CN106710225A - 一种车辆号牌违法的识别方法和监测平台 - Google Patents

Abstract

本发明公开了一种车辆号牌违法的识别方法和监测平台，所述方法包括：获取指定监测路段的入口、卡口和出口的过车数据；监测出口过车数据中的车辆，是否出现在入口过车数据中；若是，则获取当前车辆在所述监测路段的过车次数；判断所述过车次数是否小于所述监测路段内的卡口数量；若是，则将当前车辆识别为嫌疑车辆，并将当前嫌疑车辆的过车数据存入嫌疑车辆数据库。本发明通过对监测路段的过车数据进行分析以提取出嫌疑车辆，降低了人工查询的数据量。进一步，能够基于车型信息从嫌疑车辆中找出真正的违法车辆，从而实现了违法车辆的拦截和处罚，进而减少车辆号牌等违法行为的发生机率。

Description

一种车辆号牌违法的识别方法和监测平台

技术领域

本发明属于智能交通领域，特别涉及一种车辆号牌违法的识别方法和监测平台。

背景技术

随着我国经济的不断发展，机动车数量的飞速膨胀，使得交通体系中的违法抓拍成为维护交通秩序，保证行车安全的重要手段。

然而，一些驾驶员往往存在这样的侥幸心理：车辆在上高速公路后，通过遮挡号牌、篡改号牌、换牌等手段来掩盖真实的车牌号码，再在高速公路上超速行驶，以达到不被违章处罚的目的。然而，这种行为为高速公路的事故发生埋下了很大的安全隐患。

现有技术中，识别篡改号牌的方法是：高速交警部门通过安排专人逐条查看卡口过车的图像，通过肉眼查看图像中的车牌号码，当发现有篡改号牌的图像时，再通过模糊车牌号码对高速公路上的过车数据进行查询，查出与其匹配的过车图像，最后逐条比对图像查到该车辆的真实号牌。

上述识别篡改号牌的方法，存在如下两个缺点：1、高速公路上，每天的过车数据达到数百万计，对该数百万记的数据进行逐条查看，非常耗费人力和时间。2、现有的卡口抓拍机不具备车标、子品牌等车辆属性的识别功能，其只能通过车牌号码对车辆进行模糊查询，所查出的结果也非常多。此外，还要再通过专人对查询结果进行逐条对比图像，同样非常耗费人力和时间。基于以上分析，现行的号牌识别方法非常耗费人力和时间资源，工作效率也非常低。

发明内容

本发明的目的是提供一种车辆号牌违法的识别方法和监测平台，通过对车辆过车数据进行分析以提取出嫌疑车辆，降低了人工查看的数据量。同时，能够基于车标和子品牌信息查找出违法车辆，实现了对违法车辆进行拦截和处罚，从而减少遮挡号牌、篡改号牌和套牌等违法行为的发生机率。

为实现上述目的，本发明的一个方面提供了一种车辆号牌违法的识别方法，包括：获取指定监测路段的入口、卡口和出口的过车数据；监测出口过车数据中的车辆，是否出现在入口过车数据中；若是，则获取当前车辆在所述监测路段的过车次数；判断所述过车次数是否小于所述监测路段内的卡口数量；若是，则将当前车辆识别为嫌疑车辆，并将当前嫌疑车辆的过车数据存入嫌疑车辆数据库。

其中，所述过车数据包括车牌信息；所述监测出口过车数据中的车辆是否出现在入口过车数据中的步骤，是通过查找出口过车数据中的车牌信息是否出现在入口过车数据中来执行。

其中，所述获取当前车辆在所述监测路段的过车次数的步骤，包括：在每个卡口的过车数据中查找当前车辆的车牌信息；将查找到车牌信息的卡口的个数记录为当前车辆的过车次数。

其中，车辆号牌违法的识别方法还包括获取监测路段内卡口数量的步骤：选定监测路段；获取所述监测路段的卡口的分布信息；根据所述卡口的分布信息确定卡口数量。

其中，所述过车数据还包括过车图像和车型信息，所述车型信息包括主品牌、子品牌、车辆特征信息中一种或多种。

其中，在将当前车辆识别为嫌疑车辆的步骤之后，还包括：从嫌疑车辆数据库获取当前嫌疑车辆的过车数据；基于该嫌疑车辆的过车数据，确定未识别出该嫌疑车辆的至少一个未识别卡口；根据该嫌疑车辆在未识别卡口的过车数据中的过车图像与该嫌疑车辆在入口过车数据中的过车图像确定该嫌疑车辆是否为违法车辆。

其中，所述基于该嫌疑车辆的过车数据，确定未识别出该嫌疑车辆的至少一个未识别卡口的步骤，具体为：基于该嫌疑车辆的车牌信息，获取未查找到该车牌信息的卡口过车数据；在所述未查找到该车牌信息的卡口过车数据中查找是否存有与该嫌疑车辆的车型信息相同的车型信息；若有，则将该卡口确定为未识别卡口。

根据本发明的另一方面，提供了一种车辆号牌违法的监测平台，过车数据获取模块(10)，用于获取指定监测路段的入口、卡口和出口的过车数据；监测模块(20)，连接到所述过车数据获取模块(10)，其监测出口过车数据中的车辆是否出现在入口过车数据中，当出口过车数据中的车辆出现在入口过车数据中时，发送嫌疑车辆识别指令给嫌疑车辆识别模块(30)；嫌疑车辆识别模块(30)，当接收到所述监测模块(20)发出的嫌疑车辆识别指令时，其判断当前车辆在所述监测路段的过车次数是否小于该监测路段内的卡口数量，当所述过车次数小于所述卡口数量时，将当前车辆识别为嫌疑车辆。

其中，所述过车数据包括车牌信息；所述监测模块(20)是通过查找出口过车数据中的车牌信息否出现在入口过车数据中，以监测出口过车数据中的车辆是否出现在入口过车数据中。

其中，嫌疑车辆识别模块(30)进一步包括：过车次数提取单元(31)，用于根据所述嫌疑车辆识别指令在每个卡口的过车数据中查找当前车辆的车牌信息，并将查找到车牌信息的卡口的个数记录为当前车辆的过车次数。

其中，嫌疑车辆识别模块(30)还包括：卡口数量获取单元(32)，用于选定监测路段，获取所述监测路段的卡口的分布信息，根据所述卡口的分布信息确定卡口数量。

其中，所述过车数据还包括过车图像和车型信息，所述车型信息包括主品牌、子品牌、车辆特征信息中一种或多种。

其中，所述监测平台还包括：嫌疑车辆存储模块(40)，连接到所述嫌疑车辆识别模块(30)，用于将当前嫌疑车辆所对应的过车数据存入嫌疑车辆数据库；违法车辆识别模块(50)，连接到所述嫌疑车辆存储模块(40)，用于基于该嫌疑车辆的过车数据，确定未识别出该嫌疑车辆的至少一个未识别卡口，并根据该嫌疑车辆在未识别卡口的过车数据中的过车图像与该嫌疑车辆在入口过车数据中的过车图像确定该嫌疑车辆是否为违法车辆。

其中，所述违法车辆识别模块(50)进一步包括：嫌疑数据获取单元(51)，用于基于该车辆的车型信息，获取未查找到该车牌信息的卡口过车数据；未识别卡口判定单元(52)，用于在所述未查找到该车牌信息的卡口过车数据中查找是否存有与该嫌疑车辆的车型信息相同的车型信息，若有，则将该卡口确定为未识别卡口。

如上所述，本发明的方法和系统,通过对过车数据进行分析以提取出嫌疑车辆，降低了人工查询的数据量。同时，能够基于车标和子品牌信息从嫌疑车辆中查找出违法车辆，实现了对违法车辆进行拦截和处罚，从而减少遮挡号牌、篡改号牌和套牌等违法行为的发生机率。

附图说明

图1是本发明的车辆号牌违法的识别方法的流程示意图；

图2是本发明的车辆号牌违法的识别方法一实施例的流程示意图；

图3是本发明的车辆号牌违法的识别方法中确定未识别出嫌疑车辆的至少一个未识别卡口的流程示意图；

图4是本发明的车辆号牌违法的监测平台的结构示意图；

图5是本发明的车辆号牌违法的监测平台一实施例中嫌疑车辆识别模块的结构示意图；

图6是本发明的车辆号牌违法的监测平台另一实施例的结构示意图；

图7是本发明的车辆号牌违法的监测平台另一实施例中违法车辆识别模块的结构示意图；

图8是根据本发明的车辆号牌违法的监测平台一实施例中提取嫌疑车辆的分析原理图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

遮挡号牌是指驾驶员故意用光盘等物体遮挡车辆号码，以达到违章不被处罚的行为。

篡改号牌是指驾驶员故意用相似的字符数字标签贴在车牌上，以达到违章不被处罚的行为。

套牌是指驾驶员故意用假牌或其它车牌调换自身车牌，以达到违章不被处罚的行为。

车标，是汽车标志的简称，指各种汽车品牌的标志，如宝马。车标用于识别车辆，其能够表明汽车的生产厂家、车型等等。

子品牌，也称为副品牌，是指企业在生产多种产品的情况下，给其所有产品冠以统一品牌的同时，再根据每种产品的不同特征给其取上一个恰如其分的名称，这就是“副品牌”。比如:“丰田”与“皇冠”、“长虹”与“红太阳”、“康佳”与“七彩星”、“厦华”与“福满堂”等都属这种情况。

图1是本发明的车辆号牌违法的识别方法的流程示意图。

如图1所示，本发明的车辆号牌违法的识别方法包括下述步骤：

步骤S1，获取指定监测路段的入口、卡口和出口的过车数据。

所述过车数据至少包括车牌信息，还包括过车图像、车型信息和过车时间。所述车牌信息包括车牌号码、车牌颜色，所述车型信息包括主品牌、子品牌、车辆特征信息中一种或多种，车辆特征信息包括车辆外形特征、车辆颜色。

步骤S2，监测出口过车数据中的车辆，是否出现在入口过车数据中。

在本发明的一个优选实施例中，监测出口过车数据中的车辆是否出现在入口过车数据中，主要是查找出口过车数据中的车牌信息是否出现在入口过车数据中。举例1，出口过车数据中发现存在A车的车牌信息，则在入口过车数据中监测是否有A车的车牌信息。通过该步骤，可以排除经过指定检测路段的出口，却并未经过从指定检测路段的入口的车辆该车辆可能是从别的入口进来的，因此并不在指定检测路段的范围内，从而减小了监测的误差。

步骤S3，若出口过车数据中的车辆出现在入口过车数据中，则获取当前车辆在所述监测路段的过车次数。

根据举例1所述，若在入口过车数据中监测到有A车的车牌信息，则说明A车经过该指定监测路段，则获取A车在该指定监测路段的过车次数。

获取当前车辆在所述监测路段的过车次数的步骤为：在每个卡口的过车数据中查找当前车辆的车牌信息；将查找到车牌信息的卡口的个数记录为当前车辆的过车次数。

为了节约数据存储空间，在本发明的另一个实施例中，若出口过车数据中的车辆未出现在入口过车数据中，则删除当前车辆的出口过车数据。

步骤S4，判断所述过车次数是否小于所述监测路段内的卡口数量。

获取监测路段内卡口数量的步骤为：选定监测路段；获取所述监测路段的卡口的分布信息；根据所述卡口的分布信息确定卡口数量。该步骤可以在所有步骤之前执行，最晚可以在“判断所述过车次数是否小于所述监测路段内的卡口数量”步骤之前执行。

步骤S5，若所述过车次数小于所述监测路段内的卡口数量，则将当前车辆识别为嫌疑车辆，并将当前嫌疑车辆的过车数据存入嫌疑车辆数据库。

本步骤中，若判断结果为所述过车次数等于所述指定监测路段内的卡口数量时，说明该车辆是正常过车，不存在号牌违法的嫌疑，为了节约数据存储空间，在本发明的另一个实施例中，删除判断为正常过车的当前车辆的出口过车数据。

图2是本发明的车辆号牌违法的识别方法一实施例的流程示意图。

如图2所示，在步骤S5之后，还包括：

步骤S6，从嫌疑车辆数据库获取当前嫌疑车辆的过车数据。

步骤S7，基于该嫌疑车辆的过车数据，确定未识别出该嫌疑车辆的至少一个未识别卡口。

步骤S8，根据该嫌疑车辆在未识别卡口的过车数据中的过车图像与该嫌疑车辆在入口过车数据中的过车图像确定该嫌疑车辆是否为违法车辆。

步骤S9，如果当前嫌疑车辆在当前未识别开口的车牌信息与其入口过车数据中的车牌信息一致，则转到当前嫌疑车辆的下一个未识别卡口，针对该下一个未识别卡口执行所述将该嫌疑车辆识别为违法车辆的步骤。

图3是本发明的车辆号牌违法的识别方法中确定未识别出嫌疑车辆的至少一个未识别卡口的流程示意图。

如图3所示，确定未识别出该嫌疑车辆的至少一个未识别卡口的步骤具体为：基于该嫌疑车辆的车牌信息，获取未查找到该车牌信息的卡口过车数据；在所述未查找到该车牌信息的卡口过车数据中查找是否存有与该嫌疑车辆的车型信息相同的车型信息；若有，则将该卡口确定为未识别卡口。

在本发明的车辆号牌违法的识别方法中的另一个实施例中，在步骤S9之后，还包括以下步骤：

步骤S10，将违法车辆的违法数据存入违法车辆数据库。

步骤S11，获取指定监测路段的出口和/或入口的过车数据。

步骤S12，在违法车辆数据库中查询是否存在当前车辆的过车数据，若存在，则识别为违法车辆。

在本发明的车辆号牌违法的识别方法中的另一个实施例中，在步骤S1之前，还包括以下步骤：

A1，选定监测路段。

A2，获取所述监测路段的入口、卡口和出口的分布信息。

A3，将所述入口、卡口和出口的过车数据分别配置到第一内存区块、第二内存区块和第三内存区块。

为了节约数据存储空间，在本发明的另一个实施例中，定期删除第一内存区块中存储超过预定时间段的过车数据。

图4是本发明的车辆号牌违法的监测平台的结构示意图；

如图4所示，一种车辆号牌违法的监测平台，包括：过车数据获取模块10、监测模块20和嫌疑车辆识别模块30。过车数据获取模块10，用于获取指定监测路段的入口、卡口和出口的过车数据。监测模块20，连接到所述过车数据获取模块10，其监测出口过车数据中的车辆是否出现在入口过车数据中，当出口过车数据中的车辆出现在入口过车数据中时，发送嫌疑车辆识别指令给嫌疑车辆识别模块30。嫌疑车辆识别模块30，当接收到所述监测模块20发出的嫌疑车辆识别指令时，其判断当前车辆在所述监测路段的过车次数是否小于该监测路段内的卡口数量，当所述过车次数小于所述卡口数量时，将当前车辆识别为嫌疑车辆。

在本发明的一个实施例中，监测模块20是通过查找出口过车数据中的车牌信息否出现在入口过车数据中，以监测出口过车数据中的车辆是否出现在入口过车数据中。

图5是本发明的车辆号牌违法的监测平台一实施例中嫌疑车辆识别模块的结构示意图。

如图5所示，在本实施例中，嫌疑车辆识别模块30包括：过车次数提取单元31和卡口数量获取单元32。过车次数提取单元31用于根据所述嫌疑车辆识别指令在每个卡口的过车数据中查找当前车辆的车牌信息，并将查找到车牌信息的卡口的个数记录为当前车辆的过车次数。卡口数量获取单元32，用于选定监测路段，获取所述监测路段的卡口的分布信息，根据所述卡口的分布信息确定卡口数量。

图6是本发明的车辆号牌违法的监测平台另一实施例的结构示意图。

如图6所示，在本实施例中，车辆号牌违法的监测平台还包括：嫌疑车辆存储模块40和违法车辆识别模块50。嫌疑车辆存储模块40，连接到所述嫌疑车辆识别模块30，用于将当前嫌疑车辆所对应的过车数据存入嫌疑车辆数据库。违法车辆识别模块50，连接到所述嫌疑车辆存储模块40，用于基于该嫌疑车辆的过车数据，确定未识别出该嫌疑车辆的至少一个未识别卡口，并根据该嫌疑车辆在未识别卡口的过车数据中的过车图像与该嫌疑车辆在入口过车数据中的过车图像确定该嫌疑车辆是否为违法车辆。

图7是本发明的车辆号牌违法的监测平台另一实施例中违法车辆识别模块的结构示意图。

如图7所示，在本实施例中，违法车辆识别模块50进一步包括：嫌疑数据获取单元51和未识别卡口判定单元52。嫌疑数据获取单元51用于基于该车辆的车型信息，获取未查找到该车牌信息的卡口过车数据。未识别卡口判定单元52，用于在所述未查找到该车牌信息的卡口过车数据中查找是否存有与该嫌疑车辆的车型信息相同的车型信息，若有，则将该卡口确定为未识别卡口。

图8是根据本发明一实施例中提取嫌疑车辆的分析原理图。

如图8所示，在一实施方式中，在指定监测路段的入口设置有一个入口抓拍设备，出口设置有一个出口抓拍设备，所述入口和出口之间设置多个卡口，每个卡口设置有一个卡口抓拍设备，抓拍设备1拍摄经过所述监测路段的车辆，生成过车图像，并将过车图像发送给车牌识别服务器。

车牌识别服务器对所述入口、卡口和出口的过车图像进行图像分析，得到相应的车牌信息，并将车牌信息发送至分析服务器。

分析服务器将过车数据(至少包括车牌信息)配置到第一内存区块、第二内存区块和第三内存区块。

举例来说，将监测路段中的入口过车数据配置到第一内存区块。将监测路段中间卡口的卡口过车数据配置到第二内存区块。将监测路段中的高速出口的车辆过车数据配置到第三内存区块。

这里，根据抓拍设备实时采集的出口、入口、中间卡口的过车图像，第一内存区块、第二内存区块和第三内存区块中的数据是实时变化的。

如图8所示，选择卡口1至卡口6之间的路段为本发明的监测路段，其中，卡口1是入口，卡口6是出口。卡口2至卡口5是监测路段内的中间卡口。

具体的，从第三内存区块中获取车辆“浙A12345”的出口过车数据，根据车牌颜色和车牌号码在第一内存区块中定位是否存在该车辆的入口过车数据。当第二内存区块中不存在该辆车的所述入口过车数据时，说明该车辆没经过该监测路段，则直接丢弃第三内存区块中的该数据。当第二内存区块中存在该辆车的入口过车数据时，说明该辆车经过该监测路段，此时需要作进一步判断。

在该车辆进入卡口1和离开卡口6的时间段内，提取该车辆在第二内存区块中的过车次数S。将所述过车次数和该监测路段内的卡口数量坐标进行比较，当所述过车次数S小于所述S卡口总数时，将对应的车辆作为嫌疑车辆，存入嫌疑车辆数据库。当该车辆的过车次数等于所述卡口总数时，则认为是正常过车，并丢弃第三内存区块中的该车辆的出口过车记录。

参见图8，该指定路段除进出高速中的卡口1和卡口6之外，中间还有4个抓拍卡口，车辆“浙A12345”从高速入口到出口离开时，理论上来说，经过中间4个卡口会被抓拍设备识别出4次，通过“蓝色浙A12345”在第二内存区块中分析出的过车次数小于4次，则认为该车辆存在篡改嫌疑。

这里，内存会定期清除过期的数据，举例来说，对于进高速口第一内存区块中的数据会定期删除时间超过1天的数据，以减少内存压力，原因是从该指定路段的高速入口进来的车辆，有可能从其它出口下高速，从而产生垃圾数据。为了保证数据的有效性，数据库对保存的车辆过车数据进行定期清除。同样的，第二内存区块中的数据也会定期删除，可以采用第一内存区块中的删除方法。

如上所述，本发明提供了一种车辆号牌违法的识别方法和系统，本发明通过对监测路段的过车数据进行分析以提取出嫌疑车辆，降低了人工查询的数据量。进一步，能够基于车型信息从嫌疑车辆中找出真正的违法车辆，从而实现了违法车辆的拦截和处罚，进而减少车辆号牌等违法行为的发生机率。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (14)

1.一种车辆号牌违法的识别方法，所述方法包括：

获取指定监测路段的入口、卡口和出口的过车数据；

监测出口过车数据中的车辆，是否出现在入口过车数据中；

若是，则获取当前车辆在所述监测路段的过车次数；

判断所述过车次数是否小于所述监测路段内的卡口数量；

若是，则将当前车辆识别为嫌疑车辆，并将当前嫌疑车辆的过车数据存入嫌疑车辆数据库。

2.根据权利要求1所述的方法，其特征在于，

所述过车数据包括车牌信息；

所述监测出口过车数据中的车辆是否出现在入口过车数据中的步骤，是通过查找出口过车数据中的车牌信息是否出现在入口过车数据中来执行。

3.根据权利要求2所述的方法，其特征在于，所述获取当前车辆在所述监测路段的过车次数的步骤，包括：

在每个卡口的过车数据中查找当前车辆的车牌信息；

将查找到车牌信息的卡口的个数记录为当前车辆的过车次数。

4.根据权利要求1-3任一项所述的方法，其特征在于，还包括获取监测路段内卡口数量的步骤：

选定监测路段；

获取所述监测路段的卡口的分布信息；

根据所述卡口的分布信息确定卡口数量。

5.根据权利要求2所述的方法，其特征在于，所述过车数据还包括过车图像和车型信息，所述车型信息包括主品牌、子品牌、车辆特征信息中一种或多种。

6.根据权利要求5所述的方法，其特征在于，在将当前车辆识别为嫌疑车辆的步骤之后，还包括：

从嫌疑车辆数据库获取当前嫌疑车辆的过车数据；

基于该嫌疑车辆的过车数据，确定未识别出该嫌疑车辆的至少一个未识别卡口；

根据该嫌疑车辆在未识别卡口的过车数据中的过车图像与该嫌疑车辆在入口过车数据中的过车图像确定该嫌疑车辆是否为违法车辆。

7.根据权利要求6所述的方法，其特征在于，所述基于该嫌疑车辆的过车数据，确定未识别出该嫌疑车辆的至少一个未识别卡口的步骤，具体为：

基于该嫌疑车辆的车牌信息，获取未查找到该车牌信息的卡口过车数据；

在所述未查找到该车牌信息的卡口过车数据中查找是否存有与该嫌疑车辆的车型信息相同的车型信息；

若有，则将该卡口确定为未识别卡口。

8.一种车辆号牌违法的监测平台，其特征在于，包括：

过车数据获取模块(10)，用于获取指定监测路段的入口、卡口和出口的过车数据；

监测模块(20)，连接到所述过车数据获取模块(10)，其监测出口过车数据中的车辆是否出现在入口过车数据中，当出口过车数据中的车辆出现在入口过车数据中时，发送嫌疑车辆识别指令给嫌疑车辆识别模块(30)；

嫌疑车辆识别模块(30)，当接收到所述监测模块(20)发出的嫌疑车辆识别指令时，其判断当前车辆在所述监测路段的过车次数是否小于该监测路段内的卡口数量，当所述过车次数小于所述卡口数量时，将当前车辆识别为嫌疑车辆。

9.根据权利要求8所述的监测平台，其特征在于，

所述过车数据包括车牌信息；

所述监测模块(20)是通过查找出口过车数据中的车牌信息否出现在入口过车数据中，以监测出口过车数据中的车辆是否出现在入口过车数据中。

10.根据权利要求9所述的监测平台，其特征在于，嫌疑车辆识别模块(30)进一步包括：

过车次数提取单元(31)，用于根据所述嫌疑车辆识别指令在每个卡口的过车数据中查找当前车辆的车牌信息，并将查找到车牌信息的卡口的个数记录为当前车辆的过车次数。

11.根据权利要求8-10任一项所述的监测平台，其特征在于，嫌疑车辆识别模块(30)还包括：

卡口数量获取单元(32)，用于选定监测路段，获取所述监测路段的卡口的分布信息，根据所述卡口的分布信息确定卡口数量。

12.根据权利要求9所述的监测平台，其特征在于，所述过车数据还包括过车图像和车型信息，所述车型信息包括主品牌、子品牌、车辆特征信息中一种或多种。

13.根据权利要求12所述的监测平台，其特征在于所述监测平台还包括：

嫌疑车辆存储模块(40)，连接到所述嫌疑车辆识别模块(30)，用于将当前嫌疑车辆所对应的过车数据存入嫌疑车辆数据库；

违法车辆识别模块(50)，连接到所述嫌疑车辆存储模块(40)，用于基于该嫌疑车辆的过车数据，确定未识别出该嫌疑车辆的至少一个未识别卡口，并根据该嫌疑车辆在未识别卡口的过车数据中的过车图像与该嫌疑车辆在入口过车数据中的过车图像确定该嫌疑车辆是否为违法车辆。

14.根据权利要求13所述的监测平台，其特征在于，所述违法车辆识别模块(50)进一步包括：

嫌疑数据获取单元(51)，用于基于该车辆的车型信息，获取未查找到该车牌信息的卡口过车数据；

未识别卡口判定单元(52)，用于在所述未查找到该车牌信息的卡口过车数据中查找是否存有与该嫌疑车辆的车型信息相同的车型信息，若有，则将该卡口确定为未识别卡口。