一种套牌嫌疑车牌号的识别方法及系统与流程

本发明涉及智能交通中交通大数据分析技术领域，特别涉及一种套牌嫌疑车牌号的识别方法及系统。

背景技术：

套牌车严重扰乱了交管部门对公共安全的管控，打击套牌车是交管部门重要工作之一。然而交管部门缺乏有效识别套牌车手段，往往是接到被套牌车辆报案后才进行处理，主动性不强；特别是在出租车行业车主故意套自己车辆，或熟人之间的套牌，这些套牌车不会主动报案，从而躲避交管部门对车辆的监管，严重影响了道路交通秩序。

技术实现要素：

有鉴于此，有必要提供一种能够使套牌嫌疑车辆由被动发现变成主动发现，提高识别城市中套牌车辆概率的套牌嫌疑车牌号的识别方法及系统。

一种套牌嫌疑车牌号的识别方法，所述套牌嫌疑车牌号的识别方法包括如下步骤：

S1、实时采集过车记录信息，筛选出相同车牌号车辆的过车记录信息；

S2、根据过车记录信息计算车辆的实时瞬时车速；

S3、设定瞬时车速阈值，将实时瞬时车速与瞬时车速阈值进行比较，根据比较结果判断车辆的实时瞬时车速是否合理；

S4、当实时瞬时车速不在瞬时车速阈值范围内，则判断该车牌号被套牌操作。

一种套牌嫌疑车牌号的识别系统，其特征在于，所述套牌嫌疑车牌号的识别系统包括如下功能模块：

记录筛选模块、用于实时采集过车记录信息，筛选出相同车牌号车辆的过车记录信息；

车速计算模块、用于根据过车记录信息计算车辆的实时瞬时车速；

车速比较模块、用于设定瞬时车速阈值，将实时瞬时车速与瞬时车速阈值进行比较，根据比较结果判断车辆的实时瞬时车速是否合理；

阈值判定模块、用于当实时瞬时车速不在瞬时车速阈值范围内，则判断该车牌号被套牌操作。

本发明提供了一种套牌嫌疑车牌号的识别方法及系统，其通过城市卡口和电子警察等前端设备，对城市交通道路实现了全方位监控，采集并分析过车记录，根据车辆通行的过车记录，通过计算车辆在两个相邻时间节点之间的瞬时速度和距离，来判断是否为套牌嫌疑车牌号，使套牌嫌疑车辆由被动发现变成主动发现，提高识别城市中套牌车辆的概率。

附图说明

图1为本发明所述套牌嫌疑车牌号的识别方法的流程框图；

图2为道路交通车辆轨迹抓拍示意图；

图3为当被套牌车辆和套牌车辆同时在城市不同区域行驶时，套牌嫌疑车牌号的识别方法的流程框图；

图4为当被套牌车辆和套牌车辆只有一辆在行驶，另外一辆是静止状态时，套牌嫌疑车牌号的识别方法的流程框图；

图5为本发明所述套牌嫌疑车牌号的识别方法的另一流程图；

图6为图5中步骤S5的流程框图；

图7为图6中步骤S52的流程框图；

图8为本发明所述套牌嫌疑车牌号的识别方法的步骤流程图；

图9为本发明所述套牌嫌疑车牌号的识别方法的又一流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明，应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

车辆行驶在城市道路中，会被卡口和电子警察所拍摄到，最后形成一条过车记录。当车辆被套牌，套牌车辆也会被卡口和电子警察所拍摄到，并生成被套车牌号的过车记录。

如图1所示，本发明实施例提供一种套牌嫌疑车牌号的识别方法，所述超大容量智能快递柜的控制方法包括如下步骤：

S1、实时采集过车记录信息，筛选出相同车牌号车辆的过车记录信息；

S2、根据过车记录信息计算车辆的实时瞬时车速；

S3、设定瞬时车速阈值，将实时瞬时车速与瞬时车速阈值进行比较，根据比较结果判断车辆的实时瞬时车速是否合理；

S4、当实时瞬时车速不在瞬时车速阈值范围内，则判断该车牌号被套牌操作。

即如图2所示：若车牌号为“鄂A01010”的车辆经过A卡扣时候，被A卡扣的卡口设备拍摄到，并产生车牌号为“鄂A01010”的过车记录；过了10秒后，车牌号为“鄂A01010”的车辆经过B卡扣时候，被B卡扣的卡口设备拍摄到，并产生车牌号为“鄂A01010”的过车记录；若从A卡扣至B卡扣的行驶距离为2公里，根据间隔距离与间隔时间计算得出“鄂A01010”的实时瞬时车速达到720km/小时。显然正常的车辆不可能达到如此高速度，超出了瞬时车速阈值的范围，则说明“鄂A01010”的车牌号被套牌了，采集的两条过车记录中其中一辆为被套车辆，另一辆为套牌车辆。其中，所述过车记录信息包括：过车记录的时间、车辆的车牌号以及产生该过车纪录的设备编号，所述过车记录的地点根据过车纪录的设备编号可以得到。

可以看出，时间间隔越短，距离越大，计算得出的瞬时车速越大，越容易判断。极端情况下，若时间间隔为零，说明瞬时车速无穷大，该车牌号肯定是套牌嫌疑车牌号，因此，可以通过瞬时车速判断是否为套牌嫌疑车。

一般说来，在城市中车辆的瞬时车速合理区间是变化的，根据时段不同，合理的瞬时车速判断标准也不同，在拥堵早高峰时段，合理瞬时车速不超过70km/小时，在夜晚等非高峰时段，合理的瞬时车速不超过120km/小时，所以，瞬时车速阈值根据时间、地点的不同而不同。

具体的，对被套牌车辆和套牌车辆的过车记录进行两种情况分析：第一种情况：被套车辆和套牌车辆同时行驶在城市不同区域；第二种情况：被套车辆和套牌车辆中有一辆在行驶，另外一辆静止。通过这两种情况分析，能获取套牌车牌号在过车记录中的数据特征。

第一种情况：当被套牌车辆和套牌车辆同时在城市不同区域行驶时，如图3所示：

S1、实时采集过车记录信息，筛选出相同车牌号车辆的过车记录信息；

S2、根据过车记录的地点与时间计算车辆的实时瞬时车速；

S3、设定最大瞬时车速阈值，将实时瞬时车速与瞬时车速阈值进行比较，如果实时瞬时车速与瞬时车速阈值大，则该车牌号被套牌操作。

如图2所示，若车牌号为“鄂A01010”的车辆经过A卡扣时候，被A卡扣的卡口设备拍摄到，并产生车牌号为“鄂A01010”的过车记录；过了10秒后，车牌号为“鄂A01010”的车辆经过B卡扣时候，被B卡扣的卡口设备拍摄到，并产生车牌号为“鄂A01010”的过车记录；若从A卡扣至B卡扣的行驶距离为2公里，根据间隔距离与间隔时间计算得出“鄂A01010”的实时瞬时车速达到720km/小时。显然正常的车辆不可能达到如此高速度，超出了最大瞬时车速阈值，则说明“鄂A01010”的车牌号被套牌了。

第二种情况：当被套牌车辆和套牌车辆只有一辆在行驶，另外一辆是静止状态时，如图4所示：

S1、实时采集过车记录信息，筛选出相同车牌号车辆的过车记录信息；

S2、根据过车记录的地点与时间计算车辆的实时瞬时车速；

S3、设定最小瞬时车速阈值，将实时瞬时车速与瞬时车速阈值进行比较，如果实时瞬时车速与瞬时车速阈值大，则该车牌号被套牌操作。

如图2所示，若车牌为“鄂A01010”的车辆在A卡扣被拍摄产生一条车牌号“鄂A01010”的过车记录，然后该车辆没有继续行驶，而是静止停在卡扣A处附近小区(例如A处小区的地下停车场，并假定该车为真车)。系统过车记录表中只有该车辆在A处的过车记录；经过5个小时后，车牌为“鄂A01010”的车辆在远离A卡扣的B卡扣被拍摄，并在系统识别产生了一条车牌号“鄂A01010”的过车记录，且这一段时间内系统没有任何一条“鄂A01010”的过车记录。若计算得到该车牌号的实时瞬时速度为仅仅为0.4km/小时，该速度小于最小瞬时车速阈值，则说明“鄂A01010”的车牌号被套牌了。

如果上述两种情况得到的实时瞬时速度均落入瞬时车速阈值范围内，则执行步骤S5，如图5所示；

S5、当实时瞬时车速落入瞬时车速阈值范围内，则根据车辆轨迹的连续性，判断车辆的行驶轨迹是否属于连续轨迹；如果车辆的行驶轨迹不属于连续轨迹，则判断该车牌号属于套牌嫌疑车牌号；反之不属于套牌嫌疑车牌号。

根据车辆轨迹的连续性，判断车辆的行驶轨迹是否属于连续轨迹有下列两种方式，如图6所示：

S51、建立可能性静态关系表，根据可能性静态关系表判断车辆的行驶轨迹是否属于连续轨迹。

根据图2建立可能性静态关系表，得出车辆在当前时刻通过一个卡扣和下一时刻出现在其他卡扣的可能性，表1为可能性静态关系表，通过表1判断车辆的行驶轨迹是否属于连续轨迹。

表1：

假设所有卡口和电子警察都能正常使用，且没有遗漏任何车辆的过车记录。由表1可知，若车牌为“鄂A01010”车辆经过A卡扣后，考虑该车可能掉头行驶，下次该车辆路过的卡扣应该是A,C，D，E，F卡扣，而不可能是B卡扣(这种情况不包括“鄂A01010”出现故障，无法行驶，而是被其他车辆拖运到维修点修理。一般这种情况很少，可以忽略不计)。根据车辆轨迹的连续性，判断车辆出现在B处属于非连续轨迹，因此，可以判断该车牌号属于套牌嫌疑车牌号。

由于城市之间卡扣成百上千，采用表的方式虽然准确，但是比较繁琐，不适合计算分析处理，不过卡扣之间是有距离的，根据相邻卡扣距离比较短，非相邻卡扣距离比较大的特点，制定第二种车辆轨迹的连续性的判断方法。

S52、采集过车记录，根据相邻时间顺序的过车记录地点之间的距离判断车辆的行驶轨迹是否属于连续轨迹。

如图7所示，所述步骤S5b包括以下分步骤：

S521、设定连续轨迹的阈值距离；

S522、实时采集并统计过车记录信息，根据过车记录信息制作过车记录表；

S523、比较过车记录表中相同车牌号相邻时间顺序的过车记录地点；

S524、如果相邻时间顺序的过车记录地点之间的距离超过阀值距离，则判断车辆的行驶轨迹不属于连续轨迹，即判断该车牌属于套牌嫌疑车牌号，反之则不是。

具体的，根据卡口和电子警察的疏密程度设置连续轨迹的阈值距离。当车牌为“鄂A01010”车辆经过A卡扣后，在相邻时间顺序的下一个时刻，车牌为“鄂A01010”车辆经过B卡扣，若距离超过连续轨迹的阈值距离，例如本例中是1km，而从A卡扣至B卡扣的行驶距离为2km，则可以判断“鄂A01010”属于套牌嫌疑车牌号。

所述套牌嫌疑车牌号的识别方法还包括步骤S6，如图8所示：

S6、当套牌嫌疑车牌号确定后，提取车辆登记信息以及套牌嫌疑车的最新过车记录信息，根据车辆的颜色，品牌，型号进行二次识别，区分被套车辆和套牌车辆。

由于为了减少信息的存储量和计算量，前期的过车记录信息仅采集车辆车牌号，因此当套牌嫌疑车牌号确定后，需要对锁定车辆的最新过车信息进行图片采集，才能够进行车辆的颜色，品牌，型号的比较。

当区分出套牌车辆后，向执勤交警发送套牌车辆报警信息，由交警进行稽查布控。

若上述信息均相同，则需要交警人工执法，现场采集车辆的机驾号和驾驶员身份等信息来判断。

如图9为本发明所述套牌嫌疑车牌号的识别方法的步骤流程图，具体内容如下：

步骤1、采集过车纪录信息；

步骤2、对所有的过车纪录进行车牌号和时间2个维度的分类排序，形成一个有序集合；

步骤3、计算相邻时间节点的间隔时间，并计算相邻时间节点对应的记录设备之间的位置距离，得到车辆的实时瞬时速度；

步骤4、根据实时瞬时速度，判断该车牌号的实时瞬时速度是否在系统设定的瞬时车速阈值范围内，若不在，说明这个车牌号为套牌嫌疑套牌号，进入步骤6；若在，则进入步骤5；

步骤5、通过相邻时间节点对应的记录设备之间的位置距离，判断该距离是否在连续轨迹的阈值距离范围内，若不在，说明这个车牌号为套牌嫌疑套牌号，进入步骤6；

步骤6、确定套牌嫌疑车牌号之后，从其他系统接口获取该车牌号登记车辆的信息，包括车主信息，车辆颜色，品牌，型号，车架号，发动机编号等信息。

步骤7、采集套牌嫌疑车牌号新的过车记录图片；

步骤8、通过二次识别算法，将采集的图片信息与登记的车辆信息进行对比。

步骤8、如果车辆信息不相符，则判断刚刚产生过车记录的车辆是套牌车，把这条分析数据提交给稽查布控的系统，进行布控拦截。

步骤9、如果车辆信息相符，则需要交警现场拦截。

基于上述套牌嫌疑车牌号的识别方法，本发明还提供一种套牌嫌疑车牌号的识别系统，所述套牌嫌疑车牌号的识别系统包括如下功能模块：

记录筛选模块、用于实时采集过车记录信息，筛选出相同车牌号车辆的过车记录信息；

车速计算模块、用于根据过车记录信息计算车辆的实时瞬时车速；

车速比较模块、用于设定瞬时车速阈值，将实时瞬时车速与瞬时车速阈值进行比较，根据比较结果判断车辆的实时瞬时车速是否合理；

阈值判定模块、用于当实时瞬时车速不在瞬时车速阈值范围内，则判断该车牌号被套牌操作。

本发明提供了一种套牌嫌疑车牌号的识别方法及系统，其通过城市卡口和电子警察等前端设备，对城市交通道路实现了全方位监控，采集并分析过车记录，根据车辆通行的过车记录，通过计算车辆在两个相邻时间节点之间的瞬时速度和距离，来判断是否为套牌嫌疑车牌号，使套牌嫌疑车辆由被动发现变成主动发现，提高识别城市中套牌车辆的概率。

以上装置实施例与方法实施例是一一对应的，装置实施例简略之处，参见方法实施例即可。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能性一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应超过本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机储存器、内存、只读存储器、电可编程ROM、电可檫除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其他形式的存储介质中。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。