一種基于多源大數據的電動車盜搶實時告警方法及系統技術方案

本發明專利技術公開了一種基于多源大數據的電動車盜搶自動化實時告警方法及系統，以電動車和手機實時數據為基礎，通過引入軌跡偏離、人車分離、目標人同行等數據挖掘算法，實現電動車盜搶的自動化實時告警。本發明專利技術通過對海量數據的分析，結合數據挖掘算法，將傳統的事后追蹤變為主動預警。從可靠性上，基于電動車歷史軌跡分析，結合大數據技術，數據挖掘算法，提高告警結果推送的實時性與準確性。從功能上，本發明專利技術提供了車輛活動范圍分析、車輛騎行人員分析、車輛異常告警等功能。

【技術實現步驟摘要】
一種基于多源大數據的電動車盜搶實時告警方法及系統
本專利技術涉及數據挖掘
，具體涉及一種基于多源大數據的電動車盜搶實時告警方法及系統。
技術介紹
通話是人們使用最頻繁的通訊方式。網絡制式的豐富也導致了移動通話信令的復雜性中國電動車經過十幾年的發展，已成為國人的主力交通工具。電動車防盜設施簡單，易被盜搶，轉移和拆卸方便，找回概率低。隨著物聯網技術的發展，全國多個省都大規模安裝電動車物聯網芯片。以某市為例，電動車物聯網芯片安裝率就達到了50％，物聯網芯片信號接收點超過2000個，基本覆蓋城市各級道路。基于這樣的背景，急需一個電動車盜搶告警系統，能夠結合物聯網芯片，手機和電動車等實時數據為基礎，通過大數據分析，實現電動車盜搶主動預警。
技術實現思路
專利技術目的：為了克服現有技術的不足，本專利技術提供一種基于多源大數據的電動車盜搶實時告警方法，該方法可以解決電動車盜搶事件中找回耗時且效率低的問題，本專利技術還提供一種基于多源大數據的電動車盜搶實時告警系統。技術方案：本專利技術基于多源大數據的電動車盜搶實時告警方法，該方法包括：(1)實時采集一定范圍內電動車的行駛數據以及用戶的手機數據；并分析電動車一段時間的歷史軌跡，確定其活動的位置軌跡；(2)分析用戶的手機數據和電動車行駛數據，計算人和車的關聯關系，形成電動車司機庫，從而確定電動車的常用駕駛人；(3)若當前電動車上號與上一次上號點時間間隔大于S秒，則清空當前電動車的緩存信息，否則，則判斷與上一次上號距離是否不大于T米，若是則清空當前電動車的緩存信息，否則，則確認當前行駛是否符合告警類型，所述告警類型包括偏離電動車位置軌跡、常用駕駛人與電動車分離以及目標人與該電動車同行；(4)若存在偏離電動車位置軌跡告警、常用駕駛人與電動車分離告警以及目標人與該電動車同行告警中的任一項或者多項并且該電動車經過重點基站，則進行重點基站告警；(5)對上述告警分別給出分值，并計算告警總分值，根據告警總分值標記告警級別并且記錄告警類型，將告警信息推送到顯示終端；(6)循環步驟(3)-(5)直至確認判斷所有電動車，并將存在告警的電動車的告警信息顯示在顯示終端。進一步地，包括：所述步驟(4)中，偏離電動車位置軌跡告警的判定方法包括：若該電動車在其活動的位置軌跡上，則更新未偏離次數，若更新后未偏離次數大于G，則清零未偏離和偏離次數，否則，若該電動車不在其活動的位置軌跡上，則發生軌跡偏離，更新偏離次數，直至若更新后的偏離次數大于H，則標記告警類型為軌跡偏離，并對該電動車進行軌跡偏離告警。進一步地，包括：所述次數G的范圍為3～7次，次數H的范圍為4～8次。進一步地，包括：所述步驟(4)中，常用駕駛人與電動車分離告警的判定方法包括：若查詢到有常用駕駛人，讀取第一個常用駕駛人近J秒的手機數據，根據所述手機數據與電動車數據的距離差和時間差計算速率，若滿足距離大于K千米且時間小于L分鐘或者時間大于L分鐘并且速率大于M米每秒，則更新分離次數，更新后的分離次數若大于N，則判定發生人車分離，循環遍歷所有常用駕駛人，若所有常用駕駛人都判定發生人車分離，則進行人車分離預警。進一步地，包括：所述J的范圍為400～700秒，K的范圍為1～3千米，L的范圍為1～2分鐘，M的范圍為50～70米每秒，N的范圍為1～2次。進一步地，包括：所述步驟(4)中，目標人與該電動車同行告警判定方法為：讀取目標人的最新手機數據，如果目標人和該電動車距離小于P千米且時間差小于Q分鐘，則認為目標人在該位置和電動車同行，記錄目標人的位置信息；且如果目標人連續經過不同位置的次數大于R次，且都滿足同行條件，則判定電動車和目標人同行，對電動車進行目標人同行告警。進一步地，包括：所述P的范圍為1～3千米，Q的范圍為1～2分鐘，R的范圍為2～4次。進一步地，包括：所述S的范圍為1500～2000秒，T的范圍為160～240米。另一方面，本專利技術還提供一種基于多源大數據的電動車盜搶實時告警系統，包括：采集模塊，用于實時采集一定范圍內電動車的行駛數據以及用戶的手機數據；位置軌跡確定模塊，用于分析電動車一段時間的歷史軌跡，確定其活動的位置軌跡；駕駛人確定模塊，用于分析用戶的手機數據和電動車行駛數據，計算人和車的關聯關系，形成電動車司機庫，從而確定電動車的常用駕駛人；告警類型判定模塊，用于判定當前電動車是否存在告警類型，具體的：若當前電動車上號與上一次上號點時間間隔大于S秒，則清空當前電動車的緩存信息，否則，則判斷與上一次上號距離是否不大于T米，若是則清空當前電動車的緩存信息，否則，則確認當前行駛是否符合告警類型，所述告警類型包括偏離電動車位置軌跡、常用駕駛人與電動車分離以及目標人與該電動車同行；若存在偏離電動車位置軌跡告警、常用駕駛人與電動車分離告警以及目標人與該電動車同行告警中的任一項或者多項并且該電動車經過重點基站，則進行重點基站告警；顯示模塊，用于對上述告警分別給出分值，并計算告警總分值，根據告警總分值標記告警級別并且記錄告警類型，將告警信息推送到顯示終端；循環模塊，用于循環步驟(3)-(5)直至確認判斷所有電動車，并將存在告警的電動車的告警信息顯示在顯示終端。有益效果：本專利技術與現有技術相比，其顯著優點是：本專利技術基于電動車和手機等物聯網數據，采用大數據分析技術，將傳統的電動車發生盜搶事后追蹤變為主動預警。從可靠性上，基于電動車歷史軌跡分析，結合大數據技術和數據挖掘算法，提高預警結果的實時性與準確性。從功能上，本專利技術提供了車輛騎行人員分析、車輛活動范圍分析、車輛異常預警等功能，降低案發率，縮短追蹤時間，提高找回效率。附圖說明圖1是告警結果模型示意圖；圖2是軌跡偏離告警的流程實現示意圖；圖3是人車分離告警的流程實現示意圖；圖4是目標人同行告警的流程實現示意圖。具體實施方式為了更加清楚明白的說明本專利技術的目的、技術方案和優點，以下結合附圖及實施例，對本專利技術做進一步說明。應當理解，此處所描述的具體實例僅僅用以解釋本專利技術，并不用于限定本專利技術。如圖1所示，本專利技術公開一種基于多源大數據的電動車盜搶自動化實時告警方法，包括：步驟1、實時采集一定范圍內電動車的行駛數據以及用戶的手機數據；并分析電動車一段時間的歷史軌跡，確定其活動的位置軌跡；步驟2、分析用戶的手機數據和電動車行駛數據，計算人和車的關聯關系，形成電動車司機庫，從而確定電動車的常用駕駛人。可通過大數據分布式計算引擎，分析電動車最近一段時間的行駛軌跡，得到其常用活動范圍，以及分析手機數據和電動車數據，計算人和車的關聯關系，從而得出電動車的常用駕駛人。步驟3、若當前電動車上號與上一次上號點時間間隔大于S秒，則清空當前電動車的緩存信息，否則，則判斷與上一次上號距離是否不大于T米，若是則清空當前電本文檔來自技高網...

【技術保護點】
1.一種基于多源大數據的電動車盜搶實時告警方法，其特征在于，該方法包括：/n(1)實時采集一定范圍內電動車的行駛數據以及用戶的手機數據；并分析電動車一段時間的歷史軌跡，確定其活動的位置軌跡；/n(2)分析用戶的手機數據和電動車行駛數據，計算人和車的關聯關系，形成電動車司機庫，從而確定電動車的常用駕駛人；/n(3)若當前電動車上號與上一次上號點時間間隔大于S秒，則清空當前電動車的緩存信息，否則，則判斷與上一次上號距離是否不大于T米，若是則清空當前電動車的緩存信息，否則，則確認當前行駛是否符合告警類型，所述告警類型包括偏離電動車位置軌跡、常用駕駛人與電動車分離以及目標人與該電動車同行；/n(4)若存在偏離電動車位置軌跡告警、常用駕駛人與電動車分離告警以及目標人與該電動車同行告警中的任一項或者多項并且該電動車經過重點基站，則進行重點基站告警；/n(5)對上述告警分別給出分值，并計算告警總分值，根據告警總分值標記告警級別并且記錄告警類型，將告警信息推送到顯示終端；/n(6)循環步驟(3)-(5)直至確認判斷所有電動車，并將存在告警的電動車的告警信息顯示在顯示終端。/n

【技術特征摘要】
1.一種基于多源大數據的電動車盜搶實時告警方法，其特征在于，該方法包括：
(1)實時采集一定范圍內電動車的行駛數據以及用戶的手機數據；并分析電動車一段時間的歷史軌跡，確定其活動的位置軌跡；
(2)分析用戶的手機數據和電動車行駛數據，計算人和車的關聯關系，形成電動車司機庫，從而確定電動車的常用駕駛人；
(3)若當前電動車上號與上一次上號點時間間隔大于S秒，則清空當前電動車的緩存信息，否則，則判斷與上一次上號距離是否不大于T米，若是則清空當前電動車的緩存信息，否則，則確認當前行駛是否符合告警類型，所述告警類型包括偏離電動車位置軌跡、常用駕駛人與電動車分離以及目標人與該電動車同行；
(4)若存在偏離電動車位置軌跡告警、常用駕駛人與電動車分離告警以及目標人與該電動車同行告警中的任一項或者多項并且該電動車經過重點基站，則進行重點基站告警；
(5)對上述告警分別給出分值，并計算告警總分值，根據告警總分值標記告警級別并且記錄告警類型，將告警信息推送到顯示終端；
(6)循環步驟(3)-(5)直至確認判斷所有電動車，并將存在告警的電動車的告警信息顯示在顯示終端。


2.根據權利要求1所述的基于多源大數據的電動車盜搶實時告警方法，其特征在于，所述步驟(4)中，偏離電動車位置軌跡告警的判定方法包括：若該電動車在其活動的位置軌跡上，則更新未偏離次數，若更新后未偏離次數大于G，則清零未偏離和偏離次數，否則，若該電動車不在其活動的位置軌跡上，則發生軌跡偏離，更新偏離次數，直至若更新后的偏離次數大于H，則標記告警類型為軌跡偏離，并對該電動車進行軌跡偏離告警。


3.根據權利要求2所述的基于多源大數據的電動車盜搶實時告警方法，其特征在于，所述次數G的范圍為3～7次，次數H的范圍為4～8次。


4.根據權利要求1所述的基于多源大數據的電動車盜搶實時告警方法，其特征在于，所述步驟(4)中，常用駕駛人與電動車分離告警的判定方法包括：若查詢到有常用駕駛人，讀取第一個常用駕駛人近J秒的手機數據，根據所述手機數據與電動車數據的距離差和時間差計算速率，若滿足距離大于K千米且時間小于L分鐘或者時間大于L分鐘并且速率大于M米每秒，則更新分離次數，更新后的分離次數若大于N，則判定發生人車分離，循環遍歷所有常用駕駛人，若所有常用駕駛人都判定發生人車分離，則進行人車分離預警。

【專利技術屬性】
技術研發人員：沈彤，朱偉，胡官榮，楊安印，汪婷婷，
申請(專利權)人：南京中新賽克科技有限責任公司，
類型：發明
國別省市：江蘇;32