隨著經(jīng)濟(jì)快速發(fā)展，城市機(jī)動(dòng)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(dòng)車輛、機(jī)動(dòng)車肇事逃逸以及涉車類刑事案件，嚴(yán)重影響了社會(huì)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(qiáng)了車輛管控，掌握了大量的車輛卡口數(shù)據(jù)和圖片。
解析車輛大數(shù)據(jù)對(duì)智能交通發(fā)展的影響
過車信息的爆發(fā)式增長得益于三個(gè)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(qiáng)社會(huì)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(huì)治安防控體系的科技化水平要求，前端車輛抓拍點(diǎn)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(huì)提出優(yōu)化和改進(jìn)措施。包括：根據(jù)城市地域特點(diǎn)和布局規(guī)劃，道路按照“科學(xué)布局、圍繞實(shí)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(diǎn)”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(dòng)態(tài)的軌跡“線”，以及防控有效的關(guān)鍵“點(diǎn)”，從而實(shí)現(xiàn)“區(qū)域全面監(jiān)控、時(shí)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(shí)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(duì)普通監(jiān)控場景錄像的同時(shí)自動(dòng)捕獲和識(shí)別車輛和車牌信息;此外，對(duì)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(diǎn)，對(duì)出入車輛實(shí)現(xiàn)自動(dòng)抓拍和識(shí)別。
三、深度學(xué)習(xí)技術(shù)的發(fā)展，推動(dòng)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(shí)別準(zhǔn)確率較低，經(jīng)常要根據(jù)品牌型號(hào)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(dòng)強(qiáng)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(shí)效性，特別是突發(fā)緊急事件，經(jīng)常貽誤最佳處理時(shí)機(jī)。通過使用車輛深度學(xué)習(xí)系統(tǒng)，對(duì)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(shí)別，充分挖掘海量的卡口過車圖片中有價(jià)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(shí)別信息，實(shí)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(shí)別檢測功能，對(duì)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(shí)用的車輛防控應(yīng)用，可以實(shí)現(xiàn)對(duì)高危車輛的有效預(yù)警防控，優(yōu)化警力部署進(jìn)行針對(duì)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(dòng)偵查向事前主動(dòng)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(jià)值在于通過對(duì)大數(shù)據(jù)進(jìn)行高速捕獲和實(shí)時(shí)分析，及時(shí)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(jì)學(xué)，任何動(dòng)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(dòng)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(jià)值所在。對(duì)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(diǎn)投放廣告降低成本;對(duì)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(gè)推動(dòng)，要求：1、推動(dòng)理念創(chuàng)新，順應(yīng)互聯(lián)網(wǎng)時(shí)代的要求，確立合作、互通、共贏理念。2、推動(dòng)風(fēng)險(xiǎn)共擔(dān)，運(yùn)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(dòng)“數(shù)據(jù)文化”，堅(jiān)持用數(shù)據(jù)說話，防止拍腦袋隨意決策。4、推動(dòng)創(chuàng)新風(fēng)險(xiǎn)預(yù)警機(jī)制，探索“人力 科技”、“傳統(tǒng) 現(xiàn)代”的風(fēng)險(xiǎn)預(yù)警模式。5、推動(dòng)科技運(yùn)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(dòng)運(yùn)用新技術(shù)，加強(qiáng)基層基礎(chǔ)建設(shè)，把“不起眼”的信息匯集起來。7、推動(dòng)社會(huì)信用體系建設(shè)，堅(jiān)持推行實(shí)名制和保護(hù)公民個(gè)人信息安全并重。8、推動(dòng)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(duì)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(xiǎn)，及時(shí)切斷風(fēng)險(xiǎn)鏈。例如：·針對(duì)堵車現(xiàn)象，實(shí)時(shí)采集車流數(shù)據(jù)，自動(dòng)控制信號(hào)燈，讓堵車能有所緩解。1.針對(duì)城鄉(xiāng)結(jié)合部“治安盲區(qū)”，采集人口流動(dòng)信息，分析出潛在風(fēng)險(xiǎn)，警力針對(duì)性地科學(xué)調(diào)配;2.針對(duì)保險(xiǎn)理賠，通過社會(huì)信息搜集分析系統(tǒng)，上海等地正積極探索商業(yè)保險(xiǎn)公司參與社會(huì)治理，將保險(xiǎn)事務(wù)由“事后理賠”轉(zhuǎn)為“事先風(fēng)險(xiǎn)防范”;3.針對(duì)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(dòng)向，人員過密時(shí)及時(shí)提示預(yù)警，適時(shí)分流人群;4.針對(duì)犯罪熱點(diǎn)，集成公安專業(yè)數(shù)據(jù)，實(shí)時(shí)掌握犯罪軌跡、預(yù)判犯罪熱點(diǎn)，提高防范打擊犯罪的水平;5.針對(duì)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(tái)，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(shí)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(chǔ)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(jià)值的信息需要多學(xué)科多技術(shù)的研究。當(dāng)前的特點(diǎn)是大數(shù)據(jù)、小模型、小定律交叉，即使是同一類問題，每個(gè)系統(tǒng)也都不一樣，所以模型和程序要針對(duì)數(shù)據(jù)設(shè)計(jì)。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(shí)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(duì)動(dòng)輒幾十億、上百億甚至千億級(jí)別的海量過車數(shù)據(jù)的存儲(chǔ)和查詢壓力，如何進(jìn)行可靠存儲(chǔ)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(jí)改造。因此，及時(shí)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(xiàng)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(gè)節(jié)點(diǎn)創(chuàng)建索引，并高速緩存在各節(jié)點(diǎn)內(nèi)存，節(jié)點(diǎn)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(jià)將計(jì)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(diǎn)，還要對(duì)分布式內(nèi)存檢索引擎的機(jī)制做專門的優(yōu)化，才能實(shí)現(xiàn)千億級(jí)數(shù)據(jù)多條件組合的秒級(jí)查詢。
針對(duì)百億級(jí)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(chǔ)在固態(tài)硬盤，可以提高磁盤的讀取速度，在分布式并行計(jì)算的同時(shí)，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(duì)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(shí)時(shí)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(shí)戰(zhàn)平臺(tái)的信息深度研判系統(tǒng)提供了多點(diǎn)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(jì)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(jì)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(duì)現(xiàn)場用戶實(shí)際需求研發(fā)出來。
車輛大數(shù)據(jù)系統(tǒng)架構(gòu)
資源接入層：實(shí)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(huì)資源監(jiān)控系統(tǒng)。
數(shù)據(jù)接入層：實(shí)現(xiàn)平臺(tái)間的數(shù)據(jù)對(duì)接和分類匯聚整理，卡口平臺(tái)和電警平臺(tái)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(shí)別分析，六合一平臺(tái)、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(shí)別平臺(tái)就是在數(shù)據(jù)處理層為系統(tǒng)提供分析引擎。
實(shí)戰(zhàn)應(yīng)用層：為公安用戶提供面向?qū)崙?zhàn)的應(yīng)用平臺(tái)，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(jì)等功能，使視頻圖像數(shù)據(jù)的研判挖掘應(yīng)用更有針對(duì)性，提高了對(duì)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(huì)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(chǔ)。系統(tǒng)采用基于大規(guī)模集群分布式并行運(yùn)算存儲(chǔ)的Hadoop作為底層數(shù)據(jù)分析存儲(chǔ)框架，在工作調(diào)度、負(fù)載平衡、容錯(cuò)容災(zāi)、設(shè)備運(yùn)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(chǔ)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(chǔ)，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(jí)別的數(shù)據(jù)量提供秒級(jí)訪問性能，并針對(duì)各行業(yè)對(duì)業(yè)務(wù)數(shù)據(jù)的實(shí)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(diǎn)擊結(jié)果可播放相應(yīng)圖片或者對(duì)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(jí)提供檢索結(jié)果。例如在一個(gè)月內(nèi)的過車記錄中對(duì)車牌號(hào)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(jì)算的加速作用，在車輛多點(diǎn)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(diǎn)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、疑似假牌、晝伏夜出分析、嫌疑套牌等技戰(zhàn)法策略中可以大幅提升運(yùn)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)是針對(duì)數(shù)據(jù)快速增長的云存儲(chǔ)、云計(jì)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。