智慧交警大数据平台解决方案

智慧交警大数据平台解决*目录Contents01 概要介绍02 架构设计03 功能介绍04 关键技术05 经典背景信息化发展XX市交警支队非结构化数据比重会越来越大交通监控设备（118个路口电警、217处监控、30处卡口及测速）目前每天可达1TB级，随着今年我市智能交通三期和国省道高速公路安全防控系统的（三维地图）建设，日产生约600万张车辆图片全市去年办理机动车业务197.553万笔、驾驶证业务114.424万笔、交通违法业务378.8717万笔、发送告知提醒短信467.286万条、每月交通事故警情9400起，去年全市交警系统回访总量497.3025万 随着我国国民经济的持续快速发展以及城镇化进程的加快，城市机动车数量近几年大幅增加。交通拥堵、交通污染日益严重，交通事故频繁发生，这些都是各大城市亟待解决的问题。 各采集终端积累了海量数据，如何将非结化数据结构化，对海量数据进行分析，应用到公安交通管理工作，是目前急需解决的问题？大数据时代解决方法基础手段方法指导牵引交警大数据平台建设目标建设满足实际应用和管理需求的交警大数据平台。持续提升交通感知智能化水平，完善网络化的交通状态感知体系01加强交通数据化建设，进一步整合数据资源。严格按照《山东省公安大数据中心卡口数据引进工作规范》02提供实战工具集，牵引警务模式变革，丰富民警的破案手段03创新交通大数据分析应用，实现基于大数据技术的交通系统高效运营和管理04建立基于大数据分析的新一代智能交通信息服务系统，改善和提高公众出行的智能化服务水平05构建并完善智能交通技术创新体系，加强交通信息服务产业化进程06建设原则标准规范统一的规则平台架构、数据库模式、平台数据满足部、厅标准规范，平台能无缝对接省厅数据中心，严格按照《XX省公安大数据中心卡口数据引进工作规范》，实现本地数据实时上传省厅数据中心。平台采用的数据、协议、数据接口等要符合国家和公安部制定的标准规范，全面采用通用的标准化产品，提高系统可靠性和通用性。共享开放原则平台能满足各级公安机关、各警种乃至民警个人数据开发和服务应用需求，通过灵活多样的数据服务或Webservice方式，提供全方位数据服务支撑，更好的利用大数据优势助力各项业务工作。安全保密原则平台具备科学的制权访问策略，完善的综合审计功能，确保数据安全性。按照公安部制定的信息共享内容、范围、方式和规定，以及对保密和敏感信息的使用办法，明确信息提供方和使用方的责任、权利和义务，实现统一的共享管理机制。数据权威、海量、丰富的原则整合全市各卡口、电警信息资源，构建数据覆盖面最广、总量最大、运算能力最强的权威核心卡口云数据中心。优势依托卡口云管控平台达到降事故、保畅通、服务决策、引领实战的目的，最大限度指导交通管理工作。同时又向公安其它警种（治安、刑警、经侦、技侦等）提供实战工具集，丰富了办案手段，提高了办案效率、节省警力资源，最终达到牵引警务模式的变革。建设符合前沿技术趋势的大数据实战平台。运用大数据、云计算方法，挖掘出隐藏在数据里的内在规律。可以实现亿级数据的搜索秒内反馈、亿级数据在线分布式计算秒级反馈。满足实战的“实时”需要，争分夺秒、聚力办案。全方位整合，建设公安交通大数据资源。整合交通卡口与治安卡口共600多路，整合六合一平台、智能交通、人口信息、社保信息、全国被盗抢黑名单等公安内外部、社会资源数据。采用图侦技术，将每天产生的350多万幅电警和卡口的过车图片进行二次识别，将非结构化的过车数据转化为号牌号码、车辆类型、车辆品牌、车辆子品牌、车辆颜色、年检、实习标、纸抽、遮阳板等特征信息，实现以图搜图功能（特征搜车），实现隐匿车辆的侦破。目录Contents01 概要介绍02 架构设计03 功能介绍04 关键技术05 经典案例平台架构数据中心在整体大数据规划中处于基石地位，为大数据的深度应用提供了坚实支持。因此在进行数据中心建设过程中要有前瞻性，不光要着眼现阶段的要求，更要进行远景规划，考虑到大数据数据源种类的增加导致存储的动态扩充、大数据应用的横向扩展等因素。数据仓库架构数据仓库中心是在遵从省厅警务云架构设计理论的基础上，结合本地公安的实际情况，建设的集业务数据统一接入与转换存储、数据质量统一管控、数据统一共享应用的一体化信息基础平台，它的建成将实现以“全警应用，全程贯通”为目标的数据全共享。Hadoop技术架构图Cloudera优势顶级专家团队客户群成功案例最大生态系统和认证开源领导者国内的领导者由几家世界顶级IT企业前雇员创立全行业客户（金融、电信、零售、能源、互联网等），数千家企业客户，付费客户中超过60%为世界500强客户全球范围内数百项成功实施案例超过1300个合作伙伴超过100,000管理员、开发者受训；最有价值的大数据证书Cloudera是无可争议的Hadoop开源社区领导者和贡献者Cloudera首席架构师为Hadoop之父：DongCutting目前Cloudera在国内的免费Hadoop市场上占有率为84%，占有率排名第一！Cloudera与其他Hadoop发行商对比1. Cloudera是做Hadoop开发的，其他厂商仅仅是做Hadoop集成2. 和Hadooptrunk最快的同步，保证业务的向前兼容性；其他厂商是Hadoop上做的定制优化或修复，无法保证兼容性3. 所以组件的开发和专业支持能力，其他厂商也仅仅是根据Cloudera包含的版本进行集成，缺乏问题的修复和专业支持能力4. 性能优势明显，比其他开源Hadoop版本的性能提升10x~100X行业成功案例Financial&BusinessServicesTelecomTechnologyHealthcareLifeSciencesMediaRetailConsumerEnergyPublicSector应用行业15总体技术架构拓扑图暂时只接入市区数据同时预留了县区数据的接入，以满足动态扩展架构需求接入数据源（XX市） 序号 业务支撑 接入数据源 数据量 相关功能模块 1 卡口电警相关 过车记录表 5.13亿（日均约300W） 智能搜索（按品牌搜车、按类别搜车、按照片车）、实战工具(包括出入城分析、行止规律分析、套牌车分析、一牌多车、行车轨迹刻画、伴随车辆分析、轨迹反向刻画、踩点车辆分析、无牌车分析、人脸还原分析、相似车辆分析等) 2 机动车相关 六合一机动车信息表 402.51万 智能搜索（一车一档），统计分析(强制报废明细、临界报废明细、机动车保有量统计、逾期未检明细) 3 机动车登记业务流水表 979.62万 统计分析（机动车注销数据统计、检验业务统计） 4 机动车登记业务日志表 6869.68万 统计分析（机动车注销数据统计、检验业务统计） 5 驾驶人相关 六合一驾驶人信息表 331.12万 智能搜索（一人一档、驾驶证查询），统计分析（驾驶人住所联系地址） 6 驾驶证相关 六合一驾驶证业务主表 332.25万 智能搜索（一人一档），统计分析（驾校受理人数统计） 7 六合一驾驶证业务流水表 752.15万 智能搜索（一人一档），统计分析（驾校考试情况统计、驾校培训质量统计、驾校办结业务统计） 8 制证相关 制证信息表 489.84万 统计分析（驾驶证业务抽查） 9 准考证明信息表 20.68万 统计分析（驾校考试情况统计） 10 接处警相关 六合一处警信息表 27.36万 统计分析（122接处警事故统计分析），分析研判（122接处警分析） 11 六合一接警信息表 23.30万 12 六合一接处警反馈表 23.20万 13 交通事故相关 一般事故 671.26万 分析研判（道路交通安全态势分析、交通事故分析等），智能搜索（一人一档），统计分析（全市交通违法统计、交通违法行为综合统计） 14 六合一简易事故 13.30万 15 交通违法相关 交通违法信息表 1705.46万 分析研判（违法行为规律分析），统计分析（交通违法行为统计、交通违法行为情况统计、非现场免执法计分统计） 16 重点车辆 黄标车信息表 5.23万 统计分析（黄标车查询，车驾管黄标车业务办理统计）卡口数据汇聚数据传输方式 打通视频专网与公安内网，建立通信链路 采用网闸设备实现数据传送数据引入实时性方案卡口数据接入方式：市区卡口设备鉴于网络级层太多、不稳定的因素，不建议采用“数据直采”的方式，可以采用“服务器推送”方式，市区卡口设备将数据首先推送到智能交通平台中，再由交警大数据平台进行主动抽取。数据接入监听方式 采用消息队列进行数据接入和分发。解决如下问题：1. 使用“多队列”的方式解决300万/天的数据量接入；2. 实现数据的实时接入；3. 为后续系统多项服务和多个节点提供数据分发服务。目录Contents01 概要介绍02 架构设计03 功能介绍04 关键技术05 经典案例功能架构功能架构一次识别二次识别针对一次识别后的结果进行二次甄别，其主要输出结果包含车辆类型（可分为轿车、面包车、客车、货车等类），车辆品牌识别结果（大众、现代、奥迪、宝马、丰田等），车辆子类型识别（桑塔纳、帕萨特、宝来、伊兰特等等），车辆颜色识别（白、灰、黑、蓝等等）。随着社会的发展车辆的增加，人们对交通服务的要求越来越高，但目前基于卡口视频设备的一次识别信息已经远远不能满足需要。这就需要对卡口设备采集的信息做二次深入加工，从中获取更多的信息。经过卡口或电子警察系统进行的识别，识别对象的车辆号牌信息、车辆号牌颜色信息等，基于车辆号牌和车辆颜色信息，能够实现基本的违法行为辨识、车辆黑白名单比对报警等功能。车牌识别车型、颜色识别车辆识别车型识别模块货车客车面包车小轿车两轮车车辆品牌识别模块大众丰田现代日产雪铁龙标志奇瑞宝马奔驰奥迪别克长城长安福特马自达…车辆子品牌识别大众-宝来大众-捷达大众-桑塔纳大众-帕萨特大众-朗逸大众-速腾大众-迈腾大众-辉腾大众-高尔夫大众-Polo。。。目前可识别的车辆大类型主要有以下四种：主要分轿车、客车、面包车、货车； 可识别常见的车品牌，包括大众、丰田、现代、日产、宝马、奔驰等等；可识别的子品牌，包括大众系列的宝来、捷达、桑塔纳、帕萨特等等； 识别车辆颜色； 把识别信息入库进行分析处理。车辆二次识别车脸识别车尾识别车辆识别比选与业内全国一流厂商多次进行比选碰撞（山东省内各家公司、省外各家公司）。潍坊交警支队局方挑选卡口、电警，白天、黑夜各500张图片进行车辆识别比选，识别结果排名第一。济宁市公安局局方挑选的10张、100张、1000张、5张特征车辆进行识别比选，识别结果排名在第一序列（局方不进行惟一排名，只筛选头两家厂商）。车辆识别_特征库 依据车辆二次识别获取的基本特征（品牌、子品牌、颜色、类型） 依据车辆三次识别获取的局部特征（年检标、实习标、纸抽、遮阳板、壁虎、车宠等） 通过三千维度模型建立车辆的特征库，任意圈选车辆局部区域作为识别特征进行车辆搜索，以满足“以图搜车、特征搜车”的实战需要 大大提高特征识别识别性能：特征比对（1秒）、结果反馈（5秒）工作平台个人工作台是民警个人的进入系统的快速入口，个人工作台显示民警个人工作中最为关注的信息和常用的系统功能模块，使用个人工作台可以极大的提高系统使用的便利性。工作平台自定义 预警信息个人信息 我的收藏公告信息 系统入口卡口过车实时监控 重点车辆违章车辆实时展现 重点驾驶人一车一档一车一档，以车辆信息为主线建立车辆的360全角度的档案信息。车辆档案信息涉及机动车登记信息、业务信息、车辆违法信息、同车违法、常住人口、事故信息、过车记录、执法检查站、短信发送记录、重点营运车辆、整改通知、执法服务回访、车辆检验信息等。一人一档一人一档，以人员信息为主线建立驾驶人的360全角度的档案信息。人员档案信息涉及驾驶员基本信息、驾驶证信息、机动车信息、同证违章、常住人口、事故相关人、过车记录、检查站、短信记录、执法服务回访、考试信息等。以身份证号码为关联字段，整合驾驶人相关信息建立人员档案。可通过身份证号码、姓名进行搜索，搜索结果根据既定规则自动关联驾驶员基本信息、驾驶证信息、机动车信息、同证违章、常住人口、事故相关人、过车记录、检查站、短信记录、执法服务回访、考试信息等。所有人员的关联信息既可以以简要信息列表的形式展示又可以展示详细。智能搜车系统根据一线民警的应用习惯和搜索过程的指向性要求，提供了按品牌搜车、按类别搜车、按车牌搜车、按照片搜车等功能。可以帮助民警在海量数据中实现嫌疑车辆的秒级反馈。根据车牌号通过【车辆登记信息】操作自动与“一车一档”进行关联。3002001000传统架构平均查询时间大幅度减少7310警大务数云据平平台台 对比 传统搜索模式 大数据平台搜索 多信息源支持 只支持数据库内的结构化数据 主要支持文档信息、数据库信息、网站信息的收集 搜索模式支持 精确匹配 关键字搜索 内容摘要 固定内容摘要 固定内容摘要 命中率低 搜索命中率较高 信息关联 关联性低，只支持极少数字段的关联 信息智能相关性低，受关联记录数量影响较大 信息分类聚类 数据分类展现形式单一 数据分类展现形式较丰富 集成特性 定制开发 定制开发 可扩展性 不支持 分布式部署支持扩展 高可用定性 不支持 分布式应用支持高可用 多语言支持 不支持 对中文支持能力较好智能搜车功能按品牌搜车示例 按照车型搜索目标车辆。 搜索结果以图片方式展示，内容包括车牌号、卡口位置、车品牌、车型等信息。点击卡口信息，在地图显示拍摄的位置，点击摄像头可以查看原始图片或录像。 搜索条件包括：品牌、型号、车牌、颜色、起始时间、结束时间和在地图选择拍摄位置。以图搜车（按特征搜车）提供新的侦破手段，为根据车辆的局部特征进行嫌疑车辆的筛选，解决假牌、套牌、无牌车干扰搜索结果，契合嫌疑人犯罪心理、满足实战应用。根据车辆的品牌、子品牌、颜色、类型、年检、实习标、纸抽、车宠、遮阳板等特征进行车辆的筛查。实战工具实战工具面向全警，通过功能复合应用达到协同联动，节约警力、提高效率。功能使用云计算数据处理技术，从海量数据中查找隐藏线索，从看似无关的信息中查找关联性，从人工和肉眼无法感知的繁杂事件中总结出规律性，帮助民警快速、高效和准确的处理疑难问题。初次过车分析出入城分析套牌车分析行止规律分析无牌车分析踩点车辆分析行车轨迹刻画相似车牌串并人脸还原分析伴随车辆分析一车多牌分析一牌多车分析轨迹反向刻画初次过车分析就是指外地车辆第一次进入本市辖区范围，在某个入城点，被监控设备捕获到，该过车信息传回后台，通过大数据平台按照特定的规则算法，进行判断是初次入城。该分析主要针对外地车辆流窜作案，并在案后快速逃离的情况。嫌疑人在涉车作案过程中，往往会采用套牌、假牌方式来躲避技侦的追踪，针对这类作案特征，系统应支持套牌、假牌分析比对功能，实现对该类嫌疑车辆的筛选。通过将系统识别的车型与车辆登记信息比对，以及车辆时间、地点、速度比对，筛查出套牌车辆。同时为套牌车建立一车一档，接入现有套牌车库，实时进行预警。套牌车分析支持筛选出无法识别牌照的过车信息，进行重点侦查，并支持将该车辆信息自动转入无牌照信息库，以便日后的串并分析，同时可以根据车辆特征判断是否是同一辆车。基于犯罪心理学方法分析所有车辆的行车记录，快速筛查出符合案发后隐匿特征的嫌疑车辆。无牌车分析行车轨迹刻囤 功能说明 时间 位置 车辆  行车轨迹刻画，就是把车辆在 历史某个时间范围内的行车轨 迹，依照时间顺序等条件给予 过车 治安卡口 电警卡口 停车收费单 GPS信息 重新还原，并能够结合地图， 数据 使用动画方式给予重现 照片视频识别数据 民警等记录数据 .......  基于车辆发现地点及时间绘制 行驶 车辆行车轨迹，并对异常行车 轨迹 轨迹进行标示。 分 析  通过分析车辆通过卡口数据（ 治安卡口、电警卡口、固定或 手持停车收费等）、GPS信息 ，结合照片视频等资料，得出 车辆完整的行驶轨迹，该轨迹 能够通过PGIS地图重现回放。分析研判借助海量数据，使用专门的分析主题和对数据的深入挖掘，帮助交通管理部门深入了解车辆、驾驶员行为，预测交通趋势，对交通异常事态做到提前发现提前预防提前处理。违法行为规律分析交通事故规律分析道路通行规律分析道路拥堵规律分析道路交通安全态势分析122接处警分析动态报表功能道路信号设计分析图像质量监督分析各类业务数据分析挖掘重要业务信息比对碰撞 对违法车辆和驾驶人进行多角度、多维度的智能分析，总结出规律。 分析指标：时间，地点，天气，车辆类型，关联驾驶员信息、车辆属地，违法类型，违法频次、严重程度，是否造成事故，是否逃逸等。违法行业规律分析 对交通事故的总体情况做统计分析。通过对122接警中心接到的接警信息和事故处理系统的业务信息，分警情、案件种类、报警时间段、报警区域、处警反馈信息、案件轻重程度以及道路、天气、驾驶人、车辆等其他信息数据进行综合分析，提炼挖掘出这些交通事故的规律，指导交通管理部门有针对性的部署防范。交通事故规律分析交通安全态势评估预警系统是通过对公路主干网络关键节点、路段、枢纽的交通流参数、交通违法数据、天气预警和实时信息、交通事故状况、伤亡状况、财产损失状况、车型状况、车辆违法频次的采集，结合系统对历史交通数据信息的数据挖掘分析和交事态评估模型仿真分析，在日常交通管理和习惯性交通量集中时段（如：节假日出行、上下班高峰、旅游、会议会展等）提前发布交通安全态势的预警等级，系统同时将根据预警等级设定相应的应急预案机制。达到相应的预警等级时，则通过相应的发布渠道向道路出行者通告，并可以通过关闭道路、建议绕行、暂停分流等方式进行车流疏导，从而能够减少道路交通压力、降低事故隐患。道路交通安全态势分析重点对象管理重点车辆数据的整合范围主要整合涉及七类重点车辆、五类重点违法行为等相关信息的数据。重点车辆模块实现查询单位、重点车辆总数、属地化总数、未属地化总数等信息以及七类重点车辆数据信息展示，可以方便查询各区县属地化重点车辆及属地化比率，通过该表反映出的情况，相关领导可以及时掌握各区县重点车辆属地化工作情况。该模块还可以查看七类重点车辆数据信息，各类重点车辆数据信息查看方便快捷。重重点点车驾辆驶人事前预警预警模型管理系统提供预警模型灵活配置功能供系统管理人员使用。管理人员通过选择数据源表、配置比对目标范围、配置运行时间策略、配置报警方式四步简单操作即可实现预警模型的快速配置。系统预建预警模型，对套牌车辆、假牌车辆、无牌车辆、违法未处理车辆、报废及强制报废车辆、转出车辆等实时预警功能。预警结果当套牌车辆、假牌车辆、无牌车辆、违法未处理车辆、报废及强制报废车辆、转出车辆经过卡口（电警）时，实时自动进行比对报警。系统一旦发现比中数据，一方面在系统进行网页消息报警，另一方面还可通过短信、邮件等多种方式向相关人员报警。形成归口报警，方便统一处置。缉查布控缉查布控包括布控管理、事中报警、撤控管理、黑名单比对等，能自动与全国被盗抢数据库及用户要求的其他数据库的接口进行连接，能够对布控车辆的报警信息进行处理。统一接入与交换 信息查询布控管理 统计分析预警处理 配置管理撤控管理 运维查询黑名单管理 接口管理统计分析业务量统计逾期未检验明细驾校相关统计122警情事故统计分析注销数据统计根据日常业务工作需要，灵活建立的各种统计分析报表。解决原有业务系统由于架构问题导致报表生成速度慢的问题。检验率全市交通违法统计黄标车数据统计交通违法行为综合统计驾驶证业务抽查机动车保有量统计分析强制报废明细临界报废明细黄标车相关黄标车“黄标车相关”功能模块，包含“黄标车查询”、“黄标车车管业务统计”与“黄标车驾管业务统计”三个功能模块，实现黄标车信息查询以及和黄标车有关车管业务和驾管业务信息。全市交通违法统计全市交通违法统计按照时间及辖区维度，对非现场执法计分统计、查处交通违法统计、黄标车数量统计、交通违法行为综合统计。机动车保有量统计分析针对全市机动车辆，可以按照车辆登记辖区、行政区划维度，分别针对总量、车辆类型、使用性质等度量进行整体展示，方面用户了辖区内机动车保有量总体情况态势，为下一步的开展工作提供一定的数据导向。临界报废明细用户根据自己的权限按照开始时间、结束时间、住所区划等对临界报废明细进行统计。运维审计审计用户监控 操作行为审计运行监控作业情况监控 设备运行数据传输延迟监测 设备校时通行车辆实时监控 卡口信息概览交通设备管理卡口信息监控 卡口点位标注卡口维度信息维护 卡口设备故障分析数据服务子系统 在提升数据共享和开放能力的同时，必须加强对数据访问的权限控制管理，确保合法的人合法的访问数据。数据安全管理精确至警号的用户管理精确至时间和内容的授权管理数据访问日志跟踪涉密数据普通数据社会数据涉密数据，包括技侦、网警等部门数据公安部批准的可以向普通民警开放的数据，包括人口数据、警情数据、住宿数据、上网数据等通过权限审批，可按时段分配权限社会资源数据，包括手机号码归属地、IP地址、身份证归属地、基站位置等登录即可访问日志记录管理请求鉴权失败退出分析条件访问模块用户ID登录IP所属地域……结果展现本用户下级用户分析结果统计、下载审查结果填写、记录通过日志明细数据审查结果数据用户访问轨迹分析请求业务部门签章信通处签章案件描述申请功能及期限数据使用申请审批目录Contents01 概要介绍02 架构设计03 功能介绍04 关键技术05 经典案例大数据加工 海量信息索引处理引擎 档案处理引擎 大数据比对处理引擎 专题数据处理引擎全文检索 利用业界领先的Solr搜索引擎，搭建搜索框架，明确搜索流程。 提供对数据中心各类数据资源的查询功能，支持秒级全文检索和片段检索。关键技术简介_车辆信息识别的精细化车辆识别识别图片兼容性车辆识别是在过车图片的基础上进行智能识别处理。被识别的图片格式兼容海康、大华等厂家。车辆识别技术指标（1）找寻车牌位置信息：根据图像信息，找到图像数据中车牌的精确位置。（2）根据图像信息以及车牌的位置信息，准确识别车牌的号码和颜色信息，车牌识别率达到95%以上。能够识别的车牌种类必须包含以下三类：蓝底白字：小型载人汽车及小吨位货车黄底黑字：中型载人客车、大型载人客车、大吨位货车、教练车。黑底白字：外籍车，即车辆所有人为中国（大陆）以外国籍的。合资及三资企业用车；外交机构用车（各国驻华使领馆、国际组织驻华机构）。白底红字：军队、武警、公安、国安、法警等单位的车辆。（3）能够检测和发现无牌、号牌遮挡或者污损的车辆。车辆识别（4）车辆品牌识别：根据图像信息，车牌位置信息或车头位置信息，识别出图像中出现的车辆品牌及型号。（5）车辆颜色识别：根据图像信息，识别出图像中出现车辆的整体颜色，颜色信息包括A白、B灰、C黄、D粉、E红、F紫、G绿、H蓝、I棕、J黑、Z其他等车身颜色类别。（6）假套牌的识别预警：能够识别假套牌并进行报警、轨迹展示。（7）基于特征的车辆搜索：根据车头整体信息、车尾整体信息、车头年检标志信息、车头临时车牌信息、车头挂饰信息、车头驾驶员及其衣着信息等基本情况检索出有此特征的数据库里的所有过车图片，并能实现自动排序、筛选。（8）车辆遮阳板识别：根据车辆车头信息，检测车辆遮阳板是否倒下，进而支持对倒下遮阳板的车辆进行检索和查询，能够快速搜索出遮阳板倒下的车辆。（9）车辆年鉴标识位置识别：根据车辆车头信息，检测车辆年检标识的有无以及位置信息，进而支持对有此种特征的车辆进行检索。车辆识别（10）无牌或污损号牌车辆检测：根据车辆车头信息，检测无牌车辆，污损号牌车辆，并进行特殊标记，支持系统对此种特征的车辆进行检索。（11）驾驶员安全带检测：根据车辆车头信息，检测车辆驾驶员是否系安全带，并能对未系安全带的车辆进行归类存储及检索。（12）车辆实习标志识别：根据车辆车尾信息，检测车辆实习标志有无，以及实习标志的位置，最终系统可依据此信息进行车辆的精确检索。（13）车辆布控：在一定特定的场景，或是对涉及车辆的案件的侦破过程中，需要对重点车辆进行全方位的布控，包括对出现在特定路口，具有特定号牌、特定品牌、车牌颜色等的车辆进行布控。即既包括对车牌号布控也包括对车辆特征进行布控。（14）车辆轨迹分析：基于精准的车牌、车型识别，能够精准地锁定某车辆在一定时间范围内的所有出现区域，只需要输入想要分析的车辆号牌，即可得到该车行驶轨迹的分析结果。ETL工具我们采用ETL工具进行数据处理。ETL工具能实现数据的抽取、转换与装载，可将业务系统中分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到综合资源库中，成为联机分析处理、数据挖掘的基础，为辅助决策、分析、查询提供统一的数据依据。在技术上，ETL主要涉及到关联、转换、增量、调度和监控等几个方面。 序号 主要技术参数要求 参数要求相应情况 1 ★ETL工具应支持主流硬件平台以及多种操作系统； 响应，开源的ETL工具支持主流硬件平台及多种操作系统 2 ★ETL工具应支持并行处理； 响应，通过ETL工具的流程控制进行并行处理 3 ★ETL工具应具备统一调度、监控和管理功能； 响应，ETL工具与数据采集结合，在采集管理的监控管理和调度管理里统一调度、监控和管理 4 ★ETL工具应支持各种字符集的转换； 响应，通过ETL工具的转换模块支持多种字符集的转换。 5 ★ETL工具应具有完整的日志管理功能、完善的数据审计功能。并且有相关的监控预警机制，保证ETL过程正常进行，不影响数据源系统的正常工作； 响应，ETL工具具有完整的日志管理和数据审计功能，将ETL的过程记录，再通过相关预警提醒应用实现监控预警机制。 6 ★ETL工具应提供简单易用的图形化操作界面； 响应数据采集方式JOB/Dblink 物化视图 CDC刷新的方式 流复制GoldenGateDataGurd目录Contents01 概要介绍02 架构设计03 功能介绍04 关键技术05 经典案例交警大数据平台以公安交通管理大数据云计算建设为契机，全面梳理归纳交警各类信息系统，构建四个支撑体系，实现潍坊公安交管工作的新跨越。即整合接处警、PGIS三维地图、移动警务、350兆数字无线通信4个系统建立快速反应、指挥调度体系；整合智能交通一、二、三期系统、高速公路及国省道交通安全防控、查缉布控系统建立立体化、全时空管控体系；整合交通管理综合平台、绩效考核建立新型勤务管理体系；整合执法记录仪、民生警务、公共关系、微信、微博、执法回访系统建立规范执法、民生服务体系。目前系统已成功推广，多地市来参观学习。济宁市公安局多维分析系统随着我国国民经济的持续快速发展以及城镇化进程的加快，城市机动车数量近几年大幅增加。交通拥堵、交通污染日益严重，交通事故频繁发生，这些都是各大城市亟待解决的问题。智能交通成为改善城市交通的关键所在。为此，及时、准确获取交通数据并构建交通数据处理模型是建设智能交通的前提，而这一难题可以通过大数据技术得到解决。根据省公安厅《关于在济宁市公安局开展大数据警务云车辆运行轨迹图片库试点建设工作的通知》要求，济宁市局要在11月底前完成车辆运行轨迹图片库试点建设方案制订和数据准备工作，12月底在全市范围内形成规模化试点应用，明年4月份，向全省推广应用。山东省公安厅在济宁的试点项目汇报完毕感谢聆听***