發布日期：2022-05-20 點擊率：28
引言
隨著計算機技術和自動化控制技術的快速發展，公安交通智能化執法水平不斷提高。在道路交通管理領域，車輛身份識別技術和視頻分析技術已成為涉車管理必不可少的重要技術。其中，車輛身份識別技術，就目前來看，主要還是以車牌識別技術為主，雖然部分城市正在推廣RFID技術，但就本質而言，RFID技術與車牌識別技術是一種互為補充、互為完善、不可替代的應用關系，兩者都是對車輛身份信息的提取，只是一個是基于物理的，一個是基于電子的。而兩者結合使用，通過對車輛身份信息的雙重識別可以確定車輛真實身份，解決單一技術“采不到(無數據)、看不了(無圖像)、識不清(圖像模糊)，辨不明(身份真假)”的問題，能夠實現基于車輛真實身份信息的車輛軌跡的動態管理。而視頻監控分析技術則是通過對視頻畫面的監控判斷和檢測分析，過濾掉視頻畫面中無用的或干擾的信息，抽取視頻源中關鍵的有用信息，進而為治安、刑偵工作的順利推進提供直觀且有價值的視頻圖像依據。
在技術上，車輛身份信息提取技術和視頻分析技術都得到了很大的發展，但在國內交通管理領域，尚未真正實現車牌識別、視頻監控和信號控制的聯動。鑒于RFID技術與車牌識別技術在數據應用環節具有高度一致性，RFID技術采集是對車牌識別的一個補充，單一應用或是整合應用，在設計流程上一致的。因此，本文將重點講述基于車牌識別、視頻監控和信號控制的聯動機制，實現違法車輛的一體化稽查報警與查處。
一、一體化流程設計
為提高公安交警的智能化執法水平，我們進行了基于車輛身份識別、視頻監控和信號控制聯動的一體化設計。
(一)車輛身份識別與報警
1. 黑名單庫的建立
在車輛身份識別之前，主要面向交通和治安兩大業務建立起共享的車輛信息黑名單庫。通過交警管控平臺可對黑名單車輛進行登記、布控。黑名單主要涵蓋肇事逃逸、報廢車、車輛逾期未年檢、刑事案件、重大治安案件犯罪嫌疑車輛等多種類型。
2. 車牌識別
在車輛信息黑名單庫建立后，車輛在經過路口時，主要通過車牌識別技術識別出車輛牌照。車牌識別主要采用兩種方式，一種是利用電子警察或卡口獲取的圖片對車輛車牌進行提取和分析，主要采用以圖搜圖的技術實現過車信息與黑名單庫的比對;另一種是通過視頻流直接提取車輛特征，識別過程大致為運動車輛檢測、車牌定位、字符分割、字符識別和結果輸出。
當發現是違法稽查車輛后，系統立即進行報警，并將車牌信息、車身顏色、報警地點、報警事件、行駛方向和所在車道等信息發送給稽查布控人員。
(二)視頻監控聯動
視頻監控除進行車輛身份信息輔助識別外，當識別出過車是違法稽查車輛并報警后，系統直接調用周邊道路監控，實時跟蹤違法車輛信息，可在地圖上實時顯示車輛位置，確定行車路線。同時中心可通過視頻監控看到違法稽查車輛所在道路的交通狀況，方便指揮人員依據現場不同狀況，準確做出抓捕決策。
(三)信號控制聯動
通過利用該違法車輛在市區地歷史軌跡數據、現有地行車路線及方向，通過大數據分析預測技術，對車輛行駛的下一方向、下一路口進行預測。中心調用車輛可能行駛去向周邊的監控進行跟隨，同時打開信號控制系統。通過信號控制手段，使違法稽查車輛夾雜在社會車輛中間，避免其逃跑的可能。在違法稽查車輛經過路口時，采用改變路口周期、各相位綠燈時間等信號控制方法，實現稽查違法車輛所在相位為紅燈，其他相位正常通行的效果，打消違法車輛駕駛人員的懷疑，實現對違法稽查車輛的快速有效查處。
具體流程設計如圖1所示。
二、稽查布控系統架構
稽查布控系統解決的核心問題在于，通過技術手段設備資源的整合，在確保安全的前提下，減少資源投入，實現對嫌疑目標車輛的有效跟蹤和攔截。結合現有業務系統和數據形態，以改動小、易實現、見效快為系統設計原則，提出以下三層設計架構。
(一)輔助稽查布控及實時追蹤
利用大數據技術，將多功能電子警察、卡口抓拍的實時過車記錄與黑名單庫的車輛信息進行碰撞比對，一旦發現黑名單車輛，可迅速通過聲光、短信報警方式通知指揮員及聯系人，并自動在地圖上根據當前路口、車道、方向預測該車即將出現的下一路口。實時推算其該時段的歷史行車軌跡，為有效提高抓捕率提供了可靠手段。
對于成功攔截以及結案的車輛，可在系統中反饋相關結果，并撤控。對于已撤控車輛，系統將不再報警。
(二)歷史過車記錄及軌跡分析
目前智能交通系統已建立起支持百億級查詢能力的車牌庫。辦案人員通過系統可按照時間、地點、車牌等特征信息快速查詢車輛的歷史過車記錄，同時可在PGIS地圖上標注出車輛的行駛軌跡，為刑偵案件證據獲取、車輛行駛規律分析提供數據支撐。
三、車輛身份識別技術系統設計與實現
本文將使用基于灰度圖像算法的車牌定位方法、基于垂直投影的車牌字符分割方法及基于BP神經網絡字符分類器的車牌字符識別方法，簡要介紹一下車輛身份識別技術。
(一)車牌定位
在車牌識別技術中將圖像進行灰度化處理，不但不會大量損失車牌信息，而且由于灰度圖像包含的信息量比彩色圖像要小得多，處理起來也不必考慮車牌顏色不同的情況，既簡化了處理過程又不會影響識別精度。因此，本文采取了灰度圖像算法來進行車牌定位。
(二)車牌字符分割
在本文中我們采用基于垂直投影的車牌字符分割方法。輸入定位算法得到車牌區域，通過對車牌圖像進行灰度化處理和二值化處理，獲得了垂直投影算法的輸入二值圖像。對于這個二值圖像，需要計算它的垂直投影，即統計二值圖像上每一列白點的數目作為垂直投影直方圖中的一項，橫坐標表示的是位置，縱坐標表示的是在該位置上白點的數目。
(三)車牌字符的識別方法研究
基于神經網絡的車牌字符識別方法具有識別速度快、識別準確率高、抗干擾能力強等優點，因此本文采用一個基于BP神經元網絡的車牌識別算法。在識別過程中，漢字神經子網絡負責識別車牌字符中的第一個字符，根據標準，第一位是漢字;同理，字母神經子網絡負責識別車牌字符中的第二位;其余位采用數字+字母神經子網絡進行識別。
四、車輛一體化稽查布控的實現
稽查布控的一體化設計主要是為了解決行業內指揮調度可視化程度低、響應慢，人工經驗依賴程度高、事件難追溯及一線民警工作效率低等問題，通過應用車牌識別技術、大數據查詢技術、以圖搜圖等技術，解決行業稽查布控精準化程度低、線索分析手段少的問題，實現對涉案車輛的精準打擊。具體業務流程如圖8所示。
通過車牌識別技術識別后，如果發現車輛是違法車輛，可對車輛進行報警。在報警的同時，會展示當前正在監視的車輛號牌，并自動加載車輛信息、布控信息。在地圖上展示報警車輛位置、依據歷史軌跡數據，預測下一路口，并進行路徑預測。自動加載周邊視頻監控進行追蹤，調用可能出現的路口信號監控設備，同時依據地圖上顯示的警力配置通知周邊民警，利用信號控制進行堵控，實現對違法車輛的抓捕。圖9是一體化稽查布控的功能實現。
從測試情況來看，攔截成功率達90%以上。輔以RFID射頻識別技術，可有效排除遮擋等采集不到物理車牌而出現漏車的情況，攔截成功率大幅提升。深圳試點RFID技術以來，日均采集140萬條RFID過車數據，啟動信號優先控制80萬余次，在打防管控方面起到了很好的輔助作用。
五、結語
基于車牌識別、視頻監控和信號控制聯動的一體化稽查設計，很好解決了各技術手段各自為戰、單線作戰的弊端，整合了資源，可有效實現對違法車輛的識別、監控和查處。可以預計，隨著RFID等物聯網技術的大規模應用，車牌識別技術、視頻分析技術、地圖技術以及大數據處理和分析技術的不斷發展，基于車輛身份識別和視頻監控聯動機制的不斷完善，有關車輛的智能化應用以及公安涉車管理的能力必然會得到進一步的提高。
下一篇： PLC、DCS、FCS三大控
上一篇： 施工安全管理中BIM和R
