高速公路视图大数据处理应用探讨

简介:

近年来,随着高速公路通车里程的迅猛增长和车流量的快速增加,高速公路运营管理中暴露的新情况、新问题也逐年增多,特别是逃漏通行费问题,给正常运营秩序带来较大的冲击。为了解决偷逃漏费、路径识别等业务需求,其中在高速公路收费卡口逐步进行了监控高清化与智能化改造。在视图智能化处理方面将面临以下几个问题:

  1. 如何建立一个安全、实时、有效、智能化的视图大数据系统处理系统,利用车辆视图"多特征识别"真正满足高速公路偷逃漏费稽查工作高时效、高正确率要求;
  2. 如何建设一个适合高速公路场景高性能计算平台,实现大规模数据的云存储、云计算,满足数据实时查询,同时满足海量数据离线分析,实现更多的预测,统计和稽查等业务。
  3. 如何保证收费站的收费数据实时性、收费高清图像传输的可靠性,以及高业务量将引起存储容量,网络带宽,并发处理能力的高要求。

在现代的高速公路建设上,充分利用收费站、交通路段和重要场所的视频结构化信息,获得高速公路收费与稽查视图大数据处理解决方案,从而使得高速公路运行更加安全畅通,有效打击高速公路偷逃漏费现象。

一、高速视图大数据处理

针对高速公路监控视频提供车辆"多特征识别"结构化处理。通过对收费站出入卡扣收费视频图像数据的有效结构化处理,提供收费车辆特征描述,用以辅助高速公路收费人员进行实时在线偷逃漏费稽查工作。

高速公路视图大数据处理应用探讨
图-1高速公路收费系统图片大数据处理系统

图-1高速公路收费系统图片大数据处理系统。在功能模块中,包含收费出入口收费高清图片大数据处理,采用先进的深度学习、高性能运算及大数据技术,集视频结构化分析、数据存储、数据应用于一体的高性能、高密度计算设备,支持高并发能力、分析识别准、运算速度快、检索效率高等能力。在图片处理模块中,力求解决高速公路等目标的异常行为检测和快速检索,以实现收费稽查等多种应用,提高收费准确性。主要功能包括目标检测、跟踪、分类、车辆特征识别、以图搜图和实时报警等。在信源输入部分,支持实时的收费出入口图像数据,路段视频监控数据,同时还支持移动路政输入数据。亦可进行视综数据处理,收费系统历史视图等进行处理。进行离线的图像处理,用以更多的离线分析业务。

高速公路视图大数据处理应用探讨
图-2高速公路视图大数据处理智能应用

图-2高速公路视图大数据处理智能应用中涵盖了车辆特征提、实时预览、智能检索和以图搜图等模块。其中在车辆特征提取中包含抓拍车辆的车型、车款、车身颜色、车牌、年检标、遮阳板、纸巾盒、挂件、摆件、安全带等细分特征。智能检索部分包含对车辆任意特征值进行快速搜索,得以快速定位车辆的入口站点等,同时支持多种特征和条件的组合检索。以图搜图支持通过车辆图片框选快速搜索同一车辆的入口信息等功能。所有智能应用满足高速公路收费系统快速稽查,并有效打击偷逃漏费的现象。

二、高速公路视图大数据处理云平台建设

为建设一个适合高速公路场景高性能计算平台,实现收费与监控系统视图大规模数据的云存储、云计算。考虑到目前收费业务功能集中由省收费中心承担,必然带来省中心业务数据存储容量、网络带宽、应用并发能力严重不足的问题。鉴于以上问题,高速公路收费视图大数据处理需要利用各个区域收费中心承担省中心部分职能,分担省中心的计算、储存、网络带宽及应用高并发处理能力处理。采用省中心为主,其他区域分中心协同的分布式云数据中心架构构建高速收费视图大数据处理平台。对现有业务系统的进一步云化整合。

高速公路视图大数据处理应用探讨
图-3高速公路视图大数据处理云平台部署方案

省中心,各个区域分中心部署视图大数据处理业务系统。各个数据中心部署云计算平台,大数据分析平台和大数据存储平台。满足视图大数据处理的业务需求。

多数据中心统一管理

提供针对省中心,区域分中心多数据中心的统一的运维、运营管理能力。融合资源池的管理系统可以集中管理和监控各个数据中心的计算、存储、网络资源和使用情况,提供统一的资源管理、跨DC资源部署、运维管理、服务管理和自助服务等能力。

融合的基础架构

从一个统一的云管理平台下发业务到不同的资源池,支持快速的业务下发,支持不同虚拟化平台,从而将异构的计算资源池,异构的存储资源池作为服务提供,提供资源的共享和灵活分配,提供统一的分权分域管理。

快捷的应用管理

通过虚机模板、应用模板,以及用户自定义编排等能力,提供应用快速、自动化部署的能力。

分布式高速公路视图大数据处理云平台建设以及对现有业务系统的进一步云化整合,可以带来如下价值:

收费视图大数据处理系统将有效打击高速公路偷逃漏费行为,并且每年将挽回损失几个亿。同时积累下来的大数据会对后续的高速公路运营服务和管理提供帮助。

精简IT资源,降低运维成本,利用云数据中心统一资源管理,统一的运维管理平台,降低维护维护成本,从降成本中贡献净利润

云数据中心一次规划,多次(按需)部署,降低规划难度,规避投资风险,柔性十足,便利的扩减容机制,可随时调整以匹配业务或IT的变化等。

通过云计算HA、FT、热迁移功能,能够有效减少设备故障时间,确保收费等核心业务的连续性,避免传统IT,单点故障导致的业务不可用。

综上所述,借助大数据云计算及视图分析技术,将以其视图智能化、运维管理自动化,IT资源弹性调度,快速部署以及优异的扩展性等优势,将为高速公路收费稽查发展夯实基础。


本文作者:佚名

来源:51CTO

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
9月前
|
存储 数据采集 搜索推荐
Java 大视界 -- Java 大数据在智慧文旅旅游景区游客情感分析与服务改进中的应用实践(226)
本篇文章探讨了 Java 大数据在智慧文旅景区中的创新应用,重点分析了如何通过数据采集、情感分析与可视化等技术,挖掘游客情感需求,进而优化景区服务。文章结合实际案例,展示了 Java 在数据处理与智能推荐等方面的强大能力,为文旅行业的智慧化升级提供了可行路径。
Java 大视界 -- Java 大数据在智慧文旅旅游景区游客情感分析与服务改进中的应用实践(226)
|
9月前
|
机器学习/深度学习 数据采集 数据可视化
Java 大视界 -- 基于 Java 的大数据可视化在城市空气质量监测与污染溯源中的应用(216)
本文探讨Java大数据可视化在城市空气质量监测与污染溯源中的创新应用,结合多源数据采集、实时分析与GIS技术,助力环保决策,提升城市空气质量管理水平。
Java 大视界 -- 基于 Java 的大数据可视化在城市空气质量监测与污染溯源中的应用(216)
|
9月前
|
存储 监控 数据可视化
Java 大视界 -- 基于 Java 的大数据可视化在企业生产运营监控与决策支持中的应用(228)
本文探讨了基于 Java 的大数据可视化技术在企业生产运营监控与决策支持中的关键应用。面对数据爆炸、信息孤岛和实时性不足等挑战,Java 通过高效数据采集、清洗与可视化引擎,助力企业构建实时监控与智能决策系统,显著提升运营效率与竞争力。
|
9月前
|
Java 大数据 数据处理
Java 大视界 -- 基于 Java 的大数据实时数据处理在工业互联网设备协同制造中的应用与挑战(222)
本文探讨了基于 Java 的大数据实时数据处理在工业互联网设备协同制造中的应用与挑战。文章分析了传统制造模式的局限性,介绍了工业互联网带来的机遇,并结合实际案例展示了 Java 在多源数据采集、实时处理及设备协同优化中的关键技术应用。同时,也深入讨论了数据安全、技术架构等挑战及应对策略。
|
9月前
|
数据采集 搜索推荐 Java
Java 大视界 -- Java 大数据在智能教育虚拟学习环境构建与用户体验优化中的应用(221)
本文探讨 Java 大数据在智能教育虚拟学习环境中的应用,涵盖多源数据采集、个性化推荐、实时互动优化等核心技术,结合实际案例分析其在提升学习体验与教学质量中的成效,并展望未来发展方向与技术挑战。
|
9月前
|
机器学习/深度学习 人工智能 自然语言处理
Java 大视界 -- Java 大数据机器学习模型在自然语言生成中的可控性研究与应用(229)
本文深入探讨Java大数据与机器学习在自然语言生成(NLG)中的可控性研究,分析当前生成模型面临的“失控”挑战,如数据噪声、标注偏差及黑盒模型信任问题,提出Java技术在数据清洗、异构框架融合与生态工具链中的关键作用。通过条件注入、强化学习与模型融合等策略,实现文本生成的精准控制,并结合网易新闻与蚂蚁集团的实战案例,展示Java在提升生成效率与合规性方面的卓越能力,为金融、法律等强监管领域提供技术参考。
|
9月前
|
存储 人工智能 算法
Java 大视界 -- Java 大数据在智能医疗影像数据压缩与传输优化中的技术应用(227)
本文探讨 Java 大数据在智能医疗影像压缩与传输中的关键技术应用,分析其如何解决医疗影像数据存储、传输与压缩三大难题,并结合实际案例展示技术落地效果。
|
9月前
|
机器学习/深度学习 安全 Java
Java 大视界 -- Java 大数据在智能金融反洗钱监测与交易异常分析中的应用(224)
本文探讨 Java 大数据在智能金融反洗钱监测与交易异常分析中的应用,介绍其在数据处理、机器学习建模、实战案例及安全隐私等方面的技术方案与挑战,展现 Java 在金融风控中的强大能力。
|
9月前
|
机器学习/深度学习 算法 Java
Java 大视界 -- Java 大数据机器学习模型在生物信息学基因功能预测中的优化与应用(223)
本文探讨了Java大数据与机器学习模型在生物信息学中基因功能预测的优化与应用。通过高效的数据处理能力和智能算法,提升基因功能预测的准确性与效率,助力医学与农业发展。
|
9月前
|
机器学习/深度学习 搜索推荐 数据可视化
Java 大视界 -- Java 大数据机器学习模型在电商用户流失预测与留存策略制定中的应用(217)
本文探讨 Java 大数据与机器学习在电商用户流失预测与留存策略中的应用。通过构建高精度预测模型与动态分层策略,助力企业提前识别流失用户、精准触达,实现用户留存率与商业价值双提升,为电商应对用户流失提供技术新思路。