[发明专利]基于组合式车路视频网络的车牌识别与定位系统

说明书

技术领域

本发明属于智能交通技术领域，尤其涉及以固定和移动的方式识别与定位车牌的方法以及两种方式所获信息的融合方法。

背景技术

随着城市化进程的加快和车辆数量的增加，交通供需矛盾日益尖锐，交通拥堵严重影响了人们的出行，要缓解拥堵问题就要对城市交通进行控制与疏导，而交通管控的前提是对交通参数(车流量、车密度、平均速度等)的获取，传统的交通参数获取方式一般都是以固定高清摄像头监控为主，利用固定高清摄像头对区域内车辆的定位与跟踪，从而分析这一区域的车辆行驶状况，现阶段北京市交通委提出了城市交通指数的概念，利用城市道路中行驶的浮动车辆(装有GPS的出租车)的行驶速度来计算出某一路段内的交通指数。虽然这些监控技术与定位技术得到了广泛应用，但存在如下问题：

1、目前路边摄像头的监控覆盖范围不够广，且功能上还比较单一。譬如，还不能实时获取车牌信息。另一方面，实时获取车牌信息的最大困难在于交通密度大时车辆相互遮挡导致路边摄像头无法检测车牌等车辆信息。

2、虽然浮动车相较于固定检测装置具有更广的检测范围，但目前只有出租车、公交车以及小部分的其他车辆装有GPS，这使得监控终端获取的车辆定位信息不够充分；这些车辆的运行过程也可能分布不均衡，一个区域内浮动车数量较少时对交通指数的判定存在一定误差。

3、监控终端的扩展性差，不能将各设备获取的的信息做有效融合。以上问题这也给交通部门的管理以及公安部门的案件办理带来一些困难。

发明内容

为了解决单一的固定摄像头对车辆在交通拥堵时误检率高以及单一的浮动车定位和速度信息对交通指数的判定存在误差等问题的，本发明提出一种路边固定摄像头和车载移动摄像头相结合的组合式车牌识别系统,具体如下：

包括车载移动摄像头监控子系统(1)、固定摄像头监控子系统(2)、以及路边信息处理子系统(3)；车载移动摄像头监控子系统(1)安装在浮动车辆上，用于识别与定位浮动车前后的车辆的车牌；固定摄像头监控子系统(2)安装在 道路上方，用于识别和定位某路段内的所有可识别定位到的移动车辆车牌；路边信息处理子系统(3)安装在固定摄像头监控子系统(2)所监控的路段路旁，用于接收和处理由车载移动摄像头监控子系统(1)和通过此路段的固定摄像头监控子系统(2)所识别和定位到的车辆信息，判断此路段的交通状况，并将处理后的车辆信息发送至交通管理部门。

车载移动摄像头监控子系统(1)包括车载前置摄像头(4)、车载后置摄像头(5)、GPS(6)、用于信息处理的微型计算机(7)以及无线信号收发器(8)，车载前置摄像头(4)安装在浮动车的车头，车载后置摄像头(5)安装在浮动车的车尾，分别用于拍摄浮动车前后方车辆的车牌，GPS(6)用于定位浮动车辆，GPS(6)和微型计算机(7)安装在车辆内，车载前置摄像头(4)、车载后置摄像头(5)、GPS(6)以及无线信号收发器(8)连接至微型计算机(7)，车载前置摄像头(4)和车载后置摄像头(5)拍摄到的图像和GPS(6)的定位信息发送至微型计算机(7)，微型计算机(7)进行图像处理识别浮动车辆前后车辆的车牌，并根据浮动车的位置坐标和浮动车前后车辆在图像中的位置关系获取浮动车前后车牌的位置坐标进行车牌定位，无线信号收发器(8)将微型计算机识别出的浮动车辆前后车的车牌和车牌的位置坐标，以及浮动车辆自身的车牌和位置坐标，发送至浮动车辆所处路段内的路边信息处理子系统(3)；

其中，摄像头的安装如图2所示，要求车载摄像头高清、无畸变、灵敏度高；摄像头拍摄的视频数据直接传入车载微型计算机(7)；GPS与计算机要有接口，使计算机可获得位置信息并作处理，GPS可用带有定位功能的手机代替。

以下为车载摄像头检测前后方车辆的流程：

使用Adaboost算法训练级联分类器(如图4所示)：

1)以大量的正样本集，即车辆的正面和背面作为输入，在给定的haar-like特征原型下，计算并获得haar-like特征集；

2)以特征集为输入，根据给定的弱学习算法，确定阈值，将特征与弱分类器一一对应，获得弱分类器集；

3)以弱分类器集为输入，在训练检出率和误判率限制下，使用Adaboost算法挑选最优的弱分类器构成强分类器；

4)以强分类器集为输入，将其组合为级联分类器；

训练好分类器后，将其载入微型计算机的已编写好的车辆检测程序中。

利用训练好的分类器检测目标车辆：