logo
首頁
典型案例
文檔管理系統

黑車治理 數據服務

基于大數據的社會治理。

方案簡介 Brief Introduction

運用云計算、并行數據挖掘、圖像識別等技術,將隱藏于海量數據中的信息挖掘出來,全面掌握道路通行情況,為策略制定、分析研判、行動部署提供依據。系統通過對交通流大數據采集存儲、流量分析、車輛特征研判、車輛軌跡分析等深度應用,對特定車輛的局部特征進行提取分析和建模,按照車輛品牌、型號、顏色、類別以及局部特征等自定義組合布控報警,準確快速地實現特定車輛追蹤與鎖定,獲取車輛真實行蹤,將有價值的圖片數據提供給相關部門,為“黑車”分析提供線索和證據。

黑車識別算法模型

創新亮點 Characteristics

基于大數據平臺的車輛
特征二次識別

過車圖片里面包含了很多信息,這些信息是卡口設備本身無法有效識別出來的信息,例如車輛品牌、車輛型號等。基于大數據系統的車輛特征二次識別技術從根本上克服了傳統車輛檢索只能按照號牌進行單一查詢的功能缺陷,實現了按照車輛品牌、型號、顏色、類別以及局部特征等自定義組合查詢和模糊查詢強大功能。在不改變現有卡口設備的情況下,就能夠挖掘出更多的車輛特征,便于實現更多應用,有效利用了現有卡口設備,降低不必要的卡口重建投入。

基于大數據的車輛
特征分析

基于海量卡口數據獲取車輛出行OD,挖掘車輛通勤出行行為,分析車輛通勤行為特征與城市交通相關性分析,研究路段車流集散、車輛屬地屬性發展變化規律。準確分析道路交通、卡點進出車輛流動情況,為合理調配警力、提高車輛管理水平提供科學依據。

基于大數據平臺的綜合
應用需求

通過過車圖片、行駛行為特征分析和人員、車輛檔案關聯分析,確定各類人員/車輛的詳細信息。以全庫精細搜索和模糊查詢,實現一定時間內經過各采集點特定車輛行車軌跡分析,記錄軌跡路線信息并在GIS地圖中進行可視化展示和報警,形成行駛軌跡數據的高速檢索。對同一輛車在多個監控點出現的軌跡進行時空分析,實現對任意時間和地區范圍內重點車輛行駛規律的分析研判,并預測一定時間內高概率出現的區域。

典型案例 Typical Case

貴陽市公安交通管理局

违法但赚钱的事