一种货运车辆套牌甄别系统及方法与流程

1.本发明涉及智能交通技术领域，具体涉及一种货运车辆套牌甄别系统及方法。


背景技术：

2.随着社会经济的发展，机动车保有量也在逐年增加，车辆套牌违法行为也呈现出多发的态势，其中货运车辆的套牌更是增加了经济损失。根据有关部门的统计数据，每年都有很多假牌、套牌车辆的违法事件，而且呈现出递增的趋势，因此打击假牌、套牌车的责任重大。套牌车屡禁不绝，在各个城市均比较普遍，从使用者角度来说是由于利益的驱使或不法的企图，从管理者角度来讲，主要原因是目前套牌车的检查识别工作绝大多数是采用人工方式进行，耗时费力，没有特别有效的技术手段来自动识别套牌车。
3.为了解决人工识别套牌车的诸多问题，人们研究了多种智能识别套牌车的方式。目前市面上提供的套牌分析方式有使用时空不可达方式，即通过交通路网上的各个摄像头对车辆进行抓拍，从而获得通过不同摄像头时的各类信息数据，但是这些数据的获取有一定的局限性，即摄像头的安装需要覆盖全国范围，且还要保证这些车辆被摄像头抓拍到，同时这些摄像头获得的信息在时间阈值的选取上有较大难度，因此时空不可达方式的缺点也十分明显。另外还有采用根据车辆特征进行对比分析确定套牌车，即通过对比同一车牌出现车辆特征不同的车辆，或者通过将前端设备采集的车辆图的车辆特征与车管库中登记的车辆特征进行对比确定套牌车辆，然而这种车辆特征对比方式，对于外观、颜色、形状等完全相同的两辆车无法甄别，而套牌往往发生在两辆相同车型的车辆上，因此这种方法在套牌的识别上大受限制。


技术实现要素：

4.本发明意在提供一种货运车辆套牌甄别系统及方法，以提高货运车辆套牌识别的便捷性。
5.为达到上述目的，本发明采用如下技术方案：一种货运车辆套牌甄别系统，包括信息采集模块、云平台模块和检查终端模块；
6.信息采集模块，包括车辆信息采集单元、时间采集单元、经纬度采集单元和信息发送单元；所述车辆信息采集单元，用于采集目标车辆的基础信息，并将采集到的基础信息发送至信息发送单元；所述时间采集单元，用于采集当前时刻的时间信息，并将采集到的时间信息发送至信息发送单元；所述经纬度采集单元，用于采集目标车辆的位置信息，并将采集到的位置信息发送至信息发送单元；所述信息发送单元，用于将采集到的多种信息汇总成第一数据集合后发送至云平台模块；
7.云平台模块，包括信息接收单元、信息清洗单元、行驶数据请求单元、套牌分析单元、违规信息存储单元和预警单元；所述信息接收单元，用于接收信息采集模块发送来的第一数据集合，并对采集到的目标车辆进行识别，判断其是否为货运车辆，若是，则将第一数据集合发送至行驶数据请求单元，反之则将第一数据集合发送至信息清洗单元；所述信息
清洗单元，用于将收到的数据信息清洗删除；所述行驶数据请求单元，用于从第三方平台获取该目标车辆最后时刻的第二信息集合，并将第一数据集合和第二信息集合发送至套牌分析单元；所述套牌分析单元，用于分析目标车辆是否存在套牌行为；所述违规信息存储单元，用于将检测出来的套牌车辆的信息进行统一存储；所述预警单元，用于在检测出套牌车辆后，发出警示信息；
8.检查终端模块，包括预警信息接收单元和显示单元；所述预警信息接收单元，用于收集预警信息，并将预警信息发送至显示单元；所述显示单元，用于在显示屏上显示预警信息和检测到的套牌车辆的信息。
9.本方案的原理及优点是：实际应用时，通过道路监控系统实时采集目标车辆的数据信息，先行判断出该车辆是否为货运车辆，若非货运车辆，则将采集到的信息集中清除，避免占用数据存储空间，若是货运车辆，则对该车辆的信息进行识别后再由套牌分析单元分析该车辆是否涉嫌套牌，根据同一辆车不可能在较短时间内出现在相距很大的地点的原理，通过计算该车辆的经纬度距离和最大可能行驶距离，两者进行比较后，若经纬度距离小于最大可能行驶距离，则判定该车辆为正常行驶状态，不涉嫌套牌，而若是经纬度距离大于最大可能行驶距离，则判定该车辆涉嫌套牌，并将该车辆的信息记录后发送至检查终端模块，又线下检查人员进行核实、处罚。
10.相比于现有技术，针对货运车辆利用套牌来躲避道路监控摄像头限速、违规记录的情况，通过本方案，不再需要检查人员在路口设置卡点对沿途的车辆逐一进行检查，不仅工作量大，同时也极容易造成交通拥堵，本方案中利用路口设置的摄像头采集两次货运车辆的数据，先进行车型、车身颜色等基本情况的认定，若无误则继续根据同一辆车不可能在较短时间内出现在相距很大的地点的原理，来判定该车辆是否存在异地大距离跨越的情况，从而准确甄别出货运车辆套牌的行为，可以有效解决原先时空不可达方式中时间阈值确定困难的难点；另一方面，通过识别车辆类型，降低了车牌识别数量，调高了识别效率，只需识别车辆的类型与车牌，不需要识别人脸与车辆局部特征，提高了图像识别方面的效率，更重要的是识别全程无需人眼识别，减少工作人员工作量，也有效降低了货运套牌行为的查处成本。
11.更重要的是，本方案中采用了理论与实际行驶距离的比对方式，能够极大程度上贴合货运车辆的实际套牌情况，因为其主要是在长途运输过程中为逃避超速、超载等处罚，才会违规进行套牌，因此大距离的比对能够精准判断该号牌是否存在异地移动的情况，从而准确判断出套牌的行为。而目前常规的方式均是在路口设置摄像头采集号牌后与该号牌的登记信息作比对，若比对不上则判断套牌行为，或者是在固定卡口设置检查点，进行人为检查，此种方式不仅耗时较长，同时也无法保证对所有车辆的查处。因此一般也不会想到利用两种概念的距离比对来判断套牌，即使能够想到，其也会利用大量的摄像头采集车辆的信息，而本方案中，只需在一个路口利用摄像头采集号牌信息，后续的比对信息则是通过设置的etc计费摄像头、限速摄像头等常规摄像头完成信息采集，极大程度减少了对路口摄像头的依赖性，因此本方案不容易想到，具有非显而易见性。
12.优选的，作为一种改进，货运车辆包括货车和半挂牵引车。
13.有益效果：通过此种设置，能够准确识别出目标车辆的类型，从而剔除采集到的小轿车等类型的车辆信息，精简数据量，因为小轿车的最高速度不好限制，因此采用这样方式
的判断方法不能判断出小轿车是否有套牌嫌疑。
14.优选的，作为一种改进，套牌分析单元用于比对识别的车型和车型数据库中的车型数据，若比对结果为不匹配时，则判断该车辆为套牌车辆，并向违规信息存储单元发送相关信息数据；若比对结果为匹配时，则对该车辆进行二次验证。
15.有益效果：通过此种设置，能够通过套牌分析单元准确分析出目标车辆的车型是否为货运车辆，从而在第一步识别出非货运车辆并将这部分数据清除，从而极大程度上精简了数据量以及提高了对套牌的货运车辆的甄别准确率。
16.优选的，作为一种改进，信息采集模块接入道路监控系统中，利用设置在各个路口的摄像头采集目标车辆的视频信息。
17.有益效果：通过此种设置，能够直接利用现有的摄像头完成车辆初步信息的采集，便于开展大数据集体采集，降低了数据采集的难度和工作量，从而提高对货运车辆套牌识别的广度，进而极大程度打击套牌的非法行为。
18.优选的，作为一种改进，套牌分析单元在获得目标车辆的第一数据集合和第二信息集合后，计算该车辆的经纬度距离和最大可能行驶距离。
19.有益效果：通过此种设置，能够根据同一辆车不可能在较短时间内出现在相距很大的地点的原理，因此通过计算该车辆的理论距离和实际距离来对比，从而判断出该车辆的驾驶情况是否异常，进而判定该车辆是否涉嫌套牌。
20.优选的，作为一种改进，套牌分析单元还用于比较经纬度距离和最大可能行驶距离，若经纬度距离小于最大可能行驶距离，则判定目标车辆正常运行，若经纬度距离大于最大可能行驶距离，则判定目标车辆存在套牌嫌疑。
21.有益效果：通过此种设置，能够通过比较距离的大小来判定该货运车辆的在理论最大速度的情况下，是否在地理位置上超出了理论范围，从而精准识别出该车辆是否有套牌嫌疑，进而再给执法端的人员发送警示信息，便于执法人员精准在线下开展查处工作。
22.优选的，作为一种改进，当套牌分析单元判定目标车辆存在套牌嫌疑时，将该车辆的所有信息发送至违规信息存储单元进行存储，并同步通过预警单元发出警示信息。
23.有益效果：通过此种设置，能够在识别到目标车辆存在套牌嫌疑时，准确存储其相关信息，进而方便检查人员能够在线下快速找到其位置对其进行套牌行为的核实与处罚。
24.本发明还提供了一种货运车辆套牌甄别方法，包括以下步骤：
25.步骤s1，采集目标车辆的相关信息和典型特征信息，并记录目标车辆开始的时间与经纬度信息，然后将记录的信息发送至信息接收单元；
26.步骤s2，信息接收单元根据收到的信息对目标车辆进行图像识别，根据号牌颜色判断其是否为货运车辆；
27.步骤s3，目标车辆正确识别后，获取目标车辆在最后时刻的时间信息和经纬度信息，并连同之前采集的开始的时间与经纬度信息一起发送至套牌分析单元；
28.步骤s4，套牌分析单元根据两次间隔采集的时间和经纬度信息，计算该车辆的经纬度距离和最大可能行驶距离，并根据计算结果判断该车辆是否涉嫌套牌；
29.步骤s5，当套牌分析单元判定目标车辆存在套牌嫌疑时，将该车辆的所有信息发送至违规信息存储单元进行存储，并同步通过预警单元向检查终端模块发送警示信息。
30.有益效果：通过上述步骤，能够利用上述货运车辆套牌甄别系统快速、准确完成对
货运车辆套牌行为的识别，从而便于开展线下对货运车辆套牌行为的针对性检查，同时规避打破传统检查方式的弊端，不仅对套牌车辆的识别准确率高，同时也避免在路口设置卡点检查导致交通拥堵，极大程度上提高了套牌行为查处的便捷性和智能性。
31.优选的，作为一种改进，当目标车辆的车牌识别不清无法获取该车辆的相关信息时，向检查终端模块发送提醒信息以及该车辆的行驶方向信息，进而在下个路口进行拦截查处。
32.有益效果：考虑到一般货运车辆的车主都很少会洗车，因此导致车牌一段时间后会积攒大量的灰尘或者泥土导致车牌号码被遮挡，因此通过此种设置，能够在目标车辆车牌无法识别时，记录该车辆的信息并根据该车辆的行驶方向，给下一个路口的检查人员发送提醒信号，提醒检查人员及时开展人为拦截，不仅能够纠正其车牌无法看清的问题，规范其驾驶行为，同时也能顺便开展套牌行为的检查，对货运车辆的驾驶员起到正向的引导作用。
33.优选的，作为一种改进，若识别出该目标车辆为非货运车辆，则计算其两个时间段的经纬度距离和行驶距离，再反向计算出其行驶速度，并根据其行驶速度来判断是否涉嫌套牌。
34.有益效果：由于非货运车辆，例如小轿车的速度变化区间太大无法进行限制，因此上述方法对非货运车辆无法做到准确的套牌识别，而通过此种设置，能够在目标车辆为非货运车辆时，通过其实际的位置和时间差，来反向计算其行驶速度，看计算出来的行驶速度是否超过了常规的速度上限，从而判定该车辆是否涉嫌套牌，也一定程度上提高了本方案对于套牌车辆车型的识别范围。
附图说明
35.图1为本发明一种货运车辆套牌甄别系统实施例一的结构示意图。
36.图2为本发明一种货运车辆套牌甄别系统实施例一信息采集模块的示意图。
37.图3为本发明一种货运车辆套牌甄别系统实施例一云平台模块的示意图。
38.图4为本发明一种货运车辆套牌甄别系统实施例一检查终端模块的示意图。
39.图5为本发明一种货运车辆套牌甄别方法实施例一的套牌甄别流程示意图。
具体实施方式
40.下面通过具体实施方式进一步详细说明：
41.说明书附图中的标记包括：信息采集模块1、云平台模块2、检查终端模块3、车辆信息采集单元4、时间采集单元5、经纬度采集单元6、信息发送单元7、信息接收单元8、信息清洗单元9、行驶数据请求单元10、套牌分析单元11、违规信息存储单元12、预警单元13、预警信息接收单元14、显示单元15。
42.实施例一：
43.本实施例基本如附图1所示：一种货运车辆套牌甄别系统，包括信息采集模块1、云平台模块2和检查终端模块3；
44.如附图2所示，信息采集模块1，包括车辆信息采集单元4、时间采集单元5、经纬度采集单元6和信息发送单元7；所述车辆信息采集单元4，用于采集目标车辆的基础信息，并
将采集到的基础信息发送至信息发送单元7；所述时间采集单元5，用于采集当前时刻的时间信息，并将采集到的时间信息发送至信息发送单元7；所述经纬度采集单元6，用于采集目标车辆的位置信息，并将采集到的位置信息发送至信息发送单元7；所述信息发送单元7，用于将采集到的多种信息汇总成第一数据集合后发送至云平台模块2；
45.如附图3所示，云平台模块2，包括信息接收单元8、信息清洗单元9、行驶数据请求单元10、套牌分析单元11、违规信息存储单元12和预警单元13；所述信息接收单元8，用于接收信息采集模块1发送来的第一数据集合，并对采集到的目标车辆进行识别，判断其是否为货运车辆，若是，则将第一数据集合发送至行驶数据请求单元10，反之则将第一数据集合发送至信息清洗单元9；所述信息清洗单元9，用于将收到的数据信息清洗删除；所述行驶数据请求单元10，用于从第三方平台获取该目标车辆最后时刻的第二信息集合，并将第一数据集合和第二信息集合发送至套牌分析单元11；所述套牌分析单元11，用于分析目标车辆是否存在套牌行为；所述违规信息存储单元12，用于将检测出来的套牌车辆的信息进行统一存储；所述预警单元13，用于在检测出套牌车辆后，发出警示信息；
46.如附图4所示，检查终端模块3，包括预警信息接收单元14和显示单元15；所述预警信息接收单元14，用于收集预警信息，并将预警信息发送至显示单元15；所述显示单元15，用于在显示屏上显示预警信息和检测到的套牌车辆的信息。
47.具体的，本方案中，货运车辆包括货车和半挂牵引车，因其在载货时的最大速度容易限制，因此根据上述计算行驶距离的方法的准确性能够得到保障，从而使对目标车辆的套牌甄别的结果真实可靠。
48.具体的，套牌分析单元11用于比对识别的车型和车型数据库中的车型数据，若比对结果为不匹配时，则判断该车辆为套牌车辆，并向违规信息存储单元12发送相关信息数据；若比对结果为匹配时，则对该车辆进行二次验证，根据同一辆车不可能在较短时间内出现在相距很大的地点的原理，通过计算该车辆的经纬度距离和最大可能行驶距离来判断是否涉嫌套牌，若经纬度距离大于最大可能行驶距离，则表示此号牌的车辆进行了非正常的大距离跨越行驶，则判断该车辆有套牌嫌疑。
49.具体的，本方案中，信息采集模块1采集到目标车辆的时间信息为t1，经纬度信息为(x1， y1)，行驶数据请求单元10从第三方平台获取该目标车辆最后时刻的时间信息为t2，经纬度信息为(x2，y2)。
50.首先计算得到两个时间的时间间隔t＝t2-t1，则目标车辆的经纬度距离s为：
51.s＝r
×
ar cos[cos(y1)
×
cos(y2)
×
cos(x1-x2) sin(y1)xsin(y2)]
[0052]
其中r为地球半径6371.0km。
[0053]
然后，再计算出目标车辆的最大可能行驶距离l，
[0054]
l＝c*(t2-t1) b
[0055]
其中，c为货车或半挂牵引车可能运行的最大速度，一般取100km/h；b为车辆行驶距离误差值，取10km/h；t1为摄像头抓拍到车辆的时间，t2为车辆最终请求时的时间。
[0056]
将经纬度距离s和最大可能行驶距离l进行比较，若经纬度距离s小于最大可能行驶距离l，则判定该车辆为正常行驶状态，不涉嫌套牌，而若是经纬度距离s大于最大可能行驶距离l，则判定该车辆涉嫌套牌。
[0057]
当套牌分析单元11判定目标车辆存在套牌嫌疑时，将该车辆的所有信息发送至违
规信息存储单元12进行储存，并在同一时间通过预警单元13发出警示信息，最后由检查终端模块3接收并显示，提醒检查人员及时对相关车辆进行套牌检查核实。
[0058]
具体的，本方案中信息采集模块1接入现有的道路监控系统中，无需单独设置摄像头，直接利用设置的各个路口的摄像头来采集目标车辆的视频信息。
[0059]
如附图5所示，本方案中，还提供了一种使用上述货运车辆套牌甄别系统的货运车辆套牌甄别方法，包括以下步骤：
[0060]
步骤s1，采集目标车辆的相关信息和典型特征信息，并记录目标车辆开始的时间与经纬度信息，然后将记录的信息发送至信息接收单元；
[0061]
步骤s2，信息接收单元根据收到的信息对目标车辆进行图像识别，根据号牌颜色判断其是否为货运车辆；
[0062]
步骤s3，目标车辆正确识别后，获取目标车辆在最后时刻的时间信息和经纬度信息，并连同之前采集的开始的时间与经纬度信息一起发送至套牌分析单元11；
[0063]
步骤s4，套牌分析单元11根据两次间隔采集的时间和经纬度信息，计算该车辆的经纬度距离和最大可能行驶距离，并根据计算结果判断该车辆是否涉嫌套牌；
[0064]
步骤s5，当套牌分析单元11判定目标车辆存在套牌嫌疑时，将该车辆的所有信息发送至违规信息存储单元12进行存储，并同步通过预警单元13向检查终端模块3发送警示信息。
[0065]
本实施例的具体实施过程如下：
[0066]
首先信息采集模块1通过道路监控系统的摄像头获取多条道路的车辆视频数据，再将该数据传输到云平台模块2的信息接收单元，对视频中的数据进行逐帧识别，识别出目标车辆的车牌、车型、颜色等信息形成第一数据集合，并将识别出的车型与车型数据库中的车型进行匹配，根据号牌颜色是否为黄色判断其是否为货车车型或半挂牵引车，若是，则将第一数据集合发送至行驶数据请求单元10，反之则将第一数据集合发送至信息清洗单元9。
[0067]
在识别到目标车辆为货运车辆后，行驶数据请求单元10从第三方平台获取该目标车辆最后时刻的第二信息集合，包括时间信息和经纬度信息，然后将第一数据集合和第二信息集合发送至套牌分析单元11。
[0068]
套牌分析单元11先根据采集到的车牌信息比对车型数据库中的车型数据，若号牌、颜色、车型等数据不匹配，则判断该车辆为套牌车辆，并向违规信息存储单元12发送相关信息数据；若比对结果为匹配时，则对该车辆进行二次验证，根据信息采集模块1采集到目标车辆的时间信息为t1，经纬度信息为(x1，y1)，行驶数据请求单元10从第三方平台获取该目标车辆最后时刻的时间信息为t2，经纬度信息为(x2，y2)，计算目标车辆的经纬度距离s和最大可能行驶距离l，将经纬度距离s和最大可能行驶距离l进行比较，若经纬度距离s小于最大可能行驶距离l，则判定该车辆为正常行驶状态，不涉嫌套牌，而若是经纬度距离s大于最大可能行驶距离l，则判定该车辆涉嫌套牌。
[0069]
套牌分析单元11判定目标车辆存在套牌嫌疑时，将该车辆的所有信息发送至违规信息存储单元12进行储存，并在同一时间通过预警单元13发出警示信息，最后由检查终端模块 3接收并显示警示信息，检查人员收到警示信息后及时对相关车辆进行套牌检查核实。
[0070]
随着社会经济的发展，社会上的机动车辆越来越多，而相应的，一些驾驶员为逃避
限速、罚款、交通规则限制等，会制造假的车牌安装在车上，进而逃避处罚，也就是常规所说的套牌行为，而套牌车的危害也在逐渐增大，例如套牌车肇事逃逸后，由于车牌信息错误，无法找人肇事者，套牌车给社会带来了非常多的不稳定因素。而随着科技的发展，目前对于车辆套牌行为的查处，均是通过摄像头采集车辆的车牌信息后比对官方的备案数据，来判断该车辆是否涉嫌套牌，但是这种情况仅适用于不同车型、不同颜色车辆之间的识别，而若是两者的车型和颜色均一致，则无法准确判断出来。
[0071]
此外还有一种时空不可达方式，即通过交通路网上的各个摄像头对车辆进行抓拍，从而获得通过不同摄像头时的各类信息数据，但是这些数据的获取有一定的局限性，即摄像头的安装需要覆盖全国范围，且还要保证这些车辆被摄像头抓拍到，同时这些摄像头获得的信息在时间阈值的选取上有较大难度，因此时空不可达方式的缺点也十分明显。
[0072]
而本方案中，则是充分考虑到了上述方法的缺陷，专门针对货运车辆研发了本套牌甄别系统，通过获取车辆抓拍信息，包括抓拍时间、车辆所处位置的经纬度，并与车辆最终时刻请求得来的时间信息与位置经纬度信息相计算，得到在此时间间隔内车辆可能行驶的最大距离，最后依据此距离与经纬度距离进行比较，确定该车辆是否涉嫌套牌。根据同一辆车不可能在较短时间内出现在相距很大的地点的原理，通过一个摄像头确定车辆的初始时间，再通过向全国道路货运车辆公共监管与服务平台提交申请获得车辆最终的时间，可以有效解决原先时空不可达方式中时间阈值确定困难的难点，并且本方案中对于采集目标车辆最后时刻的信息的手段，并不局限于高速路口收费站等常规方式，还能通过高速上设置的etc计费摄像头、限速摄像头等常规摄像头完成信息采集，并且还可以通过线下常规车辆截停普查时，向后台输入车辆的相关数据进行数据匹配，从而实现目标车辆最后时刻信息的采集，因此本方法对于货运车辆的套牌甄别适用性高；另一方面，通过识别车辆类型，降低了车牌识别数量，调高了识别效率，只需识别车辆的类型与车牌，不需要识别人脸与车辆局部特征，提高了图像识别方面的效率，更重要的是识别全程无需人眼识别，减少工作人员工作量，也有效降低了货运套牌行为的查处成本。
[0073]
另一方面，本方案中采集的数据量非常小，仅需在开始任意时刻采集一次目标车辆的信息即可，无需现有的模式中对该车辆利用多个地方的摄像头采集多次数据，不仅数据采集过程长，而且采集的数据量非常大导致后续数据分析效率大幅降低，而本方案最多仅需采集两次数据，同时还能够依赖于一次采集的数据结合后续核查输入的数据进行套牌甄别，极大程度精简了数据量，同时也提高了对货运车辆的套牌甄别效率；而且本系统无需额外安装设备，仅需接入现有的道路监控网中，利用现有的摄像头来采集初次数据，即可完成对货运车辆的套牌甄别，因此通过本方案对货运车辆套牌甄别的成本大幅降低，并且因为本方案中针对的情况均是货运车辆的长途输运驾驶行为，对比的是该目标车辆的大距离行驶距离，因此对数据采集的精度要求没那么高，允许存在一定的误差，也能够完成对货运车辆的套牌分析甄别；更重要的是，由于货运车辆一般均是在大距离运输，例如跨城市、省市的长途运输，因此对于真正套牌的货运车辆而言，同一车牌号的两个车不可能在同一时间出现在同一位置，因此对于经纬度的精度在垮城市上而言，精度不需非常高就能准确分析出该货运车辆是否套牌，并且整个甄别分析过程非常快，仅需比对前面两次的时间和经纬度，计算出经纬度距离和最大可能行驶距离就能准确判断是否涉嫌套牌。
[0074]
实施例二：
[0075]
本实施例基本与实施例一相同，区别在于：当目标车辆的车牌识别不清无法获取该车辆的相关信息时，向检查终端模块3发送提醒信息以及该车辆的行驶方向信息，进而在下个路口进行拦截查处。
[0076]
本实施例的实施过程基本与实施例一相同，区别在于：
[0077]
首先信息采集模块1通过道路监控系统的摄像头获取多条道路的车辆视频数据，再将该数据传输到云平台模块2的信息接收单元，对视频中的数据进行逐帧识别，若目标车辆的车牌识别不清，则无法获取该车辆的其他相关信息，则记录该车辆的位置信息以及行驶方向的信息，并向检查终端模块3发送提醒信息，检查人员收到提醒信息后，立即在该目标车辆行驶方向的下个路口设置卡口进行拦截，对其进行套牌核查，并责令驾驶员立即清理车牌，使车牌能够清晰展示。
[0078]
考虑到实际情况中，绝大多数货车以及半挂牵引车都会进行长途驾驶，因此在驾驶后车牌上难免会沾染很多灰尘或者泥土，而驾驶员一般都很少洗车，导致车辆的号牌信息看不清，给限速和违规行驶查处系统的信息采集造成了很大阻碍。因此本方案中，在无法识别目标车辆车牌信息时，记录该车辆的信息并根据该车辆的行驶方向，给下一个路口的检查人员发送提醒信号，提醒检查人员及时开展人为拦截，不仅能够纠正其车牌无法看清的问题，规范其驾驶行为，同时也能顺便开展套牌行为的检查，对货运车辆的驾驶员起到正向的引导作用，同时也能极大程度上防止货运车辆驾驶员倚仗号牌模糊不清而进行超速、闯红灯等极度危险的违法行为，保障路上行人以及其他车辆的安全。
[0079]
实施例三：
[0080]
本实施例基本与实施例一相同，区别在于：若识别出该目标车辆为非货运车辆，则计算其两个时间段的经纬度距离和行驶距离，再反向计算出其行驶速度，并根据其行驶速度来判断是否涉嫌套牌。
[0081]
本实施例中，根据高速公路的限速情况，将非货运汽车的最大行驶速度限制在140km/h。
[0082]
本实施例的实施过程基本与实施例一相同，区别在于：
[0083]
首先信息采集模块1通过道路监控系统的摄像头获取多条道路的车辆视频数据，再将该数据传输到云平台模块2的信息接收单元，对视频中的数据进行逐帧识别，识别出目标车辆的车牌、车型、颜色等信息形成第一数据集合，并将识别出的车型与车型数据库中的车型进行匹配判断是否为货车车型或半挂牵引车，若是，则将第一数据集合发送至行驶数据请求单元10，反之则判定目标车辆为非货运车辆，则获取其最后时刻的时间信息和经纬度信息。
[0084]
由套牌分析单元11分别计算其两个时间点的经纬度距离，再由计算出的经纬度距离和两个时间点的时间差反向计算其实际行驶速度，并比较实际行驶速度和最大行驶速度 140km/h的大小，若实际行驶速度大于140km/h，则表示该车辆在该时间段内进行了非正常大距离的行驶，则判定该车辆为套牌车辆；若实际行驶速度小于140km/h，则表示该车辆行驶状态正常，不涉嫌套牌。
[0085]
通过此种设置能够使本方案在准确识别货运车辆套牌行为的同时，能够在目标车辆为非货运车辆时，通过其实际的位置和时间差，来反向计算其行驶速度，最后看计算出来的行驶速度是否超过了非货运车辆常规的速度上限，从而判定该非货运车辆是否涉嫌套
牌，通过此项设置，使本方案在甄别货运车辆套牌行为的基础上，也具备了准确甄别非货运车辆的套牌行为，从而降低了本系统对于目标车辆类型的要求，也一定程度上提高了本方案对于套牌车辆的识别范围，有效提升了本方案中套牌甄别系统的实用性。
[0086]
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本技术给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本技术的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本技术要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。