胡賢 黃威巍 陸娟 葉森 楊樂 江蘇省南京市公安局
近年來,互聯網的普及應用、物聯網的蓬勃發展為智慧警營建設提供了技術基礎,通過智慧警營管理系統對警營人員、車輛和動力環境實施精準、高效的實時監控,能夠最大限度提高警營數字化管理水平。智慧警營管理系統借助物聯網、人工智能、大數據等先進技術,運用先進的智能設備、系統創建統一的智能化管理平臺,建設滿足廣大民警用戶需求的智慧應用軟件,實現公安警營智慧升級,推動警營管理更加規范、安全、高效,切實為廣大民警、警輔提供高質量智慧服務。
傳統警營的信息化偏重垂直、孤立的煙囪式子系統建設,初期想到什么建設什么,數據不互通,業務難融合,長期面臨服務體驗差、資源浪費、綜合安防弱、運營效率低、管理成本高,數據的格式繁多,對標成本極高,難以為大數據分析提供支撐。在公安警營進行信息化建設的初始階段,一些信息化的想法和需求往往只是想要解決他們目前在運營上所遇到的一些難題,試圖通過信息化的手段對警營進行優化升級。在科技飛速發展的信息化時代,很難預測兩年后普及應用哪些智能系統或設備,因此在規劃的初始階段就必須具有較強的前瞻性和包容性,否則開發出的智慧警營管理系統毫無生命力可言。
基于開放的理念創建智慧警營管理系統,通過先進的物聯網信息技術,充分考慮當前需求和未來發展,創建信息共享的數字化平臺。系統總體架構以建設標準體系、安全保障體系為支撐,按照承載的功能劃分為五個層次:接入層、應用層、感知層、數據中臺、平臺層,如圖1所示。

1. 平臺層
主要承載數據的存儲、運算資源等基礎云服務,能夠實時收集感知層產生的全量數據,為智慧警營業務提供關鍵的業務能力支撐。同時,在邊緣節點,通過輕量化處理平臺和物聯網設備為前端聯動控制和即時響應提供支撐。
2. 數據中臺
依托平臺層提供的云數據庫服務及云計算、大數據處理能力,在底層云平臺提供的彈性計算和存儲能力的支撐下,通過大數據分析處理技術和人工智能算法提供各類智能數據處理服務,依托大數據平臺,對數據進行接入、治理,并呈營區管理數據中臺。
3. 感知層
感知層主要承載多源數據的采集功能,通過各種不同智能終端設備采集各類音視頻、狀態參數等數據,由模擬信號轉換為數字信號,并通過安全的網絡通道匯聚到平臺層。感知層目前已具備視覺智能(面部識別、車牌識別),智能問答、智能分派工單、智能監測等服務提供文本智能(OCR工具)的能力,隨著科技發展,智慧警營管理系統支持兼容更多新型的智能系統和設備。
4. 應用層
從警營安防、人車管理、動環監控的實際需求出發,在數據中心、智能中心基礎上搭建業務應用,滿足警營內部各類業務智慧化應用需求。應用層主要承載基于云平臺的業務應用功能,在平臺層的業務能力支撐下,應用層提供警營安防管理、人員管理、車輛管理、動環監控、智慧服務和態勢綜合展現等業務功能,在整個系統的建設過程中,建設標準體系將對系統的質量及服務保障提供強有力的支撐,安全保障體系為系統的安全運行提供可靠的防護屏障。
5. 接入層
包含公安門戶、警營門戶、職能門戶等各類集成門戶,為各個警營、警種、職能部門提供統一的入口。通過手機端、PC電腦端、平板端、大屏等多端以WEB、APP、公眾號、大屏等多形式進行對外呈現,為智慧警營業務提供敏捷靈活的應用前臺展現和人機交互能力。
根據系統總體架構設計,數據流程設計如圖2所示。

感知層包含警營安防、人員管理、車輛管理、動環管理等分系統,通過單向光隔離設備從物聯網傳輸到公安內網。
平臺層對非結構化信息通過相關智能識別算法識別出結構化信息,會同物聯網采集的各類結構化信息進行大數據分析統計并存儲到分析型數據庫,供應用層綜合應用平臺進行信息展示。同時,非結構化信息可直接提供給應用層綜合應用平臺進行實時顯示,存儲于對象存儲區域,為綜合應用平臺提供歷史視頻圖像查詢。公安內網進行數據處理后,將控制指令信息和訪客身份比對結果等通過二維碼隔離設備回傳至物聯網,進而對相關攝像頭、閘機和智慧服務相關業務進行聯動控制,實現信息安全有效交換。
智慧警營網絡涵蓋公安內網、物聯網和互聯網,物聯網為單獨構建,物聯網與互聯網、公安內網間有物理隔離,網絡拓撲結構如圖3所示。


互聯網用于發布警營非涉密公共服務信息,同時將移動終端APP的訪客身份信息等導入至物聯網,互聯網與物聯網間的數據交互通過二維碼隔離系統保證安全。物聯網將采集到的實時信息數據,通過單向光隔離設備導入至內網中,再按照信息類型進行分發,實現信息的高效安全交換。公安內網進行數據處理、存儲并進行顯示。對來自物聯網的視頻、照片和動環等實時數據進行處理和比對,將控制指令信息和訪客身份比對結果等回傳至物聯網,這些控制策略通過二維碼隔離設備傳輸至物聯網,實現信息安全交換。對于網絡中的安全設備和涉密信息的安全防護需求,需部署安全管理和審計、接入認證以及網絡監測分析等系統,采取身份認證安全審計手段,對設備進行統一配置和集中管理,匯集上報日志,采用探針技術對安全事件進行報警、預警和分析,實現多個網絡間的數據交互和邊界防御的統一安全管理。
智慧警營管理系統包含的電子圍墻、人臉閘機、停車管理,大量使用到圖像識別KSVD算法。KSVD算法在字典更新階段的核心思想是使字典中的每一列字典原子都發揮自身的價值以最小化重構誤差,學習到的字典僅用來求解稀疏表示系數,但在分類過程中缺乏判別能力。為了得到一個具有判別性的訓練字典,標簽一致KSVD(LC-KSVD)算法,引入了樣本類別標簽,加強了字典原子與標簽之間的對應關系。另外,在目標函數中加入了稀疏編碼誤差約束項和分類誤差約束項,最終使學習到的字典同時具有表示和判別能力。
1. 在出入警營人員布控與防疫管理中的應用
通過圖像識別KSVD算法辨識出人員面部特征,與人臉庫的數據自動匹配,匹配到人員信息后,通過細致的人員信息、組織架構管理,再加上對外部訪客提供便捷的預約入口,構建了內部民警和外部訪客的人員出入管理服務體系,實現對進入警營人員來源的精確認證、出入場所授權、門禁聯動控制等。同時,將人臉識別與黑白名單結合,對特殊的人員和車輛進行布控或者提供VIP服務,確保人員進入警營和重要場所可控可追蹤。此外,根據疫情防控需要,智慧警營管理系統聯動通道閘機,整合分散的防疫數據,添加了通過人臉查詢檢測蘇康碼、行程碼、核酸檢測、體溫等防疫信息的亮點功能,實現刷臉驗身份、“驗碼”同步進行,做到精準防疫、實時攔截,切實阻斷疫情傳播鏈條,確保高效通行。

2. 在警營內部車輛管理中的應用
聚焦公安警營內部安全管理的實際需求,在系統內將執法執勤用車與人員建立關聯關系,通過圖像識別KSVD算法辨識出車牌號碼,車輛進入時快速識別車牌,并根據車輛準入規則配置,放行進入預定的區域。面向預約訪客的車輛,則根據設置的規則,在指定時間段放行進入預定區域。在此基礎上,以物聯網聯接和數字化運營為抓手,通過無人化、集中管理等手段實現車場不堵、快速停車,保障警營內部車輛高效通行。

3. 在警營內部安全防控管理中的應用
通過視頻圖像識別,實現電子圍墻、視頻監控、電子巡更功能。高效率的視頻人臉及車牌識別為監控中心對警營內全時域地域的感知夯實了基礎。將所有安防信息進行集中管理和整合應用,通過物聯網,實現信息數據交互、報警聯動響應,提高警營安防集成系統的整體預警聯防能力。
警營內部不乏單場景的智能應用和硬件,例如人臉閘機、電子圍墻、停車場智能感知設備、精密空調、消防監控、電量儀等設備,以前投入使用的系統都是垂直、孤立、相對封閉的子系統,數據無法融合、業務無法協同。智慧警營管理系統在利舊的前提下向這些系統共享基礎數據,如人員、車輛、防疫、區域、樓宇等信息,避免同樣的數據重復占用硬件空間資源,同時收集這些系統的日志數據,為數據可視化和大數據分析提供支撐。

圖6為基于云平臺的數據挖掘體系架構。在該體系結構中,系統利用算法服務管理模塊和數據并行處理模塊中內嵌入聚類算法,以降低計算的維度,加快數據融合的速度。智慧警營管理系統采用K-means動態聚類算法對信息進行挖掘分類。粒度分解算法的維度由聚類算法的分類群來確定。由K-means算法的特性可知:數據的分類按照特征相似的數據無限趨近同一個類。在智慧警營管理系統中,采集到的子數據群就天然帶有一定的分類效果,這種效果是不精準的。因此,需要利用K-means動態聚類算法進行糾正。以K-means算法為云計算的粒度分解算法提供降維處理,提高處理的效率,為警營各類數據的分類和融合提供良好的基礎。
K-means動態聚類算法在智慧警營管理系統中具體應用于動力環節監控。主要功能為集中監控警營特定區域的動力系統、環境系統、消防系統、安保系統、網絡系統等,該功能模塊通過大量的傳感器和智能硬件監視各系統設備的運行狀態及工作參數,即時上傳分析,不同監控設備上傳數據特征差異小,采取K-means動態聚類算法,可將數據分類,整合成有效的歷史數據集,并為系統故障判斷提供準確的數據基礎。同時,為響應國家“碳中和”號召,助力節能減排,動環監控還通過系統獲取各區域的歷史能耗情況,進行大數據歸類分析,對異常能源消耗報警,全面提高警營管理的效益。


智慧警營管理系統依托強大的集成管理云平臺,通過分布式的數據采集中心,連接前端各專業智能化系統以及物聯網感知設備,實時準確獲取設備運行數據、能源使用數據、環境狀態數據等,打通相關業務系統軟硬件,應用大數據決策分析引擎,進行海量數據的分析、統計、診斷,篩選價值數據進行豐富多元的智能化控制,為警營提供標準規范的管理服務,提高警營用能管理效率,降低運維成本,滿足“安全、高效、綠色、智慧”的現代警營建設規劃要求。