1.2基于大数据的车辆业务

n 车辆数据秒级查询功能

系统投入使用后，随着卡口、电警、复用卡口设备过车数据量的增加，面对海量数据，平台需具备快速准确的查询和检索功能。基于大数据的查询功能应包括：车辆信息查询(精确查询、模糊查询)、报警信息查询、布控信息查询、操作日志查询等。要求可以按照时间、地点、车辆号牌、号牌颜色、车辆颜色、车辆类型、布控原因、布控组织，报警时间段进行查询，支持对无牌，号牌遮挡、未识别车辆查询。

大数据平台需要满足千万级图像检索时间不大于5秒，亿万图像检索不大于10秒。并且随着系统扩容建设性能不降低。

n 轨迹跟踪功能

基于平台要可在PGIS或离线地图上显示指定车辆、指定时间段的历史行车轨迹信息，从而进行行为分析。系统可以根据车牌号码，在地图中按照时间先后顺序显示该车辆在此时间段内的所有过车信息，并在电子地图实时呈现其最新的行车轨迹，无需指定车辆查询历史信息，从而进行实时行为分析。同时还应支持多条轨迹的历史轨迹信息和实时轨迹跟踪，还可根据相应的布控报警信息对周边视频资源的关联和自动调阅。除轨迹查询外，还具备将图片数据对应的视频资源进行相关联，同时将关联的前后一段时间(可进行灵活设置)录像自动合成一整段完成录像，在应用过程中展示：图片过车信息、过车图片、行驶轨迹和轨迹录像。从四方面的信息全面反映车辆的过往记录，轨迹展示时除系统自动展示外，还支持手动点击逐步展示。

n 轨迹碰撞

基于大数据的分析，利用时间和空间的特征设定计算规则，计算出在设定的一段时间内按照顺序通过几个卡口点位的车辆，把在某个时间段内把车辆轨迹按照我的设定规则重合的车辆进行筛选，结果通过列表和GIS地图的方式进行显示，在实际应用中为失物寻找、同伙作案的排查提供有效的使用价值。

n 跟车关联性分析

基于大数据的应用，针对与车辆盗抢案件、或案件中涉及嫌疑车辆的情况，可基于确定的车辆，通过数据挖掘的方式分析其通过多个监测点时相邻的车辆号牌，找出与嫌疑车辆有关联的车辆，从而获取破案线索。在作案手法相似的连环案件中，将多个事发地附近系统检测到的车辆号牌进行比对，根据车辆出现的频次进行嫌疑车辆区域关联性分析。

根据嫌疑车辆的车牌号码、车牌种类、车辆通过时间、分析时间间隔等筛选出与犯罪嫌疑车辆有关联的其他车辆，关联性分析的查询条件包括：车牌号码、卡口名称、车道号、开始时间、结束时间、跟车时间间隔等。

n 套牌检测功能

原有套牌车辆查询，主要是接到举报后、或确定案件中嫌疑车辆的具体号牌后才能查询，效率很低，套牌车管理一直是难题。基于大数据的分析可以快速检索定位，实现针对套牌车辆的主动查询、套牌布控，系统根据车辆通过时间间隔、不同区域同一时间出现的车辆，如果发现车辆号牌相同，号牌颜色相同的车辆，则弹出报警框，由人工复核号牌识别结果，如果确认号牌相同，则认为该车辆为套牌嫌疑车辆，导入套牌嫌疑车辆数据库中，进行进一步排查。

n 车辆频度分析

系统应支持车辆频度查询与分析，能够对频繁出现的车辆根据卡口名称、时间段(开始时间、结束时间)、出现频次(小于、等于、大于)等条件进行检索分析，以便于针对事发点频繁出现车辆进行快速定位、重点排查，同时也可有效对特定车辆未能正常出现、出现次数不足等问题进行检索跟踪。

n 流量统计功能

基于大数据平台系统要求支持按时间特征、流量特征、卡口特征及区域特征进行统计。可以按照小时、日、周、月、年进行固定模板统计，也可自定义统计，统计对象可包括车流量(分地域)、报警类型、布控单位等。可根据报警地点统计结果进行治安黑点地区的摸查，报警时间段统计结果合理安排警力资源，报警率(报警车辆占全库车辆的比值)统计结果设定工作计划。

统计结果可以以折线图、柱状图、立体柱状图、饼状图等方式进行图形展示，也可采用报表的方式展示。

n 积分模型

基于大数据的数据挖掘，根据系统对黑名单车辆、故意遮挡号牌车辆、违章车辆、昼伏夜出车辆、首次进城车辆、悬挂高危地域车牌车辆等异常车辆进行积分处理，通过积分模型对嫌疑车辆，进行事前风险预估，将犯罪遏制在萌芽阶段。通过对社会车辆建立相应的积分模型库，系统自动根据历史数据筛选有可能存在嫌疑车辆进行提前遏制。