套牌车是如何被发现的
【CPS中安网 cps.com.cn】 随着社会经济的不断发展,人民生活水平逐渐提高,我国机动车保有量逐年增加,车辆套牌违法行为呈多发态势。故意套用其他车牌号码从事违规、违法行为,严重干扰了良好的道路交通秩序,扰乱了公安机关对公共安全的管控,同时也损害了真正车主的合法权益。
以往,套牌车核验难度大,高度依赖交警人力检查,治理成本高。虽然人工巡检,群众举报等可以发现部分套牌车,但传统方法耗时耗力,效率不高。那么,现代交通系统是如何运用科学技术来缓解套牌车问题的呢?
传统手段进行套牌车比对
目前,现有的以硬件为主的套牌车检测方法主要有以下几种:
01对每一个车牌边框制作独一无二的缺口和凸起从而提升车牌的防复制能力;
02基于RFID的套牌车检测技术,即利用RFID技术将车辆信息存储在标签中,装有标签读取器的交通卡口可以读取标签中的车牌号并将其与卡口摄像头识别的车牌号进行比对进而检测套牌车;
03基于物联网的技术将加密过存有车辆信息的电子标签植入机动车中,当车辆通过被无线覆盖的基站时,电子标签中的信息将被读取并显示在终端上,若车辆没有安装电子标签或者电子标签中的信息与车辆不符合时,该车被判定为套牌车并将该车辆锁定;
以上硬件相关方法虽然能够有效准确的发现套牌车,但是这些方法成本较高,需要政府和车主的配合,因此在现实生活中难以快速推广。现在,随着深度学习在图像目标检测与识别领域的发展,用算法处理海量数据,为抓取套牌行为提供了新的思路与解决办法。
基于视频监控与视觉技术的套牌车监测
利用视频技术实现套牌车检测主要做法是基于卡口的检测数据进行处理分析,利用时空矛盾:即同一个车牌不能在短时间内出现在两个距离较远的位置,对卡口历史监测数据进行处理从而检测套牌车。
1、车辆检测与识别技术
车辆检测系统由摄像机、LED补光、车辆检测、车辆号牌识别、数据通信等模块组成。摄像模块实时拍摄所监控车道情况,并通过视频线路将所拍实时信号传入后续检测模块,完成现场车辆信息采集工作。车辆号牌检测模块在收到图象后,自动识别出车辆牌照,将牌照信息与图片、时间、监控点等信息通过通信模块传回后台以供处理。
车辆识别技术是整个套牌监测系统的基础,识别率高低直接影响到系统的套牌监测效率及有效率。就实际应用情况而言,现有车牌识别技术已比较成熟,2001年四川川大智胜软件股份有限公司与深圳市公安交通管理局交通科技技术研究所共同开发完成的车牌识别技术,在深圳市通过公安部科技局组织的鉴定委员会的鉴定。鉴定结果中,识别率为98.7%,识别正确率为94.4%。
2、后台套牌判定系统
后台套牌判定系统工作中首先提取过车记录并完成相关的数据清洗工作。其次, 从相邻两条过车记录中拾取旅行时间较短、距离却相隔较远,出现时空矛盾的过车数据。然后根据驾车路径规划函数,模拟车辆的真实过车行驶轨迹。
初步计算中,用预设的几个关键路径的最短时间作为参数,用算法计算出监控范围内经过任意两点所需最短时间为套牌判定阈值。通过整合历史监测数据得到车牌对应的轨迹,当检测到任意一段子轨迹的平均速度大于设定好的阈值时,就判定该车为套牌车。
3、监控点选取
由于大、中型城市的路网密度相当大,在所有路段布置监控点将是一笔巨大的花费,而监控点的多少及监控范围,也是影响套牌监测的重要因素。监控点的选取符合最少点位和最大车辆流量原则。一般而言,点位优先选择如下的监控点:
01附近设有大的企业、公共建筑、停车场、学校等运输繁忙的路段及交叉口;
02城市主干道,尤其是重要的运输道路及旅游道路;
03上游路口未被监测的点位;
图片来源:国知局
目前,在车辆牌照精确识别的基础上,利用视频监控与视觉技术的套牌车判定方法几乎可以100%检测监控区域内出现的套牌车。不过,该方法也还存在有待改进的缺陷:例如,利用时空矛盾对卡口监测数据进行处理监测时通常采用统一的速度阈值,在阈值设置不当的情况下容易造成套牌车辆的漏检或误判。并且不是所有连接了公安网络的监控摄像头有智能识别车牌状态功能,普通的监控摄像头并不能进行车牌识别,进而识别出车辆是不是挂着有问题的车牌。
车辆监测识别系统示意图
在2018年,我国已实现联网的交通设备通过车辆轨迹信息筛选出12.6万套牌嫌疑车,其中11.02万车辆出现频次较高,而在将数据同步后各省各市后,各地集成指挥平台研判数据10.9万辆车,其中有效数据8.1万辆,识别成功率达64.3%。
随着汽车数量的膨胀,涉车违法犯罪愈加多见,如何准确、实时检测到套牌车非法上路行驶,成为本领域亟待解决的问题。现在,越来越多的新手段正在涌现,例如“车辆电子信息卡”的推广、车辆年检全程联网等,都在利用技术为道路交通系统提供更丰富的科学依据和管控支持。
声明:
凡文章来源标注为"CPS中安网"的文章版权均为本站所有,如需转载请务必注明出处为"CPS中安网",违反者本网将追究相关法律责任。非本网作品均来自互联网并标明了来源,如出现侵权行为,请立即与我们联系,待核实后,我们将立即删除,并向您致歉。
征稿:
为了更好的发挥CPS中安网资讯平台价值,促进诸位自身发展以及业务拓展,更好地为企业及个人提供服务,中安网诚征各类稿件,欢迎有实力安防企业、机构、研究员、行业分析师。投稿邮箱: tougao@cps.com.cn(查看征稿详细)