基于物联网设备的交通综合执法研判系统的制作方法

1.本发明涉及非营运车辆研判技术领域，具体为基于物联网设备的交通综合执法研判系统。


背景技术：

2.在日常交通执法中，需要对车辆进行营运或非营运的判别，非营运车辆是指从事非营业性运输的车辆。
3.公开号为cn108389397a的中国专利公开了一种基于卡口数据辨别非法营运车辆的方法，主要通过卡口数据取得的全路网车辆的过车记录，并通过每个车辆的过车数据计算并得到相应车辆的运行特征。并将该运行特征输入至非法营运车辆识别模型中，从而根据相应的输出值来判断该车辆是否是非法营运车辆。采用上述方法识别非法营运车辆准确度高且覆盖面广，可检测全路网中任一车辆，从而帮助车辆监管部门依法扣留非常营运车辆以保障乘客切身利益的目的，上述专利虽然解决车辆研判的问题，但是在实际操作中还存在以下问题：1.没有对车辆的详细信息进行核查，并且没有根据车辆的通行轨迹判别是否存在非营运的判别，从而造成在进行初期判别时研判数据不精准。
4.2.当对非营运车辆数据进行研判后，对数据进行传输时，由于没有对数据的类型进行区分，造成数据无法聚类存储后期数据调取不便捷，以及数据在传输时，没有对通信信道进行设置，从而导致数据传输的稳定性不佳。


技术实现要素：

5.本发明的目的在于提供基于物联网设备的交通综合执法研判系统，非营运车辆类别区分模块中对非营运车辆的详细判别，可以精准的判断车辆是否在辖区管辖区域内、车辆的记载信息是否与行驶的车辆信息吻合、装载车辆是否具有危险品装载证明以及客车车辆是否超出营运范围，通过散点图观察，根据此特征值域的范围，划定筛查特征，通过筛查特征可以对车辆行驶路线是否存在非法载客进行判别，根据通信信道实际情况的方式进行数据传输个数的设置能够有效提高数据传输个数与信道实际情况之间的匹配度，有效提高数据传输效率和数据传输稳定性，可以解决现有技术中的问题。
6.为实现上述目的，本发明提供如下技术方案：基于物联网设备的交通综合执法研判系统，包括：车辆数据采集单元，用于：根据高速通行站内的摄像装置，将车辆的牌照信息和车辆的车身信息进行拍摄，并将拍摄的信息进行传输；车辆采集数据验证单元，用于：基于车辆数据采集单元中传输的车辆拍摄信息，将车辆拍摄信息与交通运输管理单元进行数据交互，通过交通运输管理单元将车辆拍摄的信息进行信息验证；其中，信息验
证用于验证车辆的是否能进行正常的营运，将正常营运车辆进行数据剔除，剔除完成后保留下非营运车辆数据；非营运车辆数据判别单元，用于：基于车辆采集数据验证单元中的非营运车辆数据，将非营运车辆数据进行具体判别，判别非营运车辆中存有非正常数据的类别和数量；车辆嫌疑指数数据统计单元，用于：基于非营运车辆数据判别单元中对非营运车辆的判别，根据判别车辆不合格数据的数量，通过数量的多和少，将车辆的嫌疑指数进行统计，其中，不合格数量越多，车辆的嫌疑指数越高，不合格数量越少车辆的嫌疑指数越低；统计数据缓存单元，用于：基于车辆嫌疑指数数据统计单元中统计的车辆嫌疑指数数据，将数据进行缓存，并根据不同的嫌疑指数以及不同类型的数据，分别将数据进行聚类缓存；嫌疑车辆指令发送单元，用于：基于统计数据缓存单元中不同类型的嫌疑数据，其中，交通运输管理单元与不同类型的嫌疑数据进行数据交互，并且嫌疑数据指数高的数据，根据交通运输管理单元中车辆注册人员的联系方式进行电话提示，同时以短信的形式将嫌疑数据的类型进行文字编辑发送，嫌疑数据指数低的数据，根据交通运输管理单元中车辆行驶人员的联系方式，将嫌疑数据的类型以短信的形式进行文字编辑发送；交通运输管理单元，用于：基于车辆采集数据验证单元中传输来的车辆拍照信息与车辆车身信息与数据库中的信息进行信息核查，并且，根据嫌疑车辆指令发送单元中传输的信息，通过数据库调取嫌疑车辆注册人员的联系信息。
7.优选的，所述非营运车辆数据判别单元，包括：非营运车辆类别区分模块，用于：根据非营运车辆数据中车辆的拍照信息，判别非营运车辆的辖区管辖区域；根据非营运车辆数据中车辆的注册信息，判别车辆的记载信息是否与行驶的车辆信息吻合；根据非营运车辆数据中车辆的装载物信息，判别装载车辆是否具有危险品装载证明；根据非营运车辆数据中客车的营运数据，判别客车车辆是否超出营运范围。
8.优选的，所述车辆嫌疑指数通过如下步骤计算：步骤1：将非营运车辆数据划分为嫌疑数据和身份数据，并构建相关矩阵；其中，嫌疑数据为装载物危险性品装载数据；身份数据为拍照数据和注册数据；；
其中，为相关矩阵；表示非营运车辆数据在第种身份数据下身份特征和第种嫌疑数据下嫌疑特征的相关性；种嫌疑数据下嫌疑特征的相关性；，表示身份数据的总数；表示身份数据的总数；，表示嫌疑数据的总数；，均为正整数；步骤2：根据相关矩阵，分别计算非营运车辆数据的数据可靠度和风险权重；其中，数据可靠度为：；风险权重为：；步骤3：根据非营运车辆数据的数据可靠度和风险权重，计算每个非营运车辆数据的风险系数：；其中，表示非营运车辆数据在第种身份数据下和第种嫌疑数据下的风险系数；表示第级风险因素的判定因子；级风险因素的判定因子；，表示风险因素的判定因子的总数；步骤4：预先设定风险系数对应的车辆嫌疑指数，根据风险系数，确定对应的车辆嫌疑指数。
9.优选的，所述非营运车辆数据判别单元，还包括：非营运车辆通行轨迹监测模块，用于：根据非营运车辆数据中车辆在高速通行站的通行收费记录，对收费里程及通行次数进行汇总计算；并且，根据通行收费记录中同一收费站的出口和入口两条相邻数据，且间隔时间在15分钟以内的，记作一次停靠数据；根据通行收费记录的日期，记录分为节假日和工作日两类。
10.优选的，所述非营运车辆通行轨迹监测模块，还用于：根据非营运车辆数据中，标记曾经被以非法营运查处过的车辆为样本a，标记剩余车辆为样本b；获取非营运车辆数据的车辆工作日通行比例和途中停靠比例，记作非营运车辆数据中车辆的《v,x,y》数据；
其中，v表示单个车辆，y表示通行记录中工作日比例，x表示停靠率，以散点图对样本a及样本b进行分析。
11.通过散点图观察，样本a在数据上有聚集特征，根据此特征值域的范围，划定筛查特征。
12.优选的，所述统计数据缓存单元，包括：嫌疑数据获取模块，用于：获取车辆嫌疑指数数据统计单元中判别存在风险的数据类别，并提取嫌疑数据中的关键信息数据，并根据关键信息数据将数据进行数据分类；分类数据存储模块，用于：根据数据的类型确定关键信息对应的缓存空间，并将对应的缓存空间的容量信息进行获取，通过获取的空间容量信息确定空间容量中可用的容量。
13.优选的，所述分类数据存储模块，还用于：其中，获取关键信息数据的数据长度，且当可用的容量大于数据长度时，对关键信息数据进行聚类，得到关键信息数据对应的子数据类型集合，并对子数据类型设定类型标识。
14.优选的，所述统计数据缓存单元，还包括：子数据标准化处理模块，用于：将关键信息数据的子数据确认为待标准化数据，获取待标准化数据对应的数据标准化字典，其中，数据标准化字典通过数据库进行数据调取；基于待标准化数据对应的数据标准化字典生成模板配置指令；响应模板配置指令，调取待标准化数据对应的预置数据标准化模型。
15.优选的，所述统计数据缓存单元，还包括：标准数据模型信道传输模块，用于：根据模型的类别对各个通信信道进行勘察，获取每个通信信道的信道参数；其中，信道参数包括通信信道饱和度和当前通信信道剩余容量；利用通信信号饱和度和当前通信信道剩余容量确定单次进行数据传输的每个信道对应的数据集单次传输个数，按照数据集单次传输个数依次通过通信信道进行数据传输。
16.优选的，对各个通信信道进行勘察，包括如下步骤：步骤101:将通信信道通过不同的信号设备划分为多个信道段；步骤102：根据信道段，在每个通信信道的信道段之前添加循环前缀；步骤103：通过循环前缀，建立不同分段的分段信号传输特征；其中，分段信号传输特征为：；其中，表示第段分段信号的传输特征；表示第段分段信号数据长
度；表示第段分段信号的循环前缀的前缀特征；表示第段分段信号的本地扰码；表示本段扰码的干扰函数；，表示信道段的分段总数；步骤104：根据分段信号的传输特征，对相邻信道段进行同步峰检测，判断同步峰是否一致；其中，当同步峰不一致时通信信道稳定;当同步峰一致时通信信道不稳定。
17.与现有技术相比，本发明的有益效果如下：1.本发明提供的基于物联网设备的交通综合执法研判系统，非营运车辆类别区分模块中对非营运车辆的详细判别，可以精准的判断车辆是否在辖区管辖区域内、车辆的记载信息是否与行驶的车辆信息吻合、装载车辆是否具有危险品装载证明以及客车车辆是否超出营运范围，当非营运车辆存在以上任意一种非营运状态时，数据即刻标注一次不合格数量，加强了车辆判别的精细性，不合格数量越多，车辆的嫌疑指数越高，不合格数量越少车辆的嫌疑指数越低，根据非营运车辆的嫌疑数量的多或少的情况，判别车辆的危险程度，并根据危险程度进行不同方式的提示，嫌疑数据指数高的数据通过短信和电话的双重提示，嫌疑数据指数低的数据通过短信的方式进行提示，根据强度进行指令提示，提高了提示工作的机动性，通过非营运车辆通行轨迹监测模块可以根据车辆的行驶路线进行判断，其中，非营运车辆数据中车辆的《v,x,y》数据；其中，v表示单个车辆，y表示通行记录中工作日比例，x表示停靠率，以散点图对样本a及样本b进行分析，通过散点图观察，样本a在数据上有聚集特征，根据此特征值域的范围，划定筛查特征，通过筛查特征可以对车辆行驶路线是否存在非法载客进行判别，提高了对车辆是否存在载客现象的准确性。
18.2.本发明提供的基于物联网设备的交通综合执法研判系统，通过对嫌疑数据中的关键信息数据的提取，并根据关键信息数据将数据进行数据分类，可以对非营运车辆的具体危险数据进行有效的确定，并且根据关键信息数据的数据长度和空间容量进行确定，并对关键信息数据进行聚类，可以提高数据的存储效果，提高安全性，根据通信信道实际情况的方式进行数据传输个数的设置能够有效提高数据传输个数与信道实际情况之间的匹配度，进而有效提高数据传输效率和数据传输稳定性，通过调取待标准化数据对应的预置数据标准化模型可以有针对性地快速对待标准化数据进行标准化处理，提高了处理效率和精度。
附图说明
19.图1为本发明的整体流程示意图；图2为本发明的非营运车辆数据判别单元模块示意图；图3为本发明的统计数据缓存单元模块示意图；图4为本发明的样本a和样本b散点分析图。
具体实施方式
20.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于
本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
21.为了解决现有技术中，在对车辆进行研判时，没有对车辆的详细信息进行核查，并且没有根据车辆的通行轨迹判别是否存在非营运的判别，从而造成在进行初期判别时研判数据不精准的问题，请参阅图1和图2，本实施例提供以下技术方案：基于物联网设备的交通综合执法研判系统，包括：车辆数据采集单元，用于：根据高速通行站内的摄像装置，将车辆的牌照信息和车辆的车身信息进行拍摄，并将拍摄的信息进行传输；车辆采集数据验证单元，用于：基于车辆数据采集单元中传输的车辆拍摄信息，将车辆拍摄信息与交通运输管理单元进行数据交互，通过交通运输管理单元将车辆拍摄的信息进行信息验证；其中，信息验证用于验证车辆的是否能进行正常的营运，将正常营运车辆进行数据剔除，剔除完成后保留下非营运车辆数据；非营运车辆数据判别单元，用于：基于车辆采集数据验证单元中的非营运车辆数据，将非营运车辆数据进行具体判别，判别非营运车辆中存有非正常数据的类别和数量；车辆嫌疑指数数据统计单元，用于：基于非营运车辆数据判别单元中对非营运车辆的判别，根据判别车辆不合格数据的数量，通过数量的多和少，将车辆的嫌疑指数进行统计，其中，不合格数量越多，车辆的嫌疑指数越高，不合格数量越少车辆的嫌疑指数越低；统计数据缓存单元，用于：基于车辆嫌疑指数数据统计单元中统计的车辆嫌疑指数数据，将数据进行缓存，并根据不同的嫌疑指数以及不同类型的数据，分别将数据进行聚类缓存；嫌疑车辆指令发送单元，用于：基于统计数据缓存单元中不同类型的嫌疑数据，其中，交通运输管理单元与不同类型的嫌疑数据进行数据交互，并且嫌疑数据指数高的数据，根据交通运输管理单元中车辆注册人员的联系方式进行电话提示，同时以短信的形式将嫌疑数据的类型进行文字编辑发送，嫌疑数据指数低的数据，根据交通运输管理单元中车辆行驶人员的联系方式，将嫌疑数据的类型以短信的形式进行文字编辑发送；交通运输管理单元，用于：基于车辆采集数据验证单元中传输来的车辆拍照信息与车辆车身信息与数据库中的信息进行信息核查，并且，根据嫌疑车辆指令发送单元中传输的信息，通过数据库调取嫌疑车辆注册人员的联系信息。
22.在本发明中会计算车辆的嫌疑指数，所述车辆嫌疑指数通过如下步骤计算：步骤1：将非营运车辆数据划分为嫌疑数据和身份数据，并构建相关矩阵；其中，嫌疑数据为装载物危险性品装载数据；身份数据为拍照数据和注册数据；；其中，为相关矩阵；表示非营运车辆数据在第种身份数据下身份特征和第种嫌疑数据下嫌疑特征的相关性；种嫌疑数据下嫌疑特征的相关性；，表示身份数据的总数；表示身份数据的总数；，表示嫌疑数据的总数；，均为正整数；在上述步骤1中，本发明通过对非营运车辆数据进行划分，在划分的时候因为车辆
的嫌疑指数是和车辆是否装载危险品和车辆身份上，以及拍照数据上是否存在违法违规事件，所以通过非营运车辆数据构建了相关矩阵，融合车辆的身份数据和嫌疑数据，对车辆的嫌疑性进行判定。
23.步骤2：根据相关矩阵，分别计算非营运车辆数据的数据可靠度和风险权重；其中，数据可靠度为：；风险权重为：；在步骤2中，因为非营运车辆在存在嫌疑的时候，需要保证数据的可靠度和风险权重，因此，本发明通过相关性矩阵中的相关性函数进行累加计算，确定了数据的可靠性，函数占比，确定函数的风险权重；步骤3：根据非营运车辆数据的数据可靠度和风险权重，计算每个非营运车辆数据的风险系数：；其中，表示非营运车辆数据在第种身份数据下和第种嫌疑数据下的风险系数；表示第级风险因素的判定因子；级风险因素的判定因子；，表示风险因素的判定因子的总数；在步骤3中，本发明通过数据可靠度和风险权重在风险判定银子的差值占比的情况下，可以确定每个非营运车辆数据的风险系数；确定了风险因子的差值因子；确定了数据的关联性可信度。
24.步骤4：预先设定风险系数对应的车辆嫌疑指数，根据风险系数，确定对应的车辆嫌疑指数。
25.在步骤4中，通过预设的风险指数的区间，判断在步骤3中计算得到的值和步骤4中风险系数对应的预设值区间，确定具体风险系数。
26.所述非营运车辆数据判别单元，包括：非营运车辆类别区分模块，用于：根据非营运车辆数据中车辆的拍照信息，判别非营运车辆的辖区管辖区域；根据非营运车辆数据中车辆的注册信息，判别车辆的记载信息是否与行驶的车辆信息吻合；根据非营运车辆数据中车辆的装载物信息，判别装载车辆是否具有危险品装载证明；根据非营运车辆数据中客
车的营运数据，判别客车车辆是否超出营运范围，所述非营运车辆数据判别单元，还包括：非营运车辆通行轨迹监测模块，用于：根据非营运车辆数据中车辆在高速通行站的通行收费记录，对收费里程及通行次数进行汇总计算；并且，根据通行收费记录中同一收费站的出口和入口两条相邻数据，且间隔时间在15分钟以内的，记作一次停靠数据；根据通行收费记录的日期，记录分为节假日和工作日两类，所述非营运车辆通行轨迹监测模块，还用于：根据非营运车辆数据中，标记曾经被以非法营运查处过的车辆为样本a，标记剩余车辆为样本b；获取非营运车辆数据的车辆工作日通行比例和途中停靠比例，记作非营运车辆数据中车辆的《v,x,y》数据；其中，v表示单个车辆，y表示通行记录中工作日比例，x表示停靠率，以散点图对样本a及样本b进行分析，通过散点图（如图4）观察，样本a在数据上有聚集特征，根据此特征值域的范围，划定筛查特征。
27.具体的，非营运车辆类别区分模块中对非营运车辆的详细判别，可以精准的判断车辆是否在辖区管辖区域内、车辆的记载信息是否与行驶的车辆信息吻合、装载车辆是否具有危险品装载证明以及客车车辆是否超出营运范围，当非营运车辆存在以上任意一种非营运状态时，数据即刻标注一次不合格数量，加强了车辆判别的精细性，不合格数量越多，车辆的嫌疑指数越高，不合格数量越少车辆的嫌疑指数越低，根据非营运车辆的嫌疑数量的多或少的情况，判别车辆的危险程度，并根据危险程度进行不同方式的提示，嫌疑数据指数高的数据通过短信和电话的双重提示，嫌疑数据指数低的数据通过短信的方式进行提示，根据强度进行指令提示，提高了提示工作的机动性，通过非营运车辆通行轨迹监测模块可以根据车辆的行驶路线进行判断，其中，非营运车辆数据中车辆的《v,x,y》数据；其中，v表示单个车辆，y表示通行记录中工作日比例，x表示停靠率，以散点图对样本a及样本b进行分析，通过散点图观察，样本a在数据上有聚集特征，根据此特征值域的范围，划定筛查特征，通过筛查特征可以对车辆行驶路线是否存在非法载客进行判别，提高了对车辆是否存在载客现象的准确性。
28.为解决现有技术中，当对非营运车辆数据进行研判后，对数据进行传输时，由于没有对数据的类型进行区分，造成数据无法聚类存储后期数据调取不便捷，以及数据在传输时，没有对通信信道进行设置，从而导致数据传输的稳定性不佳的问题，请参阅图3，本实施例提供以下技术方案：所述统计数据缓存单元，包括：嫌疑数据获取模块，用于：获取车辆嫌疑指数数据统计单元中判别存在风险的数据类别，并提取嫌疑数据中的关键信息数据，并根据关键信息数据将数据进行数据分类；分类数据存储模块，用于：根据数据的类型确定关键信息对应的缓存空间，并将对应的缓存空间的容量信息进行获取，通过获取的空间容量信息确定空间容量中可用的容量，所述分类数据存储模块，还用于：其中，获取关键信息数据的数据长度，且当可用的容量大于数据长度时，对关键信息数据进行聚类，得到关键信息数据对应的子数据类型集合，并对子数据类型设定类型标识，所述统计数据缓存单元，还包括：子数据标准化处理模块，用于：将关键信息数据的子数据确认为待标准化数据，获取待标准化数据对应的数据标准化字典，其中，数据标准化字典通过数据库进行数据调取；基于待标准化数据对应的数据标准化字典生成模板配置指令；响应模板配置指令，调取待标准化数据对应的预置数据标准化模型，所述统计数据缓存单元，还包括：标准数据模型信道传输模块，用于：根据模型的类别对各个通信信道进行勘察，获取每个通信信道的信道参数；其中，信道
参数包括通信信道饱和度和当前通信信道剩余容量；利用通信信号饱和度和当前通信信道剩余容量确定单次进行数据传输的每个信道对应的数据集单次传输个数，按照数据集单次传输个数依次通过通信信道进行数据传输。
29.具体的，通过对嫌疑数据中的关键信息数据的提取，并根据关键信息数据将数据进行数据分类，可以对非营运车辆的具体危险数据进行有效的确定，并且根据关键信息数据的数据长度和空间容量进行确定，并对关键信息数据进行聚类，可以提高数据的存储效果，提高安全性，根据通信信道实际情况的方式进行数据传输个数的设置能够有效提高数据传输个数与信道实际情况之间的匹配度，进而有效提高数据传输效率和数据传输稳定性，通过调取待标准化数据对应的预置数据标准化模型可以有针对性地快速对待标准化数据进行标准化处理，提高了处理效率和精度。
30.具体的，本发明会对不同的通信信道进行勘察，包括如下步骤：步骤101:将通信信道通过不同的信号设备划分为多个信道段；步骤102：根据信道段，在每个通信信道的信道段之前添加循环前缀；步骤103：通过循环前缀，建立不同分段的分段信号传输特征；其中，分段信号传输特征为：；其中，表示第段分段信号的传输特征；表示第段分段信号数据长度；表示第段分段信号的循环前缀的前缀特征；表示第段分段信号的本地扰码；表示本段扰码的干扰函数；，表示信道段的分段总数；步骤104：根据分段信号的传输特征，对相邻信道段进行同步峰检测，判断同步峰是否一致；其中，当同步峰不一致时通信信道稳定;当同步峰一致时通信信道不稳定。
31.上述技术方案中，在进行信道检测的时候，会根据信道进行中转的设备数例如基站、手机、电脑等等设备之间的通信连接关系，建立通信传输的信道，然后在每个信道之前添加循环前缀，便于进行循环的检测。在这个过程中，循环前缀可以通过不同分段的方式确定分段信号的传输特征，通过分段信号的传输特征，确定分段信号中每一段信号的特征峰，进而通过特征峰的同步检测，即，在信道的同一传输频率下均会出现相同特征峰的情况下，保护不同信号段之间的信号是联通的，而且信号的强度和带宽相同，符合进行数据传输的要求。
32.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备
所固有的要素。
33.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

技术特征：
1.基于物联网设备的交通综合执法研判系统，其特征在于，包括：车辆数据采集单元，用于：根据高速通行站内的摄像装置，将车辆的牌照信息和车辆的车身信息进行拍摄，并将拍摄的信息进行传输；车辆采集数据验证单元，用于：基于车辆数据采集单元中传输的车辆拍摄信息，将车辆拍摄信息与交通运输管理单元进行数据交互，通过交通运输管理单元将车辆拍摄的信息进行信息验证；其中，信息验证用于验证车辆的是否能进行正常的营运，将正常营运车辆进行数据剔除，剔除完成后保留下非营运车辆数据；非营运车辆数据判别单元，用于：基于车辆采集数据验证单元中的非营运车辆数据，将非营运车辆数据进行具体判别，判别非营运车辆中存有非正常数据的类别和数量；车辆嫌疑指数数据统计单元，用于：基于非营运车辆数据判别单元中对非营运车辆的判别，根据判别车辆不合格数据的数量，通过数量的多和少，将车辆的嫌疑指数进行统计，其中，不合格数量越多，车辆的嫌疑指数越高，不合格数量越少车辆的嫌疑指数越低；统计数据缓存单元，用于：基于车辆嫌疑指数数据统计单元中统计的车辆嫌疑指数数据，将数据进行缓存，并根据不同的嫌疑指数以及不同类型的数据，分别将数据进行聚类缓存；嫌疑车辆指令发送单元，用于：基于统计数据缓存单元中不同类型的嫌疑数据，其中，交通运输管理单元与不同类型的嫌疑数据进行数据交互，并且嫌疑数据指数高的数据，根据交通运输管理单元中车辆注册人员的联系方式进行电话提示，同时以短信的形式将嫌疑数据的类型进行文字编辑发送，嫌疑数据指数低的数据，根据交通运输管理单元中车辆行驶人员的联系方式，将嫌疑数据的类型以短信的形式进行文字编辑发送；交通运输管理单元，用于：基于车辆采集数据验证单元中传输来的车辆拍照信息与车辆车身信息与数据库中的信息进行信息核查，并且，根据嫌疑车辆指令发送单元中传输的信息，通过数据库调取嫌疑车辆注册人员的联系信息。2.根据权利要求1所述的基于物联网设备的交通综合执法研判系统，其特征在于：所述非营运车辆数据判别单元，包括：非营运车辆类别区分模块，用于：根据非营运车辆数据中车辆的拍照信息，判别非营运车辆的辖区管辖区域；根据非营运车辆数据中车辆的注册信息，判别车辆的记载信息是否与行驶的车辆信息吻合；根据非营运车辆数据中车辆的装载物信息，判别装载车辆是否具有危险品装载证明；根据非营运车辆数据中客车的营运数据，判别客车车辆是否超出营运范围。3.根据权利要求1所述的基于物联网设备的交通综合执法研判系统，其特征在于：所述车辆嫌疑指数通过如下步骤计算：
步骤1：将非营运车辆数据划分为嫌疑数据和身份数据，并构建相关矩阵；其中，嫌疑数据为装载物危险性品装载数据；身份数据为拍照数据和注册数据；；其中，为相关矩阵；表示非营运车辆数据在第种身份数据下身份特征和第种嫌疑数据下嫌疑特征的相关性；种嫌疑数据下嫌疑特征的相关性；，表示身份数据的总数；表示身份数据的总数；，表示嫌疑数据的总数；，均为正整数；步骤2：根据相关矩阵，分别计算非营运车辆数据的数据可靠度和风险权重；其中，数据可靠度为：；风险权重为：；步骤3：根据非营运车辆数据的数据可靠度和风险权重，计算每个非营运车辆数据的风险系数：；其中，表示非营运车辆数据在第种身份数据下和第种嫌疑数据下的风险系数；表示第级风险因素的判定因子；级风险因素的判定因子；，表示风险因素的判定因子的总数；步骤4：预先设定风险系数对应的车辆嫌疑指数，根据风险系数，确定对应的车辆嫌疑指数。4.根据权利要求1所述的基于物联网设备的交通综合执法研判系统，其特征在于：所述非营运车辆数据判别单元，还包括：非营运车辆通行轨迹监测模块，用于：根据非营运车辆数据中车辆在高速通行站的通行收费记录，对收费里程及通行次数进行汇总计算；
并且，根据通行收费记录中同一收费站的出口和入口两条相邻数据，且间隔时间在15分钟以内的，记作一次停靠数据；根据通行收费记录的日期，记录分为节假日和工作日两类。5.根据权利要求4所述的基于物联网设备的交通综合执法研判系统，其特征在于：所述非营运车辆通行轨迹监测模块，还用于：根据非营运车辆数据中，标记曾经被以非法营运查处过的车辆为样本a，标记剩余车辆为样本b；获取非营运车辆数据的车辆工作日通行比例和途中停靠比例，记作非营运车辆数据中车辆的<v,x,y>数据；其中，v表示单个车辆，y表示通行记录中工作日比例，x表示停靠率，以散点图对样本a及样本b进行分析；通过散点图观察，样本a在数据上有聚集特征，根据此特征值域的范围，划定筛查特征。6.根据权利要求1所述的基于物联网设备的交通综合执法研判系统，其特征在于：所述统计数据缓存单元，包括：嫌疑数据获取模块，用于：获取车辆嫌疑指数数据统计单元中判别存在风险的数据类别，并提取嫌疑数据中的关键信息数据，并根据关键信息数据将数据进行数据分类；分类数据存储模块，用于：根据数据的类型确定关键信息对应的缓存空间，并将对应的缓存空间的容量信息进行获取，通过获取的空间容量信息确定空间容量中可用的容量。7.根据权利要求6所述的基于物联网设备的交通综合执法研判系统，其特征在于：所述分类数据存储模块，还用于：其中，获取关键信息数据的数据长度，且当可用的容量大于数据长度时，对关键信息数据进行聚类，得到关键信息数据对应的子数据类型集合，并对子数据类型设定类型标识。8.根据权利要求1所述的基于物联网设备的交通综合执法研判系统，其特征在于：所述统计数据缓存单元，还包括：子数据标准化处理模块，用于：将关键信息数据的子数据确认为待标准化数据，获取待标准化数据对应的数据标准化字典，其中，数据标准化字典通过数据库进行数据调取；基于待标准化数据对应的数据标准化字典生成模板配置指令；响应模板配置指令，调取待标准化数据对应的预置数据标准化模型。9.根据权利要求1所述的基于物联网设备的交通综合执法研判系统，其特征在于：所述统计数据缓存单元，还包括：标准数据模型信道传输模块，用于：根据模型的类别对各个通信信道进行勘察，获取每个通信信道的信道参数；其中，信道参数包括通信信道饱和度和当前通信信道剩余容量；利用通信信号饱和度和当前通信信道剩余容量确定单次进行数据传输的每个信道对应的数据集单次传输个数，按照数据集单次传输个数依次通过通信信道进行数据传输。10.根据权利要求9所述的基于物联网设备的交通综合执法研判系统，其特征在于：对
各个通信信道进行勘察，包括如下步骤：步骤101:将通信信道通过不同的信号设备划分为多个信道段；步骤102：根据信道段，在每个通信信道的信道段之前添加循环前缀；步骤103：通过循环前缀，建立不同分段的分段信号传输特征；其中，分段信号传输特征为：；其中，表示第段分段信号的传输特征；表示第段分段信号数据长度；表示第段分段信号的循环前缀的前缀特征；表示第段分段信号的本地扰码；表示本段扰码的干扰函数；，表示信道段的分段总数；步骤104：根据分段信号的传输特征，对相邻信道段进行同步峰检测，判断同步峰是否一致；其中，当同步峰不一致时通信信道稳定;当同步峰一致时通信信道不稳定。

技术总结
本发明公开了基于物联网设备的交通综合执法研判系统，涉及非营运车辆研判技术领域，为了解决对非营运车辆研判数据不精准的问题。本基于物联网设备的交通综合执法研判系统，非营运车辆类别区分模块中对非营运车辆的详细判别，可以精准的判断车辆是否在辖区管辖区域内、车辆的记载信息是否与行驶的车辆信息吻合、装载车辆是否具有危险品装载证明以及客车车辆是否超出营运范围，通过散点图观察，根据此特征值域的范围，划定筛查特征，通过筛查特征可以对车辆行驶路线是否存在非法载客进行判别，根据通信信道实际情况的方式进行数据传输个数的设置能够有效提高数据传输个数与信道实际情况之间的匹配度，有效提高数据传输效率和数据传输稳定性。率和数据传输稳定性。率和数据传输稳定性。


技术研发人员：王雪松 韩松 张进 濮荣 曹仁伟 左兆艮 程亮 顾龙超 朱继 徐立
受保护的技术使用者：南京观为智慧软件科技有限公司
技术研发日：2023.06.05
技术公布日：2023/8/23