高速公路路径识别标识站车牌识别准确率验证方法——以武汉中交沌

合集下载

高速公路车辆路径识别系统

高速公路车辆路径识别系统

高速公路车辆路径识别系统LT一、概述1.1需求分析目前在高速公路路径识别的主要技术方法有标识法、车牌照识别法、最短路径法、布瑞尔交通分配法、出口确认法、路网平衡法、最大概率法、协商法、抽样调查法等等。

国内比较实用的有标识站法和车牌照识别法。

1. 标识站法标识站识别方法是依据精确识别原理,准确识别车辆的实际行驶路径,标识站法可分为停车式和不停车两种。

在本文中重点对停车式标识站进行分析,以下提到的标识站均为“停车式标识站”。

在需要设置标识站的地方设置几条带收费岛的车道,前方设标志说明,收费车道上安装费接触式IC卡读写设备,司机通过此路段时,需将IC卡在读写天线的规定距离内划过,自动栏杆开启、车辆通行,记录该标识站信息。

标识站还需要设置摄像机(对冲卡车辆进行抓拍)、雾灯等安全设施。

该标识站的设立实际上上相当于主线收费站的建设,由收费亭、带IC卡读写器的计算机、自动栏杆、(摄像机)、雾灯、通行灯以及通行系统组成。

路径的识别主要依靠写入通行卡的标识站编码,由出口根据入口、标识站信息自动计算车辆行驶路径。

由于标识站识别方法是依据精确识别原理,准确识别车辆的实际行驶路径,因此,标识站识别方法识别的精度较高。

标识站的主要缺点是车辆每次经过标识站时必须停车,导致行车速度降低,降低了高速公路的服务水平,与联网收费的精神直接想违背,对社会形象也是一种极大的损害。

2. 车牌照识别技术随着图像识别技术的发展,也可应用“车牌照识别”技术进行多路径的识别。

即高速公路出、入口设置车牌照抓拍系统,在路网内关键点设置车牌照抓拍系统,摄取通过车辆牌照。

车牌照实质上也是一种相对精确的标识方法,可以在很大程度上解决路径识别的问题。

基于视频车牌照识别技术的车辆识别系统不需要降低行车速度,保证高速公路的服务水平。

良好的视频车牌识别系统能够保证较高的车牌识别率,可以满足高速公路车辆路径识别的需要。

1.2高清车牌识别系统解决方案本系统基于VROAD HDR高清视频综合检测器,利用单台高清摄像机可同时实现单台设备同时提供车牌识别、交通事件检测、交通数据采集、违法行为记录、高清电视监控五大功能。

高速公路交通管理的车辆识别方法

高速公路交通管理的车辆识别方法

高速公路交通管理的车辆识别方法随着社会经济的飞速发展,交通拥堵问题日益严重,高速公路作为现代化交通的重要组成部分,面临着越来越大的挑战。

高速公路交通管理的一个重要环节就是车辆识别,即对通过高速公路的车辆进行准确快速的识别和记录。

本文将介绍关于高速公路交通管理的车辆识别方法。

高速公路车辆识别方法的意义重大。

准确地识别车辆可以帮助实现高速公路交通管理的智能化、高效化,并提供准确的数据支持,以改善交通流量控制和安全监控。

车辆识别方法能够有效地提高公路管理的效能,减少交通事故发生的可能性,并为交通管理部门提供及时的信息。

一种常见的车辆识别方法是基于视频监控技术的。

通过在高速公路的出入口、路段和收费站等关键位置安装高清摄像头,利用计算机视觉技术对车辆进行实时监测和识别。

该方法可以通过图像分析和车牌识别算法,在图像中提取车辆的特征,并对车牌号码进行解码。

然后,系统可以将车辆信息与已有的数据库进行比对,以确保车辆的合法性,或者作为事后的交通违法行为调查的重要依据。

虽然基于视频监控技术的车辆识别方法可以提供准确的识别结果,但其需要大量的摄像设备和大规模的图像处理算法,而且存在着对隐私的侵犯和资源浪费的问题。

另一种车辆识别方法是基于无线通信技术的。

通过在高速公路的相关位置安装无线通信设备,如电子标签、射频识别器等,与车辆进行无线通信。

当车辆经过设备时,设备会主动识别车辆的唯一标识,如车牌号码、电子标签等,并将这些信息传输至后台系统。

通过这种方式,交通管理部门可以实时掌握车辆的位置、速度等信息,并进行远程管理和控制。

相较于基于视频监控技术的方法,基于无线通信技术的车辆识别方法具有成本低、实时性强的优势,并且对隐私的侵犯较小。

然而,该方法需要车辆安装相应的通信设备,而且存在着与车辆拥堵和无法正常识别的问题。

还有一种新兴的车辆识别方法是基于智能化交通系统的。

通过在高速公路上设置智能交通设备,如高速公路ETC(Electronic Toll Collection)系统、智能摄像头等,实现对车辆的无感知识别。

高速公路指示牌图解,看懂后不用开导航

高速公路指示牌图解,看懂后不用开导航

高速公路指示牌图解,看懂后不用开导航前言:我们已越来越依赖导航,以至很多车友离了导航开不了车。

但对车友而言,能看懂公路尤其是高速公路指路牌特别重要,至少能让你不被导航带偏了。

开车跑高速肯定避免不了。

不过现在我们太依赖汽车导航或手机导航了。

有些车主特别是新手司机,都不太看得懂基本的道路指示牌了,那我们今天就来全面您了解下道路指示牌。

目前我国城市之间的道路网络主要分为省道,国道和高速公路。

省道,以字母S开头,可以理解为“省”字的拼音首字母。

如下图S323省道,黄色底色,黑色字体,非常好认。

国道,以字母G开头,可以理解为“国”字拼音的首字母,红色底色,白色字体,非常醒目。

再路牌标识中高速公路与国道都用字母G开头,可以理解为“高”字的拼音首字母。

如图G2高速,省内的高速用S开头,如图中S40高速。

高速标识是以绿色为底色,白色字体,其中国内高速上部为红色,省内高速上部为黄色,也很好识别。

如下图,可以看出是省内高速S30。

在行驶过程中遇到路线变换时,路牌会不断提醒的。

下图中可以看出,前方15公里处可以变换国内高速G2京沪高速。

距离变换点越近,提示越频繁,下图还表示还有7公里可以变换国内高速G2。

如图重要道路的走向提示很清楚路牌的指示可能不是你要去的地方,但是它是高速行驶方向的重要参考,大方向不会错的。

所以在长途行驶时,一定要经清楚沿途要经过的重要城市和节点。

另外,服务区在路牌中用字母P表示,旁边通常会配有刀叉,加油机、和咖啡杯等图案,非常好识别。

路线上的重点城镇的距离每隔一段距离就会有路牌提醒,可以通过这些路牌了解到目的地的距离信息。

如图提示,1公里距离不是距目的地的距离,而是如果打算往路牌的箭头指示方向去的话,需要在1公里后驶出此路段。

还有高速路上通常最高限速为120公里/小时,外侧车道的限速会略低些,主要特别注意,小心超速违章。

路牌也会提前两三公里时提醒前方有收费站,这是应减速慢行。

收费站的通道并非全部开启,我们要看清通道状态,绿色箭头说明开启。

高速公路收费系统中的车牌识别方法研究

高速公路收费系统中的车牌识别方法研究

高速公路收费系统中的车牌识别方法研究随着交通工具的普及和交通拥堵问题的日益严重,高速公路的建设和管理变得至关重要。

而高速公路收费系统是高速公路畅通运行和管理的重要组成部分之一。

在这个系统中,车牌识别技术是实现自动化收费的关键技术之一。

车牌识别技术是指通过利用计算机视觉和模式识别技术,将车辆的车牌号码快速准确地识别出来。

它可以极大地提高高速公路收费系统的效率和准确性,减少传统人工收费的人力成本和错误率。

现今,车牌识别技术已经广泛应用于高速公路收费站,大大提高了整体的高速公路运行效率和服务质量。

在高速公路收费系统中,常用的车牌识别方法有两种:基于图像处理的车牌识别方法和基于深度学习的车牌识别方法。

基于图像处理的车牌识别方法是利用图像处理算法对车牌图像进行处理,并通过模式匹配和特征提取算法来识别出车牌号码。

这种方法所需的计算量较小,对硬件要求不高,容易实现。

常用的图像处理算法包括图像分割、字符识别和字符校正等。

其中,图像分割是将车牌图像中的字符与背景分离出来,字符识别是将分割出的字符识别为相应的文字,字符校正是对识别出的字符进行位置校正和形态校正。

这些算法的综合应用可以较好地实现车牌识别。

然而,基于图像处理的方法对于复杂的场景和光照条件的适应性较差。

基于深度学习的车牌识别方法是利用深度学习算法对车牌图像进行处理和特征提取。

深度学习是一种模拟人脑神经网络结构和功能的机器学习方法。

通过深度神经网络的层次化计算,可以得到更高层次的特征表示。

在车牌识别中,基于深度学习的方法可以直接从原始图像中学习车牌特征,无需复杂的图像处理过程。

这种方法对于复杂场景和光照条件有更好的适应性,且识别准确性更高。

常用的深度学习模型包括卷积神经网络(CNN)和循环神经网络(RNN)。

通过训练这些模型,可以使其自动学习车牌图像的特征,并实现车牌识别。

然而,基于深度学习的方法对硬件要求较高,计算量较大,需要庞大的训练数据和较长的训练时间。

高速公路车辆行驶路径的识别方法

高速公路车辆行驶路径的识别方法

成为计算机 系统处理的对象 , 并且要保证该标识符 在交
易过 程 中的 唯 一 性 。
在高速公路路径识别的过程 中参与 的对象是 : 车和
路 径 。所 有 的 路 径 是 由人 口 、 口和一 个 或 多 个路 段 组 出
比例进行结算 , 这就 出现了不 公平性 。两点之 间的最短 路径 , 不一定是车辆驾驶 员 的最优选 择路线 , 比如路面 稀释 5 O倍后 , 2 0 m及 2 O m波长处测 定其紫外吸 在 6n 8h
是利用行驶 的车辆本身将采集到数据携带到出 口处 ; 第
二种就是利用数据网络 , 高速公路在建设 的同时就建设
了光纤传输 网络 , 当然还可 以利用公共传输 网络 。
车牌识 别技术就是路 边的标识设 备将采集 到的车
标方式进行数 字化标识 ;或者 可以在路边安 装标识设
备, 每一个路段安装一个标识 设备 , 对该设 备进行唯 并
[] S h Y,he R v e a. e o,9 3 3 u T i L B, ee H E,t 1Am rJ Bt 19 . n .
图 1 不 同提 取 方 法 提 取 总 D A 的 电泳 结 果 N
1 2为 经 典 C A 法 结 果 , 、 、 T B 3 4为 经 典 S S法 结 果 . D
5 6为改 良后 的 C A 、 T B法 结 果 。 四 、 析讨 论 分
[ 郭宝林 , 4 ] 李家实 , 阎玉凝. 中药材 D A分子标记研究 的技 N
术问题 I植物药基因组 D A的提取『1 . N J 中草药. 0 . . 2 0 0
在研究 中发现 , 山茱萸原药材 中富含多酚 、 多糖 、 蛋
后 续试 验反 应无 法 进 行 , 产 生错 误 的 反 应 结 果 ; 时 , 或 同

高速公路交通监控系统中的车牌识别与车辆追踪研究

高速公路交通监控系统中的车牌识别与车辆追踪研究

高速公路交通监控系统中的车牌识别与车辆追踪研究随着社会的发展和交通工具的普及,高速公路交通的管理和监控变得愈发重要。

高速公路交通监控系统中的车牌识别与车辆追踪技术在提高交通安全、提升交通效率方面发挥着重要的作用。

本文将对这两个关键技术进行深入研究与分析。

一、车牌识别技术在高速公路交通监控中的应用车牌识别技术是一种通过计算机视觉技术,对车辆的车牌信息进行自动识别和抓取的技术。

在高速公路交通监控系统中,车牌识别技术主要应用于以下方面:1. 交通违法监测与处理:通过车牌识别技术,监控系统能够实时识别并记录违法车辆的车牌信息,如超速、闯红灯等违法行为。

这为交警部门提供了便利,能够高效追踪违法行为并进行处理,提升交通违法处理的效率和精度。

2. 交通流量监测与控制:高速公路上的车辆数量庞大,通过车牌识别技术,监控系统可以准确记录车辆进出时间和车辆类型,从而实现交通流量的监测和控制。

这对于提前预警拥堵情况、优化路线规划和改善出行体验具有重要意义。

3. 车辆安全防护:通过车牌识别技术,监控系统能够识别并记录车辆的行驶路径、停车时间等信息,实现对车辆的实时追踪,这对于提高车辆的安全性和防盗能力具有重要作用。

一旦发现可疑行为或盗抢情况,可以迅速采取应急措施,并提供重要证据。

二、车辆追踪技术在高速公路交通监控中的应用车辆追踪技术是一种通过GPS定位等技术手段,对车辆的实时行驶轨迹进行监测与追踪的技术。

在高速公路交通监控系统中,车辆追踪技术主要应用于以下方面:1. 事故救援与应急响应:车辆追踪技术可以实时监控车辆的位置和行驶状况,一旦发生交通事故或紧急情况,监控系统可以迅速定位事发点,以便救援人员迅速赶到现场,提供紧急救援。

2. 路线规划与交通导航:车辆追踪技术可以实时监测车辆的位置和行驶轨迹,通过智能算法进行路线规划和交通导航,为驾驶员提供最佳路线选择和实时交通情况,减少拥堵和通行时间,提升行车效率。

3. 货物追踪与运输管理:车辆追踪技术可以监测货车的行驶情况和位置,对货物进行追踪和管理,提高物流效率和货物安全性。

湖北省高速公路路径识别方案及算法优化

湖北省高速公路路径识别方案及算法优化

车辆 的实 际行驶 路 径 。此 方法 必须依 赖 车牌 自动 识别 的精 度 。现在 主 流厂 商 的成熟 产 品的性 能较 前几 年有 了长 足 的 提 高 , 速 车 辆 的 车牌 识 别 问 高
众多, 主要 有标 识 站法 、 口确认 法 和车牌 照识 别 出 法 、 型统 计法 、 分 电子标 签法 、 条码 标 签法[ 移 动 、
C lI el D法L 以 及 最 短 路 径 法 、 瑞 尔 交 通 分 配 — 2 ] 布
在龙 门架上 , 通行 车 辆作 出识 别 后作 为拆 分 甚 对
合 理 的 。但 当 2 收 费站 间 的多条 路径 长度 相差 个 不 大时 , 采用 最短 路 径 法 确 定 车 辆 行 驶 路 径 的误 差 很大 , 因此 在通 行 费 清 分 中必 须 采 用新 的 路径 识 别方 法替换 最 短 路 径 法 , 以保 障通 行 费 清 分过
程 的公 平 。
已不可 能 。 12 电子标 签法 .
个 收费 站 问 有 可 能 存 在 多 条 行 驶 路 径 。根 据 20 0 8年 2月份 的统计 数 据 , 京 珠 和外 环 形成 的 仅 环 路 中月 通行 费 就 高 达 5 0多 万 元 , 此 巨 大 的 5 如 不 明确 路径 的通 行 费 收 入 , 果 不 能 妥善 地处 理 如 好, 必然会 对联 网收费 工作 产生 不 利影 响 。
至是 收 费 的依 据 。 1 3 车 牌识 别法 . 车牌 识别 法 是 非 精 确 识别 的典 型 代 表 , 方 该 法是 在高 速公 路全 部 的 出入 口和所 有多路 径路线
法 、 网平 衡法 、 大概 率法 、 商法 、 路 最 协 抽样 调查 法
等等 。按 照每 种方法 的识别 精度 可 以划分 为精 确

高速公路收费站车牌自动识别系统技术解决方案

高速公路收费站车牌自动识别系统技术解决方案

高速公路收费站车牌自动识别系统技术解决方案一、概述高速公路收费中车牌识别应用的作用是减少通行时间,提升收费管理系统技术含量和辅助管理人员防止卡流失、换卡、漏费、舞弊,降低人为因素影响,改善服务质量提高收费站通行能力和路网营运管理水平,对黑名单车辆报警并提供车辆图像作为处罚依据,有效处理车辆冲卡以及收费中发生的一些问题,为未来的智能交通系统工程以及不停车收费管理预留接口。

SOFTWELL视觉专业从事机器视觉技术产品的研发,产品发展和系统集成。

为交通系统工程、安全防范、企业、政府、社区提供机器视觉全面的技术解决方案、产品和工程服务。

SOFTWELL视觉车牌照自动识别系统,识别率和识别速度指标均达到了国际ITS车牌识别技术指标,目前在全国各地包括北京、山西、四川、广东、深圳、上海等省、市、自治区的公路收费、公安、交警、政府、企业等领域都获得了成功的应用,SOFTWELL视觉也因此积累了丰富的工程经验,与客户有效交流配合的经验,以及售后技术服务经验。

SOFTWELL视觉愿意为高速公路建设业主和系统集成商共同探讨、协作和提供与国际ITS技术指标同步的高速公路车牌自动识别系统解决方案。

二、方案设计SFOTWELL视觉依据强大的技术优势和丰富的工程施工及售后服务经验为高速公路车牌识别系统开发了SOFTWELL-T2000纯软件嵌入式结构的车牌自动识别系统应用解决方案。

嵌入式软件是一个纯软件的车牌识别模块,可以嵌入到高速公路收费系统每个车道工控机的收费软件中,由收费软件直接调用识别车牌照。

嵌入式软件的设计思想是在收费系统中硬件共用车道收费工控机、车道监控摄像机和图像采集卡,与收费系统形成一体。

最大程度上利用现有资源,使系统结构更加合理。

SOFTWELL-T2000嵌入式车牌识别系统在设计上充分考虑了现有高速公路收费系统的特点。

目前我国的高速公路收费系统中均是以收费计算机(车道控制机)作为核心的平台的,而目前收费车道的收费系统对车道控制机工控机的资源(CPU、内存、硬盘等)占用绝大部分在10%左右。

湖北省高速公路多义性路径车牌识别标识站的应用

湖北省高速公路多义性路径车牌识别标识站的应用

湖北省高速公路多义性路径车牌识别标识站的应用
龚世标
【期刊名称】《中国交通信息化》
【年(卷),期】2012(000)005
【摘要】按照湖北省高速公路路网的规划,2012年,通车总里程达到4000公里,2015年,通车总里程将达到5500公里,提前实现“七纵五横三环”高速公路网
建设。

随着武汉绕城阳逻长江大桥、荆宜高速公路、随岳中高速公路、武汉市出城高速公路、武荆高速的相继建成通车,湖北省高速公路已形成了多条环路,多条环路经组合后衍生出更多更大的环路,形成“环邻环、环套环”的复杂路网,造成了高速公路两个收费站之间存在多条行驶路径。

【总页数】2页(P76-77)
【作者】龚世标
【作者单位】湖北省汉蔡高速公路有限公司
【正文语种】中文
【相关文献】
1.高速公路车牌识别标识站准确率验证法 [J], 王兴国;王庆辉
2.湖北省高速公路多义性路径车牌识别标识站的应用 [J], 龚世标
3.基于最小生成树的河南省高速公路多义性路径标识站设置 [J], 曲建华;崔岩;徐广印;姚新胜;应继来
4.高速公路车牌识别标识站准确率验证法 [J], 王兴国;王庆晖;;
5.浅谈高速公路5.8GHz多义性路径标识站设计 [J], 曾建英
因版权原因,仅展示原文概要,查看原文内容请购买。

湖北省高速公路路径识别方案及算法优化

湖北省高速公路路径识别方案及算法优化

湖北省高速公路路径识别方案及算法优化
柳惠忠;郑茂林;杜炜;余磊
【期刊名称】《交通科技》
【年(卷),期】2008(000)005
【摘要】路径识别是目前受到广泛关注的课题.文中比较了几种常用的路径识别方法,探讨了路径识别的主要目的,并对湖北省基于车牌识别方案的拆分算法进行了优化,提高了拆分精度.
【总页数】3页(P80-82)
【作者】柳惠忠;郑茂林;杜炜;余磊
【作者单位】武汉理工大学管理学院,武汉,430070;湖北省交通科学研究所,武汉,430030;湖北省高速公路结算管理中心,武汉,430030;湖北省高速公路结算管理中心,武汉,430030
【正文语种】中文
【中图分类】U4
【相关文献】
1.高速公路路径识别卡低功耗SOC方案 [J], 李德建
2.新疆高速公路多义性路径识别系统解决方案探析 [J], 冶金辉
3.江西省高速公路路径识别系统升级改造方案探析 [J], 吴云鹏;褚艳武
4.新疆高速公路多义性路径识别系统解决方案探析 [J], 冶金辉;
5.江西省高速公路路径识别系统升级改造方案探析 [J], 吴云鹏; 褚艳武
因版权原因,仅展示原文概要,查看原文内容请购买。

基于门架计费方式的高速公路通行费拆分准确性验证

基于门架计费方式的高速公路通行费拆分准确性验证

基于门架计费方式的高速公路通行费拆分准确性验证
薛瑞华
【期刊名称】《中国交通信息化》
【年(卷),期】2022()2
【摘要】全国取消高速公路省界收费站以后,高速公路"一张网"有效提高了综合交通运输体系运转效率,缓解拥堵、改善人民群众出行体验。

收费模式随即发生了变化,ETC门架系统作为收费公路体制改革后最重要的收费载体,行驶路径是实际精确反映车辆计费情况的最原始数据。

本文针对验证通行费拆分准确性问题,以某省某路段为例,介绍了如何将ETC门架系统里的原始数据与省高速公路联网收费中心下发的拆分明细进行一一核对,验证了该省联网中心拆分给该路段通行费的准确性。

【总页数】4页(P98-101)
【作者】薛瑞华
【作者单位】武汉中交沌口长江大桥投资有限公司
【正文语种】中文
【中图分类】F54
【相关文献】
1.基于NO.7信令的移动通信计费准确性验证的实现
2.基于车牌识别的高速公路通行费拆分系统分析
3.基于车牌识别的高速公路通行费拆分系统分析
4.基于车牌识别的高速公路通行费拆分技术研究及应用
5.山西省高速公路通行费的拆分与准确性验证
因版权原因,仅展示原文概要,查看原文内容请购买。

高速公路精确路径计费标识系统方案比选探析

高速公路精确路径计费标识系统方案比选探析

高速公路精确路径计费标识系统方案比选探析
何站稳;谭裕安
【期刊名称】《中国交通信息化》
【年(卷),期】2018(000)009
【摘要】为更好地解决精确收费的路径识别问题,近年来,全国多个省份进行了积极的探索和尝试,这些采取精确路径识别的省份,有单纯通过车牌识别进行路径标识的,有采用手机信令卡进行路径标识的,有采用433MHZ标识卡标识的,也有采用5.8G Hz+433M Hz标识的.此外,随着电子车牌系列技术标准的颁布,未来很可能会采用电子车牌技术进行路径标识.同时,随着北斗导航技术日益成熟,未来采用导航技术进行精确路径拆分也将成为可能.针对上述路径标识方案,本文进行详细的对比分析,以期为后续高速公路精确路径标识和计费技术手段的采用提供参考.
【总页数】4页(P84-87)
【作者】何站稳;谭裕安
【作者单位】招商新智科技有限公司,北京100073;广州华工信息软件有限公司,广东广州510650
【正文语种】中文
【相关文献】
1.ETC收费系统多义性路径精确计费解决对策
2.ETC收费系统多义性路径精确计费解决对策
3.贵州高速公路多义性路径识别系统标识点布局设计分析
4.贵州高速公路多义性路径识别系统标识点布局设计分析
5.高速公路精确路径计费标识系统方案比选探析
因版权原因,仅展示原文概要,查看原文内容请购买。

黑科技大揭秘交通标志识别为什么能实现98%准确率?

黑科技大揭秘交通标志识别为什么能实现98%准确率?

黑科技大揭秘交通标志识别为什么能实现98%准确率? 我们可以创建一个能够对交通标志进行分类的模型,并且让模型自己学习识别这些交通标志中最关键的特征。

在这篇文章中,我将演示如何创建一个深度学习架构,这个架构在交通标志测试集上的识别准确率达到了98%。

 交通标志是道路基础设施的重要组成部分,它们为道路使用者提供了一些关键信息,并要求驾驶员及时调整驾驶行为,以确保遵守道路安全规定。

如果没有交通标志,可能会发生更多的事故,因为司机无法获知最高安全速度是多少,不了解道路状况,比如急转弯、学校路口等等。

现在,每年大约有130万人死在道路上。

如果没有这些道路标志,这个数字肯定会更高。

 当然,自动驾驶车辆也必须遵守交通法规,因此需要_识别_和_理解_交通标志。

 从传统上来说,可以使用标准的计算机视觉的方法来对交通标志进行检测和分类,但同时也需要耗费相当多的时间来手工处理图像中的重要特征。

现在,我们引入深度学习技术来解决这个问题。

我们可以创建一个能够对交通标志进行分类的模型,并且让模型自己学习识别这些交通标志中最关键的特征。

在这篇文章中,我将演示如何创建一个深度学习架构,这个架构在交通标志测试集上的识别准确率达到了98%。

 项目设置 数据集可分为训练集、测试集和验证集,具有以下特点: 图像为32(宽)&TImes;32(高)&TImes;3(RGB彩色通道) 训练集由34799张图片组成 验证集由4410个图像组成 测试集由12630个图像组成 共有43个种类(例如限速20公里/小时、禁止进入、颠簸路等等)  此外,我们将使用Python 3.5与Tensorflow来编写代码。

相关主题
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

高速公路路径识别标识站车牌识别准确率验证方法——以武汉中交沌口长江大桥为例发表时间:2018-10-16T17:04:17.137Z 来源:《防护工程》2018年第11期作者:王兴国1 王庆晖2 [导读] 笔者借助湖北省高速公路收费站综合管理系统、冗余标识点等方法,解决了该项目验证车牌识别设备的捕捉率、识别正确率的难题,为其他不设收费站的高速公路运营模式提供参考,为无人收费模式的可行性提供了新的探索。

王兴国1 王庆晖2武汉中交沌口长江大桥投资有限公司武汉 430119摘要:随着我国高速公路路网规划的不断完善,形成了复杂的环网结构,为了解决收费、清分争议问题,保障高速公路使用者和投资主体的利益,各省高速公路采用了最短路径法、最小费额法、统计概率法、车牌识别法和RFID标识站法等方法。

本文以采用车牌识别法来实现精确路径识别的武汉中交沌口长江大桥为研究对象,该项目因不设立收费站,加大了验证车牌识别设备捕捉率、识别正确率的难度。

笔者借助湖北省高速公路收费站综合管理系统、冗余标识点等方法,解决了该项目验证车牌识别设备的捕捉率、识别正确率的难题,为其他不设收费站的高速公路运营模式提供参考,为无人收费模式的可行性提供了新的探索。

关键词:车牌识别法;高速公路;牌照识别设备;捕捉率、识别正确率;验证截至2016年底,我国高速公路通车里程已超过13万公路,有10个省高速公路通车里程达到5000公里以上,高速公路业主单位也达到了1500余家。

随着各省高速公路建设规模和密度的扩大,形成的复杂环网和二义性路径数量也在逐年增加。

在联网收费的路网中,从起点出发,到达目的地,可以有多条不同的路径(多义性路径)供选择。

没有路径信息,无法按实际行驶路径来收费,造成高速公路所有者利益分配不公,成为联网收费的核心问题(多义性路径检测问题)。

高速公路联网收费环境下的多义性路径检测本质是解决两个问题:一是对车主而言,按照哪一个路径路线的标准收取通行费;二是对多义性路线环上各高速公路投资主体而言,如何拆分收取的通行费。

针对多义性路径的问题,目前主要有两类识别方式,一类是精确路径识别,主要有无源电子标签识别法(RFID)、车牌照识别法、停车标识站法,另一类是概率识别法,主要有布瑞尔交通分配法、路网平衡法、最短路径法、最大概率法、协商法等。

在我国,各省高速公路多采用在多义性路网的关键点位布设路段标识点采集路径标识信息,结合收费站牌识系统的入口信息、出口信息,在车辆驶出高速公路时完成多义性路径的精确检测/识别,识别结果关联车辆收费记录;收费中心管理系统对多义性路径精确识别的车辆通行费进行精确清分,对小概率的无法识别的多义性路径车辆多采用概率法或最短路径法清分。

一、各类识别法优缺点分析概率识别法,无法精确识别车辆行驶路径,其缺点是对于高速公路使用者及各投资主体来说,无法精确了解收费及清分是否公平合理。

对于路网不复杂、投资主体单一的高速公路适用;其优点是费用低、相对公平合理,也经常用于未能精确路径识别车辆收费、清分。

对于精确清分主要介绍下有无源电子标签识别法(RFID)、车牌照识别法、停车标识站法三种。

1.停车标识站法停车标识站是在主线建立收费站的方式,根据国务院办公厅2002年31号文件《关于治理向机动车辆乱收费和整顿道路站点有关问题的通知》要求,高速公路以及其他具备封闭条件的连续通行的收费公路,除两端出入口外,一律不得在主线上设置收费站。

该方法目前已被淘汰。

2. 无源电子标签识别利用RFID非接触式自动识别技术,在多义性路径关键节点架设标识站,在司机领取的复合通行卡上带有发射装置,在通过标识站时自动与接收装置通信,从而确定行驶路径,实现精确识别。

优点是识别率高,不需要停车。

缺点是复合卡成本高,联网通信投入大,且在识别时有被干扰的风险。

3.车牌照识别法牌照识别系统利用视频车辆特征识别技术特点,即对动态场景中车辆的定位、识别和跟踪,其关键是车辆特征的捕获和识别。

由于车辆号牌是车辆特征中具有唯一性的元素,通过对车辆号牌的识别和跟踪,可以有效地检测、识别、跟踪车辆。

在高速公路网内存在多义性路径两点之间的主线路径断面上安装门架式车牌识别设备,通过车牌识别器采集、识别车辆的牌照号码,汇集至收费中心,通过清分模型比对进行通行费拆分账(图1)。

牌照识别系统可实现实时高清视频检测,当有车辆进入检测区域时,进行抓拍并对图片实时处理。

在抓拍的图片中,车辆特征、车牌号码可清晰辨识。

该系统具有识别速度快、可靠性高、工作环境的适应性强等特点,可以适应复杂的气候及光照条件,车牌识别率高,能适应大交通流量;多应用于高速公路、城市收费道路、交通违法检测、停车场等。

其优点是车牌捕捉率可达99%以上;车牌识别率高可达97%以上,不需要停车,建设成本较无源电子标签识别方式成本低廉。

其缺点是受气候及环境影响大,联网通信投入大,无法解决无车牌车辆识别问题,对车牌污损的车辆识别率低。

综合来看,车辆牌照识别法可做到精确路径识别,且建设成本相对较低,是目前流行的车辆路径识别方式。

牌照识别系统业务拓扑图图1二、牌照识别设备捕捉率、识别正确率验证方法探索目前在各省广泛应用的车牌识别设备供应商提供的产品标称车辆捕获率≥99%,车辆号牌识别正确率≥97%(含号牌字符数字和颜色)。

但在实际应用中,受环境、设备本身、软件、技术人员等多种影响因素,未必能达到标称要求,然而对于如何验证车牌识别设备的捕获率、识别正确率,是高速公路投资主体关心的核心问题,也是摆在面前的实际难题。

武汉中交沌口长江大桥位于湖北省武汉市四环线,是目前长江上最宽的桥梁,于2017年12月28日通车运营。

由于路网结构特殊,项目未设收费站,需要通过在主线架设车牌识别标识站的方法(图1),解决车辆精确路径识别的问题。

因此,验证标识站牌照识别设备的捕获率、识别正确率能否达到产品标称要求,就显得尤为重要。

武汉中交沌口长江大桥项目管理者,通过两步走的方式对标识站牌照识别设备的捕获率、识别正确率进行验证。

一是通过湖北省高速公路收费站综合管理系统软件,人工稽核捕捉图片信息,比对识别结果,验证识别正确率。

二是在同一断面不同位置增设标识站,通过比对两套标识站捕捉、识别结果,验证标识站牌照识别设备的捕获率,同时验证识别正确率。

1.验证标识站牌照识别设备识别正确率。

武汉中交沌口长江大桥运营公司管理者要求监控员,每日通过湖北省高速公路收费站综合管理系统,对标识站抓拍的图片进行逐一稽查审核,验证车牌识别设备的识别正确率(湖北省高速公路收费站综合管理系统,详见图2)。

根据设计要求,K26处设有一个标志站点,安装有一套500万像素牌照识别设备(路径识别设备车道检测传输示意图,详见图3)。

监控员统计了2017年12月28日至2018年1月8日期间的车辆牌照识别正确率仅有89%,与设备标称的车辆捕获率≥99%、车辆号牌识别率≥97%(含号牌颜色)参数相差甚远;沌口大桥路段日均流量达万余辆,每天有千余辆车未能识别,每天给业主造成8、9万元的损失。

经过设备承包商对牌照识别设备十多天的调试,仍未达预期,漏拍车辆多,无法满足要求。

因此,管理者要求机电承包商在K22处再安装一套700万像素牌照识别设备对比验证。

2.验证车牌捕捉率、识别正确率。

2018年1月23日K22处700万像素牌照识别设备安装调试完成,比对发现K26处500万像素牌照识别设备每天要比K22处700万像素牌照识别设备漏拍车辆达九百余辆,意味着K26处500万像素牌照识别设备实际车牌捕获率平均仅有81%,显然500万像素牌照识别设备不能满足技术要求;因此要求机电承包商将K26处也更换为700万像素牌照识别设备。

700万像素牌照识别设备于2月8日调试完毕,2月9日之后统计结果显示,车牌捕获率达到了99%、车牌识别正确率达到了97%以上的要求。

(详见表1、表2、图4)3.未识别车牌分析。

监控员在对车牌稽查中发现,未成功识别的车牌主要有未安装车牌、车牌污损、未成功抓拍三类。

以2018年2月8日为例(详见表3),700万像素牌照识别设备总车流量为9372辆,通过监控员稽查,发现有239辆车牌无法识别,占总车流量的2.55%。

通过表3可以看出,车牌无法识别车辆239辆,其中南行106辆,北行133辆;南行车牌自身模糊的占南行未识别车牌总数的40.57%,未成功抓拍占未识别车牌总数的44.34%;无牌照占未识别车牌总数的15%;北行车牌自身模糊的占北行未识别车牌总数的50.38%,未抓拍到车牌的占未识别车牌总数的40.60%;无牌照占未识别车牌总数7.97%。

未识别车牌情况统计分析表表34.500万像素与700万像素牌照识别设备抓拍图像对比。

从图5可知,相同车牌情况下,500万像素牌照识别设备抓拍图片较为模糊,抓拍的部分图片设备及肉眼均无法辨识。

而700万像素牌照识别设备抓拍图片清晰、焦点集中,色彩艳丽,易于辨识。

500万像素与700万像素路径识别设备抓拍图像对比图图5500万像素夜间抓拍效果 700万像素夜间抓拍效果三、结论武汉中交沌口长江大桥高速公路项目,因不设立收费站,只能通过标识站来实现精确路径识别、精确收费清分,对标识站车牌识别设备的捕获率、识别正确率验证工作具有一定的难度。

本文以车牌识别法为基础,结合湖北省联网收费软件及冗余标识站的方法来验证车牌识别设备的捕获率、识别正确率,发现了机电承包商提供的500万像素牌照识别设备车牌识别正确率仅有89%、车牌捕获率仅有81%的问题。

更换700万像素牌照识别设备后,满足了车辆捕获率≥99%、车辆号牌识别率≥97%要求,及时避免了高速公路投资主体扩大经营损失。

本文应用的方法科学有效,为其他不设收费站或无人收费的高速公路项目提供了参考方法。

参考文献[1] 石兴敏.高速公路路径识别研究[J]. 科技与生活,2012(15):126,127.[2] 王三军,余骞,周文卫,杨厚新.湖北高速公路收费清分方法与校核系统研究[J].交通信息与安全,2017(3):80,89.。

相关文档
最新文档