CN105654730A - 一种基于卡口过车大数据分析的套牌车认定方法 - Google Patents

Abstract

本发明提供了一种基于卡口过车大数据分析的套牌车认定方法，其能解决现有基于Hadoop大数据的套牌车识别方法存在的套牌嫌疑车辆识别准确率低的问题。其基于全国机动车缉查布控系统，首先采集各卡口过车数据并进行分布式存储，根据卡口过车信息按照号牌号码来进行套牌嫌疑分布式运算从而识别套牌嫌疑车辆，通过图像识别算法对所述套牌嫌疑车辆的过车图片的车辆号牌号码进行识别核对从而确认该车是该车牌是否属于套牌嫌疑车辆，再通过与机动车登记信息进行比对来识别该套牌嫌疑车辆为真车或假车信息从而认定套牌车；其中套牌嫌疑分布式运算所需要的相邻过车卡口之间的最小距离是将过车卡口之间的最小距离转换为卡口所属行政区划间的最小距离进行运算。

Description

一种基于卡口过车大数据分析的套牌车认定方法

技术领域

本发明涉及大数据分析领域，具体为一种基于卡口过车大数据分析的套牌车认定方法。

背景技术

近年来，随着我国经济的飞速发展，人民生活水平的不断提高，机动车保有量大幅度增长。与此同时，在科技强警和道路交通管理的系统化、信息化、自动化的推动下，电子警察、测速设备等已成为公安交通管理的主要力量。在管控面的扩大，处罚力度的加强情况下，一些车主绞尽脑汁的采取故意遮挡、污损号牌、不按规定安装号牌，套用其它车辆号牌和使用伪造、报废车辆号牌等手法，逃避公安机关交管部门的监督与处罚。使用假、套牌车辆主要存在以下几个危害：一是侵犯了公安机关核发机动车牌证的专属性，严重扰乱了公安交通管理部门对机动车的管理秩序；二是脱离公安、税务、交通等部门的监管，偷逃税费，造成国家税费流失；三是自身的违法后果转嫁他人，侵害了被套牌机动车所有人的合法权益；四是在路上行驶时有恃无恐，闯红灯、超速等严重交通违法现象突出，成为引发交通事故的重大隐患。发生交通事故,受害群众的合法权益得不到应有的保护。车辆逃逸肇事后，案件难以侦破，给受害群众的身心造成巨大的伤害；五是非法车辆多通过假牌假证、套用他人牌证上路行驶，成为不法分子犯罪活动和逃避公安机关打击的作案工具，严重威胁社会治安秩序。

以上涉牌涉证的违法行为，尤其以套牌的违法行为最难查处。套牌车，俗称克隆车，是指机动车所有人、管理人、驾驶人使用伪造、变造的其他机动车号牌或者使用其他机动车号牌的违法行为。套牌车存在以下几种方式：一是不同品牌型号机动车的套牌，这类套牌只要比对机动车登记信息即可查处；二是同品牌型号机动车的套牌，这类套牌多为自己套自己，通过申请补领获取真实牌证，尤其已跨区域行驶为最难查处，或者这类套牌盗用他人车辆信息，非法获取牌证，也比较难查处。

目前已有文献和公开的专利提出了套牌车的识别方法多是基于Hadoop大数据的套牌车辆识别方法。如申请号为201410744639.0的中国发明专利，其公开了一种基于大数据的套牌车辆识别方法，其是通过将同号牌车辆轨迹中相邻时间的两个卡口过车时间与相应的卡口间最小时间X值对比，以及车辆的车身颜色、型号等信息与在车辆管理部门所对应注册的信息对比，从而判定出套牌嫌疑车辆。申请号为201410407364.1的中国发明专利公开了一种基于Hadoop的套牌车识别方法及系统，其是通过将各个卡口采集的过车信息进行预处理后汇总，采用HBase分布式数据库组织数据，进行分布式存储；再利用Hadoop分布式框架对车流数据和卡口数据进行建模和分析，通过Map-Reducer的编程框架实现基于距离-时间的合理差检测，识别可疑车辆，并对可疑套牌车进行轨迹分析，建立套牌车预警信息库；最后实现对可疑套牌车辆检测系统的控制、套牌车识别结果的输出及卡口数据的查询。申请号为201410100491.7的中国发明专利申请公开了一种基于Hadoop的套牌车识别方法，其是通过构建HBase+Hive环境，获取某一车牌号码的出现在任意两个监控点过车记录，并按照车牌号码和过车时间分组排序，接着初始化由监控点与顶点集两两之间距离为边权值得带权图，将其两两组合分块处理，最后创建多个线程，在套牌车规则下根据分块处理后提交Hive任务来识别套牌车，并通过校正因子获取最终的嫌疑套牌车。

上述专利文献都采用了同一车辆号牌在不同地点出现，出现时空矛盾进行套牌车识别的方法，但都缺乏因卡口经纬度未标注或标注不正确导致车辆号牌识别错误，从而带来的大量错误嫌疑信息，并且都是理想状态的套牌车识别方法，并考虑实际的应用需求。虽然申请号为201410744639.0的文献提出两个关键因素，一是基于道路路口和卡口构建有向图，通过有向图计算出A、B两地之间的最短路径，二是基于道路的最高限速计算出车辆行驶的最大距离，但是当遇到跨地市、跨省的套牌车嫌疑时，显然无法通过有向图计算出最短路径，也显然不能利用道路最高限速计算出最大距离，因而并不能准确识别出套牌嫌疑车辆。而申请号为201410100491.7的文献中其最短路径计算也存在同样的问题。

发明内容

针对上述问题，本发明提供了一种基于卡口过车大数据分析的套牌车认定方法，其能解决现有基于Hadoop大数据的套牌车识别方法存在的套牌嫌疑车辆识别准确率低的问题。

一种基于卡口过车大数据分析的套牌车认定方法，其特征在于：其基于全国机动车缉查布控系统，首先采集各卡口过车数据并进行分布式存储，采用HBASE分布式数据库组织数据，将所述各卡口的过车数据进行分布式存储，然后根据卡口过车信息按照号牌号码来进行套牌嫌疑分布式运算从而识别套牌嫌疑车辆，通过图像识别算法对所述套牌嫌疑车辆的过车图片的车辆号牌号码进行识别核对从而确认该车是该车牌是否属于套牌嫌疑车辆，再通过与机动车登记信息进行比对来识别该套牌嫌疑车辆为真车或假车信息从而认定套牌车；其中，根据卡口过车信息按照号牌号码来进行套牌嫌疑分布式运算是利用Hive的UDTF实现套牌车辆嫌疑分析，通过按具体的号牌号码进行分桶（distribute），然后将数据分发到不同的reducer机器上，再对同一个reducer机器上的过车信息按过车信息进行排序，根据相邻过车信息的卡口间最小距离和过车时间差计算行驶速度，当行驶速度超过允许的最大值时，则判定该过车信息的车辆为套牌嫌疑车辆；其中，计算所述各过车卡口之间的最小距离是将各行政区划经纬度范围信息作为Hive的UDTF常量，从而将过车卡口之间的最小距离转换为卡口所属行政区划间的最小距离进行运算，若行政区划不在所述Hive的UDTF常量信息中，则取该行政区划所属的上一级行政区划，直至能取到为止。

进一步的，当两个卡口所属行政区划的经纬度信息存在包含关系或者交错时，则判定该两个行政区划之间的最小距离为零，否则根据改下规则计算两个行政区划间的最小距离：当两个卡口所属行政区划位于同一经度上时，则该两行政区划之间的最短距离=（第一卡口所属行政区划纬度最小值-第二卡口所属行政区划纬度最大值）×纬度1度距离；当两个卡口所属行政区划位于同一纬度上时，该两个行政区划之间的最短距离=（第一卡口所属行政区划的经度最小值-第二卡口所属行政区划的经度最大值）×经度1度距离；当两个卡口所属行政区划位于不同的经度和纬度上时，该两个行政区划之间的最短距离=Min（第二卡口所属行政区划中每个点到第一卡口所属行政区划中每个点距离）。

进一步的，在进行套牌车嫌疑分布式运算前，先对过车号牌号码进行干扰信息判断，将过车号牌号码与通过预先分析生成的号牌号码干扰信息表进行比对，若该过车号牌号码属于干扰信息则该过车号牌号码不参与进行套牌车嫌疑分布式运算，否则进行套牌车嫌疑分布式运算。进行将无牌车、非公安号牌车、错误号牌车单独列为干扰信息，所述干扰信息。

更进一步的，所述预先分析生成的号牌号码干扰信息表，是利用sqoop将卡口备案信息导入至HBASE，并且关联HBASE过车信息表，生成待分析号牌号码信息表，再按号牌号码进行分组、排序生成号牌号码干扰信息表，利用sqoop将所述号牌号码干扰信息表导出至oracle，分析出干扰信息，修改Hive的UDTF，将所述干扰信息作为常量，对于号牌号码属于所述干扰信息的以及号牌号码不属于省份号牌号码头的过车信息即不参与所述套牌车嫌疑分布式运算。

进一步的，采用两种不同模型的图像识别算法对过车图片的号牌号码进行识别核对，当两种图像识别算法识别出的号牌号码一致时，确认该车属于套牌嫌疑车辆。

与现有的套牌车识别方法相比较，本发明的有益效果在于：其基于全国机动车缉查布控系统，通过将卡口之间的距离计算转换为卡口所属行政区域之间的距离计算，由于行政区域的经纬度信息是常量，因而能有效避免因现有因卡口经纬度标错误或未标注而带来的卡口间距离计算错误的问题，从而保证套牌嫌疑车辆认定的准确性；通过过车号牌号码干扰信息的分析，将无牌车、非公安号牌、错误号牌等干扰信息单独列为干扰信息，并且控制该干扰信息不进行套牌嫌疑分布式计算，从而减小分布式计算的计算量、提高认定运行效率；而利用Hive的UDTF来实现套牌嫌疑分析，能够快速分析出套牌嫌疑车辆，提高分析认定效率；此外，利用车辆号牌对过车图片进行号牌号码的识别核对，能够进一步提高套牌嫌疑车辆分析的精确性，更进一步保证套牌车认定的准确率。

附图说明

图1为本发明套牌车认定方法中计算两个卡口所属行政区划之间的最小距离时两个行政区划为交错关系的示意图；

图2为本发明套牌车认定方法中计算两个卡口所属行政区划之间的最小距离时两个行政区划为包含关系的示意图；

图3为本发明套牌车认定方法中计算两个卡口所属行政区划之间的最小距离时两个行政区划不相交并处于同一经度情况下的示意图；

图4为本发明套牌车认定方法中计算两个卡口所属行政区划之间的最小距离时两个行政区划不相交并处于同一纬度情况下的示意图；

图5为本发明套牌车认定方法中计算两个卡口所属行政区划之间的最小距离时两个行政区划不相交并且既不在同一经度也不在同一纬度情况下的计算示意图；

图6为本发明套牌车认定方法的实施例的套牌嫌疑分布式计算的示意图；

图7为本发明方法中套牌车认定的流程图。

具体实施方式

下面结合附图具体描述一下本发明的实施，见图7：

其基于全国机动车缉查布控系统，采集各卡口的过车数据、对各卡口根据卡口所属行政区划进行统一编号，采用HBASE分布式数据库组织数据，将所述各卡口的过车数据、各卡口编号进行分布式存储，其中各卡口的过车数据包括卡口过车车辆的车牌号码、过车时间；

根据卡口过车信息按照号牌号码来进行套牌嫌疑分布式运算，基于HIVE的UDTF进行嫌疑套牌车辆的分布式计算，将具体的过车号牌号码的过车信息进行分桶（distribute），见附图6，图中以过车号牌苏A*****、豫A*****、浙C*****为例，将苏A*****、豫A*****、浙C*****的过车信息按号牌号码、过车时间、过车卡口编号数据进行分发到不同的reducer机器上，在分组的同时对同一个reducer机器上的过车信息按过车信息进行排序，即将过车号牌苏A*****、豫A*****、浙C*****的过车信息分别按过卡口的过车时间进行排序，将号牌号码分组数据提交TASK进行分布式运算；

分布式运算时，先判断过车号牌号码是否属于干扰信息，若属于干扰信息则该过车号牌号码的分组数据不参与分布式计算，若不属于干扰信息，则计算该过车号牌号码相邻两条过车数据所在卡口之间的最小距离、过车时间差值，根据所在卡口之间的最小距离和过车时间差值计算车辆行驶速度，若车辆行驶速度超过限速常量值，则初步判定该车为套牌嫌疑车；

再采用两种不同模型的图像识别算法，本实施例中分别采用博康智能信息技术有限公司、杭州海康威视系统技术有限公司的两种不同的图像识别算法对相邻过车卡口的过车图片中的号牌号码进行识别核对，当该两种图像识别算法识别出的号牌号码完全一致，则确认该车属于套牌嫌疑车辆；

再将套牌嫌疑车辆信息与该套牌嫌疑车辆号牌的机动车登记信息做比对，识别出真车或假车信息；若经信息比对，套牌嫌疑车辆信息与该号牌的机动车登记信息一致，即为同品牌型号时，则将套牌嫌疑车辆图片与同号牌的机动车检验图片相比对，识别真车或假车信息；通过Inceptor查询过车信息，与过车图片进行比较，分析套牌车的行驶规律信息。

分布运算中，计算相邻两条卡口过车信息的卡口间的最小距离，将各行政区划经纬度范围信息作为Hive的UDTF常量，从而将过车卡口之间的最小距离转换为卡口所属行政区划间的最小距离进行运算，若行政区划不在所述Hive的UDTF常量信息中，则取该行政区划所属的上一级行政区划，直至能取到为止；行政区划320214为自定义行政区划代码，当前代码不在常量信息中，则取上级行政区划320200，假如上级行政区划320200也不在常量信息中，则再取上级行政区划320000，直至取到为止。

当两个卡口所属行政区划的经纬度信息存在包含关系或者交错时，见图1和图2，则判定该两个行政区划之间的最小距离为零，否则根据改下规则计算两个行政区划间的最小距离：当两个卡口所属行政区划位于同一经度上时，见图3，则该两行政区划之间的最短距离=（第一卡口所属行政区划纬度最小值-第二卡口所属行政区划纬度最大值）×纬度1度距离；当两个卡口所属行政区划位于同一纬度上时，见图4，该两个行政区划之间的最短距离=（第一卡口所属行政区划的经度最小值-第二卡口所属行政区划的经度最大值）×经度1度距离；当两个卡口所属行政区划位于不同的经度和纬度上时，见图5，该两个行政区划之间的最短距离=Min（第二卡口所属行政区划中每个点到第一卡口所属行政区划中每个点距离）。

分布运算中的号牌号码干扰信息及比对，是利用sqoop将卡口备案信息导入至HBASE，并且关联HBASE过车信息表，生成待分析号牌号码信息表，再按号牌号码进行分组、排序生成号牌号码干扰信息表，利用sqoop将所述号牌号码干扰信息表导出至oracle，分析出“-”、“#”、“$”、“？”、“00000”、“TTTTT”、“HHHH”等干扰信息；修改Hive的UDTF，将干扰信息作为常量，对于号牌号码属于所述干扰信息的以及号牌号码不属于如“京”、“津”等31个省份号牌号码头的过车信息即不参与所述套牌车嫌疑分布式运算。

Claims (5)

1.一种基于卡口过车大数据分析的套牌车认定方法，其特征在于：其基于全国机动车缉查布控系统，首先采集各卡口过车数据并进行分布式存储，采用HBASE分布式数据库组织数据，将所述各卡口的过车数据进行分布式存储，然后根据卡口过车信息按照号牌号码来进行套牌嫌疑分布式运算从而识别套牌嫌疑车辆，通过图像识别算法对所述套牌嫌疑车辆的过车图片的车辆号牌号码进行识别核对从而确认该车是该车牌是否属于套牌嫌疑车辆，再通过与机动车登记信息进行比对来识别该套牌嫌疑车辆为真车或假车信息从而认定套牌车；其中，根据卡口过车信息按照号牌号码来进行套牌嫌疑分布式运算是利用Hive的UDTF实现套牌车辆嫌疑分析，通过按具体的号牌号码进行分桶，然后将数据分发到不同的reducer机器上，再对同一个reducer机器上的过车信息按过车信息进行排序，根据相邻过车信息的卡口间最小距离和过车时间差计算行驶速度，当行驶速度超过允许的最大值时，则判定该过车信息的车辆为套牌嫌疑车辆；其中，计算所述各过车卡口之间的最小距离是将各行政区划经纬度范围信息作为Hive的UDTF常量，从而将过车卡口之间的最小距离转换为卡口所属行政区划间的最小距离进行运算，若行政区划不在所述Hive的UDTF常量信息中，则取该行政区划所属的上一级行政区划，直至能取到为止。

2.根据权利要求1所述的一种基于卡口过车大数据分析的套牌车认定方法，其特征在于：当两个卡口所属行政区划的经纬度信息存在包含关系或者交错时，则判定该两个行政区划之间的最小距离为零，否则根据改下规则计算两个行政区划间的最小距离：当两个卡口所属行政区划位于同一经度上时，则该两行政区划之间的最短距离=（第一卡口所属行政区划纬度最小值-第二卡口所属行政区划纬度最大值）×纬度1度距离；当两个卡口所属行政区划位于同一纬度上时，该两个行政区划之间的最短距离=（第一卡口所属行政区划的经度最小值-第二卡口所属行政区划的经度最大值）×经度1度距离；当两个卡口所属行政区划位于不同的经度和纬度上时，该两个行政区划之间的最短距离=Min（第二卡口所属行政区划中每个点到第一卡口所属行政区划中每个点距离）。

3.根据权利要求1所述的一种基于卡口过车大数据分析的套牌车认定方法，其特征在于：在进行套牌车嫌疑分布式运算前，先对过车号牌号码进行干扰信息判断，将过车号牌号码与通过预先分析生成的号牌号码干扰信息表进行比对，若该过车号牌号码属于干扰信息则该过车号牌号码不参与进行套牌车嫌疑分布式运算，否则进行套牌车嫌疑分布式运算。

4.根据权利要求3所述的一种基于卡口过车大数据分析的套牌车认定方法，其特征在于：所述预先分析生成的号牌号码干扰信息表，是利用sqoop将卡口备案信息导入至HBASE，并且关联HBASE过车信息表，生成待分析号牌号码信息表，再按号牌号码进行分组、排序生成号牌号码干扰信息表，利用sqoop将所述号牌号码干扰信息表导出至oracle，分析出干扰信息，修改Hive的UDTF，将所述干扰信息作为常量，对于号牌号码属于所述干扰信息的以及号牌号码不属于省份号牌号码头的过车信息即不参与所述套牌车嫌疑分布式运算。

5.根据权利要求1所述的一种基于卡口过车大数据分析的套牌车认定方法，其特征在于：采用两种不同模型的图像识别算法对过车图片的号牌号码进行识别核对，当两种图像识别算法识别出的号牌号码一致时，确认该车属于套牌嫌疑车辆。