CN110969852A - 基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法 - Google Patents
基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法 Download PDFInfo
- Publication number
- CN110969852A CN110969852A CN201911251031.3A CN201911251031A CN110969852A CN 110969852 A CN110969852 A CN 110969852A CN 201911251031 A CN201911251031 A CN 201911251031A CN 110969852 A CN110969852 A CN 110969852A
- Authority
- CN
- China
- Prior art keywords
- intersection
- vehicle
- path
- control
- police
- 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.)
- Withdrawn
Links
Images
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
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
Abstract
本发明涉及一种基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法,包括根据路口车道走向配置路网拓扑关系;根据布控车辆的历史行车轨迹计算车辆在每个路口的后续行驶路径及其概率;根据车辆当前所处的路口和车道调取路网拓扑关系和车辆的历史大概率路径;实时预测布控车辆的后续行驶路径,并预估车辆到达每个路口的时间;将预测结果推送至路径附近的交警手持终端,通知警员提前设卡拦截。采用了本发明的基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法,能大幅提高车辆现场布控拦截的成功率,充分发挥公安缉查布控系统的实战应用效果,使得公安交警勤务工作更加精准有效。本发明可以大大提高警员执勤的效率,节约有限的警力资源。
Description
技术领域
本发明涉及公共安全技术领域,尤其涉及实时预测布控领域,具体是指一种基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法。
背景技术
公安缉查布控应用系统,即公路车辆智能检测记录系统,是公安部全国公路防控体系建设的一部分,定位于车辆过车记录查询、车辆布控、报警的基础应用,主要是对经过卡口的车辆进行视频抓拍图片,通过公安网络后台对车辆信息进行识别比对,一旦发现诸如“假牌套牌、车辆逾期未检验、多次违法、黑名单车辆”等情形就会自动报警,通知到一线执勤民警进行查处。
目前的缉查布控系统存在以下问题:当系统检测到布控车辆出现并向民警推送报警信息时,报警信息只有布控车辆出现的当前位置,民警无法准确判断布控车辆的后续行驶路径和方向,使得现场布控拦截十分困难。
所以当前的布控拦截能够应用的地方比较有限,只有在高速公路、快速路等行驶方向比较单一、无岔路、相对比较封闭的道路上设立卡点,才能够对布控报警车辆进行有效拦截。
发明内容
本发明的目的是克服了上述现有技术的缺点,提供了一种满足成功率高、效率高、精准有效的基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法。
为了实现上述目的,本发明的基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法如下:
该基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法,其主要特点是,所述的方法包括以下步骤:
(1)根据路口车道走向配置路网拓扑关系;
(2)根据布控车辆的历史行车轨迹计算车辆在每个路口的后续行驶路径及其概率;
(3)根据车辆当前所处的路口和车道调取路网拓扑关系和车辆的历史大概率路径;
(4)实时预测布控车辆的后续行驶路径,并预估车辆到达每个路口的时间;
(5)将预测结果推送至路径附近的交警手持终端,通知警员提前设卡拦截。
较佳地,所述的步骤(4)具体包括以下步骤:
(4.1)根据路口车道走向配置表车道左直右方向准确预测下一个路口;
(4.2)根据历史过车记录计算车辆的历史轨迹。
较佳地,所述的路口车道走向配置表记录的路口为相邻的且有明确关联关系的路口。
较佳地,所述的步骤(4.2)具体包括以下步骤:
(4.2.1)从轨迹表中查询报警车辆经过当前报警点位的历史轨迹,判断是否有查询结果,如果是,则继续步骤(4.2.2);否则,退出步骤;
(4.2.2)根据历史过车记录计算车辆所有经过当前报警点位的后续时间范围内的历史轨迹;
(4.2.3)计算各路口出现的概率,确定路口概率大于预设概率阈值的路口组成的路径作为预测路径。
较佳地,所述的步骤(4.2.3)具体包括以下步骤:
(4.2.3.1)判断历史轨迹的数量,如果历史轨迹为多条轨迹,如果是,则继续步骤(4.2.3.2);如果历史轨迹为单条轨迹,则此轨迹作为预测路径,计算到达各预测路口的行程时间;
(4.2.3.2)逐次计算各路口出现的概率;
(4.2.3.3)判断路口概率是否大于预设概率阈值,如果是,则计算下一路口的概率,继续步骤(4.2.3.3),直至此路口为行程时间内最后一个路口;否则,将概率大于预设概率阈值的路口组成的路径作为预测路径。
较佳地,所述的步骤(4.2.3.2)中计算各路口出现的概率,具体为:
根据以下公式由路口A计算路口B的概率:
其中,n1、n2、n3、n4、……、n分别为历史各阶段中从路口A走路口B的轨迹次数,N1、N2、N3、N4、……、N分别为历史各阶段中路口A的所有轨迹次数,W1、W2、W3、W4、……、W分别为历史各阶段中的权重系数。
较佳地,所述的步骤(5)中将预测结果推送至路径附近的交警手持终端,包括手动推送或自动推送的操作步骤,具体为:
手动推送的操作步骤具体包括以下步骤:
(5.1a)根据预测结果及路口安排警力,推送至附近路口的警员的交警手持终端;
(5.2a)判断预测路径是否发生变化,如果是,则通知警员新的拦截点,取消原先的布控;否则,继续拦截;
(5.3a)判断路口是否已拦截,如果是,则通知警员取消布控;否则,继续拦截;
自动推送的操作步骤具体包括以下步骤:
(5.1b)根据预测结果及景园的GPS定位位置,判断警员是否处于预测路径上且直线距离不超过预设距离,如果是,则推送至警员的交警手持终端;否则,继续步骤(5.1b);
(5.2b)判断预测路径是否发生变化,如果是,则通知警员新的拦截点,取消原先的布控;否则,继续拦截;
(5.3b)判断路口是否已拦截,如果是,则通知警员取消布控;否则,继续拦截。
较佳地,所述的预设概率阈值为80%。
采用了本发明的基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法,能大幅提高车辆现场布控拦截的成功率,充分发挥公安缉查布控系统的实战应用效果,使得公安交警勤务工作更加精准有效。本发明可以大大提高警员执勤的效率,节约有限的警力资源。该发明提供了一种基于路网拓扑关系和历史行车轨迹来进行车辆行驶路径预测的方法,本方法未来可以用在更多的公共安防领域的情报分析方面,为公安打击黑车、违法车辆等提供一个很好的技术支撑手段。
附图说明
图1为本发明的基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法的总体流程图。
图2为本发明的基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法的根据车辆历史轨迹来进行实时预测路径的流程图。
图3为本发明的基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法的实施例的根据历史轨迹预测路径算法示意图。
图4为本发明的基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法的实施例的公安指挥大厅布控车辆实施预测拦截软件界面示意图。
图5为本发明的基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法的实施例的移动端轨迹预测报警逻辑示意图。
图6为本发明的基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法的当前路口地图绘制示意图。
图7为本发明的基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法的下一路口地图绘制示意图。
图8为本发明的基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法的预估错误时的地图绘制示意图。
具体实施方式
为了能够更清楚地描述本发明的技术内容,下面结合具体实施例来进行进一步的描述。
本发明的该基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法,其中包括以下步骤:
(1)根据路口车道走向配置路网拓扑关系;
(2)根据布控车辆的历史行车轨迹计算车辆在每个路口的后续行驶路径及其概率;
(3)根据车辆当前所处的路口和车道调取路网拓扑关系和车辆的历史大概率路径;
(4)实时预测布控车辆的后续行驶路径,并预估车辆到达每个路口的时间;
(4.1)根据路口车道走向配置表车道左直右方向准确预测下一个路口;
(4.2)根据历史过车记录计算车辆的历史轨迹;
(4.2.1)从轨迹表中查询报警车辆经过当前报警点位的历史轨迹,判断是否有查询结果,如果是,则继续步骤(4.2.2);否则,退出步骤;
(4.2.2)根据历史过车记录计算车辆所有经过当前报警点位的后续时间范围内的历史轨迹;
(4.2.3)计算各路口出现的概率,确定路口概率大于预设概率阈值的路口组成的路径作为预测路径;
(4.2.3.1)判断历史轨迹的数量,如果历史轨迹为多条轨迹,如果是,则继续步骤(4.2.3.2);如果历史轨迹为单条轨迹,则此轨迹作为预测路径,计算到达各预测路口的行程时间;
(4.2.3.2)逐次计算各路口出现的概率;
(4.2.3.3)判断路口概率是否大于预设概率阈值,如果是,则计算下一路口的概率,继续步骤(4.2.3.3),直至此路口为行程时间内最后一个路口;否则,将概率大于预设概率阈值的路口组成的路径作为预测路径;
(5)将预测结果推送至路径附近的交警手持终端,通知警员提前设卡拦截;
手动推送的操作步骤具体包括以下步骤:
(5.1a)根据预测结果及路口安排警力,推送至附近路口的警员的交警手持终端;
(5.2a)判断预测路径是否发生变化,如果是,则通知警员新的拦截点,取消原先的布控;否则,继续拦截;
(5.3a)判断路口是否已拦截,如果是,则通知警员取消布控;否则,继续拦截;
自动推送的操作步骤具体包括以下步骤:
(5.1b)根据预测结果及景园的GPS定位位置,判断警员是否处于预测路径上且直线距离不超过预设距离,如果是,则推送至警员的交警手持终端;否则,继续步骤(5.1b);
(5.2b)判断预测路径是否发生变化,如果是,则通知警员新的拦截点,取消原先的布控;否则,继续拦截;
(5.3b)判断路口是否已拦截,如果是,则通知警员取消布控;否则,继续拦截。
作为本发明的优选实施方式,所述的路口车道走向配置表记录的路口为相邻的且有明确关联关系的路口。
作为本发明的优选实施方式,所述的步骤(4.2.3.2)中计算各路口出现的概率,具体为:
根据以下公式由路口A计算路口B的概率:
其中,n1、n2、n3、n4、……、n分别为历史各阶段中从路口A走路口B的轨迹次数,N1、N2、N3、N4、……、N分别为历史各阶段中路口A的所有轨迹次数,W1、W2、W3、W4、……、W分别为历史各阶段中的权重系数。
作为本发明的优选实施方式,所述的步骤(5)中将预测结果推送至路径附近的交警手持终端,包括手动推送或自动推送的操作步骤,具体为:
作为本发明的优选实施方式,所述的预设概率阈值为80%。
本发明的具体实施方式中,本发明基于布控车辆的历史出行规律及路网的拓扑关系,对缉查布控系统的报警车辆行进方向进行实时预测,在地图上迅速绘制一条行驶预测路线并推送给附近交警,辅助交警对问题车辆进行现场拦截。该发明能够大幅提高现场布控拦截的成功率,充分发挥公安缉查布控系统的实战应用效果,使得公安交警勤务工作更加精准有效,提高警员执勤的效率,节约有限的警力。
本发明技术方案主要分为三个部分,第一个部分是根据路口车道走向配置路网拓扑关系;第二部分是根据布控车辆的历史行车轨迹计算出车辆在每个路口的后续行驶路径及其概率;第三部分布控车辆报警发生时,根据车辆当前所处的路口和车道调取路网拓扑关系和车辆的历史大概率路径,实时预测布控车辆的后续行驶路径,并预估车辆到达每个路口的时间,推送给路径附近的交警手持终端,通知警员提前设卡拦截。
大数据报警轨迹预测分析总体流程如图1所示。首先需要配置哪些布控类型需要进行实时报警和路径预测,然后接入布控车辆的实时报警信息,根据车辆实时位置进行预测后续轨迹。
预测时分两步:第一步,根据路口车道走向配置表车道左直右方向准确预测下一个路口;第二步再根据历史过车记录(比如一个月,可配置)计算其历史轨迹。路口车道走向配置表示意如下表所示。
路口车道走向配置表说明:只配置紧邻的两个路口,有明确的关联关系的路口,确定通过某车道后一定会进入某下一路口。如果车道是左直右混行情况的,则不配置对应关系。
根据路口车道走向配置表可以精确的知道车辆的下一个路口,对预测路径有较强的辅助作用。
根据车辆历史轨迹来进行实时预测路径的流程如图2所示。根据车辆历史轨迹预测后续即将达到的几个路口(大概3-15分钟的行程,可配置),只推送轨迹预测概率大于80%(可配置)的,为保证预测的准确性,概率低于80%(可配置)则不预测。
计算车辆路径预测概率时可以按照日期时间进行加权重,越靠近当天的轨迹权重越高。概率的计算方法详见后续说明。
轨迹预测需同时计算车辆历史平均行驶时间,来通知交警车辆大概多久会到达某个路口。
路径的预测需要不断的根据车辆的最新报警点位进行重新预测修正。假如车辆已经同之前的预测路径发生变化,要同时把路径变化的信息推送给之前路径上的警员。
不考虑权重时,根据历史计算预测路径的示意图如图3所示。
假设路口A是当前路口,利用历史轨迹进行预测计算下一路口为B的概率,历史轨迹经过A的总次数为N,然后后续又经过路口B的次数为n,那么路口B的概率计算公式如下。
从路口A开始预测下一路口B的概率公式如下:
本发明的实施例的采用权重后的预测概率计算方法如下:
采用权重之后,需要考虑日期的远近程度,给每次出行设定一个权重值,计算概率时需要用出行次数乘以此权重值。
假如路径预测算法配置如下:
路径预测查询历史过车轨迹时间范围:30天(取值范围3-90)
权重系数0.8(取值范围0.1-1);权重计算步长7天(取值范围3-30)
则根据以上配置设定如下:
历史1-7天从路口A走路口B的轨迹次数=n1,路口A所有轨迹次数=N1,权重系数=1;
历史8-14天走路口B的轨迹次数=n2,路口A所有轨迹次数=N2,权重系数=1*0.8=0.8;
历史15-21天走路口B的轨迹次数=n3,路口A所有轨迹次数=N3,权重系数=1*0.8*0.8=0.64;
历史22-28天走路口B的轨迹次数=n4,路口A所有轨迹次数=N4,权重系数=1*0.8*0.8*0.8=0.512;
历史29-30天走路口B的轨迹次数=n5,路口A所有轨迹次数=N5,权重系数=1*0.8*0.8*0.8*0.8=0.4096;
从路口A开始预测下一路口B的概率公式如下:
布控车辆预测路径推送警员的操作步骤如下:
推送报警信息有两种方式,手动、自动两种方式。
手动方式是根据警员选择的路口来推送。打开移动端应用,选择接收报警的路口,然后根据所选路口决定推送其路口的相关情报信息。
自动方式是根据警员的手持终端定位位置推送。路面警员打开app自动定位,10分钟以内周边一定范围内(比如1km,10分钟左右警员能够到达的路程)报警的点,以及10分钟以内有报警车辆的预测轨迹会到达该范围内,则将这些报警信息推送到警员手机上。
手动方式根据用户所选路口推送详细说明:
根据报警车辆预测轨迹匹配路口。如果路口在预测轨迹上,3-15分钟以内车辆可以到达路口,则推送相关报警信息至警员APP端。
同一车辆根据预测轨迹同时最多推送给3个路口(可配置),防止通知到太多的警员,导致警员接收到太多无效报警。
如果前面路口拦截点已经拦截,则需通知后续警员,已经拦截,同时取消布控,再次出现此车辆时,无需再次报警。
如果到达下一个路口后之前的预测路径发生变化,则需同时通知之前通知的警员新的拦截点,取消之前的布控。
自动方式根据实时位置推送详细说明:
根据用户的手机GPS定位位置进行推送,如果警员在预测路径上,距离路径直线距离不超过50米(需要根据实际情况测试修正一下),那么认定警员在道路附近,可以推送;同时需考虑车辆到达警员的位置的时间,时间范围在3-15分钟(可配置)以内的才进行推送。
同时最多推送给3个拦截点(3个拦截点一般是指3个警员,如果多个警员在同一个地方(比如间隔50米以内)则认为是一个拦截点)。
如果前面拦截点已经拦截,则需通知后续警员,已经拦截,同时取消布控,再次出现此车辆时,无需再次报警。
如果到达下一个路口后之前的预测路径发生变化,则需同时通知之前通知的警员新的拦截点,取消之前的布控。
本发明以电脑PC端和手持移动端作为本发明的具体实施例的应用场景。
指挥大厅PC端实施例如下:
在公安交警指挥大厅内可以跟踪布控车辆,并实时预测布控车辆的行驶路径,结合警员终端的实时定位位置,指挥大厅内可以指挥警员在布控车辆即将到达的位置进行提前设卡布控拦截,大大提高布控拦截的成功率。
公安指挥大厅布控车辆实施预测拦截软件界面示意图如图4所示,左侧上面区域是布控车辆跟踪列表,实时展示正在加入布控拦截目标的路径轨迹预测情况;左侧下面的列表区域是最新的报警车辆,可以选择是否加入布控拦截跟踪预测目标;右侧地图区域展示布控车辆的实时路径预测和警员的位置,方便指挥调度对布控车辆进行拦截。
移动端实施例如下:
在移动端基于平板电脑也可以部署此系统,路面警员可以在路口实时获取即将达到其周边一定范围内的布控车辆,方便警员提前设卡布控拦截。系统在移动端应用可以使警员不再依赖和被动等待指挥中心的指令,进一步提高了布控拦截的效率,也解决了指挥大厅只能同时指挥拦截少量车辆的瓶颈。每个警员终端都具备了自主获取情报的能力,支撑其对布控车辆进行高效的预判拦截。
移动端轨迹预测报警逻辑详细说明如图5所示,图中背景网格为道路网络,交叉点为路口。五角星为警员移动端定位红色圆圈为根据警员移动定位或手动选取的最近的路口位置外围大圆圈是距离路口半径为2000m(可配置)的圆圈。右侧矩形为车辆X,A、B为车辆X的两个抓拍位置,附近线条为车辆的行进路线。左侧矩形为车辆Y,C、D为车辆Y的两个抓拍位置,附近线条为车辆的行进路线。
报警逻辑如下:
包围圈是报警接收范围,当车辆进入蓝色圈内时才进行报警。
所以车辆X在A点时不报警,到达B点时开始进行报警逻辑判断流程。开始判断车辆X的预测轨迹是否经过路口1,如果经过则推送到PAD端进行报警,否则不报警。
比如车辆Y,进入蓝圈后没有进过路口1,则不推送到PAD端进行报警。
本发明布控车辆轨迹预测地图绘制逻辑说明如下:
在布控车辆根据报警信息进行轨迹预测后,马上通过路口车道拓扑关系配置表和历史轨迹大数据路径预测功能,在地图上迅速绘制出这辆车即将行驶的轨迹路线,如图6所示。
圆圈表示在平台上的当前路口的报警点,五角星表示后续的预测点位;实线是根据人工录入的车道走向配置表得出的实际轨迹(不按车道行驶或中途转入小岔口的情况不做考虑);虚线是在上一段路线轨迹的基础上用大数据分析得出最有可能去的下一个路口。图6为第一个路口报警后画出的轨迹;只预测大概3-15分钟(可配置)的行程,根据行程时间选择预测几个路口。警员图标为警员的实时位置,需同时在地图上展示警员的实时定位位置,可以由指挥中心通知路径附近警员进行布控拦截,或系统自动推送到警员手持终端。
图7为第二个路口报警后并根据图6用大数据分析预估正确的路线轨迹;大五角星代表历史的轨迹,其余五角星代表预测的轨迹。
图8为车辆到达第二个路口报警后,但在图6第一个路口处预估出错误的路线轨迹,车辆到达新位置时马上重新用大数据分析轨迹;路径的预测需要不断的根据车辆的最新报警点位进行重新预测修正。假如车辆已经跟预测路径发生变化,要同时把路径变化的信息推送给之前路径的警员。
采用了本发明的基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法,能大幅提高车辆现场布控拦截的成功率,充分发挥公安缉查布控系统的实战应用效果,使得公安交警勤务工作更加精准有效。本发明可以大大提高警员执勤的效率,节约有限的警力资源。该发明提供了一种基于路网拓扑关系和历史行车轨迹来进行车辆行驶路径预测的方法,本方法未来可以用在更多的公共安防领域的情报分析方面,为公安打击黑车、违法车辆等提供一个很好的技术支撑手段。
在此说明书中,本发明已参照其特定的实施例作了描述。但是,很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此,说明书和附图应被认为是说明性的而非限制性的。
Claims (8)
1.一种基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法,其特征在于,所述的方法包括以下步骤:
(1)根据路口车道走向配置路网拓扑关系;
(2)根据布控车辆的历史行车轨迹计算车辆在每个路口的后续行驶路径及其概率;
(3)根据车辆当前所处的路口和车道调取路网拓扑关系和车辆的历史大概率路径;
(4)实时预测布控车辆的后续行驶路径,并预估车辆到达每个路口的时间;
(5)将预测结果推送至路径附近的交警手持终端,通知警员提前设卡拦截。
2.根据权利要求1所述的基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法,其特征在于,所述的步骤(4)具体包括以下步骤:
(4.1)根据路口车道走向配置表车道左直右方向准确预测下一个路口;
(4.2)根据历史过车记录计算车辆的历史轨迹。
3.根据权利要求2所述的基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法,其特征在于,所述的路口车道走向配置表记录的路口为相邻的且有明确关联关系的路口。
4.根据权利要求2所述的基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法,其特征在于,所述的步骤(4.2)具体包括以下步骤:
(4.2.1)从轨迹表中查询报警车辆经过当前报警点位的历史轨迹,判断是否有查询结果,如果是,则继续步骤(4.2.2);否则,退出步骤;
(4.2.2)根据历史过车记录计算车辆所有经过当前报警点位的后续时间范围内的历史轨迹;
(4.2.3)计算各路口出现的概率,确定路口概率大于预设概率阈值的路口组成的路径作为预测路径。
5.根据权利要求4所述的基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法,其特征在于,所述的步骤(4.2.3)具体包括以下步骤:
(4.2.3.1)判断历史轨迹的数量,如果历史轨迹为多条轨迹,如果是,则继续步骤(4.2.3.2);如果历史轨迹为单条轨迹,则此轨迹作为预测路径,计算到达各预测路口的行程时间;
(4.2.3.2)逐次计算各路口出现的概率;
(4.2.3.3)判断路口概率是否大于预设概率阈值,如果是,则计算下一路口的概率,继续步骤(4.2.3.3),直至此路口为行程时间内最后一个路口;否则,将概率大于预设概率阈值的路口组成的路径作为预测路径。
7.根据权利要求1所述的基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法,其特征在于,所述的步骤(5)中将预测结果推送至路径附近的交警手持终端,包括手动推送或自动推送的操作步骤,具体为:
手动推送的操作步骤具体包括以下步骤:
(5.1a)根据预测结果及路口安排警力,推送至附近路口的警员的交警手持终端;
(5.2a)判断预测路径是否发生变化,如果是,则通知警员新的拦截点,取消原先的布控;否则,继续拦截;
(5.3a)判断路口是否已拦截,如果是,则通知警员取消布控;否则,继续拦截;
自动推送的操作步骤具体包括以下步骤:
(5.1b)根据预测结果及景园的GPS定位位置,判断警员是否处于预测路径上且直线距离不超过预设距离,如果是,则推送至警员的交警手持终端;否则,继续步骤(5.1b);
(5.2b)判断预测路径是否发生变化,如果是,则通知警员新的拦截点,取消原先的布控;否则,继续拦截;
(5.3b)判断路口是否已拦截,如果是,则通知警员取消布控;否则,继续拦截。
8.根据权利要求4所述的基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法,其特征在于,所述的预设概率阈值为80%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911251031.3A CN110969852A (zh) | 2019-12-09 | 2019-12-09 | 基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911251031.3A CN110969852A (zh) | 2019-12-09 | 2019-12-09 | 基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110969852A true CN110969852A (zh) | 2020-04-07 |
Family
ID=70033564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911251031.3A Withdrawn CN110969852A (zh) | 2019-12-09 | 2019-12-09 | 基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110969852A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112199454A (zh) * | 2020-06-30 | 2021-01-08 | 武汉烽火众智数字技术有限责任公司 | 一种基于有向图的管控车辆拦截点设置方法及装置 |
CN112396836A (zh) * | 2020-11-06 | 2021-02-23 | 上海宝康电子控制工程有限公司 | 基于车辆轨迹预测分析和警员定位实现布控报警推送控制的方法、装置及存储介质 |
CN112735143A (zh) * | 2020-12-25 | 2021-04-30 | 高新兴智联科技有限公司 | 一种实时车辆布控实现方法、装置及存储介质 |
CN112907979A (zh) * | 2021-03-08 | 2021-06-04 | 河海大学 | 一种基于多摄像头的机动车违法行驶轨迹跟踪系统及方法 |
CN112949912A (zh) * | 2021-02-08 | 2021-06-11 | 浙江非线数联科技股份有限公司 | 一种基于图数据库的车辆路线预测方法 |
CN113053114A (zh) * | 2021-03-12 | 2021-06-29 | 广西计算中心有限责任公司 | 高速公路违规车辆出口站及出口时间的动态预测稽查方法 |
CN113225457A (zh) * | 2020-12-29 | 2021-08-06 | 视联动力信息技术股份有限公司 | 数据处理方法、装置、电子设备及存储介质 |
CN113276874A (zh) * | 2021-06-11 | 2021-08-20 | 浙江大华技术股份有限公司 | 一种车辆行驶轨迹处理方法及相关装置 |
CN113554880A (zh) * | 2021-09-22 | 2021-10-26 | 浙江原数科技有限公司 | 交通违法拦截方法、装置、电子设备和计算机可读介质 |
CN114519931A (zh) * | 2020-11-17 | 2022-05-20 | 郑州宇通客车股份有限公司 | 一种路口环境下目标车辆行为预测方法及装置 |
CN115277831A (zh) * | 2022-06-24 | 2022-11-01 | 武汉众智数字技术有限公司 | 一种基于移动终端gps定位的车辆预警方法及系统 |
CN115457765A (zh) * | 2022-08-29 | 2022-12-09 | 无锡艾立德智能科技有限公司 | 一种融合物联网加密传输的智能交通监控系统 |
CN116363881A (zh) * | 2022-10-18 | 2023-06-30 | 江苏尤特斯新技术有限公司 | 一种地空协作车辆拦截方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4130828B2 (ja) * | 2004-07-13 | 2008-08-06 | 松下電器産業株式会社 | 移動先表示装置および移動先表示方法 |
CN102890869A (zh) * | 2012-09-25 | 2013-01-23 | 孙涛 | 车辆行车路线预测通知方法及移动智能终端 |
CN103325245A (zh) * | 2013-06-25 | 2013-09-25 | 中国科学院信息工程研究所 | 一种黑名单车辆的时空行驶轨迹预测方法 |
CN105788282A (zh) * | 2016-04-20 | 2016-07-20 | 青岛华高软件科技有限公司 | 一种智能化交通布控抓捕联动管理方法 |
CN108761509A (zh) * | 2018-04-09 | 2018-11-06 | 吉林大学 | 一种基于历史数据的汽车行驶轨迹及里程预测方法 |
CN109448363A (zh) * | 2018-09-30 | 2019-03-08 | 佳都新太科技股份有限公司 | 基于轨迹预测的嫌疑车辆智能封控方法、系统及处理终端 |
-
2019
- 2019-12-09 CN CN201911251031.3A patent/CN110969852A/zh not_active Withdrawn
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4130828B2 (ja) * | 2004-07-13 | 2008-08-06 | 松下電器産業株式会社 | 移動先表示装置および移動先表示方法 |
CN102890869A (zh) * | 2012-09-25 | 2013-01-23 | 孙涛 | 车辆行车路线预测通知方法及移动智能终端 |
CN103325245A (zh) * | 2013-06-25 | 2013-09-25 | 中国科学院信息工程研究所 | 一种黑名单车辆的时空行驶轨迹预测方法 |
CN105788282A (zh) * | 2016-04-20 | 2016-07-20 | 青岛华高软件科技有限公司 | 一种智能化交通布控抓捕联动管理方法 |
CN108761509A (zh) * | 2018-04-09 | 2018-11-06 | 吉林大学 | 一种基于历史数据的汽车行驶轨迹及里程预测方法 |
CN109448363A (zh) * | 2018-09-30 | 2019-03-08 | 佳都新太科技股份有限公司 | 基于轨迹预测的嫌疑车辆智能封控方法、系统及处理终端 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112199454A (zh) * | 2020-06-30 | 2021-01-08 | 武汉烽火众智数字技术有限责任公司 | 一种基于有向图的管控车辆拦截点设置方法及装置 |
CN112396836A (zh) * | 2020-11-06 | 2021-02-23 | 上海宝康电子控制工程有限公司 | 基于车辆轨迹预测分析和警员定位实现布控报警推送控制的方法、装置及存储介质 |
CN114519931A (zh) * | 2020-11-17 | 2022-05-20 | 郑州宇通客车股份有限公司 | 一种路口环境下目标车辆行为预测方法及装置 |
CN112735143A (zh) * | 2020-12-25 | 2021-04-30 | 高新兴智联科技有限公司 | 一种实时车辆布控实现方法、装置及存储介质 |
CN113225457A (zh) * | 2020-12-29 | 2021-08-06 | 视联动力信息技术股份有限公司 | 数据处理方法、装置、电子设备及存储介质 |
CN112949912B (zh) * | 2021-02-08 | 2022-07-12 | 浙江非线数联科技股份有限公司 | 一种基于图数据库的车辆路线预测方法 |
CN112949912A (zh) * | 2021-02-08 | 2021-06-11 | 浙江非线数联科技股份有限公司 | 一种基于图数据库的车辆路线预测方法 |
CN112907979A (zh) * | 2021-03-08 | 2021-06-04 | 河海大学 | 一种基于多摄像头的机动车违法行驶轨迹跟踪系统及方法 |
CN113053114A (zh) * | 2021-03-12 | 2021-06-29 | 广西计算中心有限责任公司 | 高速公路违规车辆出口站及出口时间的动态预测稽查方法 |
CN113053114B (zh) * | 2021-03-12 | 2022-01-11 | 广西计算中心有限责任公司 | 高速公路违规车辆出口站及出口时间的动态预测稽查方法 |
CN113276874A (zh) * | 2021-06-11 | 2021-08-20 | 浙江大华技术股份有限公司 | 一种车辆行驶轨迹处理方法及相关装置 |
CN113554880A (zh) * | 2021-09-22 | 2021-10-26 | 浙江原数科技有限公司 | 交通违法拦截方法、装置、电子设备和计算机可读介质 |
CN115277831A (zh) * | 2022-06-24 | 2022-11-01 | 武汉众智数字技术有限公司 | 一种基于移动终端gps定位的车辆预警方法及系统 |
CN115457765A (zh) * | 2022-08-29 | 2022-12-09 | 无锡艾立德智能科技有限公司 | 一种融合物联网加密传输的智能交通监控系统 |
CN116363881A (zh) * | 2022-10-18 | 2023-06-30 | 江苏尤特斯新技术有限公司 | 一种地空协作车辆拦截方法 |
CN116363881B (zh) * | 2022-10-18 | 2023-10-03 | 江苏尤特斯新技术有限公司 | 一种地空协作车辆拦截方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110969852A (zh) | 基于布控车辆行驶路径实现公安实时预测及缉查布控处理的方法 | |
CN106327862B (zh) | 基于gps和gis的厂区车辆行驶安全报警方法及系统 | |
CN112396836A (zh) | 基于车辆轨迹预测分析和警员定位实现布控报警推送控制的方法、装置及存储介质 | |
CN109784371A (zh) | 网约车监管方法、装置及存储介质 | |
CN102426782B (zh) | 一种车辆监控方法和车辆管理系统 | |
CN105620391A (zh) | 一种车辆智能助理系统 | |
CN105046985A (zh) | 基于大数据的主干道全路段的交通控制系统 | |
CN102231231A (zh) | 区域公路网交通安全态势预警系统及其方法 | |
CN111915896A (zh) | 一种基于物联网的智能交通系统及方法 | |
JP2002298286A (ja) | 道路交通監視システム | |
CN109493606B (zh) | 一种高速公路上违停车辆的识别方法及系统 | |
CN109741628A (zh) | 一种小区智能停车系统及应用其的智能停车路线规划方法 | |
CN111369797A (zh) | 车辆监测方法、电子围栏的构建方法、电子围栏及装置 | |
US20230360523A1 (en) | Traffic monitoring apparatus, traffic monitoring system, traffic monitoring method, and non-transitory computer readable medium storing program | |
CN103942954A (zh) | 车辆参数信息的分析预警方法及其分析预警系统 | |
CN111862656A (zh) | 智能运载工具的地图更新方法及装置、存储介质、处理器 | |
CN112530601A (zh) | 一种校园疫情监控方法、装置、计算机设备及存储介质 | |
CN114004566A (zh) | 危险告警的方法、装置及存储介质 | |
CN112735143A (zh) | 一种实时车辆布控实现方法、装置及存储介质 | |
CN113978481A (zh) | 车道异常提醒方法、装置、存储介质和终端 | |
CN112419774B (zh) | 便于急救车通行的道路监控方法、系统及存储介质 | |
CN109003457A (zh) | 一种记录多台机动车违法占用应急车道行为的方法及装置 | |
CN111368626A (zh) | 车辆识别方法、装置、电子设备和存储介质 | |
CN116168541A (zh) | 一种获取道路通行状态的数据处理系统 | |
CN113706866A (zh) | 道路堵塞监测方法及装置、电子设备、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200407 |