1.一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;
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。
2.根据权利要求1所述的实现车辆特征码和数字车牌关联的系统,其特征在于: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。
3.根据权利要求1所述的实现车辆特征码和数字车牌关联的系统,其特征在于: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。
4.根据权利要求3所述的实现车辆特征码和数字车牌关联的系统,其特征在于: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。
5.根据权利要求1所述的实现车辆特征码和数字车牌关联的系统,其特征在于: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。
6.一种实现车辆特征码和数字车牌关联的方法与流程,其特征在于: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。
7.根据权利要求6所述的实现车辆特征码和数字车牌关联的方法与流程,其特征在于: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。