宇视科技杨齐期：交通大数据如何助力公安交警行业？

6月29日，首届“交通大数据”论坛在北京开幕，主题为“开放·共享·创新”，来自政府、科研院所及高校、行业企业、媒体等300余人参会。在会上，宇视科技智能交通产品线总经理杨齐期，就大数据在公安和交警行业的智能化应用分享了《大数据在指挥交通与平安城市的实战应用》。

他指出交通管理和公安业务的大量数据经历了从非结构化到结构化、从不可检索到可检索的过程，详解了公司如何运用大数据技术让这些看似独立的数据实现融合，揭示数据背后的规律，同时更从潜在的数据池中挖掘有价值的线索，最终推动交通管理和公安业务从事后处理向事前预防的转变。

演讲全文：

大家好，很荣幸能参加今天的论坛，我来自浙江宇视科技。我们公司专注于视频监控产品软硬件的研发与制造。并且通过这些产品，形成了很多解决方案，服务于国内外众多行业客户，在国内产品应用于500多个平安城市，300多个城市的智能交通，并且有220多条高速，80多条地铁和40多个机场的应用。

交通相关的行业一直是我们重点服务领域，我们在行业里从事前端的数据采集，中间传输，数据存储，以及后台的智能分析等相关业务。

今天给大家介绍的是其中的公安交警行业，由于我长期服务于一线，所以今天介绍更多的是应用方面内容。

大数据这个技术到目前为止应该说在方方面面都得到了很多应用，我们做视频监控设备，我们设备每天会采集到大量的视频和图片信息，这些信息要通过智能分析的算法提炼出有效数据，来供应用层使用。

在公安和交警行业，目前已经做到了高度数据结构化，大数据使用应该从概念阶段升级为应用阶段。以二线城市为例，每天的数据量大概有多大，在交警公安领域，大概过车的数据一条有2000万条，也就是说图片数据量就有6TB，一年下来有2000多TB。

再加上流量采集、RFDI，以及入网的事件，都是百万到千万的数据量，都可以达到几十亿每年的数据体量。另外如果再加上手机数据，一个城市每年的数据量大概在几百亿条。想要挖掘这些数据里面的价值，是个非常有意义的技术活。

谈到大数据必须得谈推动大数据发展的技术，叫做Hadoop，这个技术的出现能对海量历史数据进行查询，快速提升查询时间。同时也能支持更大量的数据检索和查询，围绕车辆这么一个属性，如果加上时间和空间维度，就可以构建成一个大型数据库，利用这个大型数据库我们可以做很多上层应用，比方号牌分析。另外传统的SQL数据库在实时的业务方面一定优势。

利用大数据技术可以做到一些研判功能，相关的分析研判业务基本上能够做到秒级，里面有一些普通的查询响应时间，也有比较复杂的车辆评估分析、号牌分析时间，都可以在秒级做到响应，这是以前不可想象的事情。

有了这些智能研判的业务和功能，可以做一些应用。比方非法运营车辆，在以前没有大数据支持的情况下，非法运营车辆很难进行管理，需要大量警力上街维持。有了这个技术以后，我们从平台上分析出哪些车辆经常出现于人流密集地方，比如汽车站、火车站，这些车辆不是正规的运营车辆，也不是网约车，是非法运营车辆的可能性非常高。这只是其中一个例子，还有其他很多功能都可以通过大数据来实现。

还有一个例子，关于无牌车，以前没有大数据分析都是通过人力，现在对于无牌车的管理比以前简化多了，首先前端采集出来的图片通过智能分析可以提取图片上很多特征信息，比如车标、车款、车型，甚至车上的一些细节信息，如摆件、挂件，这些信息现在都能提取。虽然这个车辆没有牌号信息，但是可以根据车上其他的信息，再根据时间、空间两个维度，找到无牌车的轨迹，并且进行管理，极大缩小我们排查无牌车的难度。

套牌业务也是这样，以前抓套牌很困难，现在随着智能分析的业务进步，可以通过车身上某些细节来确定这辆车是不是套牌车，比如两个车大部分都是一样，唯一的细节就是右下角的车灯不一样。在智能分析算法的基础上，在大数据搜索查询支持下，我们可以很快找出这辆套牌车出现在什么地方，套的是哪辆车车牌。    

因此对于车辆有这么多的管理和这么多的识别手段以后，可以针对车辆建立档案，这和车管所的档案不一样，并且可以建立一个积分模型，也就是说这辆车上发生的违规违法事情越多，这个车的积分就越高，积分越高的车辆就属于高危类型车辆。这对于城市管理，对于安全防范非常有帮助，可以提前做出预判以及预防。

有了这么多的业务，并且有了这么多的功能以后，如何将这些大数据的结果做一个可视化呈现，地图是一个最好的载体。

我们可以通过和地图结合，将这些大数据分析结果应用到地图上，并且能够快速的呈现在地图上，可以叠加其他很多信息，比方路网数据信息，在地图上能够一目了然的呈现所需的分析结果。

比如基于POI快速定位，POI就指兴趣点意思，你可以搜索所感兴趣的点，通过大数据的计算呈现，比如你搜索加油站、汽车站，或者搜索其他的一些信息点，可以把相关的分析计算结果内容呈现在地图上。同时在城市管理业务上还可以做到网格追踪，目标车辆的实时布控、实时报警，这都可以和地图紧密结合。

但车毕竟是工具，由人来驾驶的，实际上作为城市管理，对于这种有风险的车辆管理，或者说作案车辆的管理，最终是要锁定到人身上，这是最终目的。我们有一个三元理论，每个人基本上都在这个三元理论的框架下，每个人都有一个关系元、轨迹元、动作元，通过这三元分析和数据处理，可以极大缩小排查范围，最后能精确定位到哪个人在做哪件事情。

如何定位？这就涉及到一个多点轨迹碰撞。

我们可以将人、车、物，从时间、空间两个维度提取到一些信息，共同构建出一个轨迹。通过多个轨迹的碰撞来发现高同轨轨迹。也就是说可以发现和我想知道的这个时间内，什么人、什么车出现的概率最大，最后精确的锁定到相关的嫌疑人身上。

为什么现在大案要案都能破？主要是因为背后的手段是轨迹碰撞手段，已经非常熟悉，而且高效。

大数据实际上是对历史的总结，我们对历史进行了充分的总结以后，可以将我们所需要的信息都呈现在一张态势图上，从这个态势图上定义需要观察的态势。比方你是需要观察某些危险地段发生某些事情的态势，形成这样一张热力图，从而有效的帮助我们将以前的这种事后追查、事中处置，能够逐渐的推移到事前防范。