CN104952273A - 针对车辆行为的告警方法、装置及系统 - Google Patents
针对车辆行为的告警方法、装置及系统 Download PDFInfo
- Publication number
- CN104952273A CN104952273A CN201510425252.3A CN201510425252A CN104952273A CN 104952273 A CN104952273 A CN 104952273A CN 201510425252 A CN201510425252 A CN 201510425252A CN 104952273 A CN104952273 A CN 104952273A
- Authority
- CN
- China
- Prior art keywords
- target vehicle
- track
- described target
- vehicle
- daily
- 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.)
- Granted
Links
Abstract
本发明公开了一种针对车辆行为的告警方法、装置及系统。其中,该方法包括:获取目标车辆的日常行为轨迹,日常行为轨迹至少由以下行为轨迹中的任意两种结合而成:卡口轨迹、GPS轨迹和行车记录仪轨迹;获取目标车辆的当前行为轨迹;根据目标车辆的日常行为轨迹判断目标车辆的当前行为轨迹是否异常;若异常,则执行告警。本发明解决了相关技术中由于目标车辆的日常行为轨迹仅仅参考单一类型的行为轨迹造成的告警信息不准确的技术问题。
Description
技术领域
本发明涉及计算机领域,具体而言,涉及一种针对车辆行为的告警方法、装置及系统。
背景技术
采集机动车辆(以下简称机动车)的日常出行轨迹,利用大数据分析技术,为每辆机动车建立独立的车辆档案,以分析车辆的日常行为。这样,与车辆档案中记录的运动轨迹相比,当车辆的运动轨迹发生变化时,针对变化的频繁性,并对车辆出入场景的环境因素进行综合分析,可以给出车辆是否存在异常(如被盗,转让等)的预警信息。
然而,目前,车辆轨迹采集技术和综合环境分析预警技术都缺乏行之有效的技术方案,使得告警不准确。
比如,近年来,为了采集车辆的运行轨迹,在国内城市的重要位置安装了摄像头。这样,前端摄像头结合后端监控设备,可以识别并产生车辆的日常运行轨迹,通过互联网通信技术可以将车辆的日常运行轨迹传回指挥中心进行保存。进一步地,结合保存的结构化数据中每个卡口的卡口点位和坐标以及地图系统,可以先绘制多条特定的行车轨迹,再依靠大数据分析技术,得出车辆的频繁落脚点,以此收集车辆的日常出没时间、地点等。然而,这种技术方案存在缺陷。因为,依赖设置在卡口处的前端摄像头拍回的行车记录只能抓取车辆经过卡口的场景,而其余不在卡口处的场景无法收集。
再比如,近年来,为了采集车辆的运行轨迹,还在多数车辆上安装了GPS系统。然而,虽然GPS定位系统可以对车辆进行全程定位,但是无法获知全程运行中任何一处地点(如卡口等)的实际场景。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种针对车辆行为的告警方法、装置及系统,以至少解决相关技术中由于目标车辆的日常行为轨迹仅仅参考单一类型的行为轨迹造成的告警信息不准确的技术问题。
根据本发明实施例的一个方面,提供了一种针对车辆行为的告警方法,包括:获取目标车辆的日常行为轨迹,上述日常行为轨迹至少由以下行为轨迹中的任意两种结合而成:卡口轨迹、GPS轨迹和行车记录仪轨迹;获取上述目标车辆的当前行为轨迹;根据上述目标车辆的上述日常行为轨迹判断上述目标车辆的上述当前行为轨迹是否异常;若异常,则执行告警。
进一步地,当上述日常行为轨迹由上述卡口轨迹和上述GPS轨迹结合而成时,生成上述目标车辆的日常行为轨迹的步骤包括:获取上述目标车辆的卡口轨迹;根据获取的卡口轨迹确定上述目标车辆的车辆结构化数据;获取上述目标车辆的GPS轨迹;根据获取的GPS轨迹确定上述目标车辆的GPS数据;根据上述目标车辆的行驶时间将上述车辆结构化数据和上述GPS数据按照时间轴重组,生成上述目标车辆在预设时间段内的日常行为轨迹。
进一步地,在生成上述目标车辆在预设时间段内的日常行为轨迹之后,生成上述目标车辆的日常行为轨迹的步骤还包括:确定上述目标车辆在上述预设时间段内的日常行为轨迹对应的坐标;根据确定的坐标在城市三维路网图上查找上述目标车辆的日常出入场所,上述日常出入场所为上述目标车辆在上述预设时间段内,停留次数大于第一阈值、停留时长大于第二阈值的落脚点。
进一步地,根据上述目标车辆的上述日常行为轨迹判断上述目标车辆的上述当前行为轨迹是否异常包括:根据上述目标车辆的日常出入场所判断上述目标车辆在当前时间段内出入场所是否一致;若不一致,则确定上述目标车辆的上述当前行为轨迹异常;或者,若不一致,则进一步判断不一致的次数是否超出第三阈值,若超出,则确定上述目标车辆的上述当前行为轨迹异常。
进一步地,在执行告警之后,上述告警方法还包括:查询上述目标车辆是否已经被转让;若已经被转让,则更新上述目标车辆的日常行为轨迹。
根据本发明实施例的另一方面,还提供了一种针对车辆行为的告警装置,包括:第一获取单元,用于获取目标车辆的日常行为轨迹,上述日常行为轨迹至少由以下行为轨迹中的任意两种结合而成:卡口轨迹、GPS轨迹和行车记录仪轨迹;第二获取单元,用于获取上述目标车辆的当前行为轨迹;判断单元,用于根据上述目标车辆的上述日常行为轨迹判断上述目标车辆的上述当前行为轨迹是否异常;告警单元,用于在异常时,执行告警。
进一步地,当上述日常行为轨迹由上述卡口轨迹和上述GPS轨迹结合而成时,上述告警装置还包括:生成单元,用于生成上述目标车辆的日常行为轨迹,上述生成单元包括:第一获取模块,用于获取上述目标车辆的卡口轨迹;第一确定模块,用于根据获取的卡口轨迹确定上述目标车辆的车辆结构化数据;第二获取模块,用于获取上述目标车辆的GPS轨迹;第二确定模块,用于根据获取的GPS轨迹确定上述目标车辆的GPS数据;生成模块,用于根据上述目标车辆的行驶时间将上述车辆结构化数据和上述GPS数据按照时间轴重组,生成上述目标车辆在预设时间段内的日常行为轨迹。
进一步地,上述生成单元还包括:第三确定模块,用于在生成上述目标车辆在预设时间段内的日常行为轨迹之后,确定上述目标车辆在上述预设时间段内的日常行为轨迹对应的坐标;查找单元,用于根据确定的坐标在城市三维路网图上查找上述目标车辆的日常出入场所,上述日常出入场所为上述目标车辆在上述预设时间段内,停留次数大于第一阈值、停留时长大于第二阈值的落脚点。
进一步地,上述判断单元包括:判断模块,用于根据上述目标车辆的日常出入场所判断上述目标车辆在当前时间段内出入场所是否一致;第四确定模块,用于在不一致时,确定上述目标车辆的上述当前行为轨迹异常;或者,上述判断模块,用于在不一致时,进一步判断不一致的次数是否超出第三阈值,第五确定模块,用于在超出时,确定上述目标车辆的上述当前行为轨迹异常。
进一步地,上述告警装置还包括:查询单元,用于在执行告警之后,查询上述目标车辆是否已经被转让;更新单元,用于在已经被转让时,更新上述目标车辆的日常行为轨迹。
根据本发明实施例的再一方面,还提供了一种针对车辆行为的告警系统,包括:任一项上述的针对车辆行为的告警装置。
在本发明实施例中,采用车辆的卡口轨迹、GPS轨迹和行车记录仪轨迹中至少两种轨迹相结合的方式,通过获取目标车辆的日常行为轨迹,日常行为轨迹至少由以下行为轨迹中的任意两种结合而成:卡口轨迹、GPS轨迹和行车记录仪轨迹;获取目标车辆的当前行为轨迹;根据目标车辆的日常行为轨迹判断目标车辆的当前行为轨迹是否异常;若异常,则执行告警,达到了全方面记录车辆的日常行为轨迹的目的,从而实现了根据全方面的日常行为轨迹,针对车辆的当前行为准确告警的技术效果,进而解决了相关技术中由于目标车辆的日常行为轨迹仅仅参考单一类型的行为轨迹造成的告警信息不准确的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的针对车辆行为的告警系统的示意图;
图2是根据本发明实施例的一种可选的针对车辆行为的告警方法的流程图;以及
图3是根据本发明实施例的一种可选的针对车辆行为的告警装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种针对车辆行为的告警系统的装置实施例。
图1是根据本发明实施例的一种可选的针对车辆行为的告警系统的示意图。如图1所示,该系统除了包括针对车辆行为的告警装置(以下简称为告警装置10)之外,还包括以下设备中至少任两个设备:摄像设备20(如摄像机等)、GPS设备30和行车记录仪40,其中,如图1所示,以该系统包括告警装置10、摄像设备20、GPS设备30和行车记录仪40为例示出。
需要说明的是,实施时,摄像设备20包括多个,设置在道路上各个管卡的卡口处,用于对过往车辆进行拍照、录像等,以采集各过往车辆的卡口轨迹;GPS设备30用于安装在车辆上,用于记录车辆的GPS轨迹;行车记录仪40用于以视频方式记录车辆的行驶情况。用户可以通过网络将自己车辆的GPS轨迹和行车记录仪轨迹上传、共享,指挥中心的告警装置10可以通过网络从后台获取摄像设备20拍摄的卡口轨迹,获取GPS设备30共享的GPS轨迹,以及获取行车记录仪40共享的行车记录仪轨迹。
在本发明实施例中,采用车辆的卡口轨迹、GPS轨迹和行车记录仪轨迹中至少两种轨迹相结合的方式,达到了全方面记录车辆的日常行为轨迹的目的,从而实现了根据全方面的日常行为轨迹,针对车辆的当前行为准确告警的技术效果。
另外,需要说明的是,实施例1中的告警装置10同下述实施例3中所述的针对车辆行为的告警装置,其工作原理同下述实施例2中所述的针对车辆行为的告警方法,其中,告警装置部分将在实施例3中详细介绍,告警方法部分将在实施例2中详细介绍,在此不再赘述。
实施例2
根据本发明实施例,提供了一种针对车辆行为的告警方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图2是根据本发明实施例的一种可选的针对车辆行为的告警方法的流程图,如图2所示,该方法包括如下步骤:
步骤S202,获取目标车辆的日常行为轨迹,日常行为轨迹至少由以下行为轨迹中的任意两种结合而成:卡口轨迹、GPS轨迹和行车记录仪轨迹;
步骤S204,获取目标车辆的当前行为轨迹;
步骤S206,根据目标车辆的日常行为轨迹判断目标车辆的当前行为轨迹是否异常;
步骤S208,若异常,则执行告警。
例如,日常行为轨迹可以是卡口轨迹和GPS轨迹结合而成的轨迹,或者可以是卡口轨迹和行车记录仪轨迹结合而成的轨迹,或者可以是GPS轨迹和行车记录仪轨迹结合而成的轨迹。由于卡口轨迹只能直观到地记录经过卡口处的车辆的行为,GPS轨迹只能抽象地记录车辆所经过路径的坐标,行车记录仪轨迹仅仅直观地记录车辆所经过路径的实际路况,因此,将这三种轨迹中的任意两种或者三种结合,可以克服仅仅使用单种轨迹进行告警时所存在的缺陷,达到更准确地告警的目的。
目标车辆的当前行为轨迹是指目标车辆在当前一段时间内的行为轨迹,它与该目标车辆的当前行为轨迹相对应,也是至少由以下行为轨迹中的任意两种结合而成:卡口轨迹、GPS轨迹和行车记录仪轨迹。其中,若当前行为轨迹与日常行为轨迹完全一致,则表明目标车辆的当前行为轨迹正常;若当前行为轨迹与日常行为轨迹不完全一致,则表明目标车辆的当前行为轨迹异常;或者,若当前行为轨迹与日常行为轨迹不完全一致且不完全一致的程度已达到预设值,则表明目标车辆的当前行为轨迹异常,而若当前行为轨迹与日常行为轨迹不完全一致但不完全一致的程度未达到预设值,则表明目标车辆的当前行为轨迹正常。
另外,在本发明实施例中,车辆的当前行为轨迹是否异常包括车辆在当前的整个行车过程中的行车路线是否异常,例如是否超出日常的行车路线等,以及车辆在当前的整个行车过程中出入的场所是否正常等,例如是否在非日常出入场所出入等。
需要说明的是,在目标车辆的当前行为轨迹正常时,则不产生任何告警,并且结束告警流程。
通过上述步骤,采用车辆的卡口轨迹、GPS轨迹和行车记录仪轨迹中至少两种轨迹相结合的方式,可以实现全方面记录车辆的日常行为轨迹的目的,从而实现了根据全方面的日常行为轨迹,针对车辆的当前行为准确告警的技术效果。
以下,以日常行为轨迹由卡口轨迹和GPS轨迹结合而成为例,详细阐述本发明。
具体地,当日常行为轨迹由卡口轨迹和GPS轨迹结合而成时,生成目标车辆的日常行为轨迹的步骤可以包括:
S2,获取目标车辆的卡口轨迹;
S4,根据获取的卡口轨迹确定目标车辆的车辆结构化数据;
S6,获取目标车辆的GPS轨迹;
S8,根据获取的GPS轨迹确定目标车辆的GPS数据;
S10,根据目标车辆的行驶时间将车辆结构化数据和GPS数据按照时间轴重组,生成目标车辆在预设时间段内的日常行为轨迹。
也即,在应用车辆的日常行为轨迹监测该车辆的当前行为轨迹是否异常之前,需要先为每个车辆生成一条作为对比标准的日常行为轨迹。
具体地,可以从各个卡口的摄像设备(如高清摄像头或Kinect)处获取每一个目标车辆在预设时间段内的视频图像,得到每一个目标车辆卡口轨迹,并利用图像识别技术分析各卡口处视频图像,产生每一个目标车辆的车辆结构化数据;同时,利用GPS分析技术对共享的每一个目标车辆的GPS轨迹进行分析,得到相应的GPS数据(即GPS时序数据);进一步地,根据各目标车辆的行驶时间将车辆结构化数据和GPS数据以时间轴为横轴进行重组,产生一个时间段内各目标车辆的完整行驶轨迹,即各目标车辆的作为对比标准的日常行为轨迹。
需要说明的是,车辆结构化数据包括:在特定卡点,出现在特定时间的车辆的型号、颜色、车牌号等数据。
通过本发明实施例,由于卡口轨迹和GPS轨迹结合而成的车辆日常行为轨迹,与单一的卡口轨迹或GPS轨迹相比,包含了更全面的轨迹信息,因此,依据该日常行为轨迹对车辆的当前行为进行预警时,预警更准确。并且,利用车辆大数据分析技术,通过建立车辆日常行为库,为每辆车辆(尤其是机动车辆)创建一份日常行为文档,便于为后续的告警比对提供参考数据。
进一步可选地,在生成目标车辆在预设时间段内的日常行为轨迹之后,生成目标车辆的日常行为轨迹的步骤还可以包括:
S12,确定目标车辆在预设时间段内的日常行为轨迹对应的坐标;
S14,根据确定的坐标在城市三维路网图上查找目标车辆的日常出入场所,日常出入场所为目标车辆在预设时间段内,停留次数大于第一阈值、停留时长大于第二阈值的落脚点。
在本发明实施例中,通过使用城市三维路网图与目标车辆的日常行为轨迹相结合的方式,可以将抽象的坐标点重现在城市三维路网图上,实现了日常行为轨迹的可视化、使得轨迹的呈现方式更直观。
进一步可选地,根据目标车辆的日常行为轨迹判断目标车辆的当前行为轨迹是否异常可以包括:
S16,根据目标车辆的日常出入场所判断目标车辆在当前时间段内出入场所是否一致;
S18,若不一致,则确定目标车辆的当前行为轨迹异常;或者,若不一致,则进一步判断不一致的次数是否超出第三阈值,若超出,则确定目标车辆的当前行为轨迹异常,若未超出,则确定目标车辆的当前行为轨迹正常。
也即,确定目标车辆的当前行为轨迹异常的方式可以包括两种:方式1,只要目标车辆的当前时间段内出入场所与日常出入场不一致,则确定目标车辆的当前行为轨迹异常,这种方式可以防止由于遗漏而未告警,但是,这种方式容易导致过度告警,无法排除当前时间段内出入场所与日常出入场之间由于偶然性而导致的差异;方式2,只有在目标车辆的当前时间段内出入场所与日常出入场不一致,且不一致的次数超出第三阈值时,才确定目标车辆的当前行为轨迹异常,否则确定目标车辆的当前行为轨迹正常,这种方式虽然可以防止过度告警对工作人员造成不便,但是,这种方式容易导致遗漏告警。
可选地,在执行告警之后,上述告警方法还可以包括:
S20,查询目标车辆是否已经被转让;
S22,若已经被转让,则更新目标车辆的日常行为轨迹。
需要说明的是,更新后的目标车辆的日常行为轨迹可以保存并覆盖掉更新前目标车辆的日常行为轨迹,这样,在已经发生车辆转让情况下,可以依据更新后的目标车辆的日常行为轨迹判断是否针对该目标车辆的当前行为进行告警,防止在车辆发生转让后,依旧使用更新前目标车辆的日常行为轨迹而导致判断错误,进而导致误告警。
通过本发明实施例,由于车辆的日常活动轨迹同时结合了卡口车辆信息、GPS车辆信息、行车记录仪信息中至少两种信息,因此信息更全面;并且,对每辆车都建立一档(日常行为轨迹文档)一库(日常行为轨迹数据库),可以详细记录车辆出没的日常点位以及行车习惯。这样,在车辆行为出现异常时,能有效预警,并定位、记录车辆异常行为轨迹,预防车辆犯罪、被盗、套牌等。
实施例3
根据本发明实施例,提供了一种针对车辆行为的告警装置的装置实施例。
图3是根据本发明实施例的一种可选的针对车辆行为的告警装置的示意图。如图3所示,该告警装置10包括:第一获取单元102、第二获取单元104、判断单元106和告警单元108。第一获取单元,用于获取目标车辆的日常行为轨迹,日常行为轨迹至少由以下行为轨迹中的任意两种结合而成:卡口轨迹、GPS轨迹和行车记录仪轨迹;第二获取单元,用于获取目标车辆的当前行为轨迹;判断单元,用于根据目标车辆的日常行为轨迹判断目标车辆的当前行为轨迹是否异常;告警单元,用于在异常时,执行告警。
例如,日常行为轨迹可以是卡口轨迹和GPS轨迹结合而成的轨迹,或者可以是卡口轨迹和行车记录仪轨迹结合而成的轨迹,或者可以是GPS轨迹和行车记录仪轨迹结合而成的轨迹。由于卡口轨迹只能直观到地记录经过卡口处的车辆的行为,GPS轨迹只能抽象地记录车辆所经过路径的坐标,行车记录仪轨迹仅仅直观地记录车辆所经过路径的实际路况,因此,将这三种轨迹中的任意两种或者三种结合,可以克服仅仅使用单种轨迹进行告警时所存在的缺陷,达到更准确地告警的目的。
目标车辆的当前行为轨迹是指目标车辆在当前一段时间内的行为轨迹,它与该目标车辆的当前行为轨迹相对应,也是至少由以下行为轨迹中的任意两种结合而成:卡口轨迹、GPS轨迹和行车记录仪轨迹。其中,若当前行为轨迹与日常行为轨迹完全一致,则表明目标车辆的当前行为轨迹正常;若当前行为轨迹与日常行为轨迹不完全一致,则表明目标车辆的当前行为轨迹异常;或者,若当前行为轨迹与日常行为轨迹不完全一致且不完全一致的程度已达到预设值,则表明目标车辆的当前行为轨迹异常,而若当前行为轨迹与日常行为轨迹不完全一致但不完全一致的程度未达到预设值,则表明目标车辆的当前行为轨迹正常。
另外,在本发明实施例中,车辆的当前行为轨迹是否异常包括车辆在当前的整个行车过程中的行车路线是否异常,例如是否超出日常的行车路线等,以及车辆在当前的整个行车过程中出入的场所是否正常等,例如是否在非日常出入场所出入等。
需要说明的是,在目标车辆的当前行为轨迹正常时,则不产生任何告警,并且结束告警流程。
通过上述实施例,采用车辆的卡口轨迹、GPS轨迹和行车记录仪轨迹中至少两种轨迹相结合的方式,可以实现全方面记录车辆的日常行为轨迹的目的,从而实现了根据全方面的日常行为轨迹,针对车辆的当前行为准确告警的技术效果。
以下,以日常行为轨迹由卡口轨迹和GPS轨迹结合而成为例,详细阐述本发明。
具体地,当日常行为轨迹由卡口轨迹和GPS轨迹结合而成时,上述告警装置还可以包括:生成单元,用于生成目标车辆的日常行为轨迹,该生成单元可以包括:第一获取模块、第一确定模块、第二获取模块、第二确定模块和生成模块。第一获取模块,用于获取目标车辆的卡口轨迹;第一确定模块,用于根据获取的卡口轨迹确定目标车辆的车辆结构化数据;第二获取模块,用于获取目标车辆的GPS轨迹;第二确定模块,用于根据获取的GPS轨迹确定目标车辆的GPS数据;生成模块,用于根据目标车辆的行驶时间将车辆结构化数据和GPS数据按照时间轴重组,生成目标车辆在预设时间段内的日常行为轨迹。
也即,在应用车辆的日常行为轨迹监测该车辆的当前行为轨迹是否异常之前,需要先为每个车辆生成一条作为对比标准的日常行为轨迹。
具体地,可以从各个卡口的摄像设备(如高清摄像头或Kinect)处获取每一个目标车辆在预设时间段内的视频图像,得到每一个目标车辆卡口轨迹,并利用图像识别技术分析各卡口处视频图像,产生每一个目标车辆的车辆结构化数据;同时,利用GPS分析技术对共享的每一个目标车辆的GPS轨迹进行分析,得到相应的GPS数据(即GPS时序数据);进一步地,根据各目标车辆的行驶时间将车辆结构化数据和GPS数据以时间轴为横轴进行重组,产生一个时间段内各目标车辆的完整行驶轨迹,即各目标车辆的作为对比标准的日常行为轨迹。
需要说明的是,车辆结构化数据包括:在特定卡点,出现在特定时间的车辆的型号、颜色、车牌号等数据。
通过本发明实施例,由于卡口轨迹和GPS轨迹结合而成的车辆日常行为轨迹,与单一的卡口轨迹或GPS轨迹相比,包含了更全面的轨迹信息,因此,依据该日常行为轨迹对车辆的当前行为进行预警时,预警更准确。并且,利用车辆大数据分析技术,通过建立车辆日常行为库,为每辆车辆(尤其是机动车辆)创建一份日常行为文档,便于为后续的告警比对提供参考数据。
进一步可选地,上述生成单元还可以包括:第三确定模块,用于在生成目标车辆在预设时间段内的日常行为轨迹之后,确定目标车辆在预设时间段内的日常行为轨迹对应的坐标;查找单元,用于根据确定的坐标在城市三维路网图上查找目标车辆的日常出入场所,日常出入场所为目标车辆在预设时间段内,停留次数大于第一阈值、停留时长大于第二阈值的落脚点。
在本发明实施例中,通过使用城市三维路网图与目标车辆的日常行为轨迹相结合的方式,可以将抽象的坐标点重现在城市三维路网图上,实现了日常行为轨迹的可视化、使得轨迹的呈现方式更直观。
进一步可选地,上述判断单元包括:判断模块,用于根据目标车辆的日常出入场所判断目标车辆在当前时间段内出入场所是否一致;第四确定模块,用于在不一致时,确定目标车辆的当前行为轨迹异常;或者,判断模块,用于在不一致时,进一步判断不一致的次数是否超出第三阈值,第五确定模块,用于在超出时,确定目标车辆的当前行为轨迹异常。
也即,确定目标车辆的当前行为轨迹异常的方式可以包括两种:方式1,只要目标车辆的当前时间段内出入场所与日常出入场不一致,则确定目标车辆的当前行为轨迹异常,这种方式可以防止由于遗漏而未告警,但是,这种方式容易导致过度告警,无法排除当前时间段内出入场所与日常出入场之间由于偶然性而导致的差异;方式2,只有在目标车辆的当前时间段内出入场所与日常出入场不一致,且不一致的次数超出第三阈值时,才确定目标车辆的当前行为轨迹异常,否则确定目标车辆的当前行为轨迹正常,这种方式虽然可以防止过度告警对工作人员造成不便,但是,这种方式容易导致遗漏告警。
可选地,上述告警装置还可以包括:查询单元,用于在执行告警之后,查询目标车辆是否已经被转让;更新单元,用于在已经被转让时,更新目标车辆的日常行为轨迹。
需要说明的是,更新后的目标车辆的日常行为轨迹可以保存并覆盖掉更新前目标车辆的日常行为轨迹,这样,在已经发生车辆转让情况下,可以依据更新后的目标车辆的日常行为轨迹判断是否针对该目标车辆的当前行为进行告警,防止在车辆发生转让后,依旧使用更新前目标车辆的日常行为轨迹而导致判断错误,进而导致误告警。
通过本发明实施例,由于车辆的日常活动轨迹同时结合了卡口车辆信息、GPS车辆信息、行车记录仪信息中至少两种信息,因此信息更全面;并且,对每辆车都建立一档(日常行为轨迹文档)一库(日常行为轨迹数据库),可以详细记录车辆出没的日常点位以及行车习惯。这样,在车辆行为出现异常时,能有效预警,并定位、记录车辆异常行为轨迹,预防车辆犯罪、被盗、套牌等。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (11)
1.一种针对车辆行为的告警方法,其特征在于,包括:
获取目标车辆的日常行为轨迹,所述日常行为轨迹至少由以下行为轨迹中的任意两种结合而成:卡口轨迹、GPS轨迹和行车记录仪轨迹;
获取所述目标车辆的当前行为轨迹;
根据所述目标车辆的所述日常行为轨迹判断所述目标车辆的所述当前行为轨迹是否异常;
若异常,则执行告警。
2.根据权利要求1所述的告警方法,其特征在于,当所述日常行为轨迹由所述卡口轨迹和所述GPS轨迹结合而成时,生成所述目标车辆的日常行为轨迹的步骤包括:
获取所述目标车辆的卡口轨迹;
根据获取的卡口轨迹确定所述目标车辆的车辆结构化数据;
获取所述目标车辆的GPS轨迹;
根据获取的GPS轨迹确定所述目标车辆的GPS数据;
根据所述目标车辆的行驶时间将所述车辆结构化数据和所述GPS数据按照时间轴重组,生成所述目标车辆在预设时间段内的日常行为轨迹。
3.根据权利要求2所述的告警方法,其特征在于,在生成所述目标车辆在预设时间段内的日常行为轨迹之后,生成所述目标车辆的日常行为轨迹的步骤还包括:
确定所述目标车辆在所述预设时间段内的日常行为轨迹对应的坐标;
根据确定的坐标在城市三维路网图上查找所述目标车辆的日常出入场所,所述日常出入场所为所述目标车辆在所述预设时间段内,停留次数大于第一阈值、停留时长大于第二阈值的落脚点。
4.根据权利要求3所述的告警方法,其特征在于,根据所述目标车辆的所述日常行为轨迹判断所述目标车辆的所述当前行为轨迹是否异常包括:
根据所述目标车辆的日常出入场所判断所述目标车辆在当前时间段内出入场所是否一致;
若不一致,则确定所述目标车辆的所述当前行为轨迹异常;或者,若不一致,则进一步判断不一致的次数是否超出第三阈值,若超出,则确定所述目标车辆的所述当前行为轨迹异常。
5.根据权利要求1所述的告警方法,其特征在于,在执行告警之后,所述告警方法还包括:
查询所述目标车辆是否已经被转让;
若已经被转让,则更新所述目标车辆的日常行为轨迹。
6.一种针对车辆行为的告警装置,其特征在于,包括:
第一获取单元,用于获取目标车辆的日常行为轨迹,所述日常行为轨迹至少由以下行为轨迹中的任意两种结合而成:卡口轨迹、GPS轨迹和行车记录仪轨迹;
第二获取单元,用于获取所述目标车辆的当前行为轨迹;
判断单元,用于根据所述目标车辆的所述日常行为轨迹判断所述目标车辆的所述当前行为轨迹是否异常;
告警单元,用于在异常时,执行告警。
7.根据权利要求6所述的告警装置,其特征在于,当所述日常行为轨迹由所述卡口轨迹和所述GPS轨迹结合而成时,所述告警装置还包括:生成单元,用于生成所述目标车辆的日常行为轨迹,所述生成单元包括:
第一获取模块,用于获取所述目标车辆的卡口轨迹;
第一确定模块,用于根据获取的卡口轨迹确定所述目标车辆的车辆结构化数据;
第二获取模块,用于获取所述目标车辆的GPS轨迹;
第二确定模块,用于根据获取的GPS轨迹确定所述目标车辆的GPS数据;
生成模块,用于根据所述目标车辆的行驶时间将所述车辆结构化数据和所述GPS数据按照时间轴重组,生成所述目标车辆在预设时间段内的日常行为轨迹。
8.根据权利要求7所述的告警装置,其特征在于,所述生成单元还包括:
第三确定模块,用于在生成所述目标车辆在预设时间段内的日常行为轨迹之后,确定所述目标车辆在所述预设时间段内的日常行为轨迹对应的坐标;
查找单元,用于根据确定的坐标在城市三维路网图上查找所述目标车辆的日常出入场所,所述日常出入场所为所述目标车辆在所述预设时间段内,停留次数大于第一阈值、停留时长大于第二阈值的落脚点。
9.根据权利要求8所述的告警装置,其特征在于,所述判断单元包括:
判断模块,用于根据所述目标车辆的日常出入场所判断所述目标车辆在当前时间段内出入场所是否一致;
第四确定模块,用于在不一致时,确定所述目标车辆的所述当前行为轨迹异常;或者,所述判断模块,用于在不一致时,进一步判断不一致的次数是否超出第三阈值,第五确定模块,用于在超出时,确定所述目标车辆的所述当前行为轨迹异常。
10.根据权利要求6所述的告警装置,其特征在于,所述告警装置还包括:
查询单元,用于在执行告警之后,查询所述目标车辆是否已经被转让;
更新单元,用于在已经被转让时,更新所述目标车辆的日常行为轨迹。
11.一种针对车辆行为的告警系统,其特征在于,包括:权利要求6至10中任一项所述的针对车辆行为的告警装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510425252.3A CN104952273B (zh) | 2015-07-17 | 2015-07-17 | 针对车辆行为的告警方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510425252.3A CN104952273B (zh) | 2015-07-17 | 2015-07-17 | 针对车辆行为的告警方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104952273A true CN104952273A (zh) | 2015-09-30 |
CN104952273B CN104952273B (zh) | 2019-03-12 |
Family
ID=54166891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510425252.3A Active CN104952273B (zh) | 2015-07-17 | 2015-07-17 | 针对车辆行为的告警方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104952273B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105427586A (zh) * | 2015-12-16 | 2016-03-23 | 武汉烽火众智数字技术有限责任公司 | 一种基于多轨迹碰撞的车辆落脚点分析方法 |
WO2017092418A1 (zh) * | 2015-12-04 | 2017-06-08 | 杭州海康威视数字技术股份有限公司 | 过车记录处理方法和装置 |
CN108846316A (zh) * | 2018-05-11 | 2018-11-20 | 北京尚易德科技有限公司 | 一种基于卡口车辆数据的目标人员管控方法及装置 |
CN108875835A (zh) * | 2018-06-26 | 2018-11-23 | 北京旷视科技有限公司 | 对象落脚点确定方法、装置、电子设备和计算机可读介质 |
CN109686050A (zh) * | 2019-01-18 | 2019-04-26 | 桂林电子科技大学 | 基于云服务与深度神经网络的车内环境监测预警方法 |
CN110473402A (zh) * | 2019-08-20 | 2019-11-19 | 河北德冠隆电子科技有限公司 | 一种基于目标异常行为轨迹分析的异常事件检测预警系统 |
CN110827537A (zh) * | 2019-10-22 | 2020-02-21 | 青岛海信网络科技股份有限公司 | 一种潮汐车道的设置方法、装置及设备 |
CN111231972A (zh) * | 2019-09-27 | 2020-06-05 | 中国第一汽车股份有限公司 | 基于驾驶行为习惯的告警方法、系统、车辆及存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007141213A (ja) * | 2006-08-24 | 2007-06-07 | Fujitsu Ten Ltd | 警告装置、ドライブレコーダおよび警告方法 |
CN101075375A (zh) * | 2007-01-31 | 2007-11-21 | 包头奥普德电子科技有限公司 | 车辆运行轨道的自动跟踪装置及监测方法 |
CN101140699A (zh) * | 2007-09-27 | 2008-03-12 | 深圳华强信息产业有限公司 | 一种基于车载gps终端的线路检测方法 |
WO2009125884A1 (en) * | 2008-04-11 | 2009-10-15 | Sk Marketing & Company Co., Ltd. | Terminal for dynamic data download and storage medium recording that download method program |
CN101901546A (zh) * | 2010-04-29 | 2010-12-01 | 上海迪爱斯通信设备有限公司 | 基于动态信息的智能交通调度指挥及信息服务方法及系统 |
KR20100134396A (ko) * | 2009-06-15 | 2010-12-23 | (주)양진텔레콤 | 시각 장애인용 음성 버스 조회 안내 시스템 및 그 제어 방법 |
CN102568195A (zh) * | 2011-12-29 | 2012-07-11 | 上海顶竹通讯技术有限公司 | 预判车辆行驶轨迹的方法及系统 |
CN103065459A (zh) * | 2011-10-18 | 2013-04-24 | 上海宝康电子控制工程有限公司 | 基于Web地理信息系统技术的智能交通综合管控平台系统 |
CN103116989A (zh) * | 2013-01-29 | 2013-05-22 | 江苏省邮电规划设计院有限责任公司 | 基于智慧城市的套牌车车辆的捕获方法 |
US20140195452A1 (en) * | 2003-05-28 | 2014-07-10 | Eclipse Ip, Llc | Notification Systems and Methods That Permit Change of Time Information for Delivery and/or Pickup of Goods and/or Services |
CN104091470A (zh) * | 2014-07-15 | 2014-10-08 | 南京大学 | 一种基于多数据融合的航道交通信息预测方法及应用 |
CN104464349A (zh) * | 2014-10-24 | 2015-03-25 | 南京邮电大学 | 一种基于车联网的车辆定位管理系统及其实现方法 |
-
2015
- 2015-07-17 CN CN201510425252.3A patent/CN104952273B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140195452A1 (en) * | 2003-05-28 | 2014-07-10 | Eclipse Ip, Llc | Notification Systems and Methods That Permit Change of Time Information for Delivery and/or Pickup of Goods and/or Services |
JP2007141213A (ja) * | 2006-08-24 | 2007-06-07 | Fujitsu Ten Ltd | 警告装置、ドライブレコーダおよび警告方法 |
CN101075375A (zh) * | 2007-01-31 | 2007-11-21 | 包头奥普德电子科技有限公司 | 车辆运行轨道的自动跟踪装置及监测方法 |
CN101140699A (zh) * | 2007-09-27 | 2008-03-12 | 深圳华强信息产业有限公司 | 一种基于车载gps终端的线路检测方法 |
WO2009125884A1 (en) * | 2008-04-11 | 2009-10-15 | Sk Marketing & Company Co., Ltd. | Terminal for dynamic data download and storage medium recording that download method program |
KR20100134396A (ko) * | 2009-06-15 | 2010-12-23 | (주)양진텔레콤 | 시각 장애인용 음성 버스 조회 안내 시스템 및 그 제어 방법 |
CN101901546A (zh) * | 2010-04-29 | 2010-12-01 | 上海迪爱斯通信设备有限公司 | 基于动态信息的智能交通调度指挥及信息服务方法及系统 |
CN103065459A (zh) * | 2011-10-18 | 2013-04-24 | 上海宝康电子控制工程有限公司 | 基于Web地理信息系统技术的智能交通综合管控平台系统 |
CN102568195A (zh) * | 2011-12-29 | 2012-07-11 | 上海顶竹通讯技术有限公司 | 预判车辆行驶轨迹的方法及系统 |
CN103116989A (zh) * | 2013-01-29 | 2013-05-22 | 江苏省邮电规划设计院有限责任公司 | 基于智慧城市的套牌车车辆的捕获方法 |
CN104091470A (zh) * | 2014-07-15 | 2014-10-08 | 南京大学 | 一种基于多数据融合的航道交通信息预测方法及应用 |
CN104464349A (zh) * | 2014-10-24 | 2015-03-25 | 南京邮电大学 | 一种基于车联网的车辆定位管理系统及其实现方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10810870B2 (en) | 2015-12-04 | 2020-10-20 | Hangzhou Hikvision Digital Technology Co., Ltd. | Method of processing passage record and device |
WO2017092418A1 (zh) * | 2015-12-04 | 2017-06-08 | 杭州海康威视数字技术股份有限公司 | 过车记录处理方法和装置 |
CN106846538A (zh) * | 2015-12-04 | 2017-06-13 | 杭州海康威视数字技术股份有限公司 | 过车记录处理方法和装置 |
CN105427586A (zh) * | 2015-12-16 | 2016-03-23 | 武汉烽火众智数字技术有限责任公司 | 一种基于多轨迹碰撞的车辆落脚点分析方法 |
CN108846316A (zh) * | 2018-05-11 | 2018-11-20 | 北京尚易德科技有限公司 | 一种基于卡口车辆数据的目标人员管控方法及装置 |
CN108875835A (zh) * | 2018-06-26 | 2018-11-23 | 北京旷视科技有限公司 | 对象落脚点确定方法、装置、电子设备和计算机可读介质 |
CN108875835B (zh) * | 2018-06-26 | 2021-06-22 | 北京旷视科技有限公司 | 对象落脚点确定方法、装置、电子设备和计算机可读介质 |
CN109686050A (zh) * | 2019-01-18 | 2019-04-26 | 桂林电子科技大学 | 基于云服务与深度神经网络的车内环境监测预警方法 |
CN110473402A (zh) * | 2019-08-20 | 2019-11-19 | 河北德冠隆电子科技有限公司 | 一种基于目标异常行为轨迹分析的异常事件检测预警系统 |
CN110473402B (zh) * | 2019-08-20 | 2021-04-27 | 河北德冠隆电子科技有限公司 | 一种基于目标异常行为轨迹分析的异常事件检测预警系统 |
CN111231972A (zh) * | 2019-09-27 | 2020-06-05 | 中国第一汽车股份有限公司 | 基于驾驶行为习惯的告警方法、系统、车辆及存储介质 |
CN111231972B (zh) * | 2019-09-27 | 2021-12-10 | 中国第一汽车股份有限公司 | 基于驾驶行为习惯的告警方法、车辆及存储介质 |
CN110827537A (zh) * | 2019-10-22 | 2020-02-21 | 青岛海信网络科技股份有限公司 | 一种潮汐车道的设置方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN104952273B (zh) | 2019-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104952273A (zh) | 针对车辆行为的告警方法、装置及系统 | |
CN110009913B (zh) | 一种闯红灯车辆的非现场执法图片智能审核方法和系统 | |
Romera et al. | Need data for driver behaviour analysis? Presenting the public UAH-DriveSet | |
US11137763B2 (en) | Generating and fusing traffic scenarios for automated driving systems | |
Maddern et al. | 1 year, 1000 km: The oxford robotcar dataset | |
EP2980767B1 (en) | Video search and playback interface for vehicle monitor | |
US10399438B2 (en) | Data processing apparatus | |
CN112069643B (zh) | 一种自动驾驶仿真场景生成方法及装置 | |
CN101848377B (zh) | 一种基于云计算及海量视频检索的多视频录入装置智能联动的装置和方法 | |
CN102595103B (zh) | 一种基于gis地图推演智能视频的方法 | |
CN110222667B (zh) | 一种基于计算机视觉的开放道路交通参与者数据采集方法 | |
CN110188482B (zh) | 一种基于智能驾驶的测试场景创建方法及装置 | |
CN102902955A (zh) | 一种车辆行为的智能分析方法及系统 | |
CN105355039A (zh) | 路况信息处理方法及设备 | |
CN105160884A (zh) | 一种融合视频监控和rfid的车辆识别方法及装置 | |
CN106303399A (zh) | 车辆图像数据的采集、提供方法、设备、系统及服务器 | |
WO2020047446A1 (en) | Method and system for facilitating detection and identification of vehicle parts | |
US11202030B2 (en) | System and method for providing complete event data from cross-referenced data memories | |
US20130162818A1 (en) | Method, system, computer program product and computer-readable recording medium for object tracking | |
CN105528626A (zh) | 一种rfid读写器和摄像机集成一体机及其应用 | |
CN113470371A (zh) | 识别违规车辆的方法、系统和计算机可读存储介质 | |
CN113450578B (zh) | 交通违章事件取证方法、装置、设备及系统 | |
CN110796760B (zh) | 交通事故证据收集方法、车载终端、服务器及系统 | |
CN111523368B (zh) | 信息处理装置、服务器以及交通管理系统 | |
CN113515665A (zh) | 视频处理与信息查询方法、设备、系统及存储介质 |
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 | ||
PP01 | Preservation of patent right |
Effective date of registration: 20220726 Granted publication date: 20190312 |
|
PP01 | Preservation of patent right |