基于多元设备关联的交叉口违法取证系统研究及应用

韩 龙,牛红珍,杨爱辉,张爱国

(1.公安部交通管理科学研究所， 江苏无锡 214151; 2.无锡华通智能交通技术开发有限公司， 江苏无锡 214151; 3.唐山市公安局交通警察支队， 河北唐山 063000)

0 引言

当前，我国人、车、路的规模在快速发展，交通安全问题也日趋显现。道路交通事故次数和事故致死人数总量较大，重特大交通事故时有发生[1-5]。相关研究表明，交通违法行为是导致交通事故发生的主要原因之一，交通事故发生次数和交通违法行为数量成正比例关系[6-9]。

为保证道路交通安全，提高城市道路通行效率，解决城市道路交通拥堵常发、事故多发问题，各地公安交通管理部门和科研院所相继开展了交通安全违法行为取证系统的研究。何树林等人[10]介绍路口交通安全违法取证系统的重要组成以及部分功能，并对系统关键技术进行了详细说明并做出具体指标要求，对系统建设应用具有重要指导意义。姜良维等人[11]对交通技术监控设备的安装和使用进行了规范，促进了交通安全违法行为取证系统的标准化建设。李建宇等人[12]针对大型车辆交通违法抓拍难题，设计了一种双向的违法取证系统，可以有效解决常规取证系统的应用难点，但是需要新建两套取证设备和相应的基础配套，经济成本较大。

目前，交通违法取证系统在应用方面尚存在诸多不足，主要表现在以下两方面。第一，当前建设的闯红灯取证系统只能对车辆闯红灯、不按规定车道行驶等违法行为进行取证，无法针对前后车牌不一致、失驾、毒驾等涉牌涉证违法行为进行取证。第二，当前建设的交通违法行为取证系统在设备杆件下存在10～15 m监视盲区，是实线变道、加塞的多发区域，极易引发车辆剐蹭事故，影响交通秩序，危害行车安全。针对上述问题，本文创新提出将已有的闯红灯取证设备和反向卡口设备关联融合，搭建前后关联取证系统。

1 技术架构

1.1 总体架构

整个系统的技术架构可以分为方法研究、模型构建、系统研发和应用验证。方法研究主要针对涉牌涉证违法、实线变道违法等交通安全违法行为进行取证方法的研究，模型构建包括构建闯红灯监测设备和卡口设备的关联模型以及多源监测数据的融合算法和模型，系统研发的主要任务是完成系统的功能与结构设计、软件开发，应用验证即部署系统并进行功能与性能测试，依据实际应用效果进行系统评估与完善。

图1 系统技术架构

1.2 涉牌涉证违法行为取证技术架构

采用闯红灯违法抓拍设备和反向卡口设备相结合的取证方式，配合后台利用大数据进行车辆信息、人员信息比对，可有效解决涉牌涉证违法行为取证问题。

前端通过反向卡口设备获取在车辆到达监控盲区前的车辆及驾驶员属性特征。车辆属性特征有：车身颜色、车脸号牌、车标、车辆子品牌、遮阳板、年检标志、过车时间、空间坐标等；驾驶员属性特征主要是指驾驶员人脸。通过闯红灯违法抓拍设备获取车辆通过监控盲区后的车辆属性特征主要包括：车身颜色、车尾号牌、车标、车辆子品牌、过车时间、空间坐标、车速等。

前端设备记录的数据通过通信网络传输到后台，后台会将这些信息与公安交通管理综合应用平台数据、人脸库数据等进行比对进而识别违法行为，生成违法证据图片。当出现过车时间、车道，以及空间坐标信息、车型、车辆子品牌信息完全一致，但是车牌信息不一致的情况，可认定此车为违法车辆；当依据驾驶员人脸数据在公安交通管理综合应用平台驾驶员数据库中查找不到相匹配的驾驶证数据时，可怀疑此人无证驾驶；当在公安网人口库中查到此人有吸毒前科时，可怀疑此人毒驾。

1.3 路口实线变道违法取证技术架构

采用闯红灯违法抓拍设备和反向卡口设备相结合的取证方式可有效治理“杆下黑”交通乱象。前端通过反向卡口设备在车辆到达监控盲区前进行取证，获取车辆属性特征，主要包括：车身颜色、车脸号牌、过车时间、空间坐标等。通过闯红灯违法抓拍设备在车辆通过监控盲区后进行取证，获取车辆属性特征，主要包括：车身颜色、车尾号牌、过车时间、空间坐标等。前端设备记录的数据通过网络传输到后台，后台通过将反向取证的车辆位置和正向取证的车辆位置进行车道比对确认，核定车辆是否存在实线变道、加塞等交通安全违法行为。

2 技术关键

2.1 多源数据融合接入

多源数据主要包括反向卡口设备和闯红灯违法抓拍设备抓拍的图片数据。通过制定数据上传的规范格式，采用标准的通信协议，建立统一的数据接口规范，对数据传输格式进行统一，实现多源异构监控数据的标准化、规范化接入，解决由于设备厂家不同、监控视场不同造成图片数据的差异问题。

2.2 属性特征比对

属性特征包括：车道信息、车身颜色、车型、位置信息、时间信息、驾驶员人脸信息等交通要素信息，基于大数据分析技术完成比对分析、关联分析等操作，通过前后两张图片中车辆所在车道信息的比对、车辆属性信息与公安交通管理综合应用平台数据库的数据比对、驾驶员人脸信息与人脸库数据比对，实现违法行为的识别与取证。

3 系统结构

3.1 逻辑结构

交通安全违法行为前后关联取证系统的逻辑结构主要分为5层，从下至上分别是采集层、接入层、数据层、应用层和用户层，如图2所示。

图2 交通违法行为前后关联取证系统逻辑结构

3.2 物理结构

交通违法行为前后关联取证系统前端设备包括：反向卡口取证设备、闯红灯违法取证设备、爆闪补光灯、红外补光灯、频闪补光灯、信号灯检测器、光纤收发器等。除此之外还有通信传输系统、中心管理系统等。其中，爆闪补光灯用于白天环境下的相机补光，红外补光灯用于夜晚环境下的相机补光，如此可以有效减少光污染，降低强光对驾驶员视觉的影响。

为实现对失驾人员、毒驾人员的识别、取证，系统需要与公安交通管理综合应用平台和人脸数据库对接。由于交通违法行为前后关联取证系统部署于视频专网，而公安交通管理综合应用平台和人脸数据库部署于公安内网，因此，需要搭建一套网络安全边界接入平台，保证视频专网和公安内网的数据安全传输。

交通违法行为前后关联取证系统物理结构如图3所示。

图3 交通违法行为前后关联取证系统物理结构

4 应用实例分析

交通违法行为前后关联取证系统已经在唐山市示范应用，本文选取唐山市长宁道—青龙街和北新道—卫国路两个路口作为案例分析。其中，长宁道—青龙街路口货车流量相对较大，因此作为涉牌涉证违法取证试点；北新道—卫国路路口交通流量较大，路口需经常排队等候，是实线变道、加塞的多发点位，因此作为实线变道违法取证试点。

4.1 涉牌涉证违法取证

以某蓝色货车由于车后牌照污损，造成前后车牌不一致为例。图4为货车进入监测盲区前由反向卡口设备拍摄到的车辆前部照片，记为照片A。从照片A中可以清楚的看到车辆前部悬挂号牌为冀B*****。图5为车辆通过监测盲区后由闯红灯违法抓拍设备拍摄到车辆尾部照片，记为照片B。此张照片中蓝色货车尾部悬挂号牌已经污损，车牌号码无法辨认。因此可判定该车前后车牌不一致，生成违法证据照片，如图6所示。

4.2 实线变道违法取证

以某白色轿车在路口实线处变道为例。图7为反向卡口设备拍摄到的车辆在进入监测盲区前的前部图片，记为图片C。从图片C中可以清楚判断白色轿车由第13车道驶入监测盲区，且该车牌号为冀B*****。

图4 反向卡口取证照片A

图5 闯红灯违法抓拍取证照片B

不同流量下信号控制造成的右转机动车延误如图7所示。

图8为同一杆件上的闯红灯违法抓拍设备拍摄到的同一白色轿车驶出监测盲区后的尾部图片，记为图片D。从图片D中可以清楚判断该车由第12车道驶出。

图6 前后车牌不一致违法证据照片

图7 反向卡口取证照片C

图8 闯红灯违法抓拍取证照片D

同一辆车通过同一杆件，它由图7中对应的13车道进入监测盲区，由图8中对应的12车道驶出，故可判定该车在监测盲区内存在实线变道交通违法行为，因此将图7和图8进行合成，生成违法证据图片，如图9所示。

图9 实线变道违法证据照片

4.3 效果分析

4.3.1 社会效益

为保证系统效果达到最优，分析选择天气状况良好、视线条件佳的环境下进行。2018年5月10日早上5时至下午18时，仅北新道—卫国路一个路口就取证实线变道违法车辆14辆，记录结果如表1所示。经与人工统计数据的对比、确认，系统对前后车牌不一致、实线变道等交通安全违法行为识别率95%，识别准确率90%以上。

表1 北新道—卫国路路口部分实线变道违法数据

4.3.2 经济效益

交通违法行为前后关联取证系统在不投入硬件的前提下，可以充分利用现有前端监控设备，通过软件升级即可实现对涉牌涉证和“杆下黑”交通违法行为的取证，预计节约资金七千余万元。

5 结论

针对车牌污损、前后车牌不一致、失驾、毒驾等涉牌涉证交通违法行为和实线变道、加塞等交通违法乱象，单纯依靠传统的交通违法行为取证设备已经不能满足公安交管部门的治理需求。创新地提出将闯红灯违法取证设备和反向卡口设备组合使用，搭建前后关联取证系统，有效解决涉牌涉证以及“杆下黑”治理难题，对缓解道路交通拥堵问题，减少交通事故发生，提升交通综合管控能力和城市文明水平具有重要意义。系统优点有以下几点：

(1)可填补现有取证系统漏洞，优化取证手段，克服道路交通非现场执法长期存在的弊端；

(2)反向卡口夜间使用红外补光灯，可以有效消除夜间强光污染带来的行车安全隐患；

(3)资源复用率高，在不新增监控设备和基础杆件的情况下，升级软件即可增加功能，节约了项目成本。