科威達(dá)科技集團(tuán)股份有限公司
車輛大數(shù)據(jù)應(yīng)用系統(tǒng)建設(shè)將以過車數(shù)據(jù)和車輛圖片為核心數(shù)據(jù)，聯(lián)動(dòng)公安網(wǎng)上業(yè)務(wù)數(shù)據(jù)（如常口庫、流口庫、車輛登記庫、盜搶車輛庫、前科犯罪人員庫等）進(jìn)行車輛、人員、案件、現(xiàn)場(chǎng)勘查、電磁軌跡及社會(huì)資源數(shù)據(jù)的關(guān)聯(lián)串并和碰撞比對(duì)，對(duì)高危車輛進(jìn)行深度數(shù)據(jù)挖據(jù)，倍增數(shù)據(jù)價(jià)值，服務(wù)警務(wù)實(shí)戰(zhàn)，提高城市公共安全服務(wù)水平。
車輛大數(shù)據(jù)系統(tǒng)可以實(shí)現(xiàn)以下業(yè)務(wù)目標(biāo)：
1) 和已建/新建卡口系統(tǒng)無縫對(duì)接，實(shí)時(shí)讀取卡口過車數(shù)據(jù)和車輛圖片，進(jìn)行過車信息大數(shù)據(jù)分析和圖片車型二次識(shí)別。系統(tǒng)可以按管理部門實(shí)戰(zhàn)需求建立高危車輛預(yù)警模型，通過卡口與公安信息網(wǎng)的數(shù)據(jù)碰撞分析、深度挖掘，為公安管理部門的查閱和進(jìn)一步處理提供支撐；
2) 發(fā)生案件后，公安部門可以結(jié)合車輛大數(shù)據(jù)應(yīng)用系統(tǒng)中積累的車輛屬性信息（車輛屬性、車輛行為軌跡、車主屬性、關(guān)系人屬性）和各個(gè)過車的車型研判信息，排除假牌、套牌、號(hào)牌污損等常見手段的干擾，再通過與案件相關(guān)區(qū)域等信息條件碰撞比對(duì)，使用車輛技戰(zhàn)法層層過濾嫌疑車輛，進(jìn)行針對(duì)性排查；
以創(chuàng)建“平安城市”為目標(biāo)，密切結(jié)合公安實(shí)戰(zhàn)應(yīng)用需求，充分運(yùn)用高清監(jiān)控技術(shù)、視頻分析技術(shù)、車輛識(shí)別與分析技術(shù)、業(yè)務(wù)系統(tǒng)集成技術(shù)等先進(jìn)技術(shù)，在海量視頻信息中有目的地提取有效信息，對(duì)重點(diǎn)車輛出現(xiàn)進(jìn)行實(shí)時(shí)預(yù)警并對(duì)其行徑軌跡進(jìn)行跟蹤分析；利用車型二次識(shí)別技術(shù)，排除常見的假牌、套牌、無牌車的干擾，快速定位到目標(biāo)車輛；基于車牌和車型的技戰(zhàn)法，對(duì)車輛的落腳點(diǎn)、同行車等進(jìn)行分析，破解傳統(tǒng)單純依靠車牌進(jìn)行分析應(yīng)用的難題，提升案件處置的準(zhǔn)確性和實(shí)效性。
同時(shí)，系統(tǒng)采用AR技術(shù)與公安車輛業(yè)務(wù)相融合，目標(biāo)是在屏幕上把虛擬世界套在現(xiàn)實(shí)世界并進(jìn)行互動(dòng)。隨著前后端運(yùn)算能力的提升，通過AR等技術(shù)與視頻圖像算法、視頻壓縮及傳輸、云計(jì)算、大數(shù)據(jù)等科學(xué)技術(shù)的深度融合，視頻監(jiān)控系統(tǒng)作為關(guān)鍵性內(nèi)容的輸入端和圖像、數(shù)據(jù)的處理端，增強(qiáng)用戶對(duì)周邊環(huán)境的洞察。打造指揮作戰(zhàn)“一張圖”，將指揮作戰(zhàn)所需要的警情信息、警力分布及狀態(tài)、數(shù)據(jù)采集資源、社會(huì)資源、預(yù)案、異常數(shù)據(jù)、單位重點(diǎn)數(shù)據(jù)等各類信息要素綜合展現(xiàn)在一張電子信息地圖上，指揮人員只要查看該地圖，即可實(shí)時(shí)掌握全區(qū)異常情況、各單位警力工作情況、重點(diǎn)單位信息等內(nèi)容，為快速偵破提供基礎(chǔ)，指揮作戰(zhàn)提供便利，為決策提供依據(jù)。
車輛大數(shù)據(jù)系統(tǒng)圍繞公安實(shí)戰(zhàn)需求，利用大數(shù)據(jù)分析技術(shù)、深度學(xué)習(xí)和模式識(shí)別技術(shù)、分布式集群計(jì)算與實(shí)時(shí)搜索引擎技術(shù)、海量數(shù)據(jù)挖掘技術(shù)，實(shí)現(xiàn)對(duì)視頻監(jiān)控圖像（以車輛圖片應(yīng)用為主）的結(jié)構(gòu)化提取分析，便于實(shí)時(shí)搜索查找和聯(lián)網(wǎng)共享。系統(tǒng)建成后，能夠與目前公安網(wǎng)內(nèi)各類警務(wù)信息系統(tǒng)實(shí)現(xiàn)對(duì)接，交互各類型信息資源，實(shí)現(xiàn)數(shù)據(jù)信息關(guān)聯(lián)和碰撞串并分析。系統(tǒng)總體架構(gòu)為：
圖 2.2?1系統(tǒng)拓?fù)鋱D
系統(tǒng)架構(gòu)說明：
卡口匯聚平臺(tái)
卡口匯聚平臺(tái)實(shí)現(xiàn)車卡點(diǎn)位的集中接入與管理，負(fù)責(zé)向車輛大數(shù)據(jù)應(yīng)用系統(tǒng)提供車輛圖片和過車記錄數(shù)據(jù)，且當(dāng)車輛大數(shù)據(jù)系統(tǒng)需要對(duì)卡口圖片進(jìn)行單獨(dú)存儲(chǔ)，可按需配置本地存儲(chǔ)或視頻云存儲(chǔ)系統(tǒng)進(jìn)行車輛圖片的集中存儲(chǔ)。
業(yè)務(wù)集群系統(tǒng)
車輛大數(shù)據(jù)業(yè)務(wù)處理集群-核心業(yè)務(wù)模塊集群，集成車輛圖片二次分析&&和數(shù)據(jù)業(yè)務(wù)分析功能于一體，主要包含：1.）車型識(shí)別業(yè)務(wù)集群--采用storm流式架構(gòu)技術(shù)實(shí)現(xiàn)海量圖片的實(shí)時(shí)二次識(shí)別；2.）數(shù)據(jù)技戰(zhàn)業(yè)務(wù)集群-實(shí)現(xiàn)車輛大數(shù)據(jù)技戰(zhàn)分析集群功能，可根據(jù)系統(tǒng)的規(guī)模，進(jìn)行線性敏捷的業(yè)務(wù)擴(kuò)容；3.）對(duì)接代理集群-負(fù)責(zé)和公安信息資源庫對(duì)接獲取業(yè)務(wù)數(shù)據(jù)，當(dāng)日過車>500萬圖片規(guī)模數(shù)據(jù)時(shí)建議配置,適合于超大規(guī)模部署；4.）公安信息資源庫：公安服務(wù)資源庫，通常是省廳級(jí)或者公安部級(jí)，提供“人-車-關(guān)系人”綜合研判數(shù)據(jù)，供數(shù)據(jù)技戰(zhàn)業(yè)務(wù)應(yīng)用使用。
-1.）云數(shù)據(jù)庫，實(shí)現(xiàn)過車數(shù)據(jù)、車輛信息數(shù)據(jù)存儲(chǔ)，基于SPARK+SOLR技術(shù)，負(fù)責(zé)進(jìn)行車型/車牌檢索的海量索引存儲(chǔ)和檢索加速，并對(duì)業(yè)務(wù)系統(tǒng)提供基于Restful API等開放接口的服務(wù)；2.）以圖搜圖一體機(jī)，集中存儲(chǔ)二次分析服務(wù)器所分析提取的車輛特征值，并通過計(jì)算特征值之間的匹配相似度，結(jié)合車輛大數(shù)據(jù)應(yīng)用平臺(tái)，實(shí)現(xiàn)車輛的布控、以圖搜圖等業(yè)務(wù)應(yīng)用。
車輛大數(shù)據(jù)應(yīng)用平臺(tái)
通過與業(yè)務(wù)集群系統(tǒng)數(shù)據(jù)碰撞與分析，實(shí)現(xiàn)車輛相關(guān)業(yè)務(wù)應(yīng)用，如過車查詢、車輛特征檢索、違法查詢、布控與報(bào)警管理、以圖搜圖等；并通過建立相關(guān)技戰(zhàn)模型，實(shí)現(xiàn)晝伏夜出、頻繁過車、首次入城、時(shí)空碰撞等技戰(zhàn)應(yīng)用，提升系統(tǒng)整體業(yè)務(wù)能力。
同時(shí)，系統(tǒng)為“公安偵查辦案”以及“打防控預(yù)警”等工作提供相關(guān)的情報(bào)線索與數(shù)據(jù)支撐，支持開放通用的車輛大數(shù)據(jù)平臺(tái)功能以滿足不同警種、不同應(yīng)用系統(tǒng)的實(shí)戰(zhàn)應(yīng)用需求；情報(bào)/刑偵/治安等使用單位通過系統(tǒng)發(fā)現(xiàn)高危車輛情報(bào)信息后，可將相關(guān)告警信息下發(fā)至轄區(qū)派出所、警務(wù)站、攔截站、指揮中心、其它警種（如交警）等管理部門或人員，用于執(zhí)行落地經(jīng)營(yíng)、核查攔截。
系統(tǒng)整體邏輯架構(gòu)圖如下，由下至上依次是采集設(shè)備層、PAAS層和SAAS層。
圖2.3?1 系統(tǒng)邏輯架構(gòu)圖
采集設(shè)備層包含所有的前端感知設(shè)備，與車輛業(yè)務(wù)相關(guān)的電警攝像機(jī)、卡口攝像機(jī)、智慧監(jiān)控單元等。
PAAS層實(shí)現(xiàn)前端設(shè)備的管理和接入，屏蔽各種前端設(shè)備的協(xié)議差別，對(duì)內(nèi)提供統(tǒng)一的交互協(xié)議；完成前端設(shè)備所產(chǎn)生的結(jié)構(gòu)化數(shù)據(jù)（如過車記錄）和非結(jié)構(gòu)化數(shù)據(jù)（如圖片、視頻等）的存儲(chǔ)并提供統(tǒng)一查詢接口；在對(duì)車輛卡口圖像進(jìn)行相關(guān)智能分析服務(wù)后，形成統(tǒng)一的智能能力資源池，對(duì)SAAS層提供統(tǒng)一的交互協(xié)議。
SAAS層包含基礎(chǔ)SAAS、車輛應(yīng)用服務(wù)及業(yè)務(wù)展示端，依賴SAAS層基礎(chǔ)能力實(shí)現(xiàn)設(shè)備管理、用戶和權(quán)限管理、統(tǒng)一鑒權(quán)、消息中心等功能；而車輛應(yīng)用服務(wù)通過封裝車輛智能管理服務(wù)和云數(shù)據(jù)庫提供的能力，對(duì)外提供車輛布控庫管理、車輛布控管理、抓拍和報(bào)警消息的查詢和檢索（以圖搜圖）功能。并提供統(tǒng)一展示界面，實(shí)現(xiàn)業(yè)務(wù)數(shù)據(jù)展示與應(yīng)用，支持管理端web頁面、應(yīng)用端web頁面、C客戶端和手機(jī)APP。
感知防控圈是基礎(chǔ)建設(shè)，前端車輛抓拍點(diǎn)位的建設(shè)規(guī)劃質(zhì)量、成像效果等因素會(huì)直接影響后臺(tái)車輛大數(shù)據(jù)應(yīng)用系統(tǒng)的應(yīng)用成效。依據(jù)“科學(xué)布局、圍繞實(shí)戰(zhàn)、建用結(jié)合”的建設(shè)原則，打造城際、城區(qū)、核心三級(jí)防控圈，城際防控圈作為城市護(hù)城河，通過建設(shè)主要進(jìn)出口車輛卡口點(diǎn)位，率先對(duì)車輛所處城市進(jìn)行定位，最大程度縮小目標(biāo)活動(dòng)范圍；城區(qū)防控圈覆蓋城市主干道路、城市交通樞紐，捕捉車輛在城區(qū)各主要道路的過車記錄，結(jié)合過車時(shí)間，精準(zhǔn)還原車輛行徑軌跡；核心防控圈建設(shè)則是對(duì)小區(qū)、大型企業(yè)、特定封閉區(qū)域等車輛進(jìn)出進(jìn)行管控記錄，實(shí)現(xiàn)車輛軌跡刻畫的閉環(huán)，三級(jí)防控圈真正實(shí)現(xiàn)了車輛的“進(jìn)城可知，軌跡可追，落腳可析”。
大數(shù)據(jù)技戰(zhàn)應(yīng)用系統(tǒng)是車輛大數(shù)據(jù)應(yīng)用的深度挖掘，系統(tǒng)將數(shù)據(jù)與業(yè)務(wù)充分結(jié)合，以實(shí)戰(zhàn)為目的，利用道路車卡抓拍的過車數(shù)據(jù)，結(jié)合車輛行駛軌跡，通過建立不同技戰(zhàn)模型，不斷和后臺(tái)車輛信息庫碰撞比對(duì)，實(shí)現(xiàn)車輛大數(shù)據(jù)“事前防控、事中控制、事后偵查”的業(yè)務(wù)能力。
通過相應(yīng)技戰(zhàn)模型的建立，對(duì)異常車輛、異常車輛人員出現(xiàn)進(jìn)行實(shí)時(shí)預(yù)警，實(shí)現(xiàn)事前防控；通過建設(shè)車輛預(yù)警任務(wù)和車輛布控報(bào)警下發(fā)，在預(yù)警產(chǎn)生后，指揮中心聯(lián)動(dòng)一線警力實(shí)現(xiàn)攔截防控，實(shí)現(xiàn)異常事件的事中干預(yù)控制；通過車輛二次識(shí)別分析、車輛技戰(zhàn)法、車輛軌跡還原等，在案件偵查過程中提升車輛數(shù)據(jù)分析、檢索效率，利用大數(shù)據(jù)為事后偵查提供便捷。
大數(shù)據(jù)技術(shù)是業(yè)界應(yīng)對(duì)快速增長(zhǎng)的數(shù)據(jù)引入的綜合技術(shù)集合，是傳統(tǒng)技術(shù)的延伸深化，打破煙囪，把所有計(jì)算的資源整合成計(jì)算資源池，所有存儲(chǔ)的資源整合成存儲(chǔ)資源池，實(shí)現(xiàn)資源的集約化管理與使用。
車輛大數(shù)據(jù)平臺(tái)引入典型的云計(jì)算、大數(shù)據(jù)技術(shù)，云存儲(chǔ)（可選，圖片需要二次存儲(chǔ)情況下）能夠輕松處理海量的音視頻等非結(jié)構(gòu)化數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ)，提供快速的分析基礎(chǔ)技術(shù)，能夠發(fā)現(xiàn)更多視頻和圖片以及業(yè)務(wù)數(shù)據(jù)中的關(guān)聯(lián)情況，為業(yè)務(wù)處理和決策分析提供強(qiáng)力的支持。
AR立體指揮平臺(tái)，以高點(diǎn)AR視頻感知為基礎(chǔ)，整合各實(shí)戰(zhàn)子系統(tǒng)資源，包括卡口系統(tǒng)、道路視頻監(jiān)控系統(tǒng)、車輛管控系統(tǒng)、移動(dòng)執(zhí)法調(diào)度等，利用AR增強(qiáng)現(xiàn)實(shí)、各子系統(tǒng)通虛擬標(biāo)簽方式進(jìn)行“無縫”集成，增強(qiáng)實(shí)時(shí)感知數(shù)據(jù)與信息數(shù)據(jù)的結(jié)合，突破指揮中心傳統(tǒng)指揮模式，構(gòu)建面向AR立體指揮中心全域覆蓋的立體監(jiān)控指揮平臺(tái)，實(shí)現(xiàn)可視、可控、可調(diào)度，實(shí)現(xiàn)指揮管控業(yè)務(wù)可視化，提高指揮工作效率。
根據(jù)項(xiàng)目實(shí)際業(yè)務(wù)需求，系統(tǒng)可分別在單網(wǎng)環(huán)境、雙網(wǎng)環(huán)境部署應(yīng)用，并根據(jù)不同邊界網(wǎng)絡(luò)環(huán)境，提供對(duì)應(yīng)解決方案。同時(shí)，可與三方卡口平臺(tái)對(duì)接，實(shí)現(xiàn)車輛數(shù)據(jù)的集中匯聚與管理；與公安系統(tǒng)對(duì)接，實(shí)現(xiàn)公安信息數(shù)據(jù)同步與碰撞工作；與三方業(yè)務(wù)系統(tǒng)對(duì)接，提供數(shù)據(jù)分析結(jié)果，更好的服務(wù)公安各業(yè)務(wù)系統(tǒng)的不同業(yè)務(wù)需求。
采用標(biāo)準(zhǔn)視圖庫架構(gòu)體系，屏蔽前端設(shè)備的協(xié)議差異，實(shí)現(xiàn)多方前端設(shè)備的標(biāo)準(zhǔn)接入。接入服務(wù)集群管理著大量的前端設(shè)備，為了保障系統(tǒng)的高性能，接入服務(wù)采用分布式架構(gòu)，有管理節(jié)點(diǎn)和子節(jié)點(diǎn)，可通過子節(jié)點(diǎn)的橫向擴(kuò)張，增加前端接入設(shè)備的能力，完成海量前端設(shè)備的穩(wěn)定接入，同時(shí)，前端設(shè)備以負(fù)載均衡的方式接入不同子節(jié)點(diǎn)，保障單節(jié)點(diǎn)故障時(shí)系統(tǒng)的高可靠性。平臺(tái)提供設(shè)備的統(tǒng)一管理服務(wù)，屏蔽設(shè)備差異，并向上提供管理邏輯設(shè)備的標(biāo)準(zhǔn)接口，實(shí)現(xiàn)業(yè)務(wù)邏輯與設(shè)備協(xié)議之間的解耦。
另外，平臺(tái)設(shè)計(jì)采用微服務(wù)化理念，實(shí)現(xiàn)了各項(xiàng)平臺(tái)服務(wù)能力的組件化和服務(wù)化。各功能模塊（接入、存儲(chǔ)、轉(zhuǎn)發(fā)、智能服務(wù)等）內(nèi)部運(yùn)作具備負(fù)載均衡能力，保障系統(tǒng)整體運(yùn)轉(zhuǎn)的高效性與高可靠性，對(duì)外提供統(tǒng)一服務(wù)接口，使得各服務(wù)之間的交互更加便捷與高效。
雖然很多前端車輛卡口相機(jī)支持車輛屬性的提取分析，但其提取分析的車輛信息較為基礎(chǔ)、單薄，利用車輛二次識(shí)別功能，可以提取細(xì)化的車輛信息，如車輛號(hào)牌、車身顏色、車輛品牌、車輛類型等信息。另外，還可將非結(jié)構(gòu)化車輛圖像數(shù)據(jù)，轉(zhuǎn)化為可準(zhǔn)確描述、理解、查詢的結(jié)構(gòu)化描述信息，破解了傳統(tǒng)單純依賴車牌或車標(biāo)識(shí)別，難以準(zhǔn)確、快速鎖定目標(biāo)車輛及人員的難題。
圖2.5?1 車輛圖片二次分析系統(tǒng)
1) 品牌型號(hào)識(shí)別服務(wù)
對(duì)提交的圖片中的車輛進(jìn)行品牌型號(hào)的識(shí)別，識(shí)別結(jié)果包括廠家品牌（車標(biāo)，如：本田）、車輛子型號(hào)（如：雅閣），能夠區(qū)分出廠年份的款式還應(yīng)該包括年份（如：2008款）。共支持200種車輛品牌識(shí)別，3000種車型識(shí)別。
2) 車身顏色識(shí)別服務(wù)
對(duì)提交的圖片中的車輛進(jìn)行車身的顏色的識(shí)別，以判斷其為白色、橙色、粉色、黑色、紅色、黃色、灰色、藍(lán)色、綠色、紫色、棕色中的哪一種。
3) 車輛類型識(shí)別服務(wù)
對(duì)提交的圖片中的車輛進(jìn)行車輛類型的識(shí)別，以判斷其為大客車、大貨車、中貨車、小轎車、面包車、小貨車、中客車、SUV、MPV、皮卡、微型車11種車型的哪一種。同時(shí)還可對(duì)支持消防車、渣土車、押運(yùn)車、工程搶修車、救援車等多種特殊進(jìn)行車輛識(shí)別。
在實(shí)戰(zhàn)中，經(jīng)常會(huì)發(fā)現(xiàn)，很多不法分子為了遮掩逃竄行蹤，會(huì)在車輛行駛途中換、篡改、遮擋、拆卸車牌，或使用假牌、套牌，這種情況通過車牌號(hào)碼來跟蹤車輛行駛軌跡，可能會(huì)出現(xiàn)行車軌跡不符邏輯或車輛信息大相徑庭等情況，干擾執(zhí)法人員追蹤車輛軌跡。
車輛圖片二次分析技術(shù)，在對(duì)車輛號(hào)牌、車身顏色、車輛品牌、車輛類型等信息識(shí)別的基礎(chǔ)上，還支持車輛唯一性局部特征進(jìn)行分析、識(shí)別、提取。在實(shí)戰(zhàn)應(yīng)用中，將圖片中識(shí)別的信息，與通過車牌號(hào)從車管數(shù)據(jù)庫中查詢到的車輛信息進(jìn)行比對(duì)，進(jìn)行假牌、套牌可疑度評(píng)價(jià)，在發(fā)現(xiàn)基礎(chǔ)車輛信息被更改，無法刻畫真實(shí)車輛軌跡時(shí)，通過車輛局部特征的框選后以圖搜圖，輔助找尋車輛篡改后的信息，從而刻畫出車輛真實(shí)行徑路線。
目前支持車輛年檢標(biāo)、紙巾盒、擺件、掛件、遮陽板等特征信息識(shí)別，可根據(jù)這些局部特征，來輔助完善車輛信息。
通過AR等技術(shù)與視頻圖像算法、視頻壓縮及傳輸、云計(jì)算、大數(shù)據(jù)等科學(xué)技術(shù)的深度融合，視頻監(jiān)控系統(tǒng)作為關(guān)鍵性內(nèi)容的輸入端和圖像、數(shù)據(jù)的處理端，立足VR/AR用戶體驗(yàn)，可以有效針對(duì)虛擬現(xiàn)實(shí)場(chǎng)景，強(qiáng)化其內(nèi)容拼接、色差消除、景深調(diào)整、數(shù)據(jù)處理、結(jié)構(gòu)化數(shù)據(jù)提取和分析等技術(shù)處理效果，為用戶提供浸入式的視頻感知體驗(yàn)，助力AR產(chǎn)品實(shí)現(xiàn)良好的體感交互，為視頻監(jiān)控行業(yè)創(chuàng)造出嶄新的行業(yè)應(yīng)用和市場(chǎng)需求，特別是在車輛實(shí)戰(zhàn)立體指揮領(lǐng)域得到更為廣泛的應(yīng)用。
