車輛大數(shù)據(jù)在解決交通難題上發(fā)揮著越來越重要的作用。
讓尊重事實、推崇理性、強調(diào)精確、注重細(xì)節(jié)的理念，貫穿公共安全工作的全過程。善于從多源的、分散的、碎片化的大數(shù)據(jù)中找到規(guī)律。 孟建柱
平安城市系統(tǒng)中車輛大數(shù)據(jù)的發(fā)展背景
隨著經(jīng)濟(jì)快速發(fā)展，城市機(jī)動車保有量持續(xù)增加，不僅加大了交通管理的難度，而且涉車涉駕的案件比例也不斷上升，特別是盜搶機(jī)動車輛、機(jī)動車肇事逃逸以及涉車類刑事案件，嚴(yán)重影響了社會治安狀況，損害了人民群眾利益。而隨著平安城市建設(shè)的擴(kuò)大深入和資源整合，公安通過自建卡口電警系統(tǒng)加強了車輛管控，掌握了大量的車輛卡口數(shù)據(jù)和圖片。
過車信息的爆發(fā)式增長得益于三個方面：
一、按照中共中央辦公廳和國務(wù)院辦公廳印發(fā)《關(guān)于加強社會治安防控體系建設(shè)的意見》關(guān)于各地加快公共安全視頻監(jiān)控系統(tǒng)建設(shè)，全面提高社會治安防控體系的科技化水平要求，前端車輛抓拍點位的建設(shè)規(guī)劃質(zhì)量、成像效果等直接影響車輛大數(shù)據(jù)研判系統(tǒng)應(yīng)用成效的因素都會提出優(yōu)化和改進(jìn)措施。包括：根據(jù)城市地域特點和布局規(guī)劃，道路按照 科學(xué)布局、圍繞實戰(zhàn)、建用結(jié)合 的方法，通過治安卡口防控系統(tǒng)，基于 圈 、 塊 、 格 、 線 、 點 的邏輯布局，在全市構(gòu)建技術(shù)防控 圈 、責(zé)任明晰的管控 塊 、基本封閉的單元 格 、掌握人車動態(tài)的軌跡 線 ，以及防控有效的關(guān)鍵 點 ，從而實現(xiàn) 區(qū)域全面監(jiān)控、時空無縫銜接、目標(biāo)全程追蹤 的防控效果。
二、前端攝像機(jī)的智能化水平提升，使得車牌識別技術(shù)在常規(guī)視頻監(jiān)控系統(tǒng)中得到快速普及。以往需要在路口部署標(biāo)準(zhǔn)的卡口攝像機(jī)，現(xiàn)在可以在路段中間部署簡易卡口攝像機(jī)，在對普通監(jiān)控場景錄像的同時自動捕獲和識別車輛和車牌信息；此外，對社區(qū)出入口、加油站、停車場出入口等車輛進(jìn)出口部署微型卡口攝像機(jī)，利用地形封閉的特點，對出入車輛實現(xiàn)自動抓拍和識別。
三、深度學(xué)習(xí)技術(shù)的發(fā)展，推動了圖片結(jié)構(gòu)化和特征提取的能力。早期建設(shè)的卡口系統(tǒng)，智能分析能力弱，圖片質(zhì)量以及車牌識別準(zhǔn)確率較低，經(jīng)常要根據(jù)品牌型號顏色等車輛自身固有信息，從海量過車圖片或視頻中，人工查找目標(biāo)車輛，由于一線警力有限、勞動強度大、車型種類多、光線角度不確定等因素，無法保證查找的準(zhǔn)確性和時效性，特別是突發(fā)緊急事件，經(jīng)常貽誤最佳處理時機(jī)。通過使用車輛深度學(xué)習(xí)系統(tǒng)，對前端卡口或簡易卡口獲取的過車圖片進(jìn)行特征結(jié)構(gòu)化分析識別，充分挖掘海量的卡口過車圖片中有價值信息，不但可以提高車牌車型的準(zhǔn)確率，而且增加了車輛特征的識別信息，實現(xiàn)了車輛子品牌、車身顏色、不系安全帶、駕駛員接打電話、遮陽板狀態(tài)等識別檢測功能，對過車數(shù)據(jù)進(jìn)行精細(xì)化校正，擺脫了傳統(tǒng)單純依靠車牌進(jìn)行分析研判的單一手段，為卡口電警數(shù)據(jù)提供了更加豐富實用的車輛防控應(yīng)用，可以實現(xiàn)對高危車輛的有效預(yù)警防控，優(yōu)化警力部署進(jìn)行針對性車輛排查，可以在大量涉車涉駕案件中有效鎖定嫌疑車輛，提高刑事偵查效能，使治安防控手段從事后被動偵查向事前主動預(yù)警轉(zhuǎn)變。
大數(shù)據(jù)提升城市治安及管理水平
大數(shù)據(jù)的價值在于通過對大數(shù)據(jù)進(jìn)行高速捕獲和實時分析，及時獲取核心業(yè)務(wù)和戰(zhàn)略決策所需的關(guān)鍵信息，提升管理決策水平。
依據(jù)統(tǒng)計學(xué)，任何動態(tài)發(fā)展的事物，只要有足夠多的樣本數(shù)據(jù)，就一定能從樣本數(shù)據(jù)中找到動態(tài)發(fā)展的規(guī)律。數(shù)據(jù)越多，準(zhǔn)確率越高，這就是數(shù)據(jù)的價值所在。對于商業(yè)應(yīng)用，可以通過數(shù)據(jù)分析用戶行為規(guī)律從而提高銷售量、分析市場規(guī)律從而定點投放廣告降低成本；對于公安行業(yè)，可以通過數(shù)據(jù)分析區(qū)域性犯罪趨勢，提前預(yù)防從而降低犯罪率，可以分析交通行為規(guī)律，提前做交通疏導(dǎo)，提高交通通暢率。
2016年1月，政法委書記孟建柱同志提出大數(shù)據(jù)的八個推動，要求：1、推動理念創(chuàng)新，順應(yīng)互聯(lián)網(wǎng)時代的要求，確立合作、互通、共贏理念。2、推動風(fēng)險共擔(dān)，運用眾創(chuàng)、眾包、眾智理念，讓大眾的問題由大眾來解決。3、推動 數(shù)據(jù)文化 ，堅持用數(shù)據(jù)說話，防止拍腦袋隨意決策。4、推動創(chuàng)新風(fēng)險預(yù)警機(jī)制，探索 人力+科技 、 傳統(tǒng)+現(xiàn)代 的風(fēng)險預(yù)警模式。5、推動科技運用創(chuàng)新，大數(shù)據(jù)表示的是過去，但表達(dá)的是未來，得數(shù)據(jù)者得未來。6、推動運用新技術(shù)，加強基層基礎(chǔ)建設(shè)，把 不起眼 的信息匯集起來。7、推動社會信用體系建設(shè)，堅持推行實名制和保護(hù)公民個人信息安全并重。8、推動國家信息安全維護(hù)，避免被他國 竊奪 數(shù)據(jù)信息控制權(quán)。
大數(shù)據(jù)通過對海量數(shù)據(jù)的整合和挖掘，揭示傳統(tǒng)技術(shù)方式難以展現(xiàn)的關(guān)聯(lián)關(guān)系，還可以預(yù)警風(fēng)險，及時切斷風(fēng)險鏈。例如：
針對堵車現(xiàn)象，實時采集車流數(shù)據(jù)，自動控制信號燈，讓堵車能有所緩解。
針對城鄉(xiāng)結(jié)合部 治安盲區(qū) ，采集人口流動信息，分析出潛在風(fēng)險，警力針對性地科學(xué)調(diào)配。
針對保險理賠，通過社會信息搜集分析系統(tǒng)，上海等地正積極探索商業(yè)保險公司參與社會治理，將保險事務(wù)由 事后理賠 轉(zhuǎn)為 事先風(fēng)險防范 。
針對聚集疏導(dǎo)，通過關(guān)鍵詞搜索技術(shù)、熱力圖技術(shù)、電子巡邏技術(shù)等，探索預(yù)測人群聚集苗頭和動向，人員過密時及時提示預(yù)警，適時分流人群。
針對犯罪熱點，集成公安專業(yè)數(shù)據(jù)，實時掌握犯罪軌跡、預(yù)判犯罪熱點，提高防范打擊犯罪的水平。
針對安全生產(chǎn)，工程建設(shè)特別容易出事，建立工程建設(shè)監(jiān)管和信用平臺，以大數(shù)據(jù)為依托， 全程留痕 ，讓監(jiān)管 無死角 。
車輛大數(shù)據(jù)實際使用中面臨的問題
大數(shù)據(jù)的特征是大量性（規(guī)模超大、不斷攀升）、高速性（高速產(chǎn)生、處理高效）、多樣性（種類多樣、來源多樣）、低密性（有用數(shù)據(jù)提純）。海量數(shù)據(jù)給常規(guī)技術(shù)（獲取存儲管理、處理傳遞共享、關(guān)聯(lián)聚類分析）帶來了眾多挑戰(zhàn) 雖然數(shù)據(jù)很多，但是有用的數(shù)據(jù)只有34%，好用的數(shù)據(jù)僅有7%，被分析的數(shù)據(jù)更是少到只有1%。如何在海量的數(shù)據(jù)中提取出有價值的信息需要多學(xué)科多技術(shù)的研究。當(dāng)前的特點是大數(shù)據(jù)、小模型、小定律交叉，即使是同一類問題，每個系統(tǒng)也都不一樣，所以模型和程序要針對數(shù)據(jù)設(shè)計。結(jié)構(gòu)化數(shù)據(jù)通過數(shù)據(jù)庫或者數(shù)據(jù)倉庫解決，半結(jié)構(gòu)化數(shù)據(jù)使用網(wǎng)頁和搜索引擎等技術(shù)解決，非結(jié)構(gòu)化數(shù)據(jù)使用深度學(xué)習(xí)、網(wǎng)絡(luò)交互和群體智能解決。
干警在實戰(zhàn)使用中，最主要的操作應(yīng)用是查詢車牌信息和其他過車記錄以便掌握線索。面對動輒幾十億、上百億甚至千億級別的海量過車數(shù)據(jù)的存儲和查詢壓力，如何進(jìn)行可靠存儲和高效應(yīng)用？傳統(tǒng)的普通關(guān)系型數(shù)據(jù)庫解決方案和技術(shù)手段存在檢索難、并發(fā)難、挖掘難、擴(kuò)容難、應(yīng)用難等一系列問題，速度慢、準(zhǔn)確性差，需要投入大量的精力和資源進(jìn)行技術(shù)升級改造。因此，及時準(zhǔn)確獲取各類相關(guān)數(shù)據(jù)并構(gòu)建大數(shù)據(jù)處理模型是建設(shè)平安城市大數(shù)據(jù)中心的前提，而這一難題目前正逐步通過先進(jìn)的大數(shù)據(jù)技術(shù)進(jìn)行解決。
車輛大數(shù)據(jù)的幾項關(guān)鍵技術(shù)
1、海量數(shù)據(jù)檢索
數(shù)據(jù)檢索作為大數(shù)據(jù)最基本的應(yīng)用，分布式內(nèi)存檢索引擎通過將海量數(shù)據(jù)在集群各個節(jié)點創(chuàng)建索引，并高速緩存在各節(jié)點內(nèi)存，節(jié)點之間通過分布式特有的網(wǎng)絡(luò)通信技術(shù)，用最小的代價將計算和讀取數(shù)據(jù)完成匯總。當(dāng)然，基于智慧城市車輛大數(shù)據(jù)中數(shù)據(jù)模型的特點，還要對分布式內(nèi)存檢索引擎的機(jī)制做專門的優(yōu)化，才能實現(xiàn)千億級數(shù)據(jù)多條件組合的秒級查詢。
針對百億級以上數(shù)據(jù)，大數(shù)據(jù)檢索的硬件服務(wù)器需要考慮SSD固態(tài)硬盤，核心數(shù)據(jù)存儲在固態(tài)硬盤，可以提高磁盤的讀取速度，在分布式并行計算的同時，進(jìn)一步提升了數(shù)據(jù)的檢索效率，也為數(shù)據(jù)的穩(wěn)定性提供了重要保障。
2、大數(shù)據(jù)研判分析
目前比較先進(jìn)的方式是流式處理與批量處理相結(jié)合，以Hbase數(shù)據(jù)倉庫為數(shù)據(jù)源，針對車輛大數(shù)據(jù)研判分析，可以提供多樣化的應(yīng)用功能，既滿足實時在線的數(shù)據(jù)處理需求，又支持海量數(shù)據(jù)的線下分析。例如，天地偉業(yè)Easy7公安實戰(zhàn)平臺的信息深度研判系統(tǒng)提供了多點碰撞、區(qū)域徘徊、伴隨車輛、晝伏夜出等將近20種技站法以及各種流量統(tǒng)計和態(tài)勢分析，都是在數(shù)據(jù)挖掘中將流式處理技術(shù)、數(shù)學(xué)統(tǒng)計算法、遺傳算法、神經(jīng)網(wǎng)絡(luò)算法、貝葉斯判別、機(jī)器學(xué)習(xí)等算法結(jié)合起來，并針對現(xiàn)場用戶實際需求研發(fā)出來。
基于Hadoop技術(shù)框架
車輛大數(shù)據(jù)系統(tǒng)架構(gòu)
資源接入層：實現(xiàn)各類前端系統(tǒng)的綜合接入，包括電警卡口系統(tǒng)、簡易卡口系統(tǒng)、公安自建視頻監(jiān)控系統(tǒng)以及社會資源監(jiān)控系統(tǒng)。
數(shù)據(jù)接入層：實現(xiàn)平臺間的數(shù)據(jù)對接和分類匯聚整理，卡口平臺和電警平臺的非結(jié)構(gòu)化和半結(jié)構(gòu)化過車數(shù)據(jù)用于深度識別分析，六合一平臺、車駕管庫、盜搶庫等結(jié)構(gòu)化數(shù)據(jù)可接入車輛大數(shù)據(jù)。
數(shù)據(jù)處理層：通過圖像特征解析，提取圖片中關(guān)鍵信息，包括車牌、車標(biāo)、車型、車身顏色、車輛子品牌、主副駕駛未系安全帶、駕駛員打手機(jī)、夜間遮陽板狀態(tài)等。Easy7車輛深度識別平臺就是在數(shù)據(jù)處理層為系統(tǒng)提供分析引擎。
實戰(zhàn)應(yīng)用層：為公安用戶提供面向?qū)崙?zhàn)的應(yīng)用平臺，在大數(shù)據(jù)支撐下可以提供包括車輛信息綜合查詢、以圖搜圖、車輛技戰(zhàn)法、稽查布控、違法數(shù)據(jù)統(tǒng)計等功能，使視頻圖像數(shù)據(jù)的研判挖掘應(yīng)用更有針對性，提高了對犯罪行為的精確打擊。
車輛大數(shù)據(jù)分析檢索系統(tǒng)的應(yīng)用
以天地偉業(yè)推出的Easy7大數(shù)據(jù)分析檢索系統(tǒng)為例，該系統(tǒng)立足平安城市系統(tǒng)建設(shè)應(yīng)用，結(jié)合智慧城市系統(tǒng)規(guī)劃需求，支持在海量大數(shù)據(jù)信息中快速檢索和研判分析。該系統(tǒng)可全面接入公安自建監(jiān)控網(wǎng)、社會面監(jiān)控資源以及主流廠家的交通卡口和電警設(shè)備，將采集到的數(shù)據(jù)以結(jié)構(gòu)化語義存儲。系統(tǒng)采用基于大規(guī)模集群分布式并行運算存儲的Hadoop作為底層數(shù)據(jù)分析存儲框架，在工作調(diào)度、負(fù)載平衡、容錯容災(zāi)、設(shè)備運維等方面進(jìn)行了深度整合，保證了大數(shù)據(jù)訪問的可靠性、安全性和高性能，徹底消除了傳統(tǒng)存儲系統(tǒng)的瓶頸，可以滿足高帶寬和高并發(fā)的海量數(shù)據(jù)存取需求。系統(tǒng)將音視頻信息和用戶業(yè)務(wù)產(chǎn)生的結(jié)構(gòu)化數(shù)據(jù)構(gòu)建成圖像資源特征庫，使用Hbase進(jìn)行分布式存儲，解決了傳統(tǒng)關(guān)系型數(shù)據(jù)庫在超大規(guī)模和高度并發(fā)方面的限制，為百億級別的數(shù)據(jù)量提供秒級訪問性能，并針對各行業(yè)對業(yè)務(wù)數(shù)據(jù)的實際需求應(yīng)用，構(gòu)建了多樣化的數(shù)學(xué)分析模型，提供了直觀的圖形化數(shù)據(jù)結(jié)果展現(xiàn)。
該系統(tǒng)提供的功能包括：
1、分類檢索：按照行人、三輪車、汽車分類檢索，點擊結(jié)果可播放相應(yīng)圖片或者對應(yīng)片段的視頻。
2、大數(shù)據(jù)全文檢索：支持精確車牌查詢、模糊車牌查詢、路口過車查詢、區(qū)域過車查詢、車輛類型查詢、車輛品牌查詢、無牌車查詢、車身顏色查詢，還支持多種條件組合查詢，可在秒級提供檢索結(jié)果。例如在一個月內(nèi)的過車記錄中對車牌號碼進(jìn)行模糊查詢，可在2秒返回結(jié)果。
3、車輛研判分析：為車輛信息深度研判系統(tǒng)提供應(yīng)用計算的加速作用，在車輛多點碰撞、初次入城分析、跟車策略分析、出入案發(fā)現(xiàn)場車輛分析、伴隨車輛分析、車輛頻次分析、連續(xù)違法分析、落腳點分析、頻繁入城分析、頻繁夜出分析、棄置車輛分析、區(qū)域徘徊分析、疑似假**、晝伏夜出分析、嫌疑套**等技戰(zhàn)法策略中可以大幅提升運算效率。系統(tǒng)基本可在10秒內(nèi)提供檢索結(jié)果。
車輛大數(shù)據(jù)分析檢索系統(tǒng)的應(yīng)用
車輛大數(shù)據(jù)分析檢索系統(tǒng)是針對數(shù)據(jù)快速增長的云存儲、云計算、大數(shù)據(jù)等多種綜合技術(shù)集合，不僅能夠輕松處理海量的音視頻等結(jié)構(gòu)化數(shù)據(jù)，還能結(jié)合車輛信息深度研判系統(tǒng)發(fā)掘視頻圖片及數(shù)據(jù)中的關(guān)聯(lián)情況，為業(yè)務(wù)處理和決策分析提供有力支持。
