摘要：本文介紹了一種基于車輛多維特征視頻識别産品在收費站治超、收費車道的應用。

關鍵詞：車輛多維特征及視頻識别、治超、收費車道、收費站

作者：北京信路威科技股份有限公司 孫偉

　　1、 前言

　　“小黃人”為北京信路威公司研制的車輛三維特征視頻識别産品，因外觀酷似動畫片中的“大眼萌小黃人”，被昵稱為“小黃人”，成為行業内收費站車輛三維視頻識别産品的俗稱。

　　2019年度全國取消省界收費站，全國高速公路聯網，形成世界上最大的高速公路網，形成新的收費體制。該收費體制以“車型” “裡程”為收費依據，采用射頻（ETC） 視頻技術，保證精準收費和稽核業務。

　　貨車在進入高速公路前，首先進行超限檢測，在收費廣場治超站或治超車道進行超限檢測，對超限車輛進行稱重和圖像取證，超限車輛不準駛入高速公路。

　　貨車在出口車道進行超限複核，對于超載車輛進行稱重和圖像取證、執法處罰、追究入口收費站的責任。

　　ETC車輛在ETC/MTC入口車道，RSU讀取OBU中的車牌、車型和車種等信息，将入口信息寫入OBU，完成入口收費操作。

　　非ETC車輛在MTC入口車道領取CPC，由收費員将車牌、車型、軸數等信息寫入CPC，完成入口收費操作。

　　ETC車輛在ETC/MTC出口車道，RSU讀取OBU中的車牌、車型和車種等，進行入口信息、路徑信息、計費額的讀取，完成ETC方式收費操作。

　　非ETC車輛在MTC出口車道上交CPC，由收費員将車牌、車型、軸數、路徑、計費等信息讀取，完成出口收費操作。

　　綜上，在超限檢測中，對超限車輛的車型/軸型識别、圖像取證為關鍵。在收費業務中，對車牌、計費車型的準确識别，是計費的核心依據；OBU/CPC中的信息與視頻識别的車牌、車型進行融合、互補，實現計費的精準和有效。

　　2、 收費站的應用

　　2.1治超的應用

　　該産品在站前治超的應用，具備2個核心功能：

　　圖像取證：對超載車輛完成符合執法證據鍊要求的圖片、錄像。

　　車型/軸型識别：自動識别車型和軸型（軸數、輪數），結合稱重數據确定車輛是否超載。

　　治超是行政執法行為，完整、有效的執法證據是執法的關鍵，視頻圖像是治超的核心證據。

　　該産品輸出的圖像數據包含車輛前部、側面、尾部圖片以及視頻記錄（不小于5s），可清晰辨識車牌号碼、車輛軸數/軸型、車輛特征、載貨情況等；結合稱重設備的數據，可判定車輛是否超限載。

超載取證圖片

　　該産品實時視頻檢測，可精确區分客、貨車；車型、軸數、軸型識别滿足《GB1589-2016汽車、挂車及汽車列車外廓尺寸、軸載及質量限值》要求，車輛軸數及軸型成為車輛超限載認定的核心依據；同時輸出車型、車輛軸數、軸距、輪數、車輛長、寬、高等數據信息發送至治超系統。

治超系統應用界面

2.2ETC車道的應用

　　ETC車輛駛入收費站入口車道時，必須确保将本站入口信息（入口收費網絡号、入口收費站号、入口車道号、入口時間、車型、軸數等）正确寫入到OBU和ETC卡中。

　　ETC車輛駛入收費站出口車道時，車道系統将讀取OBU中的車牌、車型、軸數、入口信息、路徑信息、計費額等，完成ETC扣費操作。

　　該産品設置在收費車道島頭位置，在車輛駛入車道後，将車牌、車型、軸數等信息送至車道收費系統，車道收費系統可以将OBU内相關信息與該産品采集的信息進行對比，相符可完成入/出口收費操作，不相符可轉入特情處理流程。

　　該産品在ETC車道的應用，可有效解決實際車型與OBU車型不符的問題，确保收費準确，杜絕大車小标、移動OBU等現象；對超載貨車使用OBU直接進入ETC車道，逃避治超系統的行為可有效制止。

在ETC車道的應用

　　2.3MTC車道的應用

　　MTC入口車道應确保将車牌号牌、車軸數尤其是牽引拖挂車軸數、車型等信息準确寫入CPC卡。當入口稱重檢測系統識别的車型、軸數異常時，應支持收費員人工校正。

　　在MTC車道，收費員對車型、軸數的準确判别，是确保入口收費信息準确的關鍵。入口車道的收費員需人工判别車型，再與治超系統輸出的車型、軸數進行比對，不符時進行校正。在出口車道，收費員進行人工判别車型，與CPC内的入口信息比對，确保準确收費。

　　在車流量大、夜間時，收費員對車型的準确判别非常困難，有時需要探身出收費亭進行查看，風險較大。

　　在MTC車道設置該産品，對車輛進行車牌、車型、軸數的自動識别，将相關信息送至車道收費系統，同時将車輛側面全圖在收費界面上顯示，使收費員可以快速進行确認和操作，提高通行效率、降低工作強度和風險。

車輛側面圖片及車型識别結果-收費界面示意圖

　　2.4自動發卡機車道的應用

　　采用自動發卡機的收費車道，由于無人值守，對駛入車型、軸數的準确識别成為确保收費信息正确的關鍵。

　　在自動發卡機車道，該産品準确識别車牌、車型、軸數等信息，将車輛信息送至自動發卡機，自動發卡機将車輛信息寫入CPC中，完成入口收費操作。

在自動發卡機車道的應用

　　3、 産品原理

　　車輛特征包含多種信息，如：車牌号碼、車牌顔色、車身顔色、車輛款式、車輛種類（客車、貨車、危化品車輛、特種車輛等）、車型（計費車型）、軸數、軸型、輪數、軸距、外廓尺寸等。車輛特征存在于車輛的多個維度，車輛的頭部、尾部、側面的三個維度，可以提取大部分的車輛特征信息。

　　該産品具有三維度的圖像采集功能，将車輛的三維圖像匹配到唯一車輛，形成該車輛的三維圖像。

　　該産品對車輛的三維圖像進行信息處理，依據圖像處理算法，将車輛三維度的特征信息進行提取，形成結構化的車輛三維特征數據。

　　車輛頭/尾部的圖像可提取出：車輛号牌、号牌顔色、車身顔色、車輛款式、外廓尺寸、高清圖片等特征信息。

　　車輛側面圖像采集獲得車輛完整的側面圖像，可提取出：車輛輪數（單、雙輪）、軸數/軸型、軸距、車型/車類、外廓尺寸、側面特征等信息。

外觀/功能示意圖

　　1) 對于車輛側面圖像的采集，采用了高幀率圖像采集、掃描和合成技術，确保行駛的車輛在掃描/合成方式下獲得完整、清晰的側面圖像。側面圖像的完整性、清晰度是車輛側面特征識别的核心基礎。

　　2) 全天候WDR寬動态調節，适用于光照對比強烈的場景。收費站夜間車輛光燈與周圍環境形成了強烈反差，易造成車輛圖像辨識度差。采用數字寬動态技術和ISP調優，在夜間環境下可以達到良好的效果，使車輛三維圖像滿足車輛三維特征識别的要求和圖像證據鍊的條件。

　　3) 3D圖像降噪，圖像的噪聲直接影響圖像的有效性，夜間由于增益加大等因素造成的圖像噪點增加，圖像噪點多将直接影響圖像效果和車輛特征的識别。基于深度學習的單幀和多幀降噪的技術應用降噪效果明顯。

　　4) 收費車道上的車流量大、車輛間距小，對車輛的有效分離和車頭、車尾、車側圖像的匹配要求苛刻，采用AI技術實現車輛分離率和三維圖像匹配率達到99%以上。

　　5) 基于深度學習的AI圖像識别，模拟人類感知過程，提取出圖像中最本質的結構化特征。通過提高特征提取能力，複雜度已發展到幾百至上千層，可有效處理各類複雜的圖像；通過變換增容技術，能模拟出各類複雜的場景變化，在極端情況下具備極強的識别能力。

工作流程示意圖

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!