CN112863171A - 一种基于历史数据分析的智能稽查方法及系统 - Google Patents

一种基于历史数据分析的智能稽查方法及系统 Download PDF

Info

Publication number
CN112863171A
CN112863171A CN202011565843.8A CN202011565843A CN112863171A CN 112863171 A CN112863171 A CN 112863171A CN 202011565843 A CN202011565843 A CN 202011565843A CN 112863171 A CN112863171 A CN 112863171A
Authority
CN
China
Prior art keywords
monitoring
vehicle
key
items
data analysis
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
Application number
CN202011565843.8A
Other languages
English (en)
Other versions
CN112863171B (zh
Inventor
曹景亮
王浩磊
王学凯
赵子林
王亚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong High Speed Information Group Co Ltd
Original Assignee
Shandong High Speed Information Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong High Speed Information Group Co Ltd filed Critical Shandong High Speed Information Group Co Ltd
Priority to CN202011565843.8A priority Critical patent/CN112863171B/zh
Publication of CN112863171A publication Critical patent/CN112863171A/zh
Application granted granted Critical
Publication of CN112863171B publication Critical patent/CN112863171B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public 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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing

Abstract

一种基于历史数据分析的智能稽查方法及系统，包括如下步骤：获取经过车辆的车辆ID；查询所述车辆ID得到车辆标签；根据车辆标签得到所述车辆ID的重点监测事项以及预定行驶路线；在预定行驶路线根据重点监测事项进行监测。本申请通过对于不同车辆进行不同方式的监测，可以大大的提高稽查的效率和准确性，尽可能的减少监测资源以及计算机分析资源的浪费，并且可以通过预定行驶路线的设置使得在路线上具有不同的侧重，也能提供监测资源是否充足的提示。

Description

一种基于历史数据分析的智能稽查方法及系统
技术领域
本申请涉及一种基于历史数据分析的智能稽查方法及系统。
背景技术
在车辆稽查过程中，一般是采用单点记录的方式，若车辆在单点进行了违法或者违章行为，则进行处罚或者警示。但是，车辆稽查的目的并不是为了发现违法，而是为了通过发现违法、继而对于违法违章车辆进行处罚来达到引导守规守法的目的，从而保证整个路网系统的行车安全。单点检测以及处罚实际上只能起到该种警示目的，但对于整体路网的行车安全并没有特别多的帮助作用。
发明内容
为了解决上述问题，本申请一方面公开了一种基于历史数据分析的智能稽查方法，包括如下步骤：获取经过车辆的车辆ID；查询所述车辆ID得到车辆标签；根据车辆标签得到所述车辆ID的重点监测事项以及预定行驶路线；在预定行驶路线根据重点监测事项进行监测。本申请通过对于不同车辆进行不同方式的监测，可以大大的提高稽查的效率和准确性，尽可能的减少监测资源以及计算机分析资源的浪费，并且可以通过预定行驶路线的设置使得在路线上具有不同的侧重，也能提供监测资源是否充足的提示。
优选的，在预定行驶路线监测过程中，若监测到所述车辆ID未按照预定行驶路线进行行驶，则更新到新的预定行驶路线，并在预先行驶路线的基础上重新获取重点监测事项。
优选的，所述重点监测事项包括下列项目：行驶速度、车道变化、道路标志线遵守、交通信号灯遵守、行人或非机动车礼让、应急车道行驶。
优选的，所述重点监测事项的项目的评价包括5个危险程度依次降低的等级，分别是显著违规，违规，接近违规，合规，安全。本申请的危险等级是基于预防的目的进行的设定，因此不是按照违规标准的一条线进行的判定，而是在违规上面进行了严格分割，这样可以更加的突出其行为的危险性。如对于限速100km/h的路线，110km/h以上则为显著违规，100-100km/h为违规，80-100km/h为接近违规，60-80km/h为合规，60km/h以下为安全，而对于车道变化等，则是根据是否压实线以及和实现的距离等维度进行区分，大致距离要求的比例与速度一致。
优选的，所述车辆标签根据历史监测数据累积得到，在历史监测数据的设定时间内，监测到所述车辆ID的监测项目中的危险等级不低于接近违规等级的作为重点监测项目。
优选的，还包括对于历史监测数据的监测次数的限制，当危险等级不低于接近违规等级的设定时间内的次数达到限定阈值时，所述监测项目作为重点监测事项。
优选的，所述限定阈值与预定行驶路线的长度正相关。
优选的，所述重点监测事项按照如下方法进行监测：根据重点监测事项得到预定行驶路线上所有的主监测点，若主监测点少于监测阈值，则通过重点监测事项获取间接监测事项，继而获得预定行驶路线上的间接监测点，通过间接监测点来预测重点监测事项；若无法获取间接监测事项或者间接监测点不足，则发出主监测点不足的预警。本申请通过确定重点监测事项而得到监测重点，若监测资源不足时，可以通过其他的监测资源进行补充，这样可以在不增加监测点的前提之下，通过后台的分析得到想要监测的数据，虽然这样有可能会影响到监测的精度，但是不会影响到监测的定性，由此可以大大的提高有限资源下，监测结果的准确性。
优选的，所述重点检测事项为应急车道行驶，所述间接监测点为行驶速度或车道变化或道路标志线遵守的间接监测点，所述间接监测点全覆盖正常行驶车道，通过间接监测点得到所述车辆ID的正常行驶车道，若没有得到所述车辆ID通过正常行驶车道的信息，则推测所述车辆ID通过应急车道进行了行驶。
另一方面，还公开了一种基于历史数据分析的智能稽查系统，包括如下模块：信息获取模块，用于获取经过车辆的车辆ID；查询模块，用于查询所述车辆ID得到车辆标签；规划模块，用于根据车辆标签得到所述车辆ID的重点监测事项以及预定行驶路线；监测模块，用于在预定行驶路线根据重点监测事项进行监测。
本申请能够带来如下有益效果：
1、本申请通过对于不同车辆进行不同方式的监测，可以大大的提高稽查的效率和准确性，尽可能的减少监测资源以及计算机分析资源的浪费，并且可以通过预定行驶路线的设置使得在路线上具有不同的侧重，也能提供监测资源是否充足的提示；
2、本申请的危险等级是基于预防的目的进行的设定，因此不是按照违规标准的一条线进行的判定，而是在违规上面进行了严格分割，这样可以更加的突出其行为的危险性；
3、本申请通过确定重点监测事项而得到监测重点，若监测资源不足时，可以通过其他的监测资源进行补充，这样可以在不增加监测点的前提之下，通过后台的分析得到想要监测的数据，虽然这样有可能会影响到监测的精度，但是不会影响到监测的定性，由此可以大大的提高有限资源下，监测结果的准确性。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为第一个实施例的示意图；
图2为第二个实施例的示意图。
具体实施方式
为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本申请进行详细阐述。
在第一个实施例中，一种基于历史数据分析的智能稽查方法，包括如下步骤：
S101.获取经过车辆的车辆ID；
可以通过车牌、多维特征识别或者RFID等物联网信息来进行车辆的识别，当然本申请所说的车辆ID可以理解为车牌或者其他的车辆的唯一标识号，通过车辆ID可以唯一对应到某一车辆；
S102.查询所述车辆ID得到车辆标签；
所述车辆标签根据历史监测数据累积得到，在历史监测数据的设定时间内，监测到所述车辆ID的监测项目中的危险等级不低于接近违规等级的作为重点监测项目；还包括对于历史监测数据的监测次数的限制，当危险等级不低于接近违规等级的设定时间内的次数达到限定阈值时，所述监测项目作为重点监测事项；所述限定阈值与预定行驶路线的长度正相关，至于实际多少，需要路网部门和交警部门联合确定；
S103.根据车辆标签得到所述车辆ID的重点监测事项以及预定行驶路线；
所述重点监测事项包括下列项目：行驶速度、车道变化、道路标志线遵守、交通信号灯遵守、行人或非机动车礼让、应急车道行驶；所述重点监测事项的项目的评价包括5个危险程度依次降低的等级，分别是显著违规，违规，接近违规，合规，安全。
如对于限速100km/h的路线，110km/h以上则为显著违规，100-100km/h为违规，80-100km/h为接近违规，60-80km/h为合规，60km/h以下为安全，而对于车道变化等，则是根据是否压实线以及和实现的距离等维度进行区分，大致距离要求的比例与速度一致。
对于预定行驶路线是根据历史监测数据得到的惯常路线，在某种情况下，当历史监测数据无法得到惯常路线时，则需要采用类似于导航地图提供的导航路线。当然，在预定行驶路线监测过程中，若监测到所述车辆ID未按照预定行驶路线进行行驶，则更新到新的预定行驶路线，并在预先行驶路线的基础上重新获取重点监测事项。行驶路线的不同一般情况下不会影响到重点监测事项的不同，但是由于道路至少分为高速公路，城市道路，乡村道路等，在不同的道路之上，会有着不同的重点监测事项，这一点在从预订行驶路线得到重点监测事项时，需要进行充分的考量。
S104.在预定行驶路线根据重点监测事项进行监测。
所述重点监测事项按照如下方法进行监测：根据重点监测事项得到预定行驶路线上所有的主监测点，若主监测点少于监测阈值，则通过重点监测事项获取间接监测事项，继而获得预定行驶路线上的间接监测点，通过间接监测点来预测重点监测事项；若无法获取间接监测事项或者间接监测点不足，则发出主监测点不足的预警。比如，所述重点检测事项为应急车道行驶，所述间接监测点为行驶速度或车道变化或道路标志线遵守的间接监测点，所述间接监测点全覆盖正常行驶车道，通过间接监测点得到所述车辆ID的正常行驶车道，若没有得到所述车辆ID通过正常行驶车道的信息，则推测所述车辆ID通过应急车道进行了行驶。
在第二个实施例中，一种基于历史数据分析的智能稽查系统，包括如下模块：
信息获取模块201，用于获取经过车辆的车辆ID；
查询模块202，用于查询所述车辆ID得到车辆标签；
规划模块203，用于根据车辆标签得到所述车辆ID的重点监测事项以及预定行驶路线；
监测模块204，用于在预定行驶路线根据重点监测事项进行监测。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种基于历史数据分析的智能稽查方法，其特征在于：包括如下步骤：
获取经过车辆的车辆ID；
查询所述车辆ID得到车辆标签；
根据车辆标签得到所述车辆ID的重点监测事项以及预定行驶路线；
在预定行驶路线根据重点监测事项进行监测。
2.根据权利要求1所述的一种基于历史数据分析的智能稽查方法，其特征在于：在预定行驶路线监测过程中，若监测到所述车辆ID未按照预定行驶路线进行行驶，则更新到新的预定行驶路线，并在预先行驶路线的基础上重新获取重点监测事项。
3.根据权利要求1所述的一种基于历史数据分析的智能稽查方法，其特征在于：所述重点监测事项包括下列项目：行驶速度、车道变化、道路标志线遵守、交通信号灯遵守、行人或非机动车礼让、应急车道行驶。
4.根据权利要求3所述的一种基于历史数据分析的智能稽查方法，其特征在于：所述重点监测事项的项目的评价包括5个危险程度依次降低的等级，分别是显著违规，违规，接近违规，合规，安全。
5.根据权利要求3所述的一种基于历史数据分析的智能稽查方法，其特征在于：所述车辆标签根据历史监测数据累积得到，在历史监测数据的设定时间内，监测到所述车辆ID的监测项目中的危险等级不低于接近违规等级的作为重点监测项目。
6.根据权利要求5所述的一种基于历史数据分析的智能稽查方法，其特征在于：还包括对于历史监测数据的监测次数的限制，当危险等级不低于接近违规等级的设定时间内的次数达到限定阈值时，所述监测项目作为重点监测事项。
7.根据权利要求6所述的一种基于历史数据分析的智能稽查方法，其特征在于：所述限定阈值与预定行驶路线的长度正相关。
8.根据权利要求1所述的一种基于历史数据分析的智能稽查方法，其特征在于：所述重点监测事项按照如下方法进行监测：根据重点监测事项得到预定行驶路线上所有的主监测点，若主监测点少于监测阈值，则通过重点监测事项获取间接监测事项，继而获得预定行驶路线上的间接监测点，通过间接监测点来预测重点监测事项；若无法获取间接监测事项或者间接监测点不足，则发出主监测点不足的预警。
9.根据权利要求8所述的一种基于历史数据分析的智能稽查方法，其特征在于：所述重点检测事项为应急车道行驶，所述间接监测点为行驶速度或车道变化或道路标志线遵守的间接监测点，所述间接监测点全覆盖正常行驶车道，通过间接监测点得到所述车辆ID的正常行驶车道，若没有得到所述车辆ID通过正常行驶车道的信息，则推测所述车辆ID通过应急车道进行了行驶。
10.一种基于历史数据分析的智能稽查系统，其特征在于：包括如下模块：
信息获取模块，用于获取经过车辆的车辆ID；
查询模块，用于查询所述车辆ID得到车辆标签；
规划模块，用于根据车辆标签得到所述车辆ID的重点监测事项以及预定行驶路线；
监测模块，用于在预定行驶路线根据重点监测事项进行监测。
CN202011565843.8A 2020-12-25 2020-12-25 一种基于历史数据分析的智能稽查方法及系统 Active CN112863171B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011565843.8A CN112863171B (zh) 2020-12-25 2020-12-25 一种基于历史数据分析的智能稽查方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011565843.8A CN112863171B (zh) 2020-12-25 2020-12-25 一种基于历史数据分析的智能稽查方法及系统

Publications (2)

Publication Number Publication Date
CN112863171A true CN112863171A (zh) 2021-05-28
CN112863171B CN112863171B (zh) 2022-05-17

Family

ID=75997137

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011565843.8A Active CN112863171B (zh) 2020-12-25 2020-12-25 一种基于历史数据分析的智能稽查方法及系统

Country Status (1)

Country Link
CN (1) CN112863171B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115100855A (zh) * 2022-06-20 2022-09-23 公安部交通管理科学研究所 一种高速公路隐患车辆预警方法及其系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130033655A (ko) * 2011-09-27 2013-04-04 에스케이네트웍스서비스 주식회사 종합 교통안전 관리 시스템
CN103236166A (zh) * 2013-05-13 2013-08-07 交通运输部公路科学研究所 一种使用卫星定位技术进行车辆违章行为辨识的方法
CN103473929A (zh) * 2013-09-26 2013-12-25 招商局重庆交通科研设计院有限公司 车辆违规监控方法、装置及系统
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
CN106909922A (zh) * 2015-12-23 2017-06-30 北京握奇智能科技有限公司 一种应急车道移动稽查系统及方法
CN110472713A (zh) * 2019-08-16 2019-11-19 甘肃万华金慧科技股份有限公司 一种车辆信息获取方法
CN111127897A (zh) * 2019-12-27 2020-05-08 泰斗微电子科技有限公司 车辆状态检测方法、装置、服务器及稽查系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130033655A (ko) * 2011-09-27 2013-04-04 에스케이네트웍스서비스 주식회사 종합 교통안전 관리 시스템
CN103236166A (zh) * 2013-05-13 2013-08-07 交通运输部公路科学研究所 一种使用卫星定位技术进行车辆违章行为辨识的方法
CN103473929A (zh) * 2013-09-26 2013-12-25 招商局重庆交通科研设计院有限公司 车辆违规监控方法、装置及系统
CN106909922A (zh) * 2015-12-23 2017-06-30 北京握奇智能科技有限公司 一种应急车道移动稽查系统及方法
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
CN110472713A (zh) * 2019-08-16 2019-11-19 甘肃万华金慧科技股份有限公司 一种车辆信息获取方法
CN111127897A (zh) * 2019-12-27 2020-05-08 泰斗微电子科技有限公司 车辆状态检测方法、装置、服务器及稽查系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115100855A (zh) * 2022-06-20 2022-09-23 公安部交通管理科学研究所 一种高速公路隐患车辆预警方法及其系统

Also Published As

Publication number Publication date
CN112863171B (zh) 2022-05-17

Similar Documents

Publication Publication Date Title
CN110544373B (zh) 一种基于北斗车联网的货车预警信息提取与风险识别方法
CN110807930B (zh) 危险车辆预警方法及装置
CN103043057A (zh) 基于车辆位置信息的异常驾驶判定和警报系统
US20200003588A1 (en) Optical fiber sensing for highway maintenance
JP2002298281A (ja) 交通量予測装置、交通量予測方法、交通情報センターおよび車載ナビゲーションシステム
WO2003096128A3 (en) A cooperative vehicular identification system
CN111477005B (zh) 一种基于车辆状态及行车环境的智能感知预警方法及系统
CN112435463B (zh) 一种基于道路物联网监测的车型与车重分类方法
CN108932255B (zh) 一种车辆综合能力分析方法及装置
CN113609016B (zh) 车辆自动驾驶测试场景的构建方法、装置、设备及介质
CN108182818B (zh) 一种智能交通预警系统
CN112863171B (zh) 一种基于历史数据分析的智能稽查方法及系统
CN114512002B (zh) 一种道路路面异常检测方法及装置
CN108510754A (zh) 违规驾驶行为警示装置与方法
CN113222331A (zh) 识别车辆事故真实性的方法、装置、设备及存储介质
CN114724356B (zh) 基于气象数据整合的gis高速公路事故预警的方法及系统
CN107657814B (zh) 一种路况信息生成方法和装置
JP2013178661A (ja) 評価値算出装置、コンピュータプログラム及び評価値算出方法
CN114741428A (zh) 一种ai行为分析预警系统
CN114677231A (zh) 货运险次单的反欺诈识别方法、装置、存储介质及终端
JP2005135262A (ja) 車両情報収集装置
CN117315943B (zh) 一种超限运输违法监测分析与预警方法及系统
KR20050081794A (ko) 차량 운행 정보 제공 시스템 및 방법
CN113192330B (zh) 基于多智能体的车辆管理方法、管理系统、设备及介质
CN115188205B (zh) 一种基于道路信息的汽车行驶工况修正方法

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
GR01 Patent grant
GR01 Patent grant