卡口与大数据融合应用新看点 - 安防知识网

随着各地智能交通信息系统工程的持续建设和投入，交通设施设备大量增加，尤其是卡口系统的数量快速增长，这导致卡口系统产生的过车数据迅速膨胀。

　　随着各地智能交通信息系统工程的持续建设和投入，交通设施设备大量增加，尤其是卡口系统的数量快速增长，这导致卡口系统产生的过车数据迅速膨胀。由于缺乏适当的手段去利用这些海量数据，导致了“重建设、轻应用”的现象。本文作者结合实际工作经验，提出了若干基于卡口系统的应用，有助于丰富卡口系统的应用形式。

　　文/吴明远

　　卡口背后的大数据

　　虽然卡口系统包含很多复杂技术，例如图像识别，但卡口系统最终生成的过车信息却异常简单，无外乎车牌号、车型、颜色、行驶速度、过车时间、卡口编号、车道编号等。正是这些简单信息汇聚起来，形成了数量庞大的过车记录，最终产生了若干基于卡口系统的应用。

　　假设每个卡口每小时平均过车3000辆，每天以10小时计(夜晚过车量很小)，则每个卡口一天的过车数据有3万条。当前一线城市的卡口数量约在500个左右，以此计算，每天的过车记录将高达1500万条，一年下来就超过了50亿条记录。

　　稽查防控

　　作为卡口系统最为直接的应用，稽查防控应用最为广泛，例如针对逾期未年检车辆进行整治。用户指定需要布控的车牌号，卡口系统会实时扫描从所有卡口通过的车辆信息，一旦发现布控的车辆，会及时通过多种方式，在多种终端上进行报警，以便相关人员进行拦截。

　　虽然稽查防控应用很多，但仍然存在值得改进的地方。当布控车辆从某个卡口经过时，拦截人员通常不在现场，等到拦截人员赶到现场时，布控车辆早已逃之夭夭，这就失去了防控的意义。如果结合GIS技术，就能很好地解决这个问题。当卡口系统检测到布控车辆从某个卡口通过时，借助GIS技术，可以推算出布控车辆接下来将要通过的一个或多个卡口，并对各卡口的可能通过时间进行预估，这就方便指挥中心及时派员前往相关卡口进行拦截，有效提高了稽查防控效率。

　　在不远的将来，有望将全国的卡口系统过车信息全部统一起来，以实现基于全国范围的稽查防控网络，藉此大幅度提高针对违法违章车辆的查处力度。

　　涉案车辆排查

　　随着城市的快速发展，城市越来越大，路网也越来越复杂，为了迅速逃脱公安机关的抓捕，更多违法犯罪分子借助车辆来实施违法行为。事实上，绝大多数犯罪分子都会乘坐车辆到现场踩点，反复查勘现场，等待合适时机以实施违法犯罪行为，最后乘坐车辆逃逸。借助卡口系统中记录的海量过车信息，结合海量数据分析技术，完全有可能将犯罪分子乘坐的车辆从茫茫车海中识别出来。

　　除了这种事后的涉案车辆排查技术，运用同样的技术，系统还可以主动出击，及时预测将要发生的为违法行为，做到防患于未然，进一步提高系统的应用范围。

　　伴随车辆分析

　　由于公众安全防范意识不断提高，犯罪分子独立实施犯罪行为的成功率大为降低，因此，新时期的犯罪行为，开始表现为团体作战，形成犯罪团伙。踩点和作案时，犯罪团伙通常会使用多辆汽车，以提高成功率。从卡口系统的角度看，团体作案具体表现为多辆车同时出没于特定卡口覆盖范围，利用该特征，从海量过车数据中，就可以提取出满足特定条件的车辆，提高侦破效率，这就是伴随车辆分析。

　　在应用上，由用户选择车辆的行进路线，设置车辆通行间隔时间、跟车数量，以及分析时间起止范围，系统就可以从海量过车信息中查找到符合上述特征的所有车辆。通常满足伴随车辆分析的车辆数量不会太多，用户从这个较小的集合中，结合卡口系统拍摄的高清照片，就能够快速定位到犯罪分子使用的车辆，进而顺藤摸瓜，迅速抓获犯罪分子。

　　合理使用伴随车辆分析，不但可以在案发后起到快速定位嫌疑车辆的作用，还可以在案发前提供预警信息，做到防患于未然，减少人民生命财产的损失。

　　出入案发现场车辆分析

　　如前所述，犯罪分子在实施犯罪之前，通常会持续踩点，多次查勘现场，分析合适的作案时间，直至成功实施犯罪行为，之后则很长时间不会出现在作案现场。从卡口系统的角度来看，在作案时间点之前，会有车辆频繁出入于案发现场的卡口;而作案之后，这些车辆全都在这些卡口消失了。利用该特征，完全有可能找出符合作案特征的全部车辆，再结合其它信息，就可以快速找到嫌疑车辆，这就是出入案发现场车辆分析，用于分析在案发前进入、案发中停留、案发后离开的车辆。

　　从上述应用场景可以看出，只有在案件发生一段时间后，才能有效利用这种分析方式，以提供足够的对比分析数据。

　　异常车辆分析

　　犯罪分子在踩点的过程中，通常会在特定时间频繁出入于特定卡口。利用数据仓库分析技术，找出特定时间段(如夜晚)，在特定卡口(如案件高发区域)，最为活跃的车辆，用户可进一步分析这些车辆，及时发现潜在的犯罪行为，有效震慑犯罪分子，这就是异常车辆分析。

　　除此之外，还可以分析车辆通行规律异常的情况。例如突然出现在不经常出现的区域，或者应该经常出现在某一区域，突然几天不出现了。这些异常行为都可以从海量过车数据中挖掘出来。

　　在使用异常车辆分析时，可根据需要，过滤掉出租车等车辆类型，以减少排查范围，提高分析效率。

　　旅行时间计算

　　车辆通过每一个卡口时，卡口系统会记录通过时间和车牌号，由此可以计算出车辆在相邻卡口间的通行时间，这就是旅行时间计算。

　　有了相邻卡口间的旅行时间，结合GIS，自动测算出相邻卡口间的道路长度，就可以计算出车辆在相邻卡口间的平均行驶速度，这就是区间测速。

　　由于电子狗的大量使用，不少驾驶员在通过卡口时，会主动降低速度，一旦离开卡口覆盖范围，又会迅速提高速度，超速行驶，传统的单点测速无法发现这种超速行为。利用区间测速，就可以有效解决该问题，此时只需在封闭道路的两端安装卡口，即可发现超速行为。利用该方式，可有效减少卡口建设数量，节省建设资金;同时解决了单点测速的弊端，可有效减少因超速带来的交通事故，强化路网通行规范，提高路网通行能力。

　　计算车辆旅行时间和区间行驶速度，在技术实现上，要求卡口系统针对每一条车辆通行记录，找出时间间隔最近的相同号牌的上一条通行记录，以此完成计算。如果碰巧找出的上一条通行记录所对应的卡口，与当前记录对应的卡口相距甚远，车辆完全不可能在这个时间间隔内穿越这两个卡口，这就意味着发现了车辆套牌行为。套牌行为的危险性毋庸赘述，一旦发现套牌行为，卡口系统可通过多种方式通知相关人员进行拦截。

　　交通流量分析

　　传统上，分析交通流量时，多使用来自地磁、微波等检测源的数据，但这些检测源都有一个共同点，那就是无法检测车牌号。这就限制了传统流量分析的应用场景，仅能对单一路段/路口进行分析，无法形成全局的流量分析。

　　卡口系统由于记录了车辆号牌，相对地磁、微波等检测设备，具有天然的优势。基于卡口系统的流量分析，可计算出城市各小区机动车发生量分布、吸引量分布，可实现出行目的地分析、出行路径分析等多种分析应用，进而找出城市热点区域，为管理者提供决策参考，更好地优化路网机制，规划更为合理的路网参数。

　　图像分析

　　卡口系统记录的过车数据，结构上是很简单的，从占用的存储空间来看，图片之外的部分才几百字节，但每张图片大小却有几百K。随着高清卡口的推广，相信图片大小会越来越大，占用越来越多的存储空间。

　　传统上，卡口系统拍摄的图片仅用作人工审核用，用于在最终环节对车辆进行确认。考虑到庞大的过车数据，相信绝大多数图片都无法得到有效利用，白白占用了庞大的存储空间。

　　事实上，卡口过车图片里面包含了很多信息，这些信息是卡口设备本身无法有效识别出来的信息，例如车辆品牌、车辆型号、是否粘贴了年检标识、驾驶员是否系安全带、是否驾驶时拨打电话等等。

　　随着图像分析技术越来越智能，在卡口系统采集的过车图片之上，建立后期图像分析应用，利用图像分析技术，及时发现违法违章车辆，就变得愈发有效了。例如通过与车驾管系统中登记的车辆信息进行比对，可检查是否套牌。

　　利用后期图像分析，在不改变现有卡口设备的情况下，就能够挖掘出更多的车辆特征，便于实现更多应用，有效利用了现有卡口设备，降低不必要的卡口重建投入。

　　卡口大数据应用更丰富

　　利用先进的海量数据处理技术，结合当前城市发展需要，充分挖掘卡口系统采集数据的价值，为平安城市的建设打下坚实基础，这是当前基于卡口系统的应用范围。

　　除了传统的稽查防控应用，基于卡口应用的海量过车数据，可实现涉案车辆排查、旅行时间计算、交通流量分析、图像分析等应用。其中涉案车辆排查又包括伴随车辆分析、出入案发现场车辆分析、异常车辆分析等多种应用形式;由旅行时间计算，可衍生出区间超速测量、套牌分析等应用;交通流量分析是卡口系统的重要应用方向，可提供很多传统检测设备无法支撑的应用形式;图像分析可充分利用卡口设备抓拍的图片，提供更为完备的车辆特征信息。