[发明专利]基于大数据进行套牌车分析的方法及装置

权利要求书

1.一种基于大数据进行套牌车分析的方法，其特征在于，包括步骤：

搭建HADOOP大数据平台，在HADOOP大数据平台的基础上安装分布式消息服务器KAFKA和分布式数据库HBASE，在分布式数据库HBASE中创建两个表，其中一个表中以车牌号与车牌颜色作为ROWKEY、COLUMN信息存储除车牌号和车牌颜色外其他的信息，该表用于缓存所有车牌号的最近一次过车记录；另一个表为套牌车信息结果表，以套牌车的过车时间、车牌号和卡口编号为ROWKEY、COLUMN信息存储除套牌车的过车时间、车牌号和卡口编号以外的其他信息，该表用于存放分析出的套牌车信息；

智能拍摄设备捕捉过车图片，解析出对应的结构化文本信息后，发送至分布式消息服务器KAFKA，所述结构化文本信息包含车牌号、车牌颜色、过车时间、和拍摄位置；

分布式消息服务器KAFKA接收智能拍摄设备发送的结构化文本信息存放在同一个TOPIC下；

套牌车分析：从所述分布式消息服务器KAFKA的同一个TOPIC下读取消息到内存中，并从当前消息中提取车牌号、车牌颜色、过车时间、和拍摄位置，先将提取的车牌号和车牌颜色作为ROWKEY，从已经创建好的HBASE表中查询是否有相同ROWKEY的数据，若查询到没有数据，则将这条数据以车牌号和车牌颜色作为ROWKEY，以过车时间、拍摄位置信息作为COLUMN信息，存入HBASE的表中，作为该车牌的最近的一次过车记录；若查询到有数据，则调取出查询到的数据，并提取过车时间和拍摄位置字段，这两次的过车记录是该车牌最近两次的过车记录，根据这两次过车记录的拍摄位置分别从卡口信息表中查得拍摄位置的坐标A(x₁,y₁)，B(x₂,y₂)，并以欧式距离计算公式：

d(A,B)=(x1-x2)2+(y1-y2)2]]>

计算得出两次过车地点的欧式距离，然后根据两次过车数据的过车时间t₁和t₂，计算出时间差t₁-t₂，根据公式速度＝距离/时间，即v＝d(A,B)/(t₁-t₂)，得出从卡口A到卡口B的理论速度；

若速度V小于等于预先设定的速度阈值，则认为车辆正常，并将这条从分布式消息服务器KAFKA中读取到的消息中的过车数据以车牌号和车牌颜色作为ROWKEY存入HBASE表中，换掉上一条相同ROWKEY的数据，作为该车牌号的最近的一次过车记录；若该速度大于预先设定的速度阈值，则判断此辆车为疑似套牌车，这两条过车记录分别以过车时间、车牌号和卡口编号作为ROWKEY保存到HBASE中已经创建好的套牌车分析结果表中；

以及将所述过车记录发送到报警模块，报警模块以短信的方式将这两条过车记录的详细情况及图片地址发送到指定的手机号上。

2.根据权利要求1所述的基于大数据进行套牌车分析的方法，其特征在于，还包括套牌车结果的查询：套牌车结果的查询在基于B/S架构的web系统中查询，在web系统的浏览器页面数据条件中设有开始时间、结束时间、车牌号，其中车牌号支持模糊搜索，以*号代替多位、以？号代替一位的方式进行模糊搜索；

查询时在浏览器前台输入页面数据条件后，系统根据开始时间和结束时间组合Scan，然后从所述套牌车分析结果表中，查询这段时间范围的套牌车数据；若输入车牌号，则根据车牌号对结果进行过滤并展示在浏览器页面中。