隨著經(jīng)濟快速發(fā)展,,城市機動車保有量持續(xù)增加,,不僅加大了交通管理的難度,,而且涉車涉駕的案件比例也不斷上升,,特別是盜搶機動車輛,、機動車肇事逃逸以及涉車類刑事案件,,嚴重影響了社會治安狀況,,損害了人民群眾利益,。而隨著平安城市建設(shè)的擴大深入和資源整合,,公安通過自建卡口電警系統(tǒng)加強了車輛管控,,掌握了大量的車輛卡口數(shù)據(jù)和圖片。
解析車輛大數(shù)據(jù)對智能交通發(fā)展的影響
過車信息的爆發(fā)式增長得益于三個方面
一,、按照中共中央辦公廳和國務(wù)院辦公廳印發(fā)《關(guān)于加強社會治安防控體系建設(shè)的意見》關(guān)于各地加快公共安全視頻監(jiān)控系統(tǒng)建設(shè),,全面提高社會治安防控體系的科技化水平要求,前端車輛抓拍點位的建設(shè)規(guī)劃質(zhì)量,、成像效果等直接影響車輛大數(shù)據(jù)研判系統(tǒng)應(yīng)用成效的因素都會提出優(yōu)化和改進措施,。包括:根據(jù)城市地域特點和布局規(guī)劃,道路按照“科學(xué)布局,、圍繞實戰(zhàn),、建用結(jié)合”的方法,通過治安卡口防控系統(tǒng),,基于“圈”,、“塊”、“格”,、“線”,、“點”的邏輯布局,在全市構(gòu)建技術(shù)防控“圈”、責任明晰的管控“塊”,、基本封閉的單元“格”,、掌握人車動態(tài)的軌跡“線”,以及防控有效的關(guān)鍵“點”,,從而實現(xiàn)“區(qū)域全面監(jiān)控,、時空無縫銜接、目標全程追蹤”的防控效果,。
二,、前端攝像機的智能化水平提升,使得車牌識別技術(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準的卡口攝像機,,現(xiàn)在可以在路段中間部署簡易卡口攝像機,在對普通監(jiān)控場景錄像的同時自動捕獲和識別車輛和車牌信息,;此外,,對社區(qū)出入口、加油站,、停車場出入口等車輛進出口部署微型卡口攝像機,,利用地形封閉的特點,對出入車輛實現(xiàn)自動抓拍和識別,。
三,、深度學(xué)習技術(shù)的發(fā)展,推動了圖片結(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)量以及車牌識別準確率較低,,經(jīng)常要根據(jù)品牌型號顏色等車輛自身固有信息,,從海量過車圖片或視頻中,,人工查找目標車輛,,由于一線警力有限、勞動強度大,、車型種類多,、光線角度不確定等因素,無法保證查找的準確性和時效性,,特別是突發(fā)緊急事件,,經(jīng)常貽誤最佳處理時機。通過使用車輛深度學(xué)習系統(tǒng),,對前端卡口或簡易卡口獲取的過車圖片進行特征結(jié)構(gòu)化分析識別,,充分挖掘海量的卡口過車圖片中有價值信息,不但可以提高車牌車型的準確率,而且增加了車輛特征的識別信息,,實現(xiàn)了車輛子品牌,、車身顏色、不系安全帶,、駕駛員接打電話,、遮陽板狀態(tài)等識別檢測功能,對過車數(shù)據(jù)進行精細化校正,,擺脫了傳統(tǒng)單純依靠車牌進行分析研判的單一手段,,為卡口電警數(shù)據(jù)提供了更加豐富實用的車輛防控應(yīng)用,可以實現(xiàn)對高危車輛的有效預(yù)警防控,,優(yōu)化警力部署進行針對性車輛排查,,可以在大量涉車涉駕案件中有效鎖定嫌疑車輛,提高刑事偵查效能,,使治安防控手段從事后被動偵查向事前主動預(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)的價值在于通過對大數(shù)據(jù)進行高速捕獲和實時分析,及時獲取核心業(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)計學(xué),任何動態(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)中找到動態(tài)發(fā)展的規(guī)律。數(shù)據(jù)越多,,準確率越高,,這就是數(shù)據(jù)的價值所在。對于商業(yè)應(yīng)用,,可以通過數(shù)據(jù)分析用戶行為規(guī)律從而提高銷售量,、分析市場規(guī)律從而定點投放廣告降低成本;對于公安行業(yè),,可以通過數(shù)據(jù)分析區(qū)域性犯罪趨勢,,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,,政法委書記孟建柱同志提出大數(shù)據(jù)的八個推動,,要求:1、推動理念創(chuàng)新,,順應(yīng)互聯(lián)網(wǎng)時代的要求,,確立合作,、互通、共贏理念,。2,、推動風險共擔,運用眾創(chuàng),、眾包,、眾智理念,讓大眾的問題由大眾來解決,。3,、推動“數(shù)據(jù)文化”,堅持用數(shù)據(jù)說話,,防止拍腦袋隨意決策,。4、推動創(chuàng)新風險預(yù)警機制,,探索“人力 科技”,、“傳統(tǒng) 現(xiàn)代”的風險預(yù)警模式。5,、推動科技運用創(chuàng)新,,大數(shù)據(jù)表示的是過去,但表達的是未來,,得數(shù)據(jù)者得未來,。6、推動運用新技術(shù),,加強基層基礎(chǔ)建設(shè),,把“不起眼”的信息匯集起來。7,、推動社會信用體系建設(shè),,堅持推行實名制和保護公民個人信息安全并重。8,、推動國家信息安全維護,,避免被他國“竊奪”數(shù)據(jù)信息控制權(quán)。
大數(shù)據(jù)通過對海量數(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)警風險,及時切斷風險鏈,。例如:·針對堵車現(xiàn)象,實時采集車流數(shù)據(jù),,自動控制信號燈,,讓堵車能有所緩解,。1.針對城鄉(xiāng)結(jié)合部“治安盲區(qū)”,采集人口流動信息,,分析出潛在風險,,警力針對性地科學(xué)調(diào)配;2.針對保險理賠,,通過社會信息搜集分析系統(tǒng),,上海等地正積極探索商業(yè)保險公司參與社會治理,將保險事務(wù)由“事后理賠”轉(zhuǎn)為“事先風險防范”,;3.針對聚集疏導(dǎo),,通過關(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)測人群聚集苗頭和動向,人員過密時及時提示預(yù)警,,適時分流人群,;4.針對犯罪熱點,集成公安專業(yè)數(shù)據(jù),,實時掌握犯罪軌跡,、預(yù)判犯罪熱點,提高防范打擊犯罪的水平,;5.針對安全生產(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,,以大數(shù)據(jù)為依托,,“全程留痕”,讓監(jiān)管“無死角”,。
車輛大數(shù)據(jù)實際使用中面臨的問題
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(種類多樣、來源多樣),、低密性(有用數(shù)據(jù)提純),。海量數(shù)據(jù)給常規(guī)技術(shù)(獲取存儲管理、處理傳遞共享,、關(guān)聯(lián)聚類分析)帶來了眾多挑戰(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)中提取出有價值的信息需要多學(xué)科多技術(shù)的研究,。當前的特點是大數(shù)據(jù)、小模型,、小定律交叉,,即使是同一類問題,每個系統(tǒng)也都不一樣,,所以模型和程序要針對數(shù)據(jù)設(shè)計,。結(jié)構(gòu)化數(shù)據(jù)通過數(shù)據(jù)庫或者數(shù)據(jù)倉庫解決,半結(jié)構(gòu)化數(shù)據(jù)使用網(wǎng)頁和搜索引擎等技術(shù)解決,,非結(jié)構(gòu)化數(shù)據(jù)使用深度學(xué)習,、網(wǎng)絡(luò)交互和群體智能解決。
干警在實戰(zhàn)使用中,,最主要的操作應(yīng)用是查詢車牌信息和其他過車記錄以便掌握線索,。面對動輒幾十億、上百億甚至千億級別的海量過車數(shù)據(jù)的存儲和查詢壓力,,如何進行可靠存儲和高效應(yīng)用,?傳統(tǒng)的普通關(guān)系型數(shù)據(jù)庫解決方案和技術(shù)手段存在檢索難、并發(fā)難,、挖掘難,、擴容難、應(yīng)用難等一系列問題,,速度慢,、準確性差,需要投入大量的精力和資源進行技術(shù)升級改造,。因此,,及時準確獲取各類相關(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先進的大數(shù)據(jù)技術(shù)進行解決,。
車輛大數(shù)據(jù)的幾項關(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)存檢索引擎通過將海量數(shù)據(jù)在集群各個節(jié)點創(chuàng)建索引,,并高速緩存在各節(jié)點內(nèi)存,,節(jié)點之間通過分布式特有的網(wǎng)絡(luò)通信技術(shù),用最小的代價將計算和讀取數(shù)據(jù)完成匯總,。當然,,基于智慧城市車輛大數(shù)據(jù)中數(shù)據(jù)模型的特點,還要對分布式內(nèi)存檢索引擎的機制做專門的優(yōu)化,,才能實現(xiàn)千億級數(shù)據(jù)多條件組合的秒級查詢,。
針對百億級以上數(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,,核心數(shù)據(jù)存儲在固態(tài)硬盤,,可以提高磁盤的讀取速度,,在分布式并行計算的同時,,進一步提升了數(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
目前比較先進的方式是流式處理與批量處理相結(jié)合,,以Hbase數(shù)據(jù)倉庫為數(shù)據(jù)源,針對車輛大數(shù)據(jù)研判分析,,可以提供多樣化的應(yīng)用功能,,既滿足實時在線的數(shù)據(jù)處理需求,又支持海量數(shù)據(jù)的線下分析,。例如,,天地偉業(yè)Easy7公安實戰(zhàn)平臺的信息深度研判系統(tǒng)提供了多點碰撞、區(qū)域徘徊,、伴隨車輛,、晝伏夜出等將近20種技站法以及各種流量統(tǒng)計和態(tài)勢分析,都是在數(shù)據(jù)挖掘中將流式處理技術(shù),、數(shù)學(xué)統(tǒng)計算法,、遺傳算法、神經(jīng)網(wǎng)絡(luò)算法,、貝葉斯判別,、機器學(xué)習等算法結(jié)合起來,并針對現(xiàn)場用戶實際需求研發(fā)出來,。
車輛大數(shù)據(jù)系統(tǒng)架構(gòu)
資源接入層:實現(xiàn)各類前端系統(tǒng)的綜合接入,,包括電警卡口系統(tǒng)、簡易卡口系統(tǒng),、公安自建視頻監(jiān)控系統(tǒng)以及社會資源監(jiān)控系統(tǒng),。
數(shù)據(jù)接入層:實現(xiàn)平臺間的數(shù)據(jù)對接和分類匯聚整理,卡口平臺和電警平臺的非結(jié)構(gòu)化和半結(jié)構(gòu)化過車數(shù)據(jù)用于深度識別分析,,六合一平臺,、車駕管庫、盜搶庫等結(jié)構(gòu)化數(shù)據(jù)可接入車輛大數(shù)據(jù),。
數(shù)據(jù)處理層:通過圖像特征解析,,提取圖片中關(guān)鍵信息,包括車牌,、車標,、車型、車身顏色,、車輛子品牌,、主副駕駛未系安全帶,、駕駛員打手機、夜間遮陽板狀態(tài)等,。Easy7車輛深度識別平臺就是在數(shù)據(jù)處理層為系統(tǒng)提供分析引擎,。
實戰(zhàn)應(yīng)用層:為公安用戶提供面向?qū)崙?zhàn)的應(yīng)用平臺,在大數(shù)據(jù)支撐下可以提供包括車輛信息綜合查詢,、以圖搜圖,、車輛技戰(zhàn)法、稽查布控,、違法數(shù)據(jù)統(tǒng)計等功能,,使視頻圖像數(shù)據(jù)的研判挖掘應(yīng)用更有針對性,提高了對犯罪行為的精確打擊,。
車輛大數(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)化語義存儲,。系統(tǒng)采用基于大規(guī)模集群分布式并行運算存儲的Hadoop作為底層數(shù)據(jù)分析存儲框架,在工作調(diào)度,、負載平衡,、容錯容災(zāi)、設(shè)備運維等方面進行了深度整合,,保證了大數(shù)據(jù)訪問的可靠性,、安全性和高性能,徹底消除了傳統(tǒng)存儲系統(tǒng)的瓶頸,,可以滿足高帶寬和高并發(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,使用Hbase進行分布式存儲,,解決了傳統(tǒng)關(guān)系型數(shù)據(jù)庫在超大規(guī)模和高度并發(fā)方面的限制,,為百億級別的數(shù)據(jù)量提供秒級訪問性能,并針對各行業(yè)對業(yè)務(wù)數(shù)據(jù)的實際需求應(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,、分類檢索:按照行人,、三輪車、汽車分類檢索,點擊結(jié)果可播放相應(yīng)圖片或者對應(yīng)片段的視頻,。
2,、大數(shù)據(jù)全文檢索:支持精確車牌查詢、模糊車牌查詢,、路口過車查詢,、區(qū)域過車查詢、車輛類型查詢,、車輛品牌查詢,、無牌車查詢,、車身顏色查詢,,還支持多種條件組合查詢,可在秒級提供檢索結(jié)果,。例如在一個月內(nèi)的過車記錄中對車牌號碼進行模糊查詢,,可在2秒返回結(jié)果。
3,、車輛研判分析:為車輛信息深度研判系統(tǒng)提供應(yīng)用計算的加速作用,,在車輛多點碰撞、初次入城分析,、跟車策略分析,、出入案發(fā)現(xiàn)場車輛分析、伴隨車輛分析,、車輛頻次分析,、連續(xù)違法分析、落腳點分析,、頻繁入城分析,、頻繁夜出分析、棄置車輛分析,、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算效率,。系統(tǒng)基本可在10秒內(nèi)提供檢索結(jié)果。
車輛大數(shù)據(jù)分析檢索系統(tǒng)是針對數(shù)據(jù)快速增長的云存儲,、云計算,、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。