各行業(yè)對(duì)業(yè)務(wù)數(shù)據(jù)的實(shí)際需求應(yīng)用，構(gòu)建了多樣化的數(shù)學(xué)分析模型,，提供了直觀的圖形化數(shù)據(jù)結(jié)果展現(xiàn),。

　　該系統(tǒng)提供的功能包括：

　　1、分類(lèi)檢索：按照行人,、三輪車(chē),、汽車(chē)分類(lèi)檢索，點(diǎn)擊結(jié)果可播放相應(yīng)圖片或者對(duì)應(yīng)片段的視頻,。

　　2,、大數(shù)據(jù)全文檢索：支持精確車(chē)牌查詢(xún)、模糊車(chē)牌查詢(xún),、路口過(guò)車(chē)查詢(xún),、區(qū)域過(guò)車(chē)查詢(xún)、車(chē)輛類(lèi)型查詢(xún),、車(chē)輛品牌查詢(xún),、無(wú)牌車(chē)查詢(xún)、車(chē)身顏色查詢(xún),，還支持多種條件組合查詢(xún),，可在秒級(jí)提供檢索結(jié)果。例如在一個(gè)月內(nèi)的過(guò)車(chē)記錄中對(duì)車(chē)牌號(hào)碼進(jìn)行模糊查詢(xún),，可在2秒返回結(jié)果,。

　　3、車(chē)輛研判分析：為車(chē)輛信息深度研判系統(tǒng)提供應(yīng)用計(jì)算的加速作用,，在車(chē)輛多點(diǎn)碰撞,、初次入城分析,、跟車(chē)策略分析、出入案發(fā)現(xiàn)場(chǎng)車(chē)輛分析,、伴隨車(chē)輛分析,、車(chē)輛頻次分析、連續(xù)違法分析,、落腳點(diǎn)分析,、頻繁入城分析、頻繁夜出分析,、棄置車(chē)輛分析,、區(qū)域徘徊分析,、疑似假牌,、晝伏夜出分析、嫌疑套牌等技戰(zhàn)法策略中可以大幅提升運(yùn)算效率,。系統(tǒng)基本可在10秒內(nèi)提供檢索結(jié)果,。

　　車(chē)輛大數(shù)據(jù)分析檢索系統(tǒng)是針對(duì)數(shù)據(jù)快速增長(zhǎng)的云存儲(chǔ)、云計(jì)算,、大數(shù)據(jù)等多種綜合技術(shù)集合,，不僅能夠輕松處理海量的音視頻等結(jié)構(gòu)化數(shù)據(jù)，還能結(jié)合車(chē)輛信息深度研判系統(tǒng)發(fā)掘視頻圖片及數(shù)據(jù)中的關(guān)聯(lián)情況,，為業(yè)務(wù)處理和決策分析提供有力支持,。