本发明属于交通监测技术领域,尤其涉及一种基于入境折返和境内徘徊的车辆防疫防控方法。
背景技术:
急需技术手段来阻止或者拦截违法车辆及人员,而现有技术需要设置检查点,执法人员人工检查。人力成本高,人力资源有限,检查效率低下,具有随机性,高峰时期容易造成拥堵等;
技术实现要素:
本发明实例克服现有技术的缺陷和不足,基于大数据的实时计算,定义出车辆违法行为特征的模型,提出了实现流程及方法,其特征在于入境折返、境内徘徊、多个站点采集、实时轨迹计算;
本发明方法的技术方案为一种基于入境折返和境内徘徊的车辆防疫防控方法,包括以下步骤:
步骤1:高速公路站点采集模块采集高速公路站点的过车信息,并无线传输至中央服务器;
步骤2:中央服务器根据每个采集时刻各高速公路站点的车辆车牌图像信息,通过图像识别算法得到每个采集时刻各高速公路站点的车辆车牌信息,将每个采集时刻各高速公路站点的车辆车牌信息与目标车辆车牌信息进行匹配,构建目标车辆高速公路站点轨迹数据集;
步骤3:在多个高速公路站点中根据地理位置分布人工筛选出高速公路边境站点以构建高速公路边境站点集合,在目标车辆高速公路站点轨迹数据集中搜索属于高速公路边境站点集合的车辆高速公路轨迹站点,构建目标车辆高速公路边境站点轨迹数据集,结合车辆高速公路站点信息进一步对目标车辆高速公路边境站点的高速公路方向以及站点编号进行判断;
步骤4:引入目标车辆高速公路站点轨迹数据集以及目标车辆高速公路边境站点轨迹数据集,根据目标车辆的车型结合入境折返模型进行折返预警,根据目标车辆的车型结合境内徘徊违法模型进行境内徘徊预警;
步骤5:中央服务器若产生折返预警或者徘徊预警,将预警车辆信息进行显示,公安民警根据预警车辆信息进行执法拦截。
作为优选,步骤1所述高速公路站点对应的过车信息为:
di,j=(si,j,ti,j,pi,j)
i∈[1,m]
j∈[1,n]
其中,m为采集时刻的数量,n为高速公路站点的数量,di,j为第i个采集时刻第j个高速公路站点采集的过车信息,si,j为第i个采集时刻第j个高速公路站点采集的车辆高速公路站点信息,ti,j为第i个采集时刻第j个高速公路站点采集的车辆过车时间,pi,j为第i个采集时刻第j个高速公路站点采集的车辆车牌图像信息,si,j为公安部登记静态信息,包括站点名称、站点编号、站点所在高速方向,ti,j、pi,j均通过站点中的采集模块进行采集,中央服务器与采集模块进行无线连接并接收过车信息;
多个高速公路站点站点采集模块依次部署在高速公路各站点上,分别与中央服务器通过无线方式连接。
作为优选,步骤2所述每个采集时刻各高速公路站点的车辆车牌信息为:
idi,1,idi,2,...,idi,n
i∈[1,m]
j∈[1,n]
其中,m为采集时刻的数量,n为高速公路站点的数量,idi,j为第i个采集时刻第j个高速公路站点采集的车辆车牌信息;
步骤2所述将每个采集时刻各高速公路站点的车辆车牌信息与目标车辆车牌信息进行匹配为:
在idi,1,idi,2,...,idi,n中搜索与目标车辆车牌相同的高速公路站点,将与目标车辆车牌相同的高速公路站点作为第i个采集时刻的车辆高速公路站点轨迹,定义为ki;即第ki个高速公路站点的站点信息为si,ki,目标车辆在第i个采集时刻经过第ki个高速公路站点的车辆过车时间为ti,ki。
步骤2所述构建目标车辆高速公路站点轨迹数据集为:
target={k1,k2,...,km}
其中,ki第i个采集时刻的车辆高速公路轨迹站点即第ki个高速公路站点,i∈[1,m],m为采集时刻的数量,ki∈[1,n],n为高速公路站点的数量;
作为优选,步骤3所述根据地理位置分布人工筛选出所有高速公路边境站点:
将高速公路站点属于跨边境的站点定义为高速公路边境站点;
步骤3所述高速公路边境站点集合为:
{sta1,sta2,...,stal}
l<n
其中,stap为高速公路边境站点集合中第p个高速公路边境站点对应第stap个高速公路站点;
步骤3所述在目标车辆高速公路站点轨迹数据集中搜索属于高速公路边境站点集合的车辆高速公路轨迹站点为:
所述目标车辆高速公路站点轨迹数据集为:target={k1,k2,...,km};
在target={k1,k2,...,km}中搜索属于sta={sta1,sta2,...,stal}的车辆高速公路轨迹站点,即步骤3所述构建目标车辆高速公路边境站点数据集,具体定义为:
k<m
其中,k为目标车辆高速公路站点轨迹数据集中高速公路边境站点的数量,
步骤3所述目标车辆经过高速公路边境站点出入境的判断方法为:
车辆高速公路边境站点
步骤3所述目标车辆的车辆高速公路站点轨迹中相同站点判断方法为:
车辆高速公路轨迹站点ki的站点信息为si,ki,无论站点所在高速方向是否相同,均可通过其站点编号是否相等来判断是否相同站点;
作为优选,步骤4所述目标车辆高速公路站点轨迹数据集为:
target={k1,k2,...,km}
其中,ki第i个采集时刻的车辆高速公路轨迹站点即第ki个高速公路站点,i∈[1,m],m为采集时刻的数量,ki∈[1,n],n为高速公路站点的数量;
步骤4所述目标车辆高速公路边境站点轨迹数据集为:
其中,k为目标车辆高速公路站点轨迹数据集中高速公路边境站点的数量,
定义目标车辆高速境内站点轨迹数据集为:
从目标车辆高速公路站点轨迹数据集即target排除目标车辆高速公路边境站点轨迹数据集即b的站点数据集;
所述目标车辆高速境内站点轨迹数据集为:
c={kp1,kp2,...,kpj},
j<m
其中,j为目标车辆高速公路站点轨迹数据集中高速公路境内站点的数量,
步骤4所述目标车辆的计算需要排除警车和公共交通运营车辆;通过公安部门登记的车辆信息人工构建警车和公共交通运营的车辆车牌号数据集,作为静态数据存储至数据库中,定义为o;
步骤4所述根据目标车辆的车型结合入境折返模型进行折返预警为:
若
从目标车辆高速公路边境站点轨迹数据集
根据步骤3出入境判断方法,通过
继续从目标车辆高速公路站点轨迹数据集target={k1,k2,...,km}中搜索
判断目标车辆在采集时刻ql经过站点
步骤4所述根据目标车辆的车型结合入境折返模型进行境内徘徊模型为:
若
从目标车辆高速公路边境站点轨迹数据集
根据步骤3出入境判断方法,通过
继续从目标车辆高速公路站点轨迹数据集target={k1,k2,...,km}中搜索采集时刻i0之后的车辆高速公路轨迹站点;将搜索出的车辆高速公路轨迹站点集定义为g,则
根据步骤3相同站点的判断方法,进一步地从站点轨迹数据集g中搜索出相同站点出现的次数,假设排名前两个的高速公路轨迹站点为
判断目标车辆在采集时刻i0经过车辆高速公路轨迹站点
作为优选,步骤5所述预警车辆信息为:
目标车辆高速公路站点轨迹数据集即target={k1,k2,...,km};
目标车辆车牌信息即idi,j;
各采集时刻各高速公路站点的车辆车牌信息,即idi,1,idi,2,...,idi,n,i∈[1,m],j∈[1,n];
m为采集时刻的数量,n为高速公路站点的数量。
本发明有益效果为:与传统的防疫防控手段相比,本发明无需在被检查车辆上安装任何硬件设备,充分利用了现有的数据资源和道路上的卡口资源,为运管部门和交通执法部门提供了一种高效可靠的车辆防疫防控方法。本发明检车范围广,理论上能够对所有机动车辆进行检测,弥补了传统手段只能检测营运车辆的不足。本发明不占用任何路面资源,不会给路面交通带来任何压力。此外,本发明模型采用大数据实时计算,当违法车辆经过卡口时,几乎实时的向为运管部门和交通执法部门发出车辆违法预警,大大提高了执法人员反应时间,将违法车辆扼杀在萌芽状态中,减少防疫防控中车辆违法导致的病毒扩散风险。
附图说明
图1:方法流程图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合实例对本发明作进一步详细描述,应当理解,此处所描述的实施案例仅用于说明和解释本发明,并不用于限定本发明。
下面结合附图,介绍本发明的具体实施方式为一种基于入境折返和境内徘徊的车辆防疫防控方法,包括以下步骤:
步骤1:高速公路站点采集模块采集高速公路站点的过车信息,并无线传输至中央服务器;
所述高速公路站点对应的过车信息为:
di,j=(si,j,ti,j,pi,j)
i∈[1,m]
j∈[1,n]
其中,m=100为采集时刻的数量,n=100为高速公路站点的数量,di,j为第i个采集时刻第j个高速公路站点采集的过车信息,si,j为第i个采集时刻第j个高速公路站点采集的车辆高速公路站点信息,ti,j为第i个采集时刻第j个高速公路站点采集的车辆过车时间,pi,j为第i个采集时刻第j个高速公路站点采集的车辆车牌图像信息,si,j为公安部登记静态信息,包括站点名称、站点编号、站点所在高速方向,ti,j、pi,j均通过站点中的采集模块进行采集,中央服务器与采集模块进行无线连接并接收过车信息;
多个高速公路站点站点采集模块依次部署在高速公路各站点上,分别与中央服务器通过无线方式连接。
所述高速公路站点站点采集模块选型为大华高清摄像及远景摄像设备;
所述中央服务器选型为linux服务器,操作系统为centos;
步骤2:中央服务器根据每个采集时刻各高速公路站点的车辆车牌图像信息,通过图像识别算法得到每个采集时刻各高速公路站点的车辆车牌信息,将每个采集时刻各高速公路站点的车辆车牌信息与目标车辆车牌信息进行匹配,构建目标车辆高速公路站点轨迹数据集;
步骤2所述每个采集时刻各高速公路站点的车辆车牌信息为:
idi,1,idi,2,...,idi,n
i∈[1,m]
j∈[1,n]
其中,m=100为采集时刻的数量,n=100为高速公路站点的数量,idi,j为第i个采集时刻第j个高速公路站点采集的车辆车牌信息;
步骤2所述将每个采集时刻各高速公路站点的车辆车牌信息与目标车辆车牌信息进行匹配为:
在idi,1,idi,2,...,idi,100中搜索与目标车辆车牌相同的高速公路站点,将与目标车辆车牌相同的高速公路站点作为第i个采集时刻的车辆高速公路站点轨迹,定义为ki;即第ki个高速公路站点的站点信息为si,ki,目标车辆在第i个采集时刻经过第ki个高速公路站点的车辆过车时间为ti,ki。
步骤2所述构建目标车辆高速公路站点轨迹数据集为:
target={k1,k2,...,k100}
其中,ki第i个采集时刻的车辆高速公路轨迹站点即第ki个高速公路站点,ki∈[1,100];
步骤3:在多个高速公路站点中根据地理位置分布人工筛选出高速公路边境站点以构建高速公路边境站点集合,在目标车辆高速公路站点轨迹数据集中搜索属于高速公路边境站点集合的车辆高速公路轨迹站点,构建目标车辆高速公路边境站点轨迹数据集,结合车辆高速公路站点信息进一步对目标车辆高速公路边境站点的高速公路方向以及站点编号进行判断;
步骤3所述根据地理位置分布人工筛选出所有高速公路边境站点:
将高速公路站点属于跨边境的站点定义为高速公路边境站点;
步骤3所述高速公路边境站点集合为:
{sta1,sta2,...,stal}
l<n
其中,l=20为高速公路边境站点的数量,stap为高速公路边境站点集合中第p个高速公路边境站点对应第stap个高速公路站点;
步骤3所述在目标车辆高速公路站点轨迹数据集中搜索属于高速公路边境站点集合的车辆高速公路轨迹站点为:
所述目标车辆高速公路站点轨迹数据集为:target={k1,k2,...,k100};
在target={k1,k2,...,k100}中搜索属于sta={sta1,sta2,...,sta20}的车辆高速公路轨迹站点,即步骤3所述构建目标车辆高速公路边境站点数据集,具体定义为:
k<100
其中,k=2为目标车辆高速公路站点轨迹数据集中高速公路边境站点的数量,
步骤3所述目标车辆经过高速公路边境站点出入境的判断方法为:
车辆高速公路边境站点
步骤3所述目标车辆的车辆高速公路站点轨迹中相同站点判断方法为:
车辆高速公路轨迹站点ki的站点信息为si,ki,无论站点所在高速方向是否相同,均可通过其站点编号是否相等来判断是否相同站点;
步骤4:引入目标车辆高速公路站点轨迹数据集以及目标车辆高速公路边境站点轨迹数据集,根据目标车辆的车型结合入境折返模型进行折返预警,根据目标车辆的车型结合境内徘徊违法模型进行境内徘徊预警;
步骤4所述目标车辆高速公路站点轨迹数据集为:
target={k1,k2,...,km}
其中,ki第i个采集时刻的车辆高速公路轨迹站点即第ki个高速公路站点,i∈[1,m],m=100为采集时刻的数量,ki∈[1,n],n=100为高速公路站点的数量;
步骤4所述目标车辆高速公路边境站点轨迹数据集为:
其中,k=2为目标车辆高速公路站点轨迹数据集中高速公路边境站点的数量,
定义目标车辆高速境内站点轨迹数据集为:
从目标车辆高速公路站点轨迹数据集即target排除目标车辆高速公路边境站点轨迹数据集即b的站点数据集;
所述目标车辆高速境内站点轨迹数据集为:
j<100
其中,j=98为目标车辆高速公路站点轨迹数据集中高速公路境内站点的数量,
步骤4所述目标车辆的计算需要排除警车和公共交通运营车辆;通过公安部门登记的车辆信息人工构建警车和公共交通运营的车辆车牌号数据集,作为静态数据存储至数据库中,定义为o;
步骤4所述根据目标车辆的车型结合入境折返模型进行折返预警为:
若
从目标车辆高速公路边境站点轨迹数据集
根据步骤3出入境判断方法,通过
继续从目标车辆高速公路站点轨迹数据集target={k1,k2,...,k100}中搜索
判断目标车辆在采集时刻ql经过站点
步骤4所述根据目标车辆的车型结合入境折返模型进行境内徘徊模型为:
若
从目标车辆高速公路边境站点轨迹数据集
根据步骤3出入境判断方法,通过
继续从目标车辆高速公路站点轨迹数据集target={k1,k2,...,k100}中搜索采集时刻i0之后的车辆高速公路轨迹站点;将搜索出的车辆高速公路轨迹站点集定义为g,则
根据步骤3相同站点的判断方法,进一步地从站点轨迹数据集g中搜索出相同站点出现的次数,假设排名前两个的高速公路轨迹站点为
判断目标车辆在采集时刻i0经过车辆高速公路轨迹站点
步骤5:中央服务器若产生折返预警或者徘徊预警,将预警车辆信息进行显示,公安民警根据预警车辆信息进行执法拦截。
步骤5所述预警车辆信息为:
目标车辆高速公路站点轨迹数据集即target={k1,k2,...,k100};
目标车辆车牌信息即idi,j;
各采集时刻各高速公路站点的车辆车牌信息,即idi,1,idi,2,...,idi,n,i∈[1,m],j∈[1,n];
m=100为采集时刻的数量,n=100为高速公路站点的数量;
应当理解的是,本申请书未详细阐述的部分均属于现有技术。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本申请专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本申请权利要求所保护的范围情况下,还可以做出替换或变形,均落入本申请的保护范围之内,本申请的请求保护范围应以所附权利要求为准。