一种可视化车辆信息智能分析系统的制作方法

本发明涉及交通监管领域，具体涉及一种可视化车辆信息智能分析系统。

背景技术：

随着车辆的增加，各种涉车治安问题越来越多，成为城市治理的一道难题。现有的车辆综合管理系统能够查询车辆信息、卡口信息；但由于智能化程度不高，不能准确地分析寻找出问题车辆，因此有必要提供一种车辆信息智能分析系统。

技术实现要素：

本发明为了解决上述问题，从而提供一种可视化车辆信息智能分析系统。

为达到上述目的，本发明的技术方案如下：

一种可视化车辆信息智能分析系统，通过查询车辆档案信息和分析车辆轨迹，寻找潜在问题车辆；包括车辆档案信息查阅单元，用于查阅车辆档案信息；轨迹查询，用于查询和显示车辆运行轨迹；智能研判单元用于根据计算分析模型判断车辆状况；可视化单元，用于显示车辆档案信息、车辆运行轨迹信息。

进一步地，车辆档案信息为车辆全息档案，所述车辆全息档案包括车辆信息和车主信息；所述车辆信息包括驾驶证信息、过户信息、违章信息、涉案信息、车辆登记信息、车辆活动轨迹；所述车主信息包括在逃人员、涉案违法人员、重点人员。

进一步地，智能研判单元的分析模型包括同行车分析、时空碰撞分析、车辆挖挖掘分析、落脚点分析、套牌分析、以图搜车、组合分析、频繁进出分析中的至少一种。

进一步地，同行车分析用于目标车辆在行进过车中存在的伴随车辆，并查看车辆经过卡口详情；所述落脚点分析用于分析目标车辆日常行驶记录，针对指定车辆分析他的频繁出现位置以及出行的活动规律分析出可能落脚区域；

进一步地，频繁进出分析：利用大数据引擎分析出区域范围内特定时段活动异常的车辆，可用于筛选异常车辆。

进一步地，车辆挖掘分析依据案件发案地点及发案时间范围分析，可能事前准备或事后换牌的可以车辆；所述时空碰撞分析依据不同时间、空间的过车记录，计算存在相同的过车信息。

进一步地，智能研判单元还包括组合研判分析，所述组合研判分析通过将同行车分析、时空碰撞分析、车辆挖挖掘分析、落脚点分析、套牌分析、以图搜车、组合分析、频繁进出分析中的至少二种独立分析后的结果，通过计算规则开展二次加工得到。

进一步地，车辆运行轨迹信息包括车辆运行线路信息和卡口信息，所述车辆运行线路信息通过电子地图显示，所述卡口信息包括经过卡口的次数、时间。

有益效果

本发明通过可视化车辆信息智能分析系统，根据车辆档案信息和运行轨迹，通过模型计算可分析出潜在问题车辆，计算分析模型包括同行车分析、时空碰撞分析、车辆挖挖掘分析、落脚点分析、套牌分析、以图搜车、组合分析、频繁进出分析等多种分析模式，可以智能研判不同问题的车辆，涉及交通违法、刑事违法等多种情况，能够辅助警务人员查找问题车辆。

附图说明

图1为本发明的部分计算分析模型示意图。

具体实施方式

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。

可视化车辆信息智能分析系统，包括车辆档案单元、轨迹查询单元、智能研判单元、查缉布控单元，车辆档案单元用于查询车辆全息档案，车辆全息档案包括车辆信息和车主信息；轨迹查询单元用于查询和显示车辆运行轨迹；智能研判单元用于根据计算模型判断车辆状况；查缉布控单元根据车辆档案单元的车辆全息档案和智能研判单元的判断结果进行布控。

车辆全息档案

车辆全息档案包括车辆信息和车主信息，其中车辆信息包括驾驶证信息、过户信息、违章信息、涉案信息、车辆信息等；车主信息包括在逃人员、涉案违法人员、重点人员等；

通过车辆全息档案反映了车辆登记信息、违法信息(车辆涉案、人员违法、车辆布控)，车辆频繁活动轨迹信息，基于地图展示短期活动规律，汇总了卡口、停车场、检查站轨迹、车辆管理信息、车辆扩展关联信息(检查站乘车次数关联、电围数据与车辆的关联性、罚款缴费次数关联信息，交款人与车主的关联次数)等。

车辆轨迹查询单元

车辆轨迹查询单元通过关联电子地图，可以便捷地查询车辆轨迹信息，车辆轨迹信息包括

智能研判单元

根据车辆卡口信息和行驶轨迹信息，可以计算分析得出车辆活动规律，进而挖掘潜在问题车辆，为查缉布控做好准备。本系统依据地图轨迹可视化功能，结合车辆基本信息，可以进行一下分析研判，包括：同行车分析、时空碰撞分析、作案车辆挖掘、落脚点分析、套牌分析、以图搜车、组合分析、频繁进出分析、昼伏夜出分析、首次出现车辆分析。

同行车分析：分析目标车辆在行进过车中存在的伴随车辆，并查看车辆经过卡口详情，通常可以用于被盗抢机动车查找工具车，盗窃成功后跟随目标车辆一起离开现场的车辆，通常为盗抢作案的工具车，通过同行车分析我们可以迅速查出同行车辆，锁定作案的工具车。

落脚点分析：分析目标车辆日常行驶记录，分析出可能落脚区域，针对指定车辆分析他的频繁出现位置以及出行的活动规律。

频繁进出分析：利用大数据引擎分析出区域范围内特定时段活动异常的车辆，可用于筛选异常车辆。

车辆挖掘：依据案件发案地点及发案时间范围分析，可能事前准备或事后换牌的可以车辆。

时空碰撞分析：依据不同时间、空间的过车记录，计算存在相同的过车信息。

组合研判：利用系统已有的各类模型进行独立分析，将各模型结果通过计算规则开展二次加工，为各警种开展工作提供更有效的工具。

查缉布控单元

根据车辆行驶线路、卡口时段或区域阵地进行布控、提交系统自动计算，将符合条件的车辆信息及时定时反馈。布控方式分为模型布控、卡口时段布控、图片布控、阵地布控。

线路布控管理功能提供情报部门用户按时空轨迹对路线及路线卡口进行布控，当存在符合路线行进方向的车辆出现时，系统触发预警告知布控用户。布控用户可以对预警车辆进行档案调阅，进一步分析车辆的频繁活动信息，为进一步开展管控工作提供线索支持。

模型布控

基于新警务云的数据实战域规范要求，建设现有系统所采用的数据引擎及模型算法规则，将系统已有的线路布控、卡口时段布控、阵地布控整合为模型布控，提高系统的可操作性，并丰富个模型的可用性，提高应用实战效果。

卡口时段布控

条件布控功能提供情报部门用户可按卡口和时段进行组合布控，条件布控是协助情报部门进行作战和分析的一种重要手段。

卡口布控是对区域内一个或多个卡口进行监测的自动分析手段，用户选择对指定一个卡口或多个卡口进行过车数据订阅并设置预警规则，当符合预警规则的车辆出现时，系统反馈预警信息告知布控人，是协助情报部门开展重点人员管控工作或分析可疑人员提供作战的手段。

时段布控是提供选择某一时间段，对一个或多个卡口进行布控，对于目标车辆或是嫌疑车辆经常出现的时段进行布控预警分析，达到时段布控要求则产生相关预警提示，是为布控单位或案件侦破提供多种分析的手段。

图片布控

车辆特征布控功能可实现对车辆特征(包括车辆品牌、车身颜色、车窗黏贴物、其他局部特征)信息，结合卡口、时间范围进行组合布控，能快速找出其在一定可信度范围内的嫌疑车辆，并实现自动预警和推送通知。

阵地布控

该功能通过输入案发时间、圈选案发地点和输入从外部系统根据案发情况和案件性质分析出的涉案人员信息或阵地地点(允许多个)，系统通过获取案发时间在案发地点出入过的车辆信息，同时也在查询的阵地地点出现过的车辆做个交集，将同时符合的车辆以及与各车辆相关的人员信息列出；在有输入涉案人员信息的前提下，还要再将车辆与涉案人员进行过滤，将只与涉案人员相关的车辆全部汇总查询出来，用于返回给外部系统进行后续分析利用，若其他警种办案人员根据我方系统提供的嫌疑车辆数据分析处嫌疑较大的车辆，可使用我方系统的布控功能进行布控，以解决其他警种在不知道具体车辆信息的情况下，采用根据已知的案发情况相关信息的方式定位出嫌疑车辆或人员的业务问题。

预警单元

预警单元实时比对过车数据与车辆黑名单资源，并进行提醒中，实现将预警任务快速分发、快速处置。

本发明通过可视化车辆信息智能分析系统，根据车辆档案信息和运行轨迹，通过模型计算可分析出潜在问题车辆，计算分析模型包括同行车分析、时空碰撞分析、车辆挖挖掘分析、落脚点分析、套牌分析、以图搜车、组合分析、频繁进出分析等多种分析模式，可以智能研判不同问题的车辆，涉及交通违法、刑事违法等多种情况，能够辅助警务人员查找问题车辆。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。