CN106373406A - 车辆套牌稽查系统 - Google Patents
车辆套牌稽查系统 Download PDFInfo
- Publication number
- CN106373406A CN106373406A CN201611119510.6A CN201611119510A CN106373406A CN 106373406 A CN106373406 A CN 106373406A CN 201611119510 A CN201611119510 A CN 201611119510A CN 106373406 A CN106373406 A CN 106373406A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- bayonet socket
- information
- fake
- deck
- 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.)
- Pending
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一个车辆套牌稽查系统,具体涉及一种用于分析处理交通道路卡口捕获到的车辆相关信息以及典型特征信息,并将车辆信息、记录时间、位置信息等存入车辆行驶信息数据库,可以通过调用车辆信息数据库查询车辆的行驶记录信息,同时后台通过分析车辆行驶数据稽查得出套牌车辆或疑似套牌车辆。相关查询、稽查信息通过列表和可视化图像展现的车辆套牌稽查系统,属于计算机领域中数据管理与查询技术领域。
Description
技术领域
本发明公开了一个车辆套牌稽查系统,具体涉及一种用于分析处理交通道路卡口捕获到的车辆相关信息以及典型特征信息,并将车辆信息、记录时间、位置信息等存入车辆行驶信息数据库,可以通过调用车辆信息数据库查询车辆的行驶记录信息,同时后台通过分析车辆行驶数据稽查得出套牌车辆或疑似套牌车辆。相关查询、稽查信息通过列表和可视化图像展现的车辆套牌稽查系统,属于计算机领域中数据管理与查询技术领域。
背景技术
套牌车是指假冒别人的车牌、车号的车。即套牌车的车牌、车号并不是经合法有效的手续向车辆管理部门申请办理的,而是对别人合法有效的车牌、车号的假冒。套牌车主通过套牌逃避各种规费。套牌车除了每年可逃漏车辆保险、养路费、车辆通行费、税费、营业费等,还可少支出每年的车辆检测、司机车证年审等一大笔费用。此外套牌车往往能逃避交通管理部门的打击。正由于套牌车能够给套牌者带来这些非法便利,而我国执法部门对套牌车的监管和打击力度又不够,套牌车在我国就迅速泛滥开来。
套牌车的存在与泛滥,违反了国家的有关法律法规,破坏法律所保护的各种社会关系,给国家、被套牌车主和交通肇事中受侵害的第三人的利益造成极大的损害。
首先,套牌车的出现和泛滥违反了我国税收征管法律法规,破坏了我国税收征收秩序,使国家的税收利益遭受重大的损失。“套牌者”若不使用套牌车而要享受合法驾驶机动车带来的便利和获得的利益,必然要依法缴纳各种税费。当套牌者使用套牌车时,他就违反我国税收征管法律法规,逃避漏缴了各种税费,给国家造成巨大的损失。
其次,套牌车的行驶违反了交通管理法律法规,破坏了交通管理秩序,为我国交通安全埋下隐患。由于套牌者在仿冒别人的车牌、车号时,采用了一定的造假技术。故套牌车不易为人发现。即使被发现了,也不易被查处。套牌者在驾驶套牌车上路行使时,就难免会少了一份安全行使的意识,多了不少违规驾驶的可能性。这为交通肇事的发生埋下隐患。
再次,套牌车必然损坏被套牌者的合法利益。第一、套牌车的上路行驶和运营是建立在被套牌者的车辆已经缴纳国家法律法规规定的各种税费的基础上的。被套牌者为自己车辆的行驶运营出了钱,但被套牌者在享受套牌车带来的方便和利益时没有付出相应的成本。这是对被套牌者的“寄生”。第二、被套牌车往往要为套牌车的违规、肇事承担行政责任。当套牌车违规肇事被交警逮个正着而车辆驾驶人逃逸或被“电子警察”拍摄了车牌、车号后,交警就会按套牌车所仿冒的车牌、车号开处罚单,并将罚单送到被套牌者手中。此时,被套牌者只有拿出有利的证据来证明自己的车被套牌,才能免除责任。然而,被套牌者要拿出有利的证据是谈何容易。故多数情况下,被套牌者要为套牌车的违规肇事支付罚款。第三、套牌车增加了被套牌者的举证责任。本来,车主对自己的车辆的车牌、车号享有专有使用权,其他人不得侵犯。但当自己的车被套牌后,在法律上增加了证明自己的车没有违规肇事的举证责任。这实际上就将原来由交管部门证明车辆违规肇事的举证责任转移到了车辆使用者的身上。即套牌车使证明车辆违规肇事的责任发生了倒置。这客观要求被套牌者支付取证成本,使被套牌者本来不应减少的财产减少了。
可见,套牌车的存在与泛滥违反了我国相关法律法规,严重损坏了国家和被套牌者的利益,威胁着人们的生命财产安全。打击“套牌车”势在必行。
目前,我国对套牌车的监管处罚主要由交通警察和交通管理部门负责。这两个部门的执法特点是“守株待兔”,即具有被动性。由于执法地点固定性和管辖范围的有限性。交警和交管部门并没有足够的时间和费用去寻找套牌车。而只有套牌车在这两个部门的执法地点或执法区域被逮着,或者这两个部门接到有关套牌车“现形”的举报,这两个部门才可能对套牌车进行查处。
既然有关部门的人工稽查实现难度高,那么就需要用到机器稽查。机器稽查就是从全国联网微机中查找比对,来正确识别真假号牌。采用查找、比对是利用高科技最有效的整治假牌的一记重招,在联网微机上输入查找车型和车辆号牌后.即可查询到各地车辆管理部门管理的车辆登记档案,也可进一步查询到机动车所有人、登记机关、登记日期、车辆类型、车辆识别代码、发动机号码等34种信息,然后与现场车辆的车型、识别代码和发动机号码相比对,观察车架号和发动机号是否一致、有无打磨痕迹或篡改情况.从中即可识别出该车使用的是否假号牌,从而进一步判断该车是否有被抢、被盗的嫌疑等等。
发明内容
本发明专利用于分析处理交通道路卡口的摄像头捕获到的车辆的相关信息以及典型特征信息,并将车辆信息、记录时间、位置信息等存入车辆行驶信息数据库,可以通过调用车辆信息数据库查询车辆的行驶记录信息,同时后台通过分析车辆行驶数据稽查得出套牌车辆或疑似套牌车辆。相关查询、稽查信息通过列表和可视化图像展现,满足用户的查询需求。
本发明专利为解决其技术问题采用如下技术方案:
车辆套牌稽查系统,其特征在于,包括以下步骤:
步骤一、根据现实交通情景构建模拟模型,模拟车辆正常在模拟街道上进行正常的行驶。
步骤二、车辆在通过道路卡口时,摄像头会识别车辆车牌,将行车信息记录录入车辆行驶数据库。
步骤三、登录客户端。
步骤四、根据用户查询操作显示相应查询内容。
步骤五、运行稽查算法实现套牌稽查和查询。
(1)如步骤一中所述,由于无法取得真实数据,因此构建了一个基于现实交通情景的交通模型,布置模拟道路、模拟卡口、模拟摄像头和模拟车辆(包括正常车辆和套牌车辆),该模型满足以下内容:
①模拟道路:城市道路的外围范围为一个长25*24公里的正方形,横向包含500条道路,纵向400条道路,道路间距分别为500m、600m。
②模拟卡口:在横纵道路的交汇处即为模拟卡口。
③模拟摄像头:每个卡口设置5个摄像头,用于满足较大车流量情况下牌照信息的记录。
④模拟车辆:总共设置20万辆车辆,其中设置50个套牌车辆,车辆行驶时,最高行驶速度为60公里/小时,最低行驶速度为20公里/小时(不考虑道路上停车的问题)。
⑤模型启动之后,每个车辆会被赋予初始位置,初始速度和初始行驶方向,车辆在到达卡口后,会获得另一组随机速度和行驶方向,重复执行,即可模拟车辆的在道路上的随机行驶。算法中进行了额外的优化,避免车辆会在道路中行驶时出现往复、转圈等现象,使车辆的移动信息具备合理性。
(2)如步骤二中所述,车辆在道路上进行行驶,当路过卡口时,布置在卡口的摄像头会拍摄车辆照片并识别车牌号,然后根据识别的车牌号、卡口编号、摄像头编号、当前时间等信息生成行车记录信息录入行车记录数据库。
(3)如所述步骤三中,用户通过给定的用户名密码进行登录操作,以防外部人员进入系统。在对用户名和密码进行匹配前,将密码通过加密算法生成256位字符串,再与数据库中密码进行匹配,匹配成功后进入系统。
如所述步骤四中,用户可进行以下查询操作:
①车辆追踪,即根据车牌号和时间段查询指定时间段内指定车辆所经过的路线;
②卡口查询,即根据卡口号或摄像头号及时间段查询指定时间段内指定地点所有经过的车辆。
在车辆追踪时,显示车辆路径表格和包含路径的可视化地图。表格具有的信息为记录号、车牌号、卡口号、摄像头号、记录时间。地图为根据道路信息绘制的卡口网络,用绿色折线和点表示该车辆在该时间段内的行驶轨迹,并且支持鼠标对地图拖拽和使用鼠标滚轮对地图进行缩放。表格和地图同一时间只显示其中一个,通过系统中的切换按钮实现表格和地图的切换。
在卡口查询时,显示卡口所经车辆表。表格具有的信息为记录号、车牌号、卡口号、摄像头号、记录时间。
(5)如所述步骤五中,通过套牌稽查算法,查获套牌车辆。系统显示套牌车辆表格、可疑路径表格、嫌疑分析文本框、包含路径的地图。套牌车辆表格具有的信息为套牌车车牌号,点击条目可在可疑路径表格和嫌疑分析文本框查看相关套牌车辆信息。可疑路径表格具有的信息为车牌号、卡口号、记录时间。嫌疑分析文本框显示稽查得到的嫌疑分析。地图与之前提到的功能相同。可疑路径表格/嫌疑分析文本框和地图同一时间只显示其中一个,通过系统中的切换按钮实现表格和地图的切换。
套牌稽查采用如下多层次判定依据:
①在指定时间区间内通过卡口数过多。由于车速最高60km/h,即50/3米每秒,卡口之间距离不小于500m,假设时间区间为5min中,即300s内,最多能记录到11个卡口(在第0s时,车辆即处于一个卡口,且忽略在卡口处改变方向所花去的时间),所以,在300s内,一个牌照经过的卡口数超过11个时,即该牌照已被套牌,另外倘若中间有一段时间车辆不是以最高时速行驶,仍经过11卡口,则该牌照已被套牌。
②若车辆在相邻时间段内通过的距离大于车辆在该时间段内以最大速度行驶通过的距离,则该牌照已被套牌。
③将车辆的行车记录按照时间排序,一个牌照所经过的相邻的两个卡口必然不是同一卡口,如果是同一卡口,则该牌照已被套牌。
④按照时间排序,一个牌照所经过的相邻的两个卡口的时间差>=两个相邻卡口间距/最高速度,倘若用样例的数据,应该至少为30s。若小于,则该牌照已被套牌。
由于套牌稽查算法需要从数量庞大的行车记录中分析得出套牌车辆,属于计算密集型的算法,通过并行算法可以极大的提高运行效率。在上述基本算法的思想下,可以将稽查算法划分为互不相关的部分,因为对于每个车辆的行驶路径进行分析都是相对独立的过程,并不会影响到其他车辆的检测,因此可以较容易的通过设置多个进程,实现并行化,经试验,并行化算法极大地提高了运行效率,运行算法相较于未优化算法提高了10倍。
本发明采用以上技术方案与现有技术相比,具有以下有益效果:
目前,我国对套牌车的监管处罚主要有两种手段,即人工稽查和机器稽查。
(1)人工稽查主要由交通警察和交通管理部门负责。这两个部门的执法特点具有被动性。由于执法地点固定性和管辖范围的有限性,交警和交管部门并没有足够的时间和费用去寻找套牌车。而只有套牌车在这两个部门的执法地点或执法区域被逮着,或者这两个部门接到有关套牌车“现形”的举报,这两个部门才可能对套牌车进行查处,这种方法缺乏针对性,且极大地耗费人力资源。
第二种即机器稽查,即从全国联网微机中查找比对,来正确识别真假号牌,在联网微机上输入查找车型和车辆号牌后,即可查询到各地车辆管理部门管理的车辆登记档案,从中即可识别出该车使用的是否是假号牌。这种方案具有一定的针对性,但仍需人工输入查找,效率仍然比较低。
采用本系统方法,即通过分析交通路口的摄像头拍摄的车辆照片识别车辆的牌照以及典型的特征,生成车辆行驶信息写入行车记录数据库。系统后台能够根据分析车辆行驶记录筛选出疑似套牌车辆,这无疑使得套牌稽查工作变得更加主动和更具针对性,同时也缩小了稽查范围,极大地减少了人力支出,并且提高了套牌稽查的效率和准确度。同时由于本系统能够记录车辆的行驶信息,当出现肇事车辆时,通过查询指定车辆的车牌号,即可获取其位置信息,帮助有关部门快速查获违规车辆,具有相当大的现实意义。
(2)本系统采用的套牌稽查算法就有优越性,算法中采用了多个判定依据,按照耗费时间进行分层,提高稽查效率和成功率。算法采用了并行化算法,支持多核运算,从而能够处理相当大数量的行车记录信息,极大地提高了稽查的效率和应用规模。
附图说明
图1是系统总体结构图
图2是顶层数据流图
图3是系统登录界面
图4是车辆跟踪的表格结果
图5是地图绘制数据流图
图6是绘制卡口数据流图
图7是计算控件坐标数据流图
图8是绘制道路数据流图
图9是车辆轨迹绘制数据流图
图10是移动缩放轨迹数据流图
图11是缩放轨迹数据流图
图12是移动轨迹数据流图
图13是记录查询结果
图14是稽查结果的表格展示
图15是稽查结果的可视化地图展示
具体实施方式
为了车辆套牌稽查的问题,本发明提供了一个车辆套牌稽查系统,其整体流程如图1所示。
以下结合附图和实施例对本发明的技术方案做进一步详细说明:
系统的总体结构图如图1所示,系统的顶层数据流图如图2所示。
进入系统后的登录模块如图3、图4、图5所示,输入用户名密码,点击确定,进入主要功能。在车辆跟踪界面中,输入车牌号、时间段,点击查询,可显示车辆路径表格,如图4。此时点击表格右上角的按钮,表格即切换为带路径的可视化地图,运用的绘制算法,相关数据流图如图5、图6、图7、图8、图9、图10、图11、图12。在记录查询界面中,选择卡口/摄像头,输入卡口号/摄像头号、时间段,点击查询,可显示车辆记录表格,如图13。在稽查结果界面中,输入时间段,点击查询,可显示稽查结果表。此时选中表中某一车牌号,如A111999,可在可疑路径表中显示该车的相关行车记录,在嫌疑分析文本框中显示其被判为套牌车的原因,如图14。点击右上角的按钮,即可实现可疑路径表/嫌疑分析文本框和可疑路径地图的相互切换,如图15。
以上结合附图以及实施例对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (4)
1.一个车辆套牌稽查系统,其特征在于发明目的和实现方式,包括:
本发明专利用于分析处理交通道路卡口的摄像头捕获到的车辆的相关信息以及典型特征信息,并将车辆信息、记录时间、位置信息等存入车辆行驶信息数据库,可以通过调用车辆信息数据库查询车辆的行驶记录信息,同时后台通过分析车辆行驶数据稽查得出套牌车辆或疑似套牌车辆。相关查询、稽查信息通过列表和可视化图像展现,满足用户的查询需求。
本发明专利为解决其技术问题采用如下步骤:
步骤一、根据现实交通情景构建模拟模型,模拟车辆正常在模拟街道上进行正常的行驶。
步骤二、车辆在通过道路卡口时,摄像头会识别车辆车牌,将行车信息记录录入车辆行驶数据库。
步骤三、登录客户端。
步骤四、根据用户查询操作显示相应查询内容。
步骤五、运行稽查算法实现套牌稽查和查询。
2.如权利要求1所述的一个车辆套牌稽查系统,其特征在于构建交通模拟模型时,包括:
由于无法取得真实数据,本系统构建了一个基于现实交通情景的交通模型,布置模拟道路、模拟卡口、模拟摄像头和模拟车辆(包括正常车辆和套牌车辆),该模型满足以下内容:
①模拟道路:城市道路的外围范围为一个长25*24公里的正方形,横向包含500条道路,纵向400条道路,道路间距分别为500m、600m。
②模拟卡口:在横纵道路的交汇处即为模拟卡口。
③模拟摄像头:每个卡口设置5个摄像头,用于满足较大车流量情况下牌照信息的记录。
④模拟车辆:总共设置20万辆车辆,其中设置50个套牌车辆,车辆行驶时,最高行驶速度为60公里/小时,最低行驶速度为20公里/小时(不考虑道路上停车的问题)。
⑤模型启动之后,每个车辆会被赋予初始位置,初始速度和初始行驶方向,车辆在到达卡口后,会获得另一组随机速度和行驶方向,重复执行,即可模拟车辆的在道路上的随机行驶。算法中进行了额外的优化,避免车辆会在道路中行驶时出现往复、转圈等现象,使车辆的移动信息具备合理性。
3.如权利要求1所述的一个车辆套牌稽查系统,其特征在于用户查询时,包括:
用户通过给定的用户名密码进行登录操作,以防外部人员进入系统。在对用户名和密码进行匹配前,将密码通过加密算法生成256位字符串,再与数据库中密码进行匹配,匹配成功后进入系统。
如所述步骤四中,用户可进行以下查询操作:
①车辆追踪,即根据车牌号和时间段查询指定时间段内指定车辆所经过的路线;
②卡口查询,即根据卡口号或摄像头号及时间段查询指定时间段内指定地点所有经过的车辆。
在车辆追踪时,显示车辆路径表格和包含路径的可视化地图。表格具有的信息为记录号、车牌号、卡口号、摄像头号、记录时间。地图为根据道路信息绘制的卡口网络,用绿色折线和点表示该车辆在该时间段内的行驶轨迹,并且支持鼠标对地图拖拽和使用鼠标滚轮对地图进行缩放。表格和地图同一时间只显示其中一个,通过系统中的切换按钮实现表格和地图的切换。
在卡口查询时,显示卡口所经车辆表。表格具有的信息为记录号、车牌号、卡口号、摄像头号、记录时间。
4.如权利要求1所述的一个车辆套牌稽查系统,其特征在于套牌稽查时,包括:
通过套牌稽查算法,查获套牌车辆。系统显示套牌车辆表格、可疑路径表格、嫌疑分析文本框、包含路径的地图。套牌车辆表格具有的信息为套牌车车牌号,点击条目可在可疑路径表格和嫌疑分析文本框查看相关套牌车辆信息。可疑路径表格具有的信息为车牌号、卡口号、记录时间。嫌疑分析文本框显示稽查得到的嫌疑分析。地图与之前提到的功能相同。可疑路径表格/嫌疑分析文本框和地图同一时间只显示其中一个,通过系统中的切换按钮实现表格和地图的切换。
套牌稽查采用如下多层次判定依据:
①在指定时间区间内通过卡口数过多。由于车速最高60km/h,即50/3米每秒,卡口之间距离不小于500m,假设时间区间为5min中,即300s内,最多能记录到11个卡口(在第0s时,车辆即处于一个卡口,且忽略在卡口处改变方向所花去的时间),所以,在300s内,一个牌照经过的卡口数超过11个时,即该牌照已被套牌,另外倘若中间有一段时间车辆不是以最高时速行驶,仍经过11卡口,则该牌照已被套牌。
②若车辆在相邻时间段内通过的距离大于车辆在该时间段内以最大速度行驶通过的距离,则该牌照已被套牌。
③将车辆的行车记录按照时间排序,一个牌照所经过的相邻的两个卡口必然不是同一卡口,如果是同一卡口,则该牌照已被套牌。
④按照时间排序,一个牌照所经过的相邻的两个卡口的时间差>=两个相邻卡口间距/最高速度,倘若用样例的数据,应该至少为30s。若小于,则该牌照已被套牌。
由于套牌稽查算法需要从数量庞大的行车记录中分析得出套牌车辆,属于计算密集型的算法,通过并行算法可以极大的提高运行效率。在上述基本算法的思想下,可以将稽查算法划分为 互不相关的部分,因为对于每个车辆的行驶路径进行分析都是相对独立的过程,并不会影响到其他车辆的检测,因此可以较容易的通过设置多个进程,实现并行化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611119510.6A CN106373406A (zh) | 2016-12-02 | 2016-12-02 | 车辆套牌稽查系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611119510.6A CN106373406A (zh) | 2016-12-02 | 2016-12-02 | 车辆套牌稽查系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106373406A true CN106373406A (zh) | 2017-02-01 |
Family
ID=57891232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611119510.6A Pending CN106373406A (zh) | 2016-12-02 | 2016-12-02 | 车辆套牌稽查系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106373406A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107038865A (zh) * | 2017-04-06 | 2017-08-11 | 北京易华录信息技术股份有限公司 | 一种基于汽车电子标识的克隆车辆位置确定方法及系统 |
CN107481340A (zh) * | 2017-08-21 | 2017-12-15 | 南京感动科技有限公司 | 一种基于大数据的公路收费打逃预警系统 |
CN108022427A (zh) * | 2017-10-30 | 2018-05-11 | 深圳市赛亿科技开发有限公司 | 一种套牌车辆的识别方法及系统 |
CN108281003A (zh) * | 2018-01-30 | 2018-07-13 | 中兴智能交通股份有限公司 | 一种套牌车的识别方法和装置 |
CN108364475A (zh) * | 2018-02-28 | 2018-08-03 | 温利军 | 具有快速定位捕捉功能的闭路监控系统 |
CN108492577A (zh) * | 2018-04-14 | 2018-09-04 | 苏州千层茧农业科技有限公司 | 一种套牌车辆的识别方法 |
CN108830227A (zh) * | 2018-06-19 | 2018-11-16 | 芜湖岭上信息科技有限公司 | 一种基于图像的车辆套牌识别装置与方法 |
CN110310478A (zh) * | 2019-05-17 | 2019-10-08 | 湖南科创信息技术股份有限公司 | 基于大数据分析的套牌车辆的识别方法及系统、存储介质 |
CN110503057A (zh) * | 2019-08-27 | 2019-11-26 | 腾讯科技(深圳)有限公司 | 一种信息处理方法、装置、检测节点设备及存储介质 |
CN110517493A (zh) * | 2019-08-30 | 2019-11-29 | 公安部交通管理科学研究所 | 一种跨区域机动车综合信息获取方法及系统 |
CN111223305A (zh) * | 2019-12-25 | 2020-06-02 | 华为技术有限公司 | 涉牌违法的检测方法和装置 |
CN112084215A (zh) * | 2020-09-08 | 2020-12-15 | 中国平安财产保险股份有限公司 | 车辆信息查询方法、装置、计算机设备及存储介质 |
CN113129601A (zh) * | 2021-05-24 | 2021-07-16 | 辽宁省交通高等专科学校 | 一种非接触式道路运输执法检查系统及方法 |
CN113611123A (zh) * | 2021-10-09 | 2021-11-05 | 智广海联(天津)大数据技术有限公司 | 渣土车辅助研判治理方法和系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2005119657A (ru) * | 2002-11-23 | 2006-01-20 | Венминг ДОНГ (CN) | Устройство и способ защиты от подделки идентификационных признаков моторного транспортного средства |
CN102436746A (zh) * | 2011-09-29 | 2012-05-02 | 杭州海康威视系统技术有限公司 | 高效实时的车辆套牌嫌疑分析方法及其装置 |
CN102509458A (zh) * | 2011-10-19 | 2012-06-20 | 杭州华三通信技术有限公司 | 一种套牌车辆识别方法和装置 |
CN103093626A (zh) * | 2011-11-01 | 2013-05-08 | 王顺钦 | 一种套牌车的解决方案 |
CN104200669A (zh) * | 2014-08-18 | 2014-12-10 | 华南理工大学 | 一种基于Hadoop的套牌车识别方法及系统 |
CN105261221A (zh) * | 2015-11-13 | 2016-01-20 | 浙江宇视科技有限公司 | 卡口最小过车时间差确定方法、套牌分析方法及相关装置 |
CN106128114A (zh) * | 2016-08-01 | 2016-11-16 | 深圳市永兴元科技有限公司 | 套牌车辆的识别方法及装置 |
CN106128113A (zh) * | 2016-08-01 | 2016-11-16 | 深圳市永兴元科技有限公司 | 套牌车辆的识别方法及装置 |
-
2016
- 2016-12-02 CN CN201611119510.6A patent/CN106373406A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2005119657A (ru) * | 2002-11-23 | 2006-01-20 | Венминг ДОНГ (CN) | Устройство и способ защиты от подделки идентификационных признаков моторного транспортного средства |
CN102436746A (zh) * | 2011-09-29 | 2012-05-02 | 杭州海康威视系统技术有限公司 | 高效实时的车辆套牌嫌疑分析方法及其装置 |
CN102509458A (zh) * | 2011-10-19 | 2012-06-20 | 杭州华三通信技术有限公司 | 一种套牌车辆识别方法和装置 |
CN103093626A (zh) * | 2011-11-01 | 2013-05-08 | 王顺钦 | 一种套牌车的解决方案 |
CN104200669A (zh) * | 2014-08-18 | 2014-12-10 | 华南理工大学 | 一种基于Hadoop的套牌车识别方法及系统 |
CN105261221A (zh) * | 2015-11-13 | 2016-01-20 | 浙江宇视科技有限公司 | 卡口最小过车时间差确定方法、套牌分析方法及相关装置 |
CN106128114A (zh) * | 2016-08-01 | 2016-11-16 | 深圳市永兴元科技有限公司 | 套牌车辆的识别方法及装置 |
CN106128113A (zh) * | 2016-08-01 | 2016-11-16 | 深圳市永兴元科技有限公司 | 套牌车辆的识别方法及装置 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107038865A (zh) * | 2017-04-06 | 2017-08-11 | 北京易华录信息技术股份有限公司 | 一种基于汽车电子标识的克隆车辆位置确定方法及系统 |
CN107481340A (zh) * | 2017-08-21 | 2017-12-15 | 南京感动科技有限公司 | 一种基于大数据的公路收费打逃预警系统 |
CN108022427A (zh) * | 2017-10-30 | 2018-05-11 | 深圳市赛亿科技开发有限公司 | 一种套牌车辆的识别方法及系统 |
CN108281003A (zh) * | 2018-01-30 | 2018-07-13 | 中兴智能交通股份有限公司 | 一种套牌车的识别方法和装置 |
CN108364475B (zh) * | 2018-02-28 | 2020-07-10 | 深圳捷易建设集团有限公司 | 具有快速定位捕捉功能的闭路监控系统 |
CN108364475A (zh) * | 2018-02-28 | 2018-08-03 | 温利军 | 具有快速定位捕捉功能的闭路监控系统 |
CN108492577A (zh) * | 2018-04-14 | 2018-09-04 | 苏州千层茧农业科技有限公司 | 一种套牌车辆的识别方法 |
CN108830227A (zh) * | 2018-06-19 | 2018-11-16 | 芜湖岭上信息科技有限公司 | 一种基于图像的车辆套牌识别装置与方法 |
CN110310478A (zh) * | 2019-05-17 | 2019-10-08 | 湖南科创信息技术股份有限公司 | 基于大数据分析的套牌车辆的识别方法及系统、存储介质 |
CN110503057A (zh) * | 2019-08-27 | 2019-11-26 | 腾讯科技(深圳)有限公司 | 一种信息处理方法、装置、检测节点设备及存储介质 |
CN110517493A (zh) * | 2019-08-30 | 2019-11-29 | 公安部交通管理科学研究所 | 一种跨区域机动车综合信息获取方法及系统 |
CN110517493B (zh) * | 2019-08-30 | 2022-03-25 | 公安部交通管理科学研究所 | 一种跨区域机动车综合信息获取方法及系统 |
CN111223305A (zh) * | 2019-12-25 | 2020-06-02 | 华为技术有限公司 | 涉牌违法的检测方法和装置 |
CN111223305B (zh) * | 2019-12-25 | 2022-05-17 | 华为技术有限公司 | 涉牌违法的检测方法和装置 |
CN112084215A (zh) * | 2020-09-08 | 2020-12-15 | 中国平安财产保险股份有限公司 | 车辆信息查询方法、装置、计算机设备及存储介质 |
CN113129601A (zh) * | 2021-05-24 | 2021-07-16 | 辽宁省交通高等专科学校 | 一种非接触式道路运输执法检查系统及方法 |
CN113129601B (zh) * | 2021-05-24 | 2023-11-10 | 辽宁省交通高等专科学校 | 一种非接触式道路运输执法检查系统及方法 |
CN113611123A (zh) * | 2021-10-09 | 2021-11-05 | 智广海联(天津)大数据技术有限公司 | 渣土车辅助研判治理方法和系统 |
CN113611123B (zh) * | 2021-10-09 | 2021-12-17 | 智广海联(天津)大数据技术有限公司 | 渣土车辅助研判治理方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106373406A (zh) | 车辆套牌稽查系统 | |
CN105654730B (zh) | 一种基于卡口过车大数据分析的套牌车认定方法 | |
CN104715612B (zh) | 基于行车轨迹匹配实现的嫌疑车辆跟踪方法及装置 | |
CN105303197B (zh) | 一种基于机器学习的车辆跟车安全自动评估方法 | |
CN111862606B (zh) | 一种基于多源数据的非法营运车辆识别方法 | |
CN105702048B (zh) | 基于行车记录仪的高速公路前车违法占道识别系统及方法 | |
CN102289659B (zh) | 伴随车检测方法 | |
CN105448092B (zh) | 一种关联车辆的分析方法及装置 | |
CN107506368A (zh) | 一种类案嫌疑车辆的确定方法及装置 | |
CN107203158A (zh) | 一种基于渣土作业的违规工地鉴别方法、装置和程序产品 | |
CN106548629B (zh) | 基于数据融合的交通违法行为检测方法和系统 | |
CN105913668B (zh) | 一种基于海量交通数据统计的定向套牌车检测方法 | |
CN105160330A (zh) | 一种车标识别方法及车标识别系统 | |
CN112150810A (zh) | 一种车辆行为管理方法、系统、设备及介质 | |
CN106710225B (zh) | 一种车辆号牌违法的识别方法和监测平台 | |
CN111369801B (zh) | 车辆识别方法、装置、设备和存储介质 | |
CN103578277A (zh) | 套牌嫌疑车搜索方法及其装置 | |
CN107944017A (zh) | 一种视频中非机动车的检索方法 | |
CN103177436A (zh) | 物件追踪的方法、系统、计算机程序产品与记录介质 | |
CN107329977A (zh) | 一种基于概率分布的假牌车二次筛选方法 | |
CN111404874A (zh) | 出租车嫌疑车辆甄别分析体系架构 | |
CN103646549A (zh) | 一种智能天网系统 | |
CN113470369B (zh) | 一种基于多维度信息判断套牌车辆真实号牌的方法及系统 | |
CN107918775A (zh) | 一种辅助车辆安全驾驶的斑马线检测方法及系统 | |
CN106446856A (zh) | 车辆占道行驶智能监控方法和系统 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170201 |
|
WD01 | Invention patent application deemed withdrawn after publication |