道路交通管控大數(shù)據(jù)分析研判系統(tǒng)-文庫(kù)吧資料
2025-07-05 17:45本頁(yè)面
【正文】 合一車輛類型，對(duì)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(dāng)日所有監(jiān)測(cè)點(diǎn)的車型、車系分類。地圖：與餅圖聯(lián)動(dòng)，點(diǎn)擊餅圖區(qū)域，地圖高亮標(biāo)示，所有涉及的卡點(diǎn)。（2）功能界面（3）程序邏輯餅圖：展示當(dāng)天卡口過(guò)車總數(shù)，并按照車輛類型分類進(jìn)行統(tǒng)計(jì)。 車輛特征二次識(shí)別技術(shù)運(yùn)用車輛特征識(shí)別技術(shù)對(duì)公路電子監(jiān)控（卡口）和電子警察圖片進(jìn)行二次識(shí)別，采集車輛號(hào)牌、品牌型號(hào)、車身顏色、車輛型號(hào)等信息，通過(guò)后臺(tái)實(shí)時(shí)比對(duì)，準(zhǔn)確發(fā)現(xiàn)假牌、套牌等違法嫌疑車輛，通過(guò)提取車輛特征信息準(zhǔn)確定位唯一車輛。Mesos 為分布式應(yīng)用程序的資源共享和隔離提供了一個(gè)有效平臺(tái)。與 Hadoop 類似，Spark 支持單節(jié)點(diǎn)集群或多節(jié)點(diǎn)集群。RDD 被表示為一個(gè) Scala 對(duì)象，并且可以從文件中創(chuàng)建它；一個(gè)并行化的切片（遍布于節(jié)點(diǎn)之間）；另一個(gè) RDD 的轉(zhuǎn)換形式；并且最終會(huì)徹底改變現(xiàn)有 RDD 的持久性，比如請(qǐng)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(duì)它們進(jìn)行重建。Spark 還引進(jìn)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(jì)算中的特定類型的工作負(fù)載而設(shè)計(jì)，即那些在并行操作之間重用工作數(shù)據(jù)集（比如機(jī)器學(xué)習(xí)算法）的工作負(fù)載。Spark 由加州大學(xué)伯克利分校 AMP 實(shí)驗(yàn)室 (Algorithms, Machines, and People Lab) 開(kāi)發(fā)，可用來(lái)構(gòu)建大型的、低延遲的數(shù)據(jù)分析應(yīng)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(shí)際上它是對(duì) Hadoop 的補(bǔ)充，可以在 Hadoop 文件系統(tǒng)中并行運(yùn)行。Spark 是在 Scala 語(yǔ)言中實(shí)現(xiàn)的，它將 Scala 用作其應(yīng)用程序框架。使用的語(yǔ)言是Scala，項(xiàng)目的core部分的代碼只有63個(gè)Scala文件，非常短小精悍。 Spark技術(shù)Spark是一個(gè)基于內(nèi)存計(jì)算的開(kāi)源的集群計(jì)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(gè)優(yōu)點(diǎn):Hadoop帶有用Java語(yǔ)言編寫(xiě)的框架，因此運(yùn)行在 Linux 生產(chǎn)平臺(tái)上是非常理想的。Hadoop是一個(gè)能夠讓用戶輕松架構(gòu)和使用的分布式計(jì)算平臺(tái)。Hadoop 還是可伸縮的，能夠處理PB級(jí)數(shù)據(jù)。Hadoop 是可靠的，因?yàn)樗僭O(shè)計(jì)算元素和存儲(chǔ)會(huì)失敗，因此它維護(hù)多個(gè)工作數(shù)據(jù)副本，確保能夠針對(duì)失敗的節(jié)點(diǎn)重新分布處理。優(yōu)點(diǎn)如下：Hadoop是一個(gè)能夠?qū)Υ罅繑?shù)據(jù)進(jìn)行分布式處理的軟件框架。而且它提供高吞吐量(high throughput)來(lái)訪問(wèn)應(yīng)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(yīng)用程序。 Hadoop技術(shù)Hadoop實(shí)現(xiàn)了一個(gè)分布式文件系統(tǒng)(Hadoop Distributed File System)，簡(jiǎn)稱HDFS。應(yīng)用服務(wù)器操作系統(tǒng)可選用WINDOWS、UNIX、LINUX，應(yīng)用中間件采用Tomcat或WebSphere。支持小批量處理模式，每一個(gè)批次的數(shù)據(jù)的時(shí)間間隔可以短至500毫秒。與六合一、PGIS、等平臺(tái)有機(jī)結(jié)合、一體化應(yīng)用。如下圖所示： 數(shù)據(jù)流結(jié)構(gòu)平臺(tái)通過(guò)Kafka消息總線匯聚各類道路交通信息、通過(guò)Spark進(jìn)行實(shí)時(shí)流計(jì)算，通過(guò)HBASE/HDFS進(jìn)行分布式存儲(chǔ)，通過(guò)MapReduce進(jìn)行分布式計(jì)算，通過(guò)應(yīng)用服務(wù)器的數(shù)據(jù)接口，將結(jié)果分發(fā)給集成平臺(tái)和各類基礎(chǔ)應(yīng)用系統(tǒng)，進(jìn)行信息檢索和分析研判。應(yīng)用層：包含實(shí)時(shí)預(yù)警、信息檢索、信息查詢、統(tǒng)計(jì)分析、技戰(zhàn)法分析、車輛布控等功能。存儲(chǔ)層：包括Hadoop數(shù)據(jù)庫(kù)，用于存儲(chǔ)海量結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。系統(tǒng)總體結(jié)構(gòu)如下：采集層：通過(guò)設(shè)備系統(tǒng)接口或稽查布控系統(tǒng)接口，通過(guò)kafka消息總線接入所轄范圍內(nèi)的設(shè)備上報(bào)的車輛通行文本信息、圖像信息、設(shè)備狀態(tài)信息。 車輛二次識(shí)別需求可檢測(cè)200萬(wàn)、300萬(wàn)、500像素的圖片，單臺(tái)日處理最多為80萬(wàn)張，檢測(cè)正確率≥85%。 海量數(shù)據(jù)存儲(chǔ)需求采用Hadoop和HDFS文件系統(tǒng)，具備PB數(shù)據(jù)級(jí)別的在線存儲(chǔ)能力，數(shù)據(jù)容量可動(dòng)態(tài)擴(kuò)展。對(duì)同一輛車在多個(gè)監(jiān)控點(diǎn)出現(xiàn)的軌跡進(jìn)行時(shí)空分析，實(shí)現(xiàn)對(duì)任意時(shí)間和地區(qū)范圍內(nèi)重點(diǎn)車輛行駛規(guī)律的分析研判，并預(yù)測(cè)一定時(shí)間內(nèi)高概率出現(xiàn)的區(qū)域。 基于大數(shù)據(jù)平臺(tái)的技戰(zhàn)法需求 通過(guò)過(guò)車圖片、行駛行為特征分析和人員、車輛檔案關(guān)聯(lián)分析，確定各類涉案人員/車輛的詳細(xì)信息?；诖髷?shù)據(jù)系統(tǒng)的車輛特征二次識(shí)別技術(shù)從根本上克服了傳統(tǒng)車輛檢索只能按照號(hào)牌進(jìn)行單一查詢的功能缺陷，實(shí)現(xiàn)了按照車輛品牌、型號(hào)、顏色、類別以及局部特征等自定義組合查詢和模糊查詢強(qiáng)大功能?；趯?duì)過(guò)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(zhǔn)確的擁堵點(diǎn)，有助于交管人員日常勤務(wù)安排和以及上下游及時(shí)聯(lián)動(dòng)和快速反應(yīng)。通過(guò)大數(shù)據(jù)平臺(tái)對(duì)交通違法、事故數(shù)據(jù)及屬性開(kāi)展關(guān)聯(lián)分析，定期將違法、事故與駕駛?cè)颂卣?，包括培?xùn)考試過(guò)程、工作單位、家庭背景等因素，與車輛特征，包括品牌、車型、營(yíng)運(yùn)性質(zhì)、號(hào)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(shí)間、環(huán)境、設(shè)施等相關(guān)聯(lián)的，集中分析掌握違法、事故中高發(fā)、易發(fā)的駕駛?cè)?、車輛和道路，為管控提供最為真實(shí)的資料和依據(jù)。準(zhǔn)確統(tǒng)計(jì)道路交通、卡點(diǎn)進(jìn)出車輛流動(dòng)情況，為合理調(diào)配警力、提高車輛管理水平提供科學(xué)依據(jù)。 功能需求 基于大數(shù)據(jù)的在線統(tǒng)計(jì)和離線分析需求以總量統(tǒng)計(jì)、信息查詢等業(yè)務(wù)數(shù)據(jù)檢索的后臺(tái)軟件模塊為支持，通過(guò)大數(shù)據(jù)系統(tǒng)備份或抽取歷史數(shù)據(jù)資源，重構(gòu)數(shù)據(jù)結(jié)構(gòu)，并為每一種應(yīng)用添加算法模塊，實(shí)現(xiàn)對(duì)大批量信息檢索及統(tǒng)計(jì)分析的實(shí)時(shí)處理。 面向交通安全的大數(shù)據(jù)業(yè)務(wù)需求管理路面違法、假/套牌、肇事車輛、黑車等重點(diǎn)布控車輛、維護(hù)交通安全和事故處理是交管部門的另一項(xiàng)行政管理職能。2 需求分析 業(yè)務(wù)需求 面向交通管理的大數(shù)據(jù)業(yè)務(wù)需求隨著城市交通擁堵問(wèn)題頑固化、復(fù)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(yù)警拓展、從歷史統(tǒng)計(jì)向在線分析挖掘拓展、從簡(jiǎn)單應(yīng)用向綜合服務(wù)評(píng)價(jià)拓展的內(nèi)在需求發(fā)展方向。（4）二次識(shí)別服務(wù)器：于大數(shù)據(jù)下深度學(xué)習(xí)的圖像識(shí)別技術(shù)，支持車輛號(hào)牌、品牌型號(hào)、車身顏色、車輛型號(hào)等信息關(guān)聯(lián)比對(duì)。數(shù)據(jù)節(jié)點(diǎn)管理存儲(chǔ)的數(shù)據(jù)，支持PB級(jí)數(shù)據(jù)和圖片存儲(chǔ)和數(shù)據(jù)索引管理。（2）數(shù)據(jù)庫(kù)服務(wù)器：管理節(jié)點(diǎn)作為主服
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1