一種基于卡口過(guò)車大數(shù)據(jù)分析的套牌車認(rèn)定方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及大數(shù)據(jù)分析領(lǐng)域，具體為一種基于卡口過(guò)車大數(shù)據(jù)分析的套牌車認(rèn)定方法。
【背景技術(shù)】
[0002]近年來(lái)，隨著我國(guó)經(jīng)濟(jì)的飛速發(fā)展，人民生活水平的不斷提高，機(jī)動(dòng)車保有量大幅度增長(zhǎng)。與此同時(shí)，在科技強(qiáng)警和道路交通管理的系統(tǒng)化、信息化、自動(dòng)化的推動(dòng)下，電子警察、測(cè)速設(shè)備等已成為公安交通管理的主要力量。在管控面的擴(kuò)大，處罰力度的加強(qiáng)情況下，一些車主絞盡腦汁的采取故意遮擋、污損號(hào)牌、不按規(guī)定安裝號(hào)牌，套用其它車輛號(hào)牌和使用偽造、報(bào)廢車輛號(hào)牌等手法，逃避公安機(jī)關(guān)交管部門的監(jiān)督與處罰。使用假、套牌車輛主要存在以下幾個(gè)危害:一是侵犯了公安機(jī)關(guān)核發(fā)機(jī)動(dòng)車牌證的專屬性，嚴(yán)重?cái)_亂了公安交通管理部門對(duì)機(jī)動(dòng)車的管理秩序;二是脫離公安、稅務(wù)、交通等部門的監(jiān)管，偷逃稅費(fèi)，造成國(guó)家稅費(fèi)流失;三是自身的違法后果轉(zhuǎn)嫁他人，侵害了被套牌機(jī)動(dòng)車所有人的合法權(quán)益；四是在路上行駛時(shí)有恃無(wú)恐，闖紅燈、超速等嚴(yán)重交通違法現(xiàn)象突出，成為引發(fā)交通事故的重大隱患。發(fā)生交通事故，受害群眾的合法權(quán)益得不到應(yīng)有的保護(hù)。車輛逃逸肇事后，案件難以偵破，給受害群眾的身心造成巨大的傷害;五是非法車輛多通過(guò)假牌假證、套用他人牌證上路行駛，成為不法分子犯罪活動(dòng)和逃避公安機(jī)關(guān)打擊的作案工具，嚴(yán)重威脅社會(huì)治安秩序。
[0003]以上涉牌涉證的違法行為，尤其以套牌的違法行為最難查處。套牌車，俗稱克隆車，是指機(jī)動(dòng)車所有人、管理人、駕駛?cè)耸褂脗卧?、變?cè)斓钠渌麢C(jī)動(dòng)車號(hào)牌或者使用其他機(jī)動(dòng)車號(hào)牌的違法行為。套牌車存在以下幾種方式:一是不同品牌型號(hào)機(jī)動(dòng)車的套牌，這類套牌只要比對(duì)機(jī)動(dòng)車登記信息即可查處;二是同品牌型號(hào)機(jī)動(dòng)車的套牌，這類套牌多為自己套自己，通過(guò)申請(qǐng)補(bǔ)領(lǐng)獲取真實(shí)牌證，尤其已跨區(qū)域行駛為最難查處，或者這類套牌盜用他人車輛信息，非法獲取牌證，也比較難查處。
[0004]目前已有文獻(xiàn)和公開的專利提出了套牌車的識(shí)別方法多是基于Hadoop大數(shù)據(jù)的套牌車輛識(shí)別方法。如申請(qǐng)?zhí)枮?01410744639.0的中國(guó)發(fā)明專利，其公開了一種基于大數(shù)據(jù)的套牌車輛識(shí)別方法，其是通過(guò)將同號(hào)牌車輛軌跡中相鄰時(shí)間的兩個(gè)卡口過(guò)車時(shí)間與相應(yīng)的卡口間最小時(shí)間X值對(duì)比，以及車輛的車身顏色、型號(hào)等信息與在車輛管理部門所對(duì)應(yīng)注冊(cè)的信息對(duì)比，從而判定出套牌嫌疑車輛。申請(qǐng)?zhí)枮?01410407364.1的中國(guó)發(fā)明專利公開了一種基于Hadoop的套牌車識(shí)別方法及系統(tǒng)，其是通過(guò)將各個(gè)卡口采集的過(guò)車信息進(jìn)行預(yù)處理后匯總，采用HBase分布式數(shù)據(jù)庫(kù)組織數(shù)據(jù)，進(jìn)行分布式存儲(chǔ);再利用Hadoop分布式框架對(duì)車流數(shù)據(jù)和卡口數(shù)據(jù)進(jìn)行建模和分析，通過(guò)Map-Reducer的編程框架實(shí)現(xiàn)基于距離-時(shí)間的合理差檢測(cè)，識(shí)別可疑車輛，并對(duì)可疑套牌車進(jìn)行軌跡分析，建立套牌車預(yù)警信息庫(kù);最后實(shí)現(xiàn)對(duì)可疑套牌車輛檢測(cè)系統(tǒng)的控制、套牌車識(shí)別結(jié)果的輸出及卡口數(shù)據(jù)的查詢。申請(qǐng)?zhí)枮?01410100491.7的中國(guó)發(fā)明專利申請(qǐng)公開了一種基于Hadoop的套牌車識(shí)別方法，其是通過(guò)構(gòu)建HBase+Hive環(huán)境，獲取某一車牌號(hào)碼的出現(xiàn)在任意兩個(gè)監(jiān)控點(diǎn)過(guò)車記錄，并按照車牌號(hào)碼和過(guò)車時(shí)間分組排序，接著初始化由監(jiān)控點(diǎn)與頂點(diǎn)集兩兩之間距離為邊權(quán)值得帶權(quán)圖，將其兩兩組合分塊處理，最后創(chuàng)建多個(gè)線程，在套牌車規(guī)則下根據(jù)分塊處理后提交Hive任務(wù)來(lái)識(shí)別套牌車，并通過(guò)校正因子獲取最終的嫌疑套牌車。
[0005]上述專利文獻(xiàn)都采用了同一車輛號(hào)牌在不同地點(diǎn)出現(xiàn)，出現(xiàn)時(shí)空矛盾進(jìn)行套牌車識(shí)別的方法，但都缺乏因卡口經(jīng)瑋度未標(biāo)注或標(biāo)注不正確導(dǎo)致車輛號(hào)牌識(shí)別錯(cuò)誤，從而帶來(lái)的大量錯(cuò)誤嫌疑信息，并且都是理想狀態(tài)的套牌車識(shí)別方法，并考慮實(shí)際的應(yīng)用需求。雖然申請(qǐng)?zhí)枮?01410744639.0的文獻(xiàn)提出兩個(gè)關(guān)鍵因素，一是基于道路路口和卡口構(gòu)建有向圖，通過(guò)有向圖計(jì)算出A、B兩地之間的最短路徑，二是基于道路的最高限速計(jì)算出車輛行駛的最大距離，但是當(dāng)遇到跨地市、跨省的套牌車嫌疑時(shí)，顯然無(wú)法通過(guò)有向圖計(jì)算出最短路徑，也顯然不能利用道路最高限速計(jì)算出最大距離，因而并不能準(zhǔn)確識(shí)別出套牌嫌疑車輛。而申請(qǐng)?zhí)枮?01410100491.7的文獻(xiàn)中其最短路徑計(jì)算也存在同樣的問(wèn)題。

【發(fā)明內(nèi)容】

[0006]針對(duì)上述問(wèn)題，本發(fā)明提供了一種基于卡口過(guò)車大數(shù)據(jù)分析的套牌車認(rèn)定方法，其能解決現(xiàn)有基于Hadoop大數(shù)據(jù)的套牌車識(shí)別方法存在的套牌嫌疑車輛識(shí)別準(zhǔn)確率低的問(wèn)題。
[0007]—種基于卡口過(guò)車大數(shù)據(jù)分析的套牌車認(rèn)定方法，其特征在于:其基于全國(guó)機(jī)動(dòng)車緝查布控系統(tǒng)，首先采集各卡口過(guò)車數(shù)據(jù)并進(jìn)行分布式存儲(chǔ)，采用HBASE分布式數(shù)據(jù)庫(kù)組織數(shù)據(jù)，將所述各卡口的過(guò)車數(shù)據(jù)進(jìn)行分布式存儲(chǔ)，然后根據(jù)卡口過(guò)車信息按照號(hào)牌號(hào)碼來(lái)進(jìn)行套牌嫌疑分布式運(yùn)算從而識(shí)別套牌嫌疑車輛，通過(guò)圖像識(shí)別算法對(duì)所述套牌嫌疑車輛的過(guò)車圖片的車輛號(hào)牌號(hào)碼進(jìn)行識(shí)別核對(duì)從而確認(rèn)該車是該車牌是否屬于套牌嫌疑車輛，再通過(guò)與機(jī)動(dòng)車登記信息進(jìn)行比對(duì)來(lái)識(shí)別該套牌嫌疑車輛為真車或假車信息從而認(rèn)定套牌車;其中，根據(jù)卡口過(guò)車信息按照號(hào)牌號(hào)碼來(lái)進(jìn)行套牌嫌疑分布式運(yùn)算是利用Hive的UDTF實(shí)現(xiàn)套牌車輛嫌疑分析，通過(guò)按具體的號(hào)牌號(hào)碼進(jìn)行分桶(distribute)，然后將數(shù)據(jù)分發(fā)到不同的reducer機(jī)器上，再對(duì)同一個(gè)reducer機(jī)器上的過(guò)車信息按過(guò)車信息進(jìn)行排序，根據(jù)相鄰過(guò)車信息的卡口間最小距離和過(guò)車時(shí)間差計(jì)算行駛速度，當(dāng)行駛速度超過(guò)允許的最大值時(shí)，則判定該過(guò)車信息的車輛為套牌嫌疑車輛;其中，計(jì)算所述各過(guò)車卡口之間的最小距離是將各行政區(qū)劃經(jīng)瑋度范圍信息作為Hive的UDTF常量，從而將過(guò)車卡口之間的最小距離轉(zhuǎn)換為卡口所屬行政區(qū)劃間的最小距離進(jìn)行運(yùn)算，若行政區(qū)劃不在所述Hive的UDTF常量信息中，則取該行政區(qū)劃所屬的上一級(jí)行政區(qū)劃，直至能取到為止。
[0008]進(jìn)一步的，當(dāng)兩個(gè)卡口所屬行政區(qū)劃的經(jīng)瑋度信息存在包含關(guān)系或者交錯(cuò)時(shí)，則判定該兩個(gè)行政區(qū)劃之間的最小距離為零，否則根據(jù)改下規(guī)則計(jì)算兩個(gè)行政區(qū)劃間的最小距離:當(dāng)兩個(gè)卡口所屬行政區(qū)劃位于同一經(jīng)度上時(shí)，則該兩行政區(qū)劃之間的最短距離=(第一^^ 口所屬行政區(qū)劃瑋度最小值-第二卡口所屬行政區(qū)劃瑋度最大值)X瑋度I度距離；當(dāng)兩個(gè)卡口所屬行政區(qū)劃位于同一瑋度上時(shí)，該兩個(gè)行政區(qū)劃之間的最短距離=(第一卡口所屬行政區(qū)劃的經(jīng)度最小值-第二卡口所屬行政區(qū)劃的經(jīng)度最大值)X經(jīng)度I度距離；當(dāng)兩個(gè)卡口所屬行政區(qū)劃位于不同的經(jīng)度和瑋度上時(shí)，該兩個(gè)行政區(qū)劃之間的最短距離=Min(第二卡口所屬行政區(qū)劃中每個(gè)點(diǎn)到第一卡口所屬行政區(qū)劃中每個(gè)點(diǎn)距離)。
[0009]進(jìn)一步的，在進(jìn)行套牌車嫌疑分布式運(yùn)算前，先對(duì)過(guò)車號(hào)牌號(hào)碼進(jìn)行干擾信息判斷，將過(guò)車號(hào)牌號(hào)碼與通過(guò)預(yù)先分析生成的號(hào)牌號(hào)碼干擾信息表進(jìn)行比對(duì)，若該過(guò)車號(hào)牌號(hào)碼屬于干擾信息則該過(guò)車號(hào)牌號(hào)碼不參與進(jìn)行套牌車嫌疑分布式運(yùn)算，否則進(jìn)行套牌車嫌疑分布式運(yùn)算。進(jìn)行將無(wú)牌車、非公安號(hào)牌車、錯(cuò)誤號(hào)牌車單獨(dú)列為干擾信息，所述干擾?目息O
[0010]更進(jìn)一步的，所述預(yù)先分析生成的號(hào)牌號(hào)碼干擾信息表，是利用sqoop將卡口備案信息導(dǎo)入至HBASE，并且關(guān)聯(lián)HBASE過(guò)車信息表，生成待分析號(hào)牌號(hào)碼信息表，再按號(hào)牌號(hào)碼進(jìn)行分組、排序生成號(hào)牌號(hào)碼干擾信息表，利用sqoop將所述號(hào)牌號(hào)碼干擾信息表導(dǎo)出至orac I e，分析出干擾信息，修改Hi ve的UDTF，將所述干擾信息作為常量，對(duì)于號(hào)牌號(hào)碼屬于所述干擾信息的以及號(hào)牌號(hào)碼不屬于省份號(hào)牌號(hào)碼頭的過(guò)車信息即不參與所述套牌車嫌疑分布式運(yùn)算。
[0011]進(jìn)一步的，采用兩種不同模型的圖像識(shí)別算法對(duì)過(guò)車圖片的號(hào)牌號(hào)碼進(jìn)行識(shí)別核對(duì)，當(dāng)兩種圖像識(shí)別算法識(shí)別出的號(hào)牌號(hào)碼一致時(shí)，確認(rèn)該車屬于套牌嫌疑車輛。
[0012]與現(xiàn)有的套牌車識(shí)別方法相比較，本發(fā)明的有益效果在于:其基于全國(guó)機(jī)動(dòng)車緝查布控系統(tǒng)，通過(guò)將卡口之間的距離計(jì)算轉(zhuǎn)換為卡口所屬行政區(qū)域之間的距離計(jì)算，由于行政區(qū)域的經(jīng)瑋度信息是常量，因而能有效避免因現(xiàn)有因卡口經(jīng)瑋度標(biāo)錯(cuò)誤或未標(biāo)注而帶來(lái)的卡口間距離計(jì)算錯(cuò)誤的問(wèn)題，從而保證套牌嫌疑車輛認(rèn)定的準(zhǔn)確性;通過(guò)過(guò)車號(hào)牌號(hào)碼干擾信息的分析，將無(wú)牌車、非公安號(hào)牌、錯(cuò)誤號(hào)牌等干擾信息單獨(dú)列為干擾信息，并且控制該干擾信息不進(jìn)行套牌嫌疑分布式計(jì)算，從而減小分布式計(jì)算的計(jì)算量、提高認(rèn)定運(yùn)行效率;而利用Hive的UDTF來(lái)實(shí)現(xiàn)套牌嫌疑分析，能夠快速分析出套牌嫌疑車輛，提高分析認(rèn)定效率;此外，利用車輛號(hào)牌對(duì)過(guò)車圖片進(jìn)行號(hào)牌號(hào)碼的識(shí)別核對(duì)，能夠進(jìn)一步提高套牌嫌疑車輛分析的精確性，更進(jìn)一步保證套牌車認(rèn)定的準(zhǔn)確率。
【附圖說(shuō)明】
[0013]圖1為本發(fā)明套牌車認(rèn)定方法中計(jì)算兩個(gè)卡口所屬行政區(qū)劃之間的最小距離時(shí)兩個(gè)行政區(qū)劃為交錯(cuò)關(guān)系的示意圖；
圖2為本發(fā)明套牌車認(rèn)定方法中計(jì)算兩個(gè)卡口所屬行政區(qū)劃之間的最小距離時(shí)兩個(gè)行政區(qū)劃為包含關(guān)系的不意圖；
圖3為本發(fā)明套牌車認(rèn)定方法中計(jì)算兩個(gè)卡口所屬行政區(qū)劃之間的最小距離時(shí)兩個(gè)行政區(qū)劃不相交并處于同一經(jīng)度情況下的示意圖；
圖4為本發(fā)明套牌車認(rèn)定方法中計(jì)算兩個(gè)卡口所屬行政區(qū)劃之間