一种车辆异常行驶智能分析系统和分析方法
【专利摘要】本发明公开一种车辆异常行驶智能分析系统和分析方法，包含车辆自动识别模块、车辆数据储存模块，速度对比分析模块、学习更新模块；所述的车辆自动识别模块通过前端视频采集设备采集数据并对采集的数据根据车辆类型进行分类；所述的速度对比分析模块根据车辆通过两个邻近卡口时的通行平均速度与所述车辆最近通行平均速度进行比较，以及所述车辆在所述两个邻近卡口的通行平均速度与通过所述两个邻近卡口的同类车的平均速度进行比较；所述的学习更新模块根据一段时间内通过所述两个邻近卡口的车辆通行速度的变化对所述车辆的预设速度值进行更新。
【专利说明】
一种车辆异常行驶智能分析系统和分析方法
【技术领域】
[0001]本发明涉及一种车辆异常行驶智能分析系统和分析方法。
【背景技术】
[0002]随着我国经济的快速发展和社会机动车辆拥有量的急剧增加，涉车事件、案件成几何倍增长。为了提升社会治安水平，降低涉车事件、案件的发生概率，针对机动车辆的检测和监控技术得到了广泛的研究，机动车辆数据分析技术得到了迅速的推广和应用，被广泛应用于治安卡口，车辆信息实时分析、涉案嫌疑车拦截等交通场景中。
[0003]据刑侦调研发现，部分肇事车辆经常会在事发后，快速逃逸现场以躲避刑事责任；涉毒涉案等嫌疑人，在作案过程中，如果发现身后一直有车辆尾随，会怀疑为警方跟踪，从而超速摆脱身后车辆。
【发明内容】
[0004]本发明提供一种车辆异常行驶智能分析系统和分析方法，通过对车辆经过两相邻卡口的时间，计算该车辆通过这两相邻卡口的平均速度，如果该平均速度不在这相邻卡口的对应车辆号牌种类的平均速度范围内，或者该平均速度超过该车辆的一直来的正常行驶速度范围，则设定通过这两相邻卡口的车辆为异常行驶车辆。
[0005]本发明通过以下技术手段实现:
[0006]一种车辆异常行驶智能分析系统，包含车辆自动识别模块、车辆数据储存模块，速度对比分析模块、学习更新模块；所述的车辆自动识别模块通过前端视频采集设备采集数据并对采集的数据根据车辆类型进行分类；所述的速度对比分析模块根据车辆通过两个邻近卡口时的通行平均速度与所述车辆最近通行平均速度进行比较，以及所述车辆在所述两个邻近卡口的通行平均速度与通过所述两个邻近卡口的同类车的平均速度进行比较；所述的学习更新模块根据一段时间内通过所述两个邻近卡口的车辆通行速度的变化对所述车辆的预设速度值进行更新。
[0007]其中，所述的车辆数据存储模块包含的数据有最近通行车辆数据、GIS地理信息、车辆最近通行速度、相邻卡口不同车辆类型最近平均速度的一种或几种。
[0008]其中，所述的学习更新模块学习所述两个邻近卡口一段时间内不同车辆通行速度并对不同车辆类型平均速度进行更新；学习所述车辆一段时间内的平均速度并对其平均速度进行更新。
[0009]一种车辆异常行驶智能分析方法，包含以下步骤:
[0010]S1、选定两个邻近卡口作为将要进行数据分析的目标卡口 ；
[0011]S2、从车辆数据存储模块读取包含所述两个邻近卡口的车辆通行数据的数据作为待分析数据源；
[0012]S3、速度对比分析模块根据车辆通行数据和GIS信息，计算出所述车辆通过所述两个相邻卡口时的平均速度，将该平均速度与通过所述两个邻近卡口的同类车的平均速度进行比较，如果超过所述同类车辆在所述两个邻近卡口的平度速度时，设定车辆为嫌疑车辆且设置预警级别为一级预警级别，否则为正常车辆。
[0013]S4、速度对比分析模块再根据计算出的所述车辆通过所述两个相邻卡口时的平均速度与车辆最近平均速度进行比对，如果所述车辆通过邻近两个卡口的平均速度大于车辆最近平均速度范围，如果所述车辆已为嫌疑车辆，则将所述车辆预警级别提升为二级预警级别，如果还不是嫌疑车辆则将所述车辆设定为嫌疑车辆设置预警级别为一级预警级别，如果在最近平均速度范围内则不对所述车辆状态做预警处理。
[0014]其中，所述的嫌疑车辆的预警级别用不同颜色进行区分显示。
[0015]其中，还包含学习更新模块学习一段时间内车辆平均通行速度并对平均速度进行更新或者根据一段时间内相同车辆类型通过所述两个邻近卡口的速度的变化对所述车辆类型在该卡口的通行速度记录进行更新。
[0016]最后，所述的嫌疑车辆还可以与其他车辆管理数据进行比较，所述的其他车辆管理数据库包含全国机动车车库、涉案库中的一个或多个。
[0017]以上通过对车辆分别经过两相邻卡口的时间，计算该车辆通过这两相邻卡口的平均速度，如果该平均速度不在这相邻卡口的对应车辆号牌种类的平均速度范围内，或者该平均速度超过该车辆的一直来的正常行驶速度范围，则设定通过这两相邻卡口的车辆为异常行驶车辆，并实现以下技术效果:
[0018]I)检测结果实用性高
[0019]采用了自动学习邻近卡口不同种类车辆平均速度、车辆最近通行速度，使得平均速度范围会跟着晴天、雨雪天而改变；车辆的最近通行速度范围也会因车辆、司机不同而进行变化，从而使得检测结果实用性更高。
[0020]2)得出的结果信息更加立体丰富设有多重比对，根据各比对设置不同的预警等级，以及是否预警，使得结果信息更加立体丰富。
[0021]3)可以灵活配置车辆异常行驶智能分析的各参数。
【专利附图】
【附图说明】
[0022]图1为本发明车辆异常行驶智能分析系统结构示意图；
[0023]图2为本发明车辆异常行驶智能分析系统运行过程示意图；
[0024]图3为本发明车辆异常行驶智能分析系统参数学习更新过程示意图。
【具体实施方式】
[0025]以下将结合附图对本发明的具体实施过程进行详细说明。
[0026]一种车辆异常行驶智能分析系统，如图1所示，包含车辆自动识别模块、车辆数据储存模块，速度对比分析模块、学习更新模块；所述的车辆自动识别模块通过前端视频采集设备采集数据并对采集的数据根据车辆类型进行分类；所述的速度对比分析模块根据车辆通过两个邻近卡口时的通行平均速度与所述车辆最近通行平均速度进行比较，以及所述车辆在所述两个邻近卡口的通行平均速度与通过所述两个邻近卡口的同类车的平均速度进行比较；所述的学习更新模块根据一段时间内通过所述两个邻近卡口的车辆通行速度的变化对所述车辆的预设速度值进行更新。
[0027]所述的车辆数据存储模块包含的数据有车辆最近通行数据、GIS地理信息、车辆最近通行速度、相邻卡口不同车辆类型最近平均速度等。所述的学习更新模块学习所述两个邻近卡口一段时间内不同车辆通行速度并对不同车辆类型平均速度进行更新；学习所述车辆一段时间内的平均速度并对其平均速度进行更新。
[0028]所述监控系统的监控方法为:选定两个邻近卡口作为将要进行数据分析的目标卡口 ；从车辆数据存储模块读取包含所述两个邻近卡口的车辆通行数据的数据作为待分析数据源；速度对比分析模块根据车辆通行数据和GIS信息，计算出所述车辆通过所述两个相邻卡口时的平均速度，将该平均速度与通过所述两个邻近卡口的同类车的平均速度进行比较，如果超过所述同类车辆在所述两个邻近卡口的平度速度时，设定车辆为嫌疑车辆，并将所述车辆的预警级别设置为一级预警级别，，否则为正常车辆。为了便于识别跟踪，可以将一级预警级别用蓝色表示，称为蓝色预警级别。速度对比分析模块再根据计算出的所述车辆通过所述两个相邻卡口时的平均速度与车辆最近平均速度进行比对，如果所述车辆通过邻近两个卡口的平均速度大于车辆最近平均速度范围，如果所述车辆已为蓝色预警车辆，则将所述车辆预警级别提升为二级预警，并将二级预警设置为黄色预警；如果所述车辆还不是嫌疑车辆，即无任何预警级别设置过，则将所述车辆设定为嫌疑车辆设置一级蓝色预警级别；如果所述车辆通过所述卡口的速度在最近平均速度范围内，则不对所述车辆状态作预警处理。
[0029]所述学习更新模块还学习一段时间内车辆平均通行速度并对平均速度进行更新或者根据一段时间内相同车辆类型通过所述两个邻近卡口的速度的变化对所述车辆类型在该卡口的通行速度记录进行更新。所述的嫌疑车辆还可以与其他车辆管理数据进行比较，例如全国机动车车库、涉案库，通过将列为预警级别内的嫌疑车辆进一步比对全国机动车车库、涉案库等第三方机动车信息数据库，可以进一步确认被列为嫌疑车辆的车主信息、车辆涉案信息、车辆过往交易信息等，以进一步帮助刑侦人员破获案件。
[0030]具体使用时，首先，对车辆类型的默认速度、速度浮动范围进行配置，如设置大型汽车号牌的默认速度为60km/h，大型汽车号牌的速度浮动范围为-30-10km/h，假如某一辆大型汽车还没有最近平均速度，将默认速度60km/h赋值给这辆大型汽车的最近平均速度，则只要这辆大型汽车速度在30-70km/h则为正常行驶，否则为异常行驶；假如另外一辆大型汽车有最近平均速度且为55，则只要另外这辆大型汽车速度在25-65km/h则为正常行驶，否则为异常行驶。
[0031]其次，对邻近卡口不同车辆类型的默认速度、速度范围进行配置如设置通过邻近卡口 A与卡口 B之间的小型汽车默认速度为70km/h，速度浮动范围为-20-20km/h，假如小型汽车在卡口 A与卡口 B之间还没有最近平均速度，将默认速度赋值给最近平均速度，如果小型汽车在卡口 A与卡口 B之间的行驶速度在50-90km/h内，都为正常行驶；如果已有最近平均速度且为75km/h，则小型汽车在卡口 A与卡口 B之间的行驶速度在55-95km/h内，为正常行驶。
[0032]接着，从规则配置库获取车辆类型的默认速度、车辆类型的速度浮动范围、邻近卡口不同车辆类型的默认速度、邻近卡口不同车辆类型的速度范围。
[0033]直接从通行车辆数据库批量读取未进行分析的通行数据，且过滤车辆一直滞留在卡口的除通行时间外其他信息都相同的通行重复记录。然后，分配通行记录到比对线程，从读取到的通行数据中，分配一条通行数据到空闲的比对线程，这条通行数据我们称之为当前通行数据默认设置此车异常行驶车辆预警级别为正常。
[0034]接着，从车辆最近通行数据库中获取当前车辆最近的一条通行数据，也就是通过最近上一卡口的通行数据，同当前通行数据进行比对。比对线程根据号牌类型和号牌号码到车辆最近通行数据库中进行比对，如车辆最近通行数据库无此车辆通行数据，将此次通行信息的号牌号码、号牌种类、通过卡口、通行时间写入到车辆最近通行记录表，如果通行记录表中有记录，则取出该次的通行卡口和通行时间，如果该通行卡口和当前通行卡口为相邻卡口，计算通过两卡口的通行时间以及通行速度。比对被测车辆的当前两卡口通行速度是否在当前两卡口车辆类型平均车速范围内，如果不在平均范围内，则将异常行驶车辆预警级别设置为蓝色预警级别；如果在平均范围内，自动学习这俩邻近卡口该车辆类型的车辆平均速度。获取当前车辆的车辆最近平均速度，如果没有，则将该车辆类型默认的通行速度赋给该车辆的车辆最近平均速度，根据车辆最近平均速度获取该车辆的最近通行速度范围。
[0035]比对被测车辆的通行速度是否在该车辆的最近通行速度范围内，如果不在，此时如果异常行驶车辆预警级别为蓝色，则将异常行驶车辆预警级别设置为黄色预警级别，否则将异常行驶车辆预警级别设置为蓝色预警级别。自动学习两邻近卡口不同车辆类型的最近平均速度及该车辆的最近平均速度、自动清除最近数据。如果异常行驶车辆预警级别为正常，则将此次通过这两邻近卡口的通行速度保存到最近车辆通行速度库中，自动学习线程根据则自动学习该车辆的车辆最近平均速度。
[0036]系统有一自动清除最近数据模块，会自动清除车辆最近通行数据库中通行时间超过指定时间的通行记录以及最近车辆通行速度库中通行时间超过指定时间的记录。
[0037]本发明中，车辆类型主要包括大型汽车号牌、小型汽车号牌、摩托车号牌、农用运输车号牌、拖拉机号牌、挂车号牌等。
[0038]对本发明进行简单变化所得的方案也在本发明保护的范围之内。
【权利要求】
1.一种车辆异常行驶智能分析系统，包含车辆自动识别模块、车辆数据储存模块，速度对比分析模块、学习更新模块；所述的车辆自动识别模块通过前端视频采集设备采集数据并对采集的数据根据车辆类型进行分类；所述的速度对比分析模块根据车辆通过两个邻近卡口时的通行平均速度与所述车辆最近通行平均速度进行比较，以及所述车辆在所述两个邻近卡口的通行平均速度与通过所述两个邻近卡口的同类车的平均速度进行比较；所述的学习更新模块根据一段时间内通过所述两个邻近卡口的车辆通行速度的变化对所述车辆的预设速度值进行更新。
2.根据权利要求1所述的车辆异常行驶智能分析系统，其特征在于:所述的车辆数据存储模块包含的数据有最近通行车辆数据、GIS地理信息、车辆最近通行速度、相邻卡口不同车辆类型最近平均速度的一种或几种。
3.根据权利要求1所述的车辆异常行驶智能分析系统，其特征在于:所述的学习更新模块学习所述两个邻近卡口一段时间内不同车辆通行速度并对不同车辆类型平均速度进行更新；学习所述车辆一段时间内的平均速度并对其平均速度进行更新。
4.一种车辆异常行驶智能分析方法，包含以下步骤: 51、选定两个邻近卡口作为将要进行数据分析的目标卡口； 52、从车辆数据存储模块读取包含所述两个邻近卡口的车辆通行数据的数据作为待分析数据源； 53、速度对比分析模块根据车辆通行数据和GIS信息，计算出所述车辆通过所述两个相邻卡口时的平均速度，将该平均速度与通过所述两个邻近卡口的同类车的平均速度进行比较，如果超过所述同类车辆在所述两个邻近卡口的平度速度时，设定车辆为嫌疑车辆且设置预警级别为一级预警级别，否则为正常车辆。 54、速度对比分析模块再根据计算出的所述车辆通过所述两个相邻卡口时的平均速度与车辆最近平均速度进行比对，如果所述车辆通过邻近两个卡口的平均速度大于车辆最近平均速度范围，如果所述车辆已为嫌疑车辆，则将所述车辆预警级别提升为二级预警级别，如果还不是嫌疑车辆则将所述车辆设定为嫌疑车辆设置预警级别为一级预警级别，如果在最近平均速度范围内则不对所述车辆状态做预警处理。
5.根据权利要求4所述的车辆异常行驶智能分析方法，其特征在于:所述的嫌疑车辆的预警级别用不同颜色进行区分显示。
6.根据权利要求4所述的车辆异常行驶智能分析方法，其特征在于:还包含学习更新模块学习一段时间内车辆平均通行速度并对平均速度进行更新或者根据一段时间内相同车辆类型通过所述两个邻近卡口的速度的变化对所述车辆类型在该卡口的通行速度记录进行更新。
7.根据权利要求4所述的车辆异常行驶智能分析方法，其特征在于:所述的嫌疑车辆还可以与其他车辆管理数据进行比较，所述的其他车辆管理数据库包含全国机动车车库、涉案库中的一个或多个。
【文档编号】G08G1/052GK104408935SQ201410749281
【公开日】2015年3月11日 申请日期:2014年12月9日 优先权日:2014年12月9日
【发明者】孟凡华, 蒋华 申请人:深圳市华仁达技术有限公司