适于营运车辆超速时空特征分析的改进DBSCAN算法

营运车辆的超速违法行为具有较大的危害性,分析其超速的时间和空间分布规律,对于加强道路运输安全管理具有重要意义.鉴于此,提出一种适于营运车辆超速时空特征分析的改进DBSCAN算法,通过添加时间半径达到对时间维度的支持,对营运车辆超速多发点在时空维度上进行聚类,揭示营运车辆超速违法行为的时空分布特征.然后在广东省重点车辆监控平台上对算法进行验证.实验结果表明,该算法能够快速对超速数据进行时间和空间维度的聚类分析,有效完成超速路段和时段的排查,为查找营运车辆超速常发路段和时段提供了新的分析方法.     

基于物联网的重点车辆监控平台及其关键技术研究

当前重点车辆监控平台存在管理模式落后、技术手段缺乏、信息共享率低等问题.物联网技术的发展,可以为重点车辆监控与管理带来新的思路和手段.分析了当前重点车辆监控的业务需求及存在问题,然后提出基于物联网的重点车辆监控平台总体框架,对该框架的各个层次进行了详细分析.结合该平台总体框架,讨论了监控车辆标识技术、网络数据交换与通信技术、海量监控数据管理与分析技术、业务数据真实性辨析技术和网络安全性与可用性技术等关键技术.      

物联网环境下的重点车辆监控海量信息处理研究

重点车辆监控是借助物联网技术,通过感知设备对重点监控车辆进行识别、定位、跟踪、监控和管理。重点车辆监控平台需面对海量数据的处理问题．云计算信息处理模式为重点车辆信息管理提供了新思路。借助云计算的概念,提出基于Hadoop分布式并行编程框架的重点车辆信息管理模式和基于MapReduce编程模型的重点车辆海量信息处理方案。然后,采用广东省的重点车辆监控平台的历史数据作为样本,搭建基于Hadoop的重点车辆海量信息处理测试平台。实验结果表明,该平台能够实现物联网环境下的重点车辆海量数据的快速处理与查询．满足实时监控的要求。     

重点车辆监管现状及物联网下的管理模式分析

通过对国内现有重点车辆业务的调研,明确重点车辆类型、涵盖范围及相关监管部门职责划分,总结现阶段重点车辆监管工作的不足。为解决存在的问题,提出引进物联网技术构建物联网下重点车辆监管新模式,通过海量数据管理与处理分析、数据共享、职责明确划分、协调联动等方面的改善完成对重点车辆全程全方位监管,实现重点车辆监管快速高效化。