CN104851284B - 一种车辆管理方法及装置 - Google Patents
一种车辆管理方法及装置 Download PDFInfo
- Publication number
- CN104851284B CN104851284B CN201510260365.2A CN201510260365A CN104851284B CN 104851284 B CN104851284 B CN 104851284B CN 201510260365 A CN201510260365 A CN 201510260365A CN 104851284 B CN104851284 B CN 104851284B
- Authority
- CN
- China
- Prior art keywords
- node
- vehicle
- traversal
- relation chain
- integration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种车辆管理方法及装置,该方法基于交通和公安资源信息库建立车辆、人、案件的关系链,所述关系链中车辆和人作为关系链中的节点设置有对应的属性积分,并根据目标车辆的车牌号码,在所述关系链中定位到对应的车辆节点,采用深度遍历策略,累加所遍历的节点的属性积分,计算出目标车辆的异常背景积分,最后比较目标车辆的异常背景积分与设定的阈值,如果超过设定的阈值则告警,将目标车辆列为潜在的高危车辆。本发明的装置包括关系链建立模块、积分累计模块、比较和告警模块。本发明的方法及装置得到的异常背景积分能够更充分地反映车辆的实际背景,为安防工作提供有效的数据。
Description
技术领域
本发明属于交通管理技术领域,尤其涉及一种车辆管理方法及装置。
背景技术
随着社会的进步,我国逐渐进入了汽车时代,人们的活动与汽车的联系越来越紧密,通过对车辆的管理来进行安全防范逐渐得到了公共安全部门的重视。
为此公安部交管局在全国推广公安交通管理综合应用平台(以下简称六合一平台)的建设,公安交通管理信息化工作得到了大力的发展。在六合一平台的基础上,很容易根据车辆的车牌号查询到车主的证件号码、或者是违章处理人证件号码。结合公安的信息资源库,可以查询到车主或违章处理人的同户人员的证件号码,并最终根据这些证件号码,分别到公安的信息资源库中查找对应的记录,从而根据这些记录对该车辆进行评分,将得到的评分作为车辆的异常背景积分。根据车辆的异常背景积分来判断该车辆是否是潜在的高危车辆,从而对其进行安全防范。
然而目前的异常背景积分仅仅基于车辆和车主、违章处理人的关系,以及车主、违章处理人的同户人员的关系来进行评分,即仅仅寻找了直接相关的一层关系,无法发现车与人、人与人两层以上的关系所隐藏的异常信息,从而造成异常背景积分并不能够充分反映该车辆的真实状况。
发明内容
本发明的目的是提供一种车辆管理方法及装置,针对现有技术异常背景积分不准确的问题,对车辆进行准确的异常背景积分评分,从而能够标识潜在的高危车辆。
为了实现上述目的,本发明技术方案如下:
一种车辆管理方法,基于交通和公安资源信息库建立车辆、人、案件的关系链,所述关系链中车辆和人作为关系链中的节点设置有对应的属性积分,所述车辆管理方法包括步骤:
根据目标车辆的车牌号码,在所述关系链中定位到对应的车辆节点,采用深度遍历策略,累加所遍历的节点的属性积分,计算出目标车辆的异常背景积分;
比较目标车辆的异常背景积分与设定的阈值,如果超过设定的阈值则告警,将目标车辆列为潜在的高危车辆。
其中,当所述深度遍历策略为全遍历策略,包括如下步骤:
以所述目标车辆对应的车辆节点为起点,依次遍历关系链中在设定的最大深度遍历步数内的节点,并累加所遍历的节点对应的属性积分形成目标车辆的异常背景积分。
当所述深度遍历策略为重点遍历策略,包括如下步骤:
以所述目标车辆对应的车辆节点为起点,依次对关系链中与所述车辆节点有链接的节点进行遍历;
当遍历的节点是重点关注节点时,累计遍历重点关注节点的步长,如果该步长超过设定的阈值时,停止对该节点的下一步节点进行遍历,否则遍历下一节点;当遍历的节点是普通节点,累计连续遍历普通节点的步长,如果连续遍历普通节点的步长超过设定的阈值时,停止对该节点的下一步节点进行遍历,否则遍历下一节点;
累加所遍历的节点对应的属性积分形成目标车辆的异常背景积分。
在所述深度遍历策略为重点遍历策略时,所述遍历策略还设置有最大深度遍历步数,当遍历深度超过设定的最大深度遍历步数时,终止遍历,以当前的异常背景积分作为最终的车辆异常背景积分。
进一步地,所述关系链中的节点设置有对应的折算系数,所述异常背景积分为累加所遍历的节点对应的属性积分与其折算系数的乘积。
通过设置折算系数,能够根据节点在关系链中距离目标车辆的远近,来适当对节点的属性积分进行加权,得到更加合理的异常背景积分。
本发明还提出了基于上述方法的一种车辆管理装置,所述车辆管理装 置包括:
关系链建立模块,该模块基于交通和公安资源信息库建立有车辆、人、案件的关系链,所述关系链中车辆和人作为关系链中的节点设置有对应的属性积分;
积分累计模块,用于根据目标车辆的车牌号码和所述关系链建立模块建立的关系链,在所述关系链中定位到对应的车辆节点,采用深度遍历策略,累加所遍历的节点的属性积分,计算出目标车辆的异常背景积分;
比较和告警模块,用于比较目标车辆的异常背景积分与设定的阈值,如果超过设定的阈值则告警,将目标车辆列为潜在的高危车辆。
本发明提出的一种车辆管理方法及装置,通过建立车、人、案件的关系链,并采用深度遍历计算目标车辆的异常背景积分,来标识出潜在的高危车辆。得到的异常背景积分能够更充分地反映车辆的实际背景,为安防工作提供有效的数据。
附图说明
图1为本发明车、人、案件的关系链示意图;
图2为本发明车辆管理方法流程图;
图3为本发明重点遍历策略的流程图。
具体实施方式
下面结合附图和实施例对本发明技术方案做进一步详细说明,以下实施例不构成对本发明的限定。
公安交通管理综合应用六合一平台包括机动车辆管理系统、机动车驾驶人管理系统、交通事故处理系统、交通违法处理系统、危险化学品运输管理系统和交警队信息平台系统;而公安的信息资源库包括全国人口基本信息资源库、全国在逃人员信息资源库、全国违法犯罪人员信息资源库、全国出入境人员信息资源库、全国被盗抢汽车信息资源库、全国警员基本信息资源库、全国安全重点单位信息资源库、全国机动车驾驶员信息资源库。另外各地还自建有各种数据库,如重点人员库,包括七类重点人员: 涉毒人员(含制贩毒前科人员),前科人员,网上逃犯,上访人员等;高危人员库,如同时满足“有前科、长期滞留深圳、又没有正当职业”等条件的,同时满足“在应当就业的年龄无正当职业、昼伏夜出、群众举报有现实危险的”,涉嫌吸毒、零星贩毒、涉嫌销赃的,使用假身份证入住旅馆酒店、租房的,长期滞留深圳、明显靠非法收入生活的,比如涉嫌卖淫的失足妇女,肇事、肇祸的精神病人员,对他人有危害的,扬言报复社会,有可能产生极端行为的,以及其他一些未列举的,对群众安居乐业有现在或潜在危险的;涉案人员库,来源于地方自建或者来源于全国在逃人员信息资源库、全国违法犯罪人员信息资源库。
可见基于上述资源,能够以车牌号码查询到违章信息、涉案信息、车主证件号码、违章处理人证件号码等,也可以根据证件号码查找出车主、违章处理人的直系亲属的证件号码,最终根据这些证件号码,分别到公安的信息资源库中进行查询是否有异常记录,例如被列为重点人员、高危人员、涉案人员等。
本实施例一种车辆管理方法基于上述资源库,建立人、车、案件的关系链,并采用深度遍历计算目标车辆的异常背景积分,来标识出潜在的高危车辆。
本实施例车辆管理方法建立在已经建立的人、车、案件的关系链基础上,建立该关系链的过程如下:
F1、基于信息资源库,构建人、车关系链;
F2、基于车主、违法处理人、亲属关系,构建人脉关系链;
F3、基于车和案件的关系,构建车和案件的关系链;
F4、基于人和案件的关系,构建案件和人的关系链。
将上述关系链综合在一起,形成如图1所示的关系链CarPersonCaseLink,关系链CarPersonCaseLink可以包含一个或者多个拓扑,如果两个拓扑没有链接,标识这两个拓扑之间的人、车、案件没有关联。
如图1所示,每一辆车都是一个节点,包括车辆A、车辆B和车辆C,基于涉案车、被盗抢车等数据库信息,为该车的节点设置有属性,如表1 所示:
表1
属性积分可以通过定期刷新,或者当涉案车、被盗抢车数据库变更时,同步刷新。
如图1所示,每个人都是一个节点,例如车主A、违法处理人A,与车主A是直系亲属的人员A1、人员A2、…人员An等,以及与人员A1是直系亲属的人员B1-人员Bm。同样为该人的节点设置有属性,如表2所示:
表2
如果既是重点人员,同时又是高危人员,则累积记分增加ScorePersonKey+ScorePersonRisk,依此类推。属性值可以通过定期刷新,或者当重点人员、高危人员、涉案人等数据库变更时,同步刷新。
如图1所示,图中还有案件A和案件B,及其对应的涉案人员、或涉案车辆。人、车、案件的关系链如图中所示,这里不一一赘述。需要说明 的是,图中用直系亲属关系来联系人与人之间的关系,但是并不局限于仅仅用直系亲属来描述,也可以是同事关系或同学关系等。
在具有了上述关系链后,本实施例一种车辆管理方法,基于上述建立的人、车、案件的关系链,采用深度遍历计算目标车辆的异常背景积分,来标识出潜在的高危车辆的过程如图2所示,包括如下步骤:
步骤S1、根据目标车辆的车牌号码,在关系链中定位到对应的车辆节点,采用深度遍历策略,累加所遍历的节点的属性积分,计算出目标车辆的异常背景积分;
步骤S2、比较目标车辆的异常背景积分与设定的阈值,如果超过设定的阈值则告警,将目标车辆列为潜在的高危车辆。
本实施例给出了两种深度遍历策略,以下分别进行说明:
实施例一、全遍历策略。
全遍历策略以目标车辆节点为起点,依次遍历关系链中在设定的最大深度遍历步数内的节点,并累加所遍历的节点对应的属性积分形成目标车辆的异常背景积分。
以车辆A为例,车辆A的异常背景积分关系到车辆A、违法处理人A、车主A、人员A1~人员An、人员B1~人员Bm,甚至还关系到车辆B和车辆C。这些节点所有的属性积分累加形成车辆A的异常背景积分。
需要注意的是,虽然每个节点对应有各自的属性积分,但是由于每个节点距离目标车辆的遍历深度不同,在累加时可以为不同遍历深度的节点分配不同的折算系数,在累加时以各自折算系数与属性积分的乘积作为实际累计的积分。
即车辆A的异常背景积分Score为:
Score=车辆A属性积分*β0+车主A属性积分*β1+违法处理人A属性积分*β1+人员A1属性积分*β2+人员A2属性积分*β2+…+人员An属性积分*β2+人员B1属性积分*β3…+人员Bm属性积分*β3+车辆B属性积分*β4+车辆C属性积分*β4。
其中β0~β4为折算系数,本实施例中遍历深度为距离目标车辆的距离步数,例如车主A距离车辆A为一步,人员A1距离车辆A为两步,以 此类推。每增加一步,折算系数逐渐减小,折算系数可以根据设定的公式来进行计算。
需要说明的是,本实施例为了防止无穷尽、过度地遍历,设置了最大遍历深度步数,通过选择合适的遍历深度步数,可以降低运算的速度,并得到尽可能精确的异常背景积分。
实施例二、重点遍历策略。
本实施例中将高危节点作为重点关注节点,例如高危人员、高危车辆、涉案人员、涉案车辆对应的节点;将非重点关注节点作为普通节点。
重点遍历策略以目标车辆节点为起点,根据遍历深度由小到大依次进行遍历,当遍历的节点是重点关注节点时,累计遍历重点关注节点的步长,如果该步长超过设定的阈值时,停止对该节点的下一步节点进行遍历,否则遍历下一步节点;如果是普通节点,累计连续遍历普通节点的步长,如果连续遍历普通节点的步长超过设定的阈值时,停止对该节点的下一步节点进行遍历,否则遍历下一节点。在遍历结束后,累加所遍历的节点对应的属性积分形成目标车辆的异常背景积分。在遍历的过程中,同样为每个节点分配折算系数来计算积分,实施例二的折算系数与实施例的折算系数相同。
具体流程如图3所示,包括步骤:
步骤H1、初始化重点关注节点遍历次数KeyStep为零;
步骤H2、初始化普通节点遍历次数CommStep为零;
步骤H3、遍历下一个节点;
步骤H4、判断当前节点是否为重点关注节点,如果是进入步骤I1,否则进入步骤H5;
步骤H5、设置普通节点遍历次数CommStep加1;
步骤H6、读取当前节点属性积分,进行异常背景积分累加;
步骤H7、判断CommStep是否超过设定的阈值,如果超过则结束,否则返回步骤H3;
步骤I1、设置重点关注节点遍历次数KeyStep加1;
步骤I2、读取当前节点属性积分,进行异常背景积分累加;
步骤I3、判断KeyStep是否超过设定的阈值,如果超过则结束,否则返回步骤H2。
值得注意的是,在本实施例中,由于连续遍历的普通节点始终未能超过设定的阈值,也将造成过度的遍历,因此为了提高计算速度,防止无穷尽、过度地遍历,本实施例也设置有最大深度遍历步数,当遍历深度超过设定的步数时,终止遍历,以当前的异常背景积分作为最终的车辆异常背景积分。
综上所述,本发明车辆管理方法能够基于车辆、人、案件的关系链给出准确的异常背景积分,从而标识出潜在的高危车辆,为安防工作提供必要的技术支持。
基于上述方法,本实施例的一种车辆管理装置包括:
关系链建立模块,该模块基于交通和公安资源信息库建立有车辆、人、案件的关系链。关系链中车辆和人作为关系链中的节点设置有对应的属性积分;
积分累计模块,用于根据目标车辆的车牌号码和所述关系链建立模块建立的关系链,在关系链中定位到对应的车辆节点,采用深度遍历策略,累加所遍历的节点的属性积分,计算出目标车辆的异常背景积分;
比较和告警模块,用于比较目标车辆的异常背景积分与设定的阈值,如果超过设定的阈值则告警,将目标车辆列为潜在的高危车辆。
同样地,深度遍历策略分为全遍历策略或重点遍历策略,在全遍历策略时,积分累计模块执行如下步骤:
以目标车辆对应的车辆节点为起点,依次遍历关系链中在设定的最大深度遍历步数内的节点,并累加所遍历的节点对应的属性积分形成目标车辆的异常背景积分。
在重点遍历策略时,积分累计模块执行如下步骤:
以目标车辆对应的车辆节点为起点,依次对关系链中与所述车辆节点有链接的节点进行遍历;
当遍历的节点是重点关注节点时,累计遍历重点关注节点的步长,如果该步长超过设定的阈值时,停止对该节点的下一步节点进行遍历,否则 遍历下一节点;当遍历的节点是普通节点,累计连续遍历普通节点的步长,如果连续遍历普通节点的步长超过设定的阈值时,停止对该节点的下一步节点进行遍历,否则遍历下一节点;
累加所遍历的节点对应的属性积分形成目标车辆的异常背景积分。
需要说明的是,本实施例设置的阈值有三个,分别是用于判定异常背景积分的阈值,以及用判定遍历重点关注节点步长的阈值和用来判定连续遍历普通节点步长的阈值,这三个阈值属于不同阶段判定的阈值,并非同一个阈值。
以上实施例仅用以说明本发明的技术方案而非对其进行限制,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (6)
1.一种车辆管理方法,其特征在于,基于交通和公安资源信息库建立车辆、人、案件的关系链,所述关系链中车辆和人作为关系链中的节点设置有对应的属性积分,所述车辆管理方法包括步骤:
根据目标车辆的车牌号码,在所述关系链中定位到对应的车辆节点,采用深度遍历策略,累加所遍历的节点的属性积分,计算出目标车辆的异常背景积分;
比较目标车辆的异常背景积分与设定的阈值,如果超过设定的阈值则告警,将目标车辆列为潜在的高危车辆;
其中,所述深度遍历策略为全遍历策略,包括如下步骤:
以所述目标车辆对应的车辆节点为起点,依次遍历关系链中在设定的最大深度遍历步数内的节点,并累加所遍历的节点对应的属性积分形成目标车辆的异常背景积分;
或,所述深度遍历策略为重点遍历策略,包括如下步骤:
以所述目标车辆对应的车辆节点为起点,依次对关系链中与所述车辆节点有链接的节点进行遍历;
当遍历的节点是重点关注节点时,累计遍历重点关注节点的步长,如果该步长超过设定的阈值时,停止对该节点的下一步节点进行遍历,否则遍历下一节点;当遍历的节点是普通节点,累计连续遍历普通节点的步长,如果连续遍历普通节点的步长超过设定的阈值时,停止对该节点的下一步节点进行遍历,否则遍历下一节点;
累加所遍历的节点对应的属性积分形成目标车辆的异常背景积分。
2.根据权利要求1所述的车辆管理方法,其特征在于,所述遍历策略还设置有最大深度遍历步数,当遍历深度超过设定的最大深度遍历步数时,终止遍历,以当前的异常背景积分作为最终的车辆异常背景积分。
3.根据权利要求1、2任一权利要求所述的车辆管理方法,其特征在于,所述关系链中的节点设置有对应的折算系数,所述异常背景积分为累加所遍历的节点对应的属性积分与其折算系数的乘积。
4.一种车辆管理装置,其特征在于,所述车辆管理装置包括:
关系链建立模块,该模块基于交通和公安资源信息库建立有车辆、人、案件的关系链,所述关系链中车辆和人作为关系链中的节点设置有对应的属性积分;
积分累计模块,用于根据目标车辆的车牌号码和所述关系链建立模块建立的关系链,在所述关系链中定位到对应的车辆节点,采用深度遍历策略,累加所遍历的节点的属性积分,计算出目标车辆的异常背景积分;
比较和告警模块,用于比较目标车辆的异常背景积分与设定的阈值,如果超过设定的阈值则告警,将目标车辆列为潜在的高危车辆;
其中,所述深度遍历策略为全遍历策略,所述积分累计模块在采用该深度遍历策略时,执行如下步骤:
以所述目标车辆对应的车辆节点为起点,依次遍历关系链中在设定的最大深度遍历步数内的节点,并累加所遍历的节点对应的属性积分形成目标车辆的异常背景积分;
或,所述深度遍历策略为重点遍历策略,所述积分累计模块在采用该深度遍历策略时,执行如下步骤:
以所述目标车辆对应的车辆节点为起点,依次对关系链中与所述车辆节点有链接的节点进行遍历;
当遍历的节点是重点关注节点时,累计遍历重点关注节点的步长,如果该步长超过设定的阈值时,停止对该节点的下一步节点进行遍历,否则遍历下一节点;当遍历的节点是普通节点,累计连续遍历普通节点的步长,如果连续遍历普通节点的步长超过设定的阈值时,停止对该节点的下一步节点进行遍历,否则遍历下一节点;
累加所遍历的节点对应的属性积分形成目标车辆的异常背景积分。
5.根据权利要求4所述的车辆管理装置,其特征在于,所述遍历策略还设置有最大深度遍历步数,当遍历深度超过设定的最大深度遍历步数时,终止遍历,以当前的异常背景积分作为最终的车辆异常背景积分。
6.根据权利要求4、5任一权利要求所述的车辆管理装置,其特征在于,所述关系链中的节点设置有对应的折算系数,所述异常背景积分为累加所遍历的节点对应的属性积分与其折算系数的乘积。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510260365.2A CN104851284B (zh) | 2015-05-20 | 2015-05-20 | 一种车辆管理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510260365.2A CN104851284B (zh) | 2015-05-20 | 2015-05-20 | 一种车辆管理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104851284A CN104851284A (zh) | 2015-08-19 |
CN104851284B true CN104851284B (zh) | 2017-08-15 |
Family
ID=53850899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510260365.2A Active CN104851284B (zh) | 2015-05-20 | 2015-05-20 | 一种车辆管理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104851284B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105355045A (zh) * | 2015-10-29 | 2016-02-24 | 浪潮集团有限公司 | 一种辅助确定驾驶员身份的方法及装置 |
CN106875692A (zh) * | 2017-03-27 | 2017-06-20 | 武汉烽火众智数字技术有限责任公司 | 基于大数据的车辆积分预警系统及其方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103246868A (zh) * | 2013-04-19 | 2013-08-14 | 福建亿榕信息技术有限公司 | 一种实现快速报警且快速确警的方法 |
CN104123843A (zh) * | 2014-07-25 | 2014-10-29 | 中国科学院自动化研究所 | 一种非法营运车辆检测系统及方法 |
EP2863338A2 (en) * | 2013-10-16 | 2015-04-22 | Xerox Corporation | Delayed vehicle identification for privacy enforcement |
CN104615600A (zh) * | 2013-11-04 | 2015-05-13 | 深圳中兴力维技术有限公司 | 相似性案件比对实现方法及其装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8781169B2 (en) * | 2010-11-03 | 2014-07-15 | Endeavoring, Llc | Vehicle tracking and locating system |
-
2015
- 2015-05-20 CN CN201510260365.2A patent/CN104851284B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103246868A (zh) * | 2013-04-19 | 2013-08-14 | 福建亿榕信息技术有限公司 | 一种实现快速报警且快速确警的方法 |
EP2863338A2 (en) * | 2013-10-16 | 2015-04-22 | Xerox Corporation | Delayed vehicle identification for privacy enforcement |
CN104615600A (zh) * | 2013-11-04 | 2015-05-13 | 深圳中兴力维技术有限公司 | 相似性案件比对实现方法及其装置 |
CN104123843A (zh) * | 2014-07-25 | 2014-10-29 | 中国科学院自动化研究所 | 一种非法营运车辆检测系统及方法 |
Non-Patent Citations (2)
Title |
---|
基于大数据技术的公安综合研判应用平台设计;王欣等;《警察技术》;20150507(第3期);第11-13页 * |
智能抓拍联网平台在公安工作中的实现与应用;陶宏;《中国优秀硕士学位论文全文数据库信息科技辑》;20150415(第4期);正文第1、6、15-18、29-35、50、55页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104851284A (zh) | 2015-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nubani et al. | The role of space syntax in identifying the relationship between space and crime | |
Ferguson | Crime mapping and the fourth amendment: Redrawing high-crime areas | |
Glancy | Privacy in autonomous vehicles | |
CN105468671B (zh) | 实现人员关系建模的方法 | |
Kohler et al. | Current law and potential legal issues pertaining to automated, autonomous and connected vehicles | |
CN103413195A (zh) | 基于公用车智能安全终端的管理系统及方法 | |
CN104851284B (zh) | 一种车辆管理方法及装置 | |
Bloch | Policing car space and the legal liminality of the automobile | |
JP2021168122A (ja) | 輸送装置事象の深刻度解析 | |
Morgan et al. | Crimes against passengers–theft, robbery, assault and indecent assault | |
JP2021170324A (ja) | コンセンサスに基づく輸送装置事象の深刻度 | |
Suresh et al. | Locations of motor vehicle theft and recovery | |
Kuo et al. | A promising example of smart policing: A cross-national study of the effectiveness of a data-driven approach to crime and traffic safety | |
Goodman | The impact of introducing a low traffic neighbourhood on street crime, in waltham forest, london | |
Ukwayi et al. | Public perception of the involvement of commercial motorcyclists in crime in South-South Nigeria | |
Tompson et al. | Hot routes: Developing a new technique for the spatial analysis of crime | |
Thapa et al. | Evaluation of intersection conflict warning system: a critical gap analysis | |
Chen et al. | GIS based crime risk analysis and management in cities | |
Vijayalakshmi et al. | A Smart Record System for Driver Accidental Details Using Blockchain | |
Xu et al. | Evaluation of transportation systems and novel uv-oriented solution for integration, resilience, inclusiveness and sustainability | |
Gee | U Can't Touch This Fog Line: The Improper Use of a Fog Line Violation as a Pretext for Initiating an Unlawful Fourth Amendment Search and Seizure | |
John et al. | Analysis of Road Accidents Using Data Mining Paradigm | |
Christoforou et al. | Heavy vehicle age and road safety | |
Knapik et al. | Understanding vehicle related crime to elaborate on countermeasures based on ADAS and V2X communication | |
Wei et al. | Risk prediction and factor analysis of rider’s injury severity in passenger car and E-bike accidents based on interpretable machine learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |