CN106104654B - 车辆识别 - Google Patents

车辆识别 Download PDF

Info

Publication number
CN106104654B
CN106104654B CN201580015329.8A CN201580015329A CN106104654B CN 106104654 B CN106104654 B CN 106104654B CN 201580015329 A CN201580015329 A CN 201580015329A CN 106104654 B CN106104654 B CN 106104654B
Authority
CN
China
Prior art keywords
vehicle
image
phase
interference signal
data
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
CN201580015329.8A
Other languages
English (en)
Other versions
CN106104654A (zh
Inventor
N.C.戴维斯
M.D.麦克劳德
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.)
Qinetiq Ltd
Original Assignee
Qinetiq 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 Qinetiq Ltd filed Critical Qinetiq Ltd
Publication of CN106104654A publication Critical patent/CN106104654A/zh
Application granted granted Critical
Publication of CN106104654B publication Critical patent/CN106104654B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
    • B60R25/10—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles actuating a signalling device
    • B60R25/102—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles actuating a signalling device a signal being sent to a remote location, e.g. a radio signal being transmitted to a police station, a security company or the owner
    • B60R25/1025—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles actuating a signalling device a signal being sent to a remote location, e.g. a radio signal being transmitted to a police station, a security company or the owner preventing jamming or interference of said signal
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
    • B60R25/30—Detection related to theft or to other events relevant to anti-theft systems
    • B60R25/305—Detection related to theft or to other events relevant to anti-theft systems using a camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
    • B60R25/30—Detection related to theft or to other events relevant to anti-theft systems
    • B60R25/33—Detection related to theft or to other events relevant to anti-theft systems of global position, e.g. by providing GPS coordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/21—Interference related issues ; Issues related to cross-correlation, spoofing or other methods of denial of service
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/21—Interference related issues ; Issues related to cross-correlation, spoofing or other methods of denial of service
    • G01S19/215—Interference related issues ; Issues related to cross-correlation, spoofing or other methods of denial of service issues related to spoofing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/06—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5846—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using extracted text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/188—Capturing isolated or intermittent images triggered by the occurrence of a predetermined event, e.g. an object reaching a predetermined position
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Library & Information Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)
  • Burglar Alarm Systems (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

一种识别在预定义频带之上发射干扰信号的车载发射器（107）的方法。方法包括在第一位置处监视预定义频带（S101）以识别来自经过车辆（105）的干扰信号的发射。如果检测到干扰信号，方法还包括捕获经过车辆的第一图像（S102）以使得能够确定经过车辆的身份。

Description

车辆识别
技术领域
本发明涉及用于检测从移动车辆发射的干扰信号的方法和系统。本发明发现用于检测和识别被怀疑包含意图中断防盗追踪设备的操作的扰乱设备的车辆的特定应用。
背景技术
诸如全球定位系统（GPS）、伽利略、GLONASS、COMPASS、北斗等之类的全球卫星导航系统（GNSS）使用广播计时信号以允许计算位置和速度信息的卫星星群。计时信号被GNSS接收器接收和相关以确定从每一个卫星接收到的计时信号的飞行时间。飞行时间然后可以与关于卫星位置的信息组合以计算接收器的位置和速度。
计时信号由于这样的信号的微弱性质而使用扩展频谱技术来广播。计时信号在预定义的频带上从卫星广播，所述预定义频带例如是L1带（1559-1591MHz）、L2带（1215-1237MHz）和L5带（1164-1192MHz）。
追踪设备，诸如防盗追踪设备，通常被安装到车辆以允许远程监视车辆的移动和位置。这可以帮助定位被盗车辆或其它目的，诸如确保依照交通规章驾驶车辆。
追踪设备以不同方式工作。一些盗窃防止追踪器发射可以由信标接收器检测的信标信号。这样的系统要求信标接收器足够靠近车辆以检测信标信号。这样的系统可能仅具有几千米的范围并且不允许远程监视车辆的绝对位置和前进方向。
其它更精密的追踪器系统包括与蜂窝网络收发器耦合的GNSS接收器。GNSS接收器生成经由蜂窝网络由蜂窝网络收发器周期性地向追踪车辆的团体发射的位置数据。这可以是作为包含位置坐标的SMS（短消息服务）文本消息。此布置不要求专用信标接收器操作在追踪器的邻域中并且允许在存在蜂窝网络覆盖的无论任何地方监视追踪器的绝对位置。
中断这种类型的追踪器系统的操作的一种方式是在GNSS接收器的邻域中发射干扰信号。干扰信号跨GNSS频带（即计时信号在其上从卫星发射的频带）或在其内发射从而降低在GNSS接收器处接收到的卫星信号的信噪比（SNR）。这损害或完全防止GNSS接收器生成准确的位置数据并且因而防止系统追踪车辆的位置。尽管在许多管辖区中是非法的，但是适于发射这样的干扰信号的设备（“扰乱设备”）相对便宜并且容易可得到。盗贼可以盗窃车辆并且同时在车辆中安装扰乱设备以防止其被远程追踪。
与中断追踪设备的操作一样，这样的扰乱设备的操作还可以干扰诸如其它车辆中的卫星导航系统中的那些之类的其它附近GNSS接收器的操作。
扰乱设备可以适于在诸如信标信号在其上发射的频率之类的其它频率上，如之前所讨论的，以及在将干扰蜂窝网络传输的频率上广播干扰信号。
因而存在检测扰乱设备的操作、特别是可能与车辆的盗窃相关联的扰乱设备的操作的期望。
发明内容
依照本发明的第一方面，提供了一种识别在预定义频带之上发射干扰信号的车载发射器的方法。方法包括在第一位置处监视预定义频带以识别来自经过车辆的干扰信号的发射。如果检测到干扰信号，则方法还包括捕获经过车辆的第一图像以使得能够确定经过车辆的身份。
车辆中的操作的扰乱设备的存在，特别是在可能中断追踪设备的操作的频率范围中发射干扰信号的一个，可以指示那个汽车被盗。依照本发明的此方面，所提供的是检测车辆在那里经过的区域的邻域中（例如在道路之上的跨线桥上）的干扰发射发射器（例如扰乱设备）的存在的方法。另外，在检测到潜在干扰信号时，方法包括图像捕获步骤，从而捕获可以包含含有扰乱设备的车辆的图像。有利地，方法可以使用良好建立的基础设施（例如定位在跨线桥上的交通摄像头）来实现，从而允许确定被怀疑包含扰乱设备的车辆的身份。
可选地，方法还包括在第一图像上执行图像识别过程以识别经过车辆的特征。
可选地，所识别的特征是标识符板。
可选地，方法还包括基于所识别到的标识符板搜索包含与标识符板细节相关联的车辆细节的车辆身份数据库以确定经过车辆的身份。
用于根据所捕获到的图像识别车辆的标识符板（例如牌照板/号码板）的系统被良好建立并且集成到现有交通监视基础设施（例如交通摄像头系统）中。这些系统可以容易地适于检测被怀疑包含扰乱设备的车辆的身份并且提供用于将信息传递到诸如执法机构之类的第三方的方便接口。
可选地，方法还包括捕获与捕获到图像所处的时间相关联的时间数据，和/或捕获与第一位置相关联的位置数据。
可选地，方法还包括生成包括所识别到的标识符板细节和时间和/或位置数据的车辆追踪消息，并且向第三方发送车辆追踪消息。
通过捕获诸如时间数据和位置数据之类的附加信息，可以向试图拦截包含扰乱设备的车辆的第三方传递另外的有用信息，诸如车辆在特定时间处的前进方向。
可选地，在第一位置处监视频带的步骤包括利用多个定向天线监视频带，每一个定向天线定向在预定方向上，并且基于哪个定向天线检测到干扰信号来估计第一图像中的车辆的位置。
定向天线是适于从特定方向检测来自发射器的发射的天线。在一些示例中，为了区分可能包括在所捕获到的图像中的多个车辆，例如如果相机指向具有多个车道的道路或者如果相机捕获到可以由多于一个车辆占用的区域的图像，则定向天线可以用来估计当捕获到图像时的车辆的位置。这可以在图像识别过程期间被使用以识别最可能包含含有扰乱设备的车辆的所捕获到的图像的区域。
可选地，每个预定方向对应于道路的车道。
可选地，在多个另外的位置处监视预定义频率。方法还包括在其中检测到干扰信号的另外的位置中的每一个处捕获另外的图像，并且通过识别对第一图像和另外的图像中的至少一些共有的车辆来分析第一图像和另外的图像以识别发射干扰信号的经过车辆。
在一些示例中，提供多个图像捕获布置（例如沿道路区段定位在多个跨线桥上的相机）。如果包含操作中的扰乱设备的车辆正在沿这样的道路区段行进，将捕获多个图像。这些图像可以被相关以估计诸如方向和平均速度之类的关于车辆的另外的信息。这可以向试图拦截车辆的第三方提供另外的有用信息。
可选地，方法还包括捕获与捕获到第一图像和另外的图像所处的时间相关联的时间数据，并且捕获与捕获到第一图像和另外的图像所处的第一位置和另外的位置相关联的位置数据。
可选地，方法还包括基于时间数据和位置数据估计经过车辆的方向和/或速度。
在一些示例中，在第一位置处监视频带包括收集对应于第一相位与第二相位之间的相位差异中的改变的相位改变数据，第一相位是在第一位置处接收到的干扰信号的相位，并且第二相位是在第二位置处接收到的干扰信号的相位，并且根据相位改变数据来估计图像中的经过车辆的位置。
用于估计发射器相对于多个空间分集的接收器的位置的常规技术是已知的。这些技术涉及比较在不同接收器处接收到的信号之间的差异（例如到达时间延迟中的差异或信号频率中的差异）并且从此导出关于发射器相对于接收器的位置和/或速度的信息。
然而，这样的常规技术一般不适合在追踪机动车辆中使用，因为所涉及的速度和距离不引起信号中的充分大的差异以生成准确信息，并且通常要求若干接收器。
然而，依照此示例，已识别到在两个接收器处接收到的干扰信号之间的相位差异中的改变提供关于车辆轨迹（即车辆沿地面所遵循的路径）的有用信息，甚至以相对低的速度和在典型机动车辆的移动期间引起的距离。关于当车辆经过两个接收器时其轨迹的信息可以被用来在所捕获到的图像中准确地确定其位置。
在一些示例中，估计图像中的经过车辆的位置的步骤包括将相位改变数据拟合到相位改变模型，所述相位改变模型是使用参数集合的第一与第二相位之间的相位差异中的改变的模型，所述参数包括车辆的速度和轨迹；确定模型的参数；根据模型的参数生成经过车辆的所估计的轨迹和所估计的速度，并且使用经过车辆的所估计的轨迹和所估计的速度来确定所捕获的图像内的经过车辆的位置。
可选地，预定义频带是其内发射GNSS信号的频带。
可选地，第一位置是定位在道路之上的跨线桥。
依照本发明的第二方面，提供一种用于识别在预定义频带之上发射干扰信号的车载发射器的系统。系统包括定位在第一位置处的布置成监视预定义频带并且识别来自经过车辆的干扰信号的发射的检测器和相机。如果检测器检测到干扰信号，则检测器布置成发送触发信号，从而使相机捕获经过车辆的第一图像，从而使得能够确定经过车辆的身份。
可选地，系统还包括布置成在第一图像上执行图像识别过程以识别经过车辆的特征的图像处理器。
可选地，所识别到的特征是标识符板。
可选地，系统还包括布置成捕获与捕获到图像所处的时间相关联的时间数据和/或捕获与第一位置相关联的位置数据的相机控制单元。
可选地，图像处理器布置成接收由相机控制单元生成的时间数据和位置数据并且生成包括经过车辆的所识别到的标识符板细节和时间和位置数据的车辆追踪消息。图像处理器可操作成向第三方发送车辆追踪消息。
可选地，检测器包括多个定向天线，每一个定向天线定向在预定方向上，检测器布置成向图像处理器传送指示哪个定向天线检测到干扰信号的消息，图像处理器布置成基于哪个定向天线检测到干扰信号来识别车辆的位置。
可选地，每一个预定方向对应于道路的车道。
可选地，系统还包括检测器和布置成捕获检测到干扰信号的另外的位置中的每一个处的另外的图像的多个另外的位置处的相机，并且所述图像处理器布置成通过识别对第一图像和另外的图像中的至少一些共有的车辆来分析第一图像和另外的图像以识别发射干扰信号的经过车辆。
可选地，系统还包括每一个另外的位置处的相应相机控制单元，每一个相机控制单元布置成捕获与捕获到每一个另外的图像所处的时间相关联的时间数据，并且捕获与捕获到每一个另外的图像所处的每一个相应另外的位置相关联的位置数据。
可选地，检测器包括连接到第一接收器的第一位置处的天线和连接到第二接收器的第二位置处的天线以及相位差异分析器单元，所述相位差异分析器单元布置成收集对应于第一相位与第二相位之间的相位差异中的改变的数据，第一相位是由第一接收器接收到的干扰信号的相位，并且第二相位是由第二接收器接收到的干扰信号的相位，并且图像处理器布置成根据相位差异分析器单元的输出估计图像中的经过车辆的位置。
可选地，相位差异分析器布置成将相位改变数据拟合到相位改变模型，所述相位改变模型是使用参数集合的第一与第二相位之间的相位差异中的改变的模型，所述参数包括车辆的速度和轨迹；确定模型的参数，从模型的参数生成经过车辆的所估计的轨迹和所估计的速度；向图像处理器发射对应于经过车辆的所估计的轨迹和所估计的速度的数据，从而使得图像处理器能够估计图像中的经过车辆的位置。
可选地，预定义频带是其内发射GNSS信号的频带。
可选地，第一位置是定位在道路之上的跨线桥。
依照本发明的第三方面，提供一种包括计算机可读指令的计算机程序，所述指令当在计算机上加载时执行根据本发明的第一方面的方法。
依照本发明的第四方面，提供一种计算机程序产品，包括根据本发明的第三方面的计算机程序。
在权利要求中限定本发明的各种另外的方面和特征。
附图说明
现在将仅作为示例来参考附图描述本发明的实施例，其中相似的部分被提供有对应的参照数字并且其中：
图1提供依照本发明的示例布置的车辆识别系统的示意图；
图2提供更加详细地图示图1中所示的系统的部件的示意图；
图3提供对应于图2中所示的系统但是适于包括多个定向天线的系统的示意图；
图4提供依照本发明的另一示例布置的车辆识别系统的示意图；
图5提供图示在图4中所示的系统中可能预计出现的典型TDOA值的模拟的图；
图6a，6b和6c提供图示在不同车道中的两个接收器之间经过的车辆的模拟曲线的图；
图7提供更加详细地图示图4中所示的系统的部件的示意图；
图8提供图示参数估计算法的示例的流程图；
图9提供图示依照本发明的示例从定位在跨线桥上的相机拍取的图像的示意图，以及
图10提供依照本发明的示例的方法的流程图。
具体实施方式
图1提供了依照本发明的示例布置的车辆识别系统的示意图。系统被布置成识别可以包含发射干扰信号的扰乱设备的车辆。
跨线桥101被定位在道路102上方。如在许多车辆公路上典型的，道路102包括多个车道。在图1中所示的示例中，道路102包括三条车道，分别标记为1,2和3。道路102承载一个方向上的交通并且将通常与承载相反方向上的交通的相邻道路（未示出）互补。
跨线桥被提供有相机103和检测器104。相机103布置成捕获在跨线桥101下方经过的车辆的图像。检测器104被布置成检测预定义频带内（即在其之内或跨其）的信号发射。在检测到在预定义频带内发射的信号时，检测器布置成向控制相机103捕获跨线桥104下方的道路图像的控制单元204发送触发信号。
通常，相机103被定向成当车辆从跨线桥101后退时拍取车辆的图像。控制单元204和相机被校准使得拍取越过跨线桥101的道路102的特定区域的图像。通常，道路102的此区域是在正常速度范围内行进的车辆在检测器104已检测到干扰信号之后的预定时间处将被预期处于其内的区域。
图1示出朝着跨线桥101沿道路102行进的车辆105。车辆105包括基于GNSS的追踪设备106，包括GNSS接收器和蜂窝网络收发器，如之前所描述的。车辆105还包含布置成跨GNSS卫星信号在其上广播的频带（“GNSS频带”）发射干扰信号的扰乱设备107。如之前所描述的，通过扰乱设备107对干扰信号的发射使得其防止追踪设备106生成准确的位置数据。盗贼可能已经盗取车辆105并且将扰乱设备107带到车辆105中以便防止其被远程追踪。
检测器104被布置成检测在GNSS频带内发射的信号。当车辆105接近时，检测器104检测来自扰乱设备107的干扰信号的发射并且经由控制单元204向相机103发送触发信号。相机103然后捕获跨线桥101下方的道路102的图像。图像将包括车辆105。如以下将进一步详细描述的，所捕获的图像可以被处理以识别车辆105。
图2提供更加详细地图示图1中所示的系统的部件的示意图。检测器104包括调谐成接收GNSS频带发射的信号的接收器201和处理器202。处理器202布置成分析接收器201的输出并且确定输出是否指示已检测到干扰信号。处理器202经由接口203连接到相机控制单元204。相机控制单元204连接到相机103。如果处理器202确定已检测到干扰信号，则经由接口203向相机控制单元204发送触发信号。相机控制单元204然后控制相机103来捕获图像。然后从相机103经由相机控制单元204和接口203向图像数据库205发送图像数据。通常，图像数据库205将在与跨线桥101不同的位置处并且因而将经由合适的通信链路207发送图像数据。
如以上提到的，处理器202布置成分析接收器201的输出并且确定输出是否指示已检测到干扰信号。这可以使用任何合适的处理技术来完成。
例如，在第一处理技术中，重复应用频谱分析的方法（例如窗口化FFT），从而递送功率频谱的连续序列。通过处理结果得到的接连功率频谱（使用平均或其它平滑滤波），跨频带估计正常（背景）功率水平。当生成每一个新的功率频谱时，将其在跨频带的每一个频率处的水平与所估计的背景水平比较。如果其在一个或多个频率处充分超过背景水平，并且推断出干扰信号的存在，则处理器生成触发信号。
在第二处理技术中，依次向不同子带按顺序应用类似于前述段落中描述的处理的处理，即“扫描”方法。由于这降低被接收和处理的“瞬时带宽”，因此其使接收器设计和/或处理器设计更简单和/或更不昂贵。然而，这意味着在每一个瞬间频谱的仅部分被监视。使用在这两个示例中的扫描技术在电子监控领域中是公知的。
返回到图2，通常，相机控制单元204将向发送至图像数据库205的图像数据添加时间数据和跨线桥位置数据。时间数据指示捕获到图像所处的时间并且跨线桥位置数据指示跨线桥101的位置。在其它示例中，如果跨线桥101的位置已经已知，则位置可以仅通过提供识别跨线桥的跨线桥识别数据来导出。
图像数据库205连接到布置成在经由通信链路207接收到的图像数据上执行图像处理的图像处理器206。在一些示例中，由图像处理器206执行的图像处理包括试图基于在图像中捕获到的车辆的某个方面（即特征）从图像数据识别车辆的车辆识别过程。
在大多数管辖区中要求车辆被安装有承载允许车辆被唯一地识别的各种字符（例如数字和字母）的标识符板（通常被称为“号码板”、“登记板”、“标签”、“牌照板”等）。标识符板通常与另外的信息相关联，诸如车辆制造商、型号、年龄和车辆所有者的身份和地址。
在一些示例中，图像处理器206布置成执行试图通过识别显示在图像中所捕获到的车辆的标识符板上的数字和字符来确定车辆身份的标识符板识别过程。用于执行此过程的技术在本领域中是公知的。
一旦图像处理器206已执行了标识符板识别过程并且已识别到图像中的车辆的标识符板（例如确定在标识符板上示出的字符串），则其可以被布置成向诸如例如执法机构之类的第三方发送对应于标识符板的字符的信息（所识别到的标识符板细节）。此信息还可以包括之前讨论的时间数据和跨线桥位置数据。这样，确定包含扰乱设备的车辆在特定时间下的位置和身份是可能的。基于在跨线桥之下行进的交通行进方向确定在捕获到图像的瞬间的行进方向也是可能的。作为示例，从处理器206传递到第三方的信息（车辆追踪消息）可以采用以下形式：
车辆承载标识符板XYZ 123，在点A处在1300hrs下拍摄，在公路B上，向北行进。
在接收到此信息时，可以基于所识别到的标识符板和诸如所有者的姓名和地址之类的另外的细节来搜索包括与标识符板细节相关联的车辆细节的车辆身份数据库以确定经过车辆的身份。
如所知，许多公路网络包括沿其长度以间隔分布的多个跨线桥。如果图1中所示的跨线桥布置在这些跨线桥中的一些或全部上重复，则估计被怀疑包含扰乱设备的车辆的速度和前进方向将是可能的。利用现代通信接口和图像处理技术，可能的是图2中所示的布置将允许这实时或近实时地发生。这可以允许这样的车辆被更加容易地拦截。
比较连续图像
如图1中所示，大多数公路网络包括包含两个方向上的多个车道的道路。在繁忙时间处可能的是多于一个车辆将在特定时间在跨线桥下方经过。如果图像包含多个车辆，可能难以准确地识别包含扰乱设备的车辆。
然而，如果包含发射干扰信号的扰乱设备的车辆沿提供有如图1和2中所示的多个跨线桥的公路网络行进，则将在车辆的行进方向上在连续跨线桥处捕获图像。因此，在一些示例中，图像处理器206被布置成比较从多个相邻跨线桥捕获的图像以识别对每一个图像共有的车辆。这可以通过图像处理器206在每一个图像中的每一个车辆上执行标识符板识别过程并且然后识别对每一个图像共有的标识符板来实现。如果一个车辆是若干连续捕获的图像所共有的，则存在该单独车辆是包含扰乱设备的车辆的高概率。还可以以此方式基于分析与被确定包含被怀疑包含扰乱设备的车辆的图像的所有图像相关联的时间数据和位置数据来导出另外的信息，例如所讨论的车辆的平均速度和方向。
定向天线
在一个示例中，为了进一步区分在任何一个时间下载跨线桥下方经过的多个车辆，可以采用定向天线。每一个跨线桥可以被安装有布置成检测来自在道路的特定车道中行进的车辆的干扰信号的定向天线。对于高速道路（诸如多车道公路），道路将通常相对于跨线桥上的天线的位置是长的且笔直的。定向天线因而可以容易地配置成检测从道路的一个特定车道中的车辆发射的干扰信号。
图3提供对应于图2中所示的系统，但是适于包括多个定向天线的系统的示意图，其中每一个定向天线对应于三车道道路的一个车道。
经修改的检测器单元302包括三个接收器301a，301b，301c。每一个接收器301a，301b，301c耦合到配置成检测从沿道路的特定车道行进的车辆发射的信号的定向天线。如之前，每一个接收器301a，301b，301c被调谐以接收在GNSS频带中发射的信号。处理器202布置成接收每一个接收器301a，301b，301c的输出并且确定何时接收器301a，301b，301c已检测到在GNSS频带内发射的干扰信号。这使用任何合适技术来实现，例如依照以上所描述的第一或第二处理技术。当处理器单元202确定定向天线之一已检测到干扰信号时，处理器202经由接口203向相机控制单元204发送触发信号，如之前所描述的。然而，处理器202还被布置成包括关于哪个定向天线已检测到干扰信号的触发信号中的指示。相机控制单元204控制相机103来捕获图像，如之前所描述的，然而，当向图像数据库205发送图像数据时，包括指示检测到干扰信号的定向天线被配置成聚焦在哪条车道的附加信息。图像处理器206然后可以分析针对特定车道中的车辆的图像。参照图9进一步描述此过程。
在另外的示例中，跨线桥可以安装有定向在每一个车道处的相机。这样，当定向在特定车道处的定向天线检测到干扰信号时，经由控制单元向覆盖那个车道的相机发送触发信号并且捕获图像并向图像数据库205发送对应图像数据。
相位测量技术
图4提供依照本发明的另一示例布置的车辆识别系统的示意图。
与参照图1描述的系统一致地，该系统包括具有相机103的跨线桥101。系统还包括检测器阵列，其包括第一天线和接收器401以及第二天线和接收器402。第一和第二天线401,402定位在跨线桥101的任一侧，例如第一天线401朝向跨线桥的左侧定位并且第二天线朝向跨线桥的右侧定位。第一和第二接收器401,402经由控制单元403连接到相机103。
第一和第二接收器401,402布置成检测干扰信号的发射，并且作为响应，控制单元403布置成控制相机103来捕获在跨线桥101下方经过的车辆的图像。然而，另外，如以下将更加详细描述的，由第一和第二接收器401,402检测到的发射信号被处理以估计已触发图像的捕获的跨线桥101下方经过的车辆的位置。这基于在第一检测器401处接收到的干扰信号的相位与在第二检测器402处接收到的干扰信号的相位之间的差异中的改变而完成。如以下更加详细解释的，图像处理器206布置成根据相位差异分析器单元的输出来估计图像中的车辆的位置。
在电子监控中，基于空间分集接收器处所接收到的信号的比较的发射器位置技术是公知的。然而，如以下阐述的，它们一般不适合在涉及相对低速和小距离的应用中使用，诸如图1和4中所示的那些。
例如在一种技术中，计算感兴趣的信号到达各种接收器所花费的时间（即时间延迟）。连续估计感兴趣的信号到达第一接收器与感兴趣的信号到达一个或多个其它接收器之间的时间延迟。此测量结果被称为到达时间差异（TDOA）。
在任何特定瞬间，TDOA值取决于发射器关于接收器的位置的位置。如果接收器的相对位置是已知的，则不同接收器之间的TDOA可以被用来估计发射器相对于接收器的位置。
一般不可能使用仅利用两个接收器的TDOA测量来进行发射器的位置的明确测量，因为通常相同TDOA测量由沿双曲线的任何地方的发射器位置引起。因而在使用TDOA的实际位置固定系统中，使用三个或更多接收器是必要的。另外，可以由TDOA技术实现的位置固定准确度太差而在此应用中没有用。
在另一技术的示例中，计算在不同接收器处接收到的感兴趣的信号之间的频率偏移。此测量结果被称为到达频率差异（FDOA）。
在任何特定瞬间，FDOA取决于发射器与接收器之间的距离的改变速率。此技术因而依赖于发射器与接收器之间的相对运动并且一般受限于其中接收器在诸如飞行器之类的移动平台上的应用，因为飞行器自身的运动是已知的。一般地，此技术不在使用静止接收器和移动发射器的应用中使用，因为发射器的运动通常是未知的。
一般地，基于FDOA的位置固定技术在涉及飞行器和其它空运交通工具的应用中使用。如将领会到的，此类应用中的发射器与接收器之间的相对速度远大于在图1和4中描绘的系统中可能看到的那些。
因此，针对从跨线桥101下方经过的车载发射器发射的干扰信号的检测器401,402之间的TDOA和FDOA的值将非常小。一般地，它们将过于小而不能使得能够计算关于发射器的位置和运动的有用信息。
这在图5中被图示出。
图5提供图示出可预计出现在图4中所示的系统中的典型TDOA值的模拟的图。
该图示出了第一与第二检测器401,402之间的TDOA，假定检测器在跨线桥101上分开10m，并且第一和第二检测器401,402比沿跨线桥下方经过的道路行进的车辆中的扰乱设备的发射器垂直地更高5m。模拟还假定车辆在地面上并且以20m/s（近似40mph）行进。模拟假定车辆在车道1中。
该图示出了TDOA（即第一检测器401处的干扰信号的到达时间和第二检测器402处的干扰信号的到达时间的差异）在大约6ns的最大范围内变化。
此小的TDOA变化（6ns）意味着测量时间差异的常规方法不可行。常规方法通常采用以下事实：干扰信号通常经调制。感兴趣的信号（即GNSS信号）的调制带宽处于1kHz和40MHz之间的某处，并且甚至在最有利的带宽40MHz处，可以以其来这样测量时间差异的准确度仅在10-20ns左右。在带宽下降时，此准确度甚至进一步成比例地恶化。
因此常规地，基于确定不同发射器处的干扰信号的到达中的差异的技术将被拒绝在如以上所描述的干扰检测系统中使用。
然而，不同于TDOA技术（其产生过于小而没有用的值）和FDOA技术（其要求发射器的运动的知识），依照本发明的一些示例，已经认识到比较在第一检测器处接收到的干扰信号的相位与在第二检测器处接收到的干扰信号的相位之间的差异提供关于干扰发射器的位置的有用信息，而不管在图4中所示的系统中出现的低速度和距离。
这在图6a，6b和6c中被图示出。
图6a，6b和6c提供当车辆朝向可能预计出现在图4中所示的系统中的跨线桥下方移动时在第一检测器处接收到的干扰信号的相位与在第二检测器处接收到的干扰信号的相位之间的差异中的模拟改变的图（从此点向前称为“相位差异改变”）。这些模拟是基于相位改变模型，其是使用预定义参数集合的两个检测器处接收到的信号之间的相位差异中的改变的模型。
参数包括车辆的速度和轨迹以及与检测器相对于彼此和相对于车辆沿其行进的道路的位置相关联的间隔数据。模拟使用这些参数和关于电磁发射的传播的已知信息来被生成。
图6a，6b和6c中所示的模拟是基于以固定速度朝向在彼此分开的固定位置并且在道路上方的固定位置处的两个检测器、在其下方并且然后远离其行进的发射器。
图6a示出在车道1中的跨线桥101下方经过的发射器的模拟的第一曲线；图6b示出在车道2中的跨线桥101下方经过的发射器的模拟的第二曲线；并且图6c示出在车道3中的跨线桥101下方经过的发射器的模拟的第二曲线。
所使用的其它参数对于每一个模拟都相同，即跨线桥上的检测器的间距；道路上方的检测器的垂直高度；以及承载发射器的车辆的速度。
如可从图6a，6b和6c中的图推断的，当发射器接近、经过和从跨线桥后退时，干扰信号的TDOA以其变化的方式是车辆在跨线桥下方采取的轨迹（例如车道1、车道2或车道3）的函数。TDOA中的此变化在针对在第一检测器处检测到的干扰信号与在第二检测器处检测到的干扰信号之间的相位中的差异的改变值中是显然的。
已经认识到，由于相位差异改变是承载发射器的车辆在哪个轨迹中行进的特性（如图6a，6b和6c中图示的模拟中清楚地示出的），因此收集和分析相位差异改变数据提供当车辆在跨线桥下方经过时通过其来估计车辆的位置的有利手段，从而从跨线桥下方经过的车辆捕获的图像更容易地进行承载干扰发射器的车辆的准确识别。此外，在一些示例中，可以从相位差异改变导出另外的信息，诸如车辆的行进方向和速度。
如下面解释的，非线性优化过程可以被用来将所收集到的相位差异改变数据与所模拟的相位差异数据拟合（通过图6a，6b和6c中所示的图来举例说明）。此过程将确定模拟参数（包括车辆轨迹）的哪些值最佳地拟合所观察到的数据并且因此允许估计车辆的位置。
另外，如果车辆遵循的轨迹在所涉及的短距离内（10s的行进米数）明显是非笔直的，则可以包括另外的参数来描述那个弯曲（curvature）。
图7提供更加详细地图示图4中所示的系统的部件并且描述用来计算当捕获车辆的图像时关于车辆位置的信息的相位差异改变的示例的示意图。
图7中所示的系统的部件对应于图2中所示的那些，除了提供经修改的检测器阵列701，其与检测干扰信号的发射一起还被布置成估计当承载发射干扰信号的发射器的车辆在跨线桥下方经过时所述车辆的位置。
检测器阵列701包括第一和第二天线和接收器401,402，每一个连接到处理器704。处理器704布置成分析接收器401,402的输出并且确定是否输出指示已检测到干扰信号。这可以以与上面关于图2所描述的相同的方式来执行。
检测器阵列701还包括相位差异分析器705。相位差异分析器705是布置成当车辆经过跨线桥下方时监视接收器401,402以确定从第一天线401接收到的干扰信号的相位与第二天线402处接收到的干扰信号的相位之间的差异的处理器（即收集相位差异改变数据）。如将理解到的，相位差异改变数据通常包括在预定义时间段内收集的多个相位差异值。
相位差异分析器705被预加载有相位改变模型数据，其允许针对不同参数（例如车辆的轨迹和速度）计算相位差异改变数据（诸如图6a，6b和6c中所示的图）。相位改变模型将各种真实世界参数考虑在内，诸如第一和第二检测器相对于彼此静止并且占据道路（以及因而发射器）上方的空间中的固定位置的事实。可以合理进行其它假定，例如车辆在地平面处行进。
相位差异分析器705执行非线性优化技术以识别导致最佳拟合所观察到的相位差异数据的相位差异数据的相位差异数据的模拟集合。相位差异数据的模拟集合的参数（例如车辆的速度和轨迹）然后可以被估计和输出并且被用来估计车辆的位置。
在检测事件（即检测到干扰信号）之后，相位差异检测器被布置成在所收集到的相位差异改变数据上执行参数估计算法。这样的算法的示例在图8中示意性图示出。
在步骤s801处，使用例如基于离散网格搜索的技术进行粗略参数匹配。这将从预加载的相位改变模型生成的所估计的相位差异改变数据与所观察到的相位差异改变数据进行比较。然后生成车辆移动的经建模的参数（例如车辆的轨迹和速度）的粗略估计。
在步骤s802处，使用优化过程，由此为了产生产生更接近于所观察到的相位改变数据的数据的所估计的相位差异改变数据的所估计的参数而细化参数的粗略估计。
在步骤s803处，计算所观察到的相位差异改变数据与在步骤s802处生成的所估计的相位差异改变数据之间的误差的平方的和。在s804处，测试误差平方的和以确定其是在阈值水平以上还是以下。如果其不在阈值水平以下，则算法返回到步骤s802并且再次细化所估计的参数。
一旦在步骤S804处测试的误差的平方落至必要阈值以下，则输出指示例如车辆的速度和轨迹的参数。如将理解到的，相机的计时信息是已知的（即捕获图像所处的事件瞬间），此信息然后可以被与所估计的参数相关以计算所捕获的图像中的车辆的位置。
相位差异分析器然后被布置成识别输出识别包含扰乱设备的车辆被估计处于其中的车道的车辆位置消息。
如果接收器401,402的组合检测到干扰信号并且向相机控制204发送触发信号，则捕获图像，如以上所描述的。相机控制单元204布置成将所捕获到的图像与来自相位差异分析器705的车辆位置消息输出相关联并且经由通信链路将其发送至图像数据库205和图像处理器206。图像处理器206可以适于仅在对应于车辆位置消息的位置中的车辆上执行图像处理。
图像处理
图9提供图示出依照本发明的示例从定位在跨线桥上的相机拍取的图像901的示意图。图9示出当汽车在跨线桥下方行进并且从跨线桥后退时的场景，并且粗虚线902图示了在图像901中捕获的区域。图像901是典型的由相机捕获并且由图像处理器处理的图像。
通常校准图像捕获的计时和相机的方向和聚焦（例如通过相机控制单元），使得在正常速度范围内行进的车辆将出现在图像901中捕获的区域内，如果检测器检测到干扰信号的话，如以上所描述的。
如可以从图9看到的，已在图像901内捕获到三个车辆。
在其中使用定向天线的示例中，可能确定当捕获图像901时触发图像捕获的车辆被定位在第一、第二和第三车道中的哪个。例如，如果沿第一车道（车道1）定向的跨线桥上的定向天线检测到干扰信号，则这将指示图像901左侧上的车辆903包含发射干扰信号的扰乱设备。
在其中监视在第一和第二接收器处接收到的信号的相位之间的差异的示例中，还可能确定当捕获图像901时触发图像捕获的车辆定位在第一、第二和第三车道中的哪个。例如，如图6b中图示的相位差异将暗示在图像901的中心（即在车道2中）的车辆904包含发射干扰信号的扰乱设备。应当指出的是，相位差异方法还可以提供关于车辆的速度和确切位置的更加准确的信息，其使得图像内的车辆的识别更加确定。
如可以从图9理解到的，一旦确定被怀疑包含扰乱设备的车辆的位置，则这可以被图像处理器206用来识别图像的对应部分中的识别板。
例如，如果图像左侧上的车辆903被怀疑包含扰乱设备，则图像处理器206可以将其图像处理分析约束到试图识别由细虚线906识别的区域905中的识别板。
图10提供依照本发明的示例的方法的流程图。在第一步骤S101处，在第一位置处监视预定义频带以识别来自经过车辆的干扰信号的发射。如果检测到干扰信号，则在第二步骤S102处，方法还包括捕获经过车辆的第一图像。
可以对以上描述的本发明的示例进行各种修改。
在上面描述的示例中，已经主要地关于作为一个人意图干扰GNSS追踪器设备的操作的干扰信号（即利用GNSS频带发射的干扰信号）描述了用于识别包含扰乱设备的车辆的技术。然而，在其它示例中可能的是干扰信号将是干扰蜂窝网络信号的接收和/或发射的信号，或者更一般地，干扰在追踪设备中使用的任何信号的接收或发射。在此类示例中，检测器可以因此适于检测频谱的任何所要求的部分中的信号的发射。
另外，已经关于沿道路行进的机动车辆和相对于道路定位在跨线桥上的相机和检测器描述了以上所描述的示例。将理解的是，相机和或检测器可以以任何合适的布置被安装到任何合适的结构，例如在独立配件上，在任何其它一件适当的街道家具上或在移动单元内，例如在由执法机构操作的车辆或由人类操作者操作的手持单元内。
另外，将理解的是，图2、3和7中示出的系统图基本上示出逻辑指定，并且其中描绘的部件的功能（例如检测器内的处理器、相机控制单元、接口、图像数据库和图像处理器）可以以任何合适的方式被实现在例如单个处理器内，或者跨多个互连处理器分布。
另外，将理解的是，根据本发明的技术不一定被限制到涉及机动车辆的应用，并且可以包括其它交通工具，诸如船只、飞行器等。
另外，在一些示例中，本发明将被表现为包括计算机可读指令的软件（即一个或多个计算机程序），所述指令当在一个或多个处理器上运行时，执行与本发明相关联的功能，例如使一个或多个处理器执行图10中所图示的步骤。

Claims (25)

1.一种识别在预定义频带之上发射干扰信号的车载发射器的方法，方法包括
在第一位置处监视预定义频带以识别来自经过车辆的干扰信号的发射，其中如果检测到干扰信号，方法还包括
捕获经过车辆的第一图像以使得能够确定经过车辆的身份，
其中在第一位置处监视频带包括：
收集对应于第一相位与第二相位之间的相位差异中的改变的相位改变数据，第一相位是在第一位置处接收到的干扰信号的相位，并且第二相位是在第二位置处接收到的干扰信号的相位，并且
根据相位改变数据来通过以下各项估计图像中的经过车辆的位置：
将相位改变数据拟合到相位改变模型，所述相位改变模型是使用参数集合的第一与第二相位之间的相位差异中的改变的模型，所述参数包括车辆的速度和轨迹；
确定模型的参数；
根据模型的参数生成经过车辆的所估计的轨迹和所估计的速度，并且
使用经过车辆的所估计的轨迹和所估计的速度来确定所捕获的图像内的经过车辆的位置。
2.根据权利要求1的方法，还包括
在第一图像上执行图像识别过程以识别经过车辆的特征。
3.根据权利要求2的方法，其中所识别的特征是标识符板。
4.根据权利要求1的方法，还包括
捕获与捕获到图像所处的时间相关联的时间数据，和/或
捕获与第一位置相关联的位置数据。
5.根据权利要求4的方法，还包括
生成包括经过车辆的所识别到的标识符板细节以及时间和/或位置数据的车辆追踪消息，并且
向第三方发送车辆追踪消息。
6.根据权利要求3至5中任一项的方法，还包括
基于所识别到的标识符板搜索包括与标识符板细节相关联的车辆细节的车辆身份数据库以确定经过车辆的身份。
7.根据权利要求1至5中任一项的方法，其中在第一位置处监视频带包括
利用多个定向天线监视频带，每一个定向天线定向在预定方向上，并且
基于哪个定向天线检测到干扰信号来估计第一图像中的车辆的位置。
8.根据权利要求7的方法，其中每一个预定方向对应于道路的车道。
9.根据权利要求1至5中任一项的方法，其中在多个另外的位置处监视预定义频率，方法还包括
在其中检测到干扰信号的另外的位置中的每一个处捕获另外的图像，并且
通过识别第一图像和另外的图像中的至少一些所共有的车辆来分析第一图像和另外的图像以识别发射干扰信号的经过车辆。
10.根据权利要求9的方法，还包括
捕获与捕获到第一图像和另外的图像所处的时间相关联的时间数据，并且
捕获与捕获到第一图像和另外的图像所处的第一位置和另外的位置相关联的位置数据。
11.根据权利要求10的方法，还包括
基于时间数据和位置数据来估计经过车辆的方向和/或速度。
12.根据权利要求1至5、8、10和11中任一项的方法，其中预定义频带是其内发射GNSS信号的频带。
13.根据权利要求1至5、8、10和11中任一项的方法，其中第一位置是定位在道路之上的跨线桥。
14.一种用于识别在预定义频带之上发射干扰信号的车载发射器的系统，系统包括
定位在第一位置处的布置成监视预定义频带并且识别来自经过车辆的干扰信号的发射的检测器，以及
相机，其中
如果检测器检测到干扰信号，则检测器布置成发送触发信号，从而使相机捕获经过车辆的第一图像从而使得能够确定经过车辆的身份，
其中检测器包括第一位置处的第一天线和第二位置处的第二天线以及相位差异分析器单元，所述相位差异分析器单元布置成收集对应于第一相位与第二相位之间的相位差异中的改变的数据，第一相位是由第一天线接收的干扰信号的相位，并且第二相位是由第二天线接收的干扰信号的相位，以及
图像处理器布置成根据相位差异分析器单元的输出来估计图像中的经过车辆的位置，并且
其中相位差异分析器布置成
将相位改变数据拟合到相位改变模型，所述相位改变模型是使用参数集合的第一与第二相位之间的相位差异中的改变的模型，所述参数包括车辆的速度和轨迹；
确定模型的参数，
根据模型的参数生成经过车辆的所估计的轨迹和所估计的速度，
向图像处理器发射对应于经过车辆的所估计的轨迹和所估计的速度的数据，从而使得图像处理器能够估计图像中的经过车辆的位置。
15.根据权利要求14的系统，还包括布置成在第一图像上执行图像识别过程以识别经过车辆的特征的图像处理器。
16.根据权利要求15的系统，其中所识别的特征是标识符板。
17.根据权利要求16的系统，还包括布置成捕获与捕获到图像所处的时间相关联的时间数据和/或捕获与第一位置相关联的位置数据的相机控制单元。
18.根据权利要求17的系统，其中图像处理器布置成接收由相机控制单元生成的时间数据和位置数据并且生成包括经过车辆的所识别的标识符板细节以及时间和位置数据的车辆追踪消息，图像处理器可操作成向第三方发送车辆追踪消息。
19.根据权利要求14至18中任一项的系统，其中检测器包括多个定向天线，每一个定向天线定向在预定方向上，检测器布置成向图像处理器传送指示哪个定向天线检测到干扰信号的消息，图像处理器布置成基于哪个定向天线检测到干扰信号来识别车辆的位置。
20.根据权利要求19的系统，其中每一个预定方向对应于道路的车道。
21.根据权利要求14至18中任一项的系统，包括检测器和布置成捕获检测到干扰信号的另外的位置中的每一个处的另外的图像的多个另外的位置处的相机，并且所述图像处理器布置成通过识别第一图像和另外的图像中的至少一些所共有的车辆来分析第一图像和另外的图像以识别发射干扰信号的经过车辆。
22.根据权利要求21的系统，还包括每一个另外的位置处的相应相机控制单元，每一个相机控制单元布置成捕获与捕获到每一个另外的图像所处的时间相关联的时间数据，并且捕获与捕获到每一个另外的图像所处的每一个相应另外的位置相关联的位置数据。
23.根据权利要求14至18、20和22中任一项的系统，其中预定义频带是其内发射GNSS信号的频带。
24.根据权利要求14至18、20和22中任一项的系统，其中第一位置是定位在道路之上的跨线桥。
25.一种计算机可读存储介质，具有其上存储的计算机可读指令，其特征在于所述计算机可读指令当在计算机上加载时执行根据权利要求1至13中任一项的方法。
CN201580015329.8A 2014-01-21 2015-01-21 车辆识别 Active CN106104654B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GB1401009.4 2014-01-21
GBGB1401009.4A GB201401009D0 (en) 2014-01-21 2014-01-21 Vehicle identification
PCT/EP2015/051102 WO2015110454A1 (en) 2014-01-21 2015-01-21 Vehicle identification

Publications (2)

Publication Number Publication Date
CN106104654A CN106104654A (zh) 2016-11-09
CN106104654B true CN106104654B (zh) 2019-06-11

Family

ID=50239253

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580015329.8A Active CN106104654B (zh) 2014-01-21 2015-01-21 车辆识别

Country Status (9)

Country Link
US (1) US10049568B2 (zh)
EP (1) EP3096986B1 (zh)
JP (1) JP6523305B2 (zh)
KR (1) KR102177912B1 (zh)
CN (1) CN106104654B (zh)
ES (1) ES2729282T3 (zh)
GB (1) GB201401009D0 (zh)
RU (1) RU2684970C2 (zh)
WO (1) WO2015110454A1 (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107757532A (zh) * 2017-09-21 2018-03-06 南京瑞贻电子科技有限公司 一种汽车车辆身份识别系统及识别方法
KR102460915B1 (ko) * 2017-10-27 2022-10-31 한화테크윈 주식회사 교통정보 제공 방법, 장치 및 그러한 방법을 실행하기 위하여 매체에 저장된 컴퓨터 프로그램
WO2019142475A1 (ja) * 2018-01-22 2019-07-25 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ データ解析装置及びプログラム
JP7045286B2 (ja) * 2018-01-22 2022-03-31 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ データ解析装置、データ解析方法及びプログラム
EP3737969B1 (de) * 2018-02-28 2024-04-10 Robert Bosch GmbH Verkehrssteuerungsverfahren und zugehöriges system
CN109686100B (zh) * 2018-12-27 2021-08-27 航天信息股份有限公司 一种基于车辆电子标识的运动车辆车道位置判别方法及系统
US10970902B2 (en) 2019-03-26 2021-04-06 At&T Intellectual Property I, L.P. Allocating and extrapolating data for augmented reality for 6G or other next generation network
CN111065089B (zh) * 2019-11-05 2020-11-27 东华大学 一种基于群智感知的车联网双向认证方法及装置
EP3835143B1 (en) * 2019-12-10 2024-04-24 Bayerische Motoren Werke Aktiengesellschaft Wireless communication devices, methods and computer programs
WO2022091165A1 (ja) * 2020-10-26 2022-05-05 日本電気株式会社 情報処理装置、情報処理方法、情報処理システム、及びコンピュータ読み取り可能な記憶媒体
BR112023011476A2 (pt) * 2020-12-15 2024-02-06 Selex Es Inc Sistemas e métodos para rastreamento de assinaturas eletrônicas
GB2612006B (en) * 2021-06-07 2024-01-31 CellXion Ltd Identification based on a location of a mobile communications device
CN113960394B (zh) * 2021-10-15 2024-05-14 北京聚利科技有限公司 车载单元的检测方法、装置、检测设备和可读存储介质

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6109525A (en) * 1993-05-28 2000-08-29 Saab-Scania Combitech Akitiebolag Method and device for registering vehicles in a road toll facility
SE516959C2 (sv) * 1993-05-28 2002-03-26 Combitech Traffic Syst Ab Förfarande och anordning för registrering av fordon i en vägtull
US6025799A (en) * 1998-03-06 2000-02-15 Mark Iv Industries Limited Short range position locating system for transponder
JP2000040198A (ja) * 1998-07-24 2000-02-08 Omron Corp 撮像装置および撮像方法
NL1012907C2 (nl) 1999-08-25 2001-02-27 Amb It Holding Bv Stelsel voor het bepalen van de positie van een transponder.
JP3839708B2 (ja) * 2001-11-28 2006-11-01 三菱電機株式会社 車両盗難検出システム
JP4085990B2 (ja) * 2004-03-01 2008-05-14 トヨタ自動車株式会社 車両用盗難防止システムおよび車両用盗難防止方法
US8384560B2 (en) * 2008-03-11 2013-02-26 Kapsch Trafficcom Ivhs Inc. Real-time vehicle position determination using communications with variable latency
US7671794B2 (en) * 2008-06-02 2010-03-02 Enpoint, Llc Attitude estimation using intentional translation of a global navigation satellite system (GNSS) antenna
JP2010015399A (ja) 2008-07-03 2010-01-21 Toshiba Corp 車線制御システム及び車線制御方法
DE102008043506A1 (de) * 2008-11-06 2010-05-12 Robert Bosch Gmbh Gerät zur Erkennung von GNSS-Störsendern
US8531523B2 (en) * 2009-12-08 2013-09-10 Trueposition, Inc. Multi-sensor location and identification
JP2011162052A (ja) * 2010-02-09 2011-08-25 Autonetworks Technologies Ltd 車載警報装置及び警報システム
DE102011106591B4 (de) * 2011-06-16 2015-05-13 Astrium Gmbh Verfahren und System zum Ermitteln der Position eines in einem Kraftfahrzeu angeordneten GNSS-Empfängers
JP2013047642A (ja) * 2011-08-29 2013-03-07 Toyota Motor Corp Ｇｐｓ妨害電波位置特定システム及びｇｐｓ妨害電波位置特定方法
EP2624218B1 (de) * 2012-02-02 2014-05-14 Kapsch TrafficCom AG Vorrichtung und Verfahren zur Kontrolle in einem Straßenmautsystem
NZ605569A (en) * 2012-02-02 2013-04-26 Kapsch Trafficcom Ag Factor VIII Formulations
TWI459332B (zh) 2012-05-15 2014-11-01 Ind Tech Res Inst 整合多攝影機影像的車輛追蹤方法及系統
GB2519008A (en) * 2012-07-10 2015-04-08 Chinapac Ltd System and method for managing location of assets equipped with transponder
RU136401U1 (ru) 2013-04-12 2014-01-10 Ирина Анатольевна Задорожная Пункт контроля для определения наличия подавителей сигналов в автомобилях

Also Published As

Publication number Publication date
WO2015110454A1 (en) 2015-07-30
JP2017514189A (ja) 2017-06-01
KR102177912B1 (ko) 2020-11-12
RU2016133961A (ru) 2018-02-28
US20160343252A1 (en) 2016-11-24
RU2684970C2 (ru) 2019-04-16
KR20160110457A (ko) 2016-09-21
RU2016133961A3 (zh) 2018-09-28
JP6523305B2 (ja) 2019-05-29
GB201401009D0 (en) 2014-03-05
ES2729282T3 (es) 2019-10-31
EP3096986A1 (en) 2016-11-30
US10049568B2 (en) 2018-08-14
EP3096986B1 (en) 2019-03-13
CN106104654A (zh) 2016-11-09

Similar Documents

Publication Publication Date Title
CN106104654B (zh) 车辆识别
US11113966B2 (en) Vehicular information systems and methods
US6781523B2 (en) Road traffic monitoring system
Urazghildiiev et al. Vehicle classification based on the radar measurement of height profiles
US20240046653A1 (en) Identifying suspicious entities using autonomous vehicles
US11435482B2 (en) Method for verifying the plausibility of GNSS position signals
US9075137B2 (en) Method and system for determining the position of a GNSS receiver arranged in a motor vehicle
CN106605155A (zh) 用于验证gnss定位信号的可信性的方法
Kar et al. Detection of on-road vehicles emanating GPS interference
CN102768359A (zh) 追踪系统与方法
WO2020071995A1 (en) Real time vehicle location system
US20210398425A1 (en) Vehicular information systems and methods
Wang et al. A channel awareness vehicle detector
CN109490870A (zh) 使用相位的单散射体测试
Sonny et al. Deep learning-based smart parking solution using channel state information in LTE-based cellular networks
JP2013047642A (ja) Ｇｐｓ妨害電波位置特定システム及びｇｐｓ妨害電波位置特定方法
CN106574968A (zh) 行人检测
KR102459708B1 (ko) Gnss 신호 기만 판단 장치 및 방법
CN110621067B (zh) 一种ads-b抗干扰防欺骗多站系统
RU2536013C2 (ru) Способ обнаружения угнанных автомобилей по наличию подавителей сигналов
US20220338015A1 (en) Authentication system, authentication method and program
Inoue et al. Dedicated short-range communications (DSRC) for AHS services
Kihei et al. Cepstral analysis for classifying car collisions in los/nlos vehicle-to-vehicle networks
US11836569B1 (en) Vehicle tracking system using smart-phone as active transponder
CN112784707B (zh) 一种信息融合方法、装置、一体化检测设备及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant