交通流大数据中的套牌车并行检测算法.docx

第 ３４卷 第 ６期湖北工程学院学报 ＶＯＬ．３４ ＮＯ．６２０１４年 １１月ＪＯＵＲＮＡＬＯＦＨＵＢＥＩ ＥＮＧＩＮＥＥＲＩＮＧＵＮＩＶＥＲＳＩＴＹＮＯＶ．２０１４交通流大数据中的套牌车并行检测算法王涛１，王顺１，沈益民２（１．滁州学院 计算机与信息工程学院 ，安 徽 滁州 ２３９０００；２．成 都工业学院 计算机系 ，四 川 成都 ６１１７３０）摘 要 ：传统的套牌车识别算法通过串行工作方式 在网格化城市交通监控系统所产生的大规 模 数 据 中 进 行两两比对实现套牌 车 检 测 ，因此在处理海量数据时存在性能瓶颈问题 。 提出了一种新的 基 于 Ｈａｄｏｏｐ 的 ＭａｐＲｅｄｕｃｅ算 法模型 ，该算法具有并行特征 ，通过引入多台硬件计算资源协同处理大规模数 据下的套牌车检 测问题 ，显著提高了计算性能 。同时 ，采用基于动态旅 行时间实时的时空窗口计算技术 ，能 进一步提高算法的 检测速度和识别精度。关键词 ：交 通流大数据 ；套 牌车 ；ｍａｐｒｅｄｕｃｔｉｏｎ ；Ｈａｄｏｏｐ中图分类号 ：ＴＮ９２７文献标志码 ：Ａ文章编号 ：２０９５－４８２４（２０１４）０６－００２９－０４套牌车是指那些未按正常程序到交通管理部 门领取和办理相关手续而悬挂非法伪造车牌在道 路上行驶的车辆。套用车牌是一种侵犯真正车主 利益的交通违法行为。现有的套牌车防范方法主要有以下几种 ：（１） 基于视频和图像分析的号牌识别技术 ；（２）防 套牌 功能车牌；（３）加装无源芯片的智 能车牌技术 ；（４） 基于电子标签的车牌识别技术 ；（５）机 动车号牌专 用固封装置等［１］。目前，随着全国 各城市视频监控系统的大 范 围建设和普及，基 于 网 格 化 的 号 牌 识 别 系 统 由 于 保存了通过监测点 的 每 一 辆 机 动 车 的 车 牌 信 息， 在进行城市的套牌 车 分 析 方 面 具 有 独 特 的 优 势。 例如，卢 晓春等［２］提出的套牌车识别算 法的主要 步骤如下：（１）号牌 识别系 统 采 集 到 车 辆 经 过 各 监 控 点 的车牌号码、时间以及监控点ＩＤ 等数据。（２）通过数据比对，将各监 控点的车牌数据进 行关联，找出车牌在监控点出现的时间 。（３）如果 在预设的最短时间内在不同监控点 出现同样的车牌，则判定为套牌车。该系统基于关系数据库实现。 为提高处理速 度，采用了时间矩阵、输入缓存 区以及窗口索引等 优化技术。尽管文献 ［２］提出了基于卡口时间比对 的 算 法原理，但仍然存在以下两个主要问题 ：首先，在该算法中使 用预设的最小时间窗 口 来判定套牌车。但在真实的城市道路交通中存在 交通流高峰、交通流低峰等现 象 ，监 控点之间的实 际旅行时间不是固 定 的 ，因此使用固定的时间窗 口会影响套牌车的判定精度。其次，该算法是基于关系数 据库 ，其 扩展性存 在一定 的 局 限 性，即 使 增 加 ＣＰＵ、内 存 等 硬 件 的 性能，不适合处理交通流大数 据 ，最 终导致性能瓶 颈问题。鉴于上述问 题，本 文 提 出 一 种 新 的 基 于 Ｍａ－ ｐＲｅｄｕｃｅ的交通流大数据套牌车分析 模型。 该模 型具有两个方面的优点 ：（１）基于动态旅行时间确收稿日期 ：２０１４－０３－１５基金项目 ：安徽省科技攻关计划项目（１４０１ｂ０４２０１３）；四川省科技厅应用基础计划项目（２０１３ＪＹ００５９）； 滁州学院科研启动项目（２０１２ＱＤ０７）作者简介 ：王 涛（１９７９－ ），男 ，山 东淄博人 ，滁州学院计算机与信息工程学院讲师 ，博 士。 王 顺（１９９０－ ），男 ，安 徽亳州人 ，滁州学院消防物联网研究组项目成员 。沈益民（１９６８－），男 ，四 川成都人 ，成都工业学院教授 ，博 士。—２９ —王 涛 ，王 顺 ，沈 益民定实时时 间 窗 口，以 提高套牌车算法的精确性；（２）采用 基于 Ｈａｄｏｏｐ 的 ＭａｐＲｅｄｕｃｅ算 法实现套 牌车的并行检测，解 决 交 通 流 大 数 据 下 的 性 能 瓶 颈问题。Ｈａｄｏｏｐ是 Ａｐａｃｈｅ 软 件 基 金 会 开 发 的 开 源 分布式计算框架，在 众 多 大 型 企 业 都 有 成 功 的 案 例。Ｈａｄｏｏｐ实 现 了 ＭａｐＲｅｄｕｃｅ 并 行 编 程 模 型，提供了分布式文件系统 ＨＤＦＳ（ＨａｄｏｏｐＤｉｓｔｒｉｂｕ－ ｔｅｄＦｉｌｅＳｙｓｔｅｍ），为 分 布 式计算提供存储支持。当前，Ｈａｄｏｏｐ 已 成 为 一 个 包 含 ＨＤＦＳ、ＭａｐＲｅ－ ｄｕｃｅ、Ｐｉｇ以及 ＺｏｏＫｅｅｐｅｒ等子项目的集合［３］。基 于 Ｈａｄｏｏｐ实现 计算单元的横向 扩