.
系统架构
  • 系统架构

架够描述

通过车载GPS,RFID,卡口过车,卡口视频,车载视频等数据进行分析,实时监控和分析工程车、两客一危等危害较大车辆的偏离预定路线行驶、重点区域闯禁、超速行驶、疲劳驾驶等违法行为,将数据透出到交警、运管、城管、安监部门及运输企业做相应处罚和处理。

架构特点

多元数据融合,全量感知、主动预防、智能预测等手段来规范驾驶行为,实时分析、实时预警。

方案优势

多维数据融合

通过车辆GPS、车型、车牌、车内视频以及路口视频、卡口图片信息从多维度将车辆行驶轨迹、驾驶行为、安全指数等信息做预警、拦截处理、事后处罚等操作。

车辆轨迹分析

融合车辆的GPS位置、RFID、卡口的过车数据,通过地图匹配算法将车辆运行轨迹关联到电子地图的路网上。通过研判确认车辆轨迹并进行预警、拦截、处罚。实时报警,快速处理。

AI视频分析

超大规模实时AI视觉智能能力,融入世界领先的AI视觉智能技术,实时、精准、大规模的对接入视频流进行计算,识别出各种交通参数、数十种交通事件。

评价体系

从宏观角度分析重点车辆的风险,着重于一段时间内通过人、车的事件统计和分析,制定整体评价体系。依据评价内容促进重点车辆改善。

应用场景

车辆行车轨迹

重点车辆行车通过轨迹数据和通行证数据的对比,可实现车辆偏离行驶路线报警。融合公安、交警、运管等数据推断出驾驶人的风险系数,从而得出运输企业整体的风险系数,实现风险提前预警,防患于未然。

车辆视频分析

重点车辆利用车载视频分析技术识别驾驶员的危险驾驶行为,并自动产生报警。视频分析如下场景,抽烟、玩电话、不系安全带。

人车企评分

通过统计分析从宏观角度分析重点车辆的风险,车辆历史违法评价;驾驶员历史违法评价;车企违法评价;三位一体解决重点车辆安全问题,帮助交管部门提高对重点车辆安全管控。

客户价值

融合车载GPS、车载视频、RFID轨迹、卡口视频等多维数据。

精准对车辆轨迹分析、预警拦截、稽查布控,做到精准掌控。

对重点车辆历史轨迹查询,对过车信息、过车路口、过车路段级别查询。

大脑算法分析出车辆图片特征,搜索路口相似车辆,获取车辆过车路径。

数据依赖

轨迹数据

车载GPS、RFID轨迹、卡口过车数据。

视频数据

卡口视频、车载4G/5G视频、治安摄像头视频。

登记类数据

车辆登记数据、驾驶员登记数据、企业登记数据。

异常识别

异常轨迹、不良驾驶行为、风险预测、事件挖掘。

执法

交警执法、运管执法、城管执法、安监执法。

画像评价

车辆评价、驾驶员评价、企业评价。

轨迹数据

车载GPS、RFID轨迹、卡口过车数据。

视频数据

卡口视频、车载4G/5G视频、治安摄像头视频。

登记类数据

车辆登记数据、驾驶员登记数据、企业登记数据。

异常识别

异常轨迹、不良驾驶行为、风险预测、事件挖掘。

画像评价

车辆评价、驾驶员评价。

轨迹数据

车载GPS、RFID轨迹、卡口过车数据。

视频数据

卡口视频、车载4G/5G视频、治安摄像头视频。

登记类数据

车辆登记数据、驾驶员登记数据、企业登记数据。

异常识别

异常轨迹、不良驾驶行为、风险预测、事件挖掘。

执法

交警执法、运管执法、城管执法、安监执法。

画像评价

车辆评价、驾驶员评价、企业评价。

轨迹数据

车载GPS、RFID轨迹、卡口过车数据。

视频数据

卡口视频、车载4G/5G视频、治安摄像头视频。

登记类数据

车辆登记数据、驾驶员登记数据、企业登记数据。

异常识别

异常轨迹、不良驾驶行为、风险预测、事件挖掘。

画像评价

车辆评价、驾驶员评价。