CN103514745A - 一种基于智能交通的套牌车辆识别方法 - Google Patents

Abstract

本发明公开了一种基于智能交通的套牌车辆识别方法，首先双基基站获取所有过车的RFID、视频两种数据；以车牌号和车牌颜色作为条件，获取每天目标车辆时间序列RFID轨迹数据；取得该车辆通过每个基站的视频抓拍数据并按基站进行分组；依据视频识别到的车牌，统计每组视频抓拍数据中出现的高频车辆；若高频车辆中包含被检测车辆，则非套牌车，若无被检测车辆，则将高频车辆列为疑似套牌车辆；对每天计算出的疑似套牌车辆数据进行统计，若某疑似套牌车辆达到规定次数，则确定为套牌车。本发明利用了RFID数据的准确性，与视频抓拍数据进行比对，具有对套用外地、虚假车牌的捕获能力，且精确度高，无须最终人工判断。

Description

一种基于智能交通的套牌车辆识别方法

 

技术领域

本发明属于智能交通领域，具体涉及一种基于智能交通的套牌车辆识别方法。

背景技术

套牌车俗称克隆车，是指通过伪造或者非法套取其它车辆号牌及行驶证等手续上路行驶的车辆。使用伪造、变造的机动车号牌、使用其他车辆的机动车号牌、使用欺骗、贿赂手段取得机动车号牌的机动车均可以称为套牌车。

出现套牌车辆主要原因有以下几种情况：

1、有些车辆来路不明，没有合法手续，例如非法走私车、盗抢车、报废车等。这些车辆根本不可能申领到合法号牌，为上路行驶故套用号牌。

2、不少车主受经济利益的驱使，买车后不办理注册登记，直接套用别的车辆号牌上路行驶。逃避应该缴纳的税费，而且逃避参加车辆年检。

3、有些车主为不受电子警察的限制，套用别的号牌或涂改、遮挡车牌，随意违法行驶。即使被电子警察抓拍到，也不会查到自己头上，从而逍遥法外。

 现有的套牌车辆的识别方法通常是基于视频车流数据，根据车辆短时内在不同地点出现的时间差，判断车辆的出现是否符合逻辑，从而达到识别套牌车辆的目的。

这种方法的缺点在于：

1、捕获率低。该方法要求疑似套牌车与真车必须在短时间内同时上路且都被视频捕捉，然而这种情况极少发生，大大减低了套牌的捕获率。

2、识别精度低。该方法主要基于视频车流数据，而视频识别车牌的准确率受天气、光线等外界因素的影响较大，直接影响了套牌车辆的识别精度。

 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。然而基于目前的视频手段还很难做到。

发明内容

本发明的目的是克服现有技术的缺陷，提供一种基于智能交通RFID、视频双基基站采集到的两种过车数据进行比对，并对比对结果进行统计分析，从而精确识别套牌车辆的方法。

本发明所述的一种基于智能交通的套牌车辆识别方法，该方法依托可采集RFID、视频的智能交通双基基站覆盖城市大部分主干道，且车辆张贴RFID电子标签，RFID电子标签的数据中记载有该车真实的车牌号和车牌颜色，该方法包括下列步骤：

1）智能交通双基基站获取所有过车的RFID、视频两种过车数据；

    2）以每辆目标车辆的车牌号和车牌颜色作为条件，获取每天该目标车辆时间序列RFID轨迹数据，该数据包含通过基站编号和通过时间；

    3）从智能交通双基基站获取的视频数据库中取得该车辆选定时间段内通过每个基站上下30秒间所有的视频抓拍数据，并按基站进行分组；

    4）依据视频中的显示的车牌，统计每组视频抓拍数据中出现的高频车辆，高频车辆为在半数以上组中出现的车辆； 

    5）若高频车辆中包含被检测车辆，即该高频车辆在视频中显示的车牌与RFID的真实数据相一致，则非套牌车，若无被检测车辆，则将高频车辆列入疑似套牌车辆库，疑似套牌车辆库信息包括：视频检测车牌号、视频检测车牌颜色、RFID识别车牌号、RFID识别车牌颜色、识别次数、更新时间；

6）对每天计算出的疑似套牌车辆数据进行统计，若某疑似套牌车辆出现在统计列表中的次数达到规定次数，则该疑似套牌车辆确定为套牌车。

     所述步骤6）中的判定条件存在两种情况：

     情况1：对于长期套牌且经常更换车牌的套牌车辆，判定条件为：列为疑似套牌车辆的次数占统计总次数的70%以上的。

     情况2：偶发性套牌的的套牌车辆，判定条件为：在疑似套牌车辆库中出现连续若干天套用同一个车牌。

本发明的有益效果：

首先，传统的套牌识别方法的前提是套牌车辆所套的车牌是真实上路的车辆牌照，对于套用外地、虚假车牌的捕获能力几乎为零。而本发明利用了RFID数据的准确性，与视频抓拍数据进行比对，很好地解决了这一问题。

其次，传统识别套牌的方法只能列出疑似套牌车辆，最终需要人工判断下定论。本发明对每日计算出的疑似套牌车辆数据进行统计分析，识别结果的精确度接近100%，无须最终人工判断，大大提高了效率。

附图说明

图1为本发明的流程图。

具体实施方式

首先,本发明必须具备的前提场景是所建设的双基基站覆盖城市大部分主干道，车辆张贴RFID电子标签，基站能正常采集RFID、视频过车数据并发送至数据中心。

其中，双基基站是指RFID（射频）基站和视频基站。由于车辆RFID电子卡的登记信息具备合法效应，故视RFID读取到的过车数据为真实、可靠的信息。本场景主要运用了RFID的准确性和视频的全面性，两者形成互补，实现了城市道路车辆静态信息和时空信息的自动采集。

基于以上场景,如图1所示，具体实施步骤如下:

1、选定时间段内被RFID检测到车牌和车牌颜色清单；

   通过对选定时间段内的RFID过车记录中的车辆号码和车牌颜色进行去重，从而得到清单。

   加车牌颜色作为条件是由于存在两辆车使用同一车牌号码，车牌分别是蓝色、黄色的案例，其中蓝牌代表私车、黄牌代表公车。

、依次获取每辆车在该时段内所有的RFID过车记录；

一辆车的RFID过车记录示例如下：

车牌号	车牌颜色	基站编号	通过时间
				苏A00001	蓝色	00001	2013/9/29 10:10:10
苏A00001	蓝色	00003	2013/9/29 11:08:09
				苏A00001	蓝色	00009	2013/9/29 15:30:40

3、依次获取该车的每条RFID过车记录中通过基站时上下30s内所有的视频抓拍记录，并按基站分组；

   选定30s范围是由于视频与RFID识别同一辆经过同一双基基站的车辆的时间存在不一致性，且这种不一致一般不会超过30s。

、判断被检测车辆是否在半数以上组中存在；

   存在，则说明视频抓拍识别到了正确的车牌，被检测的车辆不是套牌车辆。且本发明认为半数以下的车辆大部分是跟车、随行的情况，排除在假套牌队列外。

、将在半数以上组中出现的车辆列入疑似套牌车辆库；

6、对每天计算出的疑似套牌车辆库进行统计分析，得出精确的套牌车辆数据。

方法分为两种：

（1）  列为疑似套牌车辆的次数占统计总次数的70%以上；

（2）  在疑似套牌车辆库中出现连续4天套用同一个车牌。

 其中方法（1）主要用于精确定位长期套牌，且能够捕捉车辆经常更换车牌的情况；方法（2）主要用于精确定位偶发性套牌的情况。

    本发明具体应用途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进，这些改进也应视为本发明的保护范围。

Claims (2)

1.一种基于智能交通的套牌车辆识别方法，该方法依托可采集RFID、视频的智能交通双基基站覆盖城市大部分主干道，且车辆张贴RFID电子标签，RFID电子标签的数据中记载有该车真实的车牌号和车牌颜色，其特征在于，该方法包括下列步骤：

1）智能交通双基基站获取所有过车的RFID、视频两种过车数据；

    2）以每辆目标车辆的车牌号和车牌颜色作为条件，获取每天该目标车辆时间序列RFID轨迹数据，该数据包含通过基站编号和通过时间；

    3）从智能交通双基基站获取的视频数据库中取得该车辆选定时间段内通过每个基站上下30秒间所有的视频抓拍数据，并按基站进行分组；

    4）依据视频识别到的车牌，统计每组视频抓拍数据中出现的高频车辆，高频车辆为在半数以上组中出现的车辆； 

    5）若高频车辆中包含被检测车辆，即该高频车辆在视频中显示的车牌与RFID的真实数据相一致，则非套牌车，若无被检测车辆，则将高频车辆列入疑似套牌车辆库，疑似套牌车辆库信息包括：视频检测车牌号、视频检测车牌颜色、RFID识别车牌号、RFID识别车牌颜色、识别次数、更新时间；

6）对每天计算出的疑似套牌车辆数据进行统计，若某疑似套牌车辆出现在统计列表中的次数达到规定次数，则该疑似套牌车辆确定为套牌车。

2.    根据权利要求1所述的基于智能交通的套牌车辆识别方法，其特征在于，所述步骤6）中的判定条件存在两种情况：

     情况1：对于长期套牌且经常更换车牌的套牌车辆，判定条件为：列为疑似套牌车辆的次数占统计总次数的70%以上的；

     情况2：偶发性套牌的的套牌车辆，判定条件为：在疑似套牌车辆库中出现连续若干天套用同一个车牌。