伴随车指长时间结伴而行的车辆。当过车数据显示多辆车在多个卡口短时间内一起通过，缉查布控系统即会判定这些车辆为伴随车。犯罪团伙出动时，往往会驾驶多辆车协同作案。当交管部门确认某些路段会有犯罪团伙经过，对这些路段的伴随车分析可以迅速筛选出犯罪团伙所用车辆并通知公安干警前往拦截。

　　旅行时间计算和道路流量统计则可以帮助处理和预防交通堵塞。对车辆通过卡口的时间点进行计算，可以得到车辆在卡口之间所花的旅行时间。当系统发现大量车辆的旅行时间突然变长，则说明附近路段发生堵塞，缉查布控系统会立刻发出预警，通知交警前往疏导。对各卡口过车数量的计数则可以计算出全省各条道路的实时流量，当道路流量大时，说明路上车辆很多，极易发生碰擦进而导致大面积交通瘫痪。所以缉查布控系统会在流量过大时通知交警前往待命，以便在状况发生后第一时间进行处理。在道路单向流量过大时，缉查布控系统还可以使用信号灯将流量小方向的部分车道临时调配给流量大的方向，实现流量均衡。

　　区间测速则可以根据一辆车通过两个或以上卡口的时间来计算出车辆在卡口间的速度，捕捉到超速行为。通过将实时生成的过车数据与车管所的黑名单比对，缉查布控系统可以发现包括未年检车辆、车主驾照吊销车辆、报废车辆等等并通知交警前往拦截。

　　使用了大数据流处理技术的缉查布控系统帮助山东交警建立了高度灵敏、快速响应的机制，大大提高了交管部门的管理能力。监控型分析之外，大数据平台还解决了山东交警海量数据的存储和查询问题。新的缉查布控系统中，机动车违法图像信息的保存周期从3个月延长到了24个月。交警可以根据车辆的颜色、车型、号牌等信息实时查询其历史行为、行车路线和车辆营运公司、驾驶人等关联信息，只花秒级时间便可从24亿条过车数据中的机动车号牌查询出精确结果和行车轨迹。值得一提的是新系统可以快速进行碰撞车分析。碰撞车并不是指真正在道路上碰撞的车辆，而是公安部门的一个术语，专指在两组或以上的过车数据中重复出现的车辆。我们可以用一个例子来解释碰撞车分析的意义。如图2所示：A地在某日凌晨2点、B地在同一日凌晨4点各发生一起盗窃案件，作案手法相同，公安机关认定为同一团伙所为。对A地附近卡口在该日凌晨2点左右和B地附近卡口在凌晨4点左右产生的过车记录进行比对，重复出现的车辆就有犯罪嫌疑，公安部门可以迅速缩小侦察范围。

　　通过山东交警对大数据技术的利用，我们看到选择高性能的大数据处理平台可以大大提高交管部门的管理能力和效率。公安部无锡所帮助山东交警部署的新缉查系统底层采用了星环科技。TDH基于Hadoop，对海量数据的存储、查询和分析都很擅长，尤其是平台下的流处理引擎Streaming利用目前大数据处理领域中最快的计算框架Spark，拥有高吞吐、低延时的优点，使山东交警的缉查布控系统发挥了强大的作用。在交通监控系统中使用大数据技术不仅可以在突发事件中提高交警的响应速度，还可以为政府对道路建设和相关法规进行改进提供依据。例如，道路流量分析可以为公路局指出最需要新增和拓宽道路的地点，交通事故统计可以让交管部门在事故高发路段安装更清晰的警示标志或者重新设置限速等等。

　　交通拥堵和安全问题越发严重的今天，全国各省都在计划部署省级的缉查布控系统，全国联网也是大势所趋，届时，系统所面临的数据处理任务将更加艰巨。基于Hadoop的大数据平台扩展性极强，存储和计算能力都可以无限提升，今后会发挥更大的威力。充分运用大数据技术，使道路建设、法规制定和事件处理配合无间，让交通管理变得更加“智慧”，道路交通时时处处安全、快捷的实现也就指日可待。