ES2397995T3

ES2397995T3 - Identificación electrónica de vehículos

Info

Publication number: ES2397995T3
Application number: ES06808926T
Authority: ES
Inventors: Jay E. Hedley; Neal Patrick Thornburg
Original assignee: Accenture Global Services GmbH; Accenture Global Services Ltd
Current assignee: Accenture Global Services GmbH; Accenture Global Services Ltd
Priority date: 2005-06-10
Filing date: 2006-06-12
Publication date: 2013-03-13
Anticipated expiration: 2026-06-12
Also published as: CN101228557A; SG10201508738UA; US20100228608A1; US20160049015A1; CN101763662A; BRPI0613569A2; SG10201704349XA; EP3220358A1; US20140074567A1; CA2611379C; EP2642453B1; SG165369A1; ES2516823T3; PL1897065T3; EP2472476A1; CN101872496B; HK1114446A1; US8548845B2; BRPI0611952A2; SG10201504774XA

Abstract

Un método de identificación de un vehículo en un sistema de peaje, el método queconsiste en: Adquirir datos de imagen de un primer vehículo; Obtener datos de placa de matrícula a partir de los datos de 5 imagen del primervehículo; Acceder a un conjunto de registros, cada registro incluyendo datos de placa dematrícula de un vehículo; Ejecutar un algoritmo de lectura de placa de matrícula para: Comparar los datos de placa de matrícula del primer vehículo con los datos deplaca de matrícula del conjunto de registros, e Identificar un conjunto de vehículos candidatos de entre los vehículos quetienen registros en el conjunto de registros, el conjunto de vehículos candidatossiendo identificado a partir de los resultados de la comparación de los datos deplaca de matrícula; y Seleccionar, de entre el conjunto de vehículos candidatos, un vehículo candidato comoel vehículo correspondiente al primer vehículo al: Acceder a los datos de huella digital de vehículo del primer vehículo, los datosde huella digital de vehículo del primer vehículo estando basados en los datosde imagen adquiridos del primer vehículo y los datos de huella digital del primervehículo siendo un conjunto de artefactos de datos correspondientes a unafirma visual del primer vehículo, Acceder a los datos de huella digital de vehículo del vehículo candidato deentre el conjunto de vehículos candidatos, comparando, mediante undispositivo de procesamiento, los datos de huella digital de vehículo del primervehículo con los datos de huella digital de vehículo del vehículo candidato deentre el conjunto de vehículos candidatos, e Identificar el vehículo candidato de entre el conjunto de vehículos candidatoscomo el primer vehículo a partir de los resultados de la comparación de datosde huella digital de vehículo.

Description

CAMPO TECNICO

[0001] Esta revelaci6n esta relacionada con la identificaci6n electr6nica de vehiculos.

5 ANTECEDENTES [0002] Las instalaciones para el transporte como carreteras, puentes y tuneles producen peajes, representando frecuentemente una fuente principal de beneficios para muchos estados y municipios. El gran numero de autom6viles, camiones y autobuses que paran en las cabinas de peaje para pagar un peaje a diario puede

10 ocasionar problemas importantes. Por ejemplo, dichas infraestructuras pueden restringir el flujo de trafico causando atascos y cambios de carril, aumentando frecuentemente la probabilidad de que haya accidentes e incluso mas embotellamientos. Ademas, muchas personas pueden retrasarse en la llegada a sus destinos, las mercancias pueden retrasarse en la llegada al mercado y millones de

15 galones de combustible pueden desperdiciarse mientras los vehiculos estan parados. El medio ambiente puede experimentar un aumento de la contaminaci6n ya que los vehiculos que estan parados y que se mueven despacio emiten contaminantes (en particular di6xido de carbono y mon6xido de carbono), que pueden plantear un importante riesgo para la salud de los conductores y de los operadores de las cabinas

20 de peaje. [0003] Algunos sistemas de cabinas de peaje pueden tener un programa que requiere que un conductor alquile y sujete al parabrisas del vehiculo un transponder de radio que se comunica a traves de radiofrecuencia con unidades de recepci6n en las areas de las cabinas de peaje. Sin embargo, dichos programas requieren que los

25 conductores busquen el programa y se registren para utilizar el programa. Esos programas pueden imponer la obligaci6n de que un conductor realice un dep6sito con tarjeta de credito y cree un sistema de cuenta de debito automatico, que puede excluir de forma eficaz a los conductores con problemas de credito. Esos programas pueden enviarles la factura a los participantes basandose en un importe de recorrido minimo

30 sin considerar el importe de recorrido real. De ese modo, muchos conductores que recorren carreteras de peaje con poca frecuencia pueden recibir pocas ventajas despues de invertir tiempo y dinero para participar en el programa. [0004] Por lo tanto, un problema de la tecnologia de identificaci6n de vehiculos existente es que se requiere una unidad de transponder en cada vehiculo que va a ser

35 identificado. [0005] US 6747687 describe un sistema de hora de entrada y hora de salida de vehiculos, en el cual el paso de un vehiculo a traves de una entrada genera una seral de "trigger t �". Una camara de video de entrada proporciona imagenes en tiempo real de los vehiculos que entran. La seral de trigger t hace que un fotograma de la imagen del vehiculo se almacene o "digitalice" en un subsistema de entrada. Se utiliza

5 una seral de hora de la hora de entrada para registrar la hora en la imagen, que es entonces remitida en una conexi6n a un comparador. El paso de un vehiculo por una salida genera una seral de "trigger t �". Una camara de video de salida ��6 proporciona imagenes en tiempo real de los vehiculos que salen. La seral de trigger t hace que un fotograma de la imagen del vehiculo se almacene o "digitalice" en un

10 subsistema de entrada. Una seral de hora se utiliza para registrar la hora en la imagen, que es entonces reenviada en una conexi6n al comparador. Una salida proporciona automaticamente una longitud de permanencia de cada vehiculo que sale segun su hora de entrada. El comparador utiliza las caracteristicas unicas de las imagenes de los vehiculos para establecer una correspondencia.

15 [0006] US�� / �4�777 describe un metodo para leer una placa de matricula dispuesta en un vehiculo. El metodo consta en determinar si se requiere una imagen de la placa de matricula, procesar automaticamente la imagen de la placa de matricula en respuesta a determinar que se requiere la imagen de la placa de matricula, proporcionar al menos una imagen verificada y determinar si se lee de forma manual la

20 imagen de la placa de matricula al emparejar la imagen de la placa de matricula con la al menos una imagen verificada. BREVE RESUMEN [0007] Los aspectos y caracteristicas de la presente revelaci6n estan expuestos en las reivindicaciones adjuntas.

25 [0008] La presente revelaci6n describe al menos un metodo para identificar un vehiculo que permite la gesti6n automatica y electr6nica del pago de peajes mediante el paso de vehiculos por unas instalaciones de peaje, sin requerir que los vehiculos reduzcan la velocidad o tengan un transponder. El metodo puede constituir al menos una parte de un sistema de peaje. Dicho sistema identifica automaticamente todos o

30 casi todos los vehiculos que pasan por las instalaciones de peaje y envia la factura al propietario de cada vehiculo identificado por la tarifa de peaje generada. [0009] Una tecnologia existente para identificar vehiculos sin transponder es la lectura de placa de matricula (LPR por sus siglas en ingles). [0010] Sin embargo, un problema de la tecnologia de LPR existente para identificar

35 vehiculos en un sistema de peaje es que, debido al gran numero de vehiculos que pasan por unas instalaciones de peaje tipicas, dicha tecnologia tiene normalmente un porcentaje de error demasiado alto para una utilizaci6n eficaz. [0011] Por ejemplo, el porcentaje de error de un sistema de LPR tipico puede ser aproximadamente. Aunque dicho porcentaje de error pueda ser aceptable en sistemas de peaje que s6lo identifican vehiculos que son infractores, ese porcentaje de error es

5 normalmente demasiado alto para un sistema de peaje que intenta identificar cada vehiculo que pasa, no s6lo los infractores, para recoger las tarifas de peaje. En dicho sistema, un porcentaje de error del % puede dar lugar a una perdida importante de ingresos (ej. la perdida de�� tarifas de peaje o mas en un dia). [0012] De forma adicional, los sistemas de LPR muestran a menudo una

10 compensaci6n entre el numero de vehiculos identificados (ej. aquellos vehiculos para los cuales el resultado de lectura excede un umbral de fiabilidad de lectura para la suposici6n de que la identificaci6n ID es correcta) y el porcentaje de error. En un mundo ideal, esa compensaci6n estaria reflejada en un continuo binario de fiabilidad, en el cual el sistema siempre produce un nivel de fiabilidad de lectura de uno cuando

15 el resultado de lectura es correcto y un nivel de fiabilidad de lectura de cero cuando el resultado de lectura es incorrecto. Sin embargo, en realidad, los resultados de lectura son al menos parcialmente correctos normalmente, y el sistema genera un continuo de fiabilidad que tiene un amplio rango de niveles de fiabilidad que oscilan, por ejemplo, desde un nivel de uno o cerca de uno (muy probablemente correcto) hasta un nivel de

20 cero o cerca de cero (muy probablemente incorrecto). Por lo tanto, se requiere a menudo que el sistema establezca un umbral de fiabilidad de lectura arbitrario para determinar cuales resultados de lectura se consideraran correctos. Una vez que se ha establecido el umbral de fiabilidad de lectura, cualquier resultado de lectura que tenga niveles de fiabilidad por encima del umbral se considera correcto y cualquier resultado

25 de lectura que tenga niveles de fiabilidad por debajo del umbral se considera incorrecto. Establecer el umbral de fiabilidad de lectura demasiado alto (ej. en �7 o mas alto) disminuye significativamente la posibilidad de que haya un error pero tambien excluye muchos resultados de lectura correctos, reduciendo de ese modo los ingresos. Al contrario, establecer el umbral de fiabilidad de lectura demasiado bajo (ej.

30 o mas alto) aumenta el numero de lecturas que se consideran correctas, pero tambien aumenta significativamente el numero de errores, aumentando de ese modo los costes al introducir errores en un gran numero de cuentas/facturas que requieren mucho tiempo y esfuerzo de auditar y corregir. En un sistema de peaje que identifica cada vehiculo que pasa, esa compensaci6n es particularmente problematica, ya que

35 puede dar lugar a una perdida significativa de beneficios. [0013] Ademas, un sistema de peaje que identifica cada vehiculo que pasa esta identificando a un numero de vehiculos mucho mayor que un sistema de peaje convencional, que normalmente s6lo identifica infractores. En consecuencia, dicho sistema de peaje intenta identificar cada vehiculo que pasa y esta diserado para tanto maximizar los beneficios al identificar vehiculos de forma muy exacta como limitar los

5 costes de personal al minimizar la necesidad de identificaci6n manual de vehiculos y de procesamiento de error de cuentas/facturas. [0014] En una implementaci6n particular, para obtener un porcentaje de error de identificaci6n de vehiculos mas bajo (y obtener un porcentaje de identificaci6n automatizado mas alto), el sistema de peaje utiliza dos identificadores de vehiculo

10 para identificar un vehiculo objetivo. Especificamente, el sistema de peaje recoge imagenes y/o datos de sensores del vehiculo objetivo y extrae dos identificadores de vehiculo a partir de los datos recogidos. Los identificadores de vehiculo extraidos a partir de los datos recogidos pueden incluir, por ejemplo, informaci6n de placa de matricula, una huella digital del vehiculo, una firma laser y una firma inductiva del

15 vehiculo objetivo. En una implementaci6n particular, el primer identificador de vehiculo es informaci6n de placa de matricula y el segundo identificador de vehiculo es una huella digital del vehiculo. [0015] El sistema de peaje utiliza el primer identificador de vehiculo para determinar un conjunto de uno o mas vehiculos candidatos correspondientes al buscar en una

20 base de datos de registros de vehiculos e incluir en el conjunto s6lo aquellos vehiculos asociados con registros que tienen datos que corresponden o casi corresponden al primer identificador de vehiculo del vehiculo objetivo. El sistema de peaje utiliza el segundo identificador de vehiculo del vehiculo objetivo para identificar el vehiculo objetivo de entre el conjunto de vehiculos candidatos correspondientes.

25 [0016] Cuando el primer identificador de vehiculo es informaci6n de placa de matricula y el segundo identificador de vehiculo es una huella digital de vehiculo, el sistema de peaje puede eliminar la compensaci6n problematica entre el numero de vehiculos identificados y el porcentaje de error tipico de los sistemas de LPR al utilizar la identificaci6n de LPR para la identificaci6n del grupo de vehiculos candidatos, en lugar

30 de para la identificaci6n final del vehiculo, y utilizar despues la correspondencia mucho mas precisa de huellas digitales de vehiculo para la identificaci6n final del vehiculo. De ese modo, se eliminan las lecturas incorrectas del sistema de LPR durante la identificaci6n final y mas precisa de correspondencia de huellas digitales. Este sistema de peaje puede, asi, ser capaz de obtener resultados de identificaci6n

35 extremadamente exactos de una proporci6n de vehiculos mas grande que los que se obtendrian solo con la lectura de placa de matricula.

[0017] En concreto, el sistema de peaje accede a los registros de los vehiculos candidatos correspondientes y busca uno o mas registros que tengan datos suficientemente similares al segundo identificador de vehiculo del vehiculo objetivo para indicar una posible correspondencia. Si no se encuentran correspondencias 5 posibles para el vehiculo objetivo entre el conjunto de vehiculos candidatos correspondientes, el sistema de peaje puede aumentar el tamaro del conjunto al cambiar los criterios de correspondencia y puede intentar identificar otra vez una o mas correspondencias posibles para el vehiculo objetivo de entre el conjunto mas grande de vehiculos candidatos correspondientes. Si todavia no se encuentran

10 correspondencias posibles, el sistema de peaje puede permitir que un usuario identifique manualmente el vehiculo objetivo al proporcionar al usuario acceso a los datos recogidos del vehiculo objetivo y acceso a las bases de datos internas y/o externas al sistema de peaje. [0018] Si se encuentran una o mas correspondencias posibles, se determina un nivel

15 de fiabilidad para cada posible correspondencia. Si el nivel de fiabilidad de una posible correspondencia sobrepasa un umbral de fiabilidad automatico, el sistema de peaje identifica automaticamente el vehiculo objetivo sin intervenci6n humana como el vehiculo correspondiente a la posible correspondencia. Si el nivel de fiabilidad de una posible correspondencia sobrepasa un umbral de correspondencia probable, el

20 sistema de peaje presenta la correspondencia probable a un operador humano y permite que el operador humano confirme o rechace la correspondencia probable. Si no se encuentra correspondencia automatica o correspondencia posible probable confirmada, el sistema de peaje permite que un usuario identifique manualmente el vehiculo objetivo al proporcionar al usuario acceso a los datos recogidos del vehiculo

25 objetivo y las posibles correspondencias identificadas por el sistema de peaje y acceso a las bases de datos internas y/o externas al sistema de peaje. [0019] De esa manera, el sistema de peaje obtiene normalmente una mayor precisi6n en la identificaci6n de vehiculos al requerir que dos identificadores de vehiculo se correspondan satisfactoriamente para una identificaci6n de vehiculos satisfactoria.

30 [0020] Se presenta aqui la identificaci6n de un vehiculo en un sistema de peaje por medio del acceso a los datos de imagen de un primer vehiculo y la obtenci6n de los datos de placa de matricula a partir de los datos de imagen del primer vehiculo a los que se ha accedido. Se accede a un conjunto de registros. Cada registro incluye datos de placa de matricula de un vehiculo. Los datos de placa de matricula del primer

35 vehiculo se comparan con datos de placa de matricula de vehiculos del conjunto de registros. A partir de los resultados de la comparaci6n de datos de placa de matricula, se identifica un conjunto de vehiculos a partir de los vehiculos que tienen registros en el conjunto de registros. Los datos de huella digital de vehiculo del primer vehiculo estan basados en los datos de imagen del primer vehiculo. Se accede a los datos de huella digital de vehiculo de un vehiculo en el conjunto de vehiculos. Mediante un

5 dispositivo de procesamiento, los datos de huella digital de vehiculo del primer vehiculo se comparan con los datos de huella digital de vehiculo del vehiculo del conjunto de vehiculos. El vehiculo del conjunto de vehiculos se identifica como el primer vehiculo a partir de los resultados de la comparaci6n de los datos de huella digital de vehiculo.

10 [0021] Las implementaciones pueden incluir una o mas de las siguientes caracteristicas. Por ejemplo, la comparaci6n de los datos de placa de matricula del primer vehiculo con datos de placa de matricula de vehiculos del conjunto de registros puede incluir la busqueda en una base de datos de registro de vehiculos de registros que incluyan datos de placa de matricula que se correspondan exactamente con los

15 datos de placa de matricula obtenidos del primer vehiculo. La comparaci6n de datos de placa de matricula del primer vehiculo puede incluir tambien la realizaci6n de una busqueda extendida en la base de datos de registros de vehiculos de registros que incluyan datos de placa de matricula que casi se correspondan con los datos de placa de matricula obtenidos del primer vehiculo. La busqueda extendida puede estar

20 condicionada por el hecho de que no se encuentren registros de identificaci6n de vehiculos que incluyan datos de placa de matricula que se correspondan exactamente con los datos de placa de matricula obtenidos del primer vehiculo. [0022] La comparaci6n de los datos de placa de matricula del primer vehiculo con los datos de placa de matricula de vehiculos del conjunto de registros puede incluir la

25 comparaci6n de los datos de placa de matricula mediante criterios de correspondencia predeterminados. Los criterios de correspondencia predeterminados se pueden cambiar para aumentar el numero de vehiculos del conjunto de vehiculos identificado. El cambio de los criterios de correspondencia predeterminados para aumentar el numero de vehiculos del conjunto de vehiculos identificado puede estar condicionado

30 por un fallo en la identificaci6n de cualquier vehiculo del conjunto de vehiculos como el primer vehiculo a partir de los resultados de la comparaci6n de datos de huella digital de vehiculo. [0023] La identificaci6n de un vehiculo en un sistema de peaje puede incluir tambien la captura de datos de firma laser o datos de firma inductiva del primer vehiculo. Los

35 datos de firma laser pueden incluir datos obtenidos mediante un laser para escanear el vehiculo. Los datos de firma laser pueden incluir uno o mas de un perfil electr6nico superior del primer vehiculo, un conteo de ejes del primer vehiculo y una imagen �D del primer vehiculo. [0024] Los datos de firma inductiva pueden incluir datos obtenidos mediante la utilizaci6n de una variedad de bucles sobre los que pasa el primer vehiculo. Los datos

5 de firma inductiva pueden incluir uno o mas de un conteo de ejes del primer vehiculo, un tipo de motor del primer vehiculo y un tipo o clase de vehiculo del primer vehiculo. [0025] Cada registro del conjunto de registros incluye datos de firma laser o datos de firma inductiva de un vehiculo. La identificaci6n de un vehiculo en un sistema de peaje tambien puede incluir la comparaci6n de datos de firma laser o datos de firma

10 inductiva del primer vehiculo con datos de firma laser o datos de firma inductiva de vehiculos del conjunto de registros. La identificaci6n de un conjunto de vehiculos a partir de los vehiculos que tienen registros en el conjunto de registros puede incluir la identificaci6n del conjunto de vehiculos basada en los resultados de la comparaci6n de datos de placa de matricula con la comparaci6n de los datos de firma laser o los datos

15 de firma inductiva. [0026] La identificaci6n del conjunto de vehiculos basada en los resultados de la comparaci6n de datos de placa de matricula y los resultados de la comparaci6n de los datos de firma laser o los datos de firma inductiva puede incluir la determinaci6n de una puntuaci6n combinada de correspondencia equivalente para cada vehiculo que

20 tiene un registro en el conjunto de registros y la identificaci6n del conjunto de vehiculos como un conjunto de vehiculos que tienen puntuaciones combinadas de correspondencia equivalente por encima de un umbral predeterminado. Cada puntuaci6n combinada de correspondencia equivalente puede incluir una combinaci6n ponderada de una puntuaci6n de correspondencia de firma laser o inductiva y una

25 puntuaci6n de correspondencia de placa de matricula. [0027] La identificaci6n del vehiculo del conjunto de vehiculos como el primer vehiculo puede incluir la identificaci6n del vehiculo como el primer vehiculo basada en los resultados de la comparaci6n de los datos de huella digital de vehiculo y los resultados de la comparaci6n de los datos de firma laser o datos de firma inductiva. La

30 identificaci6n del vehiculo del conjunto de vehiculos como el primer vehiculo basada en los resultados de la comparaci6n de los datos de huella digital de vehiculo y los resultados de la comparaci6n de los datos de firma laser o datos de firma inductiva puede incluir la determinaci6n de una puntuaci6n combinada de correspondencia equivalente para el vehiculo del conjunto de vehiculos y la determinaci6n de que la

35 puntuaci6n combinada de correspondencia equivalente esta por encima de un umbral predeterminado. La puntuaci6n combinada de correspondencia equivalente puede incluir una combinaci6n ponderada de una puntuaci6n de correspondencia de firma laser o firma inductiva y una puntuaci6n de correspondencia de huella digital de vehiculo. [0028] La identificaci6n del vehiculo del conjunto de vehiculos como el primer vehiculo

5 puede incluir la identificaci6n del vehiculo como el primer vehiculo si la comparaci6n de los datos de huella digital de vehiculo del primer vehiculo con los datos de huella digital de vehiculo del conjunto de vehiculos indica una correspondencia que tiene un nivel de fiabilidad que excede un umbral de fiabilidad. La identificaci6n del vehiculo del conjunto de vehiculos como el primer vehiculo puede incluir la identificaci6n del

10 vehiculo como el primer vehiculo sin intervenci6n humana si el nivel de fiabilidad de la correspondencia excede un primer umbral de fiabilidad y/o puede incluir la identificaci6n del vehiculo como el primer vehiculo si el nivel de fiabilidad de la correspondencia es menor que el primer nivel de fiabilidad pero mayor que un segundo umbral de fiabilidad y un operador humano confirma la correspondencia. El

15 operador humano puede confirmar o rechazar la correspondencia al permitir que el operador perciba los datos de imagen del primer vehiculo y al permitir que el operador humano interaccione con un interfaz de usuario para indicar el rechazo o la confirmaci6n de la correspondencia. La identificaci6n del vehiculo del conjunto de vehiculos como el primer vehiculo puede incluir la identificaci6n del vehiculo como el

20 primer vehiculo si el nivel de fiabilidad de la correspondencia es menor que el primer y segundo niveles de fiabilidad y un operador humano identifica manualmente el vehiculo como el primer vehiculo al acceder a los datos de imagen del primer vehiculo y al registro del vehiculo del conjunto de registros. El operador humano puede identificar manualmente el vehiculo del conjunto de vehiculos como el primer vehiculo

25 al permitir que el operador humano acceda a los datos de imagen del primer vehiculo, al permitir que el operador humano acceda al registro del vehiculo del conjunto de registros y al permitir que el operador humano interaccione con un interfaz de usuario para indicar la identificaci6n positiva del primer vehiculo como el vehiculo del conjunto de vehiculos. Al operador humano se le puede permitir que identifique manualmente

30 los vehiculos del conjunto de vehiculos como el primer vehiculo al permitir que el operador humano acceda a datos almacenados en bases de datos de sistemas externos. [0029] La identificaci6n del vehiculo del conjunto de vehiculos como el primer vehiculo puede incluir la identificaci6n del vehiculo mediante la combinaci6n de los datos de

35 numero de identificaci6n de vehiculo (VIN pos sus siglas en ingles), firma laser, firma inductiva e imagen.

[0030] Se describe en este documento un aparato para identificar un vehiculo en un sistema de peaje, el aparato incluyendo un dispositivo de captura de imagenes configurado para capturar datos de imagen de un primer vehiculo. El aparato tambien incluye uno o mas dispositivos de procesamiento acoplados en comunicaci6n uno con otro y con el dispositivo de captura de imagenes. Los uno o mas dispositivos de procesamiento estan configurados para obtener datos de placa de matricula a partir de los datos de imagen capturados del primer vehiculo y acceder al conjunto de registros. Cada registro del conjunto de registros incluye datos de placa de matricula de un vehiculo. Los uno o mas dispositivos de procesamiento tambien estan configurados para comparar los datos de placa de matricula del primer vehiculo con los datos de placa de matricula de vehiculos del conjunto de registros e identificar un conjunto de vehiculos a partir de los vehiculos que tienen registros en el conjunto de registros. El conjunto de registros es identificado a partir de los resultados de la comparaci6n de los datos de placa de matricula. Los uno o mas dispositivos de procesamiento tambien estan configurados para acceder a datos de huella digital de vehiculo del primer vehiculo. Los datos de huella digital de vehiculo del primer vehiculo estan basados en los datos de imagen capturados del primer vehiculo. Los uno o mas dispositivos de procesamiento tambien estan configurados para acceder a datos de huella digital de vehiculo de un vehiculo del conjunto de vehiculos, comparar los datos de huella digital de vehiculo del primer vehiculo con los datos de huella digital del vehiculo del conjunto de vehiculos e identificar el vehiculo del conjunto de vehiculos como el primer vehiculo a partir de los resultados de la comparaci6n de datos de huella digital de vehiculo. [0031] Las anteriores y otras implementaciones y caracteristicas estan descritas en detalle abajo. BREVE DESCRIPCION DE LOS DIBUJOS

[0032]

La figura es un diagrama de bloques de una implementaci6n de un sistema electr6nico de gesti6n de peaje. La figura es una grafica de flujo de una implementaci6n de un sistema electr6nico de gesti6n de peaje en relaci6n con la gesti6n del identificador de vehiculos ligeros. La figura es una grafica de flujo de una implementaci6n de un sistema electr6nico de gesti6n de peaje en relaci6n con la gesti6n de pagos. La figura 4 es una grafica de flujo de una implementaci6n de un sistema electr6nico de gesti6n de peaje en relaci6n con la gesti6n de pagos. La figura 7 es una grafica de flujo de una implementaci6n de un sistema

electr6nico de gesti6n de peaje en relaci6n con la verificaci6n de la direcci6n de correo. La figura 6 es un diagrama de bloques de una implementaci6n de un sistema electr6nico de gesti6n de peaje.

5 La figura 7 es una grafica de flujo de una implementaci6n de un sistema electr6nico de gesti6n de peaje en relaci6n con la identificaci6n de vehiculos.

La figura 8 es una grafica de flujo de una implementaci6n de un sistema electr6nico de gesti6n de peaje en relaci6n con la identificaci6n de vehiculos. Las figuras A��C son una grafica de flujo de una implementaci6n de un

10 sistema electr6nico de gesti6n de peaje en relaci6n con la identificaci6n de

vehiculos. [0033] Los simbolos de referencia similares de los distintos dibujos indican elementos similares. DESCRIPCION DETALLADA

15 [0034] La figura es un diagrama de bloques de una implementaci6n de un sistema electr6nico de gesti6n de peaje ��. El sistema esta configurado para capturar un identificador de vehiculo del vehiculo interaccionando con unas instalaciones 8 y para notificar a sistemas externos 4 sobre dicha interacci6n. Por ejemplo, el sistema

puede permitir que una autoridad de carreteras de peaje capture un identificador de

20 vehiculo ��, como informaci6n de placa de matricula, de un vehiculo que recorre la carretera de peaje y despues notifique a la policia si el identificador de vehiculo capturado se corresponde con una placa de matricula anteriormente destacada por la policia. [0035] El sistema de gesti6n de peaje tambien puede gestionar el pago de una

25 parte asociada con el vehiculo basandose en la interacci6n entre el vehiculo y las instalaciones �8. Por ejemplo, el sistema puede capturar informaci6n de placa de matricula de un vehiculo e identificar al propietario registrado del vehiculo. El sistema proporcionaria entonces al propietario, a traves de un canal de comunicaciones como, por ejemplo, internet, una cuenta para realizar el pago o

30 cuestionar el pago. El sistema de gesti6n de peaje puede enviar una factura pidiendo el pago de la parte por medio de una direcci6n postal que ha sido verificada con una o mas fuentes de direcciones postales. El sistema es capaz de capturar automaticamente una imagen del vehiculo provocada por la interacci6n del vehiculo con las instalaciones. Dicha captura de imagen puede realizarse mediante

35 tecnologia de procesamiento de imagen sin tener que instalar un transponder de radio (ej. dispositivo RFID) en un vehiculo.

[0036] El sistema electr6nico de gesti6n de peaje incluye un ordenador de gesti6n de peaje que puede estar configurado de forma distribuida o centralizada. Aunque se muestra un ordenador ��, uno o mas ordenadores se pueden configurar para implementar las tecnicas reveladas. El ordenador esta acoplado a unas 5 instalaciones �8 que pueden cobrar una tarifa por interaccionar con las instalaciones. Ejemplos de unas instalaciones �8 incluyen unas instalaciones de peaje (gestionadas por autoridades de peaje) como una carretera de peaje, un puente de peaje, un tunel, instalaciones de aparcamiento u otras instalaciones. La tarifa puede estar basada en la interacci6n entre el vehiculo y las instalaciones �8. Ejemplos de interacciones que

10 pueden implicar una tarifa incluyen una distancia recorrida por el vehiculo a traves de las instalaciones, un periodo de tiempo durante el cual el vehiculo esta presente en las instalaciones, el tipo de vehiculo que interacciona con las instalaciones, la velocidad a la cual el vehiculo pasa a traves de las instalaciones y el tipo de interacci6n entre el vehiculo y las instalaciones.

15 [0037] Las instalaciones �8 pueden procesar vehiculos incluyendo autom6viles, un cami6n, autobuses u otros vehiculos. Para una explicaci6n mas facil, el sistema muestra unas unicas instalaciones �8 que interaccionan con un unico vehiculo y una parte asociada con el vehiculo ��. Sin embargo, en otras implementaciones, las tecnicas reveladas podrian estar configuradas para operar con uno o mas vehiculos

20 que interaccionan con una o mas instalaciones que abarcan distintas ubicaciones geograficas. [0038] El ordenador de gesti6n de peaje incluye un m6dulo de obtenci6n de imagenes �4 configurado para detectar la presencia de un vehiculo, obtener una o mas imagenes del vehiculo y remitir la(s) imagen(es) al m6dulo de procesamiento de

25 imagenes �7 para mas procesamiento. El m6dulo �4 puede incluir equipo de obtenci6n de imagenes basado en el medio fisico en el cual se usa. Por ejemplo, para aplicaciones en carretera abierta, el equipo de obtenci6n de imagenes puede montarse por encima de la calzada, sobre estructuras existentes o sobre pasarelas construidas a prop6sito. Algunas aplicaciones en carretera abierta pueden utilizar equipo montado

30 en o al lado de la calzada tambien. Las aplicaciones basadas en el carril (o con cabina de peaje) pueden utilizar equipo montado sobre estructuras fisicas a lado de cada carril, en lugar de o ademas de equipo montado por encima de o en la calzada. [0039] El m6dulo de obtenci6n de imagenes �4 puede incluir componentes de imagen como sensores de vehiculo, camaras, sistemas de digitalizaci6n u otros componentes.

35 Los sensores de vehiculo pueden detectar la presencia de un vehiculo y proporcionar una seral que provoca que una camara capture una o mas imagenes del vehiculo. Los

sensores de vehiculo pueden incluir uno o mas de los siguientes: (�) Dispositivos laser/s6nicos/microondas: estos dispositivos, comunmente utilizados en sistemas inteligentes de transporte (ITS pos sus siglas en ingles), pueden reconocer la presencia de un vehiculo y proporcionar informaci6n

5 acerca del tamaro, la clasificaci6n y/o la velocidad del vehiculo. Estos sensores pueden estar configurados para proporcionar informaci6n adicional sobre el vehiculo que puede usarse en la identificaci6n del vehiculo y su uso de las instalaciones de peaje, incluyendo tiempo de viaje y cumplimiento de las normas de trafico.

10 (�) Bucles: estos sensores pueden detectar la presencia y el tipo de vehiculo al reconocer la presencia de masas de metal mediante un bucle de cable incrustado en la carretera. Los bucles se pueden utilizar como un apoyo para sensores mas sofisticados. Los bucles tambien se pueden utilizar como fuente primaria de datos para detectar vehiculos, clasificar vehiculos, accionar

15 camaras y proporcionar datos de firma de vehiculo (ej. basados en la utilizaci6n de una variedad de bucles con un programa de control de bucle inteligente como el sistema IDRIS® de Diamond Consulting de Buckinghamshire, Reino Unido). (�) Sensores fotoelectricos unidireccionales: estos sensores pueden emitir un

20 haz continuo a traves de la calzada y detectar la presencia de un vehiculo basandose en las interrupciones del haz. Este tipo de sensor puede usarse en instalaciones donde el trafico se canaliza en carriles con cabina de peaje.

(4) Sensores 6pticos: se puede reconocer al vehiculo por medio de camaras que controlan continuamente las imagenes de la calzada para detectar 25 cambios que indiquen la presencia de un vehiculo. Esas camaras tambien se

pueden utilizar para registrar imagenes para la identificaci6n de vehiculos. [0040] Se pueden utilizar camaras para capturar imagenes de vehiculos y sus caracteristicas de identificaci6n. Por ejemplo, se pueden utilizar para generar un identificador de vehiculo como un numero de placa de matricula a partir de una

30 imagen de una placa de matricula. Las camaras pueden ser anal6gicas o digitales y pueden capturar una o mas imagenes de cada vehiculo. [0041] Los sistemas de digitalizaci6n convierten las imagenes en forma digital. Si se utilizan camaras anal6gicas, las camaras pueden estar conectadas para separar hardware de digitalizaci6n. Ese hardware puede incluir un dispositivo destinado al

35 procesamiento para la conversi6n de anal6gico a digital o puede estar basado en un dispositivo de entrada instalado en un ordenador de uso general, que puede realizar funciones adicionales como procesamiento de imagenes. Se puede emplear iluminaci6n para proporcionar unas condiciones adecuadas y consistentes para la obtenci6n de imagenes. La iluminaci6n puede incluir estroboscopios o iluminaci6n continua y puede emitir luz de luz del espectro visible o del espectro infrarrojo. Si se

5 utilizan estroboscopios, se pueden poner en funcionamiento por medio de entradas desde el sensor(es) de vehiculos. Se pueden requerir otros sensores como los sensores de luz para controlar el m6dulo de obtenci6n de imagenes �4 y proporcionar resultados consistentes. [0042] Una vez que el m6dulo de obtenci6n de imagenes �4 ha capturado imagenes

10 de los vehiculos, las imagenes pueden remitirse a un m6dulo de procesamiento de imagenes �7. El m6dulo de procesamiento de imagenes �7 puede encontrarse en la misma ubicaci6n que el m6dulo de obtenci6n de imagenes �4 y el ordenador de imagenes , en una ubicaci6n remota o una combinaci6n de esas ubicaciones. El m6dulo �7 puede procesar una unica imagen de cada vehiculo o multiples imagenes

15 de cada vehiculo, dependiendo de la funcionalidad del m6dulo de obtenci6n de imagenes �4 y/o los requisitos del negocio (ej. exactitud, requisitos jurisdiccionales). Si se utilizan multiples imagenes, se puede procesar cada imagen y los resultados se pueden comparar o combinar para aumentar la exactitud del proceso. Por ejemplo, se puede procesar mas de una imagen de una placa de matricula trasera o imagenes de

20 las placas de matricula delantera y trasera y se pueden comparar los resultados para determinar el numero de registro y/o nivel de fiabilidad mas probable. El procesamiento de imagenes puede incluir la identificaci6n de las caracteristicas distintivas de un vehiculo (ej. la placa de matricula de un vehiculo) dentro de la imagen y el analisis de esas caracteristicas. El analisis puede incluir reconocimiento 6ptico de

25 caracteres (ROC), correspondencia de plantillas u otras tecnicas de analisis. [0043] El sistema de gesti6n de peaje puede incluir otros sistemas capaces de procesar practicamente en tiempo real ubicados en el lugar donde se obtienen las imagenes para reducir los requisitos de comunicaci6n de datos. En una implementaci6n del procesamiento de imagenes local, los resultados se pueden

30 comparar con una lista de vehiculos autorizados. Si un vehiculo se reconoce como autorizado, las imagenes y/o los datos pueden descartarse en lugar de remitirse para mas procesamiento. [0044] Las imagenes y los datos se pueden remitir a una funci6n de procesamiento central como la base de datos de imagenes �4 que opera en conjunto con el motor de

35 facturaci6n ��. Este proceso puede implicar una red de ordenadores, pero tambien puede incluir medios fisicos desde otro ordenador ubicado en el sitio de obtenci6n de

imagenes (ej. instalaciones �8). Generalmente, se puede almacenar informaci6n temporalmente en un ordenador en el sitio de obtenci6n de imagenes en caso de que la red no este disponible. [0045] Las imagenes recibidas en el sitio central pueden no haber sido procesadas,

5 Toda imagen no procesada se puede procesar como se describe arriba. Los datos resultantes del procesamiento remoto o central de imagenes se pueden dividir en dos categorias. Los datos que cumplen con los criterios de fiabilidad de aplicaci6n especifica o de jurisdicci6n especifica se pueden enviar al motor de facturaci6n directamente. Por otra parte, los resultados de datos que no cumplen con los niveles

10 de fiabilidad requeridos pueden ser seralados para un procesamiento adicional. El procesamiento adicional puede incluir, por ejemplo, la determinaci6n de si multiples imagenes de un vehiculo estan disponibles e independientemente el procesamiento de las imagenes y la comparaci6n de los resultados. Esto puede incluir comparaciones caracter por caracter de los resultados del reconocimiento 6ptico de caracteres (ROC)

15 de la imagen de placa de matricula. En otro ejemplo, la imagen(es) puede procesarse mediante uno mas algoritmos especializados en reconocer placas de matricula de ciertos tipos o estilos (como placas de una jurisdicci6n concreta). Esos algoritmos pueden considerar la validez de los caracteres de cada posici6n en la placa de matricula, el efecto anticipado de ciertas caracteristicas de disero (como imagenes de

20 fondo) u otros criterios especificos de estilo. La imagen procesada puede remitirse basada en resultados de procesamiento preliminares o puede incluir el procesamiento por medio de todos los algoritmos disponibles para determinar el nivel de fiabilidad mas alto. [0046] Los datos preliminares pueden compararse con otros datos disponibles para

25 aumentar el nivel de fiabilidad. Dichas tecnicas incluyen: (�) La comparaci6n de datos de placa de matricula procesados con ROC con listas de numeros de placa de matricula validos dentro del sistema de facturaci6n o en la autoridad de registro de vehiculos de motor de la jurisdicci6n apropiada.

30 (�) La comparaci6n de otros datos obtenidos a partir de sensores en la ubicaci6n de imagen (como el tamaro de vehiculo) con caracteristicas conocidas del vehiculo registrado con el numero de registro reconocido por el sistema, en la jurisdicci6n reconocida o en multiples jurisdicciones. (�) La comparaci6n del registro y otros datos con registros de otros sitios (ej.

35 registros del mismo vehiculo o similar usando otras instalaciones el mismo dia

: o usando las mismas instalaciones en otras horas).

(4): La comparaci6n de los datos de huella digital de vehiculos con listas almacenadas de datos de huella digital de vehiculo. La utilizaci6n de datos de huella digital de vehiculo para la identificaci6n de vehiculos esta descrita con mas detalle abajo.

5 (7) La vista manual de las imagenes o datos para confirmar o anular los

resultados del procesamiento automatico. [0047] Si el procesamiento adicional proporciona resultados con un nivel de fiabilidad concreto, los datos resultantes pueden ser entonces remitidos al motor de facturaci6n

��. Si el nivel de fiabilidad requerido no se puede alcanzar, los datos pueden

10 conservarse para una referencia futura o descartarse. [0048] El motor de facturaci6n procesa la informaci6n capturada durante la interacci6n entre el vehiculo y la instalaci6n de peaje, incluyendo el identificador de vehiculo como determinado por el m6dulo de procesamiento de imagenes �7 para crear una actividad de transacci6n correspondiente a una interacci6n entre el vehiculo

15 y las instalaciones. El motor puede almacenar la actividad de transacci6n en una base de datos de facturaci6n �6 para el subsiguiente procesamiento de pago. Por ejemplo, el motor de facturaci6n , solo o en combinaci6n con un m6dulo de gesti6n de clientes �6 (descrito abajo), produce peticiones de pago basandose en las actividades de transacci6n. Los datos de las actividades de transacci6n pueden incluir

20 cargos individuales basandose en la presencia de un vehiculo en puntos o instalaciones especificas o cargos de recorrido basados en el origen y el destino de un vehiculo implicando unas instalaciones. Estas actividades de transacci6n pueden compilarse y facturarse, por ejemplo, mediante uno o mas de los siguientes metodos:

(�) Deducir el pago de una cuenta creada por el propietario del vehiculo u

25 operador. Por ejemplo, la base de datos de facturaci6n se puede utilizar para almacenar un registro de cuenta de cada propietario de vehiculo. En cambio, cada registro de cuenta puede incluir una referencia a una o mas actividades de transacci6n. Se puede emitir y enviar un extracto de pagos electr6nico o en papel al propietario registrado del vehiculo.

30 (�) Generar una factura en papel y enviarla al propietario del vehiculo mediante una direcci6n de correo derivada de un registro de registro de vehiculo. (�) Presentar una factura electr6nica a una cuenta predefinida del propietario del vehiculo, presentada por el ordenador o por una tercera parte.

(4) Enviar una factura a la autoridad competente de registro de vehiculos o

35 autoridad tributaria, permitiendo que el pago sea recaudado durante el proceso de renovaci6n del registro del vehiculo o durante el proceso de recaudaci6n de

impuestos. [0049] La facturaci6n se puede dar en intervalos regulares o cuando las transacciones cumplen un umbral determinado, como un intervalo maximo de tiempo o una cantidad maxima en d6lares de tarifas de peaje pendientes y otros cargos. Los propietarios

5 pueden ser capaces de agregar la facturaci6n de multiples vehiculos creando una cuenta con el ordenador ��. [0050] El m6dulo de gesti6n de clientes �6 puede permitir que un usuario interaccione con el ordenador de gesti6n de peaje mediante un canal de comunicaciones como una red de ordenadores (ej. internet, con cable, sin cable, etc.), una conexi6n

10 telef6nica u otro canal. El usuario puede incluir una parte asociada con un vehiculo (ej. propietario del vehiculo), una autoridad publica o privada responsable de la gesti6n de las instalaciones �8 u otro usuario. El m6dulo de gesti6n de clientes �6 incluye una combinaci6n de m6dulos hardware y software configurados para procesar las interacciones de los clientes, como un m6dulo de gesti6n de cuentas 6a, un m6dulo

15 de gesti6n de disputas 6b y un m6dulo de procesamiento de pagos �6c. El m6dulo �6 emplea tecnicas de acceso seguras como codificaci6n, cortafuegos, contrasera u otras tecnicas. [0051] El m6dulo de gesti6n de cuentas �6a permite que usuarios como conductores creen una cuenta con el sistema ��, asocien multiples vehiculos a esa cuenta, vean

20 las transacciones de la cuenta, vean las imagenes asociadas a esas transacciones y realicen pagos en la cuenta. En una implementaci6n, un usuario responsable de las instalaciones puede acceder a la informaci6n de facturaci6n y recaudaci6n de los conductores que han utilizado las instalaciones. [0052] El m6dulo de gesti6n de disputas �6b puede permitir que los clientes

25 cuestionen transacciones especificas de sus cuentas y resuelvan las disputas por medio del ordenador o de terceras partes. Las disputas pueden surgir durante situaciones de facturaci6n. El m6dulo �6b puede ayudar a resolver dichas disputas de forma automatica. El m6dulo �6b puede proporcionar a un cliente el acceso a una secci6n de resoluciones de una pagina web de las autoridades de control/facturaci6n.

30 Los clientes pueden presentar una disputa y descargar una imagen de su transacci6n, la transacci6n en cuesti6n. Si no existe correspondencia (ej. el autom6vil del cliente no es el autom6vil de la foto), la factura puede ser remitida para la evaluaci6n de una tercera parte como el arbitraje. En un caso mucho mas probable, la foto mostrara que al autom6vil del cliente se le envi6 la factura correctamente. La gesti6n de disputas

35 puede utilizar seguridad codificada en la que todo texto e imagenes se envian a una red de ordenadores (ej. internet) mediante una codificaci6n de alta seguridad. La prueba de la presencia de imagenes puede incorporarse en la comunicaci6n de resoluci6n de disputa como una marca de agua electr6nica. [0053] El m6dulo de procesamiento de pagos �6c proporciona funcionalidad para procesar pagos de forma manual o electr6nica, dependiendo del giro recibido. Por

5 ejemplo, si el giro de pago es en forma de cheque en papel, los dispositivos de escaner se podrian utilizar para convertir la informaci6n en papel en formato electr6nico para mas procesamiento. Por otra parte, si se emplea el pago electr6nico, se pueden utilizar tecnicas de pago electr6nico estandar. El m6dulo de procesamiento de pagos �6c puede albergar metodos de facturaci6n como el correo tradicional, pago

10 electr6nico (utilizaci6n de tarjeta de credito, tarjeta inteligente o transacci6n de Camara de Compensaci6n Automatica, facturaci6n peri6dica, (ej. envio de la factura mensualmente, trimestralmente, cuando se alcanza un umbral, u otros). El m6dulo de procesamiento de pagos �6c puede albergar descuentos y recargos basados en la frecuencia de uso, el metodo de pago o la hora de uso de las instalaciones. El m6dulo

15 de procesamiento de pagos �6c puede tambien albergar metodos de recaudaci6n de pagos como procesamiento de cheques tradicional, procesamiento de pagos durante la renovaci6n de un registro de vehiculo (con interes acumulado), pago electr6nico, debito automatico de banco, tarjetas de credito, prepago, pagos ordenados por el cliente (con la frecuencia que el cliente desee) o la proporci6n de descuentos para

20 distintos fines. [0054] El ordenador de gesti6n de peaje se comunica con sistemas externos �4 por medio de una o mas tecnicas de comunicaciones compatibles con los interfaces de comunicaciones de los sistemas. Por ejemplo, los interfaces de comunicaciones pueden incluir redes de ordenadores como internet, intercambio electr6nico de datos

25 (EDI por siglas en ingles), transferencia de archivos de datos por lotes, sistemas de mensajeria u otros interfaces. En una implementaci6n, los sistemas externos �4 incluyen organismos policiales �6, autoridades postales �8, autoridades de registro de vehiculos 4�, comparias de seguros 4�, proveedores de servicios 44, sistemas financieros 46 y un departamento de seguridad nacional 48. Los sistemas externos 4

30 pueden incluir organizaciones privadas o publicas que abarcan una o mas ubicaciones geograficas como estados, regiones, paises u otras ubicaciones geograficas. [0055] El ordenador de gesti6n de peaje puede comunicarse e intercambiar informaci6n con organismos policiales �6. Por ejemplo, a medida que se identifican vehiculos, el ordenador puede enviar transacciones practicamente en tiempo real a los

35 sistemas policiales, en formatos definidos por los organismos policiales. Tambien se pueden enviar transacciones de vehiculos que transporten materiales peligrosos o que infrinjan las normas de trafico (ej. velocidad, infracciones de peso, carencia de matricula), si los sensores apropiados estan en su lugar (ej. detectores microondas, s6nicos, laser como se describe arriba, sensores de peso, detectores de radiaci6n). De forma alternativa, los registros de vehiculos se pueden compilar y remitir en lotes, a

5 partir de listas proporcionadas por los organismos policiales. [0056] La base de datos de identificadores de vehiculo destacados se puede utilizar para almacenar las listas proporcionadas por los organismos policiales. El termino "destacados" hace referencia a la noci6n de que los organismos policiales hayan proporcionado una lista de identificadores de vehiculo que los organismos han

10 indicado (destacado) que desean que sean controlados en las instalaciones de peaje. Por ejemplo, cuando un vehiculo de motor es robado y se informa a la policia, la policia puede enviar una lista de identificadores de vehiculo destacados a la base de datos ��. Cuando el vehiculo destacado por la policia recorre las instalaciones, el m6dulo de procesamiento de imagenes �4 determina un identificador de vehiculo

15 asociado con el vehiculo y determina mediante ciertos interfaces que el vehiculo concreto esta siendo buscando por la policia. Las autoridades policiales pueden querer que se les notifique instantaneamente sobre la ubicaci6n del vehiculo (y el conductor), la hora en que se detect6 en la ubicaci6n y la direcci6n hacia donde se dirigia. El ordenador puede notificar en unidades m6viles practicamente en tiempo real

20 asociadas con la policia. Ademas, la policia puede destacar vehiculos automaticamente basandose en la expiraci6n de un permiso, el hecho de que haya una fecha de vista de trafico u otro caso. Esto podria, a su vez, ayudar a mantener a los conductores ilegales fuera de la carretera e incrementar los ingresos del estado. [0057] El ordenador de gesti6n de peaje puede comunicarse e intercambiar

25 informaci6n con las autoridades postales �8. Ya que las tecnicas reveladas requeririan que las autoridades de peaje pasaran de recibir los pagos de los conductores en el momento del recorrido a recibir los pagos vencidos, es importante que las facturas sean enviadas al conductor/propietario del vehiculo correcto. Para minimizar la posibilidad de enviar la factura a la persona equivocada, el ordenador respalda la

30 conciliaci6n de direcciones. Por ejemplo, antes de que se envie una factura, el ordenador verifica que la direcci6n proporcionada por un departamento de vehiculos de motor se corresponde con la direcci6n proporcionada por la autoridad postal. La base de datos de vehiculos de motor puede entonces actualizarse con la informaci6n de direcciones mas exacta relacionada con el propietario del vehiculo.

35 Como esto ocurre antes de que se envie la factura, se pueden reducir los errores de facturaci6n.

[0058] El ordenador de gesti6n de peaje puede comunicarse e intercambiar informaci6n con las autoridades de registro de vehiculos 4�. Las autoridades de registro 4� proporcionan una interfaz para intercambiar informaci6n relacionada con los propietarios de los vehiculos, las direcciones de los propietarios, las caracteristicas 5 de los vehiculos u otra informaci6n. De forma alternativa, se puede acceder a esa informaci6n a traves de proveedores de datos de terceros en lugar de a traves de una interfaz de registros publicos de vehiculos de motor. La exactitud de los registros de las distintas bases de datos utilizadas por el ordenador ��, incluyendo la propiedad de los vehiculos y las direcciones de los propietarios, pueden verificarse peri6dicamente

10 con bases de datos de terceros o registros del gobierno, incluyendo registros de vehiculos de motor y registros de direcciones. Esto puede ayudar a asegurar la calidad de los registros de propiedad y direcciones y a reducir los errores de facturaci6n y la correspondencia devuelta. [0059] El ordenador de gesti6n de peaje puede comunicarse e intercambiar

15 informaci6n con las comparias de seguros 4�. Las comparias de seguros podrian destacar los identificadores de vehiculo de forma similar a los organismos policiales

�6. Por ejemplo, la base de datos de identificadores de vehiculo destacados puede incluir numeros de placa de matricula de vehiculos con un seguro caducado indicando que dichos conductores estarian conduciendo ilegalmente. El ordenador podria

20 notificar a la policia asi como a las comparias de seguros si se ha detectado al vehiculo destacado utilizando unas instalaciones concretas. [0060] El ordenador de gesti6n de peaje puede comunicarse e intercambiar proveedores de servicios 44. Por ejemplo, el ordenador puede respaldar interfaces en lote o en tiempo real para remitir las funciones de facturaci6n y recaudaci6n de

25 pagos a los proveedores de servicios de facturaci6n u oficinas de recaudaci6n. [0061] El ordenador de gesti6n de peaje puede comunicarse e intercambiar informaci6n con los sistemas financieros 46. Por ejemplo, para procesar el pago y cobro de facturas, el ordenador puede comunicarse con procesadores de tarjetas de credito, bancos y sistemas de presentaci6n de facturas electr6nicas de terceros. El

30 ordenador �� tambien puede intercambiar informaci6n con sistemas de contabilidad. [0062] El ordenador de gesti6n de peaje puede comunicarse e intercambiar informaci6n con el departamento de seguridad nacional 48. La oficina de seguridad nacional puede proporcionar automaticamente una lista de particulares para que se utilice en la base de datos de identificadores de vehiculo destacados ��. Por ejemplo,

35 los conductores registrados que se encuentran en el pais con un visado pueden ser destacados automaticamente cuando ese visado caduque. El ordenador notificaria entonces a la oficina de seguridad nacional 48 que el identificador del vehiculo destacado asociado con la persona se ha detectado conduciendo en el pais incluyendo informaci6n sobre la hora y la ubicaci6n del vehiculo. [0063] Como se describe arriba, los datos son capturados a partir de los flujos del sitio

5 de peaje dentro de la base de datos de imagenes y son recuperados de una base de datos de imagenes por el motor de facturaci6n. En otra implementaci6n, el ordenador de peaje detecta, de cada vehiculo, una interacci6n entre el vehiculo y unas instalaciones de peaje, las imagenes capturadas y genera un registro de datos. El registro de datos puede incluir la fecha, la hora y el lugar de la transacci6n, una

10 referencia al archivo de imagen y cualquier otro dato disponible de los sensores de las instalaciones (ej. velocidad, tamaro). La imagen puede pasarse al m6dulo de procesamiento de imagenes �7, que puede generar un identificador de vehiculo, un estado y un factor de fiabilidad de cada vehiculo. [0064] Esa informaci6n se puede aradir al registro de datos. (Ese proceso puede

15 ocurrir despues de la transmisi6n a las instalaciones centrales.) El registro de datos y el archivo de imagen se pueden enviar a las instalaciones centrales. La imagen se puede almacenar en la base de datos de imagenes y consultar si (a) se requiere procesamiento adicional para identificar el vehiculo o (b) alguien desea verificar la transacci6n. Si el nivel de fiabilidad es adecuado, el registro de datos se puede enviar

20 al motor de facturaci6n, que puede asociarlo con una cuenta y almacenarlo en la base de datos de facturaci6n para una facturaci6n posterior. Si no existe una cuenta, se envia el identificador del vehiculo a la autoridad de registro estatal competente o a un proveedor de servicios a terceros para determinar el propietario y crear una cuenta. Este proceso se puede retrasar hasta que se recojan suficientes transacciones del

25 vehiculo para que se justifique la emisi6n de una factura. Si el nivel de fiabilidad no es adecuado, se puede realizar un procesamiento adicional como se ha descrito en otra parte. [0065] Las tecnicas descritas arriba describen el flujo de datos, basandose en una unica transacci6n de principio a fin, volviendo despues al principio. En otra

30 implementaci6n, algunas de las funciones descritas pueden estar basadas en eventos

o estar programadas y pueden funcionar independientemente unas de otras. Por ejemplo, puede que no haya flujo de control desde procesos de back end hasta las imagenes de vehiculos. El proceso de imagenes puede ser iniciado por una actividad, incluyendo la presencia de un vehiculo en el sitio de peaje.

35 [0066] En otra implementaci6n, el sistema puede usarse para controlar el trafico y gestionar incidentes. Por ejemplo, si se detecta una caida de la velocidad media de los vehiculos, el ordenador puede enviar un mensaje a unas instalaciones de control de carreteras para alertar al controlador de la posibilidad de un incidente. Los controladores autorizados pueden comunicarse con el equipo del sitio de peaje para ver las imagenes de las camaras y determinar si se requiere una respuesta.

5 [0067] El funcionamiento del sistema de gesti6n de peaje esta explicado en referencia a las FIGS. 7. [0068] La FIG. es una grafica de flujo de una implementaci6n de un sistema electr6nico de gesti6n de peaje relacionado, concretamente un proceso para gestionar los identificadores de vehiculo destacados proporcionados por sistemas

10 externos �4. Para ilustrarlo, en un ejemplo, se supone que los organismos policiales �6 generan una lista de identificadores de vehiculo destacados (ej. numeros de placa de matricula) de conductores que estan siendo buscados por los organismos y que los organismos �6 desean ser notificados cuando se ha identificado a dichos vehiculos, utilizando unas instalaciones de peaje �8.

15 [0069] El ordenador obtiene (bloque ) identificadores de vehiculo destacados de una parte como los organismos policiales �6. En una implementaci6n, esos identificadores de vehiculo se pueden almacenar en la base de datos de identificadores de vehiculo para un procesamiento posterior. La base de datos puede ser actualizada por los organismos con informaci6n nueva y adicional en tiempo

20 real y/o en modo por lotes. Los organismos policiales a los que accede el ordenador abarcan multiples jurisdicciones como ciudades, municipios, estados, regiones, paises u otras denominaciones geograficas. Como resultado, el ordenador puede procesar informaci6n de vehiculos de multiples jurisdicciones y a escala nacional. [0070] El ordenador captura (bloque ��4) una imagen de un vehiculo provocada

25 por una actividad de transacci6n basada en una interacci6n entre el vehiculo y las instalaciones �8. Por ejemplo, el m6dulo de adquisici6n de imagenes �4 puede utilizarse para obtener una o mas imagenes de un vehiculo a medida que recorre unas instalaciones como una carretera de peaje. Esas imagenes pueden almacenarse en la base de datos de imagenes �4 para mas procesamiento en el m6dulo de

30 procesamiento de imagenes �7. Se pueden aplicar tecnicas de compresi6n a las imagenes capturadas para ayudar a reducir el tamaro de la base de datos �4. [0071] El ordenador determina (bloque ��6) un identificador de vehiculo a partir de la imagen capturada. Por ejemplo, como se ha tratado previamente, el m6dulo de procesamiento de imagenes �7 puede aplicar tecnicas de analisis de imagenes a las

35 imagenes sin procesar de la base de datos de imagenes �4. Esas tecnicas de analisis pueden extraer un numero de matricula de una o mas imagenes de una placa de matricula del vehiculo. Los identificadores de vehiculo extraidos pueden almacenarse en la base de datos de identificadores de vehiculo �8 para mas procesamiento. [0072] El ordenador compara (bloque ��8) un identificador de vehiculo capturado con el identificador de vehiculo destacado. Por ejemplo, el ordenador puede

5 comparar un numero de placa de matricula capturado de la base de datos de identificadores de vehiculo �8 con un numero de matricula de la base de datos de identificadores de vehiculo destacados ��. Como se ha tratado arriba, se pueden aplicar tecnicas manuales y automaticas para comprobar una correspondencia. [0073] Si el ordenador detecta una correspondencia (bloque �) entre los

10 numeros de matricula, comprueba (bloque ) como quiere ser notificada la parte asociada con los identificadores del vehiculo destacado. Esa informaci6n se puede almacenar en la base de datos de identificadores de vehiculo u otro mecanismo de almacenamiento. Por otra parte, si no existe correspondencia, el ordenador reanuda la ejecuci6n del proceso empezando en el bloque ��.

15 [0074] Si la parte indica que desea ser notificada de inmediato (bloque ��4), el ordenador notifica (bloque ��8) a la parte en cuanto se da la correspondencia. En este ejemplo, el ordenador puede notificar la correspondencia a la policia practicamente en tiempo real por medio de tecnicas de comunicaciones sin cable o mediante una red de ordenadores.

20 [0075] Por otra parte, si la parte no desea ser notificada de inmediato (bloque ��4), el ordenador almacena (bloque ��6) la correspondencia para su notificaci6n posterior cuando se satisfagan los criterios predefinidos. En una implementaci6n, los criterios predefinidos pueden incluir la recogida de un numero predefinido de correspondencias y el envio posterior de las correspondencias a la policia en modo por lotes.

25 [0076] Una vez se ha notificado (bloque ��8) a la parte de una correspondencia o se ha almacenado la correspondencia para su notificaci6n posterior (bloque ��6), el ordenador�� reanuda la ejecuci6n del proceso empezando en el bloque ��. [0077] La FIG. es una grafica de flujo de una implementaci6n de sistema electr6nico de gesti6n de peaje ��, concretamente un proceso para gestionar el pago de una

30 parte asociada con un vehiculo que ha interaccionado con unas instalaciones. Para ilustrarlo, en un ejemplo, se supone que una autoridad de carretera de peaje decide emplear las tecnicas reveladas para manejar el procesamiento de pago incluyendo la facturaci6n y la recaudaci6n de peajes de vehiculos que utilizan su carretera de peaje. [0078] El ordenador captura (bloque ��) una imagen de un vehiculo provocada

35 por una actividad de transacci6n basandose en una interacci6n entre el vehiculo y unas instalaciones. Esta funci6n es similar al proceso tratado arriba en referencia al bloque ��4 de la FIG. �. Por ejemplo, el m6dulo de obtenci6n de imagenes �4 puede usarse para obtener una o mas imagenes de un vehiculo a medida que recorre la carretera de peaje �8. Esas imagenes se pueden almacenar en la base de datos de imagenes �4 para mas procesamiento en el m6dulo de procesamiento de imagenes

5 �7. [0079] El ordenador determina (bloque ��4) un identificador de vehiculo a partir de la imagen capturada. Esta funci6n tambien es similar al proceso tratado arriba en referencia al bloque ��6 de la FIG. . Por ejemplo, el m6dulo de procesamiento de imagenes �7 puede utilizarse para extraer un numero de matricula a partir de una o

10 mas imagenes de una placa de matricula del vehiculo. Esos identificadores de vehiculo pueden almacenarse en la base de datos de identificadores de vehiculo 8 para mas procesamiento. [0080] El ordenador determina (bloque ��6) una parte asociada con el identificador de vehiculo al buscar en bases de datos de una autoridad de registro. Por ejemplo, el

15 ordenador puede utilizar el identificador de vehiculo de la base de datos de identificadores de vehiculo �8 para buscar en una base de datos de una autoridad de registro de vehiculos 4� para determinar el propietario registrado del vehiculo asociado con el identificador de vehiculo. El ordenador es capaz de acceder a la informaci6n de vehiculo de una o mas bases de datos de registro de vehiculos de multiples

20 jurisdicciones como ciudades, municipios, estados, regiones, paises u otras denominaciones geograficas. En una implementaci6n, el ordenador puede mantener una copia de la informaci6n de registro de multiples autoridades de registro para su procesamiento posterior. De forma alternativa, el ordenador puede acceder a multiples autoridades de registro y obtener informaci6n de registro dependiendo de

25 la demanda. En cualquier caso, estas tecnicas permiten que el ordenador procese informaci6n de vehiculo de multiples jurisdicciones y, asi, procese vehiculos a escala nacional. [0081] El ordenador comprueba (bloque ��8) si se debe solicitar el pago de la parte asociada con el identificador de vehiculo. La solicitud de pago puede depender de la

30 informaci6n de procesamiento de pago asociada con el propietario registrado. Por ejemplo, se puede enviar al propietario registrado una factura de forma peri6dica (ej. mensualmente), cuando se ha alcanzado un importe predefinido u otro acuerdo. [0082] Si el ordenador determina que se requiere el pago (bloque �), solicita el pago a la parte asociada con el identificador de vehiculo basandose en la actividad de

35 transacci6n. Como se ha tratado arriba, se puede generar una solicitud de pago mediante tecnicas de servicio de correo tradicional o tecnicas electr6nicas como el pago electr6nico. El importe de la factura puede depender de la informaci6n de la actividad de transacci6n como la naturaleza de la interacci6n entre el vehiculo y las instalaciones. Por ejemplo, la actividad de transacci6n puede indicar que el vehiculo ha recorrido una distancia concreta definida como una distancia entre un punto de

5 inicio y de finalizaci6n de la carretera de peaje. En consecuencia, el importe del pago solicitado al propietario registrado puede estar basado en la distancia recorrida. [0083] Por otra parte, si el ordenador determina que no se requiere el pago (bloque

��), remite (bloque ) la actividad de transacci6n a otra parte para que procese la solicitud de pago. Por ejemplo, la autoridad de peaje puede haber decidido que el 10 ordenador puede encargarse de las funciones de procesamiento de imagenes y que una tercera parte como los sistemas externos �4 deberia encargarse de la facturaci6n y recaudaci6n del peaje. En una implementaci6n, el ordenador puede comunicarse con proveedores de servicios 44 y sistemas financieros 48 para que se encarguen de toda o parte de la facturaci6n y funcionalidad del procesamiento de

15 pago. Una vez la actividad de transacci6n se ha remitido a la tercera parte, el ordenador reanuda la ejecuci6n de las funciones del proceso empezando en el bloque . [0084] Si el ordenador se encarga del procesamiento de pago, el ordenador procesa (bloque ��6) una respuesta de pago de la parte asociada con el identificador

20 de vehiculo. En una implementaci6n, la base de datos de facturaci6n �6, junto con el motor de facturaci6n y el m6dulo de gesti6n de clientes �6, puede utilizarse para procesar las funciones de facturaci6n y recaudaci6n. Como se ha tratado arriba, el m6dulo de procesamiento de pagos �6c puede albergar procesamiento de pago electr6nico o manual dependiendo del giro recibido. Por ejemplo, el ordenador

25 puede proporcionar una cuenta para encargarse del procesamiento de pago electr6nico mediante una red de ordenadores como internet. El ordenador tambien puede encargarse de recibos de pago tradicionales como un cheque. [0085] Una vez se ha procesado el pago (bloque ��6), el ordenador reanuda la ejecuci6n del proceso empezando en el bloque ��.

30 [0086] La FIG. 4 es una grafica de flujo de una implementaci6n de sistema electr6nico de gesti6n de peaje ��, concretamente el proceso para gestionar el pago, mediante un canal de comunicaciones, de una parte asociada con un vehiculo que ha interaccionado con unas instalaciones. Para ilustrarlo, suponemos que una autoridad de peaje responsable de una carretera de peaje emplea las tecnicas reveladas y que

35 un propietario registrado desea realizar los pagos, de manera eficiente y automatica, por utilizar la carretera de peaje.

[0087] El ordenador proporciona (bloque ) una cuenta de una parte asociada con el identificador de vehiculo. En un modo de realizaci6n, el ordenador junto con el m6dulo de gesti6n de cuentas �6a puede proporcionar una pagina web para que los clientes abran una cuenta para realizar pagos electr6nicos en una red de ordenadores

5 como internet. La pagina web tambien puede permitir que el cliente acceda y actualice la informaci6n de la cuenta, como el historial de pagos, el importe de pago pendiente, el metodo de pago preferido u otra informaci6n. [0088] El ordenador recibe (bloque ��4) una solicitud de la parte a traves de un canal de comunicaciones para que se revise una actividad de transacci6n. Por

10 ejemplo, el m6dulo de gesti6n de pagos �6a puede encargarse de esta solicitud al recuperar la informaci6n de la base de datos de facturaci6n �6 acerca de la actividad de transacci6n asociada con la cuenta del cliente. La informaci6n recuperada puede incluir datos de imagen de una transacci6n concreta que implique el vehiculo del cliente y la cabina de peaje.

15 [0089] El ordenador envia (bloque ��6) la actividad de transacci6n a la parte a traves de un canal de comunicaciones. La informaci6n relacionada con la actividad de transacci6n puede incluir imagenes del vehiculo y el identificador de vehiculo (ej. placa de matricula). Dichos datos pueden ser codificados para permitir una transmisi6n segura a traves de internet. Los protocolos de comunicaci6n estandar como el

20 lenguaje de marcado de hipertexto (HTML pos sus siglas en ingles) pueden utilizarse para transmitir la informaci6n a traves de internet. [0090] El ordenador determina (bloque ��8) si la parte acepta la realizaci6n del pago. Por ejemplo, una vez el cliente recibe la informaci6n relacionada con la actividad de transacci6n, el cliente puede revisar la informaci6n para determinar si realiza el

25 pago basandose en si el vehiculo mostrado en las imagenes es el vehiculo del cliente. [0091] Si el ordenador determina (bloque ) que la parte acepta el pago, procesa (bloque ��4) el pago de la parte al deducir el importe de la cuenta basandose en la actividad de transacci6n. Por ejemplo, si la informaci6n de imagen indica que los datos de actividad de transacci6n son exactos, el cliente puede autorizar el pago, por

30 ejemplo, mediante el envio de una transacci6n de pago electr6nica. [0092] Por otra parte, si el ordenador determina (bloque ��) que la parte no acepta el pago, el ordenador procesa (bloque ��) una solicitud de disputa de pago de la parte. En una implementaci6n, el m6dulo de gesti6n de disputas �6b puede encargarse de una solicitud de disputa enviada por el cliente mediante tecnicas online.

35 El m6dulo �6b puede encargarse de transacciones especificas relacionadas con la cuenta del cliente incluyendo la implicaci6n de una tercera parte para resolver la

disputa. [0093] Una vez se ha procesado el pago (bloque ��4) o se ha resuelto una disputa (bloque ), el ordenador reanuda la ejecuci6n del proceso empezando en el bloque ��4.

5 [0094] La FIG. 7 es una grafica de flujo de una implementaci6n de sistema electr6nico de gesti6n de peaje, concretamente un proceso 4�� para conciliar las direcciones postales de distintas fuentes. Para ilustrarlo, se supone que una autoridad de peaje ha decidido emplear las tecnicas reveladas para procesar el pago relacionado con la utilizaci6n de instalaciones de peaje. Ya que las tecnicas reveladas implican el

10 procesamiento de pago un tiempo despues de que el vehiculo haya recorrido la autoridad de peaje, estas tecnicas ayudan a asegurar que el pago se envie a la direcci6n correcta del propietario registrado del vehiculo. [0095] El ordenador determina (bloque 4�� ) que una solicitud de pago va a ser enviada a una parte asociada con el identificador de vehiculo. Como se ha explicado

15 arriba, por ejemplo, las solicitudes de pago pueden generarse de forma peri6dica o basandose en un umbral de importe. [0096] El ordenador accede (bloque 4�4) a una autoridad de registro de vehiculos en relaci6n con una direcci6n postal de una parte asociada con el identificador de vehiculo. Por ejemplo, el ordenador puede acceder a una o mas bases de datos

20 asociadas con las autoridades de registro de vehiculos 4� para recuperar informaci6n como la direcci6n postal del propietario registrado del vehiculo. [0097] El ordenador accede (bloque 4�6) a una autoridad postal en relaci6n con una direcci6n postal de una parte asociada con el identificador de vehiculo. Por ejemplo, el ordenador puede acceder a una o mas bases de datos asociadas con

25 autoridades postales 8 para recuperar informaci6n como la direcci6n postal del propietario registrado del vehiculo. [0098] El ordenador compara (bloque 4�8) la direcci6n postal de la autoridad de registro de vehiculos con la direcci6n postal de la autoridad postal. Por ejemplo, el ordenador compara las direcciones postales de las dos autoridades para determinar si

30 existe discrepancia entre la informaci6n de la base de datos. [0099] Si el ordenador determina (bloque 4�� ) que las direcciones se corresponden, solicita (bloque 4�4) el pago a la persona asociada con el identificador del vehiculo utilizando la direcci6n postal de la autoridad postal. Por ejemplo, el ordenador puede utilizar las tecnicas tratadas arriba para encargarse del

35 procesamiento del pago incluyendo la facturaci6n y recaudaci6n del pago del propietario registrado.

[0100] Por otra parte, si el ordenador determina (bloque 4��) que las direcciones no se corresponden, actualiza (bloque 4��) la autoridad de registro de vehiculos con la direcci6n postal de la autoridad postal. Por ejemplo, el ordenador puede actualizar las bases de datos asociadas con las autoridades de registro de vehiculos 4� con la

5 direcci6n postal correcta recuperada de las autoridades postales �8. Dichas tecnicas pueden ayudar a reducir la probabilidad de enviar una factura a una direcci6n postal incorrecta dando lugar a una reducci6n del tiempo del giro del pago. [0101] Una vez se ha actualizado la autoridad de registro de vehiculos (bloque 4�� ) o se ha solicitado el pago (bloque 4�4), el ordenador ejecuta el proceso 4��

10 empezando en el bloque 4�� como se ha explicado arriba. [0102] La FIG. 6 es un diagrama de bloques de una implementaci6n de un sistema electr6nico de gesti6n de peaje 6�� que proporciona identificaci6n de vehiculos al extraer multiples identificadores de vehiculo de cada vehiculo que interacciona con las instalaciones de peaje. El sistema de gesti6n de peaje 6�� incluye un ordenador de

15 gesti6n de peaje 6��. El ordenador de gesti6n de peaje incluye una base de datos de imagenes 6�4, una base de datos de facturaci6n 6�6, una base de datos de identificadores de vehiculo 6�8, una base de datos de identificadores de vehiculo destacados 6�� , un motor de facturaci6n 6��, un m6dulo de obtenci6n de imagenes 6�4, un m6dulo de procesamiento de imagenes 6�7 y un m6dulo de gesti6n de

20 clientes 6�6. El ordenador de gesti6n de peaje 6 se comunica con o esta integrado en unas instalaciones de peaje 6�8, que interaccionan con un vehiculo 6 y una parte asociada al vehiculo 6� �. El ordenador de gesti6n de peaje 6�� tambien se comunica con sistemas externos 6 �4. [0103] Ejemplos de cada elemento dentro del sistema de gesti6n de peaje 6�� de la

25 FIG. 6 estan descritos en general arriba respecto a la FIG. . En concreto, el ordenador de gesti6n de peaje 6 , la base de datos de imagenes 6�4, la base de datos de facturaci6n 6�6, la base de datos de identificadores de vehiculo 6�8, la base de datos de identificadores de vehiculo destacados 6��, el motor de facturaci6n 6��, el m6dulo de obtenci6n de imagenes 6�4, el m6dulo de procesamiento de imagenes 6�7, el 30 m6dulo de gesti6n de gesti6n de clientes 6 6 y las instalaciones de peaje 6� 8 normalmente tienen caracteristicas comparables a e ilustran una posible implementaci6n del ordenador de gesti6n de peaje ��, la base de datos de imagenes �4, la base de datos de facturaci6n �6, la base de datos de identificadores de vehiculo �8, la base de datos de identificadores de vehiculo destacados ��, el motor de 35 facturaci6n ��, el m6dulo de obtenci6n de imagenes �4, el m6dulo de procesamiento de imagenes �7, el m6dulo de gesti6n de gesti6n de clientes �6 y las instalaciones de

peaje �8 de la FIG. , respectivamente. Asimismo, el vehiculo 6��, la parte asociada al vehiculo 6�� y los sistemas externos 6�4 normalmente tienen caracteristicas comparables al vehiculo ��, la parte asociada al vehiculo y los sistemas externos

�4 de la FIG. �.

5 [0104] La base de datos de identificaci6n de vehiculos 6�8 incluye una base de datos de identificadores extraidos 6�8�, una base de datos de registros de vehiculos 6�8� y una base de datos de errores de lectura 6�8� . Las funciones de las bases de datos 6�8��6�8� se describen con mas detalle abajo. [0105] El sistema 6�� es similar al sistema y esta configurado para proporcionar,

10 por ejemplo, tasas de error de identificaci6n de vehiculos reducidas al identificar cada vehiculo mediante la utilizaci6n de multiples identificadores de vehiculo. Dos de dichos identificadores estan indicados como 6��A y 6��B. Un identificador de vehiculo es preferiblemente un identificador que unicamente o casi unicamente identifica el vehiculo, pero puede ser un identificador que ayude en el proceso de identificaci6n al

15 distinguir el vehiculo de otro vehiculo sin identificar necesariamente el vehiculo unicamente. Los identificadores 6��A y 6��B pueden ser parte del vehiculo 6��, como sugiere la FIG. 6, pero no tienen que serlo. Por ejemplo, los identificadores 6��A y/o 6��B pueden estar producidos por el m6dulo de procesamiento de imagenes 6�7 a partir de las caracteristicas del vehiculo 6��.

20 [0106] Como se ha descrito previamente, un ejemplo de un identificador de vehiculo es la informaci6n de placa de matricula de un vehiculo, como un numero y estado de matricula. El m6dulo de procesamiento de imagenes 6�7 puede determinar la informaci6n de placa de matricula de un vehiculo a partir de una imagen de la placa de matricula utilizando ROC, correspondencia de plantillas y otras tecnicas de analisis.

25 Un numero de placa de matricula puede incluir cualquier caracter pero se restringe normalmente a caracteres alfanumericos. La informaci6n de placa de matricula puede utilizarse normalmente para identificar el vehiculo unicamente. [0107] Otro ejemplo de un identificador de vehiculo es una etiqueta de detecci6n de vehiculo descrita en la patente estadounidense numero 6.747.687. La etiqueta de

30 detecci6n de vehiculo, en lo sucesivo llamada huella digital de vehiculo, es un conjunto condensado de artefactos de datos que representa la firma visual del vehiculo. El m6dulo de procesamiento de imagenes 6�7 puede generar una huella digital de vehiculo al procesar una imagen del vehiculo. Sin embargo, para ahorrar tiempo de procesamiento y necesidades de almacenamiento, la huella digital de vehiculo

35 generada no incluye la informaci6n de "imagen" normal que un ser humano reconoceria. En consecuencia, normalmente no es posible procesar la huella digital de vehiculo para obtener la imagen de vehiculo original. Sin embargo, algunas huellas digitales de vehiculo pueden incluir informaci6n de imagen normal. Una huella digital de vehiculo normalmente puede ser usada para identificar el vehiculo unicamente. [0108] En una implementaci6n, una camara del m6dulo de obtenci6n de imagenes 6�4

5 captura una unica imagen "fija" de la parte trasera de cada vehiculo que pasa por las instalaciones de peaje 6�8. De cada vehiculo, el m6dulo de procesamiento de imagenes 6�7 reconoce las pistas visuales que son exclusivas del vehiculo y las reduce a una huella digital de vehiculo. Como una placa de matricula tiene una caracteristica muy singular, el m6dulo de procesamiento de imagenes 6�7

10 normalmente maximiza el uso de la placa de matricula en la creaci6n de la huella digital de vehiculo. Particularmente, la huella digital de vehiculo tambien incluye otras partes del vehiculo ademas de la placa de matricula y, por lo tanto, la identificaci6n de vehiculos mediante correspondencia de huellas digitales de vehiculos se considera generalmente mas exacta que la identificaci6n de vehiculos mediante correspondencia

15 de informaci6n de placa de matricula. La huella digital de vehiculo puede incluir, por ejemplo, partes del vehiculo alrededor de la placa de matricula y/o partes del parachoques y de la distancia entre ejes. [0109] Otro ejemplo de un identificador de vehiculo es una firma de vehiculo generada mediante un escaner laser (en lo sucesivo llamada firma laser). La informaci6n de

20 firma laser que puede ser capturada utilizando un escaner laser puede incluir uno o mas de un perfil electr6nico superior del vehiculo, incluyendo la longitud, la anchura y la altura del vehiculo, un conteo de ejes del vehiculo y una imagen �D del vehiculo. En una implementaci6n, el m6dulo de obtenci6n de imagenes 6�4 incluye dos laseres para un carril dado, uno que esta montado por encima del carril y otro que esta

25 montado junto al carril. El laser montado por encima del carril normalmente escanea el vehiculo para capturar el perfil superior del vehiculo y el laser montado junto al o encima del carril normalmente escanea el vehiculo para capturar el conteo de ejes del vehiculo. Juntos, ambos laseres tambien son capaces de generar una imagen �D del vehiculo. Una firma laser puede utilizarse para identificar algunos vehiculos

30 unicamente. Por ejemplo, los vehiculos que han sido modificados para que tengan una forma caracteristica pueden identificarse de forma unica con una firma laser. [0110] Otro ejemplo de identificador de vehiculo es una firma de vehiculo generada mediante un escaner magnetico (en lo sucesivo referida como firma inductiva). La firma inductiva de un vehiculo es un parametro que refleja la distribuci6n de metal a lo

35 largo del vehiculo y, por lo tanto, puede utilizarse para clasificar el vehiculo, en algunas circunstancias, para identificar el vehiculo unicamente (ej. si la distribuci6n de metal de un vehiculo concreto es exclusiva de ese vehiculo debido a modificaciones exclusivas realizadas a ese vehiculo). La firma inductiva puede incluir informaci6n que puede utilizarse para determinar uno o mas conteos de ejes (y probablemente el numero de neumaticos) del vehiculo, el tipo de motor utilizado en el vehiculo y el tipo o

5 clase de vehiculo. En una implementaci6n, el m6dulo de obtenci6n de imagenes 6�4 incluye un par de bucles de detecci6n de vehiculo, un conteo de ejes y un bucle de activaci6n de camara en cada carril. [0111] Una vez el m6dulo de procesamiento de imagenes 6�7 ha extraido dos o mas identificadores de vehiculo, el m6dulo de procesamiento de imagenes 6�7 almacena

10 los identificadores de vehiculo extraidos en la base de datos de identificadores de vehiculo 6�8�. Lo ideal es que el ordenador 6 fuese capaz entonces de identificar unicamente al propietario del vehiculo al escoger un identificador de vehiculo que identificase unicamente al vehiculo (ej. informaci6n de placa de matricula o huella digital de vehiculo) y buscar en una o mas bases de datos internas y externas de

15 registros de vehiculos un registro que contuviese un identificador de vehiculo correspondiente. Lamentablemente, la extracci6n de un identificador de vehiculo es un proceso imperfecto. Los identificadores de vehiculo extraidos puede que no se correspondan con el identificador de vehiculo real, y por lo tanto, puede que no identifiquen unicamente el vehiculo. Un identificador de vehiculo extraido de forma

20 incorrecta o parcial puede que no corresponderse con el identificador de vehiculo de ningun vehiculo, puede corresponderse con el identificador de vehiculo del vehiculo equivocado o puede corresponderse con los identificadores de vehiculo de mas de un vehiculo. Para incrementar la exactitud de la identificaci6n, el ordenador 6�� del sistema 6�� implementa un proceso de identificaci6n en varios niveles utilizando dos o

25 mas identificadores de vehiculo. [0112] La FIG. 7 es una grafica de flujo de un proceso de identificaci6n ilustrativo en dos niveles 7�� que puede ser implementado para aumentar la exactitud de la identificaci6n de vehiculos. Se capturan datos de imagen y/o de sensor de un vehiculo que interacciona con unas instalaciones de peaje (en lo sucesivo referido como el

30 "vehiculo objetivo") y se extraen dos identificadores de vehiculo de los datos capturados (bloque 7�� ). En una implementaci6n, s6lo se recogen datos de imagen y los dos identificadores de vehiculo extraidos son un numero de placa de matricula y una huella digital de vehiculo. En otra implementaci6n, se recogen datos de imagen y datos de sensores inductivos y los identificadores de vehiculos extraidos son la huella

35 digital de vehiculo y la firma inductiva. [0113] Uno de los dos identificadores de vehiculo extraidos esta designado como el

primer identificador de vehiculo y se utiliza para identificar un conjunto de uno o mas vehiculos candidatos correspondientes (bloque 7��). Normalmente, el identificador de vehiculo que se considera el menos capaz de identificar exactamente y/o unicamente el vehiculo objetivo se designa como el primer identificador de vehiculo. Por ejemplo, 5 si los dos identificadores de vehiculos extraidos fuesen un numero de placa de matricula y una huella digital de vehiculo, el numero de placa de matricula seria designado como el primer identificador de vehiculo debido a la baja exactitud esperada de la identificaci6n de vehiculos mediante correspondencia de placas de matricula comparada con correspondencia de huellas digitales. Los uno o mas vehiculos

10 candidatos correspondientes pueden ser determinados, por ejemplo, al acceder a una base de datos de registro de vehiculos y encontrar registros que contengan identificadores de vehiculo que se correspondan o casi se correspondan con el primer identificador de vehiculo. [0114] Una vez se determina el conjunto de uno o mas vehiculos candidatos

15 correspondientes, se identifica el vehiculo objetivo en el conjunto a partir del segundo identificador de vehiculos (bloque 7��). Por ejemplo, si se identificaran vehiculos candidatos como correspondientes a un numero de placa de matricula parcialmente extraido, se identifica el vehiculo objetivo al acceder a las huellas digitales de vehiculo de cada uno de los vehiculos candidatos y determinar cual de las huellas

20 digitales de vehiculos se corresponde con la huella digital de vehiculo extraida. Si no se encuentra una correspondencia dentro de un umbral de fiabilidad predeterminado, se puede usar la identificaci6n manual del vehiculo. En otra implementaci6n, se determinan sucesiva y simultaneamente uno o mas conjuntos mas grandes (ej. superconjuntos) de vehiculos candidatos correspondientes al cambiar (ej. ampliar) los

25 criterios de correspondencia y se realizan intentos adicionales para identificar el vehiculo objetivo en cada uno de los uno o mas conjuntos mas grandes antes de recurrir a la identificaci6n manual. [0115] En algunas implementaciones, el sistema de gesti6n de peaje puede estar deliberadamente diserado para identificar un conjunto mas grande de vehiculos

30 candidatos correspondientes durante el funcionamiento 7�� para, por ejemplo, asegurarse de que la menor exactitud esperada de la identificaci6n de vehiculos mediante el primer identificador no de lugar err6neamente a la exclusi6n del vehiculo objetivo del conjunto de vehiculos candidatos correspondientes. Por ejemplo, si el primer identificador de vehiculo es un numero de placa de matricula, el algoritmo de

35 lectura de placa de matricula puede modificarse intencionadamente de, por ejemplo, dos formas: ( ) los criterios de correspondencia del algoritmo de lectura de placa de

matricula pueden ampliarse para permitir que el algoritmo genere un conjunto mas grande de vehiculos candidatos correspondientes y ( �) el algoritmo de lectura de placa de matricula puede "desafinarse" disminuyendo el umbral de fiabilidad de lectura utilizado para determinar si un resultado de lectura es incluido en el conjunto de 5 candidatos correspondientes. Por ejemplo, el algoritmo de lectura de placa de matricula puede ampliarse para que s6lo requiera que un vehiculo candidato correspondiente se corresponda con un subconjunto o numero menor de los caracteres del numero de placa de matricula extraidos del vehiculo objetivo. Adicionalmente o alternativamente, se puede bajar el umbral de fiabilidad de lectura

10 para permitir que se incluyan lecturas previamente supuestas incorrectas (ej. lecturas con fiabilidad parcial o baja) en el conjunto de vehiculos candidatos correspondientes. [0116] El proceso de identificaci6n en dos niveles 7�� proporciona una mayor exactitud de identificaci6n en un sistema de identificaci6n de nivel unico/de identificador unico al requerir que dos identificadores de vehiculo se correspondan

15 satisfactoriamente para una identificaci6n de vehiculos satisfactoria. Ademas, el proceso 7�� puede proporcionar mayor velocidad de identificaci6n al limitar la correspondencia del segundo identificador de vehiculo con s6lo aquellos vehiculos candidatos que tengan registros que se correspondan satisfactoriamente con el primer identificador de vehiculo. Esto puede proporcionar una velocidad incrementada si, por

20 ejemplo, la correspondencia del segundo identificador de vehiculo extraido con otros dichos identificadores es un proceso largo o si una gran numero de dichos identificadores existe (ej. millones de identificadores de millones de vehiculos en una base de datos de vehiculos). [0117] En otra implementaci6n, dos o mas segundos identificadores se utilizan para

25 identificar el vehiculo objetivo de entre el conjunto de vehiculo candidatos correspondientes. Cada uno de los segundos identificadores debe corresponderse con el mismo vehiculo candidato dentro de un nivel de fiabilidad predeterminado para una identificaci6n de vehiculo satisfactoria. Alternativamente, se puede evaluar el grado de correspondencia de cada uno de los dos o mas segundos identificadores y se puede

30 generar una puntuaci6n combinada de correspondencia equivalente. Si la puntuaci6n combinada de correspondencia equivalente es superior a un umbral predeterminado, la identificaci6n se considera satisfactoria. [0118] En una implementaci6n, se le asigna a cada segundo identificador de vehiculos un numero de nivel de fiabilidad de correspondencia que va del al ��, donde

35 corresponde a sin correspondencia y corresponde a una correspondencia exacta. Tambien se le asigna a cada identificador de vehiculo un valor de ponderaci6n desde

hasta ��, con los valores de ponderaci6n mayores estando asignados a los identificadores de vehiculo que se consideran mas exactos en identificar vehiculos unicamente. Si, por ejemplo, los segundos identificadores de vehiculo son una firma laser e informaci6n de placa de matricula, se puede asignar una ponderaci6n de 6 a la

5 firma laser y se puede asignar una mayor ponderaci6n de a la informaci6n de placa de matricula. Si es necesaria una puntuaci6n combinada de correspondencia equivalente de para que una identificaci6n se considere satisfactoria y la informaci6n de placa de matricula se corresponda con un nivel de fiabilidad de 7 y la firma laser tambien se corresponda con un nivel de fiabilidad de 7, la puntuaci6n

10 combinada de correspondencia equivalente seria 7*6+7*�5��7 y la identificaci6n se consideraria satisfactoria. [0119] En otra implementaci6n, se utilizan dos o mas identificadores de vehiculo para identificar vehiculos del conjunto de vehiculos candidatos correspondientes. Cada uno de los primeros identificadores de vehiculo de un posible vehiculo candidato debe

15 corresponderse con el vehiculo objetivo dentro de un nivel de fiabilidad predeterminado para que el posible vehiculo candidato sea incluido en el conjunto de vehiculos correspondientes. De forma alternativa, se puede ponderar el grado de correspondencia de cada uno de los dos o mas primeros identificadores y se puede generar una puntuaci6n combinada de correspondencia equivalente. Si la puntuaci6n

20 combinada de correspondencia equivalente es superior a un umbral predeterminado, el posible vehiculo candidato se incluye en el conjunto de vehiculos candidatos correspondientes. [0120] En otra implementaci6n, el segundo identificador no se utiliza para identificar unicamente el vehiculo objetivo de entre los vehiculos del conjunto de vehiculos

25 candidatos correspondientes. Mas bien, el segundo identificador se utiliza para generar un conjunto nuevo y mas pequero de vehiculos candidatos correspondientes como un subconjunto del conjunto determinado por medio del primer identificador, y se utiliza, entonces, un tercer identificador para identificar unicamente el vehiculo objetivo en ese subconjunto de vehiculos candidatos correspondientes. En otra

30 implementaci6n mas, se utilizan multiples identificadores de vehiculo para reducir sucesivamente el conjunto de vehiculos candidatos correspondientes y se identifica unicamente el vehiculo objetivo en el subconjunto reducido sucesivamente mediante el uso de uno o mas identificadores de vehiculo finales. En otra implementaci6n mas, se utiliza cada uno de los multiples identificadores de vehiculo para generar su propio

35 conjunto de vehiculos candidatos correspondientes mediante tecnicas de correspondencia o correspondencia cercana y el conjunto reducido es la intersecci6n de todos los conjuntos determinados. En otra implementaci6n mas, el conjunto reducido se determina mediante una combinaci6n de las tecnicas descritas arriba. [0121] La FIG. 8 es un diagrama de flujo de un proceso de identificaci6n en dos niveles 8�� que puede ser implementado para aumentar la exactitud y/o

5 automatizaci6n de la identificaci6n de vehiculos. El proceso 8�� es una implementaci6n del proceso 7�� donde el primer identificador es un numero de placa de matricula y el segundo identificador es una huella digital de vehiculo. En concreto, el proceso 8�� incluye las funciones 8��8 ��, y subfunciones asociadas, que corresponden a e ilustran una posible implementaci6n de las funciones 7��7�� ,

10 respectivamente. Por comodidad, se hace referencia a los componentes especificos descritos con respecto de la FIG. 6 como realizadores del proceso 8��. Sin embargo, pueden aplicarse metodologias similares en otras implementaciones donde se utilizan distintos componentes para definir la estructura del sistema o donde la funcionalidad se distribuye de manera distinta entre los componentes que muestra la FIG. 6.

15 [0122] El m6dulo de obtenci6n de imagenes 6�4 captura datos de imagen del vehiculo objetivo a partir de una interacci6n entre el vehiculo objetivo y las instalaciones de peaje 6�8 (bloque 8�� ). En otra implementaci6n, el m6dulo de obtenci6n de imagenes 6�4 captura de forma adicional o alternativa datos de sensor incluyendo, por ejemplo, datos de escaner laser y/o de sensor de bucle. El m6dulo de procesamiento de

20 imagenes 6�7 obtiene datos de placa de matricula, incluyendo, por ejemplo, un numero y estado de placa de matricula completo o parcial del vehiculo objetivo a partir de datos de imagen capturados (bloque 8�4). De forma opcional, el m6dulo de procesamiento de imagenes 6�7 tambien puede determinar una huella digital de vehiculo del vehiculo objetivo a partir de los datos de imagen. En otra implementaci6n,

25 el m6dulo de procesamiento de imagenes 6�7 puede determinar otros datos de firma de vehiculo, como, por ejemplo, datos de firma laser y/o inductiva, a partir de los datos de imagen y/o datos de sensor. [0123] El ordenador 6� almacena los datos de imagen capturados en la base de datos de imagenes 6�4 y almacena los datos de placa de matricula extraidos en la

30 base de datos de identificadores extraidos 6�8�. Si es aplicable, el ordenador de gesti6n de peaje 6�� tambien almacena la huella digital de vehiculo extraida y otros datos de firma, como, por ejemplo, la firma inductiva y/o firma laser, en la base de datos de identificadores extraidos 6�8�. [0124] El ordenador 6 accede a un conjunto de registros de identificaci6n de

35 vehiculos de la base de datos de registro de vehiculos 6�8� (bloque 8� �). Cada uno de los registros de identificaci6n de vehiculos asocia a un propietario/conductor de un vehiculo con datos de identificador de vehiculo. El ordenador 6�� compara los datos de placa de matricula extraidos con los datos de placa de matricula del conjunto de registros de identificaci6n de vehiculos (bloque 8�4) e identifica un conjunto de vehiculos candidatos a partir de los vehiculos que tienen registros en el conjunto de

5 registros (bloque 8�6). La comparaci6n se puede realizar mediante tecnicas de correspondencia o de correspondencia cercana. [0125] El ordenador 6�� accede a los datos de huella digital de vehiculo extraidos del vehiculo objetivo (bloque 8��). Si aun no se ha determinado/extraido la huella digital de vehiculo a partir de los datos de imagen capturados, el ordenador 6 calcula la

10 huella digital de vehiculo y almacena la huella digital de vehiculo en la base de datos de identificadores de vehiculo extraidos 6�8�. [0126] El ordenador 6�� accede a los datos de huella digital de vehiculo de un vehiculo del conjunto de vehiculos candidatos al acceder al registro de identificaci6n de vehiculos correspondientes (bloque 8�4) y compara los datos de huella digital de

15 vehiculo del vehiculo objetivo con los datos de huella digital de vehiculo de los vehiculos candidatos (bloque 8�6). El ordenador 6�� identifica el vehiculo candidato como el vehiculo objetivo basandose en los resultados de la comparaci6n de los datos de huella digital de vehiculo (bloque 8�8). Si los datos de huella digital de vehiculo se corresponden con un umbral de fiabilidad predeterminado, el vehiculo candidato se

20 considera el vehiculo objetivo y el propietario/conductor del vehiculo candidato se considera el propietario/conductor del vehiculo objetivo. [0127] Las FIGS. �A�� C son una grafica de flujo de un proceso de identificaci6n ilustrativo en dos niveles que puede implementarse para incrementar la exactitud de la identificaci6n de vehiculos a la vez que se minimiza la necesidad de una

25 identificaci6n manual de vehiculos. El proceso es otra implementaci6n del proceso 7�� donde el primer identificador es un numero de placa de matricula y el segundo identificador es una huella digital de vehiculo. En concreto, el proceso incluye las funciones , y las subfunciones asociadas, que corresponden a e ilustran una posible implementaci6n de las funciones 7��7� �, respectivamente. Por comodidad,

30 se hace referencia a componentes concretos descritos con respecto a la FIG. 6 como realizadores del proceso 8��. Sin embargo, se pueden aplicar metodologias similares en otras implementaciones donde se utilizan distintos componentes para definir la estructura del sistema o donde la funcionalidad se distribuye de forma diferente entre los componentes que muestra la FIG. 6.

35 [0128] El m6dulo de obtenci6n de imagenes 6�4 captura datos de imagen y de sensor del vehiculo objetivo (bloque ). Los sensores al lado de la carretera, por ejemplo, camaras trigger que capturan imagenes frontales y traseras del vehiculo objetivo. Otros sensores pueden capturar datos adicionales utilizados para la clasificaci6n/identificaci6n del vehiculo. Por ejemplo, un escaner laser puede utilizarse para determinar datos de firma laser incluyendo la altura, la anchura, la longitud, el

5 conteo de ejes y el perfil dimensional del vehiculo. Los sensores tambien se pueden utilizar para determinar datos relacionados con la transacci6n entre el vehiculo objetivo y las instalaciones de peaje 6�8 como, por ejemplo, el peso del vehiculo, la velocidad del vehiculo y los datos del transponder asociado con el vehiculo. [0129] El m6dulo de procesamiento de imagenes 6�7 realiza una lectura de placa de

10 matricula sobre los datos de imagen capturados, crea una huella digital de vehiculo a partir de los datos de imagen capturados y, opcionalmente, determina otros datos de firma/clasificaci6n a partir de los datos de sensor capturados (bloque ��). Por ejemplo, el m6dulo el m6dulo de procesamiento de imagenes 6�7 puede utilizar un algoritmo de lectura de placa de matricula automatica para leer una o mas de las

15 imagenes capturadas. El algoritmo de lectura de placa de matricula puede leer las imagenes capturadas, por ejemplo, en orden de prioridad basandose en la visibilidad de la placa y su localizaci6n en la imagen. Los resultados de la lectura de placa de matricula pueden incluir uno o mas de un numero de placa de matricula, un estado de la placa de matricula, un estilo de placa de matricula, una puntuaci6n de fiabilidad de

20 lectura, una localizaci6n de la placa en la imagen y un tamaro de placa. El m6dulo de procesamiento de imagenes 6�7 tambien puede aplicar un algoritmo de extracci6n de firma visual para generar la huella digital de vehiculo del vehiculo objetivo. El algoritmo de extracci6n de firma visual puede ser similar al desarrollado por JAI �PULNiX Inc. de San Jose, California y descrito en la patente estadounidense numero 6.747.687. El

25 ordenador 6�� almacena las imagenes capturadas en la base de datos de imagenes 6�4 y almacena los resultados de lectura de placa de matricula, huella digital de vehiculo y otros datos de firma/clasificaci6n de vehiculo en la base de datos de identificadores de vehiculo extraidos 6�8�. [0130] El m6dulo de procesamiento de imagenes 6�7 determina si las imagenes

30 capturadas han proporcionado cualquier resultado de lectura parcial o completo del numero y estado de placa de matricula del vehiculo objetivo (bloque ��). Si las imagenes capturadas no proporcionasen ningun resultado de lectura completa, el proceso pasa a la funci6n �4� del proceso de identificaci6n manual 4�. [0131] Si las imagenes capturadas proporcionasen resultados de lectura parcial o

35 completa del numero y estado de placa de matricula del vehiculo objetivo, el ordenador 6�� busca en la base de datos de registros de vehiculos 6�8� y en la base de datos de errores de lectura 6�8� el numero exacto (parcial o completo) de placa de matricula (como lo ha leido el lector de placa de matricula) (bloque ��). [0132] La base de datos de registro de vehiculos 6�8� incluye registros de todos los vehiculos previamente reconocidos y potencialmente incluye registros de vehiculos

5 que se anticipa que se veran. En la base de datos de registro de vehiculos 6�8� normalmente se ingresan datos mediante un proceso de registro durante el cual un conductor/propietario de un vehiculo registra el vehiculo para la gesti6n automatica del pago del peaje. El conductor/propietario de un vehiculo puede registrar un vehiculo para la gesti6n automatica del pago del peaje al conducir el vehiculo a traves de un

10 carril especial de registro en las instalaciones de peaje 6�8 con su carne de identidad y otra informaci6n de contacto. El m6dulo de obtenci6n de imagenes 6�4 y el m6dulo de procesamiento de imagenes 6�7 capturan el numero de placa de matricula, la huella digital y otros datos de identificaci6n/clasificaci6n (ej. las dimensiones del vehiculo) del vehiculo del usuario mientras el vehiculo recorre las instalaciones 6�8.

15 Los datos de vehiculo y de identificaci6n del propietario se almacenan en un nuevo registro de identificaci6n de vehiculo asociado con el vehiculo y propietario/conductor recien registrados. [0133] Alternativamente, un conductor/propietario puede registrar un vehiculo para la gesti6n automatica del pago del peaje simplemente al conducir a traves de las

20 instalaciones 6�8, sin detenerse. El ordenador 6�� captura datos de imagen y datos de sensor del vehiculo e intenta identificar al conductor/propietario mediante la lectura de la imagen de placa de matricula y la busqueda de los resultados de lectura en una base de datos de un sistema externo 6�4 (ej. autoridades de registro de vehiculos). Si se identifica a un propietario/conductor, el ordenador 6�� envia la factura al

25 propietario/conductor. Una vez se ha establecido satisfactoriamente la relaci6n de facturaci6n, el ordenador 6�� registra oficialmente el vehiculo, genera los datos necesarios de huella digital de vehiculo y otros datos de firma/clasificaci6n a partir de los datos de imagen y de sensor capturados y los almacena en un registro de identificaci6n de vehiculo asociado al propietario/conductor identificado.

30 [0134] En otra implementaci6n, el ordenador 6 esta configurado para obtener una mayor exactitud en la identificaci6n de un conductor/propietario no registrado mediante la busqueda de los resultados de lectura de placa de matricula en una base de datos de una autoridad de registro de vehiculos (u otro sistema externo) y la solicitud de un numero de identificaci6n de vehiculo (VIN) correspondiente de la autoridad de registro

35 de vehiculos (u otro sistema externo). El ordenador 6�� utiliza el VIN para determinar la marca, el modelo y el aro del vehiculo. La marca, modelo y aro del vehiculo se

pueden utilizar para determinar la longitud, achura y altura del vehiculo. El ordenador 6�� puede entonces determinar una correspondencia satisfactoria del vehiculo objetivo con un vehiculo registrado en la autoridad de registro de vehiculos no s6lo al comparar datos de placa de matricula sino al comparar tambien dimensiones de 5 vehiculo (como las capturadas, por ejemplo, en una firma laser y/o una firma inductiva). Normalmente, el ordenador 6�� considerara una correspondencia como satisfactoria si los resultados de lectura de placa de matricula del vehiculo objetivo se corresponden con los datos de placa de matricula del vehiculo registrado en la autoridad de registro de vehiculos dentro de un umbral predeterminado y las

10 dimensiones de vehiculo de ambos vehiculos se corresponden dentro de una permisividad dada. [0135] La marca, modelo y aro del vehiculo se pueden utilizar, por ejemplo, para determinar la longitud, achura y altura del vehiculo al acceder a esa informaci6n de una base de datos publica o desde una base de datos de una tercera parte o,

15 adicionalmente o alternativamente, al acceder a la base de datos de registros de vehiculos 6�8� para recuperar los datos de longitud, achura y altura de uno o mas registros de identificaci6n de vehiculos correspondientes a vehiculos que tienen la misma marca, modelo y aro que el vehiculo objetivo. Dado que las dimensiones de un vehiculo pueden cambiar si se ha modificado el vehiculo, la longitud, achura y altura a

20 las que se ha accedido en el registro de identificaci6n de vehiculos pueden variar por vehiculo. En consecuencia, el ordenador 6�� puede necesitar determinar estadisticamente las dimensiones apropiadas para la comparaci6n, por ejemplo, tomando las dimensiones de longitud, achura y altura media o mediana. [0136] En una implementaci6n, el ordenador 6�� identifica un vehiculo en parte

25 mediante el uso de una firma electr6nica que incluye una firma laser y/o una firma inductiva (ej. magnetica). Cuando un vehiculo realiza transacciones con el sistema de peaje, se captura una firma electr6nica del vehiculo. La imagen y las medidas del vehiculo creadas por el escaner laser (ej. la firma laser) y/o magnetico (ej. la firma inductiva) se comparan con dimensiones e imagenes conocidas de vehiculos basadas

30 en el numero de identificaci6n de vehiculo (VIN), que han sido, por ejemplo, capturadas previamente por el sistema de peaje o por un sistema externo. Al comparar la imagen y dimensiones de firma electr6nica con dimensiones conocidas de vehiculos a partir del VIN, se puede reducir la busqueda de un vehiculo correspondiente y el VIN asociado. Si, por ejemplo, una LPR del vehiculo tiene un nivel de fiabilidad bajo, pero

35 se ha capturado la firma electr6nica del vehiculo, el sistema de peaje puede acceder a una base de datos, como se describe arriba, de dimensiones e imagenes conocidas de

vehiculos y VINs asociados y contrastar la firma electr6nica, dimensiones e imagenes con la base de datos para identificar el VIN de vehiculo correspondiente o identificar posibles vehiculos candidatos/VINs correspondientes. La base de datos de errores de lectura 6�8� enlaza resultados de lectura incorrectos anteriores con registros de 5 identificaci6n de vehiculos correctos. Por ejemplo, cuando la identificaci6n de vehiculos automatica falla pero la identificaci6n de vehiculos manual es satisfactoria, los datos de identificaci6n de vehiculo capturados (ej. resultado de lectura de placa de matricula) que conducen a un "error" (ej. un fallo de identificaci6n) del sistema automatico se almacenan en un registro de error de la base de datos de errores de

10 lectura 6�8� que esta enlazado con el registro de identificaci6n de vehiculo que se identific6 manualmente como el vehiculo. Asi, cuando se capturan de nuevo los mismos datos de identificaci6n de vehiculo en una fecha posterior, el ordenador 6�� puede identificar satisfactoriamente el vehiculo de forma automatica al acceder al registro de error de la base de datos de errores de lectura 6�8� , que identifica el

15 registro correcto de identificaci6n de vehiculo del vehiculo, sin requerir otra identificaci6n manual del vehiculo. [0137] Un registro de error tambien se puede generar y almacenar en la base de datos de errores de lectura 6�8� cuando la identificaci6n automatica del vehiculo es satisfactoria basandose en una correspondencia cercana de un resultado de lectura de

20 placa de matricula incorrecto. Por ejemplo, si el numero de placa de matricula "ABC��" se lee como "ABC��8" y el conjunto de correspondencias de candidatos identificados es "ABC��8", "ABC��", "ABG ��8" y "ABC��8", que, a su vez, produce la correspondencia correcta "ABC��", se puede crear un registro de error que enlaza automaticamente un resultado de lectura de placa de matricula "ABC��8" con el

25 vehiculo que tiene el numero de placa de matricula "ABC��". [0138] El ordenador 6 determina si cualquier registro de identificaci6n de vehiculo corresponde a los resultados de lectura de placa de matricula del vehiculo objetivo (bloque ��). Si ningun registro de identificaci6n de vehiculo corresponde al resultado de lectura, el ordenador 6�� realiza una busqueda extendida (bloque ).

30 [0139] El ordenador 6�� realiza una busqueda extendida cambiando o ampliando los criterios de una correspondencia satisfactoria o desafinando el algoritmo de lectura de placa de matricula. Por ejemplo, el ordenador 6�� puede realizar una busqueda extendida mediante uno o mas de los siguientes: (�) la comparaci6n de un subconjunto del resultado de lectura de numero de placa de matricula con los

35 caracteres de los numeros de placa de matricula almacenados en la base de datos de registro de vehiculos 6 �8� (ej. los ultimos dos caracteres del numero de placa de

matricula pueden ser emitidos de manera que si el numero de placa de matricula es "ABC��", cualquier vehiculo que tenga los numeros de placa de matricula "ABC�**" se considera candidato correspondiente, donde "*" es una variable); ( ) la comparaci6n de un subconjunto del resultado de lectura de numero de placa de matricula en orden 5 inverso con los caracteres de los numeros de placa de matricula almacenados en la base de datos de registro de vehiculos 6�8� en orden inverso (ej. los ultimos dos caracteres del numero de placa de matricula en orden inverso se pueden omitir de manera que si el numero de placa de matricula es "ABC��", que es " ��CBA" en orden inverso, cualquier vehiculo que tenga los numeros de placa de matricula en

10 orden inverso de "��C**" se considerara candidato correspondiente, donde "*" es una variable); y (�) otras tecnicas de correspondencia cercana incluyendo la comparaci6n de versiones modificadas del resultado de lectura de placa de matricula y los numeros de placa de matricula almacenados en la base de datos de registro de vehiculos 6�8� en la cual algunos de unos u otros o ambos son sustituidos y/o eliminados para reducir

15 el impacto de los caracteres mal interpretados. Por ejemplo, si el algoritmo ROC no indica un nivel de fiabilidad por encima de un umbral predeterminado en un resultado de lectura de un caracter de la placa de matricula, ese caracter puede ser ignorado. Adicionalmente o alternativamente, si el algoritmo ROC indica que un caracter de la placa de matricula puede ser uno de los dos distintos caracteres posibles, ambos

20 caracteres alternativos se pueden utilizar en la busqueda extendida. [0140] El ordenador 6 determina si cualquier registro de identificaci6n de vehiculo se corresponde con los resultados de lectura del vehiculo objetivo despues de realizar la busqueda extendida (bloque ��4). Si no se encuentran registros de identificaci6n de vehiculos, el proceso pasa a la operaci6n �4� del proceso de identificaci6n

25 manual �4� (bloque ��4). [0141] En referencia a la FIG. �B, si la busqueda o la busqueda extendida llevan a la identificaci6n de uno o mas registros de identificaci6n de vehiculo, el ordenador 6 recupera datos de huella digital de vehiculo y opcionalmente otros datos de firma/clasificaci6n de vehiculos a partir de los registros de identificaci6n de vehiculo

30 identificados (bloque �). El ordenador 6�� compara los datos de huella digital de vehiculo y opcionalmente otros datos de firma/clasificaci6n de vehiculos recuperados de cada vehiculo candidato correspondiente con los datos correspondientes asociados al vehiculo objetivo para identificar una o mas posibles correspondencias (bloque ��). La comparaci6n de huellas digitales de vehiculos puede ser realizada con un algoritmo

35 de comparaci6n identico o similar al desarrollado por JAI�PULNiX Inc. de San Jose, California y descrito en la patente estadounidense numero 6.747.687.

[0142] Una posible correspondencia puede definirse, por ejemplo, como una correspondencia de huella digital de vehiculo con una puntuaci6n de fiabilidad mayor o igual que un umbral predefinido y todos o algunos de los otros datos de clasificaci6n/firma que recaigan dentro de una permisividad definida para cada tipo de

5 datos. Por ejemplo, si el algoritmo de correspondencia de huellas digitales genera una puntuaci6n de a ��, donde es una no correspondencia y es una correspondencia perfecta, puede requerirse una puntuaci6n mayor o igual que para una correspondencia satisfactoria. Adicionalmente, si los otros datos de clasificaci6n/firma incluyen la altura, anchura y longitud del vehiculo objetivo, puede

10 requerirse la altura, anchura y longitud del vehiculo candidato para estar dentro de mas o menos cuatro pulgadas de la altura, anchura y longitud extraidas del vehiculo objetivo para una correspondencia satisfactoria. Se puede considerar que uno o mas registros de identificaci6n de vehiculo corresponden al vehiculo que posiblemente se corresponde con el vehiculo objetivo.

15 [0143] El ordenador 6� determina si la posible correspondencia es suficiente para identificar automaticamente el vehiculo sin intervenci6n humana al determinar una puntuaci6n combinada de correspondencia equivalente para cada posible correspondencia y comparar el resultado con un umbral de fiabilidad automatica predeterminado (bloque ��). El ordenador 6�� puede, por ejemplo, determinar una

20 puntuaci6n combinada de correspondencia equivalente para cada posible correspondencia de una manera similar a la descrita previamente con respecto al proceso 7��. Concretamente, el ordenador 6�� puede asignar un numero de nivel de fiabilidad de correspondencia a la correspondencia de huellas digitales y, opcionalmente, a la correspondencia de datos de clasificaci6n/firma, asignar una

25 ponderaci6n a cada tipo de datos y calcular una puntuaci6n combinada de correspondencia equivalente combinando los numeros de nivel de fiabilidad de correspondencia ponderados. Si la puntuaci6n combinada de correspondencia equivalente excede un umbral de fiabilidad automatico predeterminado, el ordenador 6�� considera el vehiculo objetivo identificado satisfactoriamente y el proceso

30 pasa a la operaci6n ��7 para registrar la actividad de transacci6n entre el vehiculo identificado y las instalaciones 6�8. Si mas de una posible correspondencia excede el umbral de fiabilidad automatico, el proceso de identificaci6n automatica puede ser incorrecto y el proceso puede opcionalmente pasar (no se muestra) a la operaci6n

�4� del proceso de identificaci6n manual �4� . 35 [0144] Si ninguna posible correspondencia se considera suficiente para identificar automaticamente el vehiculo sin intervenci6n humana, el ordenador 6�� determina si

una o mas correspondencias posibles satisfacen un umbral de correspondencia posible mas bajo (bloque ��4). El ordenador 6�� puede, por ejemplo, determinar que una posible correspondencia ha satisfecho el umbral de correspondencia posible si la puntuaci6n combinada de correspondencia equivalente de la posible correspondencia

5 es mas alta que el umbral de correspondencia posible pero mas baja que el umbral de fiabilidad automatica. [0145] Si al menos una correspondencia posible satisficiera el umbral de correspondencia posible, el ordenador 6�� permite que un operador realice una comprobaci6n de correspondencia visual (bloque ��7). La comprobaci6n de

10 correspondencia visual es un proceso en el cual el ordenador 6�� presenta una o mas de las imagenes del vehiculo objetivo al operador junto con una o mas de las imagenes de referencia asociadas con el vehiculo o vehiculos que probablemente se corresponden con el vehiculo objetivo. El operador rapidamente confirma o rechaza cada correspondencia probable con la indicaci6n de un simple si o no mediante, por

15 ejemplo, la selecci6n de los botones apropiados en una interfaz de usuario (bloque ��6). El operador tambien puede proporcionar opcionalmente una explicaci6n detallada para respaldar su respuesta. [0146] Si la correspondencia excede el umbral de fiabilidad automatico o es confirmada de forma visual por un operador mediante comprobaci6n visual de

20 correspondencia, el ordenador 6�� crea un registro de la actividad (ej. un registro de la interacci6n entre el vehiculo objetivo identificado positivamente y las instalaciones 6�8) como, por ejemplo, una transacci6n facturable o que no genera ingresos (bloque ��7). Si se confirma la correspondencia mediante comprobaci6n visual de correspondencia, el ordenador 6�� puede opcionalmente actualizar la base de datos de errores de

25 lectura 6�8� para incluir los datos de identificaci6n de vehiculo extraidos y un enlace que asocie los datos de identificaci6n de vehiculo extraidos con el registro de identificaci6n de vehiculo correcto (bloque ��8). [0147] En referencia tambien a la FIG. �C, el ordenador 6�� esta configurado para permitir que un operador identifique de forma manual el vehiculo objetivo (bloque �4�)

30 bajo las siguientes circunstancias: ( ) las imagenes capturadas del vehiculo objetivo no proporcionan resultados de lectura parcial o completa del numero y estado de placa de matricula del vehiculo objetivo (bloque ��); (� ) no se encuentran registros de identificaci6n de vehiculo que correspondan a los resultados de lectura de placa de matricula del vehiculo objetivo despues de realizar una busqueda extendida (bloque

35 ��4); (� ) una o mas posibles correspondencias son completas pero el nivel de fiabilidad de las una o mas correspondencias posibles, como se refleja en las puntuaciones combinadas de correspondencia equivalente, esta por debajo de tanto del umbral de fiabilidad automatica como del umbral de correspondencia probable (bloque ��4); y (4) se encuentran una o mas correspondencias probables pero un operador humano rechaza las una o mas correspondencias posibles mediante

5 comprobaci6n visual de correspondencia (bloque ��6). [0148] El operador humano intenta identificar manualmente el vehiculo al ( �) leer la placa(s) de matricula y (�) observar los detalles del vehiculo capturados por el m6dulo de obtenci6n de imagenes 6�4 y (�) comparar los datos de placa de matricula y detalles del vehiculo con datos disponibles en la base de datos de registros de

10 vehiculos 6�8�, la base de datos de errores de lectura 6�8� y/o las bases de datos de sistemas externos 6�4. Las placas de matricula leidas por un operador humano pueden ser confirmadas mediante una comparaci6n con el resultado del lector de placa de matricula automatico y/o entrada multiple por operador humano multiple. [0149] La identificaci6n manual puede considerarse satisfactoria si los datos recogidos

15 manualmente, ponderados con criterios definibles para una correspondencia de vehiculos positiva, excede un umbral de fiabilidad de identificaci6n predeterminado (bloque �4�). Esta determinaci6n puede ser realizada por el ordenador 6�� , el operador que ha proporcionado los datos manuales y/o un operador mas cualificado. [0150] En una implementaci6n, si no se puede identificar positivamente un vehiculo

20 automaticamente y no se encuentran correspondencias cercanas, se muestran una o mas imagenes del vehiculo a un primer revisor humano. El primer revisor humano inspecciona las imagenes y especifica manualmente el numero de placa de matricula que el primer revisor cree que corresponde al vehiculo basandose en las imagenes. Ya que esta revisi6n manual del primer revisor humano tambien esta sujeta a error (ej.

25 error de percepci6n o topografico), la lectura de placa de matricula del primer revisor humano se compara con una base de datos de LPR para determinar si el numero de placa de matricula especificado por el primer revisor humano existe. Adicionalmente, si existe un registro de la base de datos que tiene datos de huella digital que se corresponden con la lectura de placa de matricula, tambien se puede realizar una

30 comparaci6n de huellas digitales. Si el resultado de la lectura del primer revisor humano no se corresponde con ningun resultado de LPR o vehiculo conocido, se puede mostrar las una o mas imagenes del vehiculo a un segundo revisor humano. El segundo revisor humano inspecciona las imagenes y especifica manualmente el numero de placa de matricula que el segundo revisor humano cree que corresponde al

35 vehiculo basandose en las imagenes. Si el resultado de lectura del segundo revisor humano es diferente al resultado de lectura del primer revisor humano, puede ser necesaria una lectura de un tercer revisor humano, que es normalmente un revisor cualificado. En resumen, la lectura del primer revisor humano es, de hecho, un punto de partida para volver a intentar una correspondencia automatica. Si la correspondencia automatica falla, multiples revisores humanos deben mostrar su

5 acuerdo en la lectura de la placa de matricula para que la lectura se considere exacta. [0151] Si no se identifica el vehiculo satisfactoriamente, el ordenador 6�� crea un registro de la actividad como una transacci6n no identificada o no asignada (bloque

�4�). Si el vehiculo no es identificado satisfactoriamente, el ordenador 6�� crea un registro de la actividad como, por ejemplo, una transacci6n facturable o que no genera 10 ingresos (bloque ��7). Si no se ha identificado el vehiculo previamente, el ordenador 6�� puede crear un nuevo registro de identificaci6n de vehiculo para el vehiculo y su propietario/conductor en la base de datos de registro de vehiculos 6�8�. El ordenador 6�� tambien puede actualizar la base de datos de errores de lectura 6�8 para incluir los datos de identificaci6n de vehiculo extraidos y un enlace que asocie los datos de

15 identificaci6n de vehiculo extraidos con el registro de identificaci6n de vehiculo correcto (bloque ��8). [0152] Las aplicaciones anteriores representan ejemplos ilustrativos y las tecnicas reveladas se pueden emplear en otras aplicaciones. Ademas, las varias tecnicas reveladas (incluyendo sistemas y procesos) pueden ser modificadas, combinadas

20 como un todo o parcialmente unas con otras, completadas o eliminadas para producir implementaciones adicionales. [0153] Los sistemas y tecnicas descritos aqui se pueden implementar en circuitos electr6nicos digitales o en hardware, firmware, software informatico, o en combinaciones de ellos. Los sistemas y tecnicas descritos aqui se pueden

25 implementar como un producto de programa informatico, ej. un programa informatico representado de forma tangible en un portador de informaci6n, ej. en un dispositivo de almacenamiento legibles por maquina o en una seral de propagaci6n, para la ejecuci6n mediante, o para el control del funcionamiento de, un aparato de procesamiento de datos, ej. un procesador programable, un ordenador o multiples

30 ordenadores. Un programa informatico puede estar escrito en cualquier forma de lenguaje de programaci6n, incluyendo lenguajes compilados o interpretados, y puede desplegarse de cualquier forma, incluyendo como un programa stand �alone o como un m6dulo, componente, subrutina u otra unidad apropiada para su uso en un entorno informatico. Un programa informatico puede desplegarse para ser ejecutado en un

35 ordenador o en multiples ordenadores en una ubicaci6n o distribuido a traves de multiples ubicaciones e interconectado mediante una red de comunicaci6n.

[0154] Los pasos del metodo de los sistemas y tecnicas descritos aqui se pueden realizar mediante uno o mas procesadores programables que ejecutan un programa informatico para realizar funciones de la invenci6n al operar sobre datos de entrada y generar datos de salida. Los pasos del metodo tambien se pueden realizar mediante, y

5 el aparato de la invenci6n se puede implementar como, circuitos l6gicos especiales, ej. una FPGA (matriz de puertas programable de campo) o un ASIC (circuito integrado de aplicaci6n especifica). [0155] Los procesadores apropiados para la ejecuci6n de un programa informatico incluyen, a modo de ejemplo, tanto los microprocesadores generales como los

10 especiales y cualquier uno o mas procesadores de cualquier tipo de ordenador digital. En general, un procesador recibira instrucciones y datos de una memoria de s6lo lectura o una memoria de acceso aleatorio o ambas. Los elementos tipicos de un ordenador son un procesador para ejecutar instrucciones y uno o mas dispositivos de memoria para almacenar instrucciones y datos. En general, un ordenador tambien

15 incluira, o estara acoplado de forma operativa para recibir datos de o transferir datos a,

o ambos, uno o mas dispositivos de almacenamiento masivo para almacenar datos, ej. discos magneticos, magneto�6pticos u 6pticos. Los portadores de informaci6n apropiados para incorporar instrucciones y datos de programas informaticos incluyen todas las formas de memoria no volatil, incluyendo, a modo de ejemplo, dispositivos de

20 memoria semiconductora, ej. EPROM, EEPROM y dispositivos de memoria flash; discos magneticos como discos duros internos y discos extraibles; discos magneto 6pticos y discos CD�ROM y DVD�ROM. El procesador y la memoria se pueden completar con, o incorporar en circuitos l6gicos especiales. [0156] Para proporcionar interacci6n con un usuario, los sistemas y tecnicas descritos

25 aqui pueden implementarse en un ordenador que tiene un dispositivo de pantalla como un monitor CRT (tubo de rayos cat6dicos) o LCD (pantalla de cristal liquido) para mostrar informaci6n al usuario y un teclado y un dispositivo de puntero como un rat6n

o un trackball con el que el usuario puede proporcionar datos de entrada al ordenador. Otros tipos de dispositivos pueden utilizarse para proporcionar interacci6n con un

30 usuario tambien; por ejemplo, retroalimentaci6n, se puede proporcionar al usuario cualquier forma de retroalimentaci6n sensorial, como retroalimentaci6n visual, retroalimentaci6n auditiva o retroalimentaci6n tactil; y se pueden recibir datos de entrada del usuario en cualquier forma, incluyendo datos de entrada acustica, hablada

o tactil.

35 [0157] Los sistemas y tecnicas descritos aqui pueden ser implementados en un sistema informatico que incluye un componente de back end, ej. como servidor de datos, o que incluye un componente de middleware, ej. un servidor de aplicaci6n, o que incluye un componente de front end, ej. un ordenador de cliente que tiene una interfaz de usuario grafica o un navegador web a traves del cual un usuario puede interaccionar con una implementaci6n de la invenci6n, o cualquier combinaci6n de

5 dichos componentes de back end, middleware o front�end. Los componentes del sistema pueden estar interconectados mediante cualquier forma o medio de comunicaci6n de datos digital, ej. una red de comunicaci6n. Ejemplos de redes de comunicaci6n incluyen una red de area local ("LAN"), una red de area amplia ("WAN") e internet.

10 [0158] El sistema informatico puede incluir clientes y servidores. Un cliente y servidor son generalmente remotos el uno del otro y normalmente interaccionan a traves de una red de comunicaci6n. La relaci6n de cliente y servidor surge en virtud de los programas informaticos funcionando en los ordenadores respectivos y teniendo una relaci6n cliente�servidor uno con otro.

Claims

Reivindicaciones

1. Un metodo de identificaci6n de un vehiculo en un sistema de peaje, el metodo que consiste en: Adquirir datos de imagen de un primer vehiculo;

5 Obtener datos de placa de matricula a partir de los datos de imagen del primer vehiculo; Acceder a un conjunto de registros, cada registro incluyendo datos de placa de matricula de un vehiculo;

Ejecutar un algoritmo de lectura de placa de matricula para:

10 Comparar los datos de placa de matricula del primer vehiculo con los datos de placa de matricula del conjunto de registros, e Identificar un conjunto de vehiculos candidatos de entre los vehiculos que tienen registros en el conjunto de registros, el conjunto de vehiculos candidatos siendo identificado a partir de los resultados de la comparaci6n de los datos de

15 placa de matricula; y Seleccionar, de entre el conjunto de vehiculos candidatos, un vehiculo candidato como el vehiculo correspondiente al primer vehiculo al:

Acceder a los datos de huella digital de vehiculo del primer vehiculo, los datos de huella digital de vehiculo del primer vehiculo estando basados en los datos

20 de imagen adquiridos del primer vehiculo y los datos de huella digital del primer vehiculo siendo un conjunto de artefactos de datos correspondientes a una firma visual del primer vehiculo, Acceder a los datos de huella digital de vehiculo del vehiculo candidato de entre el conjunto de vehiculos candidatos, comparando, mediante un

25 dispositivo de procesamiento, los datos de huella digital de vehiculo del primer vehiculo con los datos de huella digital de vehiculo del vehiculo candidato de entre el conjunto de vehiculos candidatos, e Identificar el vehiculo candidato de entre el conjunto de vehiculos candidatos como el primer vehiculo a partir de los resultados de la comparaci6n de datos

30 de huella digital de vehiculo.
2.

El metodo de la reivindicaci6n �, en el cual el algoritmo de lectura de placa de matricula comprende un algoritmo desafinado configurado para identificar siempre multiples vehiculos candidatos dentro del conjunto.
3.

El metodo de la reivindicaci6n �, en el cual la identificaci6n de un conjunto de

35 vehiculos candidatos a partir de los resultados de la comparaci6n de los datos de placa de matricula comprende la identificaci6n de multiples vehiculos candidatos como correspondientes al primer vehiculo basada a partir de los resultados de la comparaci6n de los datos de placa de matricula.
4. El metodo de la reivindicaci6n �, en el cual el algoritmo de lectura de placa de matricula comprende un algoritmo que lee un numero de placa de matricula de un

5 vehiculo objetivo a partir de una imagen del vehiculo objetivo y compara el numero de placa de matricula leido a partir de la imagen con numeros de placas de matricula de vehiculos conocidos para identificar un conjunto de vehiculos candidatos correspondientes al vehiculo objetivo.
5. El metodo de la reivindicaci6n �, en el cual el algoritmo de lectura de placa de

10 matricula comprende un algoritmo desafinado configurado para identificar siempre multiples vehiculos candidatos de entre el conjunto al bajar el umbral de fiabilidad de lectura utilizado por el algoritmo para determinar si un resultado de lectura esta designado como correspondiente a un vehiculo candidato correspondiente.
6. El metodo de la reivindicaci6n �, en el cual el algoritmo de lectura de placa de

15 matricula comprende un algoritmo desafinado configurado para identificar siempre multiples vehiculos candidatos de entre el conjunto al requerir un numero de placa de matricula de un vehiculo candidato para que se corresponda s6lo con un subconjunto

o un numero menor de caracteres del numero de placa de matricula de un vehiculo

objetivo para que el vehiculo candidato sea incluido en el conjunto de vehiculos 20 candidatos correspondientes.
7. El metodo de la reivindicaci6n �, en el cual la obtenci6n de datos de placa de matricula a partir de los datos de imagen a los que se ha accedido del primer vehiculo comprenden la obtenci6n de datos de placa de matricula a partir de datos de imagen a los que se ha accedido, utilizando reconocimiento 6ptico de caracteres.

25 8. El metodo de la reivindicaci6n 7, en el cual los datos de placa de matricula incluyen un numero de placa de matricula.
9.

El metodo de la reivindicaci6n �, tambien comprendiendo el acceso a los datos de firma laser o datos de firma inductiva del primer vehiculo.
10.

El metodo de la reivindicaci6n �, en el cual los datos de firma laser incluyen uno o

30 mas perfiles electr6nico superiores del primer vehiculo, un conteo de ejes del primer vehiculo y una imagen D del primer vehiculo.
11. El metodo de la reivindicaci6n �, en el cual los datos de firma inductiva incluyen uno o mas de un conteo de ejes del primer vehiculo, un tipo de motor del primer vehiculo y un tipo o clase de vehiculo del primer vehiculo.

35 12. El metodo de la reivindicaci6n �, en el cual cada registro dentro del conjunto de registros incluye datos de firma laser o datos de firma inductiva de un vehiculo.
13.

El metodo de la reivindicaci6n ��, tambien comprendiendo la comparaci6n de datos de firma laser o datos de firma inductiva del primer vehiculo con datos de firma laser o datos de firma inductiva de vehiculos dentro del conjunto de registros.
14.

El metodo de la reivindicaci6n ��, en el cual la identificaci6n de un conjunto de

5 vehiculos candidatos a partir de los vehiculos que tienen registros en el conjunto de registros incluye la identificaci6n del conjunto de vehiculos candidatos a partir de los resultados de la comparaci6n de los datos de placa de matricula y los resultados de la comparaci6n de los datos de firma laser o los datos de firma inductiva.
15. El metodo de la reivindicaci6n �4, en el cual la identificaci6n del conjunto de

10 vehiculos candidatos a partir de los resultados de la comparaci6n de los datos de placa de matricula y los resultados de la comparaci6n de los datos de firma laser o datos de firma inductiva incluye la determinaci6n de una puntuaci6n combinada de correspondencia equivalente para cada vehiculo que tenga un registro en el conjunto de registros y la identificaci6n del conjunto de vehiculos candidatos como un conjunto

15 de vehiculos que tienen puntuaciones combinadas de correspondencia equivalente por encima de un umbral predeterminado.
16. El metodo de la reivindicaci6n �7, en el cual cada puntuaci6n combinada de correspondencia equivalente comprende una combinaci6n ponderada de una puntuaci6n de correspondencia de firma laser o inductiva y una puntuaci6n de

20 correspondencia de placa de matricula.
17. El metodo de la reivindicaci6n ��, en el cual la identificaci6n de vehiculos candidatos de entre el conjunto de vehiculos candidatos como el primer vehiculo incluye la identificaci6n del vehiculo candidato como el primer vehiculo a partir de los resultados de la comparaci6n de los datos de huella digital de vehiculo y los resultados

25 de la comparaci6n de los datos de firma laser o datos de firma inductiva.
18. El metodo de la reivindicaci6n �7, en el cual la identificaci6n del vehiculo candidato de entre el conjunto de vehiculos candidatos como el primer vehiculo a partir de los resultados de la comparaci6n de los datos de huella digital de vehiculo y los resultados de la comparaci6n de los datos de firma laser o datos de firma inductiva incluye la

30 determinaci6n de una puntuaci6n combinada de correspondencia equivalente para el vehiculo candidato de entre el conjunto de vehiculos candidatos y la determinaci6n de que la puntuaci6n combinada de correspondencia equivalente es mas alta que un umbral predeterminado.
19. El metodo de la reivindicaci6n �8, en el cual la puntuaci6n combinada de

35 correspondencia equivalente comprende una combinaci6n ponderada de una puntuaci6n de correspondencia de firma laser o inductiva y una puntuaci6n de correspondencia de huella digital de vehiculo.
20. El metodo de la reivindicaci6n �, en el cual la identificaci6n del vehiculo candidato de entre el conjunto de vehiculos candidatos como el primer vehiculo incluye la identificaci6n del vehiculo candidato como el primer vehiculo si la comparaci6n de los

5 datos de huella digital de vehiculo del primer vehiculo con los datos de huella digital de vehiculo del vehiculo candidato del conjunto de vehiculos candidatos indica una correspondencia que tiene un nivel de fiabilidad que excede un umbral de fiabilidad.
21. El metodo de la reivindicaci6n ��, en el cual la identificaci6n del vehiculo candidato del conjunto de vehiculos candidatos como el primer vehiculo incluye la identificaci6n

10 del vehiculo candidato del conjunto de vehiculos candidatos como el primer vehiculo sin intervenci6n humana si el nivel de fiabilidad de la correspondencia excede un primer umbral de fiabilidad.
22. El metodo de la reivindicaci6n ��, en el cual la identificaci6n del vehiculo candidato del conjunto de vehiculos candidatos como el primer vehiculo incluye la identificaci6n

15 del vehiculo candidato del conjunto de vehiculos candidatos como el primer vehiculo si el nivel de fiabilidad de la correspondencia es menor que el primer umbral de fiabilidad pero mayor que un segundo umbral de fiabilidad y un operador humano confirma la correspondencia.
23. El metodo de la reivindicaci6n ��, tambien consistiendo en permitir que el operador

20 humano confirme o rechace la correspondencia al: Permitir que el operador humano perciba los datos de la imagen a los que se ha accedido del primer vehiculo, y Permitir que el operador humano interaccione con una interfaz de usuario para indicar el rechazo o la confirmaci6n de la correspondencia.

25 24. El metodo de la reivindicaci6n ��, en el cual la identificaci6n del vehiculo candidato del conjunto de vehiculos candidatos como el primer vehiculo incluye la identificaci6n del vehiculo candidato como el primer vehiculo si el nivel de fiabilidad de la correspondencia es menor que el primer y segundo umbrales de fiabilidad y un operador humano identifica manualmente el vehiculo candidato como el primer

30 vehiculo al acceder a los datos de la imagen del primer vehiculo y al registro del vehiculo del conjunto de registros.
25. El metodo de la reivindicaci6n �, en el cual la identificaci6n del vehiculo candidato del conjunto de vehiculos candidatos como el primer vehiculo incluye la identificaci6n del vehiculo candidato al combinar el numero de identificaci6n del vehiculo (VIN por

35 sus siglas en ingles), la firma laser, la firma inductiva y los datos de imagen.
26. Un articulo que comprende un medio legible por maquina que almacena instrucciones ejecutables por maquina que, cuando se aplican a una maquina, hacen

que la maquina realice operaciones que consisten en: Obtener datos de imagen de un primer vehiculo; Obtener datos de placa de matricula a partir de los datos de imagen obtenidos

5 del primer vehiculo; Acceder a un conjunto de registros, cada registro incluyendo datos de placa de matricula de un vehiculo;

Ejecutar un algoritmo de lectura de placa de matricula para: Comparar los datos de placa de matricula del primer vehiculo con los datos de

10 matricula de vehiculos del conjunto de registros, e Identificar un conjunto de vehiculos candidatos de entre los vehiculos que tienen registros en el conjunto de registros, el conjunto de vehiculos candidatos siendo identificado a partir de los resultados de la comparaci6n de los datos de placa de matricula; y

15 Seleccionar, de entre el conjunto de vehiculos candidatos, un vehiculo candidato como

correspondiente al primer vehiculo al: Acceder a datos de huella digital de vehiculo del primer vehiculo, los datos de huella digital de vehiculo del primer vehiculo estando basados en los datos de imagen adquiridos del primer vehiculo y los datos de huella digital de vehiculo

20 del primer vehiculo estando basados en los datos de imagen adquiridos del primer vehiculo y los datos de huella digital de vehiculo del primer vehiculo siendo un conjunto de artefactos de datos correspondiendo a una firma visual del primer vehiculo, Acceder a datos de huella digital de vehiculo del vehiculo candidato del

25 conjunto de vehiculos candidatos, Comparar los datos de huella digital de vehiculo del primer vehiculo con los datos de huella digital de vehiculo del vehiculo candidato del conjunto de vehiculos candidatos, e Identificar el vehiculo candidato del conjunto de vehiculos candidatos como el

30 primer vehiculo a partir de los resultados de la comparaci6n de datos de huella digital de vehiculo.
27. Un aparato para identificar un vehiculo en un sistema de peaje, el aparato comprendiendo: Un dispositivo de captura de imagen configurado para capturar datos de

35 imagen de un primer vehiculo; y Uno o mas dispositivos de procesamiento acoplados en comunicaci6n uno a

otro y al dispositivo de captura de imagenes y configurados para: Obtener datos de placa de matricula a partir de los datos de imagen capturados del primer vehiculo; Acceder a un conjunto de registros, cada registro incluyendo datos de placa de matricula de un vehiculo;

Ejecutar un algoritmo de lectura de placa de matricula para: Comparar los datos de placa de matricula del primer vehiculo con los datos de placa de matricula de vehiculos del conjunto de registros, e Identificar un conjunto de vehiculos candidatos de entre los vehiculos que tienen registros en el conjunto de registros, el conjunto de vehiculos candidatos siendo identificado a partir de los resultados de la comparaci6n de los datos de placa de matricula; y

Seleccionar, de entre el conjunto de vehiculos candidatos, un vehiculo

candidato como correspondiente al primer vehiculo al: Acceder a los datos de huella digital de vehiculo del primer vehiculo, los datos de huella digital de vehiculo del primer vehiculo estando basados en los datos de imagen adquiridos del primer vehiculo y los datos de huella digital de vehiculo del primer vehiculo siendo un conjunto de artefactos de datos correspondientes a una firma visual del primer vehiculo, Acceder a los datos de huella digital de vehiculo del vehiculo candidato del conjunto de vehiculos candidatos, Comparar los datos de huella digital de vehiculo del primer vehiculo con los datos de huella digital de vehiculo del vehiculo candidato del conjunto de vehiculos candidatos, e Identificar el vehiculo candidato de entre el conjunto de vehiculos candidatos como el primer vehiculo a partir de los resultados de la comparaci6n de los datos de huella digital de vehiculo.
28. Un programa informatico que esta almacenado en un medio legible por maquina y que incluye instrucciones ejecutables por maquina que, cuando se aplican a una maquina, hacen que la maquina lleve a cabo un metodo de acuerdo con cualquiera de las reivindicaciones a �7.