车辆综合管理系统的制作方法

本发明涉及一种交通管理系统，具体涉及一种车辆综合管理系统。

背景技术：

随着国民经济的快速发展，居民汽车保有量也越来越大，如何对车辆进行有效管理是亟待解决的技术问题。

目前，现有技术中申请号为：cn201110156228.6的发明专利申请公开了一种车辆综合管理系统，该车辆综合管理系统包括业务管理系统、营销合同系统、报表查询系统、财务结算系统、机务管理系统、领导查询系统和公司资料系统，各系统通过硬件系统和软件系统连接。本发明的车辆综合管理系统提高了车辆的运营效率，结算收款及时准确，车辆保养安全管理，方便轻松监控运营成本，同时便于领导对企业内部车辆运营情况实时，深入了解。

但是，现有技术中仅仅是针对企业内部的车辆进行管理，并不能提供公共安全方面的车辆管理功能。

技术实现要素：

本发明所要解决的技术问题在于如何提供车辆综合管理系统以提供公共安全方面的车辆管理功能。

本发明通过以下技术手段实现解决上述技术问题的：

本发明实施例提供了一种车辆综合管理系统，所述系统包括：数据接入层、系统核心层以及平台互联层，其中，

所述数据接入层，用于从车辆监控设备中获取对应的数据，其中，所述车辆监控设备包括：高清电子警察、电子卡口、道路监控设备、视频录像设备、离线数据存储设备以及车管数据库存储设备中的一种或组合；

所述系统核心层，部署有车辆识别子系统、大数据子系统以及应用管理子系统，其中，车辆识别子系统用于识别车辆特征；大数据子系统用于存储车辆特征并根据车辆特征提供查询服务；应用管理子系统用于管理维护部署在平台互联层的软件应用；

所述平台互联层，用于提供与软件应用通信的数据接口。

可选的，所述车辆识别子系统包括：车辆特征识别模组、车辆标志物识别模组、模糊识别模组，其中，

车辆特征识别模组用于进行车辆品牌识别、车辆类型识别、车辆颜色识别、车牌识别以及车辆型号年款识别；

车辆标志物识别模组用于年检识别、纸巾盒识别、摆挂件识别、遮阳板识别、预设的特定类型标志识别；

模糊识别模组用于根据预设的模糊识别算法进行模糊车辆识别。

可选的，所述大数据子系统包括：海量数据存储模组、海量数据检索模组、海量数据挖掘模组，其中，

海量数据存储模组用于存储图像、视频以及文本；

海量数据检索模组用于提供基于关键字检索服务、基于内容检索服务、快速检索服务；

海量数据挖掘模组用于基于数据时间空间挖掘、基于数据内容挖掘、基于用户偏好挖掘；

可选的，应用管理子系统，包括：系统应用模组以及系统管理模组，其中，

系统应用模组用于假套牌车辆推送应用、海量查询检索应用、系统报警布控应用以及预设的其他大数据应用；

系统管理模组用于自动部署升级软件应用、自动监控系统状态并在系统状态异常时自动报警，进行系统安全管理，进行服务器集群管理。

可选的，系统应用模组还包括：交警模组用于假套牌缉查布控、车辆出行规律统计分析、违法车辆识别以及肇事车辆识别，其中，违法车辆包括：未系安全带车辆、驾车打电话车辆、冲绿灯车辆、黄网格滞留车辆、占用公交车道车辆中的一种或组合。

可选的，系统应用模组还包括：禁毒模组用于：对犯有吸毒、贩毒前科的人员、车辆进行自动监控及出行规律分析，或者对辖内所有车辆进行出行规律分析，筛选具有吸毒、贩毒可疑的车辆和人员。

可选的，系统应用模组还包括：刑侦模组用于嫌疑车辆查找、案件串并、可疑车辆预警、嫌疑车辆布控、车辆大数据研判以及技战法服务，其中，嫌疑车辆查找包括：车型型号搜车、颜色搜车、标志物搜车、以图搜车中的一种或组合；案件串并用于根据用户定义的串并规则对涉及车辆的案件进行串并处理；可疑车辆预警包括：假套无牌预警、遮挡面部预警、盗抢车辆预警以及涉案车辆预警中的一种或组合；嫌疑车辆布控包括：涉案车辆布控、盗抢车辆布控以及追逃布控中的一种或组合；大数据研判包括：针对每一个车辆进行初次入城判断、同行车辆获取、一车多牌判断、一牌多车判断、昼伏夜出车辆判断、隐匿车辆判断中的一种或组合；技战法包括包围圈评估、一车一档管理中的一种或组合。

可选的，系统应用模组还包括：治安维稳模组用于重大安保、反恐维稳、形势研判，其中，重大安保包括：在重要会议以及节假日时对车辆进行可疑度评价，其中，可疑度评价的依据包括：假套牌、遮挡面部、初次入城以及出现在预设的特定区域中的一种或组合；所述反恐维稳包括对辖区内出现预设的特定区域内的具有预设特征的车辆进行布控和预警；所述形势研判包括对车辆流动情况以及人群聚集情况进行态势分析及研判。

本发明的优点在于：

应用本发明实施例，利用系统核心层部署的各个子系统将不同来源的数据进行处理，并为各种软件应用提供数据接口，相对于现有技术中仅仅是针对企业内部的车辆进行管理，本发明实施例可以为公共安全部门提供公共安全方面的车辆管理功能。

附图说明

图1为本发明实施例提供的车辆综合管理系统的架构示意图；

图2为本发明实施例提供的车辆综合管理系统中的刑侦模组的架构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例提供的车辆综合管理系统的架构示意图，如图1所示，本发明实施例提供了一种车辆综合管理系统，所述系统包括：数据接入层、系统核心层以及平台互联层，其中，

所述数据接入层，用于从车辆监控设备中获取对应的数据，其中，所述车辆监控设备包括：高清电子警察、电子卡口、道路监控设备、视频录像设备、离线数据存储设备以及车管数据库存储设备中的一种或组合；

所述系统核心层，部署有车辆识别子系统、大数据子系统以及应用管理子系统，其中，车辆识别子系统用于识别车辆特征；大数据子系统用于存储车辆特征并根据车辆特征提供查询服务；应用管理子系统用于管理维护部署在平台互联层的软件应用；

所述平台互联层，用于提供与软件应用通信的数据接口。

示例性的，高清电子警察可以为通过对车辆检测、光电成像、自动控制、网络通信、计算机等多种技术，对机动车闯红灯、逆行、超速、越线行驶、违例停靠等违章行为进行识别的摄像设备；电子卡口可以为依托高清摄像机对车辆进行整体摄像的摄像机；道路监控设备可以为监测道路流量等的监测设备；视频录像可以为治安、交管摄像机拍摄的视频数据；离线数据存储设备可以为从其他的摄像设备中拷贝过来的视频数据；车管数据库存储设备可以为存储车管所数据库的设备。

上述设备提供基础业务数据，系统核心层中的车辆识别子系统包括：车辆特征识别模组、车辆标志物识别模组、模糊识别模组，其中，车辆特征识别模组用于进行车辆品牌识别、车辆类型识别、车辆颜色识别、车牌识别以及车辆型号年款识别；车辆标志物识别模组用于年检识别、纸巾盒识别、摆挂件识别、遮阳板识别、预设的特定类型标志识别；模糊识别模组用于根据预设的模糊识别算法进行模糊车辆识别。可以理解的是，模糊识别算法为现有技术这里不再赘述。

系统核心层中的大数据子系统包括：海量数据存储模组、海量数据检索模组、海量数据挖掘模组，其中，海量数据存储模组用于存储图像、视频以及文本；海量数据检索模组用于提供基于关键字检索服务、基于内容检索服务、快速检索服务；海量数据挖掘模组用于基于数据时间空间挖掘、基于数据内容挖掘、基于用户偏好挖掘。

系统核心层中的应用管理子系统，包括：系统应用模组以及系统管理模组，其中，系统应用模组，用于假套牌车辆推送应用、海量查询检索应用、系统报警布控应用以及预设的其他大数据应用；系统管理模组用于自动部署升级软件应用、自动监控系统状态并在系统状态异常时自动报警，进行系统安全管理，进行服务器集群管理。进一步的，系统应用模组包括：交警模组，用于假套牌缉查布控、车辆出行规律统计分析、违法车辆识别以及肇事车辆识别，其中，违法车辆包括：未系安全带车辆、驾车打电话车辆、冲绿灯车辆、黄网格滞留车辆、占用公交车道车辆中的一种或组合。

应用本发明实施例，利用系统核心层部署的各个子系统将不同来源的数据进行处理，并为各种软件应用提供数据接口，相对于现有技术中仅仅是针对企业内部的车辆进行管理，本发明实施例可以为公共安全部门提供公共安全方面的车辆管理功能。

在本发明实施例的另一种具体实施方式中，为了提高打击毒品犯罪的效率，系统应用模组还包括：禁毒模组用于：对犯有吸毒、贩毒前科的人员、车辆进行自动监控及出行规律分析，或者对辖内所有车辆进行出行规律分析，筛选具有吸毒、贩毒可疑的车辆和人员。

图2为本发明实施例提供的车辆综合管理系统中的刑侦模组的架构示意图，如图2所示，在本发明实施例的另一种具体实施方式中，为了提高刑侦案件的破案效率，系统应用模组还包括：刑侦模组用于，嫌疑车辆查找、案件串并、可疑车辆预警、嫌疑车辆布控、车辆大数据研判以及技战法服务，其中，嫌疑车辆查找包括：车型型号搜车、颜色搜车、标志物搜车、以图搜车中的一种或组合；案件串并用于根据用户定义的串并规则对涉及车辆的案件进行串并处理；可疑车辆预警包括：假套无牌预警、遮挡面部预警、盗抢车辆预警以及涉案车辆预警中的一种或组合；嫌疑车辆布控包括：涉案车辆布控、盗抢车辆布控以及追逃布控中的一种或组合；大数据研判包括：针对每一个车辆进行初次入城判断、同行车辆获取、一车多牌判断、一牌多车判断、昼伏夜出车辆判断、隐匿车辆判断中的一种或组合；技战法包括包围圈评估、一车一档管理中的一种或组合。

示例性的，用户定义的串并规则可以为根据刑侦案件侦查过程中积累的案件串并的特点总结出的串并规则。

同行车辆获取可以为，根据系统记录的各个车辆的行驶轨迹，将出发地点相同，目的地相同的车辆判定为同行车辆；一车多牌判断可以为，根据车辆的颜色、型号、饰品、驾驶员等特征信息未发生变化，但是车牌确发生变化的车辆判定为一车多牌；一牌多车判断，类似的，一个车牌被安装在了不同的车辆上可以判定为一牌多车；昼伏夜出车辆判断可以为，根据系统内记录的每一个车辆的行驶时段判断该车是否为昼伏夜出车辆；隐匿车辆判断可以为，车管所有该车的记录，但是系统中并未采集到该车辆在路上行驶的信息，可以判定该车位隐匿车辆。

在本发明实施例的另一种具体实施方式中，系统应用模组还包括：治安维稳模组用于重大安保、反恐维稳、形势研判，其中，重大安保包括：在重要会议以及节假日时对车辆进行可疑度评价，其中，可疑度评价的依据包括：假套牌、遮挡面部、初次入城以及出现在预设的特定区域中的一种或组合；所述反恐维稳包括对辖区内出现预设的特定区域内的具有预设特征的车辆进行布控和预警；所述形势研判包括对车辆流动情况以及人群聚集情况进行态势分析及研判。

示例性的，在对车辆进行可疑度评价时，可以采用若干次拍摄进行评估，针对每一次拍摄，分别为假套牌、遮挡面部、初次入城以及出现在预设的特定区域这几个特征分别赋予权重，例如，分别为假套牌、遮挡面部、初次入城以及出现在预设的特定区域这几个特征分别赋予0.3、0.3、0.2、0.2的权重，同时为每一次拍摄分值为20分；共拍摄5次。

如果被评估车辆使用了假套牌、并遮挡面部、还初次入城以及出现在预设的特定区域，则第一次拍摄时对应的得分:

20*0.3+20*0.3+20*0.2+20*0.2＝20分，依次类推，可以得到每一次拍摄的得分；然后将五次拍摄的得分累加，得分越高说明该车辆的可疑度越高。

示例性的，对车辆进行布控可以为在地图上进行模拟布控，根据各个布控点的控制范围以及控制的方向，判断布控包围圈是否存在漏洞。

对车辆流动情况进行分析研判可以为，根据车辆的行驶速度是否超速、行驶方向与规定的方向之间的偏差、聚集程度的高低判定是否存在影响车辆正常形式的突发状况；对人群聚集情况进行态势分析及研判可以为对拍摄区域内人群密度进行评估，当人群密度高于设定的密度时，应当及时发出警报。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。