卡口与大数据融合应用新看点.docx

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,特别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,特别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、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经过的车辆信息,一旦发现布控的车辆,会及时经过多种方式,在多种终端上进行报警,以便相关人员进行拦截。虽然稽查防控应用很多,但依然存在值得改进的地方。当布控车辆从某个卡口经过时,拦截人员一般不在现场,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经过时,借助GIS技术,能够推算出布控车辆接下来将要经过的一个或多个卡口,并对各卡口的可能经过时间进行预估,这就方便指挥中心及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,以实现基于全国范围的稽查防控网络,藉此大幅度提高针对违法违章车辆的查处力度。涉案车辆排查随着城市的快速发展,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,更多违法犯罪分子借助车辆来实施违法行为。事实上,绝大多数犯罪分子都会乘坐车辆到现场踩点,重复查勘现场,等待合适时机以实施违法犯罪行为,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,系统还能够主动出击,及时预测将要发生的为违法行为,做到防患于未然,进一步提高系统的应用范围。伴随车辆分析由于公众安全防范意识不断提高,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。踩点和作案时,犯罪团伙一般会使用多辆汽车,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范围,利用该特征,从海量过车数据中,就能够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,以及分析时间起止范围,系统就能够从海量过车信息中查找到符合上述特征的所有车辆。一般满足伴随车辆分析的车辆数量不会太多,用户从这个