[发明专利]一种基于卡口车辆流向概率的套牌车检测方法

说明书

技术领域

本发明涉及智能交通领域，具体涉及一种套牌车检测方法。

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。随着经济的发展，车辆保有量越来越多，套牌车也不断增加。套牌车会扰乱公安机关对公共安全的管控，由于套牌车没有合法手续和保险，一旦发生交通事故，驾驶人极易逃逸。套牌车还为犯罪活动提供作案工具，大大增加了破案难度。套牌车会逃避各种税费，造成国家税费的大量流失，并扰乱运输市场的秩序。套牌车会损坏真车主的合法权益，在车辆交通违法、事故处理等方面，真车主往往要充当“冤大头”。

套牌车这一违章行为的识别查处难度很大，民警在执勤过程中很难短时间根据车牌及外观特征人工判断出车辆是否为套牌车。现在已经有一些基于卡口数据的套牌车自动化识别方法。卡口指的是，采用先进的光电、计算机、图像处理、模式识别、远程数据访问等技术，对监控路段的机动车道、非机动车道进行全天候实时监控并记录相关图像数据，并自动获取车辆的通过时间、地点、行驶方向、号牌号码、号牌颜色、车身颜色等数据。

已公开的专利及审查中的专利中，主要是基于卡口分布和路网结构数据，这些方法包括：

方法一(专利号：CN201110280822.6)：基于卡口数据库中的时间以及地理位置来识别是否套牌，如果测得过车时间之差小于两点的理论最短行程时间，则判定该车为套牌车。

方法二(专利号：CN103914986A)：基于卡口连通信息，根据预先保存的卡口连通信息，判断可达路径中是否存在一条路径，该条路径经过的卡口数量小于等于预设值N，如果否，则判定为套牌车。

方法三(专利号：CN201310034242.8)：通过将城市道路划分为网格，对车辆行驶轨迹进行分析，如果行驶轨迹不连续则判定为套牌车。

现有的方法基本原理是利用空间的特性，需要有准确的卡口位置信息(方法一和方法三)或者道路网格数据(方法二和方法三)，并且要求卡口对于车辆100％捕获，实际应用中，这些条件难以很好的满足。

发明内容

为了克服已有套牌车检测方法的依赖精确卡口坐标和路网结构、计算量较大、适用性较差的不足,本发明提供了一种避免依赖精确卡口坐标和路网结构、简化计算、适用性良好的基于车辆流向概率的套牌车检测方法。

本发明解决其技术问题所采用的技术方案是：

一种基于卡口车辆流向概率的套牌车检测方法，所述检测方法包括以下步骤：

S1.卡口数据的提取：获取卡口过车记录数据，保留需要的维度，包括卡口编号、卡口方向、号牌号码、号牌种类，过车时间；

S2.卡口数据的清洗；

S3.确定行车轨迹：根据号牌号码，号牌种类，过车时间进行排序，得到每一辆车的行车轨迹，即卡口序列，所述卡口序列包含卡口编号和卡口方向；

S4.提取卡口向量：提取每一辆车行车轨迹中相邻的卡口对，形成卡口向量序列，向量(K_i,K_j)表示车在经过卡口K_i后会被卡口K_j捕获；

S5.计算卡口间流向概率：对K_i计数，得到该卡口流出车辆总和，对向量(K_i,K_j)计数，得到卡口K_i到卡口K_j通行记录总数，卡口K_i到卡口K_j的流向概率为P_ij＝count(K_i,K_j)/count(K_i)；

对每一个卡口计算出该卡口流向所有卡口的概率，如果两个卡口之间的通行记录数为零，那么通行概率记为0％；

S6.计算行车轨迹概率：对于包含N个点的行车轨迹，得到N-1 个卡口向量，根据S5中卡口流向概率，每个向量均对应一个概率，总共得到N-1个概率值，记为Q_m，m＝1，2，…，N-1，如果Q_m小于设定的卡口K_i的阈值T_i，那么认定该车出现一次行为异常(套牌嫌疑)。

进一步，所述套牌车检测方法还包括如下步骤：

S7.根据Q_m小于阈值T_i的次数排序，次数较多的，意味着嫌疑程度较大，优先排查次数最多的嫌疑车。