引言

　　隨著計(jì)算機(jī)技術(shù)和自動(dòng)化控制技術(shù)的快速發(fā)展，公安交通智能化執(zhí)法水平不斷提高。在道路交通管理領(lǐng)域，車輛身份識(shí)別技術(shù)和視頻分析技術(shù)已成為涉車管理必不可少的重要技術(shù)。其中，車輛身份識(shí)別技術(shù)，就目前來(lái)看，主要還是以車牌識(shí)別技術(shù)為主，雖然部分城市正在推廣RFID技術(shù)，但就本質(zhì)而言，RFID技術(shù)與車牌識(shí)別技術(shù)是一種互為補(bǔ)充、互為完善、不可替代的應(yīng)用關(guān)系，兩者都是對(duì)車輛身份信息的提取，只是一個(gè)是基于物理的，一個(gè)是基于電子的。而兩者結(jié)合使用，通過(guò)對(duì)車輛身份信息的雙重識(shí)別可以確定車輛真實(shí)身份，解決單一技術(shù)“采不到(無(wú)數(shù)據(jù))、看不了(無(wú)圖像)、識(shí)不清(圖像模糊)，辨不明(身份真假)”的問(wèn)題，能夠?qū)崿F(xiàn)基于車輛真實(shí)身份信息的車輛軌跡的動(dòng)態(tài)管理。而視頻監(jiān)控分析技術(shù)則是通過(guò)對(duì)視頻畫(huà)面的監(jiān)控判斷和檢測(cè)分析，過(guò)濾掉視頻畫(huà)面中無(wú)用的或干擾的信息，抽取視頻源中關(guān)鍵的有用信息，進(jìn)而為治安、刑偵工作的順利推進(jìn)提供直觀且有價(jià)值的視頻圖像依據(jù)。

　　在技術(shù)上，車輛身份信息提取技術(shù)和視頻分析技術(shù)都得到了很大的發(fā)展，但在國(guó)內(nèi)交通管理領(lǐng)域，尚未真正實(shí)現(xiàn)車牌識(shí)別、視頻監(jiān)控和信號(hào)控制的聯(lián)動(dòng)。鑒于RFID技術(shù)與車牌識(shí)別技術(shù)在數(shù)據(jù)應(yīng)用環(huán)節(jié)具有高度一致性，RFID技術(shù)采集是對(duì)車牌識(shí)別的一個(gè)補(bǔ)充，單一應(yīng)用或是整合應(yīng)用，在設(shè)計(jì)流程上一致的。因此，本文將重點(diǎn)講述基于車牌識(shí)別、視頻監(jiān)控和信號(hào)控制的聯(lián)動(dòng)機(jī)制，實(shí)現(xiàn)違法車輛的一體化稽查報(bào)警與查處。

　　一、一體化流程設(shè)計(jì)

　　為提高公安交警的智能化執(zhí)法水平，我們進(jìn)行了基于車輛身份識(shí)別、視頻監(jiān)控和信號(hào)控制聯(lián)動(dòng)的一體化設(shè)計(jì)。

　　(一)車輛身份識(shí)別與報(bào)警

　　1. 黑名單庫(kù)的建立

　　在車輛身份識(shí)別之前，主要面向交通和治安兩大業(yè)務(wù)建立起共享的車輛信息黑名單庫(kù)。通過(guò)交警管控平臺(tái)可對(duì)黑名單車輛進(jìn)行登記、布控。黑名單主要涵蓋肇事逃逸、報(bào)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(shí)別

　　在車輛信息黑名單庫(kù)建立后，車輛在經(jīng)過(guò)路口時(shí)，主要通過(guò)車牌識(shí)別技術(shù)識(shí)別出車輛牌照。車牌識(shí)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(duì)車輛車牌進(jìn)行提取和分析，主要采用以圖搜圖的技術(shù)實(shí)現(xiàn)過(guò)車信息與黑名單庫(kù)的比對(duì);另一種是通過(guò)視頻流直接提取車輛特征，識(shí)別過(guò)程大致為運(yùn)動(dòng)車輛檢測(cè)、車牌定位、字符分割、字符識(shí)別和結(jié)果輸出。

　　當(dāng)發(fā)現(xiàn)是違法稽查車輛后，系統(tǒng)立即進(jìn)行報(bào)警，并將車牌信息、車身顏色、報(bào)警地點(diǎn)、報(bào)警事件、行駛方向和所在車道等信息發(fā)送給稽查布控人員。

　　(二)視頻監(jiān)控聯(lián)動(dòng)

　　視頻監(jiān)控除進(jìn)行車輛身份信息輔助識(shí)別外，當(dāng)識(shí)別出過(guò)車是違法稽查車輛并報(bào)警后，系統(tǒng)直接調(diào)用周邊道路監(jiān)控，實(shí)時(shí)跟蹤違法車輛信息，可在地圖上實(shí)時(shí)顯示車輛位置，確定行車路線。同時(shí)中心可通過(guò)視頻監(jiān)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(jù)現(xiàn)場(chǎng)不同狀況，準(zhǔn)確做出抓捕決策。

　　(三)信號(hào)控制聯(lián)動(dòng)

　　通過(guò)利用該違法車輛在市區(qū)地歷史軌跡數(shù)據(jù)、現(xiàn)有地行車路線及方向，通過(guò)大數(shù)據(jù)分析預(yù)測(cè)技術(shù)，對(duì)車輛行駛的下一方向、下一路口進(jìn)行預(yù)測(cè)。中心調(diào)用車輛可能行駛?cè)ハ蛑苓叺谋O(jiān)控進(jìn)行跟隨，同時(shí)打開(kāi)信號(hào)控制系統(tǒng)。通過(guò)信號(hào)控制手段，使違法稽查車輛夾雜在社會(huì)車輛中間，避免其逃跑的可能。在違法稽查車輛經(jīng)過(guò)路口時(shí)，采用改變路口周期、各相位綠燈時(shí)間等信號(hào)控制方法，實(shí)現(xiàn)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?cè)藛T的懷疑，實(shí)現(xiàn)對(duì)違法稽查車輛的快速有效查處。

　　具體流程設(shè)計(jì)如圖1所示。

　　二、稽查布控系統(tǒng)架構(gòu)

　　稽查布控系統(tǒng)解決的核心問(wèn)題在于，通過(guò)技術(shù)手段設(shè)備資源的整合，在確保安全的前提下，減少資源投入，實(shí)現(xiàn)對(duì)嫌疑目標(biāo)車輛的有效跟蹤和攔截。結(jié)合現(xiàn)有業(yè)務(wù)系統(tǒng)和數(shù)據(jù)形態(tài)，以改動(dòng)小、易實(shí)現(xiàn)、見(jiàn)效快為系統(tǒng)設(shè)計(jì)原則，提出以下三層設(shè)計(jì)架構(gòu)。

　　(一)輔助稽查布控及實(shí)時(shí)追蹤

　　利用大數(shù)據(jù)技術(shù)，將多功能電子警察、卡口抓拍的實(shí)時(shí)過(guò)車記錄與黑名單庫(kù)的車輛信息進(jìn)行碰撞比對(duì)，一旦發(fā)現(xiàn)黑名單車輛，可迅速通過(guò)聲光、短信報(bào)警方式通知指揮員及聯(lián)系人，并自動(dòng)在地圖上根據(jù)當(dāng)前路口、車道、方向預(yù)測(cè)該車即將出現(xiàn)的下一路口。實(shí)時(shí)推算其該時(shí)段的歷史行車軌跡，為有效提高抓捕率提供了可靠手段。

　　對(duì)于成功攔截以及結(jié)案的車輛，可在系統(tǒng)中反饋相關(guān)結(jié)果，并撤控。對(duì)于已撤控車輛，系統(tǒng)將不再報(bào)警。

　　(二)歷史過(guò)車記錄及軌跡分析

　　目前智能交通系統(tǒng)已建立起支持百億級(jí)查詢能力的車牌庫(kù)。辦案人員通過(guò)系統(tǒng)可按照時(shí)間、地點(diǎn)、車牌等特征信息快速查詢車輛的歷史過(guò)車記錄，同時(shí)可在PGIS地圖上標(biāo)注出車輛的行駛軌跡，為刑偵案件證據(jù)獲取、車輛行駛規(guī)律分析提供數(shù)據(jù)支撐。

　　三、車輛身份識(shí)別技術(shù)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

　　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(jīng)網(wǎng)絡(luò)字符分類器的車牌字符識(shí)別方法，簡(jiǎn)要介紹一下車輛身份識(shí)別技術(shù)。

　　(一)車牌定位

　　在車牌識(shí)別技術(shù)中將圖像進(jìn)行灰度化處理，不但不會(huì)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(lái)也不必考慮車牌顏色不同的情況，既簡(jiǎn)化了處理過(guò)程又不會(huì)影響識(shí)別精度。因此，本文采取了灰度圖像算法來(lái)進(jìn)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(qū)域，通過(guò)對(duì)車牌圖像進(jìn)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(duì)于這個(gè)二值圖像，需要計(jì)算它的垂直投影，即統(tǒng)計(jì)二值圖像上每一列白點(diǎn)的數(shù)目作為垂直投影直方圖中的一項(xiàng)，橫坐標(biāo)表示的是位置，縱坐標(biāo)表示的是在該位置上白點(diǎn)的數(shù)目。

　　(三)車牌字符的識(shí)別方法研究

　　基于神經(jīng)網(wǎng)絡(luò)的車牌字符識(shí)別方法具有識(shí)別速度快、識(shí)別準(zhǔn)確率高、抗干擾能力強(qiáng)等優(yōu)點(diǎn)，因此本文采用一個(gè)基于BP神經(jīng)元網(wǎng)絡(luò)的車牌識(shí)別算法。在識(shí)別過(guò)程中，漢字神經(jīng)子網(wǎng)絡(luò)負(fù)責(zé)識(shí)別車牌字符中的第一個(gè)字符，根據(jù)標(biāo)準(zhǔn)，第一位是漢字;同理，字母神經(jīng)子網(wǎng)絡(luò)負(fù)責(zé)識(shí)別車牌字符中的第二位;其余位采用數(shù)字+字母神經(jīng)子網(wǎng)絡(luò)進(jìn)行識(shí)別。

　　四、車輛一體化稽查布控的實(shí)現(xiàn)

　　稽查布控的一體化設(shè)計(jì)主要是為了解決行業(yè)內(nèi)指揮調(diào)度可視化程度低、響應(yīng)慢，人工經(jīng)驗(yàn)依賴程度高、事件難追溯及一線民警工作效率低等問(wèn)題，通過(guò)應(yīng)用車牌識(shí)別技術(shù)、大數(shù)據(jù)查詢技術(shù)、以圖搜圖等技術(shù)，解決行業(yè)稽查布控精準(zhǔn)化程度低、線索分析手段少的問(wèn)題，實(shí)現(xiàn)對(duì)涉案車輛的精準(zhǔn)打擊。具體業(yè)務(wù)流程如圖8所示。

　　通過(guò)車牌識(shí)別技術(shù)識(shí)別后，如果發(fā)現(xiàn)車輛是違法車輛，可對(duì)車輛進(jìn)行報(bào)警。在報(bào)警的同時(shí)，會(huì)展示當(dāng)前正在監(jiān)視的車輛號(hào)牌，并自動(dòng)加載車輛信息、布控信息。在地圖上展示報(bào)警車輛位置、依據(jù)歷史軌跡數(shù)據(jù)，預(yù)測(cè)下一路口，并進(jìn)行路徑預(yù)測(cè)。自動(dòng)加載周邊視頻監(jiān)控進(jìn)行追蹤，調(diào)用可能出現(xiàn)的路口信號(hào)監(jiān)控設(shè)備，同時(shí)依據(jù)地圖上顯示的警力配置通知周邊民警，利用信號(hào)控制進(jìn)行堵控，實(shí)現(xiàn)對(duì)違法車輛的抓捕。圖9是一體化稽查布控的功能實(shí)現(xiàn)。

　　從測(cè)試情況來(lái)看，攔截成功率達(dá)90%以上。輔以RFID射頻識(shí)別技術(shù)，可有效排除遮擋等采集不到物理車牌而出現(xiàn)漏車的情況，攔截成功率大幅提升。深圳試點(diǎn)RFID技術(shù)以來(lái)，日均采集140萬(wàn)條RFID過(guò)車數(shù)據(jù)，啟動(dòng)信號(hào)優(yōu)先控制80萬(wàn)余次，在打防管控方面起到了很好的輔助作用。

　　五、結(jié)語(yǔ)

　　基于車牌識(shí)別、視頻監(jiān)控和信號(hào)控制聯(lián)動(dòng)的一體化稽查設(shè)計(jì)，很好解決了各技術(shù)手段各自為戰(zhàn)、單線作戰(zhàn)的弊端，整合了資源，可有效實(shí)現(xiàn)對(duì)違法車輛的識(shí)別、監(jiān)控和查處?？梢灶A(yù)計(jì)，隨著RFID等物聯(lián)網(wǎng)技術(shù)的大規(guī)模應(yīng)用，車牌識(shí)別技術(shù)、視頻分析技術(shù)、地圖技術(shù)以及大數(shù)據(jù)處理和分析技術(shù)的不斷發(fā)展，基于車輛身份識(shí)別和視頻監(jiān)控聯(lián)動(dòng)機(jī)制的不斷完善，有關(guān)車輛的智能化應(yīng)用以及公安涉車管理的能力必然會(huì)得到進(jìn)一步的提高。