CN101944292B - 基于轨迹碰撞的嫌疑车辆分析方法 - Google Patents
基于轨迹碰撞的嫌疑车辆分析方法 Download PDFInfo
- Publication number
- CN101944292B CN101944292B CN2010102832540A CN201010283254A CN101944292B CN 101944292 B CN101944292 B CN 101944292B CN 2010102832540 A CN2010102832540 A CN 2010102832540A CN 201010283254 A CN201010283254 A CN 201010283254A CN 101944292 B CN101944292 B CN 101944292B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- suspected vehicles
- suspected
- ratio
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于轨迹碰撞的嫌疑车辆分析方法,嫌疑车辆分析方法包括如下步骤:a、根据嫌疑车辆的起点和终点,得到嫌疑车辆的若干行驶路径;b、提取每条行驶路径上相对应的卡口信息;c、计算车辆在相对应的行驶路径上的出现比率;d、将步骤c得到的车辆在行驶路径上出现比率与设定的比率相比较,得到在相应路径上大于出现比率的第一车辆数据集;e、根据嫌疑车辆的相关信息与步骤d得到的第一车辆数据集进行比对检测,并得到第二车辆数据集;f、将第二车辆数据集内的车辆信息与卡口信息中相对应的过车信息图片及相关联的机动车登记信息箱比对,得到嫌疑车辆。本发明大大减小了搜索嫌疑车辆的过程,提高了识别的准确率。
Description
技术领域
本发明涉及一种嫌疑车辆分析方法,尤其是一种基于轨迹碰撞的嫌疑车辆分析方法,属于智能交通的技术领域。
背景技术
近年来公路智能监测技术发展很快,各地公安部门、交通部门等安装部署了大量的公路智能监测设备(简称为卡口),逐步形成了网络化的机动车监测格局。为基于网格化的嫌疑车辆分析方法提供了应用环境。
随着机动车的普及,盗抢车、交通肇事逃逸、运贩毒、驾车流窜作案等涉车案件大幅增加,但其中大量的案件,公安部门一开始并不掌握涉案车辆的准确号牌号码,有的只有号牌中部分号码(比如肇事逃逸情况下,由于事发突然,目击者往往只能记住部分号码),有的甚至完全不知道(比如盗抢车等的作案车辆)。但有些情况下,公安部门却能够通过调查、分析得到嫌疑车辆在某段时间范围内的行车轨迹,比如盗抢车从案发地到销赃地有个大概的路径与时间,通过查询途径卡口的通行信息数据库,就可能发现伴随赃车的其他涉案车辆(赃车一般号牌被换,所以难以根据被盗车车牌从卡口通行信息中找到赃车本身),为公安刑侦部门提供线索。此外运贩毒、驾车流窜作案等都可能了解大概的行车轨迹。
但是卡口的通行数据库内的数据量往往非常巨大,很多卡口1小时内就可能通过上万辆机动车。这种情况下,人工查询匹配完全是不可能的。
发明内容
本发明的目的是克服现有技术中存在的不足,提供一种能够有效分析嫌疑车辆的基于轨迹碰撞的嫌疑车辆分析方法。
按照本发明提供的技术方案,所述基于轨迹碰撞的嫌疑车辆分析方法,所述嫌疑车辆分析方法包括如下步骤:
a、根据嫌疑车辆的起点和终点,得到嫌疑车辆的若干行驶路径;b、提取每条行驶路径上相对应的卡口信息;c、根据嫌疑车辆在起点与终点间的相关信息及每条行驶路径上相对应的卡口信息,得到车辆在相对应的行驶路径上的出现比率;d、将步骤c得到的车辆在行驶路径上出现比率与设定的比率相比较,排除出现比率小于设定比率的车辆,得到在相应路径上大于出现比率的第一车辆数据集;e、根据嫌疑车辆的相关信息与步骤d得到的第一车辆数据集进行比对检测,排除第一车辆数据集内与嫌疑车辆信息不相符合的车辆,将所述排除的车辆存储备案查询,并得到第二车辆数据集;f、将第二车辆数据集内的车辆信息与卡口信息中相对应的过车信息图片及相关联的机动车登记信息箱比对,得到嫌疑车辆。
所述卡口信息包括车辆号牌信息及车辆通过时间的信息。所述步骤c中嫌疑车辆在起点与终点间的相关信息包括嫌疑车辆的时间信息。所述步骤e中嫌疑车辆的相关信息包括嫌疑车辆的部分号码。
本发明的优点:根据嫌疑车辆的起点和终点信息,能够得到嫌疑车辆可能经过的若干行驶路径;根据嫌疑车辆的起点与终点的时间信息及相应行驶路径上的卡口信息,得到相应行驶路径上车辆通过的比率;将车辆通过的比率与设定的比率相比较,从而能够得到第一车辆数据集;所述第一车辆数据集内的车辆与嫌疑车辆的相关信息比对,从而能够得到第二车辆数据集;再通过卡口信息中的过车信息图片及相关联的机动车登记信息与第二车辆数据集内的车辆信息核对,从而能够得到相应的嫌疑车辆,大大减小了搜索嫌疑车辆的过程,提高了识别的准确率。
附图说明
图1为本发明的流程图。
图2为本发明的一种车辆轨迹的示意图。
具体实施方式
下面结合具体附图和实施例对本发明作进一步说明。
所谓轨迹碰撞就是嫌疑车辆的起点与终点,假定已知嫌疑车辆可能的行车路径,找出该路径上若干必经的卡口,通过关联查询各卡口的通行信息数据库,找出先后在合理时间范围内通过这些卡口的同一辆车。即按轨迹找车,通过分析出的虚拟轨迹去匹配大量实际车辆轨迹,找出相符合的车辆。目前实际监测条件尚不具备获得车辆完整轨迹的条件,只是利用多个卡口的监测信息形成不连续的轨迹,又称为“多点碰撞”。
如图1所示:所述基于轨迹碰撞的嫌疑车辆分析方法包括如下步骤:
a、根据嫌疑车辆的起点和终点,得到嫌疑车辆的若干行驶路径;很多嫌疑车辆的具体行驶路径未知,一般只能得到嫌疑车辆的丢失地点及嫌疑车辆最后出现的地点,即只能得到嫌疑车辆的起点和终点信息;根据嫌疑车辆出现的起点和终点信息,能够确定起点和终点间的若干行驶路径;通过嫌疑车辆及相应的卡口信息,从而能够排查出所有行驶路径上的嫌疑车辆,为进一步的分析及进展提供依据;
b、提取每条行驶路径上相对应的卡口信息;所述卡口信息包括车辆号牌信息及车辆通过时间的信息;在每条行驶路径上均设置若干公路智能监测设备,简称为卡口;每条行驶路径的路口均设置相应的公路智能监测设备,所述公路智能监测设备能够对过往的车辆信息进行扫描并记录;当嫌疑车辆可能的行驶路径确定后,再提取行驶路径上公路智能监测设备上相应的扫描记录;从而能够确定行驶路径是否为嫌疑车辆的通过路径;
c、根据嫌疑车辆在起点与终点间的相关信息及每条行驶路径上相对应的卡口信息,得到车辆在相对应的行驶路径上的出现比率;所述嫌疑车辆在起点与终点间的相关信息包括嫌疑车辆的时间信息,在嫌疑车辆的起点与终点间的时间范围内,计算每条行驶路径上车辆通过的比率;所述公路智能监测设备将记录的车辆信息存储在数据库中,通过将每条行驶路径上相应的卡口信息相对比,得到相应行驶路径上嫌疑车辆出现的比率;在实际的操作过程中,由于公路智能监测设备的抓拍率和识别率不能达到100%,会存在漏拍的情况;计算嫌疑车辆的出现比率时,将拍摄嫌疑车辆的卡口数除以行驶路径上总卡口数,即得到嫌疑车辆的出现比率;
d、将步骤(c)得到的车辆在行驶路径上出现比率与设定的比率相比较,排除出现比率小于设定比率的车辆,得到在相应路径上大于出现比率的第一车辆数据集;在进行嫌疑车辆分析时,根据嫌疑车辆的情况及核查分析的经验来设定车辆的比率;当行驶路径上车辆的出现比率低于设定的比率时,可以认为所述车辆不是嫌疑车辆;当所述车辆出现比率大于设定的比率时,可以认为所述车辆可能是嫌疑车辆;将所有行驶路径上高于设定比率的车辆集合成第一车辆数据集;所述第一车辆数据集内嫌疑车辆的数量可能数值较大,需要进一步排查;
e、根据嫌疑车辆的相关信息与步骤(d)得到的第一车辆数据集进行比对检测,排除第一车辆数据集内与嫌疑车辆信息不相符合的车辆,将所述排除的车辆存储备案查询,并得到第二车辆数据集;所述嫌疑车辆的相关信息包括嫌疑车辆的部分号码等信息;在对嫌疑车辆调查的过程中,可能会有目击者提供嫌疑车辆的部分车牌号等信息,将所述嫌疑车辆的信息与第一车辆数据集内的车辆进行对比检测;当第一车辆数据集内的车辆与嫌疑车辆的相关信息符合相关时,即可进一步确定所述第一车辆数据集内的车辆为嫌疑车辆,否则所述第一车辆数据集内的车辆不是嫌疑车辆;将所述与嫌疑车辆相关信息不符合的车辆另存储备案,以供后续手续查询;将与嫌疑车辆相关信息复合的车辆集合成第二车辆数据集,所述第二车辆数据集内嫌疑车辆的数量要小于第一车辆数据集内的车辆,为进一步排查嫌疑车辆提供了方便;
f、将第二车辆数据集内的车辆信息与卡口信息中相对应的过车信息图片及相关联的机动车登记信息箱比对,得到嫌疑车辆。经过相关信息筛选后,得到第二车辆数据集,所述第二车辆数据集的嫌疑车辆数量较少,能够方便人工核对排查;人工核对排查时,根据行驶路径上的公路智能监测设备拍摄扫描的过车信息图片,并关联机动车的登记信息,根据人工核对排查的经验,排除没有嫌疑的车辆,缩小嫌疑范围,能够相应的得到嫌疑车辆。在人工核查时,若是第二车辆数据集内的车辆依然较多时,则说明所述行驶路径上的嫌疑车辆不适用于此方法排查。嫌疑车辆排查出来后,可以进行嫌疑车辆后续的常规调查。
如图2所示:为具有四个卡口的行驶路径。根据起点和终点的信息,可以确定行驶路径上具有四个卡口,分别为卡口1、卡口2、卡口3及卡口4。假定各卡口抓拍率、识别率为100%(即记录下了所有过车),关联查找上述四个卡口,并找出均出现所述卡口内的过车数据集,可以确定嫌疑车辆一定在该数据集中。但这个数据集可能还是比较大,可以增加一些条件进行筛选,比如根据起点时间(比如案发时间)判断出来的经过卡口1(起点)的时间范围、根据终点时间(比如销赃时的目击证人证言)判断出来的经过卡口4(终点)的时间范围、目击者看到的部分号码,这样就可以大幅度地缩小结果数据集,为人工核对嫌疑车提供方便。此时即可通过查看结果集中过车信息的图片、关联机动车登记信息等进行人工核对,根据办案经验排除没有嫌疑的车辆,剩下的就是嫌疑车辆。此时,就可以进入常规的调查阶段。
本发明根据嫌疑车辆的起点和终点信息,能够得到嫌疑车辆可能经过的若干行驶路径;根据嫌疑车辆的起点与终点的时间信息及相应行驶路径上的卡口信息,得到相应行驶路径上车辆通过的比率;将车辆通过的比率与设定的比率相比较,从而能够得到第一车辆数据集;所述第一车辆数据集内的车辆与嫌疑车辆的相关信息比对,从而能够得到第二车辆数据集;再通过卡口信息中的过车信息图片及相关联的机动车登记信息与第二车辆数据集内的车辆信息核对,从而能够得到相应的嫌疑车辆,大大减小了搜索嫌疑车辆的过程,提高了识别的准确率。
Claims (4)
1.一种基于轨迹碰撞的嫌疑车辆分析方法,其特征是,所述嫌疑车辆分析方法包括如下步骤:
(a)、根据嫌疑车辆的起点和终点,得到嫌疑车辆的若干行驶路径;
(b)、提取每条行驶路径上相对应的卡口信息;
(c)、根据嫌疑车辆在起点与终点间的相关信息及每条行驶路径上相对应的卡口信息,得到车辆在相对应的行驶路径上的出现比率;
(d)、将步骤(c)得到的车辆在行驶路径上出现比率与设定的比率相比较,排除出现比率小于设定比率的车辆,得到在相应路径上出现比率大于设定比率的第一车辆数据集;
(e)、将嫌疑车辆的相关信息与步骤(d)得到的第一车辆数据集进行比对检测,排除第一车辆数据集内与嫌疑车辆信息不相符合的车辆,将所述排除的车辆存储备案查询,并得到第二车辆数据集;
(f)、将第二车辆数据集内的车辆信息与卡口信息中相对应的过车信息图片及相关联的机动车登记信息相比对,得到嫌疑车辆。
2.根据权利要求1所述的基于轨迹碰撞的嫌疑车辆分析方法,其特征是:所述卡口信息包括车辆号牌信息及车辆通过时间的信息。
3.根据权利要求1所述的基于轨迹碰撞的嫌疑车辆分析方法,其特征是:所述步骤(c)中嫌疑车辆在起点与终点间的相关信息包括嫌疑车辆的时间信息。
4.根据权利要求1所述的基于轨迹碰撞的嫌疑车辆分析方法,其特征是:所述步骤(e)中嫌疑车辆的相关信息包括嫌疑车辆的部分号码。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102832540A CN101944292B (zh) | 2010-09-16 | 2010-09-16 | 基于轨迹碰撞的嫌疑车辆分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102832540A CN101944292B (zh) | 2010-09-16 | 2010-09-16 | 基于轨迹碰撞的嫌疑车辆分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101944292A CN101944292A (zh) | 2011-01-12 |
CN101944292B true CN101944292B (zh) | 2012-05-23 |
Family
ID=43436270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010102832540A Active CN101944292B (zh) | 2010-09-16 | 2010-09-16 | 基于轨迹碰撞的嫌疑车辆分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101944292B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108091140A (zh) * | 2016-11-23 | 2018-05-29 | 杭州海康威视数字技术股份有限公司 | 一种确定***辆的方法和装置 |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103366566B (zh) * | 2013-06-25 | 2015-05-06 | 中国科学院信息工程研究所 | 一种针对特定车辆潜在群体的行驶轨迹预测方法 |
CN103456175B (zh) * | 2013-09-25 | 2015-04-22 | 武汉烽火众智数字技术有限责任公司 | 基于车辆号牌识别和网格化监控的伴随车实时检测方法 |
CN104715612B (zh) * | 2013-12-12 | 2019-02-12 | 南京中兴力维软件有限公司 | 基于行车轨迹匹配实现的嫌疑车辆跟踪方法及装置 |
CN103871248B (zh) * | 2014-03-18 | 2016-04-13 | 浙江宇视科技有限公司 | 一种基于轨迹碰撞的嫌疑车尾随车辆分析方法及装置 |
CN104199903B (zh) * | 2014-08-27 | 2018-02-09 | 上海熙菱信息技术有限公司 | 一种基于路径关联的车辆数据查询***及方法 |
CN104462395B (zh) * | 2014-12-11 | 2018-02-06 | 南威软件股份有限公司 | 一种同行车辆分析方法 |
CN104834725B (zh) * | 2015-05-12 | 2018-07-17 | 西安翔迅科技有限责任公司 | 一种分析鉴别车辆尾随行为的*** |
CN106710225B (zh) * | 2015-07-29 | 2020-03-06 | 杭州海康威视***技术有限公司 | 一种车辆号牌违法的识别方法和监测平台 |
CN105448092B (zh) * | 2015-12-23 | 2018-03-23 | 浙江宇视科技有限公司 | 一种关联车辆的分析方法及装置 |
CN107229940A (zh) * | 2016-03-25 | 2017-10-03 | 阿里巴巴集团控股有限公司 | 数据伴随分析方法及装置 |
CN106097708B (zh) * | 2016-06-06 | 2019-06-11 | 浙江宇视科技有限公司 | 一种跟车确定方法及装置 |
CN107506368A (zh) * | 2017-07-04 | 2017-12-22 | 青岛海信网络科技股份有限公司 | 一种类案嫌疑车辆的确定方法及装置 |
CN108062805B (zh) * | 2017-11-03 | 2020-08-14 | 深圳市轱辘汽车维修技术有限公司 | 一种车载数据处理方法和服务器 |
CN110019344A (zh) * | 2017-12-27 | 2019-07-16 | 深圳市优必选科技有限公司 | 一种可疑车辆布控方法、***及终端设备 |
CN110019947B (zh) * | 2017-12-29 | 2021-06-04 | 杭州海康威视***技术有限公司 | 一种数据提取方法及装置 |
CN109697473A (zh) * | 2018-12-29 | 2019-04-30 | 中铁十九局集团第六工程有限公司 | 一种施工隧道车辆违章的检测方法、计算机装置以及计算机可读存储介质 |
CN111078923B (zh) * | 2019-12-18 | 2024-02-27 | 北京中交兴路车联网科技有限公司 | 查找违法嫌疑车辆的方法、装置及存储介质 |
CN115410383B (zh) * | 2022-09-02 | 2023-07-04 | 杭州海康威视***技术有限公司 | 虚假车牌车辆的识别方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10153148A1 (de) * | 2001-10-27 | 2003-05-08 | Schmitz Gmbh | Kraftfahrzeugscansystem |
CN1696952A (zh) * | 2005-06-15 | 2005-11-16 | 辽宁警官高等专科学校 | 计算机辅助侦破交通肇事逃逸案件的方法 |
CN201188270Y (zh) * | 2008-03-06 | 2009-01-28 | 上海宝康电子控制工程有限公司 | 一种兼有交通违法抓拍功能与治安卡口功能的设备 |
CN101593418A (zh) * | 2009-05-31 | 2009-12-02 | 上海宝康电子控制工程有限公司 | 嫌疑车辆关联查找方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000322421A (ja) * | 1999-05-07 | 2000-11-24 | Nec Software Kyushu Ltd | 携帯型盗難車両等検索システムおよび携帯型盗難車両等検索方法 |
-
2010
- 2010-09-16 CN CN2010102832540A patent/CN101944292B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10153148A1 (de) * | 2001-10-27 | 2003-05-08 | Schmitz Gmbh | Kraftfahrzeugscansystem |
CN1696952A (zh) * | 2005-06-15 | 2005-11-16 | 辽宁警官高等专科学校 | 计算机辅助侦破交通肇事逃逸案件的方法 |
CN201188270Y (zh) * | 2008-03-06 | 2009-01-28 | 上海宝康电子控制工程有限公司 | 一种兼有交通违法抓拍功能与治安卡口功能的设备 |
CN101593418A (zh) * | 2009-05-31 | 2009-12-02 | 上海宝康电子控制工程有限公司 | 嫌疑车辆关联查找方法 |
Non-Patent Citations (1)
Title |
---|
JP特开2000-322421A 2000.11.24 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108091140A (zh) * | 2016-11-23 | 2018-05-29 | 杭州海康威视数字技术股份有限公司 | 一种确定***辆的方法和装置 |
CN108091140B (zh) * | 2016-11-23 | 2020-06-16 | 杭州海康威视数字技术股份有限公司 | 一种确定***辆的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN101944292A (zh) | 2011-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101944292B (zh) | 基于轨迹碰撞的嫌疑车辆分析方法 | |
Tian et al. | An automatic car accident detection method based on cooperative vehicle infrastructure systems | |
CN102194132B (zh) | 一种伴随车检测识别***及其方法 | |
CN103578277B (zh) | 套牌嫌疑车搜索方法及其装置 | |
CN103456175B (zh) | 基于车辆号牌识别和网格化监控的伴随车实时检测方法 | |
CN110738857B (zh) | 一种车辆违章取证方法、装置及设备 | |
CN104766479A (zh) | 基于超高频射频与视频图像双识别匹配的汽车身份识别方法及装置 | |
US10699120B1 (en) | Empty house utilization evaluation method, and server and system using the same | |
CN109615572B (zh) | 基于大数据的人员亲密度分析的方法及*** | |
CN107993444B (zh) | 基于卡口过车大数据分析的嫌疑车认定方法 | |
CN106710225A (zh) | 一种车辆号牌违法的识别方法和监测平台 | |
US20230073717A1 (en) | Systems And Methods For Electronic Surveillance | |
CN101593418A (zh) | 嫌疑车辆关联查找方法 | |
CN105491327A (zh) | 一种基于路网的视频追踪方法及装置 | |
CN105825671A (zh) | 一种基于大数据车辆全轨迹碰撞的伴随车分析方法及*** | |
CN107329977B (zh) | 一种基于概率分布的假牌车二次筛选方法 | |
CN105528626A (zh) | 一种rfid读写器和摄像机集成一体机及其应用 | |
CN104952273A (zh) | 针对车辆行为的告警方法、装置及*** | |
CN106297304A (zh) | 一种基于MapReduce面向大规模卡口数据的***识别方法 | |
CN103177436A (zh) | 物件追踪的方法、***、计算机程序产品与记录介质 | |
CN112182294A (zh) | 一种视频结构化人车检测算法 | |
CN108073925A (zh) | 一种车牌识别方法及装置 | |
CN106777350B (zh) | 一种基于卡口数据的以图搜图方法和装置 | |
CN106571040A (zh) | 一种可疑车辆确认方法及设备 | |
CN112637548B (zh) | 一种基于摄像机的信息关联预警方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |