道路交通管控大數(shù)據(jù)分析研判系統(tǒng)-文庫吧資料
2025-07-05 17:45本頁面
【正文】 合一車輛類型，對一種本系統(tǒng)的車輛類型。 車型車系（1）功能描述用圖表顯示當日所有監(jiān)測點的車型、車系分類。地圖：與餅圖聯(lián)動，點擊餅圖區(qū)域，地圖高亮標示，所有涉及的卡點。（2）功能界面（3）程序邏輯餅圖：展示當天卡口過車總數(shù)，并按照車輛類型分類進行統(tǒng)計。 車輛特征二次識別技術運用車輛特征識別技術對公路電子監(jiān)控（卡口）和電子警察圖片進行二次識別，采集車輛號牌、品牌型號、車身顏色、車輛型號等信息，通過后臺實時比對，準確發(fā)現(xiàn)假牌、套牌等違法嫌疑車輛，通過提取車輛特征信息準確定位唯一車輛。Mesos 為分布式應用程序的資源共享和隔離提供了一個有效平臺。與 Hadoop 類似，Spark 支持單節(jié)點集群或多節(jié)點集群。RDD 被表示為一個 Scala 對象，并且可以從文件中創(chuàng)建它；一個并行化的切片（遍布于節(jié)點之間）；另一個 RDD 的轉換形式；并且最終會徹底改變現(xiàn)有 RDD 的持久性，比如請求緩存在內(nèi)存中。這些集合是彈性的，如果數(shù)據(jù)集一部分丟失，則可以對它們進行重建。Spark 還引進了名為彈性分布式數(shù)據(jù)集(RDD) 的抽象。首先，Spark 是為集群計算中的特定類型的工作負載而設計，即那些在并行操作之間重用工作數(shù)據(jù)集（比如機器學習算法）的工作負載。Spark 由加州大學伯克利分校 AMP 實驗室 (Algorithms, Machines, and People Lab) 開發(fā)，可用來構建大型的、低延遲的數(shù)據(jù)分析應用程序。盡管創(chuàng)建 Spark 是為了支持分布式數(shù)據(jù)集上的迭代作業(yè)，但是實際上它是對 Hadoop 的補充，可以在 Hadoop 文件系統(tǒng)中并行運行。Spark 是在 Scala 語言中實現(xiàn)的，它將 Scala 用作其應用程序框架。使用的語言是Scala，項目的core部分的代碼只有63個Scala文件，非常短小精悍。 Spark技術Spark是一個基于內(nèi)存計算的開源的集群計算系統(tǒng)，目的是讓數(shù)據(jù)分析更加快速。它主要有以下幾個優(yōu)點:Hadoop帶有用Java語言編寫的框架，因此運行在 Linux 生產(chǎn)平臺上是非常理想的。Hadoop是一個能夠讓用戶輕松架構和使用的分布式計算平臺。Hadoop 還是可伸縮的，能夠處理PB級數(shù)據(jù)。Hadoop 是可靠的，因為它假設計算元素和存儲會失敗，因此它維護多個工作數(shù)據(jù)副本，確保能夠針對失敗的節(jié)點重新分布處理。優(yōu)點如下：Hadoop是一個能夠對大量數(shù)據(jù)進行分布式處理的軟件框架。而且它提供高吞吐量(high throughput)來訪問應用程序的數(shù)據(jù)，適合那些有著超大數(shù)據(jù)集(large data set)的應用程序。 Hadoop技術Hadoop實現(xiàn)了一個分布式文件系統(tǒng)(Hadoop Distributed File System)，簡稱HDFS。應用服務器操作系統(tǒng)可選用WINDOWS、UNIX、LINUX，應用中間件采用Tomcat或WebSphere。支持小批量處理模式，每一個批次的數(shù)據(jù)的時間間隔可以短至500毫秒。與六合一、PGIS、等平臺有機結合、一體化應用。如下圖所示： 數(shù)據(jù)流結構平臺通過Kafka消息總線匯聚各類道路交通信息、通過Spark進行實時流計算，通過HBASE/HDFS進行分布式存儲，通過MapReduce進行分布式計算，通過應用服務器的數(shù)據(jù)接口，將結果分發(fā)給集成平臺和各類基礎應用系統(tǒng)，進行信息檢索和分析研判。應用層：包含實時預警、信息檢索、信息查詢、統(tǒng)計分析、技戰(zhàn)法分析、車輛布控等功能。存儲層：包括Hadoop數(shù)據(jù)庫，用于存儲海量結構化數(shù)據(jù)和非結構化數(shù)據(jù)。系統(tǒng)總體結構如下：采集層：通過設備系統(tǒng)接口或稽查布控系統(tǒng)接口，通過kafka消息總線接入所轄范圍內(nèi)的設備上報的車輛通行文本信息、圖像信息、設備狀態(tài)信息。 車輛二次識別需求可檢測200萬、300萬、500像素的圖片，單臺日處理最多為80萬張，檢測正確率≥85%。 海量數(shù)據(jù)存儲需求采用Hadoop和HDFS文件系統(tǒng)，具備PB數(shù)據(jù)級別的在線存儲能力，數(shù)據(jù)容量可動態(tài)擴展。對同一輛車在多個監(jiān)控點出現(xiàn)的軌跡進行時空分析，實現(xiàn)對任意時間和地區(qū)范圍內(nèi)重點車輛行駛規(guī)律的分析研判，并預測一定時間內(nèi)高概率出現(xiàn)的區(qū)域。 基于大數(shù)據(jù)平臺的技戰(zhàn)法需求 通過過車圖片、行駛行為特征分析和人員、車輛檔案關聯(lián)分析，確定各類涉案人員/車輛的詳細信息?；诖髷?shù)據(jù)系統(tǒng)的車輛特征二次識別技術從根本上克服了傳統(tǒng)車輛檢索只能按照號牌進行單一查詢的功能缺陷，實現(xiàn)了按照車輛品牌、型號、顏色、類別以及局部特征等自定義組合查詢和模糊查詢強大功能?；趯^車流量特性的大數(shù)據(jù)分析，可為交管人員分析管轄區(qū)域內(nèi)交通流量情況，為在崗執(zhí)勤民警提供更加準確的擁堵點，有助于交管人員日常勤務安排和以及上下游及時聯(lián)動和快速反應。通過大數(shù)據(jù)平臺對交通違法、事故數(shù)據(jù)及屬性開展關聯(lián)分析，定期將違法、事故與駕駛人特征，包括培訓考試過程、工作單位、家庭背景等因素，與車輛特征，包括品牌、車型、營運性質、號牌屬地、車身顏色、車輛保養(yǎng)等因素，與道路特征，包括道路類型、線性、天氣、時間、環(huán)境、設施等相關聯(lián)的，集中分析掌握違法、事故中高發(fā)、易發(fā)的駕駛人、車輛和道路，為管控提供最為真實的資料和依據(jù)。準確統(tǒng)計道路交通、卡點進出車輛流動情況，為合理調配警力、提高車輛管理水平提供科學依據(jù)。 功能需求 基于大數(shù)據(jù)的在線統(tǒng)計和離線分析需求以總量統(tǒng)計、信息查詢等業(yè)務數(shù)據(jù)檢索的后臺軟件模塊為支持，通過大數(shù)據(jù)系統(tǒng)備份或抽取歷史數(shù)據(jù)資源，重構數(shù)據(jù)結構，并為每一種應用添加算法模塊，實現(xiàn)對大批量信息檢索及統(tǒng)計分析的實時處理。 面向交通安全的大數(shù)據(jù)業(yè)務需求管理路面違法、假/套牌、肇事車輛、黑車等重點布控車輛、維護交通安全和事故處理是交管部門的另一項行政管理職能。2 需求分析 業(yè)務需求 面向交通管理的大數(shù)據(jù)業(yè)務需求隨著城市交通擁堵問題頑固化、復雜化和多樣化，交通管理工作面臨著從事后分析向事前研判預警拓展、從歷史統(tǒng)計向在線分析挖掘拓展、從簡單應用向綜合服務評價拓展的內(nèi)在需求發(fā)展方向。（4）二次識別服務器：于大數(shù)據(jù)下深度學習的圖像識別技術，支持車輛號牌、品牌型號、車身顏色、車輛型號等信息關聯(lián)比對。數(shù)據(jù)節(jié)點管理存儲的數(shù)據(jù)，支持PB級數(shù)據(jù)和圖片存儲和數(shù)據(jù)索引管理。（2）數(shù)據(jù)庫服務器：管理節(jié)點作為主服
環(huán)評公示相關推薦
鄂ICP備17016276號-1