CN103116989B - 基于智慧城市的套牌车车辆的捕获方法 - Google Patents

基于智慧城市的套牌车车辆的捕获方法 Download PDF

Info

Publication number
CN103116989B
CN103116989B CN201310034242.8A CN201310034242A CN103116989B CN 103116989 B CN103116989 B CN 103116989B CN 201310034242 A CN201310034242 A CN 201310034242A CN 103116989 B CN103116989 B CN 103116989B
Authority
CN
China
Prior art keywords
grid
vehicle
fake
bayonet socket
licensed car
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310034242.8A
Other languages
English (en)
Other versions
CN103116989A (zh
Inventor
郭骅
周天
朱磊
叶见新
徐啸峰
杨兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhong Tong clothing consulting and Design Research Institute Co., Ltd.
Original Assignee
Jiangsu Posts and Telecommunications Planning and Designing Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Posts and Telecommunications Planning and Designing Institute Co Ltd filed Critical Jiangsu Posts and Telecommunications Planning and Designing Institute Co Ltd
Priority to CN201310034242.8A priority Critical patent/CN103116989B/zh
Publication of CN103116989A publication Critical patent/CN103116989A/zh
Application granted granted Critical
Publication of CN103116989B publication Critical patent/CN103116989B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Position Fixing By Use Of Radio Waves (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及基于智慧城市的套牌车车辆的捕获方法,该方法包括下列步骤:将城市道路区域依据网格切分原则进行网格化,网格切分原则包括:网格连续;跨网格道路的边界不与网格边线重合;每一个网格中至少能获取电子卡口数据或GPS数据中的一种数据;按时间序列将从电子卡口或GPS获得的车辆数据转换为含时间序列网格轨迹;对同一车牌号车辆的网格轨迹进行检验,检验同一车牌号车辆按时间序列的网格轨迹是否连续,若出现不连续的网格轨迹,则将该网格轨迹对应的车牌号作为疑似套牌车车牌号码;对疑似套牌车的电子卡口数据进行检验,判定是否为套牌车。本发明具有疑似套牌车与真车不同时上路仍捕获的能力。

Description

基于智慧城市的套牌车车辆的捕获方法
技术领域
本发明属于智能交通领域,具体涉及基于智慧城市的套牌车车辆的捕获方法。
背景技术
套牌车是指参照真牌车的型号和颜色,将号码相同的假牌套在其他车辆上的一种违法车辆。套牌车的出现严重影响道路交通安全。为车辆管理和交通事故取证等都带来了较大的危害。近几年来,在基层道路交通管理工作中,套牌、假军(民)牌、故意遮挡号牌、涂改号牌、变造号牌的现象时有发生,各地公安交通管理部门虽然不间断地开展打击套牌车专项行动,但是每次行动结束后,类似现象又有所抬头,且花样翻新,层出不穷。
套牌车给原车主造成名誉与经济损害。套牌车扰乱了正常的道路交通秩序。这类车往往在公路上违法行驶,严重影响正常的道路通行秩序,给其他交通参与者造成安全威胁、给受害人造成损失。同时带来重大的交通事故隐患,给交通管理工作增加难度和压力。 套牌车辆交通事故肇事逃逸给交警破案带来很大的困难。据统计,近年来的交通肇事逃逸未破案中,很大一部分案件涉及套牌车,相关案件侦破难度很大,得到经济赔偿的希望很渺茫。
现有的套牌车车辆的捕获方法,根据车辆前后出现的时间差及距离的关系,判断车辆的出现是否符合逻辑,该方法要求疑似套牌车与真车同时(或前后较短时间)出现,限定条件严格,用此方法进行稽查力度不够。
因此,通过一种技术手段,实现对套牌车的长期跟踪、自动捕获,保持对套牌车的常态打击态势,是公安交通管理部门的较强需求。
发明内容
本发明目的是克服现有技术的缺陷,提供一种通过对电子卡口的过车数据库的数据进行网格化归类,对疑似套牌车出现的数据进行筛选,进而捕获套牌车辆的方法。
通过本方法对电子卡口的过车数据进行分析比对,可以以较高的效率和精确度对疑似套牌车进行捕获和分析,同时相比传统的“最短路径/时间差”套牌车捕获方法,由于进行了数据的归并,减少了计算量,提高的计算效率,为实现实时捕获提供了可能性。
实现本发明的技术方案是:基于智慧城市的套牌车车辆的捕获方法,包括下列步骤:
 S1.将城市道路区域依据网格切分原则进行网格化,网格切分原则包括:网格连续;跨网格道路的边界不与网格边线重合;每一个网格中至少能获取电子卡口数据或GPS数据中的
一种数据;
S2. 按时间序列将从电子卡口或GPS获得的车辆数据转换为含时间序列网格轨迹;
S3. 对同一车牌号车辆的网格轨迹进行检验,检验同一车牌号车辆按时间序列的网格轨迹是否连续,若出现不连续的网格轨迹,则将该网格轨迹对应的车牌号作为疑似套牌车车牌号码;
S4. 对疑似套牌车的电子卡口数据进行检验,判定是否为套牌车。
所述网格可以是规则的矩形网格,也可以根据实际情况进行划分,生成多边形网格。如能确保网格内车辆必定可以通过电子卡口,可以允许设定较小区域的网格。
所述电子卡口数据包括RFID卡数据和图像数据。
作为本发明的进一步改进,所述“每一个网格中至少有电子卡口数据或GPS数据中的一种数据”具体包括:在每一个网格的各路段的车辆行进方向上至少设有一个用于捕获车辆进入区域事件的电子卡口;或使每一个网格的面积达到保证车辆在一个GPS数据发送频率内无法穿越网格。所述电子卡口是RFID采集设备或图像采集设备。
作为本发明的进一步改进,所述电子卡口设置在网格内各路段车辆行进方向的进口处。
作为本发明的进一步改进,所述网格内在各路段车辆行进方向上设有多个电子卡口。
本方法主要用于通过电子卡口过车数据和GPS数据等车辆定位数据,对车辆数据进行网格划分,将时间上连续的车辆位置数据变为时间上连续的网格轨迹数据。在每一个网格中,应至少有一种数据(电子卡口数据或GPS数据)可以证实该车在该网格内的存在。通过对同一车牌号码的路径网格进行检验。当网格出现不连续时,则认为可能出现疑似套牌车。并对其进行人工判断。
本方法的特征在于:以空间存在的连续性来保证车辆轨迹的连续性。对空间网格的划分原则在于一方面确保网格连续紧密。另一方面是确保网格的封闭性,对进出网格的车辆精确捕获。
本发明创造的效果和优点是:本方法与传统的根据车辆前后出现的时间差及距离的关系判断是否符合逻辑这一理论相比,不要求疑似套牌车与真车同时(或前后较短时间)出现这一严格限定条件,扩大了套牌车的搜索面,增强了疑似套牌车捕获概率。实现了疑似套牌车与真车不同时上路也能保持捕获能力这一目标。
附图说明
图1 为实施例1网格划分示意图;
图2 为实施例1车辆网格轨迹示意图。
具体实施方式
实施例1
基于智慧城市的套牌车车辆的捕获方法,包括下列步骤:
S1. 将城市道路依据网格切分原则进行网格化,网格切分原则包括:网格连续;跨网格道路3的边界不与网格1边线重合;每一个网格1中至少有电子卡口数据或GPS数据中的一种数据。
如图1所示,网格1主要分两类:一类为卡口网格1A:在每一个网格的各路段在车辆行进方向上至少设有一个用于捕获车辆进入区域事件的电子卡口2,在网格1A内的路段AB,在AB方向的进口处设有电子卡口2n,在BA方向的进口处设有电子卡口2m。卡口网格1A中的路段GH在GH方向上设有两个电子卡口2d、2g,以提高车辆在区域内的捕获概率,从而提高轨迹的实时性。
另一类是没有电子卡口的无卡口网格1C,对安装有GPS定位终端的车辆具备套牌识别能力,无卡口网格保证车辆至少在一个GPS数据发送频率内无法穿越网格,所以网格面积比较大。车辆在通过任意时,至少有一条车辆定位记录可以被获取。
网格1可以是规则的矩形网格1D,也可以是根据实际情况进行划分的多边形网格1B。如能确保网格1内的车辆必定可以通过电子卡口2,可以允许设定较小区域的网格。
网格1B内包括3个相交汇的路段CD,EF,GH,路段CD,EF,与路段GH相交于两个路段交汇点I,J。路段CD在CD方向上的进口处设有两个电子卡口2e,2i,电子卡口2e设置在车辆的进口处,电子卡口2i设置在车辆的出口处。路段CD在DC方向上的进口处设有两个电子卡口2c,2k,电子卡口2c设置在车辆的进口处,电子卡口2e设置在路段车辆的出口处。路段EF在EF方向上的进口处设有两个电子卡口2f,2h,电子卡口2f设置在车辆行进方向的进口处,电子卡口2h设置在车辆行进方向的出口处。路段EF在FE方向上的进口处设有两个电子卡口2b,2l,电子卡口2b设置在车辆行进方向的进口处,电子卡口2l设置在车辆行进方向的出口处。路段GH在GH方向上的进口处设有两个电子卡口2d,2g,电子卡口2d设置在车辆行进方向的进口处,电子卡口2g设置在车辆行进方向的出口处。路段GH在HG方向上的进口处设有两个电子卡口2a,2j,电子卡口2a设置在车辆行进方向的进口处,电子卡口2j设置在车辆行进方向的出口处。路段IJ在路段GH内,其上虽然没有设置电子卡口,但因为在路段GH的两个电子卡口之间,所以并不影响网络分析结果。
S2.按时间序列将从电子卡口或GPS获得的车辆数据转换为含时间序列网格轨迹。
S3对同一车牌号车辆的网格轨迹6进行检验,检验车辆按时间序列的网格轨迹6是否连续,若出现不连续的网格轨迹,则将该网格轨迹对应的车牌号作为疑似套牌车车牌号码。图2中,同一车牌号的车辆4按时间序列的网格轨迹6经过了连续的9个网格1a、1b、1c、1d、1e、1f、1g、1h、1i、1j,以及另外的网格1m、ln,因为网格1j和网格1m不是连续的网格,所以车辆4按时间序列的网格轨迹6不连续,该车牌号作为疑似套牌车车牌号码。
S4.对车辆4的电子卡口数据(主要指抓拍照片)进行检验,判定是否为套牌车。

Claims (3)

1.基于智慧城市的套牌车车辆的捕获方法,其特征是,该方法包括下列步骤:
S1. 将城市道路区域依据网格切分原则进行网格化,网格切分原则包括:网格连续;跨网格道路的边界不与网格边线重合;每一个网格中至少能获取电子卡口数据或GPS数据中的一种数据;在每一个网格的各路段的车辆行进方向上至少设有一个用于捕获车辆进入区域事件的电子卡口;或使每一个网格的面积达到保证车辆在一个GPS数据发送频率内无法穿越网格;
S2. 按时间序列将从电子卡口或GPS获得的车辆数据转换为含时间序列网格轨迹;
S3. 对同一车牌号车辆的网格轨迹进行检验,检验同一车牌号车辆按时间序列的网格轨迹是否连续,若出现不连续的网格轨迹,则将该网格轨迹对应的车牌号作为疑似套牌车车牌号码;
S4. 对疑似套牌车的电子卡口数据进行检验,判定是否为套牌车。
2.根据权利要求1所述的套牌车车辆的捕获方法,其特征是,所述网格是规则的矩形网格,或者多边形网格。
3. 根据权利要求1所述的套牌车车辆的捕获方法,其特征是,所述电子卡口设置在网格内各路段车辆进口处。
CN201310034242.8A 2013-01-29 2013-01-29 基于智慧城市的套牌车车辆的捕获方法 Active CN103116989B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310034242.8A CN103116989B (zh) 2013-01-29 2013-01-29 基于智慧城市的套牌车车辆的捕获方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310034242.8A CN103116989B (zh) 2013-01-29 2013-01-29 基于智慧城市的套牌车车辆的捕获方法

Publications (2)

Publication Number Publication Date
CN103116989A CN103116989A (zh) 2013-05-22
CN103116989B true CN103116989B (zh) 2015-10-21

Family

ID=48415351

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310034242.8A Active CN103116989B (zh) 2013-01-29 2013-01-29 基于智慧城市的套牌车车辆的捕获方法

Country Status (1)

Country Link
CN (1) CN103116989B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103700262B (zh) * 2013-12-26 2015-07-15 福建省视通光电网络有限公司 一种套牌车车辆的区域自动捕获方法
CN103914986B (zh) * 2014-03-14 2016-07-13 浙江宇视科技有限公司 一种套牌分析的方法和装置
CN104050813B (zh) * 2014-06-30 2016-05-11 浙江宇视科技有限公司 一种车辆翻牌检测方法和装置
CN104952273B (zh) * 2015-07-17 2019-03-12 东方网力科技股份有限公司 针对车辆行为的告警方法、装置及系统
CN105702047B (zh) * 2016-03-04 2018-06-05 浙江宇视科技有限公司 一种套牌分析中车牌识别错误过滤方法及装置
CN107204114A (zh) * 2016-03-18 2017-09-26 中兴通讯股份有限公司 一种车辆异常行为的识别方法及装置
CN105719489B (zh) * 2016-03-24 2018-01-30 银江股份有限公司 一种基于卡口车辆流向概率的套牌车检测方法
CN107305736B (zh) * 2016-04-22 2024-03-26 贵州智诚科技有限公司 一种基于车牌规则和时空可达性的车牌识别智能查错方法和系统
CN105913668B (zh) * 2016-07-04 2018-05-11 中国电子科技集团公司第二十八研究所 一种基于海量交通数据统计的定向套牌车检测方法
CN106384513B (zh) * 2016-09-17 2019-04-05 广东信佰君略科技咨询有限公司 一种基于智能交通的套牌车捕捉系统及方法
CN107622667B (zh) * 2017-09-28 2021-05-25 广州烽火众智数字技术有限公司 一种变造车牌号码检测方法及系统
CN108520629B (zh) * 2018-04-09 2021-02-09 天津中兴智联科技有限公司 一种假套牌识别系统的判断方法
CN212030933U (zh) * 2019-01-02 2020-11-27 中南大学 气动阻尼减速网行车系统两级无损列车捕获装置
CN109859488B (zh) * 2019-01-29 2020-07-10 北京工业大学 一种克隆出租车检测方法及检测系统
CN110880244B (zh) * 2019-12-02 2020-08-11 北京市交通信息中心执法总队分中心 一种辨别出租车是否为克隆车的方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100763322B1 (ko) * 2006-01-27 2007-10-04 이한식 뺑소니사고 용의차량 추적 방법 및 이를 구현하기 위한 장치
CN101364345A (zh) * 2008-09-25 2009-02-11 北京航天智通科技有限公司 基于探测车技术的实时动态交通信息处理方法
CN101540105A (zh) * 2009-04-15 2009-09-23 四川川大智胜软件股份有限公司 一种基于车辆牌照识别和网格化监控的套牌车检测方法
CN101681561A (zh) * 2007-11-01 2010-03-24 丰田自动车株式会社 行驶轨迹生成方法以及行驶轨迹生成装置
CN101908277A (zh) * 2009-06-04 2010-12-08 深圳市赛格导航科技股份有限公司 一种电子车牌、查询终端和车辆定位系统
CN102201165A (zh) * 2010-03-25 2011-09-28 北京汉王智通科技有限公司 交通路口车辆违章的监测系统及方法
CN102881169A (zh) * 2012-09-26 2013-01-16 青岛海信网络科技股份有限公司 套牌车的检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100763322B1 (ko) * 2006-01-27 2007-10-04 이한식 뺑소니사고 용의차량 추적 방법 및 이를 구현하기 위한 장치
CN101681561A (zh) * 2007-11-01 2010-03-24 丰田自动车株式会社 行驶轨迹生成方法以及行驶轨迹生成装置
CN101364345A (zh) * 2008-09-25 2009-02-11 北京航天智通科技有限公司 基于探测车技术的实时动态交通信息处理方法
CN101540105A (zh) * 2009-04-15 2009-09-23 四川川大智胜软件股份有限公司 一种基于车辆牌照识别和网格化监控的套牌车检测方法
CN101908277A (zh) * 2009-06-04 2010-12-08 深圳市赛格导航科技股份有限公司 一种电子车牌、查询终端和车辆定位系统
CN102201165A (zh) * 2010-03-25 2011-09-28 北京汉王智通科技有限公司 交通路口车辆违章的监测系统及方法
CN102881169A (zh) * 2012-09-26 2013-01-16 青岛海信网络科技股份有限公司 套牌车的检测方法

Also Published As

Publication number Publication date
CN103116989A (zh) 2013-05-22

Similar Documents

Publication Publication Date Title
CN103116989B (zh) 基于智慧城市的套牌车车辆的捕获方法
CN106251635A (zh) 一种套牌嫌疑车牌号的识别方法及系统
US10762338B2 (en) Method and apparatus for detecting fake license plates of vehicles, readable storage medium, and electronic device
CN103246876B (zh) 基于图像特征比对的车辆套牌识别方法
CN110191424B (zh) 一种特定嫌疑人的轨迹生成方法和装置
CN109409337B (zh) 基于卷积神经网络的渣土车特征识别方法
CN106022296B (zh) 一种基于车辆热点区域的概率聚合的套牌车检测方法
CN102682608B (zh) 机动车遮挡和污损车牌行为的图像取证方法
CN109002744A (zh) 图像识别方法、装置和视频监控设备
CN105719489B (zh) 一种基于卡口车辆流向概率的套牌车检测方法
CN104517445A (zh) 一种基于大数据的套牌车辆识别方法
CN103700262B (zh) 一种套牌车车辆的区域自动捕获方法
CN105575118B (zh) 一种失驾人员筛选方法
CN107346435A (zh) 一种基于车辆特征库的嫌疑套牌车捕获方法
CN102682304A (zh) 一种融合多特征的行人检测方法及装置
CN103413440B (zh) 基于智慧城市数据仓库和识别规则库的套牌车识别方法
CN108090429A (zh) 一种分级前脸卡口车型识别方法
CN103366565A (zh) 一种基于Kinect的行人闯红灯检测方法及其系统
CN103390145B (zh) 一种目标区域车辆检测方法以及系统
CN106297305A (zh) 一种结合牌照识别和路径优化的套牌车分层检测方法
CN107329977B (zh) 一种基于概率分布的假牌车二次筛选方法
CN103903440B (zh) 一种电子警察抓拍方法及装置
CN104574547A (zh) 一种基于人脸识别技术的高速公路防逃费方法
CN103514745A (zh) 一种基于智能交通的套牌车辆识别方法
CN109726701A (zh) 车辆识别方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 210006 Zhongshan South Road, Nanjing, Nanjing, Jiangsu

Patentee after: Zhong Tong clothing consulting and Design Research Institute Co., Ltd.

Address before: 210006 Zhongshan South Road, Nanjing, Nanjing, Jiangsu

Patentee before: Jiangsu Posts & Telecommunications Planning and Designing Institute Co., Ltd.