新闻资讯

路上查车，过去是这么干的：设卡、拦停、检查、开单。一套流程下来，一条车道堵上几百米，执法人员站在车流里，风险不小。

程力集团3月18日发布的14款智能专汽里，智能交通执法车换了一种做法：通过高空视角实现非接触式远程取证。车停在安全位置，无人机升空，从上方看清车牌、看清装载、看清行驶轨迹，证据在云端生成。

取证这件事的难点

交通执法的核心是证据。证据要满足三个条件：能证明违法事实、能对应到具体车辆、能经得起复核。

传统取证的困难在三处。

一是看不全。超限超载、非法改装、抛洒滴漏，这些违法行为从地面平视很难判断。一辆货车加了高栏板，站在车边看不出加了多少；一辆渣土车没盖篷布，从后方看不出装载高度。

二是够不着。高速公路、快速路、封闭路段，车辆不能随意停靠，执法车也不可能在行车道上拦车。

三是留不住。现场发现的问题，如果没有完整记录，事后当事人不认，处理起来很麻烦。

高空视角把前两个问题一起解了。无人机在几十米高度俯拍，车厢轮廓、装载高度、遮盖情况一目了然；同时不占用车道，不影响通行。

非接触不只是“不拦车”

“非接触”这个词，容易被理解成“为了安全不拦车”。实际影响比这大。

第一是覆盖面。设卡检查是抽查，一天能查几十辆；无人机巡查是按路段扫，一段路过的车都能看到。覆盖率上去了，侥幸心理就下去了。

第二是可追溯。设备记录的画面带时间、位置信息，形成完整的证据链。事后复核时，能看到当时的实际情况，不依赖执法人员的主观描述。

第三是减少冲突。路边拦车检查，双方站在车流边上，情绪容易激动。非接触取证把对抗性最强的环节去掉了，执法人员和司机不必面对面争执，争议交给证据。

不过也有新的问题。取证过程如果不透明，当事人不知道自己是怎样被记录的，容易产生不信任。所以这类系统通常要求取证过程可回溯、可申诉。

车上的设备怎么配合

一台执法车要在路上工作，设备配置有讲究。

无人机负责“看高”。它可以沿着路段飞，也可以悬停在某个位置观察。续航和抗风是限制条件，风大的时候小型无人机可能无法作业。

车载摄像头负责“看近”。车辆周边的画面持续记录，作为辅助证据。

通信链路负责“传回”。取证不能只存在本地，要能实时回传到指挥中心或者云端，防止设备损坏导致证据丢失。

AI识别负责“筛选”。一段路的视频里，绝大部分车辆是正常的，AI的作用是把可疑目标标出来，减少人工翻查的时间。

程力集团这套体系把这些环节统一在“车+机+云”平台上。平台化的好处是，同一套感知和传输能力可以复用到别的车型上——比如智能农业执法车、智能电力巡检车，用的是同源的架构。

一个真实场景的推演

设想一条城郊快速路，夜间常有超限货车通行。

过去的做法是设卡，一晚上查几十辆，执法人员在路边站四五个小时。货车司机熟悉规律，看到前方有卡点就绕行，或者提前减速通过。

换成执法车之后，车停在路侧的应急区域，无人机升空沿路巡查。AI识别出装载高度异常的车辆，自动记录车牌、时间、位置和影像。执法人员在前方安全位置等候，对证据确凿的车辆进行处理。

这个流程里，执法人员的站位从车流中挪到了安全区，拦停的对象从“随机”变成“有据”，绕行的意义也降低了——无人机看的是整段路，不是某一个点。

当然，实际落地还要处理空域审批、飞行安全、设备维护这些琐事。技术上能做到，管理上要跟上。

对采购方的启示

一是问清证据链怎么走。从采集到存储到出示，每一步有没有留痕，能不能防篡改。

二是问清空域怎么解决。无人机在公路上飞，涉及空域管理，地方有没有现成的审批通道，直接决定能不能常态化使用。

三是问清数据保存期限。执法证据通常有保存年限要求，车上的存储和云端存储各自保留多久，要写进合同。

四是问清与现有系统的对接。多数执法单位已经有自己的业务系统，新车采集的数据要能进去，否则还要人工转录。

这类装备的位置

智能执法车不是要取代执法人员，它是把“看”这件事从人身上分出来。

人擅长判断、沟通、处置，不擅长长时间盯着屏幕找异常。设备擅长持续看、广域看、不知疲倦地看，不擅长临场决断。把这两件事分开，各干各擅长的，效率和质量都会好一些。

程力集团把这类车放进14款智能专汽一起发布，说明它不只是一个单品，而是“车+机+云”能力的一个应用出口。同样的能力可以长到交通执法上，也可以长到农业、电力、消防上。这种“一个平台、多个出口”的做法，是专用车行业往智能化走时比较现实的一条路。