基于大數(shù)據(jù)的車輛路線循跡問題分析

唐宇健 陳雅

摘? ?要：隨著國內(nèi)交通信息系統(tǒng)的完善，對道路、交通、車輛的監(jiān)控也更加完善，形成了基于交通線路的動態(tài)監(jiān)控系統(tǒng)。該系統(tǒng)的應(yīng)用為交通管理、案件偵破、事故處理等工作提供了極大的便利，具有極高的應(yīng)用價值。異常車輛預(yù)警就是通過對車輛路線循跡進(jìn)行深入挖掘、整合、分析，形成轉(zhuǎn)型預(yù)警方案，從海量的車輛動態(tài)信息中發(fā)現(xiàn)問題，指導(dǎo)相關(guān)部門采取及時的應(yīng)對措施?；诖髷?shù)據(jù)的交通分析和研究已經(jīng)形成了爆發(fā)式增長，在充分地進(jìn)行理論研究和對策研究后，大數(shù)據(jù)背景下的智能交通管理建設(shè)正如火如荼地進(jìn)行，如何利用現(xiàn)有的多元數(shù)據(jù)采集渠道，加強數(shù)據(jù)處理的效率，高效、準(zhǔn)確、及時地提供數(shù)據(jù)分析結(jié)果，很多地區(qū)和領(lǐng)域都進(jìn)行了廣泛的研究。文章對此展開了深入的分析。

關(guān)鍵詞：大數(shù)據(jù);路線循跡;異常車輛;動態(tài)監(jiān)控

1? ? 多元大數(shù)據(jù)采集端口

1.1? 電子眼

各大城市都已經(jīng)在道路上安裝了電子眼，主要交通干道都架設(shè)有攝像頭或各類交通傳感器，為違章車輛的動態(tài)取證提供了技術(shù)保障，進(jìn)一步完善視頻圖像采集，減少各類造成圖片不清晰的因素，通過識別將車輛登記編號、車主信息等返回中心計算機數(shù)據(jù)庫[1]。

1.2? GPS與北斗系統(tǒng)

由美國國防部設(shè)計和建成的全球定位系統(tǒng)（Global Positioning System，GPS）和由我國建設(shè)的“北斗”衛(wèi)星導(dǎo)航定位系統(tǒng)[2]（預(yù)計2020年實現(xiàn)全球覆蓋）都有著車輛跟蹤、出行規(guī)劃和信息查詢等功能，將這兩套系統(tǒng)豐富的數(shù)據(jù)源引入，將成為高質(zhì)量的數(shù)據(jù)采集端口。目前，只要車輛安裝有車載定位設(shè)備，通過讀取衛(wèi)星定位數(shù)據(jù)的經(jīng)度坐標(biāo)（Longitude）、緯度坐標(biāo)（Latitude）、高度坐標(biāo)（Altitude）和時間（Time）等信息，也可以協(xié)助獲取車輛軌跡信息。

1.3? 公路聯(lián)網(wǎng)監(jiān)控系統(tǒng)

全國各地的公路聯(lián)網(wǎng)監(jiān)控系統(tǒng)隸屬交通運輸部門，加強與交通運輸部門的合作，整合采集的道路信息。類似的系統(tǒng)中也匹配有車輛圖像信息采集攝像頭，在對數(shù)字視頻信息進(jìn)行智能圖像信息處理后，將數(shù)據(jù)信息進(jìn)行計算、分析，以便得到有價值的支撐數(shù)據(jù)。

2? ? 大數(shù)據(jù)平臺體系與機制

進(jìn)行大數(shù)據(jù)平臺的設(shè)計和建設(shè)需要在制度上給出強有力的保障，一個自上而下、多元聯(lián)動、職責(zé)明確的平臺結(jié)構(gòu)就要脫離現(xiàn)有框架，前瞻性地進(jìn)行升級，并應(yīng)對更多的更新和挑戰(zhàn)。

2.1? 車輛數(shù)據(jù)采集頂層平臺

依托城市現(xiàn)有的智能交通系統(tǒng)，擴(kuò)大原公安交通部門的數(shù)據(jù)采集量級，提升數(shù)據(jù)分析和數(shù)據(jù)分類的能力，從而建立一個多元、多網(wǎng)、多維的平臺架構(gòu)。

在頂層架構(gòu)中，智能交通系統(tǒng)作為頂層架構(gòu)，開放訪問權(quán)限;元數(shù)據(jù)來源豐富，上文提到的人們生活中可接觸到的聯(lián)網(wǎng)感知終端都可以成為數(shù)據(jù)源提供者;經(jīng)過數(shù)據(jù)清洗和數(shù)據(jù)轉(zhuǎn)換，根據(jù)易讀性和關(guān)聯(lián)性將數(shù)據(jù)分為結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)數(shù)據(jù);通過數(shù)據(jù)分類，提取所用信息存入數(shù)據(jù)庫中;公安警局的數(shù)據(jù)來源由原來的單源變?yōu)槎嘣?，使得原來需要人工推斷和估測的部分更加有理有據(jù)，增加可靠性。

2.2? 利益相關(guān)者的數(shù)據(jù)權(quán)責(zé)和風(fēng)險

數(shù)據(jù)已經(jīng)不只是簡單的數(shù)學(xué)字符組合，也正成為寶貴的資產(chǎn)。數(shù)據(jù)的相關(guān)者在不同領(lǐng)域中有不同要素，各展所長。比如數(shù)據(jù)采集者，精通各種技術(shù)手段，設(shè)計各種電子設(shè)備進(jìn)行高效率的數(shù)據(jù)采集;數(shù)據(jù)分析者，精通數(shù)據(jù)演算和分析;數(shù)據(jù)管理者，因某種管理職責(zé)和利益考慮而管理大數(shù)據(jù)[3]。

2.3? 數(shù)據(jù)分析及采集偏差問題處理

在大數(shù)據(jù)采集過程中，數(shù)據(jù)是多了，但也會存在盲點、偏差、陰影，甚至自相矛盾的黑暗地帶。

本文關(guān)注的問題集中在車輛的運動軌跡上，所以基于“公安警局技術(shù)偵查數(shù)據(jù)分析中心”的數(shù)據(jù)平臺，讀取某個時間T（i）指向的具體位置（Xi，Yi）是系統(tǒng)重點分析的內(nèi)容。其中，i=0，即設(shè)定的起始值。假設(shè)信息采集起點，即i=0時，在大數(shù)據(jù)平臺中獲取一個數(shù)據(jù)集：

其中：X表示經(jīng)度，Y表示緯度，I表示數(shù)據(jù)采集的時間軸點。根據(jù)目標(biāo)數(shù)據(jù)在特征集中的分布，可以測算出一條車輛運動的軌跡。

如果各時間段的數(shù)據(jù)集存在盲點和偏差，就需要調(diào)用多元數(shù)據(jù)，進(jìn)行數(shù)據(jù)測算和推演。將不同來源的數(shù)據(jù)進(jìn)行權(quán)限設(shè)定，P（j）表示第j個數(shù)的權(quán)重比，n表示元數(shù)據(jù)的個數(shù)，因此，。新推演出來的某個時間軸的數(shù)據(jù)信息可以通過訓(xùn)練得知：

3? ? 大數(shù)據(jù)模型應(yīng)用研究

3.1? 歷史數(shù)據(jù)模型預(yù)警

卡口監(jiān)控信息包括道路監(jiān)控信息，是基于交通道路的動態(tài)監(jiān)控信息，其時間周期性表現(xiàn)地較為明顯，通過大數(shù)據(jù)技術(shù)的應(yīng)用，能夠形成基于道路和時間兩個維度的數(shù)據(jù)模型，對道路的實際情況進(jìn)行描述[4]。通過對歷史信息規(guī)律進(jìn)行提煉、總結(jié)，就能夠形成歷史信息預(yù)警方案，只要將實時監(jiān)控信息與歷史信息預(yù)警模型進(jìn)行對比、分析，就能夠及時發(fā)現(xiàn)異常情況，指導(dǎo)有關(guān)部門展開相關(guān)的工作。這種預(yù)警方案，是卡口大數(shù)據(jù)應(yīng)用的基礎(chǔ)模式，被廣泛地應(yīng)用于不同領(lǐng)域，可以根據(jù)預(yù)警能力的不同，調(diào)整信息對比屬性，從而實現(xiàn)預(yù)警效果。

3.2? 聯(lián)動數(shù)據(jù)模型預(yù)警

區(qū)域內(nèi)的道路是一個完整的系統(tǒng)，任何車輛的行駛都必須是在道路系統(tǒng)之內(nèi)的，這就意味著車輛信息在區(qū)域內(nèi)是動態(tài)可控的[5]。這種檢測機制就是通過信息聯(lián)動的形式，實現(xiàn)動態(tài)的監(jiān)控，從變化中發(fā)現(xiàn)問題所在。聯(lián)動數(shù)據(jù)模型預(yù)警就是要實現(xiàn)區(qū)域內(nèi)所有卡口的信息聯(lián)通，對每一輛車的運動情況進(jìn)行監(jiān)控，任何車輛信息的缺失、增加或變化，都可以被及時監(jiān)控，并反饋到相關(guān)卡口，實現(xiàn)異常車輛信息預(yù)警。

4? ? 結(jié)語

當(dāng)前，應(yīng)用卡口大數(shù)據(jù)進(jìn)行異常車輛預(yù)警研究的趨勢相對明確，都在積極開展整體和個體綜合預(yù)警機制的研究，就是通過大數(shù)據(jù)進(jìn)行數(shù)據(jù)處理和動態(tài)信息監(jiān)控，建立雙入口預(yù)警。既可以從日?？跀?shù)據(jù)中發(fā)現(xiàn)異常車輛，并進(jìn)行跟蹤、監(jiān)控，又可以根據(jù)偵查需求對特定類型車輛或特定車輛進(jìn)行動態(tài)監(jiān)測，并對比歷史數(shù)據(jù)和整體數(shù)據(jù)信息對車輛異常信息進(jìn)行預(yù)警。這種雙入口的預(yù)警方案，靈活性更強，能夠有效減少預(yù)警工作量，提高預(yù)警工作效率。

[參考文獻(xiàn)]

[1]關(guān)金平，關(guān)志超，陳乙周，等.新型城鎮(zhèn)化時期交通大數(shù)據(jù)云平臺體系建設(shè)實踐—以深圳市為例[M].北京：電子工業(yè)出版社，2017.

[2]趙光輝，朱谷生.大數(shù)據(jù)交通—從認(rèn)知升級到應(yīng)用實例[M].北京：機械工業(yè)出版社，2018.

[3]丁三軍，薛宇，王朝霞，等.基于模糊數(shù)據(jù)挖掘的虛擬環(huán)境主機故障預(yù)測[J].計算機工程，2015（11）：202-206.

[4]歐陽晨.海關(guān)應(yīng)用大數(shù)據(jù)的實踐與思考[J].海關(guān)與經(jīng)貿(mào)研究，2016（3）：33-43.

[5]李健.車輛輪胎痕跡特征分析與鑒定技術(shù)的研究[D].西安：長安大學(xué)，2013.

Analysis of vehicle route tracking based on big data

Tang Yujian1， Chen Ya2

（1.Nanning Tobacco Monopoly Administration， Nanning 530007， China; Guangxi Police College， Nanning 530023， China）

Abstract：With the improvement of the domestic transportation information system， the monitoring of roads， traffic and vehicles is more perfect， and a dynamic monitoring system based on traffic lines is formed. The application of this system provides great convenience for traffic management， case detection， accident handling， etc.， and has a very high application value. The abnormal vehicle early warning is to form a transformation early warning plan through in-depth excavation， integration， and analysis of vehicle route tracking. From the vast amount of vehicle dynamic information， problems are found and relevant departments are guided to take timely response measures. Traffic analysis and research based on big data have formed an explosive growth. After full theoretical research and countermeasures research， the management of intelligent traffic construction under the background of big data is in full swing， and how to make use of existing multiple data collection channels. Improve the efficiency of data processing， provide data analysis results in an efficient， accurate and timely manner， and conduct extensive research in many regions and fields. This paper carries out an in-depth analysis of this.

Key words：big data; route tracking; unusual vehicles; dynamic monitoring