CN115862170B - 一种用于etc收费系统的车牌识别辅助系统及方法 - Google Patents

Abstract

本发明涉及车牌识别辅助技术领域，尤其涉及一种用于ETC收费系统的车牌识别辅助系统及方法，包括服务器、动态预处理单元、静态预处理单元、修复识别单元、验证单元、数据库、反馈监管单元、执行单元以及显示单元；本发明是从车辆的动态、静态及其验证的角度去分析，有助于提高ETC收费系统的识别准确性和识别速度，即从动态车辆的行驶视频数据和车尾拍摄数据进行分析，从静态车辆上ETC装置的编码字符进行分析，以及通过静态车辆和动态车辆之间的数据进行交互式、比对分析，以保证识别结果的准确性和快速识别，有助于提高ETC收费系统的识别效率和识别结果可靠性。

Description

一种用于ETC收费系统的车牌识别辅助系统及方法

技术领域

本发明涉及车牌识别辅助技术领域，尤其涉及一种用于ETC收费系统的车牌识别辅助系统及方法。

背景技术

随着大数据时代的到来，智慧城市等一系列概念的提出，人工智能开始在城市各个角落得到广泛应用，且近年来车牌识别技术在交通领域获得了快速发展，车牌识别技术是基于图像处理与光学字符识别的汽车牌照自动识别技术，主要运用“不同车辆的不同牌照”的思想来识别车辆；

车牌识别作为城市道路交通重要的一环，也取得了重大突破，但现有技术中的ETC收费系统对车牌识别存在识别效率低和误差大的问题，极大地影响了ETC收费系统的识别准确性和识别速度，且对于未能识别的车辆无法进行二次验证以及原因分析，极易造成交通堵塞、车辆处理不及时以及降低ETC收费系统正常运行效率；

针对上述的技术缺陷，现提出一种解决方案。

发明内容

本发明的目的在于提供一种用于ETC收费系统的车牌识别辅助系统及方法，去解决上述提出的技术缺陷，从车辆的动态、静态及其验证的角度去分析，有助于提高ETC收费系统的识别准确性和识别速度，从动态车辆的行驶视频数据和车尾拍摄数据进行分析，从静态车辆上ETC装置的编码字符进行分析，以及通过静态车辆和动态车辆之间的数据进行交互式、比对分析，以保证识别结果的准确性和快速识别，有助于提高ETC收费系统的识别效率和识别结果可靠性。

本发明的目的可以通过以下技术方案实现：

一种用于ETC收费系统的车牌识别辅助系统，包括服务器、动态预处理单元、静态预处理单元、修复识别单元、验证单元、数据库、反馈监管单元、执行单元以及显示单元；

动态预处理单元用于采集预设识别范围内车辆车头的行驶视频数据，并对行驶视频数据进行车头帧截取分析处理，得到未识别信号和识别信号，将未识别信号经服务器发送至修复识别单元，并将识别信号经服务器发送至验证单元；

修复识别单元用于采集拍摄设备的工作数据和车辆的车尾拍摄数据，工作数据包括反应时长和各个电气元件的工作电流，并对拍摄设备的工作数据分析，得到异常信号和正常指令，并将异常信号发送至显示单元，当正常指令时，立即对车辆的车尾拍摄数据分析，拍摄数据包括前端车尾拍摄特征图像、中端车尾拍摄特征图像以及后端车尾拍摄特征图像，得到可信信号和不可信信号，将可信信号经服务器发送至验证单元，并将不可信信号发送至显示单元；

静态预处理单元用于采集到车辆上ETC装置的编码字符并分析，得到相似信号和不相似信号，将相似信号经服务器发送至验证单元，并将不相似信号发送至显示单元；

验证单元用于从数据库中调取黑名单表，并将识别信号所对应的车牌信息或可信信号所对应的车牌信息或相似信号所对应的车牌信息与其黑名单表进行验证操作分析，得到执行信号和人工信号，将执行信号发送至反馈监管单元，并将人工信号发送至显示单元，

反馈监管单元用于采集车辆ETC的基础数据并分析，基础数据包括剩余余额和消费金额，得到扣费信号和充值信号，将扣费信号发送至执行单元，并将充值信号发送至显示单元。

优选的，所述动态预处理单元行驶视频数据分析过程如下：

获取到预设识别范围内车辆行驶的一段时间的时长，并将其标记为时间阈值，将时间阈值划分为i个子时间节点，i为大于零的自然数，获取到各个子时间节点内车辆车头的连续帧行驶特征图像，并对连续帧行驶特征图像进行角度矫正，得到每个子时间节点内车辆的正角度连续帧行驶特征图像，并将正角度连续帧行驶特征图像进行文字字符提取，获取到每个子时间节点内正角度连续帧行驶特征图像的识别特征字符，并将其标记为第一识别特征，并将第一识别特征与数据库中的预先储存的标准识别特征字符进行一一比对，获取到每个子时间节点内正角度连续帧行驶特征图像的可信值，进而获取到时间阈值内第一识别特征的平均可信值，并将平均可信值与其内部录入存储的预设平均可信值进行比对分析：

若平均可信值小于预设平均可信值，则生成未识别信号；

若平均可信值大于等于预设平均可信值，则生成识别信号。

优选的，所述修复识别单元对工作数据具体分析过程如下：

第一步：获取到车辆到达预设识别范围时刻到拍摄设备开始执行时刻之间的时长，并将其标记为反应时长FC；

第二步：获取到反应时长内拍摄设备内部各个电气元件的工作电流，获取到各个电气元件的标准工作电流，并将工作电流与标准工作电流之间的差值标记为差异值，以此获取到电气元件的平均差异值PC；

步骤三：并经公式得到异常风险系数Y，并将异常风险系数Y与其内部录入存储的预设异常风险系数阈值进行比对分析：

若异常风险系数Y大于等于预设异常风险系数阈值，则生成异常信号；

若异常风险系数Y小于预设异常风险系数阈值，则生成正常指令。

优选的，所述修复识别单元对车辆的车尾拍摄数据分析过程如下：

将预设识别范围划分为三段：前端、中端以及后端，获取到时间阈值内车辆的车尾拍摄数据，拍摄数据包括前端车尾拍摄特征图像、中端车尾拍摄特征图像以及后端车尾拍摄特征图像，并对前端车尾拍摄特征图像、中端车尾拍摄特征图像以及后端车尾拍摄特征图像进行字符提取处理，获取到前端识别特征字符序列、中端识别特征字符序列以及后端识别特征字符序列，并将前端识别特征字符序列、中端识别特征字符序列以及后端识别特征字符序列与其内部录入存储的预设标准前端识别特征字符序列、预设标准中端识别特征字符序列以及预设标准后端识别特征字符序列进行对应比对分析：

若前端识别特征字符序列、中端识别特征字符序列以及后端识别特征字符序列与预设标准前端识别特征字符序列、预设标准中端识别特征字符序列以及预设标准后端识别特征字符序列中至少两个相同，则生成可信信号；

若前端识别特征字符序列、中端识别特征字符序列以及后端识别特征字符序列与预设标准前端识别特征字符序列、预设标准中端识别特征字符序列以及预设标准后端识别特征字符序列中至少两个不相同，则生成不可信信号。

优选的，所述静态预处理单元对车辆上ETC装置的编码字符分析过程如下：

获取到车辆上ETC装置的编码字符，并将编码字符标记为第二识别特征，同时对第二识别特征进行特征提取分析处理，获取到时间阈值内车辆的第二识别特征序列，并将第二识别特征序列与其内部录入存储的预设标准第二识别特征序列进行一一比对分析：

当第二识别特征序列中的每个字符与预设标准第二识别特征序列的对应字符一致，则得到“1”，当第二识别特征序列中的每个字符与预设标准第二识别特征序列的对应字符不一致，则得到“0”，进而分别获取到时间阈值内“1”和“0”的总个数，并将“1”的总个数与“0”的总个数之间的差值标记为可信相似值，并将可信相似值与其内部录入存储的预设可信相似值进行比对分析：

若可信相似值大于等于预设可信相似值，则生成相似信号；

若可信相似值小于预设可信相似值，则生成不相似信号。

优选的，所述验证单元验证操作分析如下：

若识别信号所对应的车牌信息或可信信号所对应的车牌信息或相似信号所对应的车牌信息不位于黑名单表内，则得到执行信号；

若识别信号所对应的车牌信息或可信信号所对应的车牌信息或相似信号所对应的车牌信息位于黑名单表内，则得到人工信号。

优选的，所述反馈监管单元基础数据分析过程如下：

获取到时间阈值内车辆的行驶路径，进而获取到车辆的行驶费用，并将其标记为消费金额，同时获取到车辆上ETC的剩余余额，并将剩余余额与消费金额的差标记为可流动资金，并对可流动资金进行分析，若可流动资金大于等于预设可流动资金阈值，则生成扣费信号；

若可流动资金小于预设可流动资金，则生成充值信号。

该用于ETC收费系统的车牌识别辅助系统的工作方法，包括以下步骤：

步骤一：对车辆车头的行驶视频数据进行车头帧截取分析处理和对车辆上ETC装置的编码字符进行特征提取处理，分别对平均可信值和可信相似值进行判别，若得到未识别信号，则进入步骤二，若得到识别信号或得到相似信号，则进入步骤三，若得到不相似信号，则进入步骤五；

步骤二：对拍摄设备的工作数据进行分析，判断拍摄设备的异常风险系数是否正常，若得到异常信号，则进入步骤五，若得到正常指令，则对车辆的车尾拍摄数据进行分析，并对车辆的车尾拍摄数据进行分析，若得到可信信号，则进入步骤三，若得到不可信信号，则进入步骤五；

步骤三：对识别信号所对应的车牌信息或可信信号所对应的车牌信息或相似信号所对应的车牌信息与其黑名单表进行验证操作分析，若得到执行信号，则进入步骤四，若得到人工信号，则进入步骤五；

步骤四：采集车辆ETC的基础数据，并对其进行分析，判断可流动资金是否符合标准，若得到充值信号，则进入步骤五，若得到扣费信号，则执行抬杆扣费放行；

步骤五：通过文字的提醒的方式进行展示，直观的给出解决的意见和展示存在的问题。

本发明的有益效果如下：

本发明是从车辆的动态、静态及其验证的角度去分析，有助于提高ETC收费系统的识别准确性和识别速度，从动态车辆的行驶视频数据和车尾拍摄数据进行分析，并通过符号的标定以及公式化的方式进行全面分析，以及通过反应时长和平均差异值两个维度来评判拍摄设备对车辆识别的影响情况，且以此扩大分析维度，有助于更加精准、合理的对数据进行分析，有助于排除外因对车辆识别的干扰，以提高拍摄设备的行驶视频数据和车尾拍摄数据的准确性；

本发明还通过静态车辆上ETC装置的编码字符进行分析，并对静态车辆和动态车辆之间的数据进行交互式、比对分析，以保证识别结果的准确性和快速识别，同时通过深入式验证以及数据反馈的方式对识别的车辆进行深入式分析，有助于提高ETC收费系统的识别准确性和安全性，有助于节省后续车辆的等待时间，以及快速的对黑名单车辆进行提醒，同时对无法正常通过的车辆提高解决方案，进而有助于提高ETC收费系统的识别效率和识别结果可靠性。

附图说明

下面结合附图对本发明作进一步的说明；

图1是本发明的系统流程框图；

图2是本发明的分析流程图；

图3是本发明的步骤流程图。

实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例

请参阅图1-3所示，本发明为一种用于ETC收费系统的车牌识别辅助系统及方法，包括服务器、动态预处理单元、静态预处理单元、修复识别单元、验证单元、数据库、反馈监管单元、执行单元以及显示单元，服务器与动态预处理单元呈双向通讯连接，服务器与静态预处理单元呈双向通讯连接，服务器与修复识别单元呈双向通讯连接，服务器与验证单元呈单向通讯连接，验证单元与数据库呈单向通讯连接，验证单元与反馈监管单元呈单向通讯连接，反馈监管单元与执行单元呈单向通讯连接，修复识别单元与显示单元呈单向通讯连接，静态预处理单元与显示单元呈单向通讯连接；

动态预处理单元用于对行驶中的车辆进行车牌识别，当车辆到达预设识别范围时，服务器生成识别指令，并发送至动态预处理单元和静态预处理单元，动态预处理单元在接收到识别指令时，立即采集到预设识别范围内车辆车头的行驶视频数据，并对行驶视频数据进行车头帧截取分析处理，具体分析过程如下：

获取到预设识别范围内车辆行驶的一段时间的时长，并将其标记为时间阈值，将时间阈值划分为i个子时间节点，i为大于零的自然数，获取到各个子时间节点内车辆车头的连续帧行驶特征图像，并对连续帧行驶特征图像进行角度矫正，得到每个子时间节点内车辆的正角度连续帧行驶特征图像，并将正角度连续帧行驶特征图像进行文字字符提取，获取到每个子时间节点内正角度连续帧行驶特征图像的识别特征字符，并将其标记为第一识别特征，并将第一识别特征与数据库中的预先储存的标准识别特征字符进行一一比对，获取到每个子时间节点内正角度连续帧行驶特征图像的可信值，进而获取到时间阈值内第一识别特征的平均可信值，并将平均可信值与其内部录入存储的预设平均可信值进行比对分析：

若平均可信值小于预设平均可信值，则生成未识别信号，并经过服务器发送至修复识别单元；

若平均可信值大于等于预设平均可信值，则生成识别信号，并经过服务器发送至验证单元；

修复识别单元在接收到未识别信号后，立即采集拍摄设备的工作数据和车辆的车尾拍摄数据，工作数据包括反应时长和各个电气元件的工作电流，并对拍摄设备的工作数据和车尾拍摄数据进行分析，拍摄设备的工作数据具体分析过程如下：

获取到车辆到达预设识别范围时刻到拍摄设备开始执行时刻之间的时长，并将其标记为反应时长FC，需要说明的是，反应时长FC对应的数值越大，则拍摄设备拍摄视频出现的误差风险越大，则对分析结果造成的干扰越大，反之，反应时长FC对应的数值越小，则拍摄设备拍摄视频出现的误差风险越小，则对分析结果造成的干扰越小；

同时获取到反应时长内拍摄设备内部各个电气元件的工作电流，获取到各个电气元件的标准工作电流，并将工作电流与标准工作电流之间的差值标记为差异值，以此获取到电气元件的平均差异值PC，其中，平均差异值PC的数值越大，则电器元件的异常风险越大，拍摄设备异常工作概率越大，对车牌的识别影响越大；

并经公式

得到异常风险系数，其中，a1和a2分别为反应时长和平均差异值的预设比例系数，a3为预设偏差修正系数，a1、a2以及a3分别为大于零的正数，a1+a2+a3=4.46，Y为异常风险系数，并将异常风险系数Y与其内部录入存储的预设异常风险系数阈值进行比对分析：

若异常风险系数Y大于等于预设异常风险系数阈值，则生成异常信号，并发送至显示单元，显示单元在接收到异常信号后，立即以文字“拍摄设备故障”的方式进行展示，进而提醒工作人员及时的对拍摄设备进行数据更新以及维护保养，以提高拍摄设备的行驶视频数据和车尾拍摄数据的准确性，同时降低拍摄设备的故障风险；

若异常风险系数Y小于预设异常风险系数阈值，则生成正常指令，当生成正常指令时，立即获取到车辆的车尾拍摄数据，并对其进行分析，具体分析过程如下：

将预设识别范围划分为三段：前端、中端以及后端，获取到时间阈值内车辆的车尾拍摄数据，拍摄数据包括前端车尾拍摄特征图像、中端车尾拍摄特征图像以及后端车尾拍摄特征图像，并对前端车尾拍摄特征图像、中端车尾拍摄特征图像以及后端车尾拍摄特征图像进行字符提取处理，获取到前端识别特征字符序列、中端识别特征字符序列以及后端识别特征字符序列，并将前端识别特征字符序列、中端识别特征字符序列以及后端识别特征字符序列与其内部录入存储的预设标准前端识别特征字符序列、预设标准中端识别特征字符序列以及预设标准后端识别特征字符序列进行对应比对分析：

若前端识别特征字符序列、中端识别特征字符序列以及后端识别特征字符序列与预设标准前端识别特征字符序列、预设标准中端识别特征字符序列以及预设标准后端识别特征字符序列中至少两个相同，则生成可信信号，并经服务器发送至验证单元；

若前端识别特征字符序列、中端识别特征字符序列以及后端识别特征字符序列与预设标准前端识别特征字符序列、预设标准中端识别特征字符序列以及预设标准后端识别特征字符序列中至少两个不相同，则生成不可信信号，并发送至显示单元，显示单元在接收到不可信信号后，立即以文字“请走人工车道”的方式进行展示，进而有助于节省后续车辆的时间，同时避免出现车辆堵塞。

实施例

静态预处理单元在接收到识别指令时，静态预处理单元采集到车辆上ETC装置的编码字符，并将编码字符标记为第二识别特征，同时对第二识别特征进行特征提取分析处理，具体分析过程如下：

获取到时间阈值内车辆的第二识别特征序列，并将第二识别特征序列与其内部录入存储的预设标准第二识别特征序列进行一一比对分析：

当第二识别特征序列中的每个字符与预设标准第二识别特征序列的对应字符一致，则得到“1”，当第二识别特征序列中的每个字符与预设标准第二识别特征序列的对应字符不一致，则得到“0”，进而分别获取到时间阈值内“1”和“0”的总个数，并将“1”的总个数与“0”的总个数之间的差值标记为可信相似值，并将可信相似值与其内部录入存储的预设可信相似值进行比对分析：

若可信相似值大于等于预设可信相似值，则生成相似信号，并经服务器发送至验证单元；

若可信相似值小于预设可信相似值，则生成不相似信号，并发送至显示单元，显示单元在接收到不相似信号后，立即以文字“ETC异常”的方式进行展示，进而有助于节省后续排队车辆的时间，同时避免出现车辆堵塞，以此直观的反映出故障情况，有助于对存在的问题及时的做出解决，方便ETC下次的正常使用。

实施例

验证单元在接收到识别信号、可信信号以及相似信号中至少一种信号时，立即从数据库中调取黑名单表，并将识别信号所对应的车牌信息或可信信号所对应的车牌信息或相似信号所对应的车牌信息与其黑名单表进行验证操作分析，验证操作分析如下：

若识别信号所对应的车牌信息或可信信号所对应的车牌信息或相似信号所对应的车牌信息不位于黑名单表内，则得到执行信号，并发送至反馈监管单元；

若识别信号所对应的车牌信息或可信信号所对应的车牌信息或相似信号所对应的车牌信息位于黑名单表内，则得到人工信号，并发送至显示单元，显示单元在接收到人工信号后，立即以文字“请走人工车道”的方式进行展示，进而有助于节省后续车辆的时间，同时避免出现车辆堵塞。

反馈监管单元在接收到执行信号后，采集车辆ETC的基础数据，基础数据包括剩余余额和消费金额，并对基础数据进行分析，具体分析过程如下：

获取到时间阈值内车辆的行驶路径，进而获取到车辆的行驶费用，并将其标记为消费金额，同时获取到车辆上ETC的剩余余额，并将剩余余额与消费金额的差标记为可流动资金，并对可流动资金进行分析，若可流动资金大于等于预设可流动资金阈值，则生成扣费信号，并发送至执行单元，执行单元在接收到扣费信号后，立即将消费金额扣除，并显示扣除金额具体数值，同时将杆抬起，实现不停车自动扣取通行费；

若可流动资金小于预设可流动资金，则生成充值信号，并发送至显示单元，显示单元在接收到充值信号后，立即以文字“金额充值或人工车道”的方式进行展示，进而提醒驾驶人员及时做出应对解决方案，有助于降低车辆等待时长，及时了解未抬杆原因；

综上所述，从车辆的动态、静态及其验证的角度去分析，有助于提高ETC收费系统的识别准确性和识别速度，从动态车辆的行驶视频数据和车尾拍摄数据进行分析，并通过符号的标定以及公式化的方式进行全面分析，以及通过反应时长和平均差异值两个维度来评判拍摄设备对车辆识别的影响情况，且以此扩大分析维度，有助于更加精准、合理的对数据进行分析，有助于排除外因对车辆识别的干扰，以提高拍摄设备的行驶视频数据和车尾拍摄数据的准确性；

且通过从静态车辆上ETC装置的编码字符进行分析，并对静态车辆和动态车辆之间的数据进行交互式、比对分析，以保证识别结果的准确性和快速识别，同时通过深入式验证以及数据反馈的方式对识别的车辆进行深入式分析，有助于提高ETC收费系统的识别准确性和安全性，有助于节省后续车辆的等待时间，以及快速的对黑名单车辆进行提醒，同时对无法正常通过的车辆提高解决方案，进而有助于提高ETC收费系统的识别效率和识别结果可靠性。

上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置，以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (2)

1.一种用于ETC收费系统的车牌识别辅助系统，其特征在于，包括服务器、动态预处理单元、静态预处理单元、修复识别单元、验证单元、数据库、反馈监管单元、执行单元以及显示单元；

动态预处理单元用于采集预设识别范围内车辆车头的行驶视频数据，并对行驶视频数据进行车头帧截取分析处理，得到未识别信号和识别信号，将未识别信号经服务器发送至修复识别单元，并将识别信号经服务器发送至验证单元；

修复识别单元用于采集拍摄设备的工作数据和车辆的车尾拍摄数据，工作数据包括反应时长和各个电气元件的工作电流，并对拍摄设备的工作数据分析，得到异常信号和正常指令，并将异常信号发送至显示单元，当正常指令时，立即对车辆的车尾拍摄数据分析，拍摄数据包括前端车尾拍摄特征图像、中端车尾拍摄特征图像以及后端车尾拍摄特征图像，得到可信信号和不可信信号，将可信信号经服务器发送至验证单元，并将不可信信号发送至显示单元；

静态预处理单元用于采集到车辆上ETC装置的编码字符并分析，得到相似信号和不相似信号，将相似信号经服务器发送至验证单元，并将不相似信号发送至显示单元；

验证单元用于从数据库中调取黑名单表，并将识别信号所对应的车牌信息或可信信号所对应的车牌信息或相似信号所对应的车牌信息与其黑名单表进行验证操作分析，得到执行信号和人工信号，将执行信号发送至反馈监管单元，并将人工信号发送至显示单元，

反馈监管单元用于采集车辆ETC的基础数据并分析，基础数据包括剩余余额和消费金额，得到扣费信号和充值信号，将扣费信号发送至执行单元，并将充值信号发送至显示单元；

所述动态预处理单元行驶视频数据分析过程如下：

获取到预设识别范围内车辆行驶的一段时间的时长，并将其标记为时间阈值，将时间阈值划分为i个子时间节点，i为大于零的自然数，获取到各个子时间节点内车辆车头的连续帧行驶特征图像，并对连续帧行驶特征图像进行角度矫正，得到每个子时间节点内车辆的正角度连续帧行驶特征图像，并将正角度连续帧行驶特征图像进行文字字符提取，获取到每个子时间节点内正角度连续帧行驶特征图像的识别特征字符，并将其标记为第一识别特征，并将第一识别特征与数据库中的预先储存的标准识别特征字符进行一一比对，获取到每个子时间节点内正角度连续帧行驶特征图像的可信值，进而获取到时间阈值内第一识别特征的平均可信值，并将平均可信值与其内部录入存储的预设平均可信值进行比对分析：

若平均可信值小于预设平均可信值，则生成未识别信号；

若平均可信值大于等于预设平均可信值，则生成识别信号；

所述修复识别单元对工作数据具体分析过程如下：

第一步：获取到车辆到达预设识别范围时刻到拍摄设备开始执行时刻之间的时长，并将其标记为反应时长FC；

第二步：获取到反应时长内拍摄设备内部各个电气元件的工作电流，获取到各个电气元件的标准工作电流，并将工作电流与标准工作电流之间的差值标记为差异值，以此获取到电气元件的平均差异值PC；

步骤三：并经公式得到异常风险系数Y，并将异常风险系数Y与其内部录入存储的预设异常风险系数阈值进行比对分析：

若异常风险系数Y大于等于预设异常风险系数阈值，则生成异常信号；

若异常风险系数Y小于预设异常风险系数阈值，则生成正常指令；

所述修复识别单元对车辆的车尾拍摄数据分析过程如下：

将预设识别范围划分为三段：前端、中端以及后端，获取到时间阈值内车辆的车尾拍摄数据，拍摄数据包括前端车尾拍摄特征图像、中端车尾拍摄特征图像以及后端车尾拍摄特征图像，并对前端车尾拍摄特征图像、中端车尾拍摄特征图像以及后端车尾拍摄特征图像进行字符提取处理，获取到前端识别特征字符序列、中端识别特征字符序列以及后端识别特征字符序列，并将前端识别特征字符序列、中端识别特征字符序列以及后端识别特征字符序列与其内部录入存储的预设标准前端识别特征字符序列、预设标准中端识别特征字符序列以及预设标准后端识别特征字符序列进行对应比对分析：

若前端识别特征字符序列、中端识别特征字符序列以及后端识别特征字符序列与预设标准前端识别特征字符序列、预设标准中端识别特征字符序列以及预设标准后端识别特征字符序列中至少两个相同，则生成可信信号；

若前端识别特征字符序列、中端识别特征字符序列以及后端识别特征字符序列与预设标准前端识别特征字符序列、预设标准中端识别特征字符序列以及预设标准后端识别特征字符序列中至少两个不相同，则生成不可信信号；

所述静态预处理单元对车辆上ETC装置的编码字符分析过程如下：

获取到车辆上ETC装置的编码字符，并将编码字符标记为第二识别特征，同时对第二识别特征进行特征提取分析处理，获取到时间阈值内车辆的第二识别特征序列，并将第二识别特征序列与其内部录入存储的预设标准第二识别特征序列进行一一比对分析：

当第二识别特征序列中的每个字符与预设标准第二识别特征序列的对应字符一致，则得到“1”，当第二识别特征序列中的每个字符与预设标准第二识别特征序列的对应字符不一致，则得到“0”，进而分别获取到时间阈值内“1”和“0”的总个数，并将“1”的总个数与“0”的总个数之间的差值标记为可信相似值，并将可信相似值与其内部录入存储的预设可信相似值进行比对分析：

若可信相似值大于等于预设可信相似值，则生成相似信号；

若可信相似值小于预设可信相似值，则生成不相似信号；

所述验证单元验证操作分析如下：

若识别信号所对应的车牌信息或可信信号所对应的车牌信息或相似信号所对应的车牌信息不位于黑名单表内，则得到执行信号；

若识别信号所对应的车牌信息或可信信号所对应的车牌信息或相似信号所对应的车牌信息位于黑名单表内，则得到人工信号；

所述反馈监管单元基础数据分析过程如下：

获取到时间阈值内车辆的行驶路径，进而获取到车辆的行驶费用，并将其标记为消费金额，同时获取到车辆上ETC的剩余余额，并将剩余余额与消费金额的差标记为可流动资金，并对可流动资金进行分析，若可流动资金大于等于预设可流动资金阈值，则生成扣费信号；

若可流动资金小于预设可流动资金，则生成充值信号。

2.一种如权利要求1所述的用于ETC收费系统的车牌识别辅助系统的工作方法，其特征在于，包括以下步骤：

步骤一：对车辆车头的行驶视频数据进行车头帧截取分析处理和对车辆上ETC装置的编码字符进行特征提取处理，分别对平均可信值和可信相似值进行判别，若得到未识别信号，则进入步骤二，若得到识别信号或得到相似信号，则进入步骤三，若得到不相似信号，则进入步骤五；

步骤二：对拍摄设备的工作数据进行分析，判断拍摄设备的异常风险系数是否正常，若得到异常信号，则进入步骤五，若得到正常指令，则对车辆的车尾拍摄数据进行分析，并对车辆的车尾拍摄数据进行分析，若得到可信信号，则进入步骤三，若得到不可信信号，则进入步骤五；

步骤三：对识别信号所对应的车牌信息或可信信号所对应的车牌信息或相似信号所对应的车牌信息与其黑名单表进行验证操作分析，若得到执行信号，则进入步骤四，若得到人工信号，则进入步骤五；

步骤四：采集车辆ETC的基础数据，并对其进行分析，判断可流动资金是否符合标准，若得到充值信号，则进入步骤五，若得到扣费信号，则执行抬杆扣费放行；

步骤五：通过文字的提醒的方式进行展示，直观的给出解决的意见和展示存在的问题。

Images