《卡口与大数据融合应用新看点》由会员分享，可在线阅读，更多相关《卡口与大数据融合应用新看点（5页珍藏版）》请在金锄头文库上搜索。
1、卡口与大数据融合应用新看点摘要随着各地智能交通信息系统工程的持续建设和投入，交通设施设备大量 增加，尤其是卡口系统的数量快速增长，这导致卡口系统产生的过车数据迅速膨 胀。随着各地智能交通信息系统工程的持续建设和投入，交通设施设备大量增 加，尤其是卡口系统的数量快速增长，这导致卡口系统产生的过车数据迅速膨胀。 由于缺乏适当的手段去利用这些海量数据，导致了“重建设、轻应用的现象。 本文作者结合实际工作经验，提出了若干基于卡口系统的应用，有助于丰富卡口 系统的应用形式。文/吴明远卡口背后的大数据虽然卡口系统包含很多复杂技术，例如图像识别，但卡口系统最终生成的过 车信息却异常简单，无外乎车牌号、车型、
2、颜色、行驶速度、过车时间、卡口编 号、车道编号等。正是这些简单信息汇聚起来，形成了数量庞大的过车记录，最 终产生了若干基于卡口系统的应用。假设每个卡口每小时平均过车3000辆，每天以10小时计（夜晚过车量很小）， 则每个卡口一天的过车数据有3万条。当前一线城市的卡口数量约在500个左右， 以此计算，每天的过车记录将高达1500万条，一年下来就超过了 50亿条记录。稽查防控作为卡口系统最为直接的应用，稽查防控应用最为广泛，例如针对逾期未年 检车辆进行整治。用户指定需要布控的车牌号，卡口系统会实时扫描从所有卡口 通过的车辆信息，一旦发现布控的车辆，会与时通过多种方式，在多种终端上进 行报警，以便相
3、关人员进行拦截。虽然稽查防控应用很多，但仍然存在值得改进的地方。当布控车辆从某个卡 口经过时，拦截人员通常不在现场，等到拦截人员赶到现场时，布控车辆早已逃 之夭夭，这就失去了防控的意义。如果结合GIS技术，就能很好地解决这个问题。当卡口系统检测到布控车辆从某个卡口通过时，借助GIS技术，可以推算出布控 车辆接下来将要通过的一个或多个卡口，并对各卡口的可能通过时间进行预估， 这就方便指挥中心与时派员前往相关卡口进行拦截，有效提高了稽查防控效率。在不远的将来，有望将全国的卡口系统过车信息全部统一起来，以实现基于 全国围的稽查防控网络，藉此大幅度提高针对违章车辆的查处力度。涉案车辆排查随着城市的快速
4、发展，城市越来越大，路网也越来越复杂，为了迅速逃脱公 安机关的抓捕，更多犯罪分子借助车辆来实施行为。事实上，绝大多数犯罪分子 都会乘坐车辆到现场踩点，反复查勘现场，等待适宜时机以实施犯罪行为，最后 乘坐车辆逃逸。借助卡口系统中记录的海量过车信息，结合海量数据分析技术， 完全有可能将犯罪分子乘坐的车辆从茫茫车海中识别出来。除了这种事后的涉案车辆排查技术，运用同样的技术，系统还可以主动出击， 与时预测将要发生的为行为，做到防患于未然，进一步提高系统的应用围。伴随车辆分析由于公众安全防意识不断提高，犯罪分子独立实施犯罪行为的成功率大为降 低，因此，新时期的犯罪行为，开始表现为团体作战，形成犯罪团伙。
5、踩点和作 案时，犯罪团伙通常会使用多辆汽车，以提高成功率。从卡口系统的角度看，团 体作案具体表现为多辆车同时出没于特定卡口覆盖围，利用该特征，从海量过车 数据中，就可以提取出满足特定条件的车辆，提高侦破效率，这就是伴随车辆分 析。在应用上，由用户选择车辆的行进路线，设置车辆通行间隔时间、跟车数量， 以与分析时间起止围，系统就可以从海量过车信息中查找到符合上述特征的所有 车辆。通常满足伴随车辆分析的车辆数量不会太多，用户从这个较小的集合中， 结合卡口系统拍摄的高清照片，就能够快速定位到犯罪分子使用的车辆，进而顺 藤摸瓜，迅速抓获犯罪分子。合理使用伴随车辆分析，不但可以在案发后起到快速定位嫌疑车辆
6、的作用， 还可以在案发前提供预警信息，做到防患于未然，减少人民生命财产的损失。出入案发现场车辆分析如前所述，犯罪分子在实施犯罪之前，通常会持续踩点，多次查勘现场，分 析适宜的作案时间，直至成功实施犯罪行为，之后则很长时间不会出现在作案现 场。从卡口系统的角度来看，在作案时间点之前，会有车辆频繁出入于案发现场 的卡口；而作案之后，这些车辆全都在这些卡口消失了。利用该特征，完全有可 能找出符合作案特征的全部车辆，再结合其它信息，就可以快速找到嫌疑车辆， 这就是出入案发现场车辆分析，用于分析在案发前进入、案发中停留、案发后离 开的车辆。从上述应用场景可以看出，只有在案件发生一段时间后，才能有效利用这
7、种 分析方式，以提供足够的对比分析数据。异常车辆分析犯罪分子在踩点的过程中，通常会在特定时间频繁出入于特定卡口。利用数 据仓库分析技术，找出特定时间段（如夜晚），在特定卡口（如案件高发区域），最 为活跃的车辆，用户可进一步分析这些车辆，与时发现潜在的犯罪行为，有效震 慑犯罪分子，这就是异常车辆分析。除此之外，还可以分析车辆通行规律异常的情况。例如突然出现在不经常出 现的区域，或者应该经常出现在某一区域，突然几天不出现了。这些异常行为都 可以从海量过车数据中挖掘出来。在使用异常车辆分析时，可根据需要，过滤掉出租车等车辆类型，以减少排 查围，提高分析效率。旅行时间计算车辆通过每一个卡口时，卡口系统
8、会记录通过时间和车牌号，由此可以计算 出车辆在相邻卡口间的通行时间，这就是旅行时间计算。有了相邻卡口间的旅行时间，结合GIS，自动测算出相邻卡口间的道路长度， 就可以计算出车辆在相邻卡口间的平均行驶速度，这就是区间测速。由于电子狗的大量使用，不少驾驶员在通过卡口时，会主动降低速度，一旦 离开卡口覆盖围，又会迅速提高速度，超速行驶，传统的单点测速无法发现这种 超速行为。利用区间测速，就可以有效解决该问题，此时只需在封闭道路的两端 安装卡口，即可发现超速行为。利用该方式，可有效减少卡口建设数量，节省建 设资金；同时解决了单点测速的弊端，可有效减少因超速带来的交通事故，强化 路网通行规，提高路网通行
9、能力。计算车辆旅行时间和区间行驶速度，在技术实现上，要求卡口系统针对每一 条车辆通行记录，找出时间间隔最近的相同号牌的上一条通行记录，以此完成计 算。如果碰巧找出的上一条通行记录所对应的卡口，与当前记录对应的卡口相距 甚远，车辆完全不可能在这个时间间隔穿越这两个卡口，这就意味着发现了车辆 套牌行为。套牌行为的危险性毋庸赘述，一旦发现套牌行为，卡口系统可通过多 种方式通知相关人员进行拦截。交通流量分析传统上，分析交通流量时，多使用来自地磁、微波等检测源的数据，但这些 检测源都有一个共同点，那就是无法检测车牌号。这就限制了传统流量分析的应 用场景，仅能对单一路段/路口进行分析，无法形成全局的流量分
10、析。卡口系统由于记录了车辆号牌，相对地磁、微波等检测设备，具有天然的优 势。基于卡口系统的流量分析，可计算出城市各小区机动车发生量分布、吸引量 分布，可实现出行目的地分析、出行路径分析等多种分析应用，进而找出城市热 点区域，为管理者提供决策参考，更好地优化路网机制，规划更为合理的路网参 数。图像分析卡口系统记录的过车数据，结构上是很简单的，从占用的存储空间来看，图 片之外的部分才几百字节，但每图片大小却有几百K。随着高清卡口的推广，相 信图片大小会越来越大，占用越来越多的存储空间。传统上，卡口系统拍摄的图片仅用作人工审核用，用于在最终环节对车辆进 行确认。考虑到庞大的过车数据，相信绝大多数图片
11、都无法得到有效利用，白白 占用了庞大的存储空间。事实上，卡口过车图片里面包含了很多信息，这些信息是卡口设备本身无法 有效识别出来的信息，例如车辆品牌、车辆型号、是否粘贴了年检标识、驾驶员 是否系安全带、是否驾驶时拨打等等。随着图像分析技术越来越智能，在卡口系统采集的过车图片之上，建立后期 图像分析应用，利用图像分析技术，与时发现违章车辆，就变得愈发有效了。例 如通过与车驾管系统中登记的车辆信息进行比对，可检查是否套牌。利用后期图像分析，在不改变现有卡口设备的情况下，就能够挖掘出更多的 车辆特征，便于实现更多应用，有效利用了现有卡口设备，降低不必要的卡口重 建投入。卡口大数据应用更丰富利用先进的海量数据处理技术，结合当前城市发展需要，充分挖掘卡口系统 采集数据的价值，为平安城市的建设打下坚实基础，这是当前基于卡口系统的应 用围。除了传统的稽查防控应用，基于卡口应用的海量过车数据，可实现涉案车辆 排查、旅行时间计算、交通流量分析、图像分析等应用。其中涉案车辆排查又包 括伴随车辆分析、出入案发现场车辆分析、异常车辆分析等多种应用形式；由旅 行时间计算，可衍生出区间超速测量、套*等应用；交通流量分析是卡口系统的 重要应用方向，可提供很多传统检测设备无法支撑的应用形式；图像分析可充分 利用卡口设备抓拍的图片，提供更为完备的车辆特征信息。
