高速公路车牌识别及多路径清分系统分析与研究
2021-07-20段昕
段昕
【摘要】 随着我国高速公路的不断发展,其总体线路的复杂性与连续性也在进一步提升,进而形成了相应的网状结构。在这样的情况下,不同收费站之间的不同线路会导致车辆通行费用差异较大,而如果进一步提升收费结果的准确度成为相关部门需要思考的问题。基于此,本文对高速公路车牌识别及多路径清分系统展开研究,从其原理与方法出发,对其设计与配置加以讨论,从而不断提升我国高速公路的发展水平。
【关键词】 高速公路 车牌识别 多路径清分
引言:
现阶段,随着高速公路的不断发展,人们对高速公路的关注也在持续提升。在网格化的发展过程中,一方面可以给车辆提供更多的路线选择,另一方面也可以显著缓解交通压力,起到分散车流的作用。与此同时,高速公路的发展也体现出一些问题,其中最为突出的问题在于如何有效开展通行路线确认。因此,相关管理单位应加强对车牌识别以及多路径清分系统的研究,为提升高速公路的运行水平奠定基础。
一、高速公路多路径清分的原理与方法
1.1路径识别原理
高速公路路径识别主要借助概率识别、准确识别两种技术。概率识别技术是建立在交通均衡及非均衡算法基础上,需根据高速公路实际通行情况建立模型,应用算法与模型完成车辆通行特征分析,实现行驶路线识别与确认。概率识别技术通过技术分析后可获得车辆大概行驶路线,车辆驾驶员在行驶过程中,通常选择最小成本、收益最大的通行线路,即运用最少的时间及经济成本完成通行目标,因此,时间价值导向下的车辆驾驶员通常选择花费时间最少的线路,因此可根据“最小距离法”确定车辆路径,若不同线路所涉及的收费存在差异,则可根据目的地及线路所属公司判定车辆收费情况,根据最优选择判定车辆行驶路径,现阶段概率识别技术主要包括最大概率法、协商调查法、最小距离法等。准确识别技术则是根据高速公路环状、网状结构完成通行车辆的行驶路线确认,可实现精准路径识别,可在一定程度上规避路线确认模糊的问题,根据现阶段准确识别技术发展情况来看,该技术主要包括射频标识法、标签识别法、车载设备跟踪法、移动定位法、土建法、车牌识别法[1]。
1.2路径识别技术
1.2.1 VLPR车牌照识别技术
近年来图形识别技术逐渐完善与普及,实现高速公路车辆路径识别时,可运用VLPR技术完成通行路线确认,该技术的实现需在高速公路出、入口设置并安装VLPR系统,且实现高速公路节点的全覆盖,以此准确获取车辆信息,但受到技术及车辆收费系统功能的限制,应用VLPR车牌照识别技术时,根据安装位置差异及自动照相机数量不同,主要存在以下VLPR系统:1.“出入口+路段”抓拍;2.“路段+高速公路入口”抓拍+高速公路出口记录拍照;3.“路段+高速公路出口”抓拍+高速公路入口记录牌照;4.“路段”抓拍+入口记录牌照;5.“路段”抓拍+出口记录牌照;6.仅“路段”抓拍。
VLPR车牌照识别技术的应用成本较高,为保障该技术适用性,应尽可能选用可靠设备,为VLPR系统精准度提供保障,同时应解决数据采集、传输、存储、处理方面的问题,以此保障车辆收费系统顺利运行。
1.2.2车载设备定位技术
运用车载设备定位技术完成路径识别主要依靠GPS装置及无线装置,通过GPS定获取车辆实时位置,在无线装置辅助下将车辆实时传输至数据管理中心,以此完成车辆路径的确认,该技术存在一定实施难度,主要由于无法实现所有车辆的GPS装置及无线装置安装,且车辆存在跨区域行驶现象,需实现车辆收费系统的全区域覆盖,因此车载设备定位技术仅可实现统一区域内的车辆状态识别。现阶段,部分车辆已实现了车载设备定位技术的应用,但实现成本较高,且具有诸多限制,只可用于固定地区车辆的行驶路径识别。
二、高速公路车牌识别及多路径清分系统设计
2.1系统设计
在进行VLPR系统设计的过程中,应以车牌识别技术为基础与支撑,因此应有效在高速公路的关键路段设置设置车牌自动识别标识点,还应在收費口处安装相应的车牌自动识别仪。当车辆经过的时候,仪器可以自动抓取车辆车牌信息,结合标识点获取的相关内容来提供准确的运行线路。该方案实施的可行性很大程度上是由于车牌号的唯一性,为进一步提升相关线路的准确性,需要在车辆入口的地方完成相关信息的采集。值得注意的是,车辆入口和出口的信息都会被写入到通行卡当中,因此两个地方之中只需要安装一个车牌识别仪就可以完成车辆信息的匹配,并不需要在入口和出口都安装。在实际展开设计的过程中,出入口处的收费站都会完成车牌识别系统的安装,进而更加准确地完成车牌信息与通行卡的信息绑定,最大限度地避免偷换通行卡的行为。与此同时,在网络速度比较快的时候,信息系统的处理能力也会得到显著提升,这样在提高识别准确率的基础上可以更好地获知车辆的行驶路线,准确完成车辆通行费用的计算。由此也可以进一步看出,该方案的实施需要借助车牌识别信息来完成,因此其识别结果在很大程度上会依赖车牌的正确识别。但实际上,车牌识别的准确性在很大程度上会受到天气情况、光线情况以及能见度等因素的影响,因此在这部分条件比较差的时候,其车牌识别的准确程度也将会得到大幅度降低,严重影响车辆识别系统运行的稳定性。
总的来说,车辆实际路线的确定需要参照标识点、车辆入口处以及车辆出口处三个环节提供的车牌信息。其中,标识点的车牌信息都需要借助网络设备完成车道的发送与下传,进而这两种方案都对高速公路运行网络的性能提出了较高的要求,因此在网络性能不满足的情况下则无法获取相应的收费计算结果。
2.2系统框架
结合实际运行的情况来看,完整的VLPR系统主要包括前端图像抓取系统、网络传输系统以及后端管理系统。首先,前端图像抓取系统主要包括视频检测器、高清摄像机等设备,进而有效完成相关信息的获取。车牌识别系统在运行过程中不仅对车辆图像捕获率提出了较高的要求,同时还要求捕获车牌信息以及司机信息,进而有效为日后的管理活动提供相应的查询信息。在完成信息获取之后,系统会将相应的视频信息进行压缩,并传送到后台管理系统,进而有效实现实时视频监控。高清摄像机在使用的过程中主要体现出以下几方面的优势:第一,具备较高的像素与覆盖率,不仅可以有效覆盖两至三个车道,还可以借助全景图像拍摄技术有效减少出现错漏的概率;第二,还可以对车辆、司机和乘客的图像进行清晰地拍摄,并将图像保存下来。通常情况下,前端图像抓取系统会被设置在外场路段,从而不间断地完成车辆信息采集、处理、保存、传输的任务。除此以外,前端图像抓取系统还可以完成对车辆号牌、车辆颜色以及车辆型号等内容的自动识别,同时通过网络传输软件将这部分信息传输到中心服务器。在需要实施监控的时候,还可以有效完成对视频信息的解码和压缩。
其次是网络传输系统,其主要任务是通过光端机来完成前端系统向后端管理系统的传输过程。网络传输系统最主要的数据信息包括视频信息和检测数据两个方面,进而有效借助传输控制协议网来实现对相关信息的监控、储存与检测[2]。
最后是后端管理系统,前端系统所获取的信息最后都需要汇总到省中心的后台管理系统当中,结合现阶段的运行情况来看,后台管理系统可以实现的功能包括车辆信息管理、车流信息记录、交通情况的反馈、检测数据的保存以及交通图像的保存与检索等。
三、高速公路车牌识别及多路径清分系统设置
3.1设备选择与安装
硬件系统是高速公路车牌识别及多路径清分系统的运行基础,直接影响了该系统的运行效率与物质基础。为进一步提升高速公路车牌识别及多路径清分系统的运行水平,应充分结合实际运行情况与客观需求完成硬件配置,进而有效实现软件与硬件的合理协调。在选择硬件的时候,不能只是一味选择性能良好与价格昂贵的,而是应该选择匹配程度高的,进而促进整体系统运行水平的提升。
另外,由于硬件设备大多需要在室外环境工作,因此在选择硬件的时候还将其对环境的适应力考虑其中,尽可能地提升硬件运行的稳定性。在进行设备安装的过程中,需要结合全体路况记录完成车辆具体行使轨迹的测算,并将其发布到交通网中。值得注意的是,每一个识别点应配备2~3台识别器,从而实现对相关车辆更为精准的信息获取。此外,在安装识别器的时候还可以考虑到相关设备对驾驶人员的干扰,因此在调整好安装位置的基础上还应进一步选用一些不太醒目的色调。
3.2硬件部署
在系统硬件的部署上,不同设备所部署的位置与功能也是不同的,前端图像采集设备的部署主要包括高清摄像机、镜头、补光灯控制板等设备,并将这部分设备固定在护罩当中,进而有效完成对相关信息的获取和传输。一般来说,会将护罩安装在行驶车道的正上方,而高清摄像机则安装在护罩中。
在正常运行状态下,一台高清摄像机可以完全覆盖3个车道,同时在周围安装相应的LED辅助光源进行补光。在实际运行的过程中,光控小板可以对周围环境的明暗程度进行测算,并有效控制灯光的点亮与熄灭。与此同時,监控室设备主要由高清车牌识别器、数据光端机以及以太网交换机组成,进而通过这部分设备完成对车辆信息的获取与记录,最终完成对结算中心的查询请求。其中,高清车牌识别器的主要任务是完成数字视频信号的有效处理,进而从其中识别出有效的车辆信息;在完成数据处理的基础上由以太网完成信息的接收与对外输出。
结合实际情况来看,通过以太网交换机所发出的车辆信息包括车辆的图像、车牌二值化图、车牌识别号码以及其他的信息,进而有效促进了车辆信息的获取与识别,为提升高速公路运行水平奠定基础。
四、结束语
综上所述,高速公路建设对我国经济水平的提升起到了至关重要的作用,而落实良好的道路交通系统也就成为了促进经济发展的重要举措。但值得注意的是,交通管理部门在进行交通管理的时候同时也面临着一定问题与挑战。因此在实际开展管理的过程中,应有效加强高速公路车牌识别及多路径清分系统的研究,同时不断提升相关技术的实施水平,从而进一步为建立稳定的高速公路运行系统提供重要保障。
参 考 文 献
[1]刘伟.ETC门架系统中高清车牌识别与视频监控的应用[J].交通世界,2020(31):9-10.
[2]林大岵.基于模糊识别的高速公路交通流数据实时监控方法[J].科技通报,2020,36(08):65-69.