Хяналтын камер дээрх тээврийн хэрэгслийн улсын дугаарыг таних технологи
Хяналтын камер дээрх тээврийн хэрэгслийн улсын дугаарыг таних технологи нь Автомат дугаарын дугаар таних (ANPR) эсвэл Улсын дугаар таних (LPR) гэж өргөнөөр мэдэгддэг. Энэхүү систем нь Хяналтын камеруудад улсын дугаарыг автоматаар "уншиж", дараа нь хадгалах, хайх, шинжлэх боломжтой текст өгөгдөл болгон хөрвүүлэх боломжийг олгодог. Сүүлийн жилүүдэд ANPR нь хурдны зам, зогсоолын талбай, төлбөртэй хаалга, үйлдвэрлэлийн бүс, тэр ч байтугай орон сууцны цогцолборуудад улам бүр ашиглагдаж байна, учир нь энэ нь аюулгүй байдал, үйл ажиллагааны үр ашиг, орж ирж буй болон гарч буй тээврийн хэрэгслийг бүртгэх нарийвчлалыг сайжруулж чаддаг.
ANPR гэж юу вэ, энэ нь хэрхэн ажилладаг вэ?
Ерөнхийдөө ANPR нь техник хангамж (CCTV камер болон боловсруулах төхөөрөмж) болон програм хангамж (зураг боловсруулах алгоритм болон хиймэл оюун ухаан)-ийн хослол юм. Үүний зорилго нь тээврийн хэрэгслийн зургийг авах, улсын дугаарын хэсгийг илрүүлэх, дараа нь улсын дугаар дээрх тэмдэгтүүдийг таних явдал юм.
ANPR ажлын урсгалууд нь ихэвчлэн дөрвөн үндсэн үе шатыг агуулдаг:
1. Зураг авах (зураг авах)
Хяналтын камерууд тээврийн хэрэгслийн зураг эсвэл видео бичлэгийг авдаг. Энэ үед зургийн чанар нь системийн амжилтад чухал үүрэг гүйцэтгэдэг. Камерын нягтрал, хаалтын хурд, гэрэлтүүлэг, камер суурилуулах байршил зэрэг хүчин зүйлүүд нь бүгд чухал хүчин зүйлүүд юм.
2. Машины дугаарын тэмдэг илрүүлэх
Програм хангамж нь зураг доторх улсын дугаарын байршлыг тогтоодог. Энэ үйл явц нь улсын дугаарын өвөрмөц шинж чанаруудыг ашигладаг: тэгш өнцөгт хэлбэр, тодорхой өнгөний ялгаа, ердийн тэмдэгтийн хэв маяг. Орчин үеийн системүүд нь нарийн төвөгтэй дэвсгэр дээр илрүүлэх чадварыг сайжруулахын тулд гүнзгий сургалтын загваруудыг ихэвчлэн ашигладаг.
3. Дүрийн сегментчилэл
Хавтан олдсоны дараа систем тэмдэгтүүдийг нэг нэгээр нь ялгадаг. Энэ алхам нь маш чухал юм, учир нь бохир, гэмтсэн эсвэл гэрлээр туссан хавтан нь тэмдэгтүүдийг ялгахад хэцүү болгодог.
4. Дүр таних (OCR/таних)
Тусгаарлагдсан тэмдэгтүүдийг OCR (Оптик тэмдэгт таних) техник ашиглан танина. Хамгийн сүүлийн үеийн системүүд нь янз бүрийн фонт, буудлагын өнцөг, гэрэлтүүлгийн нөхцөл байдлаас суралцах боломжтой мэдрэлийн сүлжээг ашигладаг.
Зарим хэрэгжилтэд сонгодог сегментчиллийн процессыг төгсгөлөөс төгсгөл хүртэлх арга барилаар сольсон: хиймэл оюун ухааны загвар нь тэмдэгтүүдийг тодорхой тусгаарлахгүйгээр машины дугаарын зургийг шууд текст болгон хувиргадаг. Энэ нь бодит ертөнцийн хүнд нөхцөлд илүү тогтвортой ажиллах боломжийг олгодог.
Хяналтын камерт суурилсан ANPR системийн үндсэн бүрэлдэхүүн хэсгүүд
ANPR оновчтой ажиллахын тулд харилцан дэмжлэг үзүүлэх хэд хэдэн бүрэлдэхүүн хэсэг шаардлагатай:
– ANPR-д зориулсан хяналтын камер
Тэдгээр нь ерөнхийдөө өндөр хаалтын хурд, Өргөн динамик хүрээ (WDR), шөнийн харааны IR (хэт улаан туяа) болон хөдөлж буй объектуудыг буулгах чадвартай. ANPR-ийг стандарт камер дээр ашиглаж болох ч тусгай камерууд нь нарийвчлалыг сайжруулдаг, ялангуяа өндөр хурдтай тээврийн хэрэгслийн хувьд.
– Нэмэлт гэрэлтүүлэг (IR гэрэлтүүлэгч / туслах гэрэл)
Шөнө эсвэл гэрэл багатай газар хэт улаан туяаны гэрэлтүүлэгч нь машины улсын дугаарын тод дүрсийг гаргахад тусалдаг. Хэт их гэрэлд өртөхөөс зайлсхийхийн тулд эрчимийг тохируулах нь чухал юм.
– Боловсруулах төхөөрөмжүүд (захын төхөөрөмжүүд/NVR/серверүүд)
Камер (захын хиймэл оюун ухаан), NVR эсвэл төвлөрсөн сервер дээр боловсруулдаг системүүд байдаг. Захын боловсруулалт нь түүхий видеоны оронд хавтангийн уншилт болон зургийн агшин зургийг дамжуулдаг тул зурвасын өргөний шаардлагыг бууруулдаг.
- Удирдлага ба нэгтгэх програм хангамж
Хавтангийн уншилтын үр дүнг бичиж, харуулж, хаалганы портал, зогсоолын хэрэглэгчийн мэдээллийн сан, аюулгүй байдлын систем эсвэл аналитик хяналтын самбар зэрэг бусад системтэй холбох шаардлагатай.
Хавтангийн уншилтын нарийвчлалд нөлөөлдөг хүчин зүйлүүд
ANPR-ийн нарийвчлал нь зөвхөн хиймэл оюун ухааны боловсронгуй байдлаас гадна хээрийн нөхцөл байдлаас хамаарна. Зарим гол хүчин зүйлүүд нь:
1. Камерын өнцөг ба зай
Хэт их хазайлт нь хавтанг уншихад хэцүү болгодог. Камерыг дунд зэргийн өнцгөөр, линзээс тохиромжтой зайд байрлуулах нь түгээмэл байдаг бөгөөд ингэснээр хавтанг дүрсний тодорхой хамгийн бага хэмжээнд хүрэх болно.
2. Тээврийн хэрэгслийн хурд
Хурдан хөдөлж буй тээврийн хэрэгсэл хөдөлгөөний бүдгэрэлтээс урьдчилан сэргийлэхийн тулд өндөр хурдтай хаалтын хурд шаарддаг. Зам дээр ANPR төхөөрөмжүүдийг ихэвчлэн өндөр кадрын хурдтай, өндөр хаалтын камертай хослуулдаг.
3. Гэрэлтүүлэг ба тусгал
Хавтангаас (ялангуяа тусгалтай) тусгал нь тэмдэгтүүд "алга болох" шалтгаан болдог. WDR болон IR-ийн зөв тохиргоо нь энэ асуудлыг шийдвэрлэхэд тусалдаг.
4. Хавтангийн физик байдал
Бохирдсон, хучигдсан, хонхойсон эсвэл өөрчлөгдсөн хавтан (стандарт бус фонт) нь нарийвчлалыг бууруулдаг. Тэмдэгтүүдийг халхалсан дагалдах хэрэгсэл, гялтгануур эсвэл боолт ашиглах зэрэг бусад зөрчил нь системийг хүндрүүлдэг.
5. Цаг агаар ба хүрээлэн буй орчин
Бороо, манан, тоос шороо, хэт их гэрэлтүүлэг (жишээлбэл, нарны арын гэрэл) нь зургийн чанарыг муутгаж болзошгүй.
Орчин үеийн ANPR-д хиймэл оюун ухаан болон гүнзгий сургалтын үүрэг
Эрт үеийн ANPR нь босго тогтоох, ирмэг илрүүлэх, хэлбэр дүрслэх зэрэг уламжлалт дүрс боловсруулах аргуудад ихээхэн тулгуурладаг байв. Гэсэн хэдий ч эдгээр аргууд нь бодит ертөнцийн янз бүрийн нөхцөл байдалд ихэвчлэн бэрхшээлтэй тулгардаг байв.
Одоогийн байдлаар гүнзгий сургалт нь системийн чадавхийг хэд хэдэн талаар сайжруулж байна.
– Улсын дугаар жижиг, хазайсан эсвэл хөдөлгөөн ихтэй байсан ч улсын дугаарыг илүү нарийвчлалтай илрүүлнэ.
– Тэмдэгт таних нь фонт, эвдрэл, чимээ шуугиан зэрэг өөрчлөлтүүдэд илүү тэсвэртэй байдаг.
– Холбогдох өгөгдлийн багцын талаарх сургалтаар дамжуулан улс орон даяар/форматаар дасан зохицох чадвар.
– Дүрийн сегментчилэлээс хамааралтай байдлыг бууруулдаг төгсгөлөөс төгсгөл хүртэлх таних систем.
Гэсэн хэдий ч хиймэл оюун ухаан нь сайн сургалтын өгөгдөл шаарддаг хэвээр байна. Орон нутгийн нөхцөлд (машины улсын дугаарын формат, фонтын хэв маяг, хэл/тэмдэгт, орон нутгийн замын хөдөлгөөний нөхцөл байдал) сургагдсан системүүд ерөнхийдөө илүү сайн ажилладаг.
Хяналтын камер дээрх ANPR програмын жишээ
1. Зогсоолын менежмент
ANPR нь зогсоолын хугацааг автоматаар тооцоолох, торгуульгүйгээр хаалт нээх, дарааллыг багасгахад ашиглагддаг. Систем нь улсын дугаарыг дижитал төлбөр эсвэл захиалгатай холбож чаддаг.
2. Тухайн бүсэд нэвтрэх аюулгүй байдал
Орон сууцны цогцолборууд, агуулахууд болон үйлдвэрүүд бүртгэлтэй тээврийн хэрэгсэлд цагаан жагсаалт, сэжигтэй тээврийн хэрэгсэлд хар жагсаалтыг ихэвчлэн ашигладаг. Улсын дугаар илэрсэн үед систем нь дохиолол эсвэл мэдэгдэл өгч болно.
3. Хууль сахиулах болон замын хөдөлгөөний хяналт
ANPR нь алдагдсан тээврийн хэрэгслийг олох, дүрэм журам зөрчсөн тээврийн хэрэгслийг тодорхойлох, замын хөдөлгөөний нягтралыг шинжлэхэд тусалдаг. Илүү өргөн хүрээнд ANPR өгөгдлийг замын хөдөлгөөний шинжилгээнд ашиглаж болно.
4. Төлбөртэй зам болон төлбөртэй замууд
Төлбөрийн системтэй нэгтгэх нь үйл явцыг илүү хурдан болгодог, ялангуяа зогсолтын хэрэгцээг хамгийн бага байлгадаг олон эгнээтэй чөлөөт урсгалын схемд.
Өгөгдлийн нууцлал болон аюулгүй байдлын сорилтууд
Тээврийн хэрэгслийн улсын дугаарыг тодорхой системээр дамжуулан эзэмшигчийн хувийн мэдээлэлтэй холбож болох тул ANPR-ийн хэрэглээ нь мэдрэмтгий мэдээлэлтэй шууд холбоотой. Тиймээс ANPR-ийн удирдлагууд дараахь зүйлийг анхаарч үзэх ёстой.
– Өгөгдөл хадгалах бодлого: өгөгдлийг хэр удаан, ямар зорилгоор хадгалах.
– Хандалтын хяналт: хэн улсын дугаарын мэдээлэл болон түүний түүхийг харах эрхтэй.
– Кибер аюулгүй байдал: шифрлэлт, аудитын бүртгэл, өгөгдлийн алдагдлын эсрэг хамгаалалт.
– Зохицуулалтын нийцэл: бүс нутаг бүрт холбогдох өгөгдөл хамгаалах дүрэм журмыг дагаж мөрдөх.
Технологийн хариуцлагатай хэрэглээг хангахын тулд өгөгдлийг шаардлагатай үед хадгалах, хандалтыг хязгаарлах, зохих аюулгүй байдлын стандартыг хэрэгжүүлэх нь сайн туршлага юм.
Дүгнэлт
Хяналтын камер (ANPR/LPR) дээрх тээврийн хэрэгслийн улсын дугаарыг таних технологи нь хаалга руу нэвтрэхээс эхлээд замын хөдөлгөөний шинжилгээ хүртэл аюулгүй байдал, автоматжуулалтын чухал шийдэл юм. Энэхүү систем нь зураг авах, улсын дугаарыг илрүүлэх, тэмдэгт таних, удирдлагын системд нэгтгэх үе шатуудаар дамждаг. ANPR-ийн амжилтад камерын чанар, гэрэлтүүлэг, суурилуулалт, ашигласан хиймэл оюун ухааны алгоритмуудын нарийн төвөгтэй байдал ихээхэн нөлөөлдөг. Цаашилбал, ANPR-ийн хэрэгжилтийг нууцлал, өгөгдлийн аюулгүй байдлын хүчтэй бодлоготой тэнцвэржүүлэх ёстой. Зөв техникийн төлөвлөлт, ёс зүйн хэрэглээтэй бол ANPR нь байгууламжийн менежерүүд, засгийн газрууд болон өргөн хүрээний хүмүүст мэдэгдэхүйц ашиг тусаа өгөх боломжтой.
