CN105206061A - 依托采集rfid、视频来识别车牌的城市智能交通的方法 - Google Patents

Abstract

本发明涉及城市智能交通领域，具体涉及依托采集RFID、视频来识别车牌的城市智能交通的方法，该方法依托可采集RFID、视频的智能交通双基基站覆盖城市大部分主干道，且车辆张贴RFID电子标签，RFID电子标签的数据中记载有该车真实的车牌号和车牌颜色。本发明对每日计算出的疑似套牌车辆数据进行统计分析，识别结果的精确度接近100%，无须最终人工判断，大大提高了效率。

Description

依托采集RFID、视频来识别车牌的城市智能交通的方法

技术领域

本发明涉及一种城市智能交通领域，特别是依托采集RFID、视频来识别车牌的城市智能交通的方法。

背景技术

套牌车俗称克隆车，是指通过伪造或者非法套取其它车辆号牌及行驶证等手续上路行驶的车辆。使用伪造、变造的机动车号牌、使用其他车辆的机动车号牌、使用欺骗、贿赂手段取得机动车号牌的机动车均可以称为套牌车。

出现套牌车辆主要原因有以下几种情况：

1、有些车辆来路不明，没有合法手续，例如非法走私车、盗抢车、报废车等。这些车辆根本不可能申领到合法号牌，为上路行驶故套用号牌。

2、不少车主受经济利益的驱使，买车后不办理注册登记，直接套用别的车辆号牌上路行驶。逃避应该缴纳的税费，而且逃避参加车辆年检。

3、有些车主为不受电子警察的限制，套用别的号牌或涂改、遮挡车牌，随意违法行驶。即使被电子警察抓拍到，也不会查到自己头上，从而逍遥法外。

现有的套牌车辆的识别方法通常是基于视频车流数据，根据车辆短时内在不同地点出现的时间差，判断车辆的出现是否符合逻辑，从而达到识别套牌车辆的目的。

这种方法的缺点在于：

1、捕获率低。该方法要求疑似套牌车与真车必须在短时间内同时上路且都被视频捕捉，然而这种情况极少发生，大大减低了套牌的捕获率。

2、识别精度低。该方法主要基于视频车流数据，而视频识别车牌的准确率受天气、光线等外界因素的影响较大，直接影响了套牌车辆的识别精度。

因此，通过一种技术手段，实现对套牌车的长期跟踪、自动捕获，保持对套牌车的常态打击态势，是公安交通管理部门的较强需求。然而基于目前的视频手段还很难做到。

发明内容

本发明的发明目的在于：针对现有技术存在的问题，提供一种依托采集RFID、视频来识别车牌的城市智能交通的方法。

为了实现上述目的，本发明采用的技术方案为：

依托采集RFID、视频来识别车牌的城市智能交通的方法，该方法依托可采集RFID、视频的智能交通双基基站覆盖城市大部分主干道，且车辆张贴RFID电子标签，RFID电子标签的数据中记载有该车真实的车牌号和车牌颜色，其特征在于，该方法包括下列步骤：

（1）、智能交通双基基站获取所有过车的RFID、视频两种过车数据；

（2）、以每辆目标车辆的车牌号和车牌颜色作为条件，获取每天该目标车辆时间序列RFID轨迹数据，该数据包含通过基站编号和通过时间；

（3）、从智能交通双基基站获取的视频数据库中取得该车辆选定时间段内通过每个基站上下30秒间所有的视频抓拍数据，并按基站进行分组；

（4）、依据视频识别到的车牌，统计每组视频抓拍数据中出现的高频车辆，高频车辆为在半数以上组中出现的车辆；

（5）、若高频车辆中包含被检测车辆，即该高频车辆在视频中显示的车牌与RFID的真实数据相一致，则非套牌车，若无被检测车辆，则将高频车辆列入疑似套牌车辆库，疑似套牌车辆库信息包括：视频检测车牌号、视频检测车牌颜色、RFID识别车牌号、RFID识别车牌颜色、识别次数、更新时间；

（6）、对每天计算出的疑似套牌车辆数据进行统计，若某疑似套牌车辆出现在统计列表中的次数达到规定次数，则该疑似套牌车辆确定为套牌车；

所述步骤（6）中的判定条件存在两种情况：

情况（1）：对于长期套牌且经常更换车牌的套牌车辆，判定条件为：列为疑似套牌车辆的次数占统计总次数的70%以上的；

情况（2）：偶发性套牌的套牌车辆，判定条件为：在疑似套牌车辆库中出现连续若干天套用同一个车牌。

综上所述，由于采用了上述技术方案，本发明的有益效果是：首先，传统的套牌识别方法的前提是套牌车辆所套的车牌是真实上路的车辆牌照，对于套用外地、虚假车牌的捕获能力几乎为零。而本发明利用了RFID数据的准确性，与视频抓拍数据进行比对，很好地解决了这一问题；其次，传统识别套牌的方法只能列出疑似套牌车辆，最终需要人工判断下定论。本发明对每日计算出的疑似套牌车辆数据进行统计分析，识别结果的精确度接近100%，无须最终人工判断，大大提高了效率。

附图说明

图1是本发明依托采集RFID、视频来识别车牌的城市智能交通的方法的流程图。

具体实施方式

下面结合附图，对本发明作详细的说明。

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用以解释本发明，并不用于限定本发明。

实施例1

依托采集RFID、视频来识别车牌的城市智能交通的方法，该方法依托可采集RFID、视频的智能交通双基基站覆盖城市大部分主干道，且车辆张贴RFID电子标签，RFID电子标签的数据中记载有该车真实的车牌号和车牌颜色，其特征在于，该方法包括下列步骤：

（1）、智能交通双基基站获取所有过车的RFID、视频两种过车数据；

（2）、以每辆目标车辆的车牌号和车牌颜色作为条件，获取每天该目标车辆时间序列RFID轨迹数据，该数据包含通过基站编号和通过时间；

（3）、从智能交通双基基站获取的视频数据库中取得该车辆选定时间段内通过每个基站上下30秒间所有的视频抓拍数据，并按基站进行分组；

（4）、依据视频识别到的车牌，统计每组视频抓拍数据中出现的高频车辆，高频车辆为在半数以上组中出现的车辆；

（5）、若高频车辆中包含被检测车辆，即该高频车辆在视频中显示的车牌与RFID的真实数据相一致，则非套牌车，若无被检测车辆，则将高频车辆列入疑似套牌车辆库，疑似套牌车辆库信息包括：视频检测车牌号、视频检测车牌颜色、RFID识别车牌号、RFID识别车牌颜色、识别次数、更新时间；

（6）、对每天计算出的疑似套牌车辆数据进行统计，若某疑似套牌车辆出现在统计列表中的次数达到规定次数，则该疑似套牌车辆确定为套牌车；

所述步骤（6）中的判定条件存在两种情况：

情况（1）：对于长期套牌且经常更换车牌的套牌车辆，判定条件为：列为疑似套牌车辆的次数占统计总次数的70%以上的；

情况（2）：偶发性套牌的套牌车辆，判定条件为：在疑似套牌车辆库中出现连续若干天套用同一个车牌。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.依托采集RFID、视频来识别车牌的城市智能交通的方法，该方法依托可采集RFID、视频的智能交通双基基站覆盖城市大部分主干道，且车辆张贴RFID电子标签，RFID电子标签的数据中记载有该车真实的车牌号和车牌颜色，其特征在于，该方法包括下列步骤：

（1）、智能交通双基基站获取所有过车的RFID、视频两种过车数据；

（2）、以每辆目标车辆的车牌号和车牌颜色作为条件，获取每天该目标车辆时间序列RFID轨迹数据，该数据包含通过基站编号和通过时间；

（3）、从智能交通双基基站获取的视频数据库中取得该车辆选定时间段内通过每个基站上下30秒间所有的视频抓拍数据，并按基站进行分组；

（4）、依据视频识别到的车牌，统计每组视频抓拍数据中出现的高频车辆，高频车辆为在半数以上组中出现的车辆；

（5）、若高频车辆中包含被检测车辆，即该高频车辆在视频中显示的车牌与RFID的真实数据相一致，则非套牌车，若无被检测车辆，则将高频车辆列入疑似套牌车辆库，疑似套牌车辆库信息包括：视频检测车牌号、视频检测车牌颜色、RFID识别车牌号、RFID识别车牌颜色、识别次数、更新时间；

（6）、对每天计算出的疑似套牌车辆数据进行统计，若某疑似套牌车辆出现在统计列表中的次数达到规定次数，则该疑似套牌车辆确定为套牌车；

所述步骤（6）中的判定条件存在两种情况：

情况（1）：对于长期套牌且经常更换车牌的套牌车辆，判定条件为：列为疑似套牌车辆的次数占统计总次数的70%以上的；

情况（2）：偶发性套牌的套牌车辆，判定条件为：在疑似套牌车辆库中出现连续若干天套用同一个车牌。