CN106991823B - 车牌识别方法及装置 - Google Patents

车牌识别方法及装置 Download PDF

Info

Publication number
CN106991823B
CN106991823B CN201710331515.3A CN201710331515A CN106991823B CN 106991823 B CN106991823 B CN 106991823B CN 201710331515 A CN201710331515 A CN 201710331515A CN 106991823 B CN106991823 B CN 106991823B
Authority
CN
China
Prior art keywords
rfid
rfid tags
running
license plate
reporting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710331515.3A
Other languages
English (en)
Other versions
CN106991823A (zh
Inventor
黄军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jinan Yushi Intelligent Technology Co ltd
Original Assignee
Zhejiang Uniview Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Uniview Technologies Co Ltd filed Critical Zhejiang Uniview Technologies Co Ltd
Priority to CN201710331515.3A priority Critical patent/CN106991823B/zh
Publication of CN106991823A publication Critical patent/CN106991823A/zh
Application granted granted Critical
Publication of CN106991823B publication Critical patent/CN106991823B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请提供一种车牌识别方法及装置,该方法包括:在预设时间段内,获取RFID系统中上报的RFID标签,以及视频车辆检测系统所采集到的行驶车辆;根据RFID标签中的电子车牌号码与行驶车辆的实际车牌号码建立RFID标签与行驶车辆的对应关系;若存在M个RFID标签与M个行驶车辆之间无法一一对应,则确定M个行驶车辆的实际车牌异常,并根据M个RFID标签的上报参数和M个行驶车辆的行驶信息建立M个RFID标签与M个行驶车辆的对应关系;根据对应关系以及M个RFID标签中的电子车牌号码确定M个行驶车辆的真实车牌号码。应用该方法可以实现自动识别出异常车牌,以及识别出异常车牌的真实车牌号码。

Description

车牌识别方法及装置
技术领域
本申请涉及视频监控技术领域,尤其涉及一种车牌识别方法及装置。
背景技术
智能电子车牌是将普通车牌与电子车牌相结合形成的一种新型电子车牌,其中,电子车牌基于RFID(Radio Frequency Identification,无线射频识别)技术高精度识别、高准确采集、高灵敏度的特点,将RFID电子车牌作为车辆信息的载体,在RFID标签相应区域存储车牌号码等车辆属性信息,当车辆通过装有经授权的射频识别读写器的路段时,射频识别读卡器RFID Reader对电子车牌中的车辆信息进行采集;同时,该路段的卡口相机对车辆进行拍摄,得到车辆的过车图片,基于过车图片可以获取车辆当前实际安装的车牌号码。
当用户凭主观认知发现可疑车辆时,可以通过人工检索得到可疑车辆当前实际安装的车牌号码,使用该车牌号码查找基于RFID Reader所采集到的车辆信息,若未查找到该车牌号码,则可以判定该可疑车辆当前实际安装的车牌号码异常,例如,为套牌、假牌等。
在上述过程中,由于用户是在发现可疑车辆后,才通过人工检索的方式对可疑车辆进行寻找,从而无法及时识别出异常车牌,并且人工检索容易出现漏检、误检,导致异常车牌的识别结果并不完全准确。
发明内容
有鉴于此,本申请提供一种车牌识别方法及装置,以实现自动识别出异常车牌,以及识别出异常车牌的真实车牌号码。
具体地,本申请是通过如下技术方案实现的:
根据本申请实施例的第一方面,提供一种车牌识别方法,应用于智能交通系统,所述智能交通系统由RFID系统与视频车辆检测系统组成,所述RFID系统与所述视频车辆检测系统的系统时间同步,所述方法包括:
在预设时间段内,获取所述RFID系统中上报的RFID标签,以及获取所述视频车辆检测系统所采集到的行驶车辆;
根据所述RFID标签中的电子车牌号码与所述行驶车辆的实际车牌号码建立所述RFID标签与所述行驶车辆的对应关系;
若存在M个RFID标签与M个行驶车辆之间无法一一对应,则确定所述M个行驶车辆的实际车牌异常,并根据所述M个RFID标签在所述预设时间段内的上报参数和所述M个行驶车辆在所述预设时间段内的行驶信息建立所述M个RFID标签与所述M个行驶车辆的对应关系,所述M为不小于2的自然数;
根据所述对应关系以及所述M个RFID标签中的电子车牌号码确定所述M个行驶车辆的真实车牌号码。
可选的,所述上报参数包括上报次数,所述行驶信息包括行驶速度;
所述根据所述M个RFID标签在所述预设时间段内的上报参数和所述M个行驶车辆在所述预设时间段内的行驶信息建立所述M个RFID标签与所述M个行驶车辆的对应关系包括:
基于所述上报次数对所述M个RFID标签进行排序,得到针对所述M个RFID标签的第一排序结果,以及针对所述行驶速度对所述M个行驶车辆进行排序,得到针对所述M个行驶车辆的第二排序结果;
根据所述第一排序结果与所述第二排序结果建立所述M个RFID标签与所述M个行驶车辆的对应关系。
可选的,所述基于所述上报次数对所述M个RFID标签进行排序时所采用的排序方式与基于所述行驶速度对所述M个行驶车辆进行排序时所采用的排序方式相反,所述排序方式包括基于从大到小的顺序进行排序,或基于从小到大的顺序进行排序。
可选的,所述上报参数还包括上报时刻;
所述RFID标签的上报次数的获取过程包括:
获取所述RFID标签在所述预设时间段内的上报时刻;
若存在两个前后相邻的上报时刻之间的差值达到预设阈值,则对所述RFID标签的上报时刻进行校正;
根据校正后的上报时刻确定所述RFID标签在所述预设时间段的上报次数。
可选的,所述上报参数还包括信号强度,所述行驶信息还包括行驶车道;
所述根据所述M个RFID标签在所述预设时间段内的上报参数和所述M个行驶车辆在所述预设时间段内的行驶信息建立所述M个RFID标签与所述M个行驶车辆的对应关系包括:
若所述M个RFID标签中存在上报次数相同的RFID标签,则基于所述上报次数相同的RFID标签的信号强度,确定所述上报次数相同的RFID标签各自对应的归属车道;
建立所述上报次数相同的RFID标签与对应的归属车道上的行驶车辆之间的对应关系。
根据本申请实施例的第二方面,提供一种车牌识别装置,应用于智能交通系统,所述智能交通系统由RFID系统与视频车辆检测系统组成,所述RFID系统与所述视频车辆检测系统的系统时间同步,所述装置包括:
获取模块,用于在预设时间段内,获取所述RFID系统中上报的RFID标签,以及获取所述视频车辆检测系统所采集到的行驶车辆;
第一关系建立模块,用于根据所述RFID标签中的电子车牌号码与所述行驶车辆的实际车牌号码建立所述RFID标签与所述行驶车辆的对应关系;
异常车牌确定模块,用于若存在M个RFID标签与M个行驶车辆之间无法一一对应,则确定所述M个行驶车辆的实际车牌异常,所述M为不小于2的自然数;
第二关系建立模块,根据所述M个RFID标签在所述预设时间段内的上报参数和所述M个行驶车辆在所述预设时间段内的行驶信息建立所述M个RFID标签与所述M个行驶车辆的对应关系;
真实车牌确定模块,用于根据所述对应关系以及所述M个RFID标签中的电子车牌号码确定所述M个行驶车辆的真实车牌号码。
可选的,所述上报参数包括上报次数,所述行驶信息包括行驶速度;
所述第二关系建立模块包括:
排序子模块,用于基于所述上报次数对所述M个RFID标签进行排序,得到针对所述M个RFID标签的第一排序结果,以及针对所述行驶速度对所述M个行驶车辆进行排序,得到针对所述M个行驶车辆的第二排序结果;
第一建立子模块,用于根据所述第一排序结果与所述第二排序结果建立所述M个RFID标签与所述M个行驶车辆的对应关系。
可选的,所述基于所述上报次数对所述M个RFID标签进行排序时所采用的排序方式与基于所述行驶速度对所述M个行驶车辆进行排序时所采用的排序方式相反,所述排序方式包括基于从大到小的顺序进行排序,或基于从小到大的顺序进行排序。
可选的,所述上报参数还包括上报时刻;
所述获取模块包括:
时刻获取子模块,用于获取所述RFID标签在所述预设时间段内的上报时刻;
校正子模块,用于若存在两个前后相邻的上报时刻之间的差值达到预设阈值,则对所述RFID标签的上报时刻进行校正;
次数获取子模块,用于根据校正后的上报时刻确定所述RFID标签在所述预设时间段的上报次数。
可选的,所述上报参数还包括信号强度,所述行驶信息还包括行驶车道;
所述第二关系建立模块包括:
确定子模块,用于若所述M个RFID标签中存在上报次数相同的RFID标签,则基于所述上报次数相同的RFID标签的信号强度,确定所述上报次数相同的RFID标签各自对应的归属车道;
第二建立子模块,用于建立所述上报次数相同的RFID标签与对应的归属车道上的行驶车辆之间的对应关系。
由上述描述可知,在本申请实施例中,首先根据RFID标签中的电子车牌号码与行驶车辆的实际车牌号码进行匹配,若存在无法匹配到对应的RFID标签的行驶车辆,则可以确定该行驶车辆的实际车牌异常,并且,在该种情况下,继续通过未匹配的RFID标签的上报参数与未匹配的行驶车辆的行驶信息,建立起这些未匹配的RFID标签与未匹配的行驶车辆的对应关系,那么,后续则可以根据RFID标签中的电子车牌号码确定与该RFID标签对应的行驶车辆的真实车牌号码,从而,应用本申请提供的方法,不仅可以实现自动识别异常车牌,还可以识别出异常车牌的真实车牌号码。
附图说明
图1A为本申请实施例实现车牌识别方法的一个应用场景示意图;
图1B为本申请车牌识别方法的一个实施例流程图;
图1C为RFID标签的上报参数的一种示例;
图2A为本申请车牌识别方法的另一个实施例流程图;
图2B所示为RFID标签在预设时间段内上报时刻的一种示例;
图3A为本申请实施例实现车牌识别方法的另一个应用场景示意图;
图3B为本申请车牌识别方法的再一个实施例流程图;
图4为本申请车辆识别装置所在网络设备的一种硬件结构图;
图5为本申请车牌识别装置的一个实施例框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
RFID系统包括信号发射机、信号接收机、发射接收天线。其中,信号发射机通常的存在形式是RFID标签,RFID标签是带有线圈、天线、存储器与控制系统的低电集成电路,其可以在外力作用下,将存储的信息主动发射出去。每一个RFID标签都具有一个唯一的,不可修改的ID号码。信号接收机可以用于实现与RFID标签的通信,其中最常见的是对RFID标签进行读取。天线是信号发射机与信号接收机之间传输数据的发射、接收装置。
视频车辆检测系统,例如卡口系统是利用先进的光电、计算机、图像处理、模式识别、远程数据访问等技术,对监控路段的机动车道、非机动车道进行全天候实时监控并记录相关图像数据。视频车辆检测系统可以包括前端设备、终端服务器、车辆检测处理器等。其中,每个方向车道可以配置一台前端设备,该车道上行驶车辆的图像捕获、自动识别等功能都可以由前端设备完成,前端设备可以将捕获的图像、车辆识别结果发送到终端服务器,车辆检测处理器可以用于检测行驶车辆的车速等。
智能电子车牌是将普通车牌与电子车牌相结合形成的一种新型电子车牌,其中,电子车牌基于RFID技术高精度识别、高精度采集、高灵敏度的特点,将RFID电子车牌作为车辆属性信息的载体,在RFID标签相应区域存储车辆属性信息,例如车牌号码、车身颜色、车辆型号等。同时,将电子车牌与车辆物理绑定,一车一牌,且无法拆卸、或拆卸即毁可使电子车牌具有无可比拟的防伪性能。
在智能交通系统中,可以将RFID系统与视频车辆检测系统相结合,在具体应用中,当车辆通过装有经授权的信号接收机,例如RFID Reader的路段时,RFID Reader对电子车牌中的车辆属性信息进行采集;同时,该路段的前端设备,例如卡口相机可以对车辆进行拍摄,得到车辆的过车图片,基于过车图片可以获取车辆的实际信息。
请参见图1A,为本申请实施例实现车牌识别方法的一个应用场景示意图。图1A中所示例的智能交通系统由RFID系统(图1A中未示出)与视频车辆检测系统(图1A中未示出)相结合组成。
在图1A中,示出了RFID系统中的信号接收机,即图1A中所示例的RFID Reader11,视频车辆检测系统中的前端设备12,图1A中还示出了监控车道13,行驶在监控车道13中的车辆131和车辆132,其中,车辆131和车辆132上均绑定有电子车牌(图1A中并未示出)。本领域技术人员可以理解的是,RFID系统与视频车辆检测系统中还可以存在其他设备,图1A中不再一一示出,另外,图1A中仅以一条监控车道,以及两台车辆为例进行说明,本申请对此不作限制。
在图1A所示例的应用场景中,RFID Reader11通过天线(图1A中并未示出)发射一定频率的射频信号,当绑定有电子车牌的车辆,例如车辆131进入天线的覆盖区域(图1A中并未示出)时,车辆131上绑定的电子车牌产生感应电流,从而电子车牌中的RFID标签获得能量被激活,从而RFID标签将存储的车辆属性信息通过内置发送天线(图1A中并未示出),并按照一定周期发送至RFID Reader11。正常情况下,RFID Reader11将按照同一周期接收到RFID标签上报的车辆属性信息,直至车辆131离开RFID系统的天线覆盖区域。同时,当车辆131进入前端设备12的监控区域后,前端设备12可以对车辆131进行追踪,直至车辆131离开该监控区域,在整个过程中,视频车辆检测系统可以捕获车辆131的过车图片,基于该过车图片可以获取车辆131的车辆信息,例如实际车牌号码、实际车身颜色等,以及获取车辆131的行驶信息,例如行驶速度、行驶轨迹、行驶车道等。
本领域技术人员可以理解的是,图1A所示例的智能交通系统中还可以包括其他设备,例如智能交通系统中的后端服务器,图1A中不再一一示出。
下面,结合图1A所示例的应用场景,详细介绍本申请提供的车牌识别方法。
首先,需要说明的是,为了实现本申请车牌识别方法,图1A中的RFID系统和视频车辆检测系统的系统时间同步。
其次,请参见图1B,为本申请车牌识别方法的一个实施例流程图,该图1B所示例的方法,可以应用于图1A所示例的智能交通系统中的后端服务器(图1A中未示出)上,该方法可以包括如下步骤:
步骤101:在预设时间段内,获取RFID系统中上报的RFID标签,以及获取视频车辆检测系统所采集到的行驶车辆。
在本申请中,可以预设一个时间段,例如1分钟,那么,在每一个预设时间段内,均可以执行本申请所提供的异常车牌识别方法。
在本申请中,假设在一个预设时间段的起始时刻,车辆131和车辆132均已处于RFID系统中的天线覆盖区域,且已处于视频车辆检测系统中的前端设备12的监控区域:
在该预设时间段内,车辆131和车辆132各自的RFID标签均按照相同的周期,例如每隔1秒,向RFID Reader11上报存储的车辆属性信息,那么,RFID Reader11在该预设时间段内,可以以相同的周期检测到车辆131和车辆132各自的RFID标签,为了描述方便,将该两个RFID标签分别称为RFID标签1和RFID标签2。
在本申请中,视频车辆检测系统还可以在该预设时间段内对车辆131和车辆132进行抓拍以及追踪,获取车辆131和车辆132,本申请对视频车辆检测系统的工作过程不再详细描述。
步骤102:根据RFID标签中的电子车牌号码与行驶车辆的实际车牌号码建立RFID标签与行驶车辆的对应关系。
在本申请中,首先可以根据RFID标签中的电子车牌号码与行驶车辆的实际车牌号码建立步骤101中所获取到的RFID标签与行驶车辆的对应关系。举例来说,假设步骤101中获取到的行驶车辆的实际车牌号码包括R1、R2、R3,步骤101中获取到的RFID标签中的电子车牌号码包括T1、T2、T3,则可以将R1至R3分别与T1至T3进行匹配,若得到一致的匹配结果,则可以建立RFID标签与行驶车辆的对应关系,例如,经过匹配,R1与T2一致,则建立R1所属的行驶车辆与T2所属的RFID标签之间的对应关系。
此外,需要说明的是,若在步骤101中仅获取到一个RFID标签与一个行驶车辆,则可以直接建立该RFID标签与该行驶车辆之间的对应关系。
此外,还需要说明的是,若执行完步骤102,步骤101中获取到的RFID标签与行驶车辆已建立起一一对应的关系,则可以认为未检测到异常车牌。
此外,还需要说明的是,在实际应用中,视频车辆检测系统所采集到的行驶车辆的实际车牌号码可能并不准确,例如,实际车牌的污损较大,或者遮盖面积较大,都有可能导致视频车辆检测系统所识别到的实际车牌号码并不准确。那么,在步骤102中,有可能存在无法建立对应关系的RFID标签与行驶车辆,此时,若仅存在一个RFID标签与一个行驶车辆之间无法建立对应关系,则可以直接建立该RFID标签与该行驶车辆之间的对应关系,并确定该行驶车辆的实际车牌异常;若存在两个及以上RFID标签与两个及以上行驶车辆之间无法建立对应关系,则继续执行后续步骤103。
步骤103:若存在M个RFID标签与M个行驶车辆之间无法一一对应,则确定所述M个行驶车辆的实际车牌异常,并根据M个RFID标签在预设时间段内的上报参数和M个行驶车辆在预设时间段内的行驶信息建立M个RFID标签与M个行驶车辆的对应关系,M为不小于2的自然数。
在本申请中,执行步骤102后,若存在M(M为不小于2的自然数)个行驶车辆无法与M个RFID标签之间建立一一对应关系,则可以确定该M个行驶车辆的实际车牌异常。
同时,在本申请中,可以获取该M个RFID标签在预设时间段内的上报参数,以及该M个行驶车辆在预设时间段内的行驶信息。这里所说的上报参数可以包括上报时刻、上报次数、信号强度等。需要说明的是,本申请中可以忽略RFID标签中存储的车辆属性信息在空间中的传输时间,从而,可以将RFID Reader11检测到RFID标签的时刻,即接收到RFID标签上报的车辆属性信息的时刻作为该RFID标签上报车辆属性信息的上报时刻;还需要说明的是,通常情况下,当车辆位于RFID系统中的天线覆盖区域的边缘区域时,车辆中RFID标签的信号强度较弱,而当车辆位于天线覆盖区域的中心区域时,车辆中RFID标签的信号强度较强。
如图1C所示,为RFID标签的上报参数的一种示例,在图1C中,假设预设时间段为10:00至10:01,并且包括两个RFID标签,分别为RFID标签1和RFID标签2的上报参数,即表示执行步骤102后,存在两个无法与行驶车辆建立对应关系的RFID标签,分别为RFID标签1和RFID标签2,同时,存在两个无法与RFID标签建立对应关系的行驶车辆,例如,为图1A中所示例的车辆131和车辆132。
如图1C所示,RFID标签1在预设时间段内的上报次数为12次,RFID标签2在该预设时间段内的上报次数为18次,由于RFID标签1与RFID标签2的上报周期相同,而且是基于同一个天线覆盖区域,那么,在本申请中,可以认为RFID标签1所对应的行驶车辆在天线覆盖区域的行驶时间少于RFID标签2所对应的行驶车辆在天线覆盖区域的行驶时间,即可以认为RFID标签1所对应的行驶车辆的行驶速度大于RFID标签2所对应的行驶车辆的行驶速度。
基于此,则可以根据该2个RFID标签的上报参数与该2个行驶车辆的行驶信息建立RFID标签与行驶车辆的对应关系,具体的,可以基于上报参数中的上报次数对该2个RFID标签进行排序,得到针对该2个RFID标签的排序结果,为了描述方便,本申请中,将针对该2个RFID标签的排序结果称为第一排序结果;以及基于行驶信息中的行驶速度对该2个行驶车辆进行排序,得到针对该2个行驶车辆的排序结果,为了描述方便,本申请中,将针对该2个行驶车辆的排序结果称为第二排序结果。
需要说明的是,基于上报次数对RFID标签进行排序时所采用的排序方式与基于行驶速度对行驶车辆进行排序时所采用的排序方式相反,这里所说的排序方式包括基于从大到小的顺序进行排序,或者基于从小到大的顺序进行排序。例如,将基于上报次数从大到小的顺序对RFID标签进行排序,得到针对RFID标签的第一排序结果,以及基于行驶速度从小到大的顺序对行驶车辆进行排序,得到针对行驶车辆的第二排序结果;或者,基于上报次数从小到大的顺序,对RFID标签进行排序,得到针对RFID标签的第一排序结果,以及基于行驶速度从大到小的顺序对行驶车辆进行排序,得到针对RFID标签的第二排序结果。
之后,根据第一排序结果与第二排序结果建立RFID标签与行驶车辆的对应关系,例如,假设第一排序结果为“RFID标签1、RFID标签2”,第二排序结果为“车辆131、车辆132”,那么,如下表1,为RFID标签与行驶车辆的对应关系的一种示例:
表1
RFID标签 行驶车辆
RFID标签1 车辆131
RFID标签2 车辆132
如上述表1所示,RFID标签1对应车辆131,RFID标签2对应车辆132。
步骤104:根据对应关系以及M个RFID标签中的电子车牌号码确定M个行驶车辆的真实车牌号码。
在本申请中,建立起M个RFID标签与M个行驶车辆之间的一一对应关系之后,则可以将RFID标签中的电子车牌号码确定为该RFID标签对应的行驶车辆的真实车牌号码。
由上述描述可知,在本申请实施例中,首先根据RFID标签中的电子车牌号码与行驶车辆的实际车牌号码进行匹配,若存在无法匹配到对应的RFID标签的行驶车辆,则可以确定该行驶车辆的实际车牌异常,并且,在该种情况下,继续通过未匹配的RFID标签的上报参数与未匹配的行驶车辆的行驶信息,建立起这些未匹配的RFID标签与未匹配的行驶车辆的对应关系,那么,后续则可以根据RFID标签中的电子车牌号码确定与该RFID标签对应的行驶车辆的真实车牌号码,从而,应用本申请提供的方法,不仅可以实现自动识别异常车牌,还可以识别出异常车牌的真实车牌号码。
通常情况下,由于遮挡、屏蔽、反射等因素的影响,可能存在部分RFID标签所上报的车辆属性信息未被RFID Reader11所接收到,那么,依据RFID Reader11检测到RFID标签的次数确定RFID标签的上报次数并不准确,从而将导致后续基于上报次数建立RFID标签与行驶车辆的对应关系并不准确,从而对异常车牌的识别造成影响。为了避免该种影响,本申请中可以作如下处理:
请参见图2A,为本申请异常车牌识别方法的另一个实施例流程图,该图2A所示例的流程在上述图1A所示应用场景,以及图1B所示流程的基础上,着重描述了如何准确获取RFID标签的上报次数,包括以下步骤:
步骤201:获取RFID标签在预设时间段内的上报时刻。
本申请中,可以忽略RFID标签中存储的车辆属性信息在空间中的传输时间,从而,可以将RFID Reader11检测到RFID标签的时刻,即接收到RFID标签上报的车辆属性信息的时刻作为该RFID标签上报车辆属性信息的上报时刻。
步骤202:若存在两个前后相邻的上报时刻之间的差值达到预设阈值,则对RFID标签的上报时刻进行校正。
如图2B所示,为RFID标签在预设时间段内上报时刻的一种示例。
在本申请中,预设阈值可以大于RFID标签的上报周期,例如,假设RFID标签的上报周期为1秒,预设阈值可以为2秒。
在本申请中,可以依次遍历图2B中的前后两个相邻的上报时刻,确定前后两个相邻的上报时刻之间的差值是否达到预设阈值,例如,假设在图2B中,第4个上报时刻和第5个上报时刻之间的差值达到预设阈值,可以认为,在第4个上报时刻至第5个上报时刻之间漏接了RFID标签上报的车辆属性信息,此时,可以在第4个上报时刻和第5个上报时刻之间填补发生漏接的上报时刻,以对RFID标签的上报时刻进行校正。
具体的,可以根据差值与预设阈值之间的关系对RFID标签的上报时刻进行校正,例如,可以使用差值除以预设阈值,将得到的商值作为待填补的上报时刻的个数。
举例来说,假设预设阈值为2秒,差值为3秒,则待填补的上报时刻的个数为1;又假设差值为5秒,则待填补的上报时刻的个数为2。
步骤203:根据校正后的RFID标签的上报时刻确定RFID标签在预设时间段的上报次数。
在本申请中,可以将校正后的RFID标签的上报时刻的个数作为RFID标签在预设时间段的上报次数。
由上述实施例可见,本申请通过RFID标签的上报时刻确定是否对RFID标签上报的车辆属性信息发生漏接,在确定漏接RFID标签上报的车辆属性信息时,可以对RFID标签的上报时刻进行校正,基于校正后的RFID标签的上报时刻获取RFID标签的上报次数,从而可以实现准确地获取RFID标签在预设时间段内的上报次数,以便于后续准确地进行异常车牌的识别。
通常情况下,监控车道不止一条,且每条监控车道可以对应一台RFID Reader,每条车道对应的RFID Reader只检测该车道上行驶车辆的RFID标签。然而,在一种情况下,若存在车辆跨道行驶,若该车辆与其中一条车道上的其他车辆的行驶速度相同,行驶进度也相同,那么,将出现多个RFID标签的上报次数相同;在另一种情况下,相邻车道的RFIDReader的天线覆盖范围可能会有重叠,那么,也将出现多个RFID标签的上报次数相同。本申请中,为了实现在存在RFID标签的上报次数相同的情况下建立RFID标签与行驶车辆的对应关系,作如下处理:
首先,请参见图3A,为本申请实施例实现异常车牌识别方法的另一个应用场景示意图,该图3A所示例的应用场景与图1A所示例的应用场景不同的地方在于,图3A中存在两条监控车道,分别为车道24和车道25,每条监控车道对应一台RFID Reader,例如,车道24对应RFID Reader21,车道25对应RFID Reader22,前端设备23可以同时监控车道24和车道25。本领域技术人员可以理解的是,图3A中还可以包括其他设备,例如智能交通系统中的服务器,图3A中不再一一示出。
在图3A中,假设车辆251行驶在车道25中,车辆241行驶在车道24中,并且,车辆251与车辆241的行驶速度相同,且行驶进度相同,但由于RFID Reader21的天线覆盖区域既包括车道24,又包括车道25,那么,在预设时间段内,RFID Reader21可以检测到上报次数相同的RFID标签。
请参见图3B,为本申请异常车牌识别方法的再一个实施例流程图,该图3B在上述图3A所示应用场景的基础上,可以包括如下步骤:
步骤301:获取RFID系统中的M个RFID标签在预设时间段内的上报参数,以及获取视频车辆检测系统在预设时间段内采集到的M个行驶车辆的行驶信息。
本步骤的详细描述可以参见上述图1B所示实施例中步骤101的详细描述,在此不再详述。
步骤302:若M个RFID标签中存在上报次数相同的RFID标签,则基于上报次数相同的RFID标签的信号强度,确定上报次数相同的RFID标签各自对应的归属车道。
如图3A所示,RFID Reader21可以同步检测到车辆241的RFID标签与车辆251的RFID标签,为了描述方便,在此可以将车辆241的RFID标签称为RFID标签3,将车辆251的RFID标签称为RFID标签4。
由于车辆251在RFID Reader21的天线覆盖区域中的位置不同于车辆241在RFIDReader21的天线覆盖区域中的位置,从而,RFID标签3与RFID标签4的信号强度并不相同。
那么,在本申请中,可以将车道24确定为RFID标签3的归属车道,同理,若RFIDReader22的天线覆盖区域既包括车道24,又包括车道25,则可以根据所检测到的上报次数相同的RFID标签的信号强度,将车道25确定为RFID标签4的归属车道。
步骤303:建立所述上报次数相同的RFID标签与对应的归属车道上的行驶车辆之间的对应关系。
由上述描述可知,视频车辆检测系统在预设时间段内采集到的行驶车辆的行驶信息中可以包括行驶车辆的行驶车道,那么,在本申请中,则可以获取RFID标签的归属车道中的行驶车辆,之后,则可以建立该RFID标签与该归属车道中的行驶车辆之间的对应关系,例如,建立RFID标签3与车辆241之间的对应关系,以及建立RFID标签4与车辆251之间的对应关系。
由上述实施例可见,本申请中通过信号强度为RFID标签确定归属车道,可以实现在有存在上报次数相同的RFID标签时,仍可以建立RFID标签与行驶车辆的对应关系,以确定行驶车辆的真实车牌号码。
与前述车牌识别方法的实施例相对应,本申请还提供了车牌识别装置的实施例。
本申请车辆识别装置的实施例可以应用在网络设备,例如智能交通系统中的后端服务器上。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在网络设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言,如图4所示,为本申请车辆识别装置所在网络设备的一种硬件结构图,除了图4所示的处理器41、内存42、网络接口43、以及非易失性存储器44之外,实施例中装置所在的网络设备通常根据该网络设备的实际功能,还可以包括其他硬件,对此不再赘述。
请参考图5,为本申请车牌识别装置的一个实施例框图,该装置可以应用于智能交通系统,所述智能交通系统由RFID系统与视频车辆检测系统组成,所述RFID系统与所述视频车辆检测系统的系统时间同步,该装置可以包括:获取模块51、第一关键关系建立模块52、异常车牌确定模块53、第二关系建立模块54、真实车牌确定异常检测模块55。
其中,获取模块51,可以用于在预设时间段内,获取所述RFID系统中上报的RFID标签,以及获取所述视频车辆检测系统所采集到的行驶车辆;
第一关系建立模块52,可以用于根据所述RFID标签中的电子车牌号码与所述行驶车辆的实际车牌号码建立所述RFID标签与所述行驶车辆的对应关系;
异常车牌确定模块53,用于若存在M个RFID标签与M个行驶车辆之间无法一一对应,则确定所述M个行驶车辆的实际车牌异常,所述M为不小于2的自然数;
第二关系建立模块54,可以用于根据所述M个RFID标签在所述预设时间段内的上报参数和所述M个行驶车辆在所述预设时间段内的行驶信息建立所述M个RFID标签与所述M个行驶车辆的对应关系;
真实车牌确定模块55,可以用于根据所述对应关系以及所述M个RFID标签中的电子车牌号码确定所述M个行驶车辆的真实车牌号码。
在一实施例中,所述上报参数可以包括上报次数,所述行驶信息可以包括行驶速度;
所述第二关系建立模块54可以包括(图5中并未示出):
排序子模块,用于基于所述上报次数对所述M个RFID标签进行排序,得到针对所述M个RFID标签的第一排序结果,以及针对所述行驶速度对所述M个行驶车辆进行排序,得到针对所述M个行驶车辆的第二排序结果;
第一建立子模块,用于根据所述第一排序结果与所述第二排序结果建立所述M个RFID标签与所述M个行驶车辆的对应关系。
在一实施例中,所述基于所述上报次数对所述M个RFID标签进行排序时所采用的排序方式与基于所述行驶速度对所述M个行驶车辆进行排序时所采用的排序方式相反,所述排序方式包括基于从大到小的顺序进行排序,或基于从小到大的顺序进行排序。
在一实施例中,所述上报参数还包括上报时刻;
所述获取模块51可以包括(图5中并未示出):
时刻获取子模块,用于获取所述RFID标签在所述预设时间段内的上报时刻;
校正子模块,用于若存在两个前后相邻的上报时刻之间的差值达到预设阈值,则对所述RFID标签的上报时刻进行校正;
次数获取子模块,用于根据校正后上报时刻确定所述RFID标签在所述预设时间段的上报次数。
在一实施例中,所述上报参数还包括信号强度,所述行驶信息还包括行驶车道;
所述第二关系建立模块54可以包括(图5中并未示出):
确定子模块,用于若所述M个RFID标签中存在上报次数相同的RFID标签,则基于所述上报次数相同的RFID标签的信号强度,确定所述上报次数相同的RFID标签各自对应的归属车道;
第二建立子模块,用于建立所述上报次数相同的RFID标签与对应的归属车道上的行驶车辆之间的对应关系。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。

Claims (10)

1.一种车牌识别方法,应用于智能交通系统,其特征在于,所述智能交通系统由RFID系统与视频车辆检测系统组成,所述RFID系统与所述视频车辆检测系统的系统时间同步,所述方法包括:
在预设时间段内,获取所述RFID系统中上报的RFID标签,以及获取所述视频车辆检测系统所采集到的行驶车辆;
根据所述RFID标签中的电子车牌号码与所述行驶车辆的实际车牌号码建立所述RFID标签与所述行驶车辆的对应关系;
若存在M个RFID标签与M个行驶车辆之间无法一一对应,则确定所述M个行驶车辆的实际车牌异常,并根据所述M个RFID标签在所述预设时间段内的上报参数和所述M个行驶车辆在所述预设时间段内的行驶信息建立所述M个RFID标签与所述M个行驶车辆的对应关系,所述M为不小于2的自然数;
根据所述对应关系以及所述M个RFID标签中的电子车牌号码确定所述M个行驶车辆的真实车牌号码。
2.根据权利要求1所述的方法,其特征在于,所述上报参数包括上报次数,所述行驶信息包括行驶速度;
所述根据所述M个RFID标签在所述预设时间段内的上报参数和所述M个行驶车辆在所述预设时间段内的行驶信息建立所述M个RFID标签与所述M个行驶车辆的对应关系包括:
基于所述上报次数对所述M个RFID标签进行排序,得到针对所述M个RFID标签的第一排序结果,以及针对所述行驶速度对所述M个行驶车辆进行排序,得到针对所述M个行驶车辆的第二排序结果;
根据所述第一排序结果与所述第二排序结果建立所述M个RFID标签与所述M个行驶车辆的对应关系。
3.根据权利要求2所述的方法,其特征在于,所述基于所述上报次数对所述M个RFID标签进行排序时所采用的排序方式与基于所述行驶速度对所述M个行驶车辆进行排序时所采用的排序方式相反,所述排序方式包括基于从大到小的顺序进行排序,或基于从小到大的顺序进行排序。
4.根据权利要求2所述的方法,其特征在于,所述上报参数还包括上报时刻;
所述RFID标签的上报次数的获取过程包括:
获取所述RFID标签在所述预设时间段内的上报时刻;
若存在两个前后相邻的上报时刻之间的差值达到预设阈值,则对所述RFID标签的上报时刻进行校正;
根据校正后的上报时刻确定所述RFID标签在所述预设时间段的上报次数。
5.根据权利要求2所述的方法,其特征在于,所述上报参数还包括信号强度,所述行驶信息还包括行驶车道;
所述根据所述M个RFID标签在所述预设时间段内的上报参数和所述M个行驶车辆在所述预设时间段内的行驶信息建立所述M个RFID标签与所述M个行驶车辆的对应关系包括:
若所述M个RFID标签中存在上报次数相同的RFID标签,则基于所述上报次数相同的RFID标签的信号强度,确定所述上报次数相同的RFID标签各自对应的归属车道;
建立所述上报次数相同的RFID标签与对应的归属车道上的行驶车辆之间的对应关系。
6.一种车牌识别装置,应用于智能交通系统,其特征在于,所述智能交通系统由RFID系统与视频车辆检测系统组成,所述RFID系统与所述视频车辆检测系统的系统时间同步,所述装置包括:
获取模块,用于在预设时间段内,获取所述RFID系统中上报的RFID标签,以及获取所述视频车辆检测系统所采集到的行驶车辆;
第一关系建立模块,用于根据所述RFID标签中的电子车牌号码与所述行驶车辆的实际车牌号码建立所述RFID标签与所述行驶车辆的对应关系;
异常车牌确定模块,用于若存在M个RFID标签与M个行驶车辆之间无法一一对应,则确定所述M个行驶车辆的实际车牌异常,所述M为不小于2的自然数;
第二关系建立模块,根据所述M个RFID标签在所述预设时间段内的上报参数和所述M个行驶车辆在所述预设时间段内的行驶信息建立所述M个RFID标签与所述M个行驶车辆的对应关系;
真实车牌确定模块,用于根据所述对应关系以及所述M个RFID标签中的电子车牌号码确定所述M个行驶车辆的真实车牌号码。
7.根据权利要求6所述的装置,其特征在于,所述上报参数包括上报次数,所述行驶信息包括行驶速度;
所述第二关系建立模块包括:
排序子模块,用于基于所述上报次数对所述M个RFID标签进行排序,得到针对所述M个RFID标签的第一排序结果,以及针对所述行驶速度对所述M个行驶车辆进行排序,得到针对所述M个行驶车辆的第二排序结果;
第一建立子模块,用于根据所述第一排序结果与所述第二排序结果建立所述M个RFID标签与所述M个行驶车辆的对应关系。
8.根据权利要求7所述的装置,其特征在于,所述基于所述上报次数对所述M个RFID标签进行排序时所采用的排序方式与基于所述行驶速度对所述M个行驶车辆进行排序时所采用的排序方式相反,所述排序方式包括基于从大到小的顺序进行排序,或基于从小到大的顺序进行排序。
9.根据权利要求7所述的装置,其特征在于,所述上报参数还包括上报时刻;
所述获取模块包括:
时刻获取子模块,用于获取所述RFID标签在所述预设时间段内的上报时刻;
校正子模块,用于若存在两个前后相邻的上报时刻之间的差值达到预设阈值,则对所述RFID标签的上报时刻进行校正;
次数获取子模块,用于根据校正后的上报时刻确定所述RFID标签在所述预设时间段的上报次数。
10.根据权利要求7所述的装置,其特征在于,所述上报参数还包括信号强度,所述行驶信息还包括行驶车道;
所述第二关系建立模块包括:
确定子模块,用于若所述M个RFID标签中存在上报次数相同的RFID标签,则基于所述上报次数相同的RFID标签的信号强度,确定所述上报次数相同的RFID标签各自对应的归属车道;
第二建立子模块,用于建立所述上报次数相同的RFID标签与对应的归属车道上的行驶车辆之间的对应关系。
CN201710331515.3A 2017-05-11 2017-05-11 车牌识别方法及装置 Active CN106991823B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710331515.3A CN106991823B (zh) 2017-05-11 2017-05-11 车牌识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710331515.3A CN106991823B (zh) 2017-05-11 2017-05-11 车牌识别方法及装置

Publications (2)

Publication Number Publication Date
CN106991823A CN106991823A (zh) 2017-07-28
CN106991823B true CN106991823B (zh) 2020-01-14

Family

ID=59417803

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710331515.3A Active CN106991823B (zh) 2017-05-11 2017-05-11 车牌识别方法及装置

Country Status (1)

Country Link
CN (1) CN106991823B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111798667A (zh) * 2019-04-09 2020-10-20 南京十二生肖安全科技有限公司 非机动车的监控方法、监控服务器及监控系统、存储介质
CN110880242B (zh) * 2019-09-28 2020-10-02 安徽百诚慧通科技有限公司 一种判断假牌套牌车辆真实号牌的方法
CN111383459B (zh) * 2020-03-31 2021-04-02 北京智芯原动科技有限公司 一种基于视频的充电桩车位管理方法及装置
CN112183367B (zh) * 2020-09-29 2022-12-02 重庆紫光华山智安科技有限公司 车辆数据检错方法、装置、服务器及存储介质

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005293020A (ja) * 2004-03-31 2005-10-20 Fujitsu Ltd 移動物体の映像データ検索方法、移動物体の撮影・検出装置、移動物体の映像データ検索装置
AU2006257287B2 (en) * 2005-06-10 2012-12-06 Accenture Global Services Limited Electronic vehicle indentification
KR100848145B1 (ko) * 2008-03-04 2008-07-23 김혜리 차량 등록증 카드를 이용한 불법차량 적발 시스템
US9406046B2 (en) * 2013-03-07 2016-08-02 Intelleflex Corporation RFID systems and methods for associating images of documents with RFID tag-related data
CN203931178U (zh) * 2013-12-27 2014-11-05 高新兴科技集团股份有限公司 一种视频传感器与rfid传感器融合系统
CN103914986B (zh) * 2014-03-14 2016-07-13 浙江宇视科技有限公司 一种套牌分析的方法和装置
CN104077570B (zh) * 2014-06-25 2017-09-01 北京计算机技术及应用研究所 一种融合射频识别和车牌识别的方法及系统
CN105761495A (zh) * 2014-12-18 2016-07-13 江苏子扬交通科技有限公司 一种基于双频基站的套牌车辆识别与稽查系统及方法
CN104766479A (zh) * 2015-01-27 2015-07-08 公安部交通管理科学研究所 基于超高频射频与视频图像双识别匹配的汽车身份识别方法及装置
CN105160884A (zh) * 2015-07-30 2015-12-16 北京工业大学 一种融合视频监控和rfid的车辆识别方法及装置
CN105206061A (zh) * 2015-09-18 2015-12-30 成都融创智谷科技有限公司 依托采集rfid、视频来识别车牌的城市智能交通的方法
CN205827664U (zh) * 2016-07-18 2016-12-21 武汉万集信息技术有限公司 一种基于rfid、激光与视频的车辆限行监管系统
CN106600968A (zh) * 2016-12-01 2017-04-26 北京长城金点物联网科技股份有限公司 一种车牌识别方法及系统

Also Published As

Publication number Publication date
CN106991823A (zh) 2017-07-28

Similar Documents

Publication Publication Date Title
CN106991823B (zh) 车牌识别方法及装置
CN103400500B (zh) 车辆信息数据采集装置及方法
CN108200536A (zh) 行驶车辆驾乘人员识别方法及系统
CN109961106B (zh) 轨迹分类模型的训练方法和装置、电子设备
CN102339487B (zh) 一种票务自动检验系统及方法
CN103248534A (zh) 幼儿园安全防护系统
CN106296724A (zh) 一种目标人物的轨迹信息的确定方法、系统及处理服务器
CN107578627A (zh) 一种基于rfid的路侧停车管理方法和系统
CN105279971A (zh) 一种车辆信息匹配方法、系统及监控装置
CN106899827A (zh) 图像数据采集、查询、视频监控方法、设备及系统
CN105510908A (zh) 基于无线通信的定位方法和装置及系统
CN110246336B (zh) 车辆信息的确定方法及系统
JP5304612B2 (ja) 入退管理システム
CN103606281A (zh) 一种智能停车场车辆进出行为检测方法
CN112133085B (zh) 车辆信息的匹配方法和装置、系统、存储介质及电子装置
CN101160980A (zh) Rf激活rf询问器的方法和系统
CN108924759A (zh) 识别移动发生器的方法、装置及系统
CN105957168A (zh) 运动轨迹方向的判定方法及装置
CN110232827A (zh) 自由流收费车型识别方法、装置及系统
CN110458257B (zh) 基于rfid系统的标签盘点方法及装置
TWI515667B (zh) 車輛辨識偵測系統、車輛資訊蒐集方法、車輛資訊偵測記錄方法以及車輛資訊查詢方法
CN103593975A (zh) 一种基于rfid触发的视频抓拍系统及方法
Karmakar Anti-collision methods for chipless RFID systems
JP2008217432A (ja) 走行軌跡特定装置、走行軌跡特定システム、コンピュータプログラム及び走行軌跡特定方法
CN113888865B (zh) 电子设备及车辆信息获取方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20221107

Address after: 250101 4th floor, building 5, zone A2, Hanyu Jingu, Shunhua South Road, high tech Zone, Jinan City, Shandong Province

Patentee after: Jinan Yushi Intelligent Technology Co.,Ltd.

Address before: 310051 Zhejiang Jiangling Hangzhou Road, Binjiang District, Jiangling, 88, No. 10 South Block 1-11.

Patentee before: ZHEJIANG UNIVIEW TECHNOLOGIES Co.,Ltd.