宇視科技楊齊期：交通大數據如何助力公安交警行業？

6月29日，首屆“交通大數據”論壇在北京開幕，主題為“開放·共享·創新”，來自政府、科研院所及高校、行業企業、媒體等300餘人參會。在會上，宇視科技智能交通產品線總經理楊齊期，就大數據在公安和交警行業的智能化應用分享了《大數據在指揮交通與平安城市的實戰應用》。

他指出交通管理和公安業務的大量數據經歷了從非結構化到結構化、從不可檢索到可檢索的過程，詳解了公司如何運用大數據技術讓這些看似獨立的數據實現融合，揭示數據背後的規律，同時更從潛在的數據池中挖掘有價值的線索，最終推動交通管理和公安業務從事後處理向事前預防的轉變。

演講全文：

大家好，很榮幸能參加今天的論壇，我來自浙江宇視科技。我們公司專注於視頻監控產品軟硬件的研發與製造。並且通過這些產品，形成了很多解決方案，服務於國內外眾多行業客户，在國內產品應用於500多個平安城市，300多個城市的智能交通，並且有220多條高速，80多條地鐵和40多個機場的應用。

交通相關的行業一直是我們重點服務領域，我們在行業裏從事前端的數據採集，中間傳輸，數據存儲，以及後台的智能分析等相關業務。

今天給大家介紹的是其中的公安交警行業，由於我長期服務於一線，所以今天介紹更多的是應用方面內容。

大數據這個技術到目前為止應該説在方方面面都得到了很多應用，我們做視頻監控設備，我們設備每天會採集到大量的視頻和圖片信息，這些信息要通過智能分析的算法提煉出有效數據，來供應用層使用。

在公安和交警行業，目前已經做到了高度數據結構化，大數據使用應該從概念階段升級為應用階段。以二線城市為例，每天的數據量大概有多大，在交警公安領域，大概過車的數據一條有2000萬條，也就是説圖片數據量就有6TB，一年下來有2000多TB。

再加上流量採集、RFDI，以及入網的事件，都是百萬到千萬的數據量，都可以達到幾十億每年的數據體量。另外如果再加上手機數據，一個城市每年的數據量大概在幾百億條。想要挖掘這些數據裏面的價值，是個非常有意義的技術活。

談到大數據必須得談推動大數據發展的技術，叫做Hadoop，這個技術的出現能對海量歷史數據進行查詢，快速提升查詢時間。同時也能支持更大量的數據檢索和查詢，圍繞車輛這麼一個屬性，如果加上時間和空間維度，就可以構建成一個大型數據庫，利用這個大型數據庫我們可以做很多上層應用，比方號牌分析。另外傳統的SQL數據庫在實時的業務方面一定優勢。

利用大數據技術可以做到一些研判功能，相關的分析研判業務基本上能夠做到秒級，裏面有一些普通的查詢響應時間，也有比較複雜的車輛評估分析、號牌分析時間，都可以在秒級做到響應，這是以前不可想象的事情。

有了這些智能研判的業務和功能，可以做一些應用。比方非法運營車輛，在以前沒有大數據支持的情況下，非法運營車輛很難進行管理，需要大量警力上街維持。有了這個技術以後，我們從平台上分析出哪些車輛經常出現於人流密集地方，比如汽車站、火車站，這些車輛不是正規的運營車輛，也不是網約車，是非法運營車輛的可能性非常高。這只是其中一個例子，還有其他很多功能都可以通過大數據來實現。

還有一個例子，關於無牌車，以前沒有大數據分析都是通過人力，現在對於無牌車的管理比以前簡化多了，首先前端採集出來的圖片通過智能分析可以提取圖片上很多特徵信息，比如車標、車款、車型，甚至車上的一些細節信息，如擺件、掛件，這些信息現在都能提取。雖然這個車輛沒有牌號信息，但是可以根據車上其他的信息，再根據時間、空間兩個維度，找到無牌車的軌跡，並且進行管理，極大縮小我們排查無牌車的難度。

套牌業務也是這樣，以前抓套牌很困難，現在隨着智能分析的業務進步，可以通過車身上某些細節來確定這輛車是不是套牌車，比如兩個車大部分都是一樣，唯一的細節就是右下角的車燈不一樣。在智能分析算法的基礎上，在大數據搜索查詢支持下，我們可以很快找出這輛套牌車出現在什麼地方，套的是哪輛車車牌。    

因此對於車輛有這麼多的管理和這麼多的識別手段以後，可以針對車輛建立檔案，這和車管所的檔案不一樣，並且可以建立一個積分模型，也就是説這輛車上發生的違規違法事情越多，這個車的積分就越高，積分越高的車輛就屬於高危類型車輛。這對於城市管理，對於安全防範非常有幫助，可以提前做出預判以及預防。

有了這麼多的業務，並且有了這麼多的功能以後，如何將這些大數據的結果做一個可視化呈現，地圖是一個最好的載體。

我們可以通過和地圖結合，將這些大數據分析結果應用到地圖上，並且能夠快速的呈現在地圖上，可以疊加其他很多信息，比方路網數據信息，在地圖上能夠一目瞭然的呈現所需的分析結果。

比如基於POI快速定位，POI就指興趣點意思，你可以搜索所感興趣的點，通過大數據的計算呈現，比如你搜索加油站、汽車站，或者搜索其他的一些信息點，可以把相關的分析計算結果內容呈現在地圖上。同時在城市管理業務上還可以做到網格追蹤，目標車輛的實時布控、實時報警，這都可以和地圖緊密結合。

但車畢竟是工具，由人來駕駛的，實際上作為城市管理，對於這種有風險的車輛管理，或者説作案車輛的管理，最終是要鎖定到人身上，這是最終目的。我們有一個三元理論，每個人基本上都在這個三元理論的框架下，每個人都有一個關係元、軌跡元、動作元，通過這三元分析和數據處理，可以極大縮小排查範圍，最後能精確定位到哪個人在做哪件事情。

如何定位？這就涉及到一個多點軌跡碰撞。

我們可以將人、車、物，從時間、空間兩個維度提取到一些信息，共同構建出一個軌跡。通過多個軌跡的碰撞來發現高同軌軌跡。也就是説可以發現和我想知道的這個時間內，什麼人、什麼車出現的概率最大，最後精確的鎖定到相關的嫌疑人身上。

為什麼現在大案要案都能破？主要是因為背後的手段是軌跡碰撞手段，已經非常熟悉，而且高效。

大數據實際上是對歷史的總結，我們對歷史進行了充分的總結以後，可以將我們所需要的信息都呈現在一張態勢圖上，從這個態勢圖上定義需要觀察的態勢。比方你是需要觀察某些危險地段發生某些事情的態勢，形成這樣一張熱力圖，從而有效的幫助我們將以前的這種事後追查、事中處置，能夠逐漸的推移到事前防範。