一种城市重点车辆4D分析方法与流程

一种城市重点车辆4d分析方法
技术领域
1.本发明公开一种方法,涉及数字孪生技术领域，具体地说是一种城市重点车辆4d分析方法。


背景技术：

2.随着智慧城市城市大脑建设工作逐步推进，大数据平台、ai平台、数字孪生平台等基础平台已经建立，具备了支撑各行各业进行更深层次的数字化转型的能力。交通是城市建设的先行官，提升城市交通运输信息化水平是打造数字城市的重点工作之一。运营车辆是交通运输监管的重点方向。然而目前还未有方法将车辆状态、事件等信息与三维地理位置信息完善结合，还不能直观统览城市多种车辆运行的整体情况，辅助车辆管理的运行决策。


技术实现要素：

3.本发明针对现有技术的问题，提供一种城市重点车辆4d分析方法，是高效智能的城市重点车辆运行分析方法，洞察重点车辆的运行规律，为重点车辆监管提供辅助决策，全面提升城市运营车辆精细化管理能力。
4.本发明提出的具体方案是：
5.本发明提供一种城市重点车辆4d分析方法，包括：
6.步骤1：通过大数据平台汇聚数据，整合并共享数据资源，其中通过大数据平台采集并整合交通运输领域相关数据以及交通相关部门的视频数据，根据整合后数据筛选重点车辆数据，
7.步骤2：通过ai平台对重点车辆数据进行智能化分析，其中通过ai平台分析根据重点车辆数据进行重点车辆分类，按照所述重点车辆分类识别重点车辆实时三维地理位置和预警事件，
8.步骤3：将重点车辆实时三维地理位置和预警事件信息进行融合展示，并进行4d分析，所述4d分析包括：
9.进行地理空间分析：通过point(x,y)函数进行重点车辆定位显示，point(x,y)函数中x,y分别代表经度、维度；通过line(x1y1,x2y2)函数进行两个点之间线路的显示，line(x1y1,x2y2)函数中x1y1代表起始点的经度和维度，x2y2代表终止点的经度和维度；通过polygon(x1y1,x2y2,x3y3,x4y4
…
)函数进行多边形的显示，x1y1,x2y2,x3y3,x4y4分别代表多边形上相关点位的经度和维度，通过intersect(polygon1,polygon2)函数计算并显示两个多边形的交集，polygon1代表第一个多边形，polygon2代表第二个多边形，
10.进行时序数据分析：按照时间维度对重点车辆相关数据进行统计分析，将时间维度细分为30秒、1分钟、15分钟、30分钟、1小时、2小时和1天，
11.步骤4：通过4d分析洞察重点车辆运行规律，根据重点车辆运行规律提供监管辅助决策。
12.进一步，所述的一种城市重点车辆4d分析方法中步骤1中通过大数据平台采集并整合交通运输领域相关数据，包括：采集交通运输领域相关的基础数据，整合车辆信息、司机信息、运力信息和运输公司信息。
13.进一步，所述的一种城市重点车辆4d分析方法中步骤2中识别预警事件包括识别司机抽烟事件、识别渣土车抛洒事件和识别校车超载事件，
14.识别司机抽烟事件：利用ai平台相关识别模型根据车载视频智能识别司机抽烟行为，
15.识别渣土车抛洒事件：利用ai平台相关识别模型根据路口的道路视频，智能识别车辆类型，筛选识别到的渣土车，分析是否存在路面抛洒行为，
16.识别校车超载事件：利用ai平台相关识别模型根据校车内部视频，动态智能分析学生数量，比对校车荷载人数，分析校车是否存在超载行为。
17.进一步，所述的一种城市重点车辆4d分析方法中步骤4中将地理空间分析和时序数据分析的结果在数字孪生平台的地图上进行展示，其中按照时间顺序在地图上展示重点车辆运行轨迹，根据重点车辆运行轨迹分析重点车辆运行规律。
18.本发明还提供一种城市重点车辆4d分析装置，包括数据汇聚模块、智能分析模块、展示模块、4d分析模块和决策模块，
19.数据汇聚模块通过大数据平台汇聚数据，整合并共享数据资源，其中通过大数据平台采集并整合交通运输领域相关数据以及交通相关部门的视频数据，根据整合后数据筛选重点车辆数据，
20.智能分析模块通过ai平台对重点车辆数据进行智能化分析，其中通过ai平台分析根据重点车辆数据进行重点车辆分类，按照所述重点车辆分类识别重点车辆实时三维地理位置和预警事件，
21.展示模块将重点车辆实时三维地理位置和预警事件信息进行融合展示，4d分析模块进行4d分析，包括：
22.进行地理空间分析：通过point(x,y)函数进行重点车辆定位显示，point(x,y)函数中x,y分别代表经度、维度；通过line(x1y1,x2y2)函数进行两个点之间线路的显示，line(x1y1,x2y2)函数中x1y1代表起始点的经度和维度，x2y2代表终止点的经度和维度；通过polygon(x1y1,x2y2,x3y3,x4y4
…
)函数进行多边形的显示，x1y1,x2y2,x3y3,x4y4分别代表多边形上相关点位的经度和维度，通过intersect(polygon1,polygon2)函数计算并显示两个多边形的交集，polygon1代表第一个多边形，polygon2代表第二个多边形，
23.进行时序数据分析：按照时间维度对重点车辆相关数据进行统计分析，将时间维度细分为30秒、1分钟、15分钟、30分钟、1小时、2小时和1天，
24.决策模块通过4d分析洞察重点车辆运行规律，根据重点车辆运行规律提供监管辅助决策。
25.进一步，所述的一种城市重点车辆4d分析装置中数据汇聚模块通过大数据平台采集并整合交通运输领域相关数据，包括：采集交通运输领域相关的基础数据，整合车辆信息、司机信息、运力信息和运输公司信息。
26.进一步，所述的一种城市重点车辆4d分析装置中智能分析模块识别预警事件包括识别司机抽烟事件、识别渣土车抛洒事件和识别校车超载事件，
27.识别司机抽烟事件：利用ai平台相关识别模型根据车载视频智能识别司机抽烟行为，
28.识别渣土车抛洒事件：利用ai平台相关识别模型根据路口的道路视频，智能识别车辆类型，筛选识别到的渣土车，分析是否存在路面抛洒行为，
29.识别校车超载事件：利用ai平台相关识别模型根据校车内部视频，动态智能分析学生数量，比对校车荷载人数，分析校车是否存在超载行为。
30.进一步，所述的一种城市重点车辆4d分析装置中展示模块将地理空间分析和时序数据分析的结果在数字孪生平台的地图上进行展示，按照时间顺序在地图上展示重点车辆运行轨迹，决策模块根据重点车辆运行轨迹分析重点车辆运行规律。
31.本发明的有益之处是：
32.本发明提供一种城市重点车辆4d分析方法，实现了三维空间位置数据与时间动态数据融合的4d分析，可以应用于城市重点运营车辆的监管。与目前常规的城市重点运营车辆监管方式对比，本发明具有以下技术优势：
33.利用大数据技术，实现了车辆基础信息、实时定位信息、运行状态信息、ai预警事件信息等多种异构数据的统一汇聚整合。
34.利用ai分析技术，实现了通过视频数据智能识别车辆预警事件，包括司机抽烟、渣土车抛洒、校车超载等。
35.利用数字孪生技术，结合各类数据，对重点车辆的动态运行进行实时展示分析，智能展现监管车辆的运行规律，辅助进行监管决策。
附图说明
36.图1是本发明方法应用流程示意图。
具体实施方式
37.下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
38.本发明提供一种城市重点车辆4d分析方法，包括：
39.步骤1：通过大数据平台汇聚数据，整合并共享数据资源，其中通过大数据平台采集并整合交通运输领域相关数据以及交通相关部门的视频数据，根据整合后数据筛选重点车辆数据，
40.步骤2：通过ai平台对重点车辆数据进行智能化分析，其中通过ai平台分析根据重点车辆数据进行重点车辆分类，按照所述重点车辆分类识别重点车辆实时三维地理位置和预警事件，
41.步骤3：将重点车辆实时三维地理位置和预警事件信息进行融合展示，并进行4d分析，所述4d分析包括：
42.进行地理空间分析：通过point(x,y)函数进行重点车辆定位显示，point(x,y)函数中x,y分别代表经度、维度；通过line(x1y1,x2y2)函数进行两个点之间线路的显示，line(x1y1,x2y2)函数中x1y1代表起始点的经度和维度，x2y2代表终止点的经度和维度；通过polygon(x1y1,x2y2,x3y3,x4y4
…
)函数进行多边形的显示，x1y1,x2y2,x3y3,x4y4分别代
表多边形上相关点位的经度和维度，通过intersect(polygon1,polygon2)函数计算并显示两个多边形的交集，polygon1代表第一个多边形，polygon2代表第二个多边形，
43.进行时序数据分析：按照时间维度对重点车辆相关数据进行统计分析，将时间维度细分为30秒、1分钟、15分钟、30分钟、1小时、2小时和1天，
44.步骤4：通过4d分析洞察重点车辆运行规律，根据重点车辆运行规律提供监管辅助决策。
45.本发明方法洞察重点车辆的运行规律，为重点车辆监管提供辅助决策，全面提升城市运营车辆精细化管理能力。
46.具体应用中，在本发明方法的一些实施例中，进行城市重点车辆4d分析时，过程可参考如下：
47.步骤1：通过大数据平台汇聚数据，整合并共享数据资源，其中通过大数据平台采集并整合交通运输领域相关数据以及交通相关部门的视频数据，根据整合后数据筛选重点车辆数据。
48.进一步，步骤1中通过大数据平台采集并整合交通运输领域相关数据，包括：采集交通运输领域相关的基础数据，整合车辆信息、司机信息、运力信息和运输公司信息。以及整合交通等部门的视频数据，逐步打通各层面的纵向数据,实现对运输管理“人、车、公司、违法事件”等信息的全面汇聚、多方共享。
49.步骤2：通过ai平台对重点车辆数据进行智能化分析，其中通过ai平台分析根据重点车辆数据进行重点车辆分类，按照所述重点车辆分类识别重点车辆实时三维地理位置和预警事件。
50.进一步，步骤2中识别预警事件包括识别司机抽烟事件、识别渣土车抛洒事件和识别校车超载事件，
51.识别司机抽烟事件：利用ai平台抽烟识别模型根据车载视频智能识别司机抽烟行为，如校车、公交车、两客一危等重点车辆，将车载视频输入ai平台抽烟识别模型，智能识别司机抽烟事件；
52.识别渣土车抛洒事件：利用ai平台渣土识别模型根据路口的道路视频，智能识别车辆类型，筛选识别到的渣土车，分析是否存在路面抛洒行为，其中ai平台算法模型以重点路口的道路视频为输入，智能识别车辆类型，对于识别到的渣土车进一步分析是否存在路面抛洒行为，形成渣土车抛洒事件；
53.识别校车超载事件：利用ai平台相关识别模型根据校车内部视频，动态智能分析学生数量，比对校车荷载人数，分析校车是否存在超载行为，当发现校车超载时，形成校车超载事件。
54.步骤3：将重点车辆实时三维地理位置和预警事件信息进行融合展示，并进行4d分析，所述4d分析包括：
55.进行地理空间分析：通过point(x,y)函数进行重点车辆定位显示，point(x,y)函数中x,y分别代表经度、维度；通过line(x1y1,x2y2)函数进行两个点之间线路的显示，line(x1y1,x2y2)函数中x1y1代表起始点的经度和维度，x2y2代表终止点的经度和维度；通过polygon(x1y1,x2y2,x3y3,x4y4
…
)函数进行多边形的显示，x1y1,x2y2,x3y3,x4y4分别代表多边形上相关点位的经度和维度，通过intersect(polygon1,polygon2)函数计算并显示
两个多边形的交集，polygon1代表第一个多边形，polygon2代表第二个多边形，
56.进行时序数据分析：按照时间维度对重点车辆相关数据进行统计分析，将时间维度细分为30秒、1分钟、15分钟、30分钟、1小时、2小时和1天。分析指标可以包括事件数量等。
57.步骤4：通过4d分析洞察重点车辆运行规律，根据重点车辆运行规律提供监管辅助决策。
58.进一步，步骤4中将地理空间分析和时序数据分析的结果在数字孪生平台的地图上进行展示，其中按照时间顺序在地图上展示重点车辆运行轨迹，根据重点车辆运行轨迹分析重点车辆运行规律。
59.本发明方法进行重点车辆4d分析，通过汇聚整合两客一危、公交车、渣土车、洗扫车、校车车辆传感数据、车辆属性数据等运行监测数据，充分借助大数据、ai智能分析、数字孪生新一代信息技术构建4d分析能力，实现重点车辆实时动态和运行规律监控分析。
60.本发明还提供一种城市重点车辆4d分析装置，包括数据汇聚模块、智能分析模块、展示模块、4d分析模块和决策模块，
61.数据汇聚模块通过大数据平台汇聚数据，整合并共享数据资源，其中通过大数据平台采集并整合交通运输领域相关数据以及交通相关部门的视频数据，根据整合后数据筛选重点车辆数据，
62.智能分析模块通过ai平台对重点车辆数据进行智能化分析，其中通过ai平台分析根据重点车辆数据进行重点车辆分类，按照所述重点车辆分类识别重点车辆实时三维地理位置和预警事件，
63.展示模块将重点车辆实时三维地理位置和预警事件信息进行融合展示，4d分析模块进行4d分析，包括：
64.进行地理空间分析：通过point(x,y)函数进行重点车辆定位显示，point(x,y)函数中x,y分别代表经度、维度；通过line(x1y1,x2y2)函数进行两个点之间线路的显示，line(x1y1,x2y2)函数中x1y1代表起始点的经度和维度，x2y2代表终止点的经度和维度；通过polygon(x1y1,x2y2,x3y3,x4y4
…
)函数进行多边形的显示，x1y1,x2y2,x3y3,x4y4分别代表多边形上相关点位的经度和维度，通过intersect(polygon1,polygon2)函数计算并显示两个多边形的交集，polygon1代表第一个多边形，polygon2代表第二个多边形，
65.进行时序数据分析：按照时间维度对重点车辆相关数据进行统计分析，将时间维度细分为30秒、1分钟、15分钟、30分钟、1小时、2小时和1天，
66.决策模块通过4d分析洞察重点车辆运行规律，根据重点车辆运行规律提供监管辅助决策。
67.上述装置内的各模块之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
68.同样地，本发明装置实现了三维空间位置数据与时间动态数据融合的4d分析，可以应用于城市重点运营车辆的监管。与目前常规的城市重点运营车辆监管方式对比，具有以下技术优势：
69.利用大数据技术，实现了车辆基础信息、实时定位信息、运行状态信息、ai预警事件信息等多种异构数据的统一汇聚整合。
70.利用ai分析技术，实现了通过视频数据智能识别车辆预警事件，包括司机抽烟、渣
土车抛洒、校车超载等。
71.利用数字孪生技术，结合各类数据，对重点车辆的动态运行进行实时展示分析，智能展现监管车辆的运行规律，辅助进行监管决策。
72.需要说明的是，上述各流程和各装置结构中不是所有的步骤和模块都是必须的，可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的，可以根据需要进行调整。上述各实施例中描述的系统结构可以是物理结构，也可以是逻辑结构，即，有些模块可能由同一物理实体实现，或者，有些模块可能分由多个物理实体实现，或者，可以由多个独立设备中的某些部件共同实现。
73.以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

技术特征：
1.一种城市重点车辆4d分析方法，其特征是包括：步骤1：通过大数据平台汇聚数据，整合并共享数据资源，其中通过大数据平台采集并整合交通运输领域相关数据以及交通相关部门的视频数据，根据整合后数据筛选重点车辆数据，步骤2：通过ai平台对重点车辆数据进行智能化分析，其中通过ai平台分析根据重点车辆数据进行重点车辆分类，按照所述重点车辆分类识别重点车辆实时三维地理位置和预警事件，步骤3：将重点车辆实时三维地理位置和预警事件信息进行融合展示，并进行4d分析，所述4d分析包括：进行地理空间分析：通过point(x,y)函数进行重点车辆定位显示，point(x,y)函数中x,y分别代表经度、维度；通过line(x1y1,x2y2)函数进行两个点之间线路的显示，line(x1y1,x2y2)函数中x1y1代表起始点的经度和维度，x2y2代表终止点的经度和维度；通过polygon(x1y1,x2y2,x3y3,x4y4
…
)函数进行多边形的显示，x1y1,x2y2,x3y3,x4y4分别代表多边形上相关点位的经度和维度，通过intersect(polygon1,polygon2)函数计算并显示两个多边形的交集，polygon1代表第一个多边形，polygon2代表第二个多边形，进行时序数据分析：按照时间维度对重点车辆相关数据进行统计分析，将时间维度细分为30秒、1分钟、15分钟、30分钟、1小时、2小时和1天，步骤4：通过4d分析洞察重点车辆运行规律，根据重点车辆运行规律提供监管辅助决策。2.根据权利要求1所述的一种城市重点车辆4d分析方法，其特征是步骤1中通过大数据平台采集并整合交通运输领域相关数据，包括：采集交通运输领域相关的基础数据，整合车辆信息、司机信息、运力信息和运输公司信息。3.根据权利要求1所述的一种城市重点车辆4d分析方法，其特征是步骤2中识别预警事件包括识别司机抽烟事件、识别渣土车抛洒事件和识别校车超载事件，识别司机抽烟事件：利用ai平台相关识别模型根据车载视频智能识别司机抽烟行为，识别渣土车抛洒事件：利用ai平台相关识别模型根据路口的道路视频，智能识别车辆类型，筛选识别到的渣土车，分析是否存在路面抛洒行为，识别校车超载事件：利用ai平台相关识别模型根据校车内部视频，动态智能分析学生数量，比对校车荷载人数，分析校车是否存在超载行为。4.根据权利要求1所述的一种城市重点车辆4d分析方法，其特征是步骤4中将地理空间分析和时序数据分析的结果在数字孪生平台的地图上进行展示，其中按照时间顺序在地图上展示重点车辆运行轨迹，根据重点车辆运行轨迹分析重点车辆运行规律。5.一种城市重点车辆4d分析装置，其特征是包括数据汇聚模块、智能分析模块、展示模块、4d分析模块和决策模块，数据汇聚模块通过大数据平台汇聚数据，整合并共享数据资源，其中通过大数据平台采集并整合交通运输领域相关数据以及交通相关部门的视频数据，根据整合后数据筛选重点车辆数据，智能分析模块通过ai平台对重点车辆数据进行智能化分析，其中通过ai平台分析根据重点车辆数据进行重点车辆分类，按照所述重点车辆分类识别重点车辆实时三维地理位置
和预警事件，展示模块将重点车辆实时三维地理位置和预警事件信息进行融合展示，4d分析模块进行4d分析，包括：进行地理空间分析：通过point(x,y)函数进行重点车辆定位显示，point(x,y)函数中x,y分别代表经度、维度；通过line(x1y1,x2y2)函数进行两个点之间线路的显示，line(x1y1,x2y2)函数中x1y1代表起始点的经度和维度，x2y2代表终止点的经度和维度；通过polygon(x1y1,x2y2,x3y3,x4y4
…
)函数进行多边形的显示，x1y1,x2y2,x3y3,x4y4分别代表多边形上相关点位的经度和维度，通过intersect(polygon1,polygon2)函数计算并显示两个多边形的交集，polygon1代表第一个多边形，polygon2代表第二个多边形，进行时序数据分析：按照时间维度对重点车辆相关数据进行统计分析，将时间维度细分为30秒、1分钟、15分钟、30分钟、1小时、2小时和1天，决策模块通过4d分析洞察重点车辆运行规律，根据重点车辆运行规律提供监管辅助决策。6.根据权利要求5所述的一种城市重点车辆4d分析装置，其特征是数据汇聚模块通过大数据平台采集并整合交通运输领域相关数据，包括：采集交通运输领域相关的基础数据，整合车辆信息、司机信息、运力信息和运输公司信息。7.根据权利要求5所述的一种城市重点车辆4d分析装置，其特征是智能分析模块识别预警事件包括识别司机抽烟事件、识别渣土车抛洒事件和识别校车超载事件，识别司机抽烟事件：利用ai平台相关识别模型根据车载视频智能识别司机抽烟行为，识别渣土车抛洒事件：利用ai平台相关识别模型根据路口的道路视频，智能识别车辆类型，筛选识别到的渣土车，分析是否存在路面抛洒行为，识别校车超载事件：利用ai平台相关识别模型根据校车内部视频，动态智能分析学生数量，比对校车荷载人数，分析校车是否存在超载行为。8.根据权利要求5所述的一种城市重点车辆4d分析装置，其特征是展示模块将地理空间分析和时序数据分析的结果在数字孪生平台的地图上进行展示，按照时间顺序在地图上展示重点车辆运行轨迹，决策模块根据重点车辆运行轨迹分析重点车辆运行规律。

技术总结
本发明公开一种城市重点车辆4D分析方法,涉及数字孪生技术领域；包括：步骤1：通过大数据平台汇聚数据，整合并共享数据资源，步骤2：通过AI平台对重点车辆数据进行智能化分析，步骤3：将重点车辆实时三维地理位置和预警事件信息进行融合展示，并进行4D分析，步骤4：通过4D分析洞察重点车辆运行规律，根据重点车辆运行规律提供监管辅助决策。行规律提供监管辅助决策。行规律提供监管辅助决策。


技术研发人员：吕厚雷 英杰 梁莎莎 周政 张亮
受保护的技术使用者：山东浪潮新基建科技有限公司
技术研发日：2023.07.27
技术公布日：2023/10/15