四川中衛(wèi)北斗科技有限公司

在線咨詢
微信

微信掃一掃

長按二維碼關(guān)注微信加好友

低價(jià)值密度下公安交管大數(shù)據(jù)應(yīng)用實(shí)踐

發(fā)布時(shí)間:2020-11-11 13:18

          10月21日,中國智慧交通管理聯(lián)盟第五次年會(huì)-交通管理大數(shù)據(jù)技術(shù)應(yīng)用論壇在線上舉行,公安部交通管理科學(xué)研究所五部副主任黃淑兵就《低價(jià)值密度下公安交管大數(shù)據(jù)應(yīng)用實(shí)踐》進(jìn)行分享,本文為演講速記,未經(jīng)本人審核。

          黃淑兵:大家好,今天我給大家匯報(bào)的主題是低價(jià)值密度下公安交管大數(shù)據(jù)的應(yīng)用實(shí)踐,大家看到題目可能會(huì)有一個(gè)疑問,什么樣的交管數(shù)據(jù)價(jià)值密度比較低。今天分享的交管大數(shù)據(jù)價(jià)值,是指在大數(shù)據(jù)業(yè)務(wù)應(yīng)用中可以發(fā)揮的作用。

          大數(shù)據(jù)的5V特征

          有說是四維特征,有說是五維特征,實(shí)際上大同小異了。大數(shù)據(jù)的第一個(gè)特征,數(shù)據(jù)量非常龐大?那么大到什么樣的程度才算大呢?一般來說是要達(dá)到Pb級(jí)量級(jí)才能認(rèn)為是大數(shù)據(jù)。從嚴(yán)格意義上來說,機(jī)動(dòng)車駕駛員靜態(tài)數(shù)據(jù)還不能算是大數(shù)據(jù),不能說是嚴(yán)格意義上的大數(shù)據(jù),今天主要匯報(bào)的內(nèi)容是公安交管集成指揮平臺(tái),通過路面前端卡口設(shè)備采集到機(jī)動(dòng)車通行軌跡數(shù)據(jù),這個(gè)數(shù)據(jù)量非常龐大。目前我們匯聚的數(shù)據(jù)量已經(jīng)達(dá)到了萬億級(jí)別,每天的增量大概是12.5億左右,毫無疑問,這是一個(gè)龐大的數(shù)據(jù)量。

image.png

          大數(shù)據(jù)的第二個(gè)特征是價(jià)值特征,就是說價(jià)值非常龐大,是針對(duì)于總體價(jià)值來說的。還有一種說法說是大數(shù)據(jù)的價(jià)值密度實(shí)際比較低,數(shù)據(jù)量非常龐大,但單條數(shù)據(jù)價(jià)值相對(duì)比較低的。一個(gè)說大,一個(gè)說低,實(shí)際上并不矛盾,一個(gè)是從總體出發(fā),一個(gè)是從單條數(shù)據(jù)可以發(fā)揮的作用而言,大家關(guān)注的點(diǎn)不一樣。現(xiàn)在,大數(shù)據(jù)發(fā)展應(yīng)用到一定階段以后,又開始考慮大數(shù)據(jù)到底能夠發(fā)揮多大的作用?數(shù)據(jù)價(jià)值到底能到一個(gè)什么樣的程度?

          交管大數(shù)據(jù)的價(jià)值密度低體現(xiàn)在哪里

          有很多因素。

          首先從數(shù)據(jù)質(zhì)量的角度出發(fā),交管大數(shù)據(jù)是指通過道路上各種交管設(shè)備傳感器采集到的數(shù)據(jù),數(shù)據(jù)質(zhì)量并不高。根據(jù)《道路車輛智能監(jiān)測(cè)記錄系統(tǒng)通用技術(shù)條件》標(biāo)準(zhǔn)提出的車牌識(shí)別準(zhǔn)確率要求,白天識(shí)別準(zhǔn)確率不能低于95%,夜間識(shí)別準(zhǔn)確率不能低于90%。一般情況下,產(chǎn)品檢測(cè)時(shí)是按照理想的光線和跟車環(huán)境來做檢測(cè),成像的角度數(shù),圖片的清晰度,包括測(cè)試場(chǎng)景都比較單一,測(cè)試的時(shí)候產(chǎn)品能達(dá)到這兩個(gè)指標(biāo),問題不大。

          但實(shí)際上卡口是安裝在路面上,識(shí)別就有些問題。比如像首漢字的識(shí)別,很多設(shè)備的首漢字識(shí)別錯(cuò)誤的現(xiàn)象還是比較嚴(yán)重,比如像“湘”很容易被識(shí)別成“浙”和“冀”,比較容易混淆。包括一些非均衡的號(hào)牌,經(jīng)常會(huì)被誤識(shí)別,甚至有些車的車身廣告數(shù)字和條紋,都會(huì)被誤識(shí)別成車牌。還有一些容易混淆的字母或數(shù)字,比如像D和Q很容易會(huì)被識(shí)別成0,P容易被識(shí)別成F等?;谀壳暗臄?shù)據(jù)情況,其實(shí)卡口設(shè)備的識(shí)別準(zhǔn)確率在實(shí)際環(huán)境中是比較低的,識(shí)別準(zhǔn)確率低,也就意味著采集的數(shù)據(jù)跟實(shí)際情況不相符合。

          前一段時(shí)間,我們選取了條件比較好的高速公路路段上功能相對(duì)單一的、拍攝單個(gè)車道的卡口所采集到的、能識(shí)別車牌的圖片進(jìn)行分析,發(fā)現(xiàn)大車的車牌識(shí)別準(zhǔn)確率目前只有80%,小車的識(shí)別準(zhǔn)確率是87%。表面上看起來距離行業(yè)標(biāo)準(zhǔn)比較接近了,但這只是已經(jīng)抓拍和識(shí)別后的車牌分析,還有大量未被識(shí)別、無號(hào)牌的抓拍圖片,也還不包括未被卡口抓拍到的車輛。也就是說,目前卡口的車牌抓拍識(shí)別率實(shí)際上不足70%。曾經(jīng)我們拿過卡口抓拍到的車牌數(shù)據(jù),跟交通運(yùn)輸部重點(diǎn)營運(yùn)車輛聯(lián)網(wǎng)聯(lián)控系統(tǒng)平臺(tái)的GPS車輛軌跡數(shù)據(jù)做了一個(gè)碰撞分析,但兩邊數(shù)據(jù)能重合的,大概也就百分之五六十左右。也就是說,盡管我們現(xiàn)在擁有了上萬億條的卡口數(shù)據(jù),但只有70%不到的數(shù)據(jù)是準(zhǔn)確的,還有1/3左右的數(shù)據(jù)不可識(shí)別或者識(shí)別錯(cuò)誤,這會(huì)帶來什么影響?

          舉一個(gè)簡單的例子,比如這個(gè)模型是一個(gè)我們用來分析從事非法營運(yùn)車車輛的模型,模型比較理想,也能夠發(fā)揮一些作用。

          模型的原理比較簡單,頻繁往返于機(jī)場(chǎng)、客運(yùn)車站等場(chǎng)所的車輛,比如面包車、小客車等不具備營運(yùn)資格的車輛,就可以被預(yù)警為疑似非法營運(yùn)車輛。在理想的數(shù)據(jù)情況下,只要是從事非法營運(yùn)車輛的嫌疑車輛,基本都能被發(fā)現(xiàn)。但在實(shí)際應(yīng)用中出現(xiàn)了一些問題。比如真正從事非法營運(yùn)車輛的車輛號(hào)牌根本就沒有被識(shí)別到或者識(shí)別錯(cuò)誤,系統(tǒng)無法識(shí)別也就無法預(yù)警,就會(huì)出現(xiàn)漏報(bào)。還有將具備資質(zhì)的營運(yùn)車輛識(shí)別成其他車輛的號(hào)牌,系統(tǒng)分析就會(huì)造成誤報(bào)。不管是哪種情形,這兩種情況都會(huì)對(duì)實(shí)際應(yīng)用造成較大影響。

          第二個(gè)價(jià)值密度低的表現(xiàn)是覆蓋面不均衡不完整。

          現(xiàn)在全國所有卡口都要求接入到公安部交通管理集成指揮平臺(tái)里,實(shí)際上還有大量的卡口還沒有接進(jìn),因此就導(dǎo)致數(shù)據(jù)覆蓋不全。另外,道路上的卡口設(shè)備沒有達(dá)到路段100%覆蓋。

          數(shù)據(jù)覆蓋不全,就可能導(dǎo)致分析結(jié)果的偏差。比如說分析某高速公路的車流量什么時(shí)候最大,什么時(shí)候最小,什么時(shí)候哪些路段車流量最大。若是路段中間卡口設(shè)備空缺,不管怎么分析,都會(huì)出現(xiàn)錯(cuò)誤。

          根據(jù)《2020年加強(qiáng)重要點(diǎn)位交通監(jiān)控設(shè)備聯(lián)網(wǎng)接入和運(yùn)維管理工作方案》要求年底前,國家高速公路服務(wù)區(qū)、收費(fèi)站卡口聯(lián)網(wǎng)率達(dá)到60%以上。但到目前為止,高速公路服務(wù)區(qū)的卡口聯(lián)網(wǎng)率只有43%,收費(fèi)站的卡口聯(lián)網(wǎng)率更低,只有21%。當(dāng)然這里有很多的因素,設(shè)備不是交管部門建和用,采用交通運(yùn)輸部的設(shè)備可能通訊協(xié)議和數(shù)據(jù)格式,和交管部門可能會(huì)有差異,這些設(shè)備就沒有被接進(jìn)來。有些服務(wù)區(qū),可能根本就沒安裝卡口,這樣就做不到全覆蓋。

          如果做不到全覆蓋,對(duì)大數(shù)據(jù)分析有什么影響?可以看一下比較典型的專項(xiàng)大數(shù)據(jù)案例。很多時(shí)候我們拿大數(shù)據(jù)和傳統(tǒng)的民警經(jīng)驗(yàn)來做比較,比如以往要組織一些專項(xiàng)行動(dòng),更多靠一些老民警的經(jīng)驗(yàn)來實(shí)現(xiàn),有了大數(shù)據(jù)以后,就可以依靠數(shù)據(jù)來實(shí)現(xiàn)輔助決策。

          舉個(gè)例子。我們通過卡口識(shí)別車牌,通過車牌信息在車駕管數(shù)據(jù)中了解到車輛基本信息,包括車輛類型,年限,荷載人數(shù)或者噸數(shù)等,這是單條數(shù)據(jù)。積累了一定量的數(shù)據(jù)以后,就能夠分析出來在哪些道路、哪些時(shí)段上,到了報(bào)廢期限仍上路的大貨車比較多,從而有助于決策,是否開展一次針對(duì)于大貨車逾期未報(bào)廢的專項(xiàng)整治行動(dòng)?

image.png

          專項(xiàng)行動(dòng)有沒有取得效果,也是根據(jù)大數(shù)據(jù)的分析和運(yùn)算來復(fù)盤,如果逾期沒報(bào)廢的車輛確實(shí)減少了,專項(xiàng)行動(dòng)就可以結(jié)束了,而不像以前沒有數(shù)據(jù)支撐,不知道要開展幾次專項(xiàng)行動(dòng)執(zhí)法,才有效果,只能固定排班,浪費(fèi)警力。但如果某一條路沒有一個(gè)卡口接進(jìn)來,數(shù)據(jù)分析就不完整,有可能這條路上逾期未報(bào)廢卻上路通行的車輛最多。

          所以如果數(shù)據(jù)不全面,就很可能做出誤導(dǎo)性的決策。雖然模型很好,但實(shí)際上因?yàn)閿?shù)據(jù)沒有做到全覆蓋,數(shù)據(jù)分析結(jié)果就出現(xiàn)問題。為什么會(huì)出現(xiàn)這樣的情況?我們也簡單做了分析,從技術(shù)層面來說,現(xiàn)在公安交通集成指揮平臺(tái)接入的卡口設(shè)備,大概有5.1萬套是三年前備案,此外,即便是三年前備案接入,設(shè)備實(shí)際的建設(shè)應(yīng)用可能更早,早期設(shè)備的技術(shù)條件還沒有目前這么先進(jìn),當(dāng)時(shí)用的識(shí)別技術(shù)、算法跟目前的技術(shù)完全不是一回事。

          這些卡口的成像條件也沒有現(xiàn)在這么好,因而可能造成識(shí)別錯(cuò)誤。比如這張抓拍圖片,車身上噴涂的順豐快遞專用服務(wù)電話號(hào)碼比車牌本身要清晰,正好也是5個(gè)數(shù)字,卡口就容易將這個(gè)電話號(hào)碼識(shí)別成號(hào)牌。比如這種農(nóng)用車,因?yàn)闃颖緮?shù)據(jù)少,更多的被識(shí)別成小型汽車。比如這兩年開始規(guī)模上路的新能源車輛,不少卡口在安裝時(shí),還沒有新能源號(hào)牌,也就不具備識(shí)別的能力,很多前端設(shè)備又沒有及時(shí)的升級(jí),沒有更新識(shí)別算法,因此這些新能源號(hào)牌通過此類卡口后,基本上車牌數(shù)字會(huì)少一位。

          還有很多摩托車和電動(dòng)自行車卡口基本識(shí)別不了,甚至有些摩托車和非機(jī)動(dòng)車抓拍照片壓根就沒有傳到公安交通集成指揮平臺(tái)里面去,這樣就會(huì)造成很多數(shù)據(jù)的錯(cuò)誤和缺失。

          從管理角度來看,還有很多卡口位置的地圖標(biāo)注存在問題。因?yàn)楹芏嗄P蜁?huì)根據(jù)兩個(gè)卡口設(shè)備間距離,從而推算出車輛通行的速度。但這些卡口位置的地圖標(biāo)注都是人工標(biāo)注的,人工標(biāo)注就可能存在誤差。比如有相當(dāng)一部分設(shè)備,根本沒有標(biāo)注在路上,甚至標(biāo)到了河流、湖泊、山脈上。還有一些比較難以發(fā)現(xiàn),比如城區(qū)一個(gè)卡口被標(biāo)注到城際公路上,也就是位置錯(cuò)標(biāo)。這樣的數(shù)據(jù),如果拿過來做數(shù)據(jù)分析,輸入業(yè)務(wù)模型,就會(huì)存在問題,也就不能得到一個(gè)有效的價(jià)值信息。

image.png

          還有,對(duì)前端設(shè)備的運(yùn)維,可能也沒做到位。比如被樹葉被遮擋,強(qiáng)烈反光,補(bǔ)光不足,以及設(shè)備安裝角度出現(xiàn)偏差,就沒辦法較好的采集到車牌數(shù)據(jù)并識(shí)別。

          價(jià)值密度低的影響

          通過前面的分析,可以看出目前公安交管大數(shù)據(jù)主要還是通過車輛軌跡數(shù)據(jù)實(shí)現(xiàn)各種目標(biāo)。數(shù)據(jù)質(zhì)量不高會(huì)帶來什么影響?目前的算法、技術(shù)走到了前面,即便數(shù)據(jù)存在問題,但業(yè)務(wù)模型仍可以產(chǎn)生一些效果。技術(shù)解決了能不能的問題,后面能不能用好,就依賴于基礎(chǔ)的數(shù)據(jù)質(zhì)量。也就是說,現(xiàn)在解決了從0到1,下面就是如何從1走到100。

          要實(shí)現(xiàn)這個(gè)目標(biāo),要解決兩個(gè)問題。

          有兩個(gè)很大的問題需要去解決。

          第一個(gè)鴻溝,技術(shù)和業(yè)務(wù)的鴻溝,技術(shù)是為業(yè)務(wù)服務(wù)的,技術(shù)能不能用于業(yè)務(wù),中間有一個(gè)很大的跨度需要去通過。舉一個(gè)簡單的例子,我們的技術(shù)指標(biāo)可以達(dá)到很高,通過各種算法的一個(gè)訓(xùn)練優(yōu)化,使準(zhǔn)確率達(dá)到99%。比如說套牌車的識(shí)別,套牌車是怎么識(shí)別的呢?就是通過卡口電警等設(shè)備識(shí)別出車牌后,再將車輛特征與車駕管的登記數(shù)據(jù)進(jìn)行核對(duì),不符合的極可能是套牌車。假設(shè)一個(gè)城市里套牌車的比例是萬分之五,10萬輛車?yán)锟赡苡?輛套牌車,但識(shí)別準(zhǔn)確率是99%,那可能1萬輛車?yán)锩嬗?00輛被識(shí)別出疑似套牌,但真正的套牌車實(shí)際上只有5輛。所以,即便準(zhǔn)確率達(dá)到了99%,但對(duì)于應(yīng)用人員來說,能發(fā)現(xiàn)套牌車的準(zhǔn)確率只有5%。目前技術(shù)手段雖然已經(jīng)很成熟,但要真正的投入業(yè)務(wù)應(yīng)用,還有很多功課要做。

          第二個(gè)鴻溝就是理論和實(shí)際的鴻溝。理論上模型很完美,但實(shí)際應(yīng)用時(shí),又會(huì)發(fā)現(xiàn)各種各樣的問題。簡單舉兩個(gè)例子,比如車輛限尾號(hào)通行,怎樣科學(xué)合理的制定限行政策和措施,要不要限行?什么時(shí)段限行?應(yīng)該限哪些車?目前多是組織去北京上海深圳杭州廣州等地考察一下,但實(shí)際上不同城市的交通流車輛類型和通行規(guī)律,是不同的,借鑒作用有限。

          若是通過數(shù)據(jù)來,比如說通過這個(gè)城市的卡口采集了很多數(shù)據(jù),通過數(shù)據(jù)分析發(fā)現(xiàn)車流量在什么時(shí)段最大,由哪些類型的車輛組成,本地車和外牌車各有多少,哪些是長期行駛,哪些是短期通行,哪些車輛通勤距離很長,哪些很短?通過數(shù)據(jù)的預(yù)演推算,就可以模擬制定出一套比較合理的限行政策。

          之前我們經(jīng)常會(huì)拿這個(gè)來舉例,但發(fā)現(xiàn)很少有地方拿這個(gè)數(shù)據(jù)來作為決策依據(jù)。理論上是可行的,但目前的數(shù)據(jù)質(zhì)量,包括準(zhǔn)確率、覆蓋面都還達(dá)不到實(shí)際應(yīng)用的要求。如果數(shù)據(jù)質(zhì)量不高,反過來還會(huì)產(chǎn)生負(fù)面的影響。

          再舉個(gè)例子?,F(xiàn)在有很多地方在提,根據(jù)卡口采集的車輛通行軌跡特征對(duì)城市出行做一個(gè)畫像。包括車輛基本信息,每天什么時(shí)間出行,通行距離多少,通行強(qiáng)度是多少……但多停在理論階段,因?yàn)槟軌驖M足出行畫像要求的車輛,可能只有10%左右。因?yàn)楹芏嘬嚥杉降能壽E數(shù)據(jù)很少,如果只有幾條或者十幾條軌跡數(shù)量,就達(dá)不到畫像的要求。即便數(shù)據(jù)量達(dá)到了一定的要求,但因?yàn)閿?shù)據(jù)質(zhì)量比較低,對(duì)該車輛的出行畫像準(zhǔn)確性,也沒有辦法驗(yàn)證。

          可以簡單的總結(jié)一下,目前大數(shù)據(jù)處理分析技術(shù)已經(jīng)非常成熟,但是交管大數(shù)據(jù)的應(yīng)用還遠(yuǎn)遠(yuǎn)沒有跟上。技術(shù)的研究發(fā)展和推進(jìn),主要由一些企業(yè)和高校在研究,技術(shù)上沒有問題。但在應(yīng)用的過程中,就涉及到真正的數(shù)據(jù)應(yīng)用。

          一般一些模型訓(xùn)練的數(shù)據(jù)量比較少,很多的數(shù)據(jù)還是模擬的。有些地方為了避免模擬數(shù)據(jù)帶來的問題,會(huì)挑一些城市的真實(shí)數(shù)據(jù)輸入,但即便是真實(shí)的數(shù)據(jù),也不能代表全國的城市。

          所以說,在理想的數(shù)據(jù)環(huán)境下,模型已經(jīng)很成熟,沒有問題,但投入到應(yīng)用后,你就發(fā)現(xiàn)不同城市的情況是不一樣的。前一段時(shí)間我們也在調(diào)研,發(fā)現(xiàn)很多地方都上了很多大數(shù)據(jù)應(yīng)用模型,也確實(shí)收集了很多的數(shù)據(jù),但這些模型真正應(yīng)用上,還是很少。

          沒有常態(tài)化的應(yīng)用,主要還是因?yàn)閮蓚€(gè)鴻溝,一個(gè)是技術(shù)和業(yè)務(wù)的的鴻溝,一個(gè)是理論和實(shí)際的鴻溝。

          低密度價(jià)值下大數(shù)據(jù)應(yīng)用常用方法

          今天匯報(bào)的主要內(nèi)容,就是如何在現(xiàn)有情況下,來更好的實(shí)現(xiàn)交管大數(shù)據(jù)應(yīng)用。

          先回顧一下標(biāo)準(zhǔn)的大數(shù)據(jù)處理流程,一般通過幾個(gè)步驟,先是采集數(shù)據(jù),采集完后是數(shù)據(jù)清洗,清洗完后再對(duì)數(shù)據(jù)做分析和挖掘,最后對(duì)數(shù)據(jù)分析挖掘的結(jié)果做應(yīng)用。

          但根據(jù)我們長時(shí)間的經(jīng)驗(yàn)發(fā)現(xiàn),數(shù)據(jù)清洗不是一個(gè)預(yù)制的動(dòng)作,而是一個(gè)從前到后由始至終都需要的操作,就是說在數(shù)據(jù)采集過程中需要清洗數(shù)據(jù),數(shù)據(jù)分析挖掘時(shí)也要清洗數(shù)據(jù),甚至最后的應(yīng)用過程中,還是需要清洗數(shù)據(jù)。目前數(shù)據(jù)質(zhì)量就擺在面前,整個(gè)應(yīng)用過程都離不開數(shù)據(jù)的清洗和數(shù)據(jù)的處理。

image.png

          數(shù)據(jù)清洗和處理有哪些方法?簡單列了幾個(gè),和大家分享一下。

          第一種方法是二次加工,2014年我們就開始做。通過二次識(shí)別以后,識(shí)別的結(jié)果再跟卡口所采集數(shù)據(jù)做一個(gè)比較,如果結(jié)果是一致的,就可認(rèn)為數(shù)據(jù)是可用的。

          如果對(duì)比對(duì)結(jié)果不滿,再來一個(gè)二次識(shí)別,因?yàn)槎巫R(shí)別的算法可以有多種不同的算法,采用不同的算法交叉驗(yàn)證,驗(yàn)證完以后,將可信度更高的數(shù)據(jù)拉入后續(xù)應(yīng)用。二次加工方法也不是一個(gè)單獨(dú)的應(yīng)用,可能會(huì)跟其他的數(shù)據(jù)加工方法結(jié)合在一起,也不是說在每個(gè)環(huán)節(jié)都適合。二次識(shí)別需要對(duì)圖片做特征的提取,算力消耗比較大,時(shí)間也相對(duì)較長。所以這個(gè)過程一般不會(huì)放在第一環(huán)節(jié),第一環(huán)節(jié)經(jīng)過初步的加工初篩以后,得到一個(gè)數(shù)據(jù)量比較小的數(shù)據(jù)集以后,再采取二次加工的方式。

           二次識(shí)別除對(duì)機(jī)動(dòng)車號(hào)牌進(jìn)行識(shí)別以外,還可以對(duì)駕駛?cè)俗龆巫R(shí)別。很多模型里面會(huì)對(duì)同一路程中,駕駛員是否同一個(gè)人進(jìn)行識(shí)別,非機(jī)動(dòng)車駕駛員是否戴了頭盔等進(jìn)行識(shí)別,并不要很精確。當(dāng)然有些緝查需要知曉駕駛員身份,包括身份證號(hào)碼、駕駛證信息等。

           怎么判斷一個(gè)車底有沒有更換駕駛員,主要應(yīng)用場(chǎng)景是大客車和重載貨車,一是是否符合準(zhǔn)駕資格,二是是否有疲勞駕駛的嫌疑。通過大數(shù)據(jù)分析得出嫌疑車輛,如何確定到底有沒有換駕駛員?只要把主駕駛和副駕駛兩人的特征來提取出來,再交叉驗(yàn)證一下,兩人有沒有換座位,主駕駛位上是不是同一個(gè)人就可以了,并不需要知道駕駛員是誰,甚至都不需要人臉信息,只要提取大概特征,比如對(duì)衣服樣式和顏色進(jìn)行提取然后分析。

           第二個(gè)方法是叫條件過濾。

           這可能是在大數(shù)據(jù)處理中最常用的一個(gè)方法,例子也可多舉幾個(gè)。第一個(gè)是城市套牌車分析,原理也比較簡單,同一個(gè)號(hào)牌的兩輛車,不大可能再一個(gè)很短的時(shí)間內(nèi),出現(xiàn)在兩個(gè)不同的地方。如果出現(xiàn),某一輛車可能套牌嫌疑車。原理比較簡單。很早以前就提出來了,但當(dāng)時(shí)數(shù)據(jù)的處理能力還不夠,還是比較難實(shí)現(xiàn),但現(xiàn)在有了大數(shù)據(jù)技術(shù)以后,很容易就能實(shí)現(xiàn)。

           但在應(yīng)用的過程當(dāng)中也發(fā)現(xiàn)了問題,比如原始數(shù)據(jù)中2100個(gè)卡口,7天的抓拍圖像數(shù)據(jù)總量匯集達(dá)到了1.66個(gè)億車輛數(shù)據(jù)。

           對(duì)這些數(shù)據(jù)輸入模型然后運(yùn)算,結(jié)果是有46.9萬對(duì)的嫌疑車同時(shí)出現(xiàn)了兩地。用常識(shí)想也知道,不可能有46.9萬套牌車,為什么會(huì)出現(xiàn)這樣的數(shù)據(jù)結(jié)果?主要還是因?yàn)閿?shù)據(jù)質(zhì)量。比如如何界定異地,首先會(huì)用到兩個(gè)卡口之間的位置。如果本來兩個(gè)卡口距離很遠(yuǎn),但被人為的標(biāo)注到比較近,抓取車牌后也就可能被認(rèn)為是套牌嫌疑車。此外就是號(hào)牌識(shí)別錯(cuò)誤。比如一個(gè)是Q一個(gè)是0,但都被識(shí)別成0,也會(huì)被認(rèn)為是同一個(gè)號(hào)牌。怎么辦?

image.png

          所以要用條件過濾,比如剛提到的同一個(gè)卡口,本來是距離很遠(yuǎn),誤標(biāo)注到一起以后就被認(rèn)為是嫌疑套牌車。怎么過濾呢?就把符合這樣條件的卡口所采集到的數(shù)據(jù),全去掉。通過篩選以后就剩下2萬對(duì)嫌疑車,基本比較接近實(shí)際情況,但還是有號(hào)牌識(shí)別錯(cuò)誤的情況。

          號(hào)牌識(shí)別錯(cuò)誤怎么解決?前面也說了,可以通過二次加工對(duì)吧?采用另一種算法二次識(shí)別一下,這樣的數(shù)據(jù)才認(rèn)為是嫌疑套牌車的數(shù)據(jù)。通過二次識(shí)別后,剩下2000多對(duì)車有套牌嫌疑。

          第二個(gè)例子是黑校車識(shí)別。原理也不復(fù)雜,就是篩選出那些在上學(xué)、放學(xué)時(shí)段,經(jīng)常在學(xué)校附近出現(xiàn)但平時(shí)又不出現(xiàn)的面包車。通過大數(shù)據(jù)運(yùn)算以后,確實(shí)能夠篩選出符合這樣特征的車輛。

          當(dāng)然同樣我們也發(fā)現(xiàn)有些車輛并不是面包車,只是因?yàn)樘?hào)牌識(shí)別錯(cuò)誤,被錯(cuò)認(rèn)為是面包車,這時(shí)同樣可以增加圖片二次加工環(huán)節(jié),來過濾數(shù)據(jù)。

          此外,黑校車一般會(huì)在車廂內(nèi)塞很多學(xué)生,可能存在某幾輛面包車每天給學(xué)校去送貨,也會(huì)每天在這個(gè)時(shí)段出現(xiàn),這時(shí)候再加一個(gè)前排人臉識(shí)別,只要識(shí)別出車前排坐了幾個(gè)人。通過二次加工以后,就能初步判斷是否有非法營運(yùn)的嫌疑。除此之外,通過長期跟蹤發(fā)現(xiàn),有一些車輛也會(huì)被誤識(shí)別,比如一些學(xué)校周邊的家庭,有兩個(gè)小孩,每天送小孩上學(xué)放學(xué),這也要用到一個(gè)過濾,比如說一些白名單的集合,在分析的結(jié)果中剔除。

          還有一些其他的過濾方法,比如像按軌跡次數(shù)過濾,軌跡天數(shù)過濾等。前面說到對(duì)車輛出行進(jìn)行畫像,首先軌跡的數(shù)量要達(dá)到一定的數(shù)量值。比如可以設(shè)定一個(gè)閥值,出行軌跡條數(shù)一定要超過多少條,一個(gè)月內(nèi)通行天數(shù)要超過多少天,符合這樣條件的,才給車輛去做出行畫像,這也是條件過濾。

          第三個(gè)方法是多元數(shù)據(jù)的融合。

          用一維的數(shù)據(jù)來分析,也沒有辦法確定分析結(jié)果的準(zhǔn)確性,也沒有辦法去過濾,但可以通過另外的數(shù)據(jù)來跟現(xiàn)有的數(shù)據(jù)做交叉融合,驗(yàn)證之后來確定結(jié)果的準(zhǔn)確性。

image.png

          比如疲勞駕駛的數(shù)據(jù)分析。此前是通過車輛的定位軌跡數(shù)據(jù),連續(xù)行駛4個(gè)小時(shí)以上就認(rèn)為存在疲勞駕駛的嫌疑,但模型也是比較簡單、理想,在運(yùn)用的過程當(dāng)中就發(fā)現(xiàn)很多問題,比如有些車輛沒有正常開啟GPS裝置,或者上傳偽造的定位數(shù)據(jù),這些車輛即便有疲勞駕駛的嫌疑,也很難發(fā)現(xiàn)。還有一些車輛定位設(shè)備正常,數(shù)據(jù)也上傳,發(fā)現(xiàn)存在疲勞駕駛的嫌疑,但駕駛?cè)丝赡軙?huì)抵賴,說換了人了,但是IC卡忘了換,這個(gè)時(shí)候也沒有充足的證據(jù)證明他有疲勞駕駛嫌疑。還有一些是換了卡,但沒有換駕駛?cè)耍€是同一個(gè)人開,這樣也很難發(fā)現(xiàn)是否疲勞駕駛。

          針對(duì)這些情況就可以用到多元數(shù)據(jù)的融合交叉驗(yàn)證,把定位數(shù)據(jù)和卡口數(shù)據(jù)做交叉融合,卡口是能夠拍到貨車前部的照片,這個(gè)時(shí)間點(diǎn)是哪個(gè)駕駛員,如果把這個(gè)圖片作為證據(jù)給駕駛員,駕駛員很難抵賴。

          若是換卡不換人,或者關(guān)閉設(shè)備,這些沒有被發(fā)現(xiàn)的疲勞駕駛?cè)藛T,也可以通過算法來做簡單的驗(yàn)證。車輛在兩個(gè)卡口之間通行了多長時(shí)間,可以算出行駛速度,如果速度是在100以上或者是80以上,基本可以認(rèn)定在這兩個(gè)卡口之間沒有停車休息的,一旦休息了滿20分鐘,行駛速度肯定是達(dá)不到80以及100。根據(jù)這個(gè)原理去累計(jì)分析,超過4個(gè)小時(shí)行駛速度都在80以上,就證明沒有休息過,有疲勞駕駛的嫌疑。再拿卡口數(shù)據(jù)和GPS定位數(shù)據(jù)來做一個(gè)交叉的驗(yàn)證。一方面能認(rèn)定四小時(shí)內(nèi)沒有停車,同時(shí)也讀不到GPS數(shù)據(jù),但車輛是連續(xù)行駛,同時(shí)又能知道車內(nèi)駕駛員沒有更換,通過這些數(shù)據(jù)的交叉融合,去提高數(shù)據(jù)的準(zhǔn)確性,如果你是用單一的數(shù)據(jù),分析結(jié)果是不準(zhǔn)確的。

          第四個(gè)方法是人工干預(yù)。

          目前的大數(shù)據(jù)分析還沒有達(dá)到非常準(zhǔn)確、智能的程度,要完全通過算法運(yùn)算推出來的結(jié)果不一定是準(zhǔn)確的,所以就需要人工干預(yù),但人工干預(yù)也分很多場(chǎng)景,有些是事前人工干預(yù),有些是事后干預(yù),有些是事前事后都需要人工干預(yù),常見的人工干預(yù)方法就是人工匹配。

          比如要分析一些區(qū)間的車輛通行速度,首先得知道哪個(gè)是起點(diǎn),哪個(gè)是終點(diǎn),需要提前人工標(biāo)注好。比如設(shè)定一些參數(shù)的閾值,像套牌嫌疑車的分析,區(qū)間設(shè)置的分析,可以設(shè)定一個(gè)速度,因?yàn)橛行┛诘臅r(shí)間不一定準(zhǔn)確,算出來的速度可能會(huì)有偏差,閥值可以調(diào)高一點(diǎn)。

          最常用的是人工審核,最終分析的結(jié)果還需要人工審核判斷,因?yàn)楹芏嘟还軜I(yè)務(wù)應(yīng)用都會(huì)涉及,如果存在交通違法,就可能會(huì)涉及到處罰。如果涉及到處罰的話,就要保證數(shù)據(jù)是準(zhǔn)確的,所以基本上每一個(gè)業(yè)務(wù)模型的最后都會(huì)有一道人工審核確認(rèn)的環(huán)節(jié)。

          總結(jié)和展望

          前面主要是介紹了低價(jià)值密度下交管大數(shù)據(jù)常用的幾個(gè)方法。

          簡單總結(jié)一下,這些應(yīng)用主要針對(duì)數(shù)據(jù)應(yīng)用,在這方面下一步主要的工作是深化數(shù)據(jù)治理,很多數(shù)據(jù)的清洗、模型的優(yōu)化、迭代都屬于數(shù)據(jù)治理的內(nèi)容。另一個(gè)工作是需要有更多的數(shù)據(jù)接入進(jìn)來,比如保險(xiǎn)大數(shù)據(jù)、事故數(shù)據(jù)等等,進(jìn)行多維的交叉的驗(yàn)證。

          就數(shù)據(jù)采集來說,加強(qiáng)源頭管理很重要。前面說的都是基于現(xiàn)狀怎么數(shù)據(jù)治理,如果加強(qiáng)數(shù)據(jù)源頭管理,保證第一手采集的數(shù)據(jù)是準(zhǔn)確及時(shí)無誤,就能做更好的應(yīng)用。下一步我們會(huì)組織全國交通監(jiān)控前端設(shè)備的升級(jí)和運(yùn)維保障,并計(jì)劃組織開展視頻專網(wǎng)公安交通集成指揮平臺(tái)的建設(shè),從而加強(qiáng)前端卡口設(shè)備的運(yùn)維管理。通過AI智能運(yùn)維,自動(dòng)檢測(cè)卡口設(shè)備采集的角度是不是準(zhǔn)確,數(shù)據(jù)是不是及時(shí)傳輸?shù)取?/p>

          最后希望通過大家共同的努力,然后能夠把公安交管大數(shù)據(jù)應(yīng)用用得更好,謝謝大家。

掃一掃在手機(jī)上閱讀本文章

版權(quán)所有? 四川中衛(wèi)北斗科技有限公司    蜀ICP備14007264號(hào)-3    技術(shù)支持: 竹子建站