一种异常车辆检测方法、装置及电子设备与流程

本发明涉及智能交通技术领域，特别是涉及一种异常车辆检测方法、装置及电子设备。

背景技术：

一些不法分子可能会对驾驶的车辆进行伪装，如利用伪造的车牌替换真正的车牌、非法套取真牌，以躲避视频监控。经过伪装的车辆在视觉上具有一定的欺骗性，因此如何有效的辨别这些伪装的车辆成为亟待解决的技术问题。

技术实现要素：

本发明实施例的目的在于提供一种异常车辆检测方法、装置及电子设备，以实现有效的检测出经过伪装的异常车辆。具体技术方案如下：

在本发明实施例的第一方面，提供了一种异常车辆检测方法，所述方法包括：

确定驶入监控区域的驶入车道和驶离监控区域的驶离车道，所述驶入车道为所述监控区域的卡口中用于驶入所述监控区域的车道，所述驶离车道为所述监控区域的卡口中用于驶离所述监控区域的车道；

获取所述驶入车道和所述驶离车道在预设时间窗口内的过车数据；

根据所述过车数据，统计待检测车辆在所述预设时间窗口内驶入所述监控区域的驶入次数，以及驶离所述监控区域的驶离次数；

确定所述驶入次数与所述驶离次数相差是否大于预设次数阈值；

如果所述驶入次数与所述驶离次数相差大于所述预设次数阈值，确定所述待检测车辆为异常车辆。

结合第一方面，在第一种可能的实施例中，所述获取所述驶入车道和所述驶离车道在预设时间窗口内的过车数据，包括：

以所述驶入车道和所述驶离车道的车道标识为索引，在预设数据库中搜索预设时间窗口内匹配的过车数据，作为所述驶入车道和所述驶离车道的过车数据。

结合第一方面的第一种可能的实施例中，在第二种可能的实施例中，所述车道标识包括该车道所属卡口的卡口标识，用于表示该车道在所属卡口的各个车道中的序号的序号标识，以及用于表示该车道为驶入车道或者驶离车道的方向标识。

结合第一方面，在第三种可能的实施例中，所述方法还包括：

确定所述驶入次数与所述驶离次数中是否一个次数为0，另一个次数不为0；

所述如果所述驶入次数与所述驶离次数相差大于所述预设次数阈值，确定所述待检测车辆为异常车辆包括：

如果所述驶入次数与所述驶离次数相差大于所述预设次数阈值，并且所述驶入次数与所述驶离次数中一个次数为0，另一个次数不为0，确定所述待检测车辆为异常车辆。

结合第一方面，在第四种可能的实施例中，在所述确定所述待检测车辆为异常车辆之后，所述方法还包括：

输出所述待检测车辆的标识信息和过车数据，所述标识信息包括车牌号码、车牌颜色、车辆类型、车辆颜色中的一个或多个。

在本发明实施例的第二方面，提供了一种异常车辆检测装置，所述装置包括：

车道确定模块，用于确定驶入监控区域的驶入车道和驶离监控区域的驶离车道，所述驶入车道为所述监控区域的卡口中用于驶入所述监控区域的车道，所述驶离车道为所述监控区域的卡口中用于驶离所述监控区域的车道；

数据读取模块，用于获取所述驶入车道和所述驶离车道在预设时间窗口内的过车数据；

次数统计模块，用于根据所述过车数据，统计待检测车辆在所述预设时间窗口内驶入所述监控区域的驶入次数，以及驶离所述监控区域的驶离次数；

次数比较模块，用于确定所述驶入次数与所述驶离次数相差是否大于预设次数阈值；

异常判断模块，用于如果所述驶入次数与所述驶离次数相差大于所述预设次数阈值，确定所述待检测车辆为异常车辆。

结合第二方面，在第一种可能的实施例中，所述数据读取模块，具体用于以所述驶入车道和所述驶离车道的车道标识为索引，在预设数据库中搜索预设时间窗口内匹配的过车数据，作为所述驶入车道和所述驶离车道的过车数据。

结合第二方面的第一种可能的实施例中，在第二种可能的实施例中，所述车道标识包括该车道所属卡口的卡口标识，用于表示该车道在所属卡口的各个车道中的序号的序号标识，以及用于表示该车道为驶入车道或者驶离车道的方向标识。

结合第二方面，在第三种可能的实施例中，所述次数比较模块，还用于确定所述驶入次数与所述驶离次数中是否一个次数为0，另一个次数不为0；

所述异常判断模块，具体用于如果所述驶入次数与所述驶离次数相差大于所述预设次数阈值，并且所述驶入次数与所述驶离次数中一个次数为0，另一个次数不为0，确定所述待检测车辆为异常车辆。

结合第二方面，在第四种可能的实施例中，所述装置还包括告警模块，用于在所述确定所述待检测车辆为异常车辆之后，输出所述待检测车辆的标识信息和过车数据，所述标识信息包括车牌号码、车牌颜色、车辆类型、车辆颜色中的一个或多个。

在本发明实施例的第三方面，提供了一种电子设备，包括：

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现上述第一方面任一所述的方法步骤。

在本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一所述的方法步骤。

本发明实施例提供的一种异常车辆检测方法、装置及电子设备，可以根据待检测车辆的驶入次数与驶离次数相差情况，判断待检测车辆在进出监控区域时是否伪装，以实现有效地检测出异常车辆。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的异常车辆检测方法的一种流程示意图；

图2为本发明实施例提供的异常车辆检测方法的另一种流程示意图；

图3为本发明实施例提供的异常车辆检测方法的另一种流程示意图；

图4为本发明实施例提供的异常车辆检测方法的另一种流程示意图；

图5为本发明实施例提供的异常车辆检测装置的一种结构示意图；

图6为本发明实施例提供的电子设备的一种结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参见图1,图1所示为本发明实施例提供的异常车辆检测方法的一种流程图，可以包括：

s101，确定驶入监控区域的驶入车道和驶离监控区域的驶离车道。

其中，驶入车道为该监控区域的卡口中用于驶入监控区域的车道，驶离车道为监控区域的卡口中驶离该监控区域的车道。示例性的，假设监控区域一共设置有4个卡口，分别记为卡口a、卡口b、卡口c以及卡口d。每个卡口有四个车道，分别记为车道0、车道1、车道2以及车道3。每个卡口的车道0和车道1为用于驶入该监控区域的车道，车道2和车道3为驶离该监控区域的车道。则该监控区域的驶入车道为卡口a的车道0、卡口a的车道1、卡口b的车道0、卡口b的车道1、卡口c的车道0、卡口c的车道1、卡口d的车道0、卡口d的车道1，该监控区域的驶离车道为卡口a的车道2、卡口a的车道3、卡口b的车道2、卡口b的车道3、卡口c的车道2、卡口c的车道3、卡口d的车道2、卡口d的车道3。

驶入车道和驶离车道，可以是根据预设的算法确定得到的，也可以是根据用户输入的操作指令确定得到的。示例性的，在一种可能的实施例中，用户可以输入“a：1：0/1；a：2：2/3；b：1：0/1；b：2：2/3；c：1：0/1；c：2：2/3；d：1：0/1；d：2：2/3”表示该监控区域的驶入车道为卡口a的车道0、卡口a的车道1、卡口b的车道0、卡口b的车道1、卡口c的车道0、卡口c的车道1、卡口d的车道0、卡口d的车道1，并且该监控区域的驶离车道为卡口a的车道2、卡口a的车道3、卡口b的车道2、卡口b的车道3、卡口c的车道2、卡口c的车道3、卡口d的车道2、卡口d的车道3。以“a：1：0/1”为例，其中a表示卡口a，第一个“1”表示驶入，“0/1”表示车道0和车道1，即“a：1：0/1”表示卡口a的车道0和车道1为驶入车道，同理，对于“a：2：2/3”，其中第一个“2”表示驶离，即“a：2：2/3”表示卡口a的车道2和车道3为驶离车道，在其可能的实施例中，用户也可以是通过其他形式的操作指令指定驶入车道和驶离车道，本实施例对此不做限制。

监控区域根据应用场景的不同可以不同，在一些应用场景中，监控区域可以是一个城市的城区，如监控区域可以是杭州市城区，在另一些应用场景中，监控区域也可以是一个城市中的部分区域，如监控区域可以是杭州市滨江区。本实施例对此不做限制。

s102，获取驶入车道和驶离车道在预设时间窗口内的过车数据。

预设时间窗口可以根据实际需求进行设置，示例性的，可以是以当前时刻为起点往前的三十个自然天，也可以是以第一预设时刻为起点至第二预设时刻的时间段，如预设时间窗口可以是2019年1月1日至2月1日。

过车数据的表示形式根据应用场景的不同可以不同，示例性的，一个过车数据可以包括{车牌号，时间，卡口，车道}，如{浙axxxxxx，2019年1月13号10:32，卡口a，车道1}可以表示，车牌号为浙axxxxxx的车辆于2019年1月13号10:32出现在卡口a的车道1上。在其他实施例中，过车数据中也可以是包括车牌颜色、车辆类型、车辆颜色中的一个或多个信息，本实施例对此不做限制。

在一种可能的实施例中，可以是以驶入车道和驶离车道的车道标识为索引，在预设数据库中搜索预设时间窗口内匹配的过车数据，作为驶入车道和驶离车道的过车数据。其中，车道标识可以包括用于表示该车道所属卡口的卡口标识，用于表示车道在所属卡口的各个车道中的序号的序号标识，以及用于表示该车道为驶入车道或者驶离车道的方向标识。

示例性的，一个车道标识可以表示为卡口a_1_驶入，表示该车道为卡口a中的车道1，并且该车道为用于驶入监控区域的车道。以过车数据为{浙axxxxxx，2019年1月13号10:32，卡口a，车道1}为例，由于过车数据中的卡口a、车道1与车道标识中的卡口a、车道1匹配，并且车道标识中的方向标识为驶入，因此可以将该过车数据作为驶入车道的过车数据。

s103，根据过车数据，统计待检测车辆在预设时间窗口内驶入监控区域的驶入次数，以及驶离监控区域的驶离次数。

其中，待检测车辆可以是根据预设规则或用户实际需求选出的一个或多个车辆，根据应用场景的不同，待检测车辆所指代的车辆可以不同，并不特指某个或某些车辆。示例性的，待检测车辆可以是根据用户输入的车牌号信息，将用户输入的车牌号信息所表示的车辆作为待检测车辆。也可以是将指定时间段内驶入和/或驶离监控区域的车辆作为待检测车辆，还可以是将指定颜色的车辆作为待检测车辆，本实施例对此不做限制。

仍以上述过车数据为例，假设车牌号为浙axxxxxx的车辆为待检测车辆，则由于该过车数据可以表示车牌号为浙axxxxxx的车辆于2019年1月13号10:32出现在卡口a的车道1上，如果卡口a的车道1为驶入车道，则可以确定该待检测车辆在2019年1月13号10:32附近驶入监控区域一次。

在一些可能的实施例中，为降低统计所占用的系统资源，可以在统计前对过车数据进行过滤，以去除其中不符合预设条件的过车数据。例如，可以去除过车数据中不包含车牌号的过车数据，去除过车数据中包含的车牌号不符合预设车牌号格式的过车数据。

s104，确定驶入次数与驶离次数相差是否大于预设次数阈值。

其中，驶入次数与驶离次数相差大于预设次数阈值，可以是指驶入次数与驶离次数的差值大于预设次数阈值，或者驶离次数与驶入次数的差值大于预设次数阈值。示例性的，假设预设次数阈值为5，驶入次数为13，则驶离次数为19或者2，均可以认为驶入次数与驶离次数相差大于预设次数阈值。

预设次数阈值可以根据用户的实际需求或者经验进行设置，可以理解的是，在不考虑待检测车辆可能从驶入车道和驶离车道以外的其他路径出入该监控区域，以及待检测车辆没有被正确的记录过车数据的情况下，待检测车辆的驶入次数与驶离次数应该相等或者相差为1(在考虑到上述影响因素后，驶入次数与驶离次数可能相差更大)。因此，如果驶入次数与驶离次数相差大于预设次数阈值，则可以认为待检测车辆可能在驶入和/或驶离监控区域时进行了伪装，导致输入次数与驶离次数相差过大，所以可以认为待检测车辆为异常车辆。而如果驶入次数与驶离次数相差不大于预设次数阈值，则可以认为待检测车辆正常出入该监控区域，不存在异常。

s105，如果驶入次数与驶离次数相差大于预设次数阈值，确定待检测车辆为异常车辆。

选用该实施例，一方面可以根据待检测车辆的驶入次数与驶离次数相差情况，判断待检测车辆在进出监控区域时是否伪装，以实现有效地检测出异常车辆。

另一方面，在驶入车道和驶离车道为根据用户操作指令确定得到的情况下，可以通过驶入车道和驶离车道的设置，有效的将用户感兴趣的区域设置为监控区域。

示例性的，假设杭州市滨江区近期套牌车较多，而杭州市其他区划的套牌车较少，为对滨江区的套牌车进行有效的监管。相关人员可以输入相应的操作指令，以指示将驶离滨江区的车道确定为驶离车道，将驶入滨江区的车道确定为驶入车道。

参见图2，图2所示为本发明实施例提供的异常车辆检测方法的另一种示意图，可以包括：

s201，确定驶入监控区域的驶入车道和驶离监控区域的驶离车道。

该步骤与s101相同，可以参见前述s101的相关描述，在此不再赘述。

s202，获取驶入车道和驶离车道在预设时间窗口内的过车数据。

该步骤与s102相同，可以参见前述s102的相关描述，在此不再赘述。

s203，根据过车数据，统计待检测车辆在预设时间窗口内驶入监控区域的驶入次数，以及驶离监控区域的驶离次数。

该步骤与s103相同，可以参见前述s103的相关描述，在此不再赘述。

s204，确定驶入次数和驶离次数中是否一个次数为0，另一个次数不为0，如果驶入次数和驶离次数中一个次数为0，另一个次数不为0，执行s205，如果驶入次数和驶离次数中并非一个次数为0，另一个次数不为0，执行s207。

驶入次数和驶离次数中一个次数为0，另一个次数不为0，可以是指驶入次数不为0，并且驶离次数为0，也可以是驶入次数为0，并且驶离次数不为0。可以理解的是，正常情况下，一个车辆只有在驶入监控区域后才可能驶离监控区域，也只有在驶离监控区域后才可能再次驶入监控区域。

如果待检测车辆驶入次数为0，并且驶离次数不为0，则可以认为待检测车辆在驶入监控区域时经过伪装，因此可以认为待检测车辆可能为异常车辆。如果待检测车辆驶入次数不为0，并且驶离次数为0，则可以认为待检测车辆在驶离监控区域时经过伪装，因此可以认为待检测车辆可能为异常车辆。

s205，确定驶入次数与驶离次数相差是否大于预设次数阈值，如果驶入次数与驶离次数相差大于预设次数阈值，执行s206，如果驶入次数与驶离次数相差不大于预设次数阈值，执行s207。

该步骤与s104相同，可以参见前述s104的相关描述，在此不再赘述。

s206，将待检测车辆确定为异常车辆。

s207，将待检测车辆确定为正常车辆。

选用该实施例，可以结合驶入次数和驶离次数中是否一个次数为0，另一个次数不为0，以及驶入次数与驶离次数相差是否大于预设次数阈值两个判断条件，共同确定待检测车辆是否为异常车辆，可以有效提高检测结果的准确率。

可以理解的是，图2所示仅为本发明实施例提供的异常车辆检测方法的一种可能的流程示意图，在其他可能的实施例中，也可以如图3所示，包括：

s301，确定驶入监控区域的驶入车道和驶离监控区域的驶离车道。

该步骤与s101相同，可以参见前述s101的相关描述，在此不再赘述。

s302，获取驶入车道和驶离车道在预设时间窗口内的过车数据。

该步骤与s102相同，可以参见前述s102的相关描述，在此不再赘述。

s303，根据过车数据，统计待检测车辆在预设时间窗口内驶入监控区域的驶入次数，以及驶离监控区域的驶离次数。

该步骤与s103相同，可以参见前述s103的相关描述，在此不再赘述。

s304，确定驶入次数与驶离次数相差是否大于预设次数阈值，如果驶入次数与驶离次数相差大于预设次数阈值，执行s305，如果驶入次数与驶离次数相差不大于预设次数阈值，执行s307。

该步骤与s104相同，可以参见前述s104的相关描述，在此不再赘述。

s305，确定驶入次数和驶离次数中是否一个次数为0，另一个次数不为0，如果驶入次数和驶离次数中一个次数为0，另一个次数不为0，执行s306，如果驶入次数和驶离次数中并非一个次数为0，另一个次数不为0，执行s207。

该步骤与s204相同，可以参见前述s204的相关描述，在此不再赘述。

s306，将待检测车辆确定为异常车辆。

s307，将待检测车辆确定为正常车辆。

在其他可能的实施例中，确定驶入次数和驶离次数中是否一个次数为0，另一个次数不为0，以及确定驶入次数与驶离次数相差是否大于预设次数阈值，这两个判断也可以是在执行逻辑上没有递进关系，而是并行或交替执行的。即这两个判断中，任一判断的结果不会影响另一个判断是否执行。并根据两个判断的结果，共同确定待检测车辆是否为异常车辆。

例如，可以是确定驶入次数和驶离次数中是否一个次数为0，另一个次数不为0，并确定驶入次数与驶离次数相差是否大于预设次数阈值。如果驶入次数和驶离次数中一个次数为0，另一个次数不为0，并且驶入次数与驶离次数相差大于预设次数阈值，则确定待检测车辆为异常车辆，否则，确定待检测车辆为正常车辆。

又例如，也可以是确定驶入次数和驶离次数中是否一个次数为0，另一个次数不为0，并确定驶入次数与驶离次数相差是否大于预设次数阈值。如果驶入次数和驶离次数中一个次数为0，另一个次数不为0，或者驶入次数与驶离次数相差大于预设次数阈值，则确定待检测车辆为异常车辆，否则，确定待检测车辆为正常车辆。

下面将结合具体的应用场景对本发明实施例提供的异常车辆检测方法进行说明，可以参见图4，包括：

s401，接收用户输入的用于表示驶入车道和驶离车道的设置参数。

示例性的，用户输入的可以是“a：1：0/1；a：2：2/3；b：1：0/1；b：2：2/3；c：1：0/1；c：2：2/3；d：1：0/1；d：2：2/3”，相关解释可以参见s101中的相关描述，在此不再赘述。

s402，将该设置参数保存于postgresql数据库中。

s403，当到达预设时间节点时，从postgresql数据库中读取所保存的设置参数。

其中，预设时间节点可以是在时域上周期性分布的，例如可以是每天的00:30，也可以是在时域上非周期性分布的，本实施例对此不做限制。

s404，根据读取到的设置参数，将驶入车道和驶离车道的车道标识作为索引，在分布式数据库中匹配预设时间窗口内的过车数据。

s405，根据匹配到的过车数据，确定待检测车辆是否为异常车辆。

关于如何确定待检测车辆是否异常，可以参见前述实施例中的相关描述，在此不再赘述。

s406，如果确定待检测车辆为异常车辆，输出待检测车辆的标识信息和过车数据。

其中，标识信息可以包括车牌号码、车牌颜色、车辆类型、车辆颜色中的一个或多个。输出的方式可以是将待检测车辆的标识信息和过车数据记录于elasticsearch数据库中，以便相关人员查阅。可以理解的，相关人员在阅览异常车辆的标识信息和过车数据后，可以是调取相应的监控视频以对异常车辆进行进一步的研判。也可以是在车管所对异常车辆的标识信息进行核实，示例性的，假设异常车辆的标识信息包括{车牌号：浙axxxxxxx；车牌颜色：蓝色；车辆类型：xx厂商xx系列，车辆颜色：白色}，则相关人员可以在车管所调取牌号为浙axxxxxx的车辆的相关信息，假设相关人员在车管所调取牌号为浙axxxxxx的车辆的相关信息后发现，该车辆的车辆颜色为蓝色，则可以确定该异常车辆确实经过伪装。

参见图5，图5所示为本发明实施例提供的异常车辆检测装置的一种结构示意图，可以包括：

车道确定模块501，用于确定驶入监控区域的驶入车道和驶离监控区域的驶离车道，驶入车道为监控区域的卡口中用于驶入监控区域的车道，驶离车道为监控区域的卡口中用于驶离监控区域的车道；

数据读取模块502，用于获取驶入车道和驶离车道在预设时间窗口内的过车数据；

次数统计模块503，用于根据过车数据，统计待检测车辆在预设时间窗口内驶入监控区域的驶入次数，以及驶离监控区域的驶离次数；

次数比较模块504，用于确定驶入次数与驶离次数相差是否大于预设次数阈值；

异常判断模块505，用于如果驶入次数与驶离次数相差大于预设次数阈值，确定待检测车辆为异常车辆。

在一种可能的实施例中，数据读取模块502，具体用于以驶入车道和驶离车道的车道标识为索引，在预设数据库中搜索预设时间窗口内匹配的过车数据，作为驶入车道和驶离车道的过车数据。

在一种可能的实施例中，车道标识包括该车道所属卡口的卡口标识，用于表示该车道在所属卡口的各个车道中的序号的序号标识，以及用于表示该车道为驶入车道或者驶离车道的方向标识。

在一种可能的实施例中，次数比较模块504，还用于确定驶入次数与驶离次数中是否一个次数为0，另一个次数不为0；

异常判断模块505，具体用于如果驶入次数与驶离次数相差大于预设次数阈值，并且驶入次数与驶离次数中一个次数为0，另一个次数不为0，确定待检测车辆为异常车辆。

在一种可能的实施例中，装置还包括告警模块，用于在确定待检测车辆为异常车辆之后，输出待检测车辆的标识信息和过车数据，标识信息包括车牌号码、车牌颜色、车辆类型、车辆颜色中的一个或多个。

本发明实施例还提供了一种电子设备，如图6所示，包括：

存储器601，用于存放计算机程序；

处理器602，用于执行存储器601上所存放的程序时，实现如下步骤：

确定驶入监控区域的驶入车道和驶离监控区域的驶离车道，驶入车道为监控区域的卡口中用于驶入监控区域的车道，驶离车道为监控区域的卡口中用于驶离监控区域的车道；

获取驶入车道和驶离车道在预设时间窗口内的过车数据；

根据过车数据，统计待检测车辆在预设时间窗口内驶入监控区域的驶入次数，以及驶离监控区域的驶离次数；

确定驶入次数与驶离次数相差是否大于预设次数阈值；

如果驶入次数与驶离次数相差大于预设次数阈值，确定待检测车辆为异常车辆。

在一种可能的实施例中，获取驶入车道和驶离车道在预设时间窗口内的过车数据，包括：

以驶入车道和驶离车道的车道标识为索引，在预设数据库中搜索预设时间窗口内匹配的过车数据，作为驶入车道和驶离车道的过车数据。

在一种可能的实施例中，车道标识包括该车道所属卡口的卡口标识，用于表示该车道在所属卡口的各个车道中的序号的序号标识，以及用于表示该车道为驶入车道或者驶离车道的方向标识。

在一种可能的实施例中，方法还包括：

确定驶入次数与驶离次数中是否一个次数为0，另一个次数不为0；

如果驶入次数与驶离次数相差大于预设次数阈值，确定待检测车辆为异常车辆包括：

如果驶入次数与驶离次数相差大于预设次数阈值，并且驶入次数与驶离次数中一个次数为0，另一个次数不为0，确定待检测车辆为异常车辆。

在一种可能的实施例中，在确定待检测车辆为异常车辆之后，方法还包括：

输出待检测车辆的标识信息和过车数据，标识信息包括车牌号码、车牌颜色、车辆类型、车辆颜色中的一个或多个。

上述电子设备提到存储器可以包括随机存取存储器(randomaccessmemory，ram)，也可以包括非易失性存储器(non-volatilememory，nvm)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器(centralprocessingunit，cpu)、网络处理器(networkprocessor，np)等；还可以是数字信号处理器(digitalsignalprocessing，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一异常车辆检测方法。

在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一异常车辆检测方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solidstatedisk(ssd))等。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备、计算机可读存储介质、计算机程序产品的实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。