CN115100610B - 一种电动自行车数字身份信息的识别方法 - Google Patents

Abstract

本专利提供的一种电动自行车数字身份信息和号牌匹配识别方法，基于视频识别模块识别的结果建立视频识别号牌队列，通过射频识读号牌队列中的射频识别号牌与视频识别号牌进行数据匹配操作、模糊匹配操作，极大地提高了电动自行车集簇型环境的中对于电动自行车号牌、数字身份信息的识别匹配的准确率。

Description

一种电动自行车数字身份信息的识别方法

技术领域

本发明涉及智能交通控制技术领域，具体为一种电动自行车数字身份信息和号牌匹配识别方法。

背景技术

目前，针对电动自行车的管理主要是通过现场管理或身份认定。由于电动自行车牌照是由地方自行设计和发行，非常容易被人为篡改，因此一般很难对车辆进行身份认定，而现场管理主要针对的是电动自行车驾驶人。随着国家标准《电动自行车安全技术规范》（GB17761-2018）的发布实施，非现场管理和针对电动自行车的行为判断以及身份认定问题成为电动自行车管理过程中必须解决的问题。

为了实现电动自行车的电子身份的绑定和安全防转移，现行的电动自行车数字号牌基于超高频RFID技术进行设计，将电动自行车数字身份信息写入含有超高频RFID芯片的电动自行车数字号牌内，并在注册号牌时对车、人、号牌三个信息进行绑定。然而由于电动自行车一般存在集簇情况，且号牌上字符较小，仅仅基于现有的交通监控视频设备对号牌进行识别，进而得到电动字形车的数字身份信息是很困难的。

现有技术中，有技术人员将超高频RFID和视频识别结合起来，以进行车辆的数字身份信息和图像信息匹配的技术方案。如现有专利中的专利号为：201710259606.0、专利名称为：射频识别与视频识别比对方法及系统的发明，提供了一种射频识别与视频识别比对方法及系统，通过汽车电子标识返回的RSSI值的来判断车辆在视频的识读范围，从而对射频信息和视频信息进行匹配。然而，此专利仅针对汽车的情况进行了设计。因为电动自行车无论从车辆密集程度、视频识别难度上均与汽车存在较大的差异，所以直接将此项技术应用到电动自行车数字身份信息识别中，识别成功率较低。

发明内容

为了解决现有技术中的数字号牌识别技术直接应用于电动自行车的数字身份信息和号牌的匹配识别，成功率较低的问题，本发明提供一种电动自行车数字身份信息和号牌匹配识别方法，其适用于电动自行车的号牌上字符较小、车辆密集的特点，可以准确的将电动自行车数字身份信息与电动自行车的号牌进行识别并匹配。

本发明的技术方案是这样的：一种电动自行车数字身份信息和号牌匹配识别方法，其包括以下步骤：

S1：在指定路段设置射频识读模块、视频识别模块，所述射频识读模块的识读范围、所述视频识别模块的识别范围均覆盖电动自行车道，正对电动自行车行进方向尾部；

S2：将所述射频识读模块与所述视频识别模块分别连接后台应用管理系统；

S3：启动所述射频识读模块，通过数据抓取操作，抓取其识读范围内的所有电动自行车数字号牌内的数字身份信息，解析获得电动自行车的号牌号码，记做射频识别号牌；

其特征在于，其还包括以下步骤：

S4：将所有的所述射频识别号牌存入射频识读号牌队列；

S5：启动所述视频识别模块，通过数据抓取操作，抓取其识别范围内的所有电动自行车数字号牌的信息，进行识别；将识别到的电动自行车号牌号码，记做视频识别号牌，将所有所述视频识别号牌存入视频识别号牌队列；

S6：逐一取出所述视频识别号牌队列中的视频识别号牌，记做待识别号牌；

S7：将所述待识别号牌与所述射频识读号牌队列中的数据进行数据匹配操作；

在所述数据匹配操作中，如果所述待识别号牌在所述射频识读号牌队列中找到相同车牌号码，则所述视频识别号牌队列、所述射频识读号牌队列中对应的号牌的号牌状态都设置为匹配成功，实施步骤S9；

否则，如果所述待识别号牌在所述射频识读号牌队列中没有找到相同车牌号码，则其在所述视频识别号牌队列对应的所述视频识别号牌的号牌状态设置为匹配失败；

S8：当一组所述视频识别号牌队列中的数据完全参与过所述数据匹配操作之后，取出号牌状态设置为匹配失败的所述视频识别号牌，进行模糊匹配操作；

所述模糊匹配操作包括以下步骤：

a1：预设一个模糊匹配条件；

a2：依次取出号牌状态设置为匹配失败的所述视频识别号牌，分别再次与所述射频识读号牌队列中剩余的所述射频识别号牌进行一一匹配；

如果存在所述视频识别号牌、所述射频识别号牌，二者的号牌中，匹配的字符内容符合所述模模糊匹配条件，则认为而二者匹配成功；实时步骤a3；

否则，所述视频识别号牌、所述射频识别号牌的号牌状态继续保持匹配失败；

a3：所述视频识别号牌、所述射频识别号牌的号牌状态设置为模糊匹配成功，实施步骤S9；

S9：将号牌状态为匹配成功、模糊匹配成功的所述视频识别号牌对应的号牌数据、视频图像信息、数字身份信息上传到所述后台应用管理系统中，进行后续电动自行车行驶行为识别的操作。

其进一步特征在于：

所述模糊匹配条件包括：

射频与视频匹配双方的号牌中相同字符数大于等于预设的模糊匹配阈值；

射频与视频匹配双方的号牌中相同字符位置相同；

同时满足上述条件，则认为符合模糊匹配条件；

其还包括以下步骤：

S10：所述视频识别号牌队列中所有的号牌状态设置为匹配失败的所述视频识别号牌都参与过所述模糊匹配操后，本轮数据匹配操作结束；

所述射频识读号牌队列中剩下没有匹配成功的所述射频识别号牌的号牌状态都设置为匹配失败；

S11：将所述射频识读号牌队列、所述视频识别号牌队列中号牌状态为匹配失败的号牌，记做循环号牌；对所述循环号码实施多重查询；

S12：获取下一组所述视频识别号牌队列、所述射频识读号牌队列的数据，实施步骤S6~S11；

直至所述射频识读模块、所述视频识别模块停止抓取数据；

所述多重查询包括以下步骤：

b1：对每个没有被设置计时器的所述循环号牌建立一个计时器TM，并从所述循环号牌被的号牌状态第一次被设置为匹配失败开始计时；

b2：所述循环号牌的状态清空；

b3：将所述循环号牌分别存入到对应的下一组所述视频识别号牌队列、所述射频识读号牌队列中；

参与本组数据在步骤S6~S11的数据匹配操作；

b4：一旦所述循环号牌在本轮匹配操作中号牌状态被设置为匹配失败，则比较所述计时器TM和预设的多重查询时间阈值Ct；

当计时器TM的值大于所述多重查询时间阈值Ct时，则所述循环号牌进行查询失败处理；

否则，循环执行b2~b4；

步骤S3、S5中，所述射频识读模块、所述视频识别模块启动后，进行数据抓取操作，所述数据抓取操作包括以下步骤：

c1：连续不间断地抓取数据，每次抓取St时间段内的数据；

其中，St为预设的抓取时间范围；

c2：所述射频识读模块、所述视频识别模块每次抓取数据后，对抓取后的数据进行解析，分别得到一组所述射频识读号牌队列、所述视频识别号牌队列；

c3：对每组所述射频识读号牌队列中的所述射频识别号牌进行排序操作；

所述排序操作的排序方法分别包括：

将每一个所述射频识读号牌队列中的所述射频识别号牌按照识读时间进行排序；

将每一个所述射频识读号牌队列中的所述射频识别号牌按照其对应的反向信号RS的强度进行排序；

将每一个所述射频识读号牌队列中的所述射频识别号牌按照其对应的数字身份信息中的号牌号码字母或数字排序；

所述数据抓取操中，如果所述射频识读模块的天线数目大于1，在进行所述数据抓取操作时是通过所有天线轮流工作，则在所述排序操作中，按照每根天线识读数字身份信息的先后顺序排序形成所述射频识读号牌队列；

所述视频识别模块基于机器学习模型构建号牌识别网络模型，对所述号牌识别网络模型进行训练时，基于所述射频识读模块的历史识读数据构建训练数据；

所述查询失败处理包括：分别将号牌状态为匹配失败，且参与数据匹配操作的时间超过所述多重查询时间阈值Ct的所述视频识别号牌对应的号牌数据、视频图像信息，以及所述射频识别号牌对应的号牌号牌数据、数字身份信息上传到所述后台应用管理系统中；

步骤S6中，逐一取出所述视频识别号牌队列中的视频识别号牌后，先进行查重操作，通过所述查重操作的所述视频识别号牌记做待识别号牌；

所述查重操作包括以下步骤：

d1：设置查重时间阈值Rt；设置一个查重队列，所述查重队列中保存步骤S6实施之前所述查重时间阈值Rt内的号牌状态为匹配成功的所述视频识别号牌；

d2：每个所述视频识别号牌进行所述数据匹配操作之前，先与所述查重队列中的数据进行匹配；

如果匹配成功，则表示该数据刚刚参与过所述数据匹配操作，本次不参与本组的数据匹配操作；

否则，表示在所述查重时间阈值内，该数据没有参与过所述数据匹配操作，将该视频识别号牌记做所述待识别号牌。

本专利提供的一种电动自行车数字身份信息和号牌匹配识别方法，基于视频识别模块识别的结果建立视频识别号牌队列，通过射频识读号牌队列中的射频识别号牌与视频识别号牌进行数据匹配操作、模糊匹配操作，极大地提高了电动自行车集簇型环境的中对于电动自行车号牌、数字身份信息的识别匹配的准确率。

附图说明

图1为本发明中射频识读模块、视频识别模块安装示意图；

图2为本发明中电动自行车数字身份信息和号牌匹配识别方法流程示意图。

具体实施方式

本发明一种电动自行车数字身份信息和号牌匹配识别方法，其包括以下步骤。

S1：在指定路段设置射频识读模块1、视频识别模块2，射频识读模块1的识读范围、视频识别模块2的识别范围均覆盖电动自行车道，正对电动自行车行进方向尾部。

具体实施时，射频识读模块1、视频识别模块2可以通过现有技术中的两种设备分别实现，也可以基于现有技术中的同时支持视频识别、射频识读技术的一体化设备实现；如图1所示实施例中，路面设备一般采用“射频与视频一体化识别设备”，射频识读模块1的识读天线、视频识别模块2的主机安装于路面杆件3上，射频识读与视频识别均覆盖电动自行车道4，正对电动自行车5 的行进方向尾部。电动自行车5尾部安装有包含电动自行车数字身份信息的数字号牌，路面设备连接后台应用管理系统（图中未标记）。

射频识读模块1的识读天线直接与视频识别模块2的主机通过射频馈线连接，实际工作频率为920~925MHz，视频识别模块2的主机可外接1个或多个射频识读天线，超高频RFID识读需符合GB/T29768空中接口协议，用以识读电动自行车数字号牌中的数字身份信息。

视频识别模块2的主机中包括的视频识别相关模块，直接对视频识别范围内的电动自行车进行抓拍，并通过现有的图像识别的算法识别出其号牌号码的数字信息。视频识别的过程中，可根据应用指定识别的范围。以交通管理中的占用机动车道抓拍应用为例，视频识别范围即可设置为视频识别相关模块抓拍全景图像中的机动车道，唯有进入视频识别范围的电动自行车才会被触发和识别。

由于射频识读范围一般远大于且包含了视频识别范围，因此射频识读的的电动自行车数字号牌中所包含或关联的号牌号码，一般都包含了视频所需要识别的号牌号码数据。所以，本发明技术方案中，在对视频识别模块2中的号牌识别网络模型训练过程中，基于射频识读模块1的历史识读数据构建训练数据，对号牌识别网络模型进行训练，从而极大的提升视频识别模块2的号牌识别准确率和成功率，进而提高本发明技术方案的整体计算效率。例如：已经生成了射频视频识别历史数据构成的队列中，中包含了号牌号码B12345，则视频识别的过程中，可以按照B12345的号牌号码进行号牌图案的模拟生成，在实际识别的过程中优先寻找与模拟图案相似的图片，并识别出最终的结果。

本发明中，电动自行车数字身份，是指用于证明电动自行车的唯一性、合法性、真实性的数字化编码，一般包含了号牌号码、标识序列号、TID号等信息。电动自行车数字号牌，指的是将符合GB/T29768标准超高频RFID芯片嵌入至电动自行车号牌内，同时具备超高频RFID射频标签性能和电动自行车号牌外观的数字化号牌。对于电动自行车未安装电动自行车数字号牌的，不在本专利的适用范围内。

S2：将射频识读模块1与视频识别模块2分别连接后台应用管理系统；

S3：启动射频识读模块1，通过数据抓取操作，抓取其识读范围内的所有电动自行车数字号牌内的数字身份信息，解析获得电动自行车的号牌号码，记做射频识别号牌；

S4：将所有的射频识别号牌存入射频识读号牌队列。

S5：启动视频识别模块2，通过数据抓取操作，抓取其识别范围内的所有电动自行车数字号牌的信息，进行识别；将识别到的电动自行车号牌号码，记做视频识别号牌，将所有视频识别号牌存入视频识别号牌队列。

步骤S3、S5中，射频识读模块1、视频识别模块2启动后，进行数据抓取操作，数据抓取操作包括以下步骤：

c1：连续不间断地抓取数据，每次抓取St时间段内的数据；

其中，St为预设的抓取时间范围；

c2：射频识读模块1、视频识别模块2每次抓取数据后，对抓取后的数据进行解析，分别得到一组射频识读号牌队列、视频识别号牌队列；

c3：对每组射频识读号牌队列射频识别号牌进行排序操作。

本发明技术方案中，排序操作的排序方法分别包括以下方法。

方法1：将每一个射频识读号牌队列的射频识别号牌按照识读时间进行排序；

具体实施时，通过符合GB/T29768《信息技术 射频识别 800-900MHz空中接口协议》中的防碰撞机制，对识读范围的电动自行车数字号牌进行识读，并确立识读的先后次序，按照该次序对号牌号码进行排序。

方法2：将每一个射频识读号牌队列中的射频识别号牌按照其对应的反向信号RS(Reverse Signal)的强度进行排序。在射频识读模块1的天线基于超高频RFID技术识读的过程中，捕获电动自行车数字号牌的反向信号RS，RS的强度大小可反映出电动自行车在天线范围内的可能位置范围，因此可按照RS的强度大小，对号牌号码进行排序。

方法3：将每一个射频识读号牌队列中的射频识别号牌按照其对应的数字身份信息中的号牌号码字母或数字排序。

例如射频识读号牌队列的排序记作{x1,x2,x3....xN}，若按照方法1排序，则表示号牌号码为x1的数字号牌最先被射频识读，号牌号码为x2的数字号牌第2个射频识读，以此类推；若按照方法2进行排序，则表示号牌号码为x1的数字号牌反向信号RS最大，号牌号码为x2的数字号牌反向信号RS第2大，以此类推；若按照方法3进行排序，则表示射频识读号牌队列是按照字母或数字的顺序进行排序。

在实际生产生活中，很多射频识读模块1存在多个射频识读天线，在进行数据抓取操作时是通过多天线轮流工作时，则在排序操作中，按照每根天线识读数字身份信息的先后顺序排序形成射频识读号牌队列。

例如：射频识读模块1有3个射频识读天线模式轮流切换工作，在一个时间段内，有10辆电动自行车被识别设备识读到，其中天线1首先是读到了3辆，并将号牌号码排序为{y1,y2,y3}，切换到天线2;然后天线2识读到了2辆，并将号牌号码排序为{y4,y5}，切换到天线3;然后天线3识读到了3辆，并将号牌号码排序为{y6,y7,y8}，切换到天线1；最后天线1又识读到2辆，并将号牌号码排序为{y9,y10}。则形成的射频识读队列为：{y1,y2,y3,y4,y5,y6,y7,y8,y9,y10}。

本发明技术方案中，通过对每组射频识读号牌队列射频识别号牌进行排序，将排序后的射频识读号牌队列与视频识别号牌进行匹配，极大的提高了计算效率，避免了电动自行车识别过程中，数据量大、计算量大导致计算效率低的问题发生，确保本发明技术方案更具实用性。

S6：逐一取出视频识别号牌队列中的视频识别号牌，记做待识别号牌；

逐一取出视频识别号牌队列中的视频识别号牌后，先进行查重操作，通过查重操作的视频识别号牌记做待识别号牌；

查重操作包括以下步骤：

d1：设置查重时间阈值Rt；设置一个查重队列，查重队列中保存步骤S6实施之前查重时间阈值Rt内的号牌状态为匹配成功的视频识别号牌；

d2：每个视频识别号牌进行数据匹配操作之前，先与查重队列中的数据进行匹配，找到相同的号牌则视为匹配成功；

如果匹配成功，则表示该数据刚刚参与过数据匹配操作，本次不参与本组的数据匹配操作；

否则，表示在查重时间阈值内，该数据没有参与过数据匹配操作，将该视频识别号牌记做待识别号牌。

因为电动自行车的在生活中作为最常见的代步工具的，在某个路段、某个时间段，同一个号牌的电动自行车频繁出现是很常见的情况。而在短时间内，电动自行车的身份、号牌、车辆信息的绑定关系发生频繁变更的概率极低。所以为了降低系统的工作量，提高系统工作效率，通过查重操作将在指定查重时间阈值Rt内反复出现的电动自行车过滤，确保了本发明技术方案更具实用性。

S7：将待识别号牌与射频识读号牌队列中的数据进行数据匹配操作；

在数据匹配操作中，如果待识别号牌在射频识读号牌队列中找到相同车牌号码，则视频识别号牌队列、射频识读号牌队列中对应的号牌的号牌状态都设置为匹配成功，实施步骤S9；

否则，如果待识别号牌在射频识读号牌队列中没有找到相同车牌号码，则其在视频识别号牌队列对应的视频识别号牌的号牌状态设置为匹配失败。

S8：当一组视频识别号牌队列中的数据完全参与过数据匹配操作之后，取出号牌状态设置为匹配失败的视频识别号牌，进行模糊匹配操作。

模糊匹配操作包括以下步骤：

a1：预设一个模糊匹配条件；

a2：依次取出号牌状态设置为匹配失败的视频识别号牌，分别再次与射频识读号牌队列中剩余的射频识别号牌进行一一匹配；

如果存在视频识别号牌、射频识别号牌，二者的号牌中，匹配的字符内容符合模模糊匹配条件，则认为而二者匹配成功；实时步骤a3；

否则，视频识别号牌、射频识别号牌的号牌状态继续保持匹配失败；

a3：视频识别号牌、射频识别号牌的号牌状态设置为模糊匹配成功，实施步骤S9。

实际操作中，模糊匹配条件包括：

射频与视频匹配双方的号牌中相同字符在号牌中的位置相同；

射频与视频匹配双方的号牌中相同字符数大于等于预设的模糊匹配阈值；

同时满足上述条件，则认为符合模糊匹配条件。

如：确实视频识别号牌、射频识别号牌电子身份一致，只是因为视频识别号牌队列中数据识别出错，导致无法通过数据匹配操作；还有一种可能是二者并不一致，只是存在符合模糊匹配阈值的字符相同，此时则需要将状态为模糊匹配成功的数据上传到后台应用管理系统中进行进一步确认。比如，通过全局搜索看同一时间内两个号牌是否分别出现在其他的地区，进而推定二者是否一致；或者，根据在此区域出现的频率来判断二者是否一致；或者，根据电动自行车所在区域的特点，指定通过模糊匹配操作的视频识别号牌、射频识别号牌被暂定为一致，而在后续基于电子身份信息对电动自行车行驶行为识别的操作过程中，对错误数据进行排除。本发明技术方案中，基于模糊匹配操作，极大的提高了对同一个区域内的电动自行车号牌的识别成功率，尤其适用于大部分电动自行车活动区域有限、集中出现于有限的几个区域的实际情况，确保了本发明技术方案更具实用性。

S9：将号牌状态为匹配成功、模糊匹配成功的视频识别号牌对应的号牌数据、视频图像信息、数字身份信息上传到后台应用管理系统中，进行后续电动自行车行驶行为识别的操作。

S10：视频识别号牌队列中所有的号牌状态设置为匹配失败的视频识别号牌都参与过模糊匹配操后，本轮数据匹配操作结束；

射频识读号牌队列中剩下没有匹配成功的射频识别号牌的号牌状态都设置为匹配失败。

S11：将射频识读号牌队列、视频识别号牌队列中号牌状态为匹配失败的号牌，记做循环号牌；对循环号码实施多重查询。

多重查询包括以下步骤：

b1：对每个没有被设置计时器的循环号牌建立一个计时器TM，并从循环号牌被的号牌状态第一次被设置为匹配失败开始计时；

b2：循环号牌的状态清空；

b3：将循环号牌分别存入到对应的下一组视频识别号牌队列、射频识读号牌队列中；

参与本组数据在步骤S6~S11的数据匹配操作；

b4：一旦循环号牌在本轮匹配操作中号牌状态被设置为匹配失败，则比较计时器TM和预设的多重查询时间阈值Ct；

当计时器TM的值大于多重查询时间阈值Ct时，则循环号牌进行查询失败处理；

否则，循环执行b2~b4。

查询失败处理包括：分别将号牌状态为匹配失败，且参与数据匹配操作的时间超过多重查询时间阈值Ct的视频识别号牌对应的号牌数据、视频图像信息，以及射频识别号牌对应的号牌号牌数据、数字身份信息上传到后台应用管理系统中。

S12：获取下一组视频识别号牌队列、射频识读号牌队列的数据，实施步骤S6~S11；

直至射频识读模块1、视频识别模块2停止抓取数据；

在实施例中，假设形成射频识别号牌号牌队列a1、视频识别号牌队列b1，模糊匹配阈值设置为5：

a1 = {C11111,C22222,C33333,C44444,C55555,C66666,C77777,C88888}

b1={ C11111,C22222,C38333,C55555,C66666,C71117,C88888}；

因为数据都是第一次参与数据匹配，所以都通过了查重操作；

经过数据匹配操作后，匹配结果为：

{(射频识别号牌C11111，视频识别号牌C11111）,（射频识别号牌C22222，视频识别号牌C22222）,（射频识别号牌C55555，视频识别号牌C55555）,（射频识别号牌C66666，视频识别号牌C66666）,（射频识别号牌C88888，视频识别号牌C88888）}；

然后进行模糊匹配操作：

号牌数据：射频识别号牌C33333，视频识别号牌C38333符合模糊匹配条件，通过了模糊匹配操作；

则，最终号牌状态设置为匹配成功的号牌包括：

{(射频识别号牌C11111，视频识别号牌C11111）,（射频识别号牌C22222，视频识别号牌C22222）,（射频识别号牌C33333，视频识别号牌C383333）,（射频识别号牌C55555，视频识别号牌C55555）,（射频识别号牌C66666，视频识别号牌C66666）,（射频识别号牌C88888，视频识别号牌C88888）}。

记录匹配数据，并上传对应电动自行车的号牌数据、视频图像信息以及数字身份信息。

此时查重队列c为：{C11111,C22222,C33333,,C55555,C66666, C88888}，设查重时间阈值Rt=10000ms。

其中，射频识别号牌号牌队列a1中的C44444、C77777以及视频识别号牌队列b1中的C71117未完成匹配，同时，C77777和C71117也不符合模糊匹配阈值，没有通过模糊匹配操作。

C44444、C77777、C71117三个数据的号牌状态都保留为匹配失败，分别设置计时器TM1、TM2、TM3；本实施例中，多重查询时间阈值Ct= 2000ms。

等待1500ms后，经过视频识别模块2识别到了新的号牌，形成了射频识别号牌号牌队列a2、视频识别号牌队列b2：

a2= {C99999}

b2= {C44444,C99999}；

将号牌状态都保留为匹配失败的三个数据分别放入a2、b2中得到射频识别号牌号牌队列a2’、视频识别号牌队列b2’：

a2’ = {C44444,C77777,C99999}，

b2’ ={C44444,C71117,C99999}，

对a2’、 b2’再次进行数据匹配操作；

每次从b2’中取号牌进行匹配操作之前先与查重队列c进行查重操作；

c：{C11111,C22222,C33333,C55555,C66666, C88888}，可知b2’队列号牌都通过了查重操作。

再次进行数据匹配操作的匹配结果为：

{(射频识别号牌C44444，视频识别号牌C44444）,（射频识别号牌C99999，视频识别C99999）}，记录匹配数据，并上传对应电动自行车的号牌数据、视频图像信息以及数字身份信息。

第二次数据匹配操作结束后，射频识别号牌C77777以及视频识别号牌C71117未完成匹配。而这时候此两条数据的计时器TM2、TM3的数值都已经超过了多重查询时间阈值Ct=2000ms，因此进行查询失败处理。

使用本发明的技术方案后，将射频识读模块基于超高频RFID技术识读到的电动自行车数字号牌的射频识读数字身份信息与视频识别信息生成队列，对电动自行车集簇型环境的数字身份信息采集提供了更高效的方法，并提高了射频识读到的电动自行车数字身份信息与视频识别的电动自行车视频图像信息的匹配成功率，解决了现有技术中针对电动自行车身份判断不精确、视频识别困难的技术问题。

Claims (7)

1.一种电动自行车数字身份信息和号牌匹配识别方法，其包括以下步骤：

S1：在指定路段设置射频识读模块、视频识别模块，所述射频识读模块的识读范围、所述视频识别模块的识别范围均覆盖电动自行车道，正对电动自行车行进方向尾部；

S2：将所述射频识读模块与所述视频识别模块分别连接后台应用管理系统；

S3：启动所述射频识读模块，通过数据抓取操作，抓取其识读范围内的所有电动自行车数字号牌内的数字身份信息，解析获得电动自行车的号牌号码，记做射频识别号牌；

其特征在于，其还包括以下步骤：

S4：将所有的所述射频识别号牌存入射频识读号牌队列；

S5：启动所述视频识别模块，通过数据抓取操作，抓取其识别范围内的所有电动自行车数字号牌的信息，进行识别；将识别到的电动自行车号牌号码，记做视频识别号牌，将所有所述视频识别号牌存入视频识别号牌队列；

S6：逐一取出所述视频识别号牌队列中的视频识别号牌，记做待识别号牌；

S7：将所述待识别号牌与所述射频识读号牌队列中的数据进行数据匹配操作；

在所述数据匹配操作中，如果所述待识别号牌在所述射频识读号牌队列中找到相同车牌号码，则所述视频识别号牌队列、所述射频识读号牌队列中对应的号牌的号牌状态都设置为匹配成功，实施步骤S9；

否则，如果所述待识别号牌在所述射频识读号牌队列中没有找到相同车牌号码，则其在所述视频识别号牌队列对应的所述视频识别号牌的号牌状态设置为匹配失败；

S8：当一组所述视频识别号牌队列中的数据完全参与过所述数据匹配操作之后，取出号牌状态设置为匹配失败的所述视频识别号牌，进行模糊匹配操作；

所述模糊匹配操作包括以下步骤：

a1：预设一个模糊匹配条件；

a2：依次取出号牌状态设置为匹配失败的所述视频识别号牌，分别再次与所述射频识读号牌队列中剩余的所述射频识别号牌进行一一匹配；

如果存在所述视频识别号牌、所述射频识别号牌，二者的号牌中，匹配的字符内容符合所述模糊匹配条件，则认为而二者匹配成功；实施步骤a3；

否则，所述视频识别号牌、所述射频识别号牌的号牌状态继续保持匹配失败；

a3：所述视频识别号牌、所述射频识别号牌的号牌状态设置为模糊匹配成功，实施步骤S9；

S9：将号牌状态为匹配成功、模糊匹配成功的所述视频识别号牌对应的号牌数据、视频图像信息、数字身份信息上传到所述后台应用管理系统中，进行后续电动自行车行驶行为识别的操作；

其还包括以下步骤：

S10：所述视频识别号牌队列中所有的号牌状态设置为匹配失败的所述视频识别号牌都参与过所述模糊匹配操后，本轮数据匹配操作结束；

所述射频识读号牌队列中剩下没有匹配成功的所述射频识别号牌的号牌状态都设置为匹配失败；

S11：将所述射频识读号牌队列、所述视频识别号牌队列中号牌状态为匹配失败的号牌，记做循环号牌；对所述循环号牌实施多重查询；

S12：获取下一组所述视频识别号牌队列、所述射频识读号牌队列的数据，实施步骤S6~S11；

直至所述射频识读模块、所述视频识别模块停止抓取数据；

所述多重查询包括以下步骤：

b1：对每个没有被设置计时器的所述循环号牌建立一个计时器TM，并从所述循环号牌的号牌状态第一次被设置为匹配失败开始计时；

b2：所述循环号牌的状态清空；

b3：将所述循环号牌分别存入到对应的下一组所述视频识别号牌队列、所述射频识读号牌队列中；

参与本组数据在步骤S6~S11的数据匹配操作；

b4：一旦所述循环号牌在本轮匹配操作中号牌状态被设置为匹配失败，则比较所述计时器TM和预设的多重查询时间阈值Ct；

当计时器TM的值大于所述多重查询时间阈值Ct时，则所述循环号牌进行查询失败处理；

否则，循环执行b2~b4；

步骤S6中，逐一取出所述视频识别号牌队列中的视频识别号牌后，先进行查重操作，通过所述查重操作的所述视频识别号牌记做待识别号牌；

所述查重操作包括以下步骤：

d1：设置查重时间阈值Rt；设置一个查重队列，所述查重队列中保存步骤S6实施之前所述查重时间阈值Rt内的号牌状态为匹配成功的所述视频识别号牌；

d2：每个所述视频识别号牌进行所述数据匹配操作之前，先与所述查重队列中的数据进行匹配；

如果匹配成功，则表示该数据刚刚参与过所述数据匹配操作，本次不参与本组的数据匹配操作；

否则，表示在所述查重时间阈值内，该数据没有参与过所述数据匹配操作，将该视频识别号牌记做所述待识别号牌。

2.根据权利要求1所述一种电动自行车数字身份信息和号牌匹配识别方法，其特征在于：所述模糊匹配条件包括：

射频与视频匹配双方的号牌中相同字符数大于等于预设的模糊匹配阈值；

射频与视频匹配双方的号牌中相同字符位置相同；

同时满足上述条件，则认为符合模糊匹配条件。

3.根据权利要求1所述一种电动自行车数字身份信息和号牌匹配识别方法，其特征在于：步骤S3、S5中，所述射频识读模块、所述视频识别模块启动后，进行数据抓取操作，所述数据抓取操作包括以下步骤：

c1：连续不间断地抓取数据，每次抓取St时间段内的数据；

其中，St为预设的抓取时间范围；

c2：所述射频识读模块、所述视频识别模块每次抓取数据后，对抓取后的数据进行解析，分别得到一组所述射频识读号牌队列、所述视频识别号牌队列；

c3：对每组所述射频识读号牌队列中的所述射频识别号牌进行排序操作。

4.根据权利要求3所述一种电动自行车数字身份信息和号牌匹配识别方法，其特征在于：所述排序操作的排序方法分别包括：

将每一个所述射频识读号牌队列中的所述射频识别号牌按照识读时间进行排序；

将每一个所述射频识读号牌队列中的所述射频识别号牌按照其对应的反向信号RS的强度进行排序；

将每一个所述射频识读号牌队列中的所述射频识别号牌按照其对应的数字身份信息中的号牌号码字母或数字排序。

5.根据权利要求3所述一种电动自行车数字身份信息和号牌匹配识别方法，其特征在于：所述数据抓取操中，如果所述射频识读模块的天线数目大于1，在进行所述数据抓取操作时是通过所有天线轮流工作，则在所述排序操作中，按照每根天线识读数字身份信息的先后顺序排序形成所述射频识读号牌队列。

6.根据权利要求1所述一种电动自行车数字身份信息和号牌匹配识别方法，其特征在于：所述视频识别模块基于机器学习模型构建号牌识别网络模型，对所述号牌识别网络模型进行训练时，基于所述射频识读模块的历史识读数据构建训练数据。

7.根据权利要求1所述一种电动自行车数字身份信息和号牌匹配识别方法，其特征在于：所述查询失败处理包括：分别将号牌状态为匹配失败，且参与数据匹配操作的时间超过所述多重查询时间阈值Ct的所述视频识别号牌对应的号牌数据、视频图像信息，以及所述射频识别号牌对应的号牌号牌数据、数字身份信息上传到所述后台应用管理系统中。