一种提高原燃料货车车牌识别率的方法及系统与流程

1.本发明属于智能交通技术领域，更具体地，涉及一种提高钢铁企业原燃料货车车牌识别率的方法及系统。


背景技术：

2.钢铁企业的大宗原燃料一般使用火车或者大型货车运输到原料场。其中使用货车的话，需要对车辆进行车牌识别，然后才能对道闸进行操作，以及对车辆物流信息及状态信息进行管理。
3.以某钢厂的大宗原燃料为例，每天运输的货车约500～1000辆，平均每辆车往返需经过5～10个道闸，相当于约有5000次识别作业。由于大型货车车牌比较脏，且部分道闸路面凹凸不平，都影响了识别准确率，目前车辆识别效率一般在95％左右，因此每天约有250次识别错误发生，严重影响了车辆通行效率，并导致道路堵塞。同时原计划无人值守的道闸需要大量人工干预，达不到预期的目的。


技术实现要素：

4.针对现有技术的以上缺陷或改进需求，为了将钢铁企业原燃料货车车牌识别率无限提升至100％，本发明提出了一种提高原燃料货车车牌识别率的方法及系统，其采用多抓拍设备，多识别算法，车辆管理模块模糊判断等多个手段，最大可能提高了识别率，减少人工干预。
5.为实现上述目的，按照本发明的一个方面，提供了一种提高原燃料货车车牌识别率的系统，包括：卡口单元和车辆管理模块；
6.每个卡口单元包括一个主抓拍机和0到多个辅抓拍机，每个抓拍机包括一个主识别算法和0到多个辅识别算法；
7.车辆管理模块用于对每个类型的卡口单元产生动态车牌号码库；
8.卡口单元用于获取抓拍机识别的车牌号，并将车牌号与卡口单元对应的动态车牌号码库进行对比，完成识别过程；
9.车辆管理模还用于对识别结果进行自学习，用于下一次识别过程。
10.在一些可选的实施方案中，主抓拍机和辅抓拍机在选型上，选择不同厂家的产品，或者同厂家不同型号的产品，主抓拍机和辅抓拍机的安装角度存在差异，以提高识别范围，抓拍机的主路识别算法采用厂家自带，辅路识别算法采用基于深度神经网络的自定义识别算法，以减少漏失率。
11.在一些可选的实施方案中，所述卡口单元包括：入厂停车场卡口、入厂卡口、取样卡口、称重卡口及原料场卡口；
12.其中，所述入厂停车场卡口表示所有原燃料货车必须经过的卡口；所述入厂卡口表示在入厂停车场的货车会经过的卡口；所述取样卡口表示进入入厂卡口，且包含取样计划的货车会经过的卡口；所述称重卡口包含称重计划的货车，完成了取样计划，或者进入了
入厂卡口且不包含取样计划的货车会经过的卡口；所述原料场卡口，表示进入入厂卡口，无取样计划或者已完成取样计划、且无称重计划或者已完成称重计划的货车会经过的卡口。
13.在一些可选的实施方案中，所述动态车牌号码库建立方法为：
14.初次运行，各卡口的动态车牌号码库为空；
15.根据原燃料采购合同相应的管理系统，获取到待发货车辆信息，将待发货车辆的目标车牌号码加入到入厂停车场卡口动态车牌号码库；
16.入厂停车场卡口识别成功后，将目标车牌号码从入厂停车场卡口动态车牌号码库移动到入厂卡口动态车牌号码库；
17.入厂卡口识别成功后，将目标车牌号码从入厂卡口动态车牌号码库移除，此时判定若目标车牌号码对应的车辆有取样计划，则取样卡口动态车牌号码库中添加目标车牌号码，如果没有取样计划，但是有称重计划，则称重卡口动态车牌号码库中添加目标车牌号码，如果既没有取样计划，也没有称重计划，则在原料场卡口动态车牌号码库中添加目标车牌号码；
18.取样卡口识别成功后，将目标车牌号码从取样卡口动态车牌号码库移除，此时判定若目标车牌号码对应的车辆有称重计划，则称重卡口动态车牌号码库中添加目标车牌号码，如果没有称重计划，则在原料场卡口动态车牌号码库中添加目标车牌号码；
19.称重卡口识别成功后，将目标车牌号码从称重卡口动态车牌号码库移动到原料场卡口动态车牌号码库；
20.原料场卡口识别成功后，将目标车牌号码从原料场卡口动态车牌号码库中移除。
21.在一些可选的实施方案中，所述卡口单元，用于获取主抓拍机主识别算法识别的车牌号码，若车牌号码与相应卡口的动态车牌号码库中的某个车牌完全匹配，则识别过程完成；否则获取相应卡口对应的各个抓拍机的各个识别算法识别的所有车牌号码，针对每个车牌号码在相应卡口对应的车牌号码库中进行完全匹配，若存在匹配成功的车牌号码，则选用匹配成功的车牌号码，若所有车牌号码均无法匹配，则采用模糊匹配确定最终的车牌号码。
22.在一些可选的实施方案中，模糊匹配包括省份模糊和指定模糊，省份模糊是指不考虑省份，只对比车牌除省份的其它字母和数字，若除省份外所有字符完全一致，则匹配成功；指定模糊指根据系统预设，将某字符模糊识别为其它字符。
23.在一些可选的实施方案中，所述车辆管理模用于针对模糊识别的结果进行记录，在模糊识别的次数满足预设次数阈值时，将模糊匹配规则记录到系统中，并在下次识别时按照记录的模糊匹配规则自动进行映射。
24.按照本发明的另一方面，提供了一种提高原燃料货车车牌识别率的方法，包括：
25.(1)对每个类型的卡口产生动态车牌号码库；
26.(2)获取抓拍机识别的车牌号，并将车牌号与卡口对应的动态车牌号码库进行对比，完成识别过程；
27.(3)对识别结果进行自学习，用于下一次识别过程。
28.在一些可选的实施方案中，步骤(1)包括：
29.(1.1)初次运行，各卡口的动态车牌号码库为空；
30.(1.2)根据原燃料采购合同相应的管理系统，获取到待发货车辆信息，将待发货车
辆的目标车牌号码加入到入厂停车场卡口动态车牌号码库；
31.(1.3)入厂停车场卡口识别成功后，将目标车牌号码从入厂停车场卡口动态车牌号码库移动到入厂卡口动态车牌号码库；
32.(1.4)入厂卡口识别成功后，将目标车牌号码从入厂卡口动态车牌号码库移除，此时判定若目标车牌号码对应的车辆有取样计划，则取样卡口动态车牌号码库中添加目标车牌号码，如果没有取样计划，但是有称重计划，则称重卡口动态车牌号码库中添加目标车牌号码，如果既没有取样计划，也没有称重计划，则在原料场卡口动态车牌号码库中添加目标车牌号码；
33.(1.5)取样卡口识别成功后，将目标车牌号码从取样卡口动态车牌号码库移除，此时判定若目标车牌号码对应的车辆有称重计划，则称重卡口动态车牌号码库中添加目标车牌号码，如果没有称重计划，则在原料场卡口动态车牌号码库中添加目标车牌号码；
34.(1.6)称重卡口识别成功后，将目标车牌号码从称重卡口动态车牌号码库移动到原料场卡口动态车牌号码库；
35.(1.7)原料场卡口识别成功后，将目标车牌号码从原料场卡口动态车牌号码库中移除。
36.在一些可选的实施方案中，步骤(2)包括：
37.(2.1)获取主抓拍机主识别算法识别的车牌号码，若车牌号码与相应卡口的动态车牌号码库中的某个车牌完全匹配，则识别过程完成；
38.(2.2)若车牌号码与相应卡口的动态车牌号码库中的某个车牌不完全匹配，则获取相应卡口对应的各个抓拍机的各个识别算法识别的所有车牌号码，针对每个车牌号码在相应卡口对应的车牌号码库中进行完全匹配，若存在匹配成功的车牌号码，则选用匹配成功的车牌号码，若所有车牌号码均无法匹配，则采用模糊匹配确定最终的车牌号码。
39.在一些可选的实施方案中，步骤(3)包括：
40.针对模糊识别的结果进行记录，在模糊识别的次数满足预设次数阈值时，将模糊匹配规则记录到系统中，并在下次识别时按照记录的模糊匹配规则自动进行映射。
41.总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
42.提出了一种多抓拍机、多识别算法的卡口单元，理论上识别率大幅提高。提出了混合卡口单元和车辆管理模块的综合识别系统，通过车辆管理模块的模糊识别，能进一步提高识别率。通过车辆管理模块的识别过程自学习，自动修正一些识别错误。
附图说明
43.图1是本发明实施例提供的一种提高原燃料货车车牌识别率的系统示意图；
44.图2是本发明实施例提供的一种卡口示意图。
具体实施方式
45.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要
彼此之间未构成冲突就可以相互组合。
46.如图1所示，本发明提供的一种提高钢铁企业原燃料货车车牌识别率的系统，包含两个部分，一个为卡口单元，另一个为车辆管理模块；针对具体的钢厂来说，包含多个卡口单元和一个统一的车辆管理模块；
47.其中每个卡口单元包括一个主抓拍机和0到多个辅抓拍机。每个抓拍机包括一个主识别算法和0到多个辅识别算法。
48.车辆管理模块用于接收和验证车牌识别的结果。
49.传统的卡口单元，其仅仅包含了一个抓拍机，目前，国内外各个厂家的实验室理论识别率大约99％，实际项目识别率大约95％。针对钢厂原燃料管理系统来说，是远远不够的。
50.通过两个抓拍机并联，理论上识别率为：
51.1-(1-95％)2＝99.75％
52.通过两个抓拍机并联，每个抓拍机采用主路识别算法和单辅路识别算法，理论上识别率为：
53.1-(1-95％)4＝99.999375％
54.不过实际项目中，识别率提升的并没有那么明显。
55.解决方案如下：
56.为了提高识别率，主抓拍机和辅抓拍机在选型上，尽量选择不同厂家的产品，或者同厂家不同型号的产品；
57.主抓拍机和辅抓拍机的安装角度需要有差异，以提高识别的范围；
58.抓拍机的主路识别算法采用厂家自带，辅路识别算法可以采用基于深度神经网络的自定义识别算法，可以减少漏失率。
59.如图2所示，本发明提供的一种提高钢铁企业原燃料货车车牌识别率的方法，首先将卡口从逻辑上分为若干个类型如下：入厂停车场卡口；入厂卡口；取样卡口；称重卡口；原料场卡口；
60.其中：
61.入厂停车场卡口，所有原燃料货车必须经过此卡口；
62.入厂卡口，在入厂停车场的货车将会经过此卡口；
63.取样卡口，进入入厂卡口，且包含取样计划的货车会经过此卡口；
64.称重卡口，包含称重计划的货车，完成了取样计划，或者进入了入厂
65.卡口且不包含取样计划的货车会经过此卡口；
66.原料场卡口，进入入厂卡口，无取样计划或者已完成取样计划、且无
67.称重计划或者已完成称重计划的货车会到此卡口。
68.进一步地，本发明提供的一种提高钢铁企业原燃料货车车牌识别率的方法，其识别步骤如下：
69.步骤s1：车辆管理模块对每个类型的卡口产生动态的车牌号码库；
70.步骤s2：卡口单元获取主抓拍机主识别算法的车牌号，若在该卡口的动态车牌号码库采用对比算法1对比成功，则识别过程完成；否则进入步骤s3；
71.步骤s3：卡口单元获取各个抓拍机的各个识别算法的所有车牌号，采用对比算法2
进行对比，确定最终的车牌号；
72.步骤s4：车辆管理模对识别结果进行自学习，用于下一次识别过程。
73.其中对比算法1为：车牌号与动态车牌号码库中的某个车牌完全匹配。
74.其中对比算法2为：针对每个车牌号在车牌号码库中进行完全匹配，若能匹配成功，则选用该车牌号。若所有车牌均无法匹配，则采用模糊匹配，模糊方式包括：省份模糊，指定模糊。
75.省份模糊，是指不考虑省份，只对比车牌除省份的其它字母和数字，若除省份外所有字符完全一致，则匹配成功。
76.指定模糊，根据系统预设，可以将某字符模糊识别为其它字符。比如3匹配为8。y匹配为1。等等。
77.步骤s4中，针对模糊识别的结果进行记录，满足一定阈值(比如大于10辆货车连续将“8”识别为“3”，或者将“青”识别为“新”)，则自动将模糊匹配规则记录到系统中。
78.步骤s4中，针对模糊识别的结果进行记录，下次自动进行映射。(例如本次将“车牌甲”模糊匹配为“车牌乙”，那么下次识别为“车牌甲”，则直接认为是“车牌乙”)。
79.步骤s1中，其车辆管理模块动态车牌号码库建立方法如下：
80.步骤s1.1：系统初次运行，各卡口的动态车牌号码库为空；
81.步骤s1.2：根据原燃料采购合同相应的管理系统，获取到待发货车辆信息，将待发货车辆对应的目标车牌号码加入到入厂停车场卡口动态车牌号码库；
82.步骤s1.3：入厂停车场卡口识别成功后，将该目标车牌号码从入厂停车场卡口动态车牌号码库移动到入厂卡口动态车牌号码库；
83.步骤s1.4：入厂卡口识别成功后，将该目标车牌号码从入厂卡口动态车牌号码库移除，此时判定若该目标车牌号码对应的车辆有取样计划，则取样卡口动态车牌号码库中添加该目标车牌号码，如果没有取样计划，但是有称重计划，则称重卡口动态车牌号码库中添加该目标车牌号码，如果既没有取样计划，也没有称重计划，则在原料场卡口动态车牌号码库中添加该目标车牌号码；
84.步骤s1.5：取样卡口识别成功后，将该目标车牌号码从取样卡口动态车牌号码库移除，此时判定若该目标车牌号码对应的车辆有称重计划，则称重卡口动态车牌号码库中添加该目标车牌号码，如果没有称重计划，则在原料场卡口动态车牌号码库中添加该目标车牌号码；
85.步骤s1.6：称重卡口识别成功后，将该目标车牌号码从称重卡口动态车牌号码库移动到原料场卡口动态车牌号码库；
86.步骤s1.7：原料场卡口识别成功后，将该目标车牌号码从原料场卡口动态车牌号码库中移除。
87.需要指出，根据实施的需要，可将本技术中描述的各个步骤/部件拆分为更多步骤/部件，也可将两个或多个步骤/部件或者步骤/部件的部分操作组合成新的步骤/部件，以实现本发明的目的。
88.本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。