CN111194008A - 车辆轨迹实时监测方法及终端设备 - Google Patents
车辆轨迹实时监测方法及终端设备 Download PDFInfo
- Publication number
- CN111194008A CN111194008A CN201811266482.XA CN201811266482A CN111194008A CN 111194008 A CN111194008 A CN 111194008A CN 201811266482 A CN201811266482 A CN 201811266482A CN 111194008 A CN111194008 A CN 111194008A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- client
- suspicious
- track
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012544 monitoring process Methods 0.000 title claims abstract description 39
- 238000004590 computer program Methods 0.000 claims description 19
- 206010039203 Road traffic accident Diseases 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012806 monitoring device Methods 0.000 claims description 5
- 238000005111 flow chemistry technique Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims 1
- 238000003909 pattern recognition Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 229940126655 NDI-034858 Drugs 0.000 description 2
- 241000290929 Nimbus Species 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- H04W4/029—Location-based management or tracking services
-
- 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
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
Abstract
本发明适用于模式识别技术领域,提供了车辆轨迹实时监测方法及终端设备,方法包括:接收采集设备发送的多个车辆采集数据;去除车辆采集数据中的脏数据,得到多个车辆信息;依据预设规则从多个车辆信息中确定多个可疑车辆;实时获取各可疑车辆的轨迹数据,并将各轨迹数据实时发送到客户端,轨迹数据用于指示客户端将轨迹数据与地图信息结合,使得可疑车辆的轨迹实时显示在客户端,能够自动对可疑车辆的轨迹进行实时、精准地监测。
Description
技术领域
本发明属于模式识别技术领域,尤其涉及车辆轨迹实时监测方法及终端设备。
背景技术
目前的城市物联网管理系统中,对于车辆安全的要求越来越高,特别是车辆的监控,例如一些逃犯驾车逃逸后,无法及时的追踪车辆,将目前的车辆监测系统只能大致根据车辆颜色和车型款式人工的判断,无法做到自动监测,更加无法做到进一步精确的实时跟踪,从而无法跟踪车辆的运行轨迹。
发明内容
有鉴于此,本发明实施例提供了车辆轨迹实时监测方法及终端设备,以解决现有技术中人工判断无法做到自动监测,更加无法做到进一步精确的实时跟踪,从而无法跟踪车辆的运行轨迹的技术问题。
本发明实施例的第一方面提供了一种车辆轨迹实时监测方法,包括:
接收采集设备发送的多个车辆采集数据;
去除车辆采集数据中的脏数据,得到多个车辆信息;
依据预设规则从多个车辆信息中确定多个可疑车辆;
实时获取各可疑车辆的轨迹数据,并将各轨迹数据实时发送到客户端,所述轨迹数据用于指示所述客户端将轨迹数据与地图信息结合,使得所述可疑车辆的轨迹实时显示在客户端。
本发明实施例的第二方面提供了一种车辆轨迹实时监测装置,包括:
数据接收单元,用于接收采集设备发送的多个车辆采集数据;
脏数去除出单元,用于去除车辆采集数据中的脏数据,得到多个车辆信息;
可疑车辆确定单元,用于依据预设规则从多个车辆信息中确定多个可疑车辆;
轨迹数据处理单元,用于实时获取各可疑车辆的轨迹数据,并将各轨迹数据实时发送到客户端,所述轨迹数据用于指示所述客户端将轨迹数据与地图信息结合,使得所述可疑车辆的轨迹实时显示在客户端。
本发明实施例的第三方面提供了一种终端设备,包括:包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如第一方面所述车辆轨迹实时监测方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述车辆轨迹实时监测方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本发明实施例首先接收采集设备发送的车辆采集数据,并去除车辆采集数据中的脏数据,得到多个车辆信息,然后依据预设规则从多个车辆信息中确定出多个可疑车辆,最后实时获取各可疑车辆的轨迹数据,并将各轨迹数据实时发到客户端,以使客户端将轨迹数据与地图信息结合,使得可疑车辆的轨迹实时显示在客户端,能够自动对可疑车辆的轨迹进行实时、精准地监测。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术车辆来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的车辆轨迹在线实时监测方法的流程示意图;
图2为本发明另一实施例提供的车辆轨迹在线实时监测方法的流程示意图;
图3为本发明再一实施例提供的车辆轨迹在线实时监测方法的流程示意图;
图4为本申请一实施例提供的车辆轨迹实时监测装置的结构框图;
图5为本发明一实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
参考图1,图1为本发明一实施例提供的车辆轨迹在线实时监测方法的流程示意图,所述方法可以应用于服务器端,详述如下:
S101:接收采集设备发送的多个车辆采集数据。
在本实施例中,采集设备可以是摄像头,例如按照在交通路口的摄像头,用于拍摄经过车辆,获取车辆的车辆数据。其中车辆数据包括但不限于车辆车牌信息、车辆型号、车辆颜色、采集时间和采集地理坐标。
S102:去除车辆采集数据中的脏数据,得到多个车辆信息。
在本实施例中,脏数据是指数据不在给定的范围内的数据。
S103:依据预设规则从多个车辆信息中确定多个可疑车辆。
在本实施例中,预设规则可以是根据车辆是否为首次入域、频繁过车或发生交通意外等情况,确定多个可疑车辆,该可以车辆量为需要监测其轨迹的车辆。
S104:实时获取各可疑车辆的轨迹数据,并将各轨迹数据实时发送到客户端,轨迹数据用于指示客户端将轨迹数据与地图信息结合,使得可疑车辆的轨迹实时显示在客户端。
在本实施例中,地图信息可以是为客户端上安装的电子地图,通过电子地图可以是实时显示可疑车辆的轨迹。
具体地,可以通过实时获取车辆信息中的采集地理坐标,实时地得到可疑车辆的轨迹数据。
从上述描述可知,首先接收采集设备发送的车辆采集数据,并去除车辆采集数据中的脏数据,得到多个车辆信息,然后依据预设规则从多个车辆信息中确定出多个可疑车辆,最后实时获取各可疑车辆的轨迹数据,并将各轨迹数据实时发到客户端,以使客户端将轨迹数据与地图信息结合,使得可疑车辆的轨迹实时显示在客户端,能够自动对可疑车辆的轨迹进行实时、精准地监测。
参考图2,图2为本发明另一实施例提供的车辆轨迹实时监测方法的流程示意图,在上述实施例的基础上,上述步骤S103详述如下:
S201:基于Spark内存计算方式,根据车辆信息判断目标车辆是否为首次入域、频繁过车或发生交通意外,其中目标车辆为所有车辆中的任一个。
在本实施例中,Spark内存计算方式可以提高识别的效率,达到实时分析的效果。
具体地,根据车辆信息判断目标车辆是否为首次入域、频繁过车或发生交通意外,包括:
识别目标车辆的车辆信息中包含的目标车辆车牌信息,目标车辆信息包括车辆车牌信息、车辆型号、车辆颜色、采集时间和采集地理坐标;
根据目标车辆车牌信息查询车辆信息数据库,获取目标车辆的登记信息;
判断目标车辆的登记信息中是否包含首次入域、频繁过车或发生交通意外的记录。
其中,登记信息为可疑车辆在全国各地被采集的信息,包括经过某一路段的次数、新进入某一路段的时间,有没有发生过违章记录或交通碰撞、肇事等意外情况。
S202:若目标车辆满足首次入域、频繁过车和发生交通意外中的至少一种情形,则确定车辆为可疑车辆。
在本实施例中,若目标车辆的登记信息中包含首次入域、频繁过车或发生交通意外的记录,则确定对应的车辆为可疑车辆。
从上述描述可知,通过Spark内存计算方式快速识别可疑车辆,提高识别的速度,满足实时监测的需求。
在本发明的另一个实施例中,还可以接收人工输入的车辆信息(例如车辆车牌等),确定可疑车辆,实现根据用户的需要,对某个用户输入的可以车辆进行监测。
参考图3,图3为本发明再一实施例提供的车辆轨迹实时监测方法的流程示意图,在上述实施例的基础上,在步骤S104将轨迹数据实时发送到客户端之前,还包括:
S301:接收客户端发送的监测请求,监测请求包括客户端身份标识。
在本实施例中,客户端身份标识为客户端的设备标识,或客户端的用户名;或者当客户端为手机时,客户端身份标识为手机号码。
S302:检测客户端身份标识是否存在于预存的身份标识数据库中。
具体地,通过遍历预存的身份标识数据库,检测客户端身份标识是否存在于预存的身份标识中。
S303:若客户端身份标识存在于预存的身份标识中,则继续执行将轨迹数据实时发送到客户端的步骤。
从上述描述可知,通过客户端身份标识对客户端进行验证,避免非信任用户对行人进行监测,提高监测的安全性。
在本发明的一个实施例中,所述实时获取所述可疑车辆的轨迹数据,包括:
采用Storm流处理方式将所述多个可疑车辆的轨迹数据处理成多个数据流;
分别从各数据流中实时获取所述各可疑车辆的轨迹数据。
其中,Storm系统结构包括NimBus和多个Supervisor,NimBus负责接收数据流,并将数据流任务下发到多个Supervisor,每个Supervisor分别对各自的数据流进行处理,提高处理效率,缩短相应时间,满足实时性需求。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例的车灯延时控制方法,图4为本申请一实施例提供的车辆轨迹实时监测装置的结构框图。为了便于说明,仅示出了与本申请实施例相关的部分。参考图4,该装置包括:数据接收单元401、脏数去除出单元402、可疑车辆确定单元403和轨迹数据处理单元404。
数据接收单元401,用于接收采集设备发送的多个车辆采集数据;
脏数去除出单元402,用于去除车辆采集数据中的脏数据,得到多个车辆信息;
可疑车辆确定单元403,用于依据预设规则从多个车辆信息中确定多个可疑车辆;
轨迹数据处理单元404,用于实时获取各可疑车辆的轨迹数据,并将各轨迹数据实时发送到客户端,所述轨迹数据用于指示所述客户端将轨迹数据与地图信息结合,使得所述可疑车辆的轨迹实时显示在客户端。
从上述描述可知,首先接收采集设备发送的车辆采集数据,并去除车辆采集数据中的脏数据,得到多个车辆信息,然后依据预设规则从多个车辆信息中确定出多个可疑车辆,最后实时获取各可疑车辆的轨迹数据,并将各轨迹数据实时发到客户端,以使客户端将轨迹数据与地图信息结合,使得可疑车辆的轨迹实时显示在客户端,能够自动对可疑车辆的轨迹进行实时、精准地监测。参考图4,在本发明的一个实施例中,所述可疑车辆确定单元403包括:
判断模块4031,用于基于Spark内存计算方式,根据车辆信息判断目标车辆是否为首次入域、频繁过车或发生交通意外,其中所述目标车辆为所有车辆中的任一个;
确定模块4032,用于若所述目标车辆满足首次入域、频繁过车和发生交通意外中的至少一种情形,则确定所述车辆为可疑车辆。
参考图4,在本发明的一个实施例中,所述装置还包括:
请求接收单元405,用于接收所述客户端发送的监测请求,所述监测请求包括所述客户端身份标识;
标识检测单元406,用于检测所述客户端身份标识是否存在于预存的身份标识数据库中;
所述轨迹数据处理单元404,还用于若所述客户端身份标识存在于预存的身份标识中,则继续执行将所述轨迹数据实时发送到客户端的步骤。
参考图4,在本发明的一个实施例中,所述轨迹数据处理单元404,还用于采用Storm流处理方式将所述多个可疑车辆的轨迹数据处理成多个数据流,分别从各数据流中实时获取所述各可疑车辆的轨迹数据。
参考图4,在本发明的一个实施例中,所述判断模块4031,具体用于识别所述目标车辆的车辆信息中包含的目标车辆车牌信息,所述目标车辆信息包括车辆车牌信息、车辆型号、车辆颜色、采集时间和采集地理坐标;根据所述目标车辆车牌信息查询车辆信息数据库,获取所述目标车辆的登记信息;判断所述目标车辆的登记信息中是否包含首次入域、频繁过车或发生交通意外的记录。
参考图5,图5为本发明一实施例提供的终端设备的示意图。如图5所示,该实施例的终端设备6包括:处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62,例如车辆轨迹实时监测程序。所述处理器60执行所述计算机程序62时实现上述各个车辆轨迹实时监测方法实施例中的步骤,例如图1所示的步骤101至104。或者,所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能,例如图4所示模块401至404的功能。
示例性的,所述计算机程序62可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器61中,并由所述处理器60执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序62在所述终端设备6中的执行过程。例如,所述计算机程序62可以被分割成数据接收单元401、脏数去除出单元402、可疑车辆确定单元403和轨迹数据处理单元404。
所述终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器60、存储器61。本领域技术车辆可以理解,图5仅仅是终端设备6的示例,并不构成对终端设备6的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器60可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61可以是所述终端设备6的内部存储单元,例如终端设备6的硬盘或内存。所述存储器61也可以是所述终端设备6的外部存储设备,例如所述终端设备6上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器61还可以既包括所述终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
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网络单元上。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。
所述集成的模块/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,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种车辆轨迹实时监测方法,其特征在于,包括:
接收采集设备发送的多个车辆采集数据;
去除车辆采集数据中的脏数据,得到多个车辆信息;
依据预设规则从多个车辆信息中确定多个可疑车辆;
实时获取各可疑车辆的轨迹数据,并将各轨迹数据实时发送到客户端,所述轨迹数据用于指示所述客户端将轨迹数据与地图信息结合,使得所述可疑车辆的轨迹实时显示在客户端。
2.如权利要求1所述的车辆轨迹实时监测方法,其特征在于,所述依据预设规则从各车辆信息中确定可疑车辆,包括:
基于Spark内存计算方式,根据车辆信息判断目标车辆是否为首次入域、频繁过车或发生交通意外,其中所述目标车辆为所有车辆中的任一个;
若所述目标车辆满足首次入域、频繁过车和发生交通意外中的至少一种情形,则确定所述车辆为可疑车辆。
3.如权利要求1所述的车辆轨迹实时监测方法,其特征在于,所述将所述轨迹数据实时发送到客户端之前,还包括:
接收所述客户端发送的监测请求,所述监测请求包括所述客户端身份标识;
检测所述客户端身份标识是否存在于预存的身份标识数据库中;
若所述客户端身份标识存在于预存的身份标识中,则继续执行将所述轨迹数据实时发送到客户端的步骤。
4.如权利要求1所述的车辆轨迹实时监测方法,其特征在于,所述实时获取所述可疑车辆的轨迹数据,包括:
采用Storm流处理方式将所述多个可疑车辆的轨迹数据处理成多个数据流;
分别从各数据流中实时获取所述各可疑车辆的轨迹数据。
5.如权利要求2所述的车辆轨迹实时监测方法,其特征在于,所述根据车辆信息判断目标车辆是否为首次入域、频繁过车或发生交通意外,包括:
识别所述目标车辆的车辆信息中包含的目标车辆车牌信息,所述目标车辆信息包括车辆车牌信息、车辆型号、车辆颜色、采集时间和采集地理坐标;
根据所述目标车辆车牌信息查询车辆信息数据库,获取所述目标车辆的登记信息;
判断所述目标车辆的登记信息中是否包含首次入域、频繁过车或发生交通意外的记录。
6.一种车辆轨迹实时监测装置,其特征在于,包括:
数据接收单元,用于接收采集设备发送的多个车辆采集数据;
脏数去除出单元,用于去除车辆采集数据中的脏数据,得到多个车辆信息;
可疑车辆确定单元,用于依据预设规则从多个车辆信息中确定多个可疑车辆;
轨迹数据处理单元,用于实时获取各可疑车辆的轨迹数据,并将各轨迹数据实时发送到客户端,所述轨迹数据用于指示所述客户端将轨迹数据与地图信息结合,使得所述可疑车辆的轨迹实时显示在客户端。
7.如权利要求6所述的车辆轨迹实时监测装置,其特征在于,所述可疑车辆确定单元包括:
判断模块,用于基于Spark内存计算方式,根据车辆信息判断目标车辆是否为首次入域、频繁过车或发生交通意外,其中所述目标车辆为所有车辆中的任一个;
确定模块,用于若所述目标车辆满足首次入域、频繁过车和发生交通意外中的至少一种情形,则确定所述车辆为可疑车辆。
8.如权利要求6所述的车辆轨迹实时监测装置,其特征在于,还包括:
请求接收单元,用于接收所述客户端发送的监测请求,所述监测请求包括所述客户端身份标识;
标识检测单元,用于检测所述客户端身份标识是否存在于预存的身份标识数据库中;
所述轨迹数据处理单元,还用于若所述客户端身份标识存在于预存的身份标识中,则继续执行将所述轨迹数据实时发送到客户端的步骤。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述车辆轨迹实时监测方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述车辆轨迹实时监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811266482.XA CN111194008A (zh) | 2018-10-29 | 2018-10-29 | 车辆轨迹实时监测方法及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811266482.XA CN111194008A (zh) | 2018-10-29 | 2018-10-29 | 车辆轨迹实时监测方法及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111194008A true CN111194008A (zh) | 2020-05-22 |
Family
ID=70708899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811266482.XA Pending CN111194008A (zh) | 2018-10-29 | 2018-10-29 | 车辆轨迹实时监测方法及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111194008A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104064031A (zh) * | 2014-07-02 | 2014-09-24 | 丁宏飞 | 一种应用电子车牌的车辆违章监控和追踪定位系统 |
CN105574643A (zh) * | 2015-11-23 | 2016-05-11 | 江苏瑞中数据股份有限公司 | 一种电网实时数据中心与大数据平台融合方法 |
CN106448150A (zh) * | 2016-06-27 | 2017-02-22 | 江苏智通交通科技有限公司 | 全过程重点车辆监管系统及方法 |
CN106530834A (zh) * | 2016-12-29 | 2017-03-22 | 武汉七环电气股份有限公司 | 一种车辆行为管理系统及管理方法 |
CN106971596A (zh) * | 2017-04-27 | 2017-07-21 | 常州市武进区半导体照明应用技术研究院 | 基于gprs技术的智能车辆监控系统 |
-
2018
- 2018-10-29 CN CN201811266482.XA patent/CN111194008A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104064031A (zh) * | 2014-07-02 | 2014-09-24 | 丁宏飞 | 一种应用电子车牌的车辆违章监控和追踪定位系统 |
CN105574643A (zh) * | 2015-11-23 | 2016-05-11 | 江苏瑞中数据股份有限公司 | 一种电网实时数据中心与大数据平台融合方法 |
CN106448150A (zh) * | 2016-06-27 | 2017-02-22 | 江苏智通交通科技有限公司 | 全过程重点车辆监管系统及方法 |
CN106530834A (zh) * | 2016-12-29 | 2017-03-22 | 武汉七环电气股份有限公司 | 一种车辆行为管理系统及管理方法 |
CN106971596A (zh) * | 2017-04-27 | 2017-07-21 | 常州市武进区半导体照明应用技术研究院 | 基于gprs技术的智能车辆监控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108513676B (zh) | 一种路况识别方法、装置及设备 | |
CN106355874B (zh) | 一种违章车辆的监控和报警方法、装置及系统 | |
CN108091140B (zh) | 一种确定套牌车辆的方法和装置 | |
CN106991820B (zh) | 违规车辆处理方法及装置 | |
CN107645709B (zh) | 一种确定人员信息的方法及装置 | |
CN112017323B (zh) | 一种巡检报警方法、装置、可读存储介质及终端设备 | |
CN105448092A (zh) | 一种关联车辆的分析方法及装置 | |
CN111367958B (zh) | 一种数据分析方法、装置、电子设备及存储介质 | |
CN106412508A (zh) | 车辆违章压线智能监控方法和系统 | |
CN113393675B (zh) | 一种车辆id确定方法、装置、设备和介质 | |
CN109637147A (zh) | 进行取证的车辆电子设备、服务器、方法 | |
CN114202918A (zh) | 一种应对交通拥堵的交通分流方法、装置、电子设备及介质 | |
CN118262508A (zh) | 一种基于无人机的道路实时监控方法、系统、设备和介质 | |
CN110853364B (zh) | 数据监控方法和装置 | |
CN112446902A (zh) | 目标车辆异常的确定方法及装置、存储介质、电子装置 | |
CN111194008A (zh) | 车辆轨迹实时监测方法及终端设备 | |
CN116935631A (zh) | 基于雷视融合的异常交通态势检测方法、装置及系统 | |
CN112950961B (zh) | 车流量统计方法、装置、设备和存储介质 | |
CN115019511A (zh) | 基于自动驾驶车辆的识别机动车违规变道的方法和装置 | |
CN111325054A (zh) | 一种确定克隆车辆的方法、装置及计算设备 | |
CN111348047B (zh) | 一种道路路面状况分析方法、装置和存储介质 | |
CN116206455A (zh) | 一种行为上报方法、装置、电子设备、存储介质及车辆 | |
CN114220079A (zh) | 一种路面积水识别方法、装置、计算机设备和存储介质 | |
CN113608526A (zh) | 一种机器人的驾驶行为控制方法、装置、终端和存储介质 | |
CN113111818A (zh) | 一种车辆占道检测方法、装置、设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200522 |
|
RJ01 | Rejection of invention patent application after publication |