基于车辆身份识别、视频监控和信号控制联动的一体化稽查报警设计与应用

　　引言

　　随着计算机技术和自动化控制技术的快速发展，公安交通智能化执法水平不断提高。在道路交通管理领域，车辆身份识别技术和视频分析技术已成为涉车管理必不可少的重要技术。其中，车辆身份识别技术，就目前来看，主要还是以车牌识别技术为主，虽然部分城市正在推广RFID技术，但就本质而言，RFID技术与车牌识别技术是一种互为补充、互为完善、不可替代的应用关系，两者都是对车辆身份信息的提取，只是一个是基于物理的，一个是基于电子的。而两者结合使用，通过对车辆身份信息的双重识别可以确定车辆真实身份，解决单一技术“采不到(无数据)、看不了(无图像)、识不清(图像模糊)，辨不明(身份真假)”的问题，能够实现基于车辆真实身份信息的车辆轨迹的动态管理。而视频监控分析技术则是通过对视频画面的监控判断和检测分析，过滤掉视频画面中无用的或干扰的信息，抽取视频源中关键的有用信息，进而为治安、刑侦工作的顺利推进提供直观且有价值的视频图像依据。

　　在技术上，车辆身份信息提取技术和视频分析技术都得到了很大的发展，但在国内交通管理领域，尚未真正实现车牌识别、视频监控和信号控制的联动。鉴于RFID技术与车牌识别技术在数据应用环节具有高度一致性，RFID技术采集是对车牌识别的一个补充，单一应用或是整合应用，在设计流程上一致的。因此，本文将重点讲述基于车牌识别、视频监控和信号控制的联动机制，实现违法车辆的一体化稽查报警与查处。

　　一、一体化流程设计

　　为提高公安交警的智能化执法水平，我们进行了基于车辆身份识别、视频监控和信号控制联动的一体化设计。

　　(一)车辆身份识别与报警

　　1. 黑名单库的建立

　　在车辆身份识别之前，主要面向交通和治安两大业务建立起共享的车辆信息黑名单库。通过交警管控平台可对黑名单车辆进行登记、布控。黑名单主要涵盖肇事逃逸、报废车、车辆逾期未年检、刑事案件、重大治安案件犯罪嫌疑车辆等多种类型。

　　2. 车牌识别

　　在车辆信息黑名单库建立后，车辆在经过路口时，主要通过车牌识别技术识别出车辆牌照。车牌识别主要采用两种方式，一种是利用电子警察或卡口获取的图片对车辆车牌进行提取和分析，主要采用以图搜图的技术实现过车信息与黑名单库的比对;另一种是通过视频流直接提取车辆特征，识别过程大致为运动车辆检测、车牌定位、字符分割、字符识别和结果输出。

　　当发现是违法稽查车辆后，系统立即进行报警，并将车牌信息、车身颜色、报警地点、报警事件、行驶方向和所在车道等信息发送给稽查布控人员。

　　(二)视频监控联动

　　视频监控除进行车辆身份信息辅助识别外，当识别出过车是违法稽查车辆并报警后，系统直接调用周边道路监控，实时跟踪违法车辆信息，可在地图上实时显示车辆位置，确定行车路线。同时中心可通过视频监控看到违法稽查车辆所在道路的交通状况，方便指挥人员依据现场不同状况，准确做出抓捕决策。

　　(三)信号控制联动

　　通过利用该违法车辆在市区地历史轨迹数据、现有地行车路线及方向，通过大数据分析预测技术，对车辆行驶的下一方向、下一路口进行预测。中心调用车辆可能行驶去向周边的监控进行跟随，同时打开信号控制系统。通过信号控制手段，使违法稽查车辆夹杂在社会车辆中间，避免其逃跑的可能。在违法稽查车辆经过路口时，采用改变路口周期、各相位绿灯时间等信号控制方法，实现稽查违法车辆所在相位为红灯，其他相位正常通行的效果，打消违法车辆驾驶人员的怀疑，实现对违法稽查车辆的快速有效查处。

　　具体流程设计如图1所示。

　　二、稽查布控系统架构

　　稽查布控系统解决的核心问题在于，通过技术手段设备资源的整合，在确保安全的前提下，减少资源投入，实现对嫌疑目标车辆的有效跟踪和拦截。结合现有业务系统和数据形态，以改动小、易实现、见效快为系统设计原则，提出以下三层设计架构。

　　(一)辅助稽查布控及实时追踪

　　利用大数据技术，将多功能电子警察、卡口抓拍的实时过车记录与黑名单库的车辆信息进行碰撞比对，一旦发现黑名单车辆，可迅速通过声光、短信报警方式通知指挥员及联系人，并自动在地图上根据当前路口、车道、方向预测该车即将出现的下一路口。实时推算其该时段的历史行车轨迹，为有效提高抓捕率提供了可靠手段。

　　对于成功拦截以及结案的车辆，可在系统中反馈相关结果，并撤控。对于已撤控车辆，系统将不再报警。

　　(二)历史过车记录及轨迹分析

　　目前智能交通系统已建立起支持百亿级查询能力的车牌库。办案人员通过系统可按照时间、地点、车牌等特征信息快速查询车辆的历史过车记录，同时可在PGIS地图上标注出车辆的行驶轨迹，为刑侦案件证据获取、车辆行驶规律分析提供数据支撑。

　　三、车辆身份识别技术系统设计与实现

　　本文将使用基于灰度图像算法的车牌定位方法、基于垂直投影的车牌字符分割方法及基于BP神经网络字符分类器的车牌字符识别方法，简要介绍一下车辆身份识别技术。

　　(一)车牌定位

　　在车牌识别技术中将图像进行灰度化处理，不但不会大量损失车牌信息，而且由于灰度图像包含的信息量比彩色图像要小得多，处理起来也不必考虑车牌颜色不同的情况，既简化了处理过程又不会影响识别精度。因此，本文采取了灰度图像算法来进行车牌定位。

　　(二)车牌字符分割

　　在本文中我们采用基于垂直投影的车牌字符分割方法。输入定位算法得到车牌区域，通过对车牌图像进行灰度化处理和二值化处理，获得了垂直投影算法的输入二值图像。对于这个二值图像，需要计算它的垂直投影，即统计二值图像上每一列白点的数目作为垂直投影直方图中的一项，横坐标表示的是位置，纵坐标表示的是在该位置上白点的数目。

　　(三)车牌字符的识别方法研究

　　基于神经网络的车牌字符识别方法具有识别速度快、识别准确率高、抗干扰能力强等优点，因此本文采用一个基于BP神经元网络的车牌识别算法。在识别过程中，汉字神经子网络负责识别车牌字符中的第一个字符，根据标准，第一位是汉字;同理，字母神经子网络负责识别车牌字符中的第二位;其余位采用数字+字母神经子网络进行识别。

　　四、车辆一体化稽查布控的实现

　　稽查布控的一体化设计主要是为了解决行业内指挥调度可视化程度低、响应慢，人工经验依赖程度高、事件难追溯及一线民警工作效率低等问题，通过应用车牌识别技术、大数据查询技术、以图搜图等技术，解决行业稽查布控精准化程度低、线索分析手段少的问题，实现对涉案车辆的精准打击。具体业务流程如图8所示。

　　通过车牌识别技术识别后，如果发现车辆是违法车辆，可对车辆进行报警。在报警的同时，会展示当前正在监视的车辆号牌，并自动加载车辆信息、布控信息。在地图上展示报警车辆位置、依据历史轨迹数据，预测下一路口，并进行路径预测。自动加载周边视频监控进行追踪，调用可能出现的路口信号监控设备，同时依据地图上显示的警力配置通知周边民警，利用信号控制进行堵控，实现对违法车辆的抓捕。图9是一体化稽查布控的功能实现。

　　从测试情况来看，拦截成功率达90%以上。辅以RFID射频识别技术，可有效排除遮挡等采集不到物理车牌而出现漏车的情况，拦截成功率大幅提升。深圳试点RFID技术以来，日均采集140万条RFID过车数据，启动信号优先控制80万余次，在打防管控方面起到了很好的辅助作用。

　　五、结语

　　基于车牌识别、视频监控和信号控制联动的一体化稽查设计，很好解决了各技术手段各自为战、单线作战的弊端，整合了资源，可有效实现对违法车辆的识别、监控和查处。可以预计，随着RFID等物联网技术的大规模应用，车牌识别技术、视频分析技术、地图技术以及大数据处理和分析技术的不断发展，基于车辆身份识别和视频监控联动机制的不断完善，有关车辆的智能化应用以及公安涉车管理的能力必然会得到进一步的提高。