解析車輛大數(shù)據(jù)對(duì)智能交通發(fā)展的影響

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(zhǎng)得益于三個(gè)方面：
　　一、按照中共中央辦公廳和國(guó)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(wú)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(jiǎn)易卡口攝像機(jī)，在對(duì)普通監(jiān)控場(chǎng)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(chǎng)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(wú)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(jiǎn)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(yáng)板狀態(tài)等識(shí)別檢測(cè)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(chǎng)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(shì)，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(guó)家信息安全維護(hù)，避免被他國(guó)“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(cè)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(wú)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(kù)或者數(shù)據(jù)倉(cāng)庫(kù)解決，半結(jié)構(gòu)化數(shù)據(jù)使用網(wǎng)頁(yè)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(kù)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。