[发明专利]车辆综合管理系统在审

专利信息
申请号: 201911061286.3 申请日: 2019-11-01
公开(公告)号: CN110852456A 公开(公告)日: 2020-02-28
发明(设计)人: 王培青;卢青松;孙硕;季乐;李杰 申请(专利权)人: 安徽超清科技股份有限公司
主分类号: G06Q10/00 分类号: G06Q10/00
代理公司: 合肥市浩智运专利代理事务所(普通合伙) 34124 代理人: 丁瑞瑞
地址: 230000 安徽*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车辆 综合 管理 系统
【权利要求书】:

1.车辆综合管理系统,其特征在于,所述系统包括:数据接入层、系统核心层以及平台互联层,其中,

所述数据接入层,用于从车辆监控设备中获取对应的数据,其中,所述车辆监控设备包括:高清电子警察、电子卡口、道路监控设备、视频录像设备、离线数据存储设备以及车管数据库存储设备中的一种或组合;

所述系统核心层,部署有车辆识别子系统、大数据子系统以及应用管理子系统,其中,车辆识别子系统用于识别车辆特征;大数据子系统用于存储车辆特征并根据车辆特征提供查询服务;应用管理子系统用于管理维护部署在平台互联层的软件应用;

所述平台互联层,用于提供与软件应用通信的数据接口。

2.根据权利要求1所述的车辆综合管理系统,其特征在于,所述车辆识别子系统包括:车辆特征识别模组、车辆标志物识别模组、模糊识别模组,其中,

车辆特征识别模组用于进行车辆品牌识别、车辆类型识别、车辆颜色识别、车牌识别以及车辆型号年款识别;

车辆标志物识别模组用于年检识别、纸巾盒识别、摆挂件识别、遮阳板识别、预设的特定类型标志识别;

模糊识别模组用于根据预设的模糊识别算法进行模糊车辆识别。

3.根据权利要求1所述的车辆综合管理系统,其特征在于,所述大数据子系统包括:海量数据存储模组、海量数据检索模组、海量数据挖掘模组,其中,

海量数据存储模组用于存储图像、视频以及文本;

海量数据检索模组用于提供基于关键字检索服务、基于内容检索服务、快速检索服务;

海量数据挖掘模组用于基于数据时间空间挖掘、基于数据内容挖掘、基于用户偏好挖掘。

4.根据权利要求1所述的车辆综合管理系统,其特征在于,应用管理子系统,包括:系统应用模组以及系统管理模组,其中,

系统应用模组,用于假套牌车辆推送应用、海量查询检索应用、系统报警布控应用以及预设的其他大数据应用;

系统管理模组用于自动部署升级软件应用、自动监控系统状态并在系统状态异常时自动报警,进行系统安全管理,进行服务器集群管理。

5.根据权利要求4所述的车辆综合管理系统,其特征在于,系统应用模组包括:交警模组,用于假套牌缉查布控、车辆出行规律统计分析、违法车辆识别以及肇事车辆识别,其中,违法车辆包括:未系安全带车辆、驾车打电话车辆、冲绿灯车辆、黄网格滞留车辆、占用公交车道车辆中的一种或组合。

6.根据权利要求4所述的车辆综合管理系统,其特征在于,系统应用模组还包括:禁毒模组用于:对犯有吸毒、贩毒前科的人员、车辆进行自动监控及出行规律分析,或者对辖内所有车辆进行出行规律分析,筛选具有吸毒、贩毒可疑的车辆和人员。

7.根据权利要求4所述的车辆综合管理系统,其特征在于,系统应用模组还包括:刑侦模组用于嫌疑车辆查找、案件串并、可疑车辆预警、嫌疑车辆布控、车辆大数据研判以及技战法服务,其中,嫌疑车辆查找包括:车型型号搜车、颜色搜车、标志物搜车、以图搜车中的一种或组合;案件串并用于根据用户定义的串并规则对涉及车辆的案件进行串并处理;可疑车辆预警包括:假套无牌预警、遮挡面部预警、盗抢车辆预警以及涉案车辆预警中的一种或组合;嫌疑车辆布控包括:涉案车辆布控、盗抢车辆布控以及追逃布控中的一种或组合;大数据研判包括:针对每一个车辆进行初次入城判断、同行车辆获取、一车多牌判断、一牌多车判断、昼伏夜出车辆判断、隐匿车辆判断中的一种或组合;技战法包括包围圈评估、一车一档管理中的一种或组合。

8.根据权利要求4所述的车辆综合管理系统,其特征在于,系统应用模组还包括:治安维稳模组用于重大安保、反恐维稳、形势研判,其中,重大安保包括:在重要会议以及节假日时对车辆进行可疑度评价,其中,可疑度评价的依据包括:假套牌、遮挡面部、初次入城以及出现在预设的特定区域中的一种或组合;所述反恐维稳包括对辖区内出现预设的特定区域内的具有预设特征的车辆进行布控和预警;所述形势研判包括对车辆流动情况以及人群聚集情况进行态势分析及研判。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽超清科技股份有限公司,未经安徽超清科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911061286.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top