基于汽車行駛記錄儀的道路交通違法取證探討

徐炅旸

(公安部道路交通安全研究中心，北京 100010)

1 研究背景與意義

由于駕駛人守法意識普遍不強，道路交通違法數量持續處于高位，影響交通秩序，危害交通安全。公安交管部門主要通過固定點位的攝像頭進行交通違法抓拍取證，由于設備數量有限，執法覆蓋率低。2019年，公安部起草了《公安部關于修改〈道路交通安全違法行為處理程序規定〉的決定(征求意見稿)》，擬規定“單位或者個人提供的違法行為照片或者視頻等資料，經查證屬實的，可以作為處罰的證據。”隨著行駛記錄儀在私家車上的普及，利用行車記錄儀取證交通違法，實現“全民移動監控”，是對執法手段的重要補充。

2 相關政策與技術標準

2.1 政策背景

2013年公安部《根據交通技術監控記錄資料處理交通違法行為的指導意見》指出：對群眾拍攝記錄并在違法行為發生之日起三日內舉報的機動車闖紅燈、違法占用專用車道行駛等違法行為，要通過詢問舉報人和涉嫌違法車輛所有人、管理人等形式認真調查核實，對提供的記錄資料嚴格審核，符合證據要求的，可以作為違法信息錄入公安交通管理綜合應用平臺。可以看出，行車記錄儀的視頻記錄可以作為違法取證的依據，但違法認定與證據固定應由公安交管部門來完成。

2.2 技術標準

行車記錄儀提取的取證圖像應符合《道路交通安全違法行為圖像取證技術規范》(GA/T832-2014)，其中規定了道路交通安全違法行為圖像取證的技術要求，規定了圖像取證設備、計時誤差、圖片數量、圖片質量、間隔時間、疊加信息、證據圖片、儲存格式、防偽要求等。同時，還規定了取證圖片上應包含的具體內容。

3 實施思路

基于汽車行駛記錄儀的道路交通違法取證，主要依托智能視頻分析技術及算法，分析行駛記錄儀拍攝的監控視頻畫面，捕捉違法取證圖像并上傳。概括而言，一是內嵌視頻分析處理的功能模塊，給汽車行駛記錄儀安裝“大腦”。二是對行駛記錄儀拍攝的視頻內容進行實時分析，對動態場景進行識別，自動判定前車是否構成交通違法及具體違法類型。三是根據技術要求，按規定抽取圖像并上傳至公安交管部門，以待進一步認定。

4 實施方案

4.1 取證流程設計

行駛記錄儀完成視頻信息采集與信息分析，自動識別出交通違法圖像，并標定違法行為、地點、行為、車牌號等信息，上傳至公安交管部門。并由公安交管部門進行違法確認。

圖1 取證流程示意圖

4.2 取證系統設計

基于行車記錄儀車輛違法取證工作系統， 主要由車載取證端、數據傳輸網絡、信息服務器、違法確認端組成，具體功能如下：

車載取證端：內嵌于汽車行駛記錄儀，拍攝行車視頻，智能檢索涉及違法行為的視頻片段，提取關鍵幀圖像，并自動生成時間、地點、違法行為、車牌號等取證信息。

數據傳輸網絡：采用4G/5G移動通信網絡，將車載取證端的取證圖像傳輸至信息服務器。

信息服務器：設立在公安交管部門，由數據庫、智能云端等組成，用于儲存取證圖像。

違法確認端：設立在公安交管部門，用于調取并管理服務器中的信息，進行違法認定與證據固定。

圖2 行車記錄儀車輛違法取證工作系統

5 關鍵技術

5.1 車牌定位與識別技術

車牌號是最重要的車輛信息，智能視頻分析算法會自動識別違法車輛的牌照號碼，以邊緣檢測等算法為例，依據車牌的邊緣為矩形的幾何特征，第一次定位車牌，再根據車牌的顏色，例如藍底白字的顏色特征，二次定位車牌，而后利用字符分割與字符識別來確定具體的車牌號。

5.2 違法判定邏輯設計

每種交通違法行為都需設計相應的判定邏輯和規則，以違法變道為例，為保證違法證據的完整性與合法性，智能視頻分析算法首先需要識別圖像中的車輛、道路、實線等內容，然后跟蹤車輛的運動過程，識別車輛跨越實線變道的場景，最后提取出能夠反映違法的關鍵的幀圖像，且圖像要符合相關技術要求。

6 技術難點

6.1 動態背景的復雜性

行車記錄儀面向的是動態變化的場景，其中的光照變化影響較大，可能造成虛假檢測與錯誤跟蹤，給目標的分割與特征提取帶來困難。

6.2 目標的遮擋問題

由于道路環境的復雜性，遮擋是車輛及車牌識別、跟蹤中面臨的難點，目標可能被部分或完全遮擋，也可能出現目標間相互遮擋，從而造成目標信息缺失，影響跟蹤的穩定性與信息捕捉的準確性。

7 實施建議

推廣汽車行駛記錄儀在交通違法取證方面的應用，有助于提升駕駛人守法意識，規范駕駛人的行為。建議細化行車記錄儀交通違法取證流程規范，明確技術上的要求以及信息的流轉機制，以及對圖像資料真實性、合法性和原始性的甄別與判斷。交管部門可根據實際情況建立交通違法舉報平臺，規范交通違法舉報的路徑和渠道，同時要建立良性的交通違法舉報機制，開展宣傳引導，提升合規性。