视频号牌数据质量分析方法与流程

本发明涉及一种视频号牌数据质量分析方法。
背景技术：
：“号牌识别”利用车辆动态视频进行车辆牌照号码自动识别，是电子警察、智能卡口等设备主要采集的原理。目前号牌识别设备被广泛运用到城市交通管控中，但受设备工作状态、网络传输、道路交通状况、周围环境等不确定因素影响，号牌识别设备可能存在采集数据质量问题，如数据丢失、车牌识别异常、时间数据漂移等，而数据质量问题将直接影响电子警察、智能卡口、etc、自助停车检测系统可靠性与稳定性，为交通管控执法等造成不利影响。因此针对号牌识别设备采集的交通数据质量，应该配套完整的数据质量检测方法，有效隔离出异常数据，对设备进行预警，使管理人员及时发现维修处理。目前针对号牌识别设备数据质量的研究主要集中于号牌数据准确性研究，如专利cn201510559740.3提出一种提高车牌识别准确度的方法、装置及系统，专利cn201410638356.8提出一种交通场景下视频元数据的矫正方法，专利cn201610270472.8提出一种基于车牌规则和时空可达性的车牌识别智能差错方法和系统，专利cn201610160748.7提出卡口过车的检测可靠性控制方法和系统，专利cn201710115608.2提出基于定位数据的卡口设备数据质量检验方法。其中专利cn201410638356.8和cn201610270472.8均是基于号牌数据分析车辆轨迹从而剔除出异常识别信息，专利cn201610160748.7通过历史检测数据的统计分析获得数据量、识别率等数据质量评估指标的阈值，进而判别卡口设备的数据质量风险，剔除异常设备，专利cn201610160748.7引入多源数据一致性概念，基于gps定位数据对数据质量进行分析。综上所述，现有研究虽针对号牌识别设备进行识别准确性研究以及数据质量基础研究，但随着智慧交通以及人工智能机器学习等技术的发展，可以在现有技术和数据研究的基础上，以时间、空间、横向、纵向多维度对号牌数据进行对比，同时将其他多源数据辅助分析，从而实现号牌数据的数据质量分析检测，有效预警异常设备，实现设备数据同步检测管理，为交通管控提供高质量数据。技术实现要素：本发明的目的是提供一种视频号牌数据质量分析方法，解决现有技术中存在的如何有效预警异常设备，实现设备数据同步检测管理，为交通管控提供高质量数据的问题。本发明提出一种视频号牌数据质量分析方法，通过对设备在线状态对号牌识别数据的完整性分析，通过与历史流量及车检器设备采集流量数据对比对流量合理性检测，通过与路网内具有车载设备车辆的gps数据分析，计算平均时间差对数据时间合理性检测，从而有效判断出异常设备并自动预警，为交管部门号牌识别设备管理提供支撑依据，同时可为交通规划管理提供可靠准确数据。本发明的技术解决方案是：一种视频号牌数据质量分析方法，基于视频号牌识别设备在线情况对设备数据采集的完整性进行分析，进一步基于视频号牌历史数据和车检器设备数据质量以及gps数据信息对数据合理性进行分析，对设备故障进行自动预警，包括以下步骤，s1、根据号牌识别设备在线情况对设备采集数据的完整性进行分析；s2、根据号牌识别设备采集数据的流量信息对数据质量的合理性进行分析检验；s3、将具有定位设备车辆的gps数据与号牌识别设备采集数据的时间信息进行对比，实现号牌识别数据时间合理性分析；s4、号牌识别设备异常并自动预警。进一步地，步骤s1具体为，s11、时间维度在线率分析，基于统计时间段内该号牌识别设备在线状态对设备各单位时间段内在线情况进行统计分析，若在线时段数比例低于在线率阈值，则转到步骤s4，否则转到步骤s12；s12、空间维度在线率分析，提取路网系统中所有号牌识别设备在线数据，对各单位时间段内设备总在线率进行计算，若设备总在线率低于系统设备在线阈值，则认为号牌识别系统出现系统故障并自动预警，否则转到s2步骤。进一步地，步骤s2具体为，s21、通过与设备历史数据比对分析实现数据流量纵向分析，将单位时间段号牌识别设备采集的数据与同时间段历史数据进行对比分析，若单位时间段内车流量超出单位时间段内历史流量阈值区间，则将该单位时间段内设备采集数据判定为可疑异常数据，并转到步骤s22，否则认为该单位时间段内数据正常，若统计时间段内所有单位时间段数据均正常转到步骤s3；s22、通过与号牌识别设备布设点位处车检器设备数据质量比对实现多源数据流量横向比对分析。进一步地，步骤s22具体为，s221、提取可疑异常数据所属时间段内同点位车检器设备采集的数据，分析车检器设备采集数据质量，若该点位异常时间段内所有设备采集的数据均为可疑异常数据，则认为可能存在时间异常，转到步骤s3，否则转到下一步骤。s222、汇集统计时间段内所有可疑异常数据，若可疑异常数据量占总数据的比值大于可疑数据比例阈值，转到步骤s4，否则转到步骤s3。进一步地，步骤s3具体为，s31、提取路网内具有车载定位设备车辆的gps数据，将定位数据匹配至路网中，进一步根据路网中号牌识别设备位置以及路网路段信息建立设备路段关联表，提取出各号牌识别设备gps数据范围内的gps数据；s32、将设备范围内的gps数据与号牌识别数据进行对比分析，根据号牌识别设备采集到的车辆号牌信息提取出该号牌在数据范围内的gps数据，得到两数值之间的平均时间差，若单位时间段内平均时间差大于阈值，则转到步骤s4，否则认为号牌识别设备采集数据正常。进一步地，步骤s32中设备范围内的gps数据与号牌识别数据的单位时间段内平均时间差，具体为，式中，tgps为gps采集的数据时间，talpr为号牌识别数据的时间值，n为号牌识别设备范围内采集到gps数据的数据量。进一步地，步骤s32中，基于单位时间内途径的多辆车辆的gps数据对单位时间段内的平均时间差进行计算，即：式中n为车辆数。本发明的有益效果是：一、该种视频号牌数据质量分析方法，构建“数据完整性-流量合理性-时间合理性”数据质量检测体系，基于号牌识别设备在线情况、流量数据分析以及时间差分析状况对号牌识别设备采集的数据进行分析检测，根据异常数据判定设备异常情况并自动预警，使管理者有效掌握监控设备健康状态，及时对异常设备进行维修管理。二、本发明创新的提出多源数据分析，以号牌识别布设点位为基础，对该点位其他设备的数据质量同步分析，基于所有设备数据质量异常状况判定设备是否异常，提高了设备异常判定以及号牌数据采集交通流量数据的准确性。三、本发明提出基于设备范围内装有定位装置的出租车、公交车营运车辆的gps数据与号牌数据进行对比，基于平均时间差对号牌数据时间合理性进行分析。附图说明图1是本发明实施例视频号牌数据质量分析方法的流程示意图。图2是实施例中号牌识别设备4的gps数据范围的说明示意图。其中，1-号牌识别设备4；2-gps数据范围。具体实施方式下面结合附图详细说明本发明的优选实施例。实施例实施例的一种视频号牌数据质量分析方法，以单个号牌识别设备为对象，通过对数据完整性、数据流量合理性以及数据时间合理性三方面分析，识别出异常数据，对号牌识别设备故障进行预警，及时判断号牌识别数据质量，预警故障设备，为交通管控提供高质量数据，保障系统稳定运行。一种视频号牌数据质量分析方法，基于视频号牌识别设备在线情况对设备数据采集的完整性进行分析，进一步基于视频号牌历史数据和车检器设备数据质量以及gps数据信息对数据合理性进行分析，对设备故障进行自动预警。如图1，具体如下：s1.根据号牌识别设备在线情况对设备采集数据的完整性进行分析。s11.时间维度在线率分析。基于统计时间段内该号牌识别设备在线状态对设备各单位时间段内在线情况进行统计分析，若在线时段数比例低于在线率阈值，则转到步骤s4，否则转到步骤s12。其中统计时间段一般以小时或天为单位，单位时间段为5min、10min或15min。s12.空间维度在线率分析。提取路网系统中所有号牌识别设备在线数据，对各单位时间段内设备总在线率进行计算，若设备总在线率低于系统设备在线阈值，则认为号牌识别系统出现系统故障并自动预警，否则转到s2步骤。一般情况下，路网系统指在管辖范围内所有同类布设的号牌识别设备，同时可根据号牌识别设备厂家分别对各厂家设备在线情况进行计算分析，对设备异常的厂家进行预警。s2.根据号牌识别设备采集数据的流量信息对数据质量的合理性进行分析检验。s21.通过与设备历史数据比对分析实现数据流量纵向分析。将单位时间段号牌识别设备采集的数据与同时间段历史数据进行对比分析，若单位时间段内车流量超出单位时间段内历史流量阈值区间，则将该单位时间段内设备采集数据判定为可疑异常数据，并转到步骤s22，否则认为该单位时间段内数据正常，若统计时间段内所有单位时间段数据均正常转到步骤s3。其中单位时间历史流量阈值根据历史数据的平均最大值和最小值或数据15％位中位数及85％位中位数确定。一般情况下，为提高历史数据准确性以星期和时间点历史数据为计算单位，其中周一7:00-7:15时间段内对应过往时间内各周一早7:00-7:15时间段的平均数值区间。s22.通过与号牌识别设备布设点位处车检器设备数据质量比对实现多源数据流量横向比对分析。s221.提取可疑异常数据所属时间段内同点位车检器设备采集的数据，分析其它设备采集数据质量，若该点位异常时间段内所有设备采集的数据均为可疑异常数据，则认为可能存在时间异常，转到步骤s3，否则转到下一步骤。一般情况下，一个路口或路段不仅布设有号牌识别采集设备同时还可能布设有车检器设备，其中对于车检器数据质量检测步骤与步骤s21一致，根据与历史交通流量数值对比确定数据是否异常。s222.汇集统计时间段内所有可疑异常数据，若可疑异常数据量占总数据的比值大于可疑数据比例阈值，转到步骤s4，否则转到步骤s3。s3.将具有定位设备车辆的gps数据与号牌识别设备采集数据的时间信息进行对比，实现号牌识别数据时间合理性分析。s31.提取路网内具有车载定位设备车辆的gps数据，将定位数据匹配至路网中，进一步根据路网中号牌识别设备位置以及路网路段信息建立设备路段关联表，提取出各号牌识别设备gps数据范围内的gps数据。一般情况下，车辆选择出租车、公交车等营运车辆。另一方面，可基于gps数据的时间顺序确定车辆大致运行方向，从而通过车辆可能通行放行确定数据范围。如对于一个十字路口，其东进口处的号牌识别设备，gps数据在东进口处出现后仅可出现在南、西、北三个方向处，从而排除出东进口反方向的gps数据，同时将出现在离东进口道停止线以内20-50米处设置为数据范围，从而提取出有效gps数据。s32.将设备范围内的gps数据与号牌识别数据进行对比分析，根据号牌识别设备采集到的车辆号牌信息提取出该号牌在数据范围内的gps数据，得到两数值之间的平均时间差即：式中，tgps为gps采集的数据时间，talpr为号牌识别数据的时间值，n为号牌识别设备范围内采集到gps数据的数据量。进一步，基于单位时间内途径的多辆车辆的gps数据对单位时间段内的平均时间差进行计算，即：式中，n为车辆数。若单位时间段内平均时间差大于阈值，则转到步骤s4，否则认为号牌识别设备采集数据正常。s4.号牌识别设备异常并自动预警。实施例方法同时可对数据进行实时检测，根据当日至今实时的数据量对数据完整性、流量数据合理性和时间合理性进行检测分析。实施例的一个具体示例如下：选取某日的检测数据，单位时间段选取15min。根据步骤s1对设备数据完整性进行检测：对路网内2595套设备各单位时间段内设备在线情况进行汇总，对本日设备在线时间段阈值进行计算，选取其中10套设备数值进行示例：通过与在线率阈值(选取阈值为80％)对比，发现设备3异常进行设备异常预警。进一步对各单位时间段内路网设备总在线情况进行统计分析，因均大于总在线率阈值50％，因此不存在系统异常。根据步骤s2对号牌设备采集的数据流量合理性进行检测：以设备4为例，其检测日早上7:00-7:15时数据流量为311，根据历史流量选取平均15％中位数与85％中位数为流量阈值区间，即为[280,320]，因在其内则为正常数值。同理对检测日各时间段数据流量进行比对分析，提取出异常时间段，具体如下：时间段流量数值历史流量阈值区间2:00-2:1573[50,70]2:15-2:3065[25,40]设备4于甲路口南进口道，该进口道不仅有设备号牌识别设备(电子警察)4，还布设有微波车检器，提取出微波车检器2:00-2:15以及2:15-2:30的车流量，通过与历史车流量数据比较发现该时间段均异常，默认为设备4正常。同时对其余设备进行检测发现均为正常设备。根据步骤s3对号牌设备采集的时间合理性进行检测：以设备4为例，其gps数据范围如图2所示(甲路口为一十字路口，号牌识别设备4位于南进口道)。图2中，标号1为号牌识别设备4；标号2为gps数据范围。提取出租车gps数据，根据数据时间序列以及位置信息提取出数据范围内的gps数据，按出租车号牌分别与设备4抓拍到的该号牌数据时间信息进行对比计算，得到平均时间差，具体如下(仅列举部分时间段)：时间段平均时间差(s)7:00-7:15387:15-7:30477:30-7:45627:45-8:00109.2最终得到9套设备的日平均时间偏差，具体如下：通过与日平均时间偏差阈值(阈值为150s)比较，则判定设备6存在设备异常进行预警。综上所述，根据实施例方法根据检测日数据对号牌识别设备4和号牌识别设备6进行设备异常预警。当前第1页12