CN106303962A - 一种实现人‑车信息关联的方法和系统 - Google Patents
一种实现人‑车信息关联的方法和系统 Download PDFInfo
- Publication number
- CN106303962A CN106303962A CN201610681244.XA CN201610681244A CN106303962A CN 106303962 A CN106303962 A CN 106303962A CN 201610681244 A CN201610681244 A CN 201610681244A CN 106303962 A CN106303962 A CN 106303962A
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- data
- electronic equipment
- mobile message
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种实现人‑车信息关联的方法和系统。其中所述方法包括:获取车辆行驶信息数据,获取与人员对应的电子设备的移动信息数据,并建立车辆行驶信息数据和电子设备的移动信息数据之间的关联关系;根据所述车辆行驶信息数据、电子设备的移动信息数据以及两者之间的关联关系,查找出在相同时间具有相同轨迹的车辆和电子设备;在所查找的出的车辆以及电子设备对应的人员之间建立关联关系。该技术方案通过分析车辆轨迹与电子设备轨迹,将车辆与车内人员的关系联系了起来,并通过时间、空间两个维度实现了人‑车关系的匹配,从而为道路交通管理提供了可靠、有效的人‑车关联信息,同时也是打击犯罪、人员寻查等重要的技术支持。
Description
技术领域
本发明涉及交通领域,特别涉及一种实现人-车信息关联的方法和系统。
背景技术
伴随着交通管理部门基础信息化及警务实战化水平的逐年提升,路面卡口视频监控系统、RFID(Radio Frequency Identification,无线射频识别)电子车牌系统等可捕捉获取车辆行驶轨迹的相关技术逐步在各地推广普及。但截至目前,虽可实现车辆的轨迹信息检索,但尚不能实现车辆与车内人员的匹配关联。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的实现人-车信息关联的方法和系统。
依据本发明的一个方面,提供了一种实现人-车信息关联的方法,包括:
获取车辆行驶信息数据,获取与人员对应的电子设备的移动信息数据,并建立车辆行驶信息数据和电子设备的移动信息数据之间的关联关系;
根据所述车辆行驶信息数据、电子设备的移动信息数据以及两者之间的关联关系,查找出在相同时间具有相同轨迹的车辆和电子设备;
在所查找的出的车辆以及电子设备对应的人员之间建立关联关系。
可选地,所述车辆行驶信息数据包括:各车辆信息采集器的标识、各车辆信息采集器采集到的车辆标识信息和采集时间;
所述电子设备的移动信息数据包括:各电子设备信息采集器的标识、各电子设备信息采集器采集到的电子设备标识信息和采集时间;
所述建立车辆行驶信息数据和电子设备的移动信息数据之间的关联关系包括:根据各车辆信息采集器的地理位置信息和各电子设备信息采集器的地理位置信息,建立各车辆信息采集器与各电子设备信息采集器的对应关系。
可选地,所述查找出在相同时间具有相同轨迹的车辆和电子设备包括:
根据输入的电子设备标识信息,查找出包含该电子设备标识信息的一条或多条电子设备的移动信息数据;
根据每条电子设备的移动信息数据中的电子设备信息采集器的标识,以及根据各车辆信息采集器与各电子设备信息采集器的对应关系,查找出与该条电子设备的移动信息数据对应的一条或多条车辆行驶信息数据,所述车辆行驶信息数据中的车辆信息采集器的标识与该条电子设备的移动信息数据中的电子设备信息采集器的标识相对应;
判断各条车辆行驶信息数据中的采集时间是否与该条车辆行驶信息数据对应的电子设备的移动信息数据中的采集时间相匹配;
若匹配,则将该条车辆行驶信息数据中的车辆标识信息放入与该条车辆行驶信息数据对应的电子设备的移动信息数据对应的集合中;
对各电子设备的移动信息数据对应的集合求并集,将重复次数超过第一预设值的车辆标识信息进行输出。
可选地,所述查找出在相同时间具有相同轨迹的车辆和电子设备包括:
根据输入的车辆标识信息,查找出包含该车辆标识信息的一条或多条车辆行驶信息数据;
根据每条车辆行驶信息数据中的车辆信息采集器的标识,以及根据各车辆信息采集器与各电子设备信息采集器的对应关系,查找出与该条车辆行驶信息数据对应的一条或多条电子设备的移动信息数据,所述电子设备的移动信息中的电子设备信息采集器的标识与该条车辆行驶信息数据中的车辆信息采集器的标识相对应;
判断各条电子设备的移动信息数据中的采集时间是否与电子设备的移动信息数据对应的车辆行驶信息数据中的采集时间相匹配;
若匹配,则将该条电子设备的移动信息数据中的电子设备标识信息放入与该条电子设备的移动信息数据对应的车辆行驶数据对应的集合中;
对各车辆行驶数据对应的集合求并集,将重复次数超过第二预设值的电子设备标识信息进行输出。
可选地,每条车辆标识信息具有唯一性;所述车辆标识信息具体为车牌号或无线射频识别RFID电子车牌;
每条电子设备标识信息具有唯一性;所述电子设备标识信息具体为国际移动用户识别码IMSI或国际移动设备身份码IMEI。
依据本发明的另一方面,提供了一种实现人-车信息关联的系统,包括:
车辆行驶信息数据获取单元,用于获取车辆行驶信息数据;
电子设备移动信息数据获取单元,用于获取与人员对应的电子设备的移动信息数据;
信息关联单元,用于建立车辆行驶信息数据和电子设备的移动信息数据之间的关联关系;
寻迹单元,用于根据所述车辆行驶信息数据、电子设备的移动信息数据以及两者之间的关联关系,查找出在相同时间具有相同轨迹的车辆和电子设备;
所述信息关联单元,还用于在所查找的出的车辆以及电子设备对应的人员之间建立关联关系。
可选地,所述车辆行驶信息数据包括:各车辆信息采集器的标识、各车辆信息采集器采集到的车辆标识信息和采集时间;
所述电子设备的移动信息数据包括:各电子设备信息采集器的标识、各电子设备信息采集器采集到的电子设备标识信息和采集时间;
所述信息关联单元,用于根据各车辆信息采集器的地理位置信息和各电子设备信息采集器的地理位置信息,建立各车辆信息采集器与各电子设备信息采集器的对应关系。
可选地,所述寻迹单元,用于根据输入的电子设备标识信息,查找出包含该电子设备标识信息的一条或多条电子设备的移动信息数据;根据每条电子设备的移动信息数据中的电子设备信息采集器的标识,以及根据各车辆信息采集器与各电子设备信息采集器的对应关系,查找出与该条电子设备的移动信息数据对应的一条或多条车辆行驶信息数据,所述车辆行驶信息数据中的车辆信息采集器的标识与该条电子设备的移动信息数据中的电子设备信息采集器的标识相对应;判断各条车辆行驶信息数据中的采集时间是否与该条车辆行驶信息数据对应的电子设备的移动信息数据中的采集时间相匹配;若匹配,则将该条车辆行驶信息数据中的车辆标识信息放入与该条车辆行驶信息数据对应的电子设备的移动信息数据对应的集合中;对各电子设备的移动信息数据对应的集合求并集,将重复次数超过第一预设值的车辆标识信息进行输出。
可选地,所述寻迹单元,用于根据输入的车辆标识信息,查找出包含该车辆标识信息的一条或多条车辆行驶信息数据;根据每条车辆行驶信息数据中的车辆信息采集器的标识,以及根据各车辆信息采集器与各电子设备信息采集器的对应关系,查找出与该条车辆行驶信息数据对应的一条或多条电子设备的移动信息数据,所述电子设备的移动信息中的电子设备信息采集器的标识与该条车辆行驶信息数据中的车辆信息采集器的标识相对应;判断各条电子设备的移动信息数据中的采集时间是否与电子设备的移动信息数据对应的车辆行驶信息数据中的采集时间相匹配;若匹配,则将该条电子设备的移动信息数据中的电子设备标识信息放入与该条电子设备的移动信息数据对应的车辆行驶数据对应的集合中;对各车辆行驶数据对应的集合求并集,将重复次数超过第二预设值的电子设备标识信息进行输出。。
可选地,每条车辆标识信息具有唯一性;所述车辆标识信息具体为车牌号或无线射频识别RFID电子车牌;
每条电子设备标识信息具有唯一性;所述电子设备标识信息具体为国际移动用户识别码IMSI或国际移动设备身份码IMEI。
由上述可知,本发明的技术方案,通过在获取到的车辆行驶信息数据和与人员对应的电子设备的移动信息数据之间建立关联关系,并进一步根据车辆行驶信息数据、电子设备的移动信息数据以及两者之间的关联关系,查找出在相同时间范围内具有相同轨迹的车辆和电子设备,便可以在所查找的出的车辆以及电子设备对应的人员之间建立关联关系。该技术方案通过分析车辆轨迹与电子设备轨迹,将车辆与车内人员的关系联系了起来,并通过时间、空间两个维度实现了人-车关系的匹配,从而为道路交通管理提供了可靠、有效的人-车关联信息,同时也是打击犯罪、人员寻查等重要的技术支持。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了根据本发明一个实施例的一种实现人-车信息关联的方法的流程图;
图2示出了根据本发明一个实施例的以人找车的流程图;
图3示出了根据本发明一个实施例的以车找人的流程图;
图4示出了根据本发明一个实施例的一种实现人-车信息关联的系统的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例的一种实现人-车信息关联的方法的流程图,如图1所示,该方法包括:
步骤S110,获取车辆行驶信息数据,获取与人员对应的电子设备的移动信息数据,并建立车辆行驶信息数据和电子设备的移动信息数据之间的关联关系。
步骤S120,根据车辆行驶信息数据、电子设备的移动信息数据以及两者之间的关联关系,查找出在相同时间具有相同轨迹的车辆和电子设备。
步骤S130,在所查找的出的车辆以及电子设备对应的人员之间建立关联关系。
可见,图1所示的方法,通过在获取到的车辆行驶信息数据和与人员对应的电子设备的移动信息数据之间建立关联关系,并进一步根据车辆行驶信息数据、电子设备的移动信息数据以及两者之间的关联关系,查找出在相同时间范围内具有相同轨迹的车辆和电子设备,便可以在所查找的出的车辆以及电子设备对应的人员之间建立关联关系。该技术方案通过分析车辆轨迹与电子设备轨迹,将车辆与车内人员的关系联系了起来,并通过时间、空间两个维度实现了人-车关系的匹配,从而为道路交通管理提供了可靠、有效的人-车关联信息,同时也是打击犯罪、人员寻查等重要的技术支持。
在本发明的一个实施例中,图1所示的方法中,车辆行驶信息数据包括:各车辆信息采集器的标识、各车辆信息采集器采集到的车辆标识信息和采集时间;电子设备的移动信息数据包括:各电子设备信息采集器的标识、各电子设备信息采集器采集到的电子设备标识信息和采集时间;建立车辆行驶信息数据和电子设备的移动信息数据之间的关联关系包括:根据各车辆信息采集器的地理位置信息和各电子设备信息采集器的地理位置信息,建立各车辆信息采集器与各电子设备信息采集器的对应关系。
车辆信息采集器可以是交通管理部门设置在道路上的用于采集车辆信息的装置,例如路面摄像头。而由于RFID信息采集快、成本低的优点,RFID电子车牌系统也逐步得到了推广。因此,路面摄像头、RFID传感器都可以作为本实施例中车辆信息采集器的具体实施方式。对应地,车辆标识信息为车牌号或无线射频识别RFID电子车牌。由于需要根据采集到的车辆标识信息确定与其对应的唯一的车辆,因此要求车辆标识信息具有唯一性,同时在其他实施例中也不限定为上文所述的车牌号或RFID电子车牌。车辆信息采集器在安装时会被严格记录其地理位置信息,以及各车辆信息采集器对应一个唯一的车辆信息采集器标识,这些都可以在采集器信息管理数据库中进行记录。各车辆信息采集器会采集经过该车辆信息采集器的车辆车辆标识信息,并和采集时间(点)进行保存。例如,车辆vehicle_m在时间t1经过路面摄像头卡口cam_n,则cam_n采集到的信息为<vehicle_m,t1>。cam_n定时或实时地将采集到的信息发送出去,发送的数据即为车辆行驶信息数据,例如<cam_n,vehicle_m,t1>。这些信息可以被存入车辆行驶信息数据表中,如表1所示。
表1
车辆信息采集器标识 | 车辆标识信息 | 采集时间(点) |
cam_n | vehicle_m | t1 |
类似地,可以获取并存储与人员对应的电子设备的移动信息数据。例如,人们在出门时会携带手机,由于移动蜂窝网络技术发展迅速,其覆盖率已经很高,在城市、高速公路、国省道及周边地区均可实现移动通信网络覆盖。并且在工信部的要求下,移动网络实名认证已经基本普及,社会上未进行实名登记的“黑卡”越来越少,网络的高覆盖率及实名登记的高渗透率使得手机与人员具有紧密关联,因此可以作为成为定位人员的有效手段。因此,本实施例中的电子设备可以为手机,对应的电子设备标识信息可以为手机的IMEI(International Mobile Equipment Identity,国际移动设备身份码)或IMSI(International Mobile Subscriber Identification Number,国际移动用户识别码)。但在其他实施例中也可以为其他能采集到人员轨迹信息的设备,电子设备标识信息为其他可以唯一标识电子设备的其他信息。
以手机为例,其使用的移动通信网络属于覆盖整个区域的一种蜂窝状网络,在该区域的不同位置点位会部署大量的基站小区,在城市范围内,每个基站的覆盖范围大约在500米左右。因此可通过手机驻留的基站小区ID判断出手机所驻留区域的大致范围。因此在本实施例中,电子设备信息采集器可以为基站小区,采集人员位置的电子设备可以为手机。由于电子设备信息采集器的接收范围较广,与路面摄像头不同,人员在携带电子设备进入到一台电子设备信息采集器的采集范围内至人员携带电子设备离开该电子设备信息采集器的采集范围需要花费相对较长的一段时间。以小区基站为例,在时间t0,携带电子设备标识信息为user_j的手机的人员进入小区基站cell_i的工作范围,user_j即于时间t0在cell_i上进行注册;时间t0’,人员离开为cell_i的工作范围并进入其他小区基站的工作范围,则小区基站cell_i采集并上报的电子设备的移动信息数据为:<cell_i,user_j,t0>,其他小区基站采集并上报的电子设备的移动信息数据为:<cell_i,user_j,t0’>,通过对各上报的电子设备的移动信息数据的分析整合,可以实现对同一电子设备的移动信息数据(在本例中为手机信令)的追踪,所得到的整合后的移动信息数据可以被存入电子设备移动信息数据表中,如表2所示。
表2
由于电子设备信息采集器和车辆信息采集器的地理位置信息都可以在采集器安装时精确地获得并保存,因此根据各采集器的地理位置信息,可以建立车辆信息采集器与各电子设备信息采集器的对应关系,建立对应关系的方法包括构建基于地理位置的、采集区域相互覆盖/重合的基础映射表。如手机基站的覆盖区域包括了所在区域内公路上的路面摄像头可进行识别的路面区域。举例而言,路面摄像头cam_n在小区cell_i的工作范围内,则cam_n与cell_i为相互对应的采集器。
在上述基础上,便可以查找出在相同时间具有相同轨迹的车辆和电子设备。下面以两个实施例进行说明:
实施例一:以人找车。图2示出了以人找车的流程图。
如图2所示,首先接收输入的电子设备标识信息。举例而言,希望追查携带电子设备的标识信息user_j的人员,则输入电子设备标识信息user_j。根据电子设备标识信息查询电子设备移动信息数据表,如果查询不到则直接输出查询结果,即无电子设备标识信息。如果可以查询到,则将与电子设备标识信息相关的数据项提取存至电子设备移动轨迹数据库中。数据项中包括电子设备信息采集器标识、电子设备标识信息、电子设备接入时间和电子设备离开时间。对于电子设备移动轨迹数据库中的数据,由于根据实际需要,一般不会获取电子设备user_j从开机注册至查询时所有的移动轨迹信息,因此可以根据时间条件等提取若干条数据项。例如查询携带电子设备的标识为user_j的人员在2016年6月17日9:00~10:00间在哪辆车上的信息,则根据该时间条件提取满足条件的X条手机信令数据项。
对每条数据项,根据数据项中的电子设备信息采集器标识,以及各车辆信息采集器与各电子设备信息采集器的对应关系(例如查询采集器管理数据库),可以确定与该条数据项对应的车辆信息采集器标识。例如,电子设备user_j在2016年6月17日9:00~10:00间先后接入了电子设备信息采集器cell_x,cell_y,cell_z…,则在这X条数据项中,cell_x,cell_y,cell_z…分别对应至少一条数据项。以cell_x为例,包含其的数据项为<cell_x,user_j,t0,t0’>,与cell_x对应的车辆信息采集器为cam_x,则根据该车辆信息采集器标识cam_x查询车辆信息数据表,可以确定cam_x是否采集到车辆标识信息,若无则对下一条数据项(cell_y对应的数据项)进行处理,若有,则得到了cam_x采集的一条或多条车辆行驶信息数据项,其中包含有采集到的车辆标识信息和采集时间。对每条车辆行驶信息数据项(<cam_i,vehicle_i,ti>),将其存入工作数据库。
这样,就得到了在2016年6月17日9:00~10:00间内,与电子设备user_j所先后接入的各电子设备信息采集器cell_x,cell_y,cell_z…各自对应的车辆信息采集器所采集到的车辆行驶信息数据。但这些数据中的大量数据是不符合要求的,例如,电子设备user_j在t1(2016年6月17日9:05)至t1’(2016年6月17日9:15)接入电子设备信息采集器cell_x,电子设备信息采集器cell_x对应的车辆信息采集器为cam_x,但工作数据库中存储的包含车辆信息采集器标识cam_x的数据项有多个,举例而言,记载了<cam_x,vehicle_m,t2>,其中t2为2016年6月17日9:40,即车辆vehicle_m是在2016年6月17日9:40经过车辆信息采集器的cam_x,而这并不在电子设备user_j接入电子设备信息采集器cell_x的时间段内,也即是说在该时间段内,携带电子设备user_j的人员并不在车辆vehicle_m上。因此需要从中筛选出真正携带电子设备user_j的人员。
因此,对工作库中的每条车辆行驶信息数据项,需要判断各条车辆行驶信息数据中的采集时间是否与该条车辆行驶信息数据对应的电子设备的移动信息数据中的采集时间相匹配。采取如下判断条件:若车辆行驶信息数据中的采集时间(时间点)在电子设备的移动信息数据中的采集时间(接入时间和离开时间构成的时间段)内,则与该采集时间(点)对应的车辆,与该采集时间(段)对应的电子设备在该采集时间(点)轨迹重合。如上例,由于t2(2016年6月17日9:40)>t0’(2016年6月17日9:15),不满足判断条件,也即是说在该采集时间点t2,电子设备user_j的轨迹与车辆vehicle_m的轨迹并不重合,则舍弃该条数据项。
这样,就可以统计得到在相同时间(段)内轨迹重合的车辆和电子设备,从中查找出具有相同轨迹的车辆和电子设备。具体地,对符合上述条件的数据项,将其存入一个数据表中;其中,以电子设备信息采集器标识为索引建立多个表,将符合条件的车辆标识信息写入对应的表中。
例如,电子设备信息采集器cell_x对应table_1,其中记录了若干条车辆标识信息vehicle_i,vehicle_w…。这样,就得到了与cell_x,cell_y,cell_z…对应的多个表,也即是得到了在各采集时间(段)内,与各电子设备信息采集器对应的各车辆信息采集器采集到的的车辆标识信息的集合。对这些集合求并集,并统计其中重复元素所重复的次数,次数越多,则说明对应的车辆轨迹越接近电子设备user_j移动的轨迹,该车辆上也就越有可能乘坐了携带电子设备user_j的人员。因此对上述各表,建立表数量×车辆标识信息数的矩阵,其中,每行对应一个表,每列对应一条车辆标识信息,若车辆标识信息在表中,则对应的矩阵元素为1;若车辆标识信息不在表中,则对应的矩阵元素为0;对该矩阵每列进行求和,输出和最大的值对应的车辆标识信息。
至此,便得到了与输入的电子设备标识信息所对应的,在指定时间段内的车辆标识信息,即实现了以人找车。
实施例二:以车找人。图3示出了以车找人的流程图。
如图3所示,首先接收输入的车辆标识信息。举例而言,希望追查车辆vehicle_m上的人员,则输入车辆标识信息vehicle_m。根据车辆标识信息查询车辆信息数据表,如果查询不到则直接输出查询结果,即无车辆信息。如果可以查询到,则将与车辆标识信息相关的数据项提取存至车辆轨迹数据库中。数据项中包括车辆标识信息、车辆信息采集器标识和采集时间(点)。对于车辆轨迹数据库中的数据,由于根据实际需要,一般无法获取车辆vehicle_m从出厂至查询时所有的轨迹信息,因此可以根据时间条件等提取若干条数据项。例如查询车辆vehicle_m在2016年6月17日9:00~10:00间,车上的人员信息,则根据该时间条件提取X条数据项。
对每条数据项一一进行处理,因此可以逐条提取这X条数据项。对每条数据项,根据数据项中的车辆信息采集器标识,以及各车辆信息采集器与各电子设备信息采集器的对应关系(例如查询采集器管理数据库),可以确定与该条数据项对应的电子设备信息采集器标识。例如,车辆vehicle_m在2016年6月17日9:00~10:00间经过了路面摄像头cam_x,cam_y,cam_z…,则在这X条数据项中,cam_x,cam_y,cam_z…分别对应至少一条数据项。以cam_x为例,包含其的数据项为<cam_n,vehicle_m,t1>,与cam_x对应的电子设备信息采集器为cell_i,则根据该电子设备信息采集器标识cell_i查询电子设备移动信息数据表,可以确定cell_i是否采集到电子设备标识信息,若无则对下一条数据项(cam_y对应的数据项)进行处理,若有,则得到了cell_i采集的一条或多条电子设备的移动信息数据项,其中包含有电子设备标识信息以及对应的电子设备接入时间、电子设备离开时间。对每条电子设备的移动信息数据项(如<cell_i,user_j,t0,t0’>),将其存入工作数据库。
这样,就得到了在2016年6月17日9:00~10:00间内,与车辆vehicle_m所经过的各路面摄像头cam_x,cam_y,cam_z…各自对应的电子设备信息采集器所采集到的电子设备移动信息数据。但这些数据中的大量数据是不符合要求的,例如,车辆vehicle_m在t0(2016年6月17日9:10)经过路面摄像头cam_x,路面摄像头cam_x对应的电子设备信息采集器为cell_i,但工作数据库中存储的包含电子设备信息采集器标识cell_i的数据项有多个,举例而言,记载了<cell_i,user_k,t2,t2’>,其中t2为2016年6月17日9:40,t2’为2016年6月17日9:50,即携带电子设备标识为user_k的人员是在2016年6月17日9:40~9:50处于该小区基站的工作范围的,而这与cam_x记录的时间并不对应,也即是说该人员并不位于车辆vehicle_m上。因此需要从中筛选出真正位于车辆vehicle_m上的人员。
因此,对工作库中的每条移动信息数据项,需要判断各条电子设备的移动信息数据中的采集时间是否与电子设备的移动信息数据对应的车辆行驶信息数据中的采集时间相匹配。采取如下判断条件:若车辆行驶信息数据中的采集时间(时间点)在电子设备的移动信息数据中的采集时间(接入时间和离开时间构成的时间段)内,则与该采集时间(点)对应的车辆,与该采集时间(段)对应的电子设备在该采集时间(点)轨迹重合。如上例,由于t2(2016年6月17日9:40)>t0(2016年6月17日9:10),不满足判断条件,也即是说在该采集时间点t0,电子设备user_k的轨迹与车辆vehicle_m的轨迹并不重合,则舍弃该条数据项。
这样,就可以统计得到在相同时间(段)内轨迹重合的车辆和电子设备,从中查找出具有相同轨迹的车辆和电子设备。具体地,对符合上述条件的数据项,将其存入一个数据表中;其中,以车辆信息采集器标识为索引建立多个表,将符合条件的电子设备标识信息写入对应的表中。
例如,路面摄像头cam_x对应table_1,其中记录了若干条电子设备标识信息user_i,user_w…。这样,就得到了与cam_x,cam_y,cam_z…对应的多个表,也即是得到了在各采集时间(点)下,与各路面摄像头对应的各小区基站中接入的电子设备标识信息的集合。对这些集合求并集,并统计其中重复元素所重复的次数,次数越多,则说明对应的电子设备的轨迹越接近车辆vehicle_m的轨迹,携带该电子设备的人员也就越有可能在车辆vehicle_m上。因此对上述各表,建立表数量×电子设备标识信息数的矩阵,其中,每行对应一个表,每列对应一条电子设备标识信息,若电子设备标识信息在表中,则对应的矩阵元素为1;若电子设备标识信息不在表中,则对应的矩阵元素为0;对该矩阵每列进行求和,输出和最大的值对应的电子设备标识信息。
至此,便得到了与输入的车辆标识信息所对应的,在指定时间段内的电子设备标识信息,即实现了以车找人。
图4示出了根据本发明一个实施例的一种实现人-车信息关联的系统的结构示意图,如图4所示,人-车信息关联的系统400包括:
车辆行驶信息数据获取单元410,用于获取车辆行驶信息数据。
电子设备移动信息数据获取单元420,用于获取与人员对应的电子设备的移动信息数据。
信息关联单元430,用于建立车辆行驶信息数据和电子设备的移动信息数据之间的关联关系。
寻迹单元440,用于根据车辆行驶信息数据、电子设备的移动信息数据以及两者之间的关联关系,查找出在相同时间具有相同轨迹的车辆和电子设备。
信息关联单元430,还用于在所查找的出的车辆以及电子设备对应的人员之间建立关联关系。
可见,图4所示的系统通过各单元的相互配合,在获取到的车辆行驶信息数据和与人员对应的电子设备的移动信息数据之间建立关联关系,并进一步根据车辆行驶信息数据、电子设备的移动信息数据以及两者之间的关联关系,查找出在相同时间范围内具有相同轨迹的车辆和电子设备,便可以在所查找的出的车辆以及电子设备对应的人员之间建立关联关系。该技术方案通过分析车辆轨迹与电子设备轨迹,将车辆与车内人员的关系联系了起来,并通过时间、空间两个维度实现了人-车关系的匹配,从而为道路交通管理提供了可靠、有效的人-车关联信息,同时也是打击犯罪、人员寻查等重要的技术支持。
在本发明的一个实施例中,图4所示的系统中,车辆行驶信息数据包括:各车辆信息采集器的标识、各车辆信息采集器采集到的车辆标识信息和采集时间(点);电子设备的移动信息数据包括:各电子设备信息采集器的标识、各电子设备信息采集器采集到的电子设备标识信息和采集时间(时间段);信息关联单元430,用于根据各车辆信息采集器的地理位置信息和各电子设备信息采集器的地理位置信息,建立各车辆信息采集器与各电子设备信息采集器的对应关系。
在本发明的一个实施例中,上述系统中,寻迹单元440,用于根据输入的电子设备标识信息,查找出包含该电子设备标识信息的一条或多条电子设备的移动信息数据;根据每条电子设备的移动信息数据中的电子设备信息采集器的标识,以及根据各车辆信息采集器与各电子设备信息采集器的对应关系,查找出与该条电子设备的移动信息数据对应的一条或多条车辆行驶信息数据,车辆行驶信息数据中的车辆信息采集器的标识与该条电子设备的移动信息数据中的电子设备信息采集器的标识相对应;判断各条车辆行驶信息数据中的采集时间是否与该条车辆行驶信息数据对应的电子设备的移动信息数据中的采集时间相匹配;若匹配,则将该条车辆行驶信息数据中的车辆标识信息放入与该条车辆行驶信息数据对应的电子设备的移动信息数据对应的集合中;对各电子设备的移动信息数据对应的集合求并集,将重复次数超过第一预设值的车辆标识信息进行输出。
在本发明的一个实施例中,上述系统中,寻迹单元440,用于根据输入的车辆标识信息,查找出包含该车辆标识信息的一条或多条车辆行驶信息数据;根据每条车辆行驶信息数据中的车辆信息采集器的标识,以及根据各车辆信息采集器与各电子设备信息采集器的对应关系,查找出与该条车辆行驶信息数据对应的一条或多条电子设备的移动信息数据,电子设备的移动信息中的电子设备信息采集器的标识与该条车辆行驶信息数据中的车辆信息采集器的标识相对应;判断各条电子设备的移动信息数据中的采集时间是否与电子设备的移动信息数据对应的车辆行驶信息数据中的采集时间相匹配;若匹配,则将该条电子设备的移动信息数据中的电子设备标识信息放入与该条电子设备的移动信息数据对应的车辆行驶数据对应的集合中;对各车辆行驶数据对应的集合求并集,将重复次数超过第二预设值的电子设备标识信息进行输出。
在本发明的一个实施例中,上述系统中,每条车辆标识信息具有唯一性;车辆标识信息具体为车牌号或无线射频识别RFID电子车牌;每条电子设备标识信息具有唯一性;电子设备标识信息具体为国际移动用户识别码IMSI或国际移动设备身份码IMEI。
需要说明的是,上述各系统实施例的具体实施方式与前述对应方法实施例的具体实施方式相同,在此不再赘述。
综上所述,本发明的技术方案,在获取到的车辆行驶信息数据和与人员对应的电子设备的移动信息数据之间建立关联关系,并进一步根据车辆行驶信息数据、电子设备的移动信息数据以及两者之间的关联关系,查找出在相同时间范围内具有相同轨迹的车辆和电子设备,便可以在所查找的出的车辆以及电子设备对应的人员之间建立关联关系。该技术方案通过分析车辆轨迹与电子设备轨迹,将车辆与车内人员的关系联系了起来,并通过时间、空间两个维度实现了人-车关系的匹配,从而为道路交通管理提供了可靠、有效的人-车关联信息,同时也是打击犯罪、人员寻查等重要的技术支持。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种实现人-车信息关联的方法,其特征在于,该方法包括:
获取车辆行驶信息数据,获取与人员对应的电子设备的移动信息数据,并建立车辆行驶信息数据和电子设备的移动信息数据之间的关联关系;
根据所述车辆行驶信息数据、电子设备的移动信息数据以及两者之间的关联关系,查找出在相同时间具有相同轨迹的车辆和电子设备;
在所查找的出的车辆以及电子设备对应的人员之间建立关联关系。
2.如权利要求1所述的方法,其特征在于,
所述车辆行驶信息数据包括:各车辆信息采集器的标识、各车辆信息采集器采集到的车辆标识信息和采集时间;
所述电子设备的移动信息数据包括:各电子设备信息采集器的标识、各电子设备信息采集器采集到的电子设备标识信息和采集时间;
所述建立车辆行驶信息数据和电子设备的移动信息数据之间的关联关系包括:根据各车辆信息采集器的地理位置信息和各电子设备信息采集器的地理位置信息,建立各车辆信息采集器与各电子设备信息采集器的对应关系。
3.如权利要求2所述的方法,其中,所述查找出在相同时间具有相同轨迹的车辆和电子设备包括:
根据输入的电子设备标识信息,查找出包含该电子设备标识信息的一条或多条电子设备的移动信息数据;
根据每条电子设备的移动信息数据中的电子设备信息采集器的标识,以及根据各车辆信息采集器与各电子设备信息采集器的对应关系,查找出与该条电子设备的移动信息数据对应的一条或多条车辆行驶信息数据,所述车辆行驶信息数据中的车辆信息采集器的标识与该条电子设备的移动信息数据中的电子设备信息采集器的标识相对应;
判断各条车辆行驶信息数据中的采集时间是否与该条车辆行驶信息数据对应的电子设备的移动信息数据中的采集时间相匹配;
若匹配,则将该条车辆行驶信息数据中的车辆标识信息放入与该条车辆行驶信息数据对应的电子设备的移动信息数据对应的集合中;
对各电子设备的移动信息数据对应的集合求并集,将重复次数超过第一预设值的车辆标识信息进行输出。
4.如权利要求2所述的方法,其中,所述查找出在相同时间具有相同轨迹的车辆和电子设备包括:
根据输入的车辆标识信息,查找出包含该车辆标识信息的一条或多条车辆行驶信息数据;
根据每条车辆行驶信息数据中的车辆信息采集器的标识,以及根据各车辆信息采集器与各电子设备信息采集器的对应关系,查找出与该条车辆行驶信息数据对应的一条或多条电子设备的移动信息数据,所述电子设备的移动信息中的电子设备信息采集器的标识与该条车辆行驶信息数据中的车辆信息采集器的标识相对应;
判断各条电子设备的移动信息数据中的采集时间是否与电子设备的移动信息数据对应的车辆行驶信息数据中的采集时间相匹配;
若匹配,则将该条电子设备的移动信息数据中的电子设备标识信息放入与该条电子设备的移动信息数据对应的车辆行驶数据对应的集合中;
对各车辆行驶数据对应的集合求并集,将重复次数超过第二预设值的电子设备标识信息进行输出。
5.如权利要求2所述的方法,其中,
每条车辆标识信息具有唯一性;所述车辆标识信息具体为车牌号或无线射频识别RFID电子车牌;
每条电子设备标识信息具有唯一性;所述电子设备标识信息具体为国际移动用户识别码IMSI或国际移动设备身份码IMEI。
6.一种实现人-车信息关联的系统,其特征在于,该系统包括:
车辆行驶信息数据获取单元,用于获取车辆行驶信息数据;
电子设备移动信息数据获取单元,用于获取与人员对应的电子设备的移动信息数据;
信息关联单元,用于建立车辆行驶信息数据和电子设备的移动信息数据之间的关联关系;
寻迹单元,用于根据所述车辆行驶信息数据、电子设备的移动信息数据以及两者之间的关联关系,查找出在相同时间具有相同轨迹的车辆和电子设备;
所述信息关联单元,还用于在所查找的出的车辆以及电子设备对应的人员之间建立关联关系。
7.如权利要求6所述的系统,其特征在于,
所述车辆行驶信息数据包括:各车辆信息采集器的标识、各车辆信息采集器采集到的车辆标识信息和采集时间;
所述电子设备的移动信息数据包括:各电子设备信息采集器的标识、各电子设备信息采集器采集到的电子设备标识信息和采集时间;
所述信息关联单元,用于根据各车辆信息采集器的地理位置信息和各电子设备信息采集器的地理位置信息,建立各车辆信息采集器与各电子设备信息采集器的对应关系。
8.如权利要求7所述的系统,其中,所述寻迹单元,用于根据输入的电子设备标识信息,查找出包含该电子设备标识信息的一条或多条电子设备的移动信息数据;根据每条电子设备的移动信息数据中的电子设备信息采集器的标识,以及根据各车辆信息采集器与各电子设备信息采集器的对应关系,查找出与该条电子设备的移动信息数据对应的一条或多条车辆行驶信息数据,所述车辆行驶信息数据中的车辆信息采集器的标识与该条电子设备的移动信息数据中的电子设备信息采集器的标识相对应;判断各条车辆行驶信息数据中的采集时间是否与该条车辆行驶信息数据对应的电子设备的移动信息数据中的采集时间相匹配;若匹配,则将该条车辆行驶信息数据中的车辆标识信息放入与该条车辆行驶信息数据对应的电子设备的移动信息数据对应的集合中;对各电子设备的移动信息数据对应的集合求并集,将重复次数超过第一预设值的车辆标识信息进行输出。
9.如权利要求7所述的系统,其中,所述寻迹单元,用于根据输入的车辆标识信息,查找出包含该车辆标识信息的一条或多条车辆行驶信息数据;根据每条车辆行驶信息数据中的车辆信息采集器的标识,以及根据各车辆信息采集器与各电子设备信息采集器的对应关系,查找出与该条车辆行驶信息数据对应的一条或多条电子设备的移动信息数据,所述电子设备的移动信息中的电子设备信息采集器的标识与该条车辆行驶信息数据中的车辆信息采集器的标识相对应;判断各条电子设备的移动信息数据中的采集时间是否与电子设备的移动信息数据对应的车辆行驶信息数据中的采集时间相匹配;若匹配,则将该条电子设备的移动信息数据中的电子设备标识信息放入与该条电子设备的移动信息数据对应的车辆行驶数据对应的集合中;对各车辆行驶数据对应的集合求并集,将重复次数超过第二预设值的电子设备标识信息进行输出。
10.如权利要求7所述的系统,其中,
每条车辆标识信息具有唯一性;所述车辆标识信息具体为车牌号或无线射频识别RFID电子车牌;
每条电子设备标识信息具有唯一性;所述电子设备标识信息具体为国际移动用户识别码IMSI或国际移动设备身份码IMEI。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610681244.XA CN106303962A (zh) | 2016-08-17 | 2016-08-17 | 一种实现人‑车信息关联的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610681244.XA CN106303962A (zh) | 2016-08-17 | 2016-08-17 | 一种实现人‑车信息关联的方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106303962A true CN106303962A (zh) | 2017-01-04 |
Family
ID=57679569
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610681244.XA Pending CN106303962A (zh) | 2016-08-17 | 2016-08-17 | 一种实现人‑车信息关联的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106303962A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107610465A (zh) * | 2017-09-22 | 2018-01-19 | 杭州玳数科技有限公司 | 一种交通监控数据匹配方法、系统及存储设备 |
CN107689128A (zh) * | 2017-09-01 | 2018-02-13 | 杭州物必连科技有限公司 | 基于rfid和wifi技术的安防控制方法及系统 |
CN107945519A (zh) * | 2017-09-18 | 2018-04-20 | 孙健鹏 | 一种实现交通信息处理的方法及装置 |
CN107967493A (zh) * | 2017-12-18 | 2018-04-27 | 广州汇智通信技术有限公司 | 一种人车伴随的判定方法、系统及相关装置 |
CN108200536A (zh) * | 2018-02-07 | 2018-06-22 | 江苏本能科技有限公司 | 行驶车辆驾乘人员识别方法及系统 |
CN108460863A (zh) * | 2017-02-21 | 2018-08-28 | 公安部道路交通安全研究中心 | 一种隧道中人员和车辆的监控方法、装置和系统 |
CN108765018A (zh) * | 2018-05-31 | 2018-11-06 | 重庆市城投金卡信息产业股份有限公司 | 基于人车关联的自适应广告推送方法及系统 |
CN108848460A (zh) * | 2018-05-31 | 2018-11-20 | 重庆市城投金卡信息产业股份有限公司 | 基于rfid和gps数据的人车关联方法 |
CN108924759A (zh) * | 2017-04-06 | 2018-11-30 | 阿里巴巴集团控股有限公司 | 识别移动发生器的方法、装置及系统 |
CN110312201A (zh) * | 2018-03-22 | 2019-10-08 | 宝鸡市公安局交通警察支队 | 基于通信网络和车辆信息采集系统的人车关联方法及系统 |
CN110505583A (zh) * | 2019-07-23 | 2019-11-26 | 中山大学 | 一种基于卡口数据与信令数据的轨迹匹配算法 |
CN110708673A (zh) * | 2019-10-16 | 2020-01-17 | 杭州云深科技有限公司 | 一种位置确定方法和便捷式多功能设备 |
CN110838235A (zh) * | 2018-08-17 | 2020-02-25 | 浙江宇视科技有限公司 | 一种身份识别方法及装置 |
CN110874933A (zh) * | 2018-08-29 | 2020-03-10 | 北京万集科技股份有限公司 | 确定违章车辆内的人员的方法、系统和装置 |
CN111159254A (zh) * | 2019-12-30 | 2020-05-15 | 武汉长江通信产业集团股份有限公司 | 一种基于大数据处理的车辆与人员的关联方法 |
CN111325969A (zh) * | 2018-12-14 | 2020-06-23 | 中国电子科技集团公司电子科学研究院 | 基于大数据分析技术的车辆安全监管系统 |
CN113487865A (zh) * | 2021-07-02 | 2021-10-08 | 江西锦路科技开发有限公司 | 一种高速公路行驶车辆信息采集系统及方法 |
CN113650557A (zh) * | 2021-08-24 | 2021-11-16 | 北京久华信信息技术有限公司 | 一种基于移动警务物联网的车辆智能监控预警系统 |
CN114926795A (zh) * | 2022-07-19 | 2022-08-19 | 深圳前海中电慧安科技有限公司 | 信息关联性的确定方法、装置、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103237201A (zh) * | 2013-04-28 | 2013-08-07 | 江苏物联网研究发展中心 | 一种基于社会化标注的案件视频研判方法 |
CN104468787A (zh) * | 2014-12-09 | 2015-03-25 | 浪潮电子信息产业股份有限公司 | 一种基于大数据的人车关联识别方法 |
CN104658248A (zh) * | 2013-11-22 | 2015-05-27 | 上海宝康电子控制工程有限公司 | 对闯红灯车辆进行人像自动关联处理控制的系统及方法 |
CN105262811A (zh) * | 2015-09-29 | 2016-01-20 | 北京城市系统工程研究中心 | 车辆的信息监测方法及系统与服务端监测平台 |
US20160096506A1 (en) * | 2014-10-01 | 2016-04-07 | Xerox Corporation | Method and system for vandalism and/or loitering detection using video |
CN105701123A (zh) * | 2014-11-27 | 2016-06-22 | 阿里巴巴集团控股有限公司 | 人车关系的识别方法及装置 |
-
2016
- 2016-08-17 CN CN201610681244.XA patent/CN106303962A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103237201A (zh) * | 2013-04-28 | 2013-08-07 | 江苏物联网研究发展中心 | 一种基于社会化标注的案件视频研判方法 |
CN104658248A (zh) * | 2013-11-22 | 2015-05-27 | 上海宝康电子控制工程有限公司 | 对闯红灯车辆进行人像自动关联处理控制的系统及方法 |
US20160096506A1 (en) * | 2014-10-01 | 2016-04-07 | Xerox Corporation | Method and system for vandalism and/or loitering detection using video |
CN105701123A (zh) * | 2014-11-27 | 2016-06-22 | 阿里巴巴集团控股有限公司 | 人车关系的识别方法及装置 |
CN104468787A (zh) * | 2014-12-09 | 2015-03-25 | 浪潮电子信息产业股份有限公司 | 一种基于大数据的人车关联识别方法 |
CN105262811A (zh) * | 2015-09-29 | 2016-01-20 | 北京城市系统工程研究中心 | 车辆的信息监测方法及系统与服务端监测平台 |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108460863A (zh) * | 2017-02-21 | 2018-08-28 | 公安部道路交通安全研究中心 | 一种隧道中人员和车辆的监控方法、装置和系统 |
CN108924759B (zh) * | 2017-04-06 | 2021-03-09 | 阿里巴巴集团控股有限公司 | 识别移动发生器的方法、装置及系统 |
CN108924759A (zh) * | 2017-04-06 | 2018-11-30 | 阿里巴巴集团控股有限公司 | 识别移动发生器的方法、装置及系统 |
CN107689128A (zh) * | 2017-09-01 | 2018-02-13 | 杭州物必连科技有限公司 | 基于rfid和wifi技术的安防控制方法及系统 |
CN107945519B (zh) * | 2017-09-18 | 2019-12-27 | 孙健鹏 | 一种实现交通信息处理的方法及装置 |
CN107945519A (zh) * | 2017-09-18 | 2018-04-20 | 孙健鹏 | 一种实现交通信息处理的方法及装置 |
CN107610465A (zh) * | 2017-09-22 | 2018-01-19 | 杭州玳数科技有限公司 | 一种交通监控数据匹配方法、系统及存储设备 |
CN107610465B (zh) * | 2017-09-22 | 2020-08-11 | 杭州玳数科技有限公司 | 一种交通监控数据匹配方法、系统及存储设备 |
CN107967493A (zh) * | 2017-12-18 | 2018-04-27 | 广州汇智通信技术有限公司 | 一种人车伴随的判定方法、系统及相关装置 |
CN108200536A (zh) * | 2018-02-07 | 2018-06-22 | 江苏本能科技有限公司 | 行驶车辆驾乘人员识别方法及系统 |
CN110312201A (zh) * | 2018-03-22 | 2019-10-08 | 宝鸡市公安局交通警察支队 | 基于通信网络和车辆信息采集系统的人车关联方法及系统 |
CN108765018B (zh) * | 2018-05-31 | 2022-06-03 | 重庆市城投金卡信息产业(集团)股份有限公司 | 基于人车关联的自适应广告推送方法及系统 |
CN108848460A (zh) * | 2018-05-31 | 2018-11-20 | 重庆市城投金卡信息产业股份有限公司 | 基于rfid和gps数据的人车关联方法 |
CN108765018A (zh) * | 2018-05-31 | 2018-11-06 | 重庆市城投金卡信息产业股份有限公司 | 基于人车关联的自适应广告推送方法及系统 |
CN110838235A (zh) * | 2018-08-17 | 2020-02-25 | 浙江宇视科技有限公司 | 一种身份识别方法及装置 |
CN110874933B (zh) * | 2018-08-29 | 2022-06-24 | 北京万集科技股份有限公司 | 确定违章车辆内的人员的方法、系统和装置 |
CN110874933A (zh) * | 2018-08-29 | 2020-03-10 | 北京万集科技股份有限公司 | 确定违章车辆内的人员的方法、系统和装置 |
CN111325969A (zh) * | 2018-12-14 | 2020-06-23 | 中国电子科技集团公司电子科学研究院 | 基于大数据分析技术的车辆安全监管系统 |
CN110505583B (zh) * | 2019-07-23 | 2021-01-22 | 中山大学 | 一种基于卡口数据与信令数据的轨迹匹配方法 |
CN110505583A (zh) * | 2019-07-23 | 2019-11-26 | 中山大学 | 一种基于卡口数据与信令数据的轨迹匹配算法 |
CN110708673A (zh) * | 2019-10-16 | 2020-01-17 | 杭州云深科技有限公司 | 一种位置确定方法和便捷式多功能设备 |
CN111159254A (zh) * | 2019-12-30 | 2020-05-15 | 武汉长江通信产业集团股份有限公司 | 一种基于大数据处理的车辆与人员的关联方法 |
CN113487865A (zh) * | 2021-07-02 | 2021-10-08 | 江西锦路科技开发有限公司 | 一种高速公路行驶车辆信息采集系统及方法 |
CN113487865B (zh) * | 2021-07-02 | 2022-07-22 | 江西锦路科技开发有限公司 | 一种高速公路行驶车辆信息采集系统及方法 |
CN113650557A (zh) * | 2021-08-24 | 2021-11-16 | 北京久华信信息技术有限公司 | 一种基于移动警务物联网的车辆智能监控预警系统 |
CN113650557B (zh) * | 2021-08-24 | 2023-10-13 | 北京久华信信息技术有限公司 | 一种基于移动警务物联网的车辆智能监控预警系统 |
CN114926795A (zh) * | 2022-07-19 | 2022-08-19 | 深圳前海中电慧安科技有限公司 | 信息关联性的确定方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106303962A (zh) | 一种实现人‑车信息关联的方法和系统 | |
CN107040894B (zh) | 一种基于手机信令数据的居民出行od获取方法 | |
CN110505583B (zh) | 一种基于卡口数据与信令数据的轨迹匹配方法 | |
CN111159254B (zh) | 一种基于大数据处理的车辆与人员的关联方法 | |
CN105491532B (zh) | 一种用于路网运行状态分析的手机信令过滤方法和装置 | |
CN103476115B (zh) | 一种基于AP集相似度的Wi-Fi指纹定位方法 | |
CN107888877A (zh) | 车辆追踪及道路交通信息采集的方法及其系统 | |
CN105208528B (zh) | 一种用于识别同行人员的系统及方法 | |
CN202035094U (zh) | 一种兼有嫌疑人手机识别号采集设备的视频监控系统 | |
CN105761495A (zh) | 一种基于双频基站的套牌车辆识别与稽查系统及方法 | |
CN106303399A (zh) | 车辆图像数据的采集、提供方法、设备、系统及服务器 | |
CN103700174A (zh) | 一种基于wifi身份识别的公交客流数据采集及od分析方法 | |
CN106658400A (zh) | 一种基于手机信令数据的小区公安监控方法 | |
CN103327091A (zh) | 一种获取乘客轨迹及行为参数的系统与方法 | |
CN106339716A (zh) | 一种基于加权欧氏距离的移动轨迹相似度匹配方法 | |
CN106899827A (zh) | 图像数据采集、查询、视频监控方法、设备及系统 | |
CN104540138B (zh) | 一种定位伪基站的方法 | |
CN104636611A (zh) | 城市道路/路段的车辆速度评估方法 | |
CN110035408A (zh) | 一种基于智慧网联汽车的公共安全智慧探测系统及方法 | |
CN111343419B (zh) | 基于社会面监控摄像头的城市安防系统 | |
CN108734072B (zh) | 一种多源对象关联方法及装置 | |
CN111246375A (zh) | 一种基于电子围栏和卡口信息的人车伴随技术 | |
CN109754631A (zh) | 车辆位置追踪的方法、装置、计算机设备及存储介质 | |
US7826857B2 (en) | Observing a moving subscriber on the basis of handover commands | |
CN112235720B (zh) | 室内三维mr弱覆盖定位方法、系统与计算机可读介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170104 |
|
RJ01 | Rejection of invention patent application after publication |