本发明涉及车辆关联技术领域,尤其涉及一种实现车辆特征码和数字车牌关联的方法与流程。
背景技术:
随着互联网技术和应用的快速发展,万物联网现实世界数字化,应用范围十分广泛,构建成让所有能行使独立功能的普通物体实现互联互通的网络,其中终端的联网方式也是多种多样,现如今wifi已被众多领域广泛应用,也更容易被大众接收,如:手机、路由器、网桥、数码相机、电视终端、机顶盒等等,wifi无线网络已经无处不在,车载的应用也不意外。
因此,wifi采集系统对车辆的感知、分析也应运而生,wifi采集系统实现的方法是通过嗅探空中具备wifi通信功能的手机、平板、电脑等无线终端设备中的通信数据帧来获取无线终端设备的mac地址,是一种无感知、被动式采集方式,随着对数据的不断挖掘发现车辆是一个被长期忽视的感知源,没有一种有效的将车辆特征码和数字车牌直接关联方法。
技术实现要素:
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种实现车辆特征码和数字车牌关联的方法与流程,具备车辆特征码和数字车牌关联的优点,解决了随着对数据的不断挖掘发现车辆是一个被长期忽视的感知源,没有一种有效的将车辆特征码和数字车牌直接关联方法的问题。
(二)技术方案
为实现上述技术问题,本发明提供了这样一种实现车辆特征码和数字车牌关联的系统,包括感知源、采集层、数据层和应用层。
所述感知源是指采集目标,如车辆。
所述采集层是指获取目标的方式,利用wifi信号采集和摄像机的车牌识别技术原理。
所述数据层是指目标所反映的数据信息。
所述应用层是实现mac特征码和车牌关联的方法以应用。
进一步地,所述采集层利用wifi采集系统原理,无感知探测覆盖范围内的车辆wifi信号,探测内容为车辆所附有的全球唯一特征码(mac地址),该特征码是一段48比特的数值,用来表示互联网上每一个站点的标识符,通俗的解释就是上网设备的物理地址或硬件地址,每台上网设备拥有全世界唯一的以太网规格的mac地址,mac地址格式由12位数字或者字母以及间隔符号构成,格式如:10-41-7f-02-32-10或10:41:7f:02:32:10。
进一步地,所述数据层来源于前端采集设备的mac数据采集、车牌电子抓拍等,前端数据采集的主要内容是车辆特征码mac地址数据和采集到的时间,该数据可反映出车辆的活动坐标系,并建立和电子抓拍轨迹的关联依据。
进一步地,所述车牌电子抓拍主要内容包括车牌号、坐标点、品牌、车型、抓拍照片、抓拍时间六类结构化数据,该数据主要用于刻画车辆的抓拍坐标。
进一步地,所述数据层为基于数据层相关数据资源,建立wifi采集系统应用平台,打造数据和应用融为一体的综合分析平台,并为突显车辆感知应用的智能化,从中建立相关应用模型。
一种实现车辆特征码和数字车牌关联的方法与流程,包括车牌关联mac和mac关联车牌,所述车牌关联mac的数据处理流程为:
s1、获取,获取一天车牌的采集记录。
s2去重,将车牌的采集记录重复的过滤。
s3、过滤,过滤掉车牌采集设备附近没有wifi采集设备的记录。
s4、排序,根据时间的前后顺序排序。
s5、判断,判断数据量是否满足碰撞要求,如不足重复s1到s4,每重复一次,时间范围提前一天,直到有足够的数据量。
s6、分段,以车牌采集为中心,前后共2分钟,把车牌采集记录分成一个一个时间段,根据车牌的采集设备计算出每个时间段的wifi采集设备,从solr中依次获取wifi热点数据。
s7、碰撞,计算出每个时间段出现率最高mac,特别是多天都出现的mac。
s8、缓存,将碰撞出来的数据进行优化。
s9、将优化后数据在web分页显示。
进一步地,所述mac关联车牌的数据处理流程为:
s10、获取,获取一天wifi采集记录。
s11、判断,根据采集的设备数量,采集设备的距离,采集的数据量判断是否为移动的mac。
s12、去重,将wifi采集记录重复的过滤。
s13、过滤,过滤掉wifi采集设备附近没有车牌采集设备的记录。
s14、排序,根据采集时间的前后顺序排序。
s15、判断,判断数据量是否满足碰撞要求,如不足重复s10到s14,每重复一次,时间范围提前一天,直到有足够的数据量。
s16、分段,以wifi采集设备坐标为中心,前后共2分钟,把wifi采集记录分成一个一个时间段,根据wifi采集设备计算出每个时间段的车牌设备,从solr中依次获取车牌数据。
s17、碰撞,计算出每个时间段出现率最高车牌,特别是连续多天都出现的车牌。
s8、缓存,将碰撞出来的数据进行优化。
s9、将优化后数据在web分页显示。
(三)有益效果
本发明提供了一种实现车辆特征码和数字车牌关联的方法与流程,具备以下有益效果:
该实现车辆特征码和数字车牌关联的方法与流程,可通过wifi采集系统采集到车辆的特征码,刻画出其行驶轨迹,并结合相关算法模型与其车牌关联,通过车辆mac特征码和车牌的关联绑定实现后,可更好的突显车辆新型感知的应用价值,为建设基于大数据的智慧城市提供了有效的数据支撑。
附图说明
图1为本发明车牌关联mac的流程图;
图2为本发明mac关联车牌的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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做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。
请参阅图1-2,一种实现车辆特征码和数字车牌关联的系统,其特征在于:包括感知源、采集层、数据层和应用层。
感知源是指采集目标,如车辆。
采集层是指获取目标的方式,利用wifi信号采集和摄像机的车牌识别技术原理。
数据层是指目标所反映的数据信息。
应用层是实现mac特征码和车牌关联的方法以应用。
采集层利用wifi采集系统原理,无感知探测覆盖范围内的车辆wifi信号,探测内容为车辆所附有的全球唯一特征码(mac地址),该特征码是一段48比特的数值,用来表示互联网上每一个站点的标识符,通俗的解释就是上网设备的物理地址或硬件地址,每台上网设备拥有全世界唯一的以太网规格的mac地址,mac地址格式由12位数字或者字母以及间隔符号构成,格式如:10-41-7f-02-32-10或10:41:7f:02:32:10。
数据层来源于前端采集设备的mac数据采集、车牌电子抓拍等,前端数据采集的主要内容是车辆特征码mac地址数据和采集到的时间,该数据可反映出车辆的活动坐标系,并建立和电子抓拍轨迹的关联依据。
车牌电子抓拍主要内容包括车牌号、坐标点、品牌、车型、抓拍照片、抓拍时间六类结构化数据,该数据主要用于刻画车辆的抓拍坐标。
数据层为基于数据层相关数据资源,建立wifi采集系统应用平台,打造数据和应用融为一体的综合分析平台,并为突显车辆感知应用的智能化,从中建立相关应用模型。
一种实现车辆特征码和数字车牌关联的方法与流程,包括车牌关联mac和mac关联车牌,车牌关联mac的数据处理流程为:
s1、获取,获取一天车牌的采集记录。
s2去重,将车牌的采集记录重复的过滤。
s3、过滤,过滤掉车牌采集设备附近没有wifi采集设备的记录。
s4、排序,根据时间的前后顺序排序。
s5、判断,判断数据量是否满足碰撞要求,如不足重复s1到s4,每重复一次,时间范围提前一天,直到有足够的数据量。
s6、分段,以车牌采集为中心,前后共2分钟,把车牌采集记录分成一个一个时间段,根据车牌的采集设备计算出每个时间段的wifi采集设备,从solr中依次获取wifi热点数据。
s7、碰撞,计算出每个时间段出现率最高mac,特别是多天都出现的mac。
s8、缓存,将碰撞出来的数据进行优化。
s9、将优化后数据在web分页显示。
mac关联车牌的数据处理流程为:
s10、获取,获取一天wifi采集记录。
s11、判断,根据采集的设备数量,采集设备的距离,采集的数据量判断是否为移动的mac。
s12、去重,将wifi采集记录重复的过滤。
s13、过滤,过滤掉wifi采集设备附近没有车牌采集设备的记录。
s14、排序,根据采集时间的前后顺序排序。
s15、判断,判断数据量是否满足碰撞要求,如不足重复s10到s14,每重复一次,时间范围提前一天,直到有足够的数据量。
s16、分段,以wifi采集设备坐标为中心,前后共2分钟,把wifi采集记录分成一个一个时间段,根据wifi采集设备计算出每个时间段的车牌设备,从solr中依次获取车牌数据。
s17、碰撞,计算出每个时间段出现率最高车牌,特别是连续多天都出现的车牌。
s8、缓存,将碰撞出来的数据进行优化。
s9、将优化后数据在web分页显示。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。