[发明专利]基于时间路网的套牌车分析方法及其系统

摘要

本发明公开了一种基于时间路网的套牌车分析方法及其系统，属于智能交通管理技术领域，通过搜集历史的过车数据并提取信息构建时间路网，通过判别一辆车从一个地方达到另外一个地方所耗用的时间是否合理，结合套牌置信度评估方法，进行套牌车的分析识别。与现有技术相比，该方法和系统不需要依赖点位经纬度、点位编码的里程桩号，抓拍卡口的行政区划编码等，即可以发现不同品牌、不同车型、不同颜色的套牌车，也可以发现相同品牌、相同车型、相同颜色的套牌车，且不受地域地理因素限制，效率高，具有较高的准确率。

主权项

1.一种基于时间路网的套牌车分析方法，其特征在于，包括以下步骤：步骤S1：收集各交通卡口/电警抓拍的过车数据，形成结构化的过车数据p，所述结构化的过车数据p包括交通卡口/电警设备的点位编码、车牌号、号牌类型、过车时间以及图片URL地址；步骤S2：将结构化的过车数据p映射成一复合二元组pp((plate_nbr,plate_type),p)，其中，plate_nbr、plate_type分别指车牌号码，号牌类型，所有pp数据组成集合S；步骤S3：对集合S按照(plate_nbr，plate_type)分组，变换成集合S’((plate_nbr,plate_type)，Set[p])，其中，Set[p]是一个按照过车时间全局有序的结构化过车数据集合；步骤S4：提取集合Set[p]中的一辆车连续经过两个点位所产生的数据，获得集合Set[PU]；步骤S5：在集合Set[PU]上执行映射函数，使之变换成集合Set[((fs,es),cost)]，其中，fs、es、cost分别代表开始点位编码、结束点位编码和耗用时间；在集合Set[((fs,es),cost)]执行分组聚合运算函数，产生Set[(fs,es),cost’)，其中，cost’表示开始点位到结束点位所需要的最短时间，此时，时间路网基础数据被提取完成，这些时间路网基础数据除了包含了从点s出发到达点s’所需要的最短时间外，还包含任意两点之间的最短时间消耗路径；步骤S6：对一辆车的任一PU，使用时间路网基础数据中搜索出的PU的开始位置和结束位置的最短路径评估该PU的消耗时间是否合理，如果PU的消耗时间明显小于最短时间消耗路径的总时间，则认为此PU为非正常PU，也即存在此车辆的号牌有被套牌的可能，将这些非正常PU收集起来，保存到套牌嫌疑库中；步骤S7：由于受到系统中校时服务、数据完整性的影响，单个非正常PU对套牌车认定的贡献率很低；而对一辆车而言，出现非正常PU的次数越多，和最短时间消耗路径的总时间比值越大，则套牌的可能性越高，将套牌嫌疑库中的非正常PU用置信度表示如下：其中，x表示过车数据p一定时间范围内被检测到的非正常PU的总数，t_i和t_i′分别是PU经过开始点位和结束点位的消耗时间和时间路网基础数据中搜索的PU的开始位点和结束位点最短时间消耗路径的总时间；步骤S8：将车辆按照置信度进行倒序排列后，进行人工筛选，鉴定套牌车。