没有合适的资源?快使用搜索试试~ 我知道了~
互联网+智能交通大数据及云应用平台解决方案.pdf
9 浏览量
2023-02-06
20:00:00
上传
评论
收藏 2.87MB PDF 举报
。。。
资源推荐
资源详情
资源评论

















智能交通大数据及云应用平台解决方案
什么是交通大数据
交通概念很大, 所涉及的范围很广, 如城市道路交通指数、 地铁运行数
据、一卡通乘客刷卡数据、港口集装箱数据、机场航班数据、轨道交通运营
数据、远洋及内河航道船舶数据、 物流车辆及货物数据、 公交车实时数据、
出租车行车数据、空气质量状况、气象数据、道路事故数据、高架匝道运行
数据、以及衍生的相关拥堵、事故、违法信息等都属于交通数据。
我们通常所提的城市公安交通管理大数据是指在城市智能交通建设和
运营的过程中,从视频监控、卡口电警、路况信息、管控信息、营运信息、
GPS 定位信息、 RFID 识别信息等每天产生的大量数据,并借助信息化手段
将这些相互关联的数据整合到一起 (比如车辆信息、地图信息、人员信息、
违规违章记录信息等等 ),形成一个有价值数据链,从而知道城市交通信息
化建设,为公安交通实战应用服务,为市民出行服务。
什么是云分析
云分析系统具备超高的计算性能,单机设备每天处理的信息量最大高
达 2000 万张图片。 云分析具备对卡口、 电警以及部分监控设备拍摄的车辆
图像信息的结构化智能分析功能, 主要包括识别图像中车辆的品牌、 型号、
年款、车身颜色、类别、异常特征 (如遮挡面部、遮挡号牌 )、唯一性局部特
征(如年检标志、车内饰物 )等关键信息。
可对提交的图像中的车辆车牌颜色及车牌号进行二次识别,通过大数
据进行,时间、地理、轨迹等的对比识别,以得出分析结果。
过去几年,智能交通系统建设取得了长足的进步与发展, 针对道路交通
违法、交通安全等,不断在不同的时间,不同的阶段建立了交通卡口、违法

检测、道路智慧监控、 交通事件监测等信息化系统, 但这些信息化系统所采
用的设备、 平台均来自于不同的厂家, 采用的标准, 上下级不能很好的实现
级联,与公安系统融合度不高,无法进行集中管理,资源共享,发挥统一的
实战作用。
不同时期,不同阶段建设的信息化系统, 技术路线,功能性能指标各异,
在套牌、摘牌、故意遮挡号牌等涉车案件中, 不能找到行之有效的手段处理。
现阶段,交通违法行为导致的交通安全、 道路交通事故问题依然突出,
交通违法管理的颗粒度也越来越细,道路交通安全法也不断的修正以满足
交通管理工作的需要。 其中,不系安全带、 开车打电话等违法行为纳入了处
罚范围,而过去建设的卡口系统绝大多数不具备这些功能, 不能很好的服务
公安交通管理需要。
云 分 析 系 统 的 出 现 , 问 题 将 迎 刃 而 解 。 云 分 析 系 统 创 新 型 引 入
GPU+CPU 的设计理念,单台设备每天最高处理性能达到 2000 万张图片,
提取车牌号、车身颜色、车标、子品牌、车型、车脸等交警实战所需的结构
化信息,并能够自动甄别不系安全带、 打电话等违法行为, 为公安交通管理
提供全新的技术手段和业务体验。
系统设计
系统中采用的设计方法和技术路线在实战应用技术中处于领先地位,
软件的设计先进灵活, 便于升级以及与其它系统的互联互通。 系统涵盖了目
前实战应用所涉及的一系列技术,如:图像预处理、信息筛查、电子地图轨
迹分析等,在此基础上融合了车型建模、车牌识别、车标识别、运动目标检
测和行为分析、图片检索等智能视频图像分析技术,创新性的实现了“车脸

识别”、“不系安全带检测”等功能,创造性的使用云分析实现超大数据量的
图片二次识别,为用户提供超高性价比的解决方案。
系统设计时,对需要实现的功能进行合理的配置, 且配置具有良好的兼
容性和扩展性 ;通过提供二次开发接口,支持用户利用本系统自主开发新功
能,满足业务需求。
系统具有开放性的标准体系, 后端基于开放式的 TCP/IP 网络系统进行
设计,支持多种网络协议,便于和各系统间的互联、互通、互控,遵循规范
的通用接口标准,使系统对硬件环境、通信环境、软件环境、操作系统之间
的相互制约和影响减至最小。
具有良好的人机交互界面,尽可能避免出现繁琐操作实现某项具体业
务应用的情形。系统在体系设计及工程实施中应根据用户使用需求充分考
虑性能优化,在合理时间范围内,尽可能缩短系统的操作响应时间 ;系统维
护也应在合理范围内尽可能简化,使操作人员能快速地学习和掌握系统操
作。
系统涵盖了目前交通管理业务应用所涉及的一系列技术, 如:图像接入、
通用解码、转码、图片索引、车型建模、图像预处理、信息筛查、电子地图
轨迹分析、套牌分析等。基于云分析的二次识别方案配合大数据的高效查询、
检索、研判方案,构筑了智能交通综合管控平台的数据底层支持优秀架构,
为交警实战业务应用提供了极佳的用户体验。
1.1 系统架构

系统的使用者通常为指挥中心调度人员、 指挥中心带班领导、 支/总/大
队的主管领导、 交通秩序管理人员、 大队分控中心人员、 路面执勤民警等。
系统维护的职责则由运维工程师和系统管理员完成。
主要的关键业务应用包括交通状况监测、 日常组织与管控、 应急指挥与
协作、信息研判分析等方面, 主要是应对城市交通管理的现状实时监视、 日
常业务处置、突发事件应对、交通数据挖掘研判等业务需求。
辅助核心业务的是一系列的支撑应用,包括基础数据管理 (路网信息、
设备设施信息 )、警力资源管理 (警员信息、警车信息、装备信息 )、电子地图
管理、系统配置管理。

在应用层下面是支持业务应用的支撑层, 在这层完成对信息的采集、 汇
聚、加工、存储、交换等处理操作,同时支撑层还内包消息服务器、 GIS 地
图中间件、视频服务、诱导服务等信令及数据的服务或中间件。
最下端为数据感知层, 包括业务子系统及设备, 为各类交通信息的原始
数据来源,如 GPS 车辆轨迹信息、 视频信息、通行车辆信息、 交通流信息、
施工占道信息、交通管制信息、气象信息等。
•
视频大数据技术平台
视频大数据技术平台负责存储和提取处理视频、图片等非结构化数据,
通过视频结构化技术,可挖掘出视频图像中的人、车、物、事件等结构化信
息,进一步用于大数据的分析挖掘。 同时,视频大数据技术平台可提供视频
摘要、视频浓缩、视频质量诊断等智能分析服务, 使上层应用提高视频处理
的效率。
•
通用大数据技术平台
通用大数据技术平台提供基于 Hadoop 和 Spark 的分布式存储、分布
式计算等能力, 负责整合并管理海量的结构化、 半结构化、非结构化数据,
具备高度的可扩展性,可将数千台的廉价服务器组建成一套庞大的云存储
系统、一台超级计算机。基于 Spark 架构的内存运算,速度比传统的 Hadoop
快 10~100 倍,适合交通行业对时间要求的流式计算需求。
•
行业大数据能力平台
能够针对海量数据进行快速检索、 快速统计分析, 同时能够进行深度的
关联分析,挖掘出其中有价值的信息。 行业大数据能力平台以接口的方式为
上层应用提供服务。
剩余25页未读,继续阅读
资源评论

lengyue815
- 粉丝: 489
- 资源: 3294

上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助

会员权益专享
安全验证
文档复制为VIP权益,开通VIP直接复制
