在視頻偵查工作中對涉案車輛軌跡追蹤的方法研究

邵 雷 趙家興 周 東

隨著我國經濟的快速發展，汽車保有量逐年增長，為公眾出行帶來極大的便利。但是，汽車也被犯罪嫌疑人作為交通或運輸作案工具用來實施違法犯罪行為（比如殺人拋尸案、綁架案、搶劫案等）。如何利用視頻偵查手段對涉案車輛進行分析和追蹤，快速鎖定犯罪嫌疑人是公安機關需要解決的關鍵問題。

一、對涉案車輛的確認和特征分析

（一）對涉案車輛的確認

對涉案車輛的確認是追蹤和研判工作的第一步，也是關鍵一步。要準確判定涉案嫌疑車輛，否則會導致整體案件偵查方向的錯誤，甚至使案件陷入僵局難以偵破。辦案人員可以通過犯罪嫌疑人進入車輛、犯罪嫌疑人從車輛下來、車輛進入案發現場、車輛從案發現場駛離、車輛室內有可疑物品、車輛在受害人住處或者受害人車輛旁有停留行為、車輛被受害人指認等來確認涉案嫌疑車輛，有時還要結合案發時間段進行二次確認。

（二）對涉案車輛牌照的分析

車牌既是車輛最重要的外部標識，又是對車輛進行區分的重要依據。高速收費站和治安卡口視頻監控系統一般都裝有車牌自動識別系統，可以對車輛進行識別和查找。但是，遇到車輛轉彎、夜晚車牌反光或者遠距離拍攝等情況，車牌號碼會出現模糊不清或者顯示不完整的情況，此時可以通過使用圖像清晰化軟件（比如視偵通、PS軟件等）進行處理，圖1是對監控側位拍攝到的車牌進行處理后得到的較為清晰車牌號，然后在公安車輛管理平臺中根據車型、部分牌號進行模糊查詢和數據碰撞，從而查清車源。另外，車輛電子標識識別系統是未來的發展趨勢，也是創新社會治安防控體系車牌識別的重要技術手段。

圖1 對車牌處理后進行識別

若犯罪嫌疑人對車牌進行偽裝、遮蓋、使用套牌假牌，甚至不掛牌照的情況，辦案人員可以把偽裝物品（比如CD碟、擋牌布）作為車輛特征，將假牌或套牌與車輛特征共同作為追蹤車輛行駛軌跡的依據，絕對不能因為不是真實車牌而輕易放棄有關涉案車輛的任何重要線索。

（三）對涉案車輛特征的分析

對于不能有效查清車輛號牌的情況，可以根據車輛特征完成視頻追蹤任務，這種方法的關鍵步驟就是如何對車輛特征進行分析。分析思路一般是從車型品牌到具體款式的細化，根據車標確定車輛品牌，再結合車輛尾燈位置、剎車燈燈光形狀、霧燈位置、形狀和車身流線等確定車輛年款信息；從大特征到細微特征、從車輛外部特征到車內飾特征，比如車輛顏色、車身噴涂的文字或圖案，車尾防靜電條、擋風玻璃上年檢貼排列形狀、車內飾品樣式和擺放位置，車座套顏色、天線特征、后視鏡、門把手、防撞梁、遮陽板、特殊貼紙等逐項甄別進行車輛同一認定。分析車輛特征時，對于運動中的目標可以利用沿途監控點位連續采集錄像，選取畫面最清晰的進行特征分析。同時，車輛特征是案件串并的重要依據之一。

二、針對一般地形路況對涉案車輛行駛軌跡進行分析

（一）以涉案車輛車牌為特征對車輛軌跡進行分析

與犯罪嫌疑人不同，涉案車輛的流動性更大，活動的區域范圍更廣，將涉案車輛經?；顒拥膮^域和以在案發現場及周邊出現過的區域作為偵查工作重點。一般情況下，依據車牌對涉案車輛行駛軌跡進行分析，這時又可分為真車牌和假車牌（無車牌）兩種情況。對于第一種情況，如果犯罪嫌疑人使用的是真實車牌，要查清案發時駕駛涉案車輛的駕駛員（即犯罪嫌疑人）信息，要注意不一定是車主本人駕車作案，不要認為犯罪嫌疑人一定是車主。對于第二種情況，即犯罪嫌疑人使用假牌、套牌，對車牌進行遮擋偽裝，甚至無牌車作案的情景，這就需要結合車輛的特征進行深度分析。如果通過視頻追蹤假牌涉案車輛行駛軌跡多次都指向同一位置，可以分析推理犯罪嫌疑人的落腳點或常住地在此區域范圍內，下一步工作需要對該區域摸排查實、蹲守抓捕；犯罪嫌疑人在編造假車牌時，很可能選擇假車牌的歸屬地與犯罪嫌疑人有密切聯系的熟悉區域，符合犯罪嫌疑人心理特征，這點也可以作為查明犯罪嫌疑人身份的重要線索；如果犯罪嫌疑人使用的車牌是盜取的，則車牌被盜區域被列為重點偵查范圍，不但從犯罪嫌疑人盜取車牌的案件本身可以獲取其線索信息，而且犯罪嫌疑人盜取車牌時，通常還會有其他犯罪行為發生，通過以車牌號碼和車輛特征作為案件串并依據，可以獲得多段涉案車輛行駛軌跡的信息，經過細致梳理和綜合分析研判，逐步縮小排查范圍，最終找到犯罪嫌疑人藏身的重點區域，甚至是具體落腳點。

（二）一般路況情景時對涉案車輛的軌跡追蹤分析

一般地形路況，是指該路段上行駛的車輛運行方向一定，不能在路段中間隨意調頭行駛，行駛岔口較少，即可封閉路段。這種路況相對簡單，可采用封控圈法，也就是利用該路段兩端的監控就可以將該區域圍成閉合區域，判斷涉案車輛的下一步行駛方向，從而繼續追蹤。對車輛進行追蹤時，由于車輛行駛速度較快，一方面通常選用“伴隨參照法”，在前一個監控錄像中發現了涉案車輛以及同行車輛，同行車輛的選取數量至少為兩臺，如果遇到視頻監控畫面為遠距離、夜間拍攝不清楚等情況，要選擇不同車型的多臺車輛，實戰經驗表明最多控制在10臺伴隨車輛為宜，因為伴隨車輛太多，反而容易弄不清楚涉案車輛，太少又起不到伴隨的參照作用。另一方面，卡口是追蹤涉案車輛的利器，由于各類卡口監控多為高清，既能對車牌和車輛特征準確識別，又能對車內駕駛員抓拍高清照片，不但能夠看清駕駛員衣著和面部等特征，還能夠看清楚駕駛室內的情況。同時，對于卡口照片還可以應用以圖搜車的功能，圈選車輛局部特征在卡口數據庫中完成查詢比對。對于涉案車輛的追蹤還可以與通信時空軌跡等碰撞分析。下面以實際案例具體介紹對于一般地形路況對涉案車輛的軌跡追蹤方法。

2017年某月某日，在哈爾濱市某區發生一起系列砸車玻璃盜取車內財物以及電瓶的案件，初步查清系兩名犯罪嫌疑人駕駛一輛白色小型汽車作為盜竊運輸作案工具。由于案發地點屬于新區，案發周邊區域較為荒涼，監控點位較少甚至有的區域還沒有安裝視頻監控，因此無法進行順線式的視頻追蹤，并且地處新區來往車輛較少，對涉案車輛應用參照伴隨的追蹤方法也不具備偵查工作開展條件。

為了解決這一難題，首先在采集的監控視頻中選取畫面最為清晰的，然后對涉案車輛特征和犯罪嫌疑人衣著、步態等進行詳細分析研判，發現涉案車輛后風擋玻璃幾乎完全被積雪覆蓋，只留有一條縫隙（如圖2所示），以此特征對涉案車輛進行軌跡追蹤。同時，將WA部門提供的情報信息與視頻偵查跳躍分析技戰法相結合，大膽分析推理涉案車輛行駛軌跡路線，再利用沿途監控錄像驗證對涉案車輛行駛路線的分析是否準確，通過采用這種方法極大地縮短了只是簡單應用視頻偵查順線追蹤查看方法的偵查時間。較短時間內，在一段較為清晰的影像中發現了涉案車輛，車輛后風擋玻璃覆蓋積雪特征明顯，再根據涉案車輛行駛速度、行駛距離進行偵查實驗進一步驗證，認定涉案車輛具備此時路過該路段的條件。

圖2 涉案車輛后風擋玻璃特征視頻監控畫面截屏

對視頻畫面中的涉案車輛進行深入分析發現該車尾部車標形狀雖然模糊，但輪廓與中華牌轎車十分相似，在根據車輛車型、車燈位置等信息應用車型比對平臺，最終判斷涉案車輛車型極有可能為中華駿捷。接下來，在涉案車輛經過的卡口照片數據庫中以車型是中華駿捷為查詢條件進行搜索，再以車內人員為兩人、涉案人員衣著特征（如圖3所示顏色、款式、棉帽等）為依據進行二次篩選分析，在兩萬余張卡口照片中快速鎖定了涉案車輛，卡口抓拍照片顯示車內主駕駛和副駕駛位置坐著的正是犯罪嫌疑人（如圖4所示），經過進一步偵查，此案中犯罪嫌疑人駕駛的車輛使用的是真實車牌，通過以車找人的方法最終確定犯罪嫌疑人身份并且實施抓捕。

圖3 犯罪嫌疑人衣著特征

圖4 涉案車輛途經卡口時抓拍的照片

三、針對復雜路況應用建模數據統計分析法追蹤涉案車輛行駛軌跡

復雜地形路況是相對于一般地形路況而言，該路段為開放式，車輛在路段中間區域就可以調頭行駛，路段岔路口較多，可能行駛方向較復雜，特別是如果此路段附近視頻監控點位數量又較少，就會給對涉案車輛的追蹤工作帶來很大難度。下面用實際案例詳細介紹針對復雜地形路況時，如何應用建模數據統計分析法對涉案車輛進行追蹤分析。

2017年某月某日凌晨，發生一起交通肇事逃逸案件，被害人死亡后被拋尸路邊隱蔽處（圖5紅圈標注處）。由于事發路段較為偏僻，案發現場沒有目擊者也沒有視頻監控。調查走訪查明被害人尸體是次日凌晨被發現的，經過法醫認定案發時段是凌晨1點至3點。案發現場周圍視頻監控未發現有嫌疑車輛經過，但能夠確定將尸體拋至此位置一定得有交通工具，但由于該路段為復雜路段，因此決定研發建模數據統計分析法進行案件研判。

圖5 案發現場位置示意圖

甄別案發時間段前后該路段過往車輛的嫌疑程度是偵辦本案的關鍵。調取案發現場周圍路段（愛大線）兩側的視頻監控時發現由于案發路段較寬，雙向道路都存有主副兩路，并且道路兩旁存有綠化隔離帶，致使沿路監控距離道路較遠，并且被樹木隔離，很難清晰地看見沿路車輛的行駛情況，僅能憑昏暗的路燈來分辨車輛的車型和顏色，并不能鎖定嫌疑車輛，致使車輛的排查工作只能按照最原始的方法進行，也就是利用卡口視頻記錄的車牌號，對過往的車輛逐一進行排查。通過此路段車流量很大，給案件排查工作帶來巨大阻力，并且對于在中間路段調頭行駛的車輛并沒有辦法篩查出來，偵查工作陷入僵局。

為解決這一難題，辦案人員提出建模數據統計追蹤車輛行駛軌跡的方法，其基本思路是：將復雜道路模型化，排除一切與案件無關的因素，只是利用簡單的矩形構造出道路的走向、交匯點，暫時排除道路所處的地理位置環境，使得原本四通八達的道路變得簡化，并且以簡單的字母替代復雜的道路名稱，這樣就排除了復雜文字對于后期推演思維的影響。該分析方法具體分為四步。

第一步：明晰現場道路的基本情況，構建路況簡易模型。案發現場愛大線系雙向各四車道，兩側有副路車輛可以行駛，在高速橋下車輛可以調頭行駛，沿途有小路通向居民小區。根據以上信息可以建立如下道路簡易模型（如圖6所示）。

圖6 案發路段簡易模型

模型中略去了主路輔路、道路兩側出入口、紅綠燈、道路形狀走向、道路名稱等大量客觀信息，但是更直觀明了地突出了此路段中對破案有價值的信息：車輛行駛方向、車輛掉頭路段以及道路的基本輪廓。

第二步：在簡易模型的基礎上，根據視頻監控情況將道路分段，用簡單的英文字母對路段重新命名，并標明路段中車輛行駛的方向，得到道路標識模型（如圖7所示）。

圖7 案發路段道路標識模型

在圖中可以看出A、B、C、D、H處于同一主道，只是車輛行駛方向不同，而A、B、C、D、H五個節點的選取是根據路口視頻點位的設置情況自定義的。根據數學中兩點確定一條直線的原理，利用視頻點位連線構建路段標識模型，之所以將一條雙行道路拆分成單一的兩條單行道是為了使得后續推演更加簡單便捷。

第三步：根據道路標識模型制作數據統計表?；诘缆窐俗R模型，可以使對涉案車輛的行駛軌跡分析更加具體。涉案車輛一定經過案發路段，根據前期偵查可以確定車輛經過的大致時間段，但關鍵是要分析出車輛的大概率行駛方向和更加具體的通過時間，為了使分析思路更加清晰，就需要編制數據表格配合模型使用（見表1）。

表1 案發路段道路標識模型數據表格

表格中要注明各字母點所代表意義，明確表格的目的以及輔助的作用，同時因為A-B以及H-D-C路段均為單行道，表格中如果出現逆行車輛，要列為重點嫌疑目標，如果表中顯示車輛在A點通過也在B點通過，則表明該車輛由北向南行駛。

第四步：利用數據表格和模型秩序化，推演篩查過往車輛的嫌疑度。應用道路標識模型和數據表標注車輛通過該路段的情況，為了保證每一種情況都不會缺失，可以先從車輛通過一個監控點的簡單情況進行分析，然后分析車輛經過兩個監控點、三個監控點……以此類推，為了方便記錄，可以利用字母Y/N進行記錄，Y代表車輛通過該路段，N代表車輛未通過該路段，考慮到車輛掉頭往返的情況我們可以采用Yn的方式進行記錄，例如Y2代表車輛從該監控點通過兩次。車輛所通過的監控點次數越多，情況也就越復雜，但是考慮到肇事車輛案后應該快速逃離案發現場，不會在短時間內多次往返現場，所以一般可以先行只考慮車輛通過監控點位一次的情況。舉例說明，表2中情況一表明車輛通過了監控點A，但是未通過觀測點B、C、D、H，由此可以分析出此種情況的車輛通過監控點A駛入了愛大線的事發路段，但是在案發時間段卻未駛出事發路段，可以得出該車輛為嫌疑車輛的概率較小，除非該車輛肇事后藏匿在該路段某小區內。

表2 案發路段道路標識模型數據示例表格

第五步：對經過路段的車輛進行研判分析。基于數據表格，逐一分析車輛的嫌疑程度，偵查員需要對該路段的基本情況十分熟悉，完全掌握車輛途經此路段時的可能行駛路線，表3是此案中對于幾種情況的分析：

表3 對案發路段道路標識模型數據表格進行分析研判的示例

案發路段道路標識模型數據表中的數據涵蓋了經過此復雜路況路段時車輛行駛軌跡的可能情況，結合具體案情分析表中數據能夠判斷被篩查車輛有無作案嫌疑，便于開展下一步偵查工作。具體偵辦此類案件時還高度重視分析車體是否有明顯的撞擊凹痕，是否存在車輛通過該路段所用時間異常等情況，案發路段道路標識模型以及對車輛嫌疑程度的判斷還需要偵查員做大量反復偵查實驗后才能得出更加準確的結論。

四、結語

機動車輛已經成為犯罪嫌疑人常見的作案交通工具，例如交通肇事逃逸、殺人拋尸、運輸違禁物品等類型的案件都與車輛有密切聯系。辦案中基本的車輛特征識別、涉案車輛確認、車牌號碼分析等對案件偵破至關重要。實踐中，針對一般路況和復雜路況兩種情景下對涉案車輛行駛軌跡的追蹤方法，特別針對復雜路況提出了建模數據統計的方法，可以有效解決了岔路口較多路段涉案車輛軌跡追蹤難題。