CN108986242A - 一种用于高速公路不停车移动支付车道的二次车牌识别***及方法 - Google Patents

Abstract

本发明涉及一种用于高速公路不停车移动支付车道的二次车牌识别***及方法，通过在车道入口前端、后端分别安装前置、后置车牌识别设备，解决车辆通过速度问题；通过安装在车道两侧的前置或后置车牌识别设备的二个摄像头，解决反光的影响；通过二个摄像头异步闪光抓拍，解决光线明暗问题；通过前置、后置车牌识别设备，解决抓拍成功率问题；通过手机预测数据、二次车牌识别算法和数据分析，解决车牌精准度、车牌套牌问题；本发明能全面满足高速公路不停车移动支付***的技术要求，同时有效避免***辆进出高速，避免误判车辆、避免误扣通行费。利用本发明，不但可精准实现MTC、ETC车道不停车移动支付，而且可实现MTC、ETC车道车辆不停车快速通行。

Description

一种用于高速公路不停车移动支付车道的二次车牌识别*** 及方法

技术领域

本发明涉及高速公路不停车移动支付领域，尤其涉及一种用于高速公路不停车移动支付车道的二次车牌识别***及方法。

背景技术

国内高速公路收费以MTC(停车)人工收费***、ETC(不停车)自动收费***为主要收费模式，建立了专业的比较完善的高速公路收费体系。目前高速公路通行费停车移动支付，逐渐成为高速公路通行费支付的热点，支付宝、微信扫描或被扫描支付被许多路段业主所接受，但停车取卡、还卡，手机扫描支付，解决了如何支付，没能提升高速收费站车道通行效率。

高速公路通行费不停车移动支付应运而生，其***的核心，就是把车辆的车牌号码作为车辆身份的唯一标志，目前获取车辆车牌的最常用的办法就是通过摄像头抓拍或视频识别，而摄像头抓拍或视频识别，光线的反光、明暗，拍摄的角度，雨雪雾天气、摄像头本身的识别准确度等，都将影响获得的车牌的准确度。高速公路收费行业，是一个比较专业的行业，对车辆通过收费站的速度、通过率、车辆识别正确率以及车道正常或异常场景的处理等都有性能指标的要求，尤其是获得的车辆车牌的准确性、真实性，直接影响高速公路通行费不停车移动支付***的性能指标，车牌识别错误，会误扣其他车辆的费用，车牌识别错误也会导致身份的误判而无法不停车进入收费站，或者误放车辆进入收费站，尤其是如果***无法判别***，将会导致不法分子铤而走险，套牌进出高速，而让被***辆无端支付通行费，因此，简单的单个摄像头抓拍精度，显然不能满足高速收费***对功能和性能指标的要求。

发明内容

本发明为克服上述的不足之处，目的在于提供一种用于高速公路不停车移动支付车道的二次车牌识别***及方法，本发明通过在车道入口前端、后端分别设置前置、后置车牌识别设备，解决车辆通过速度问题；通过安装在车道两侧的前置车牌识别设备的二个摄像头，解决反光的影响；通过二个摄像头异步闪光抓拍，解决光线明暗问题；通过前置、后置车牌识别设备，解决抓拍成功率问题；通过手机预测数据、二次车牌识别算法和数据分析，解决车牌精准度、车牌套牌问题；本发明提供的***通行速度、通过率、车辆识别正确率等性能指标，都能全面满足高速公路不停车移动支付***技术要求，同时有效避免***辆进出高速，避免误判车辆、避免误扣通行费。利用本发明，不但可精准实现MTC、ETC车道不停车移动支付，而且可实现MTC、ETC车道车辆不停车快速通行。

本发明是通过以下技术方案达到上述目的：一种用于高速公路不停车移动支付车道的二次车牌识别***，包括：车辆用户设备、车道车牌识别设备、云端车牌预测***、车道二次车牌识别***；所述的车辆用户设备和云端车牌预测***、云端车牌预测***和车道二次车牌识别***分别通过3G/4G无线网络相互连接；车道车牌识别设备和车道二次车牌识别***通过有线方式实现相连；所述的车辆用户设备作为二次车牌识别***的识别对象，并为云端车牌预测***提供包含车辆用户车辆车牌号码在内的车辆用户预测信息；所述车道车牌识别***提供在车道场景下用户车辆多视觉、多时空的多个车牌信息；所述云端车辆预测***用于接收处理车辆用户设备提供的车辆用户预测信息，并形成车辆用户预测信息定向下发到车道二次车牌识别***；所述车道二次车牌识别***用于接收云端车牌预测***下发的车辆用户预测信息，接收所述车道车牌识别设备提供的在车道场景下的多个车牌信息，并根据多个车牌信息和车辆用户预测信息，通过二次车牌识别算法，为本***提供前置、后置高精准车牌号码。

作为优选，所述的车辆用户设备包括带有车牌的用户车辆、装有专用手机APP的智能手机；所述带有车牌的用户车辆作为车道二次车牌识别***的识别对象；所述的智能手机通过安装运行的专用手机APP检测到车辆进入收费车道预测区域时，主动上传包含车辆用户的车辆车牌号在内的车辆预测信息。

作为优选，所述的车道车牌识别设备包括前置车牌识别设备和后置车牌识别设备；所述的前置车牌识别设备由二个摄像头组成，分别安装在车道入口前端的两侧，形成二个不同角度的物理视觉，通过不同的车牌抓拍触发时间形成二个不同的触发时空，为车道二次车牌识别***提供不同视觉和不同时空的前置车牌信息，前置车牌信息作为高速公路不停车移动支付车道预放行依据；所述的后置车牌识别设备由二个摄像头组成，分别安装在车道后端的闸机前面的两侧，形成二个不同角度的物理视觉，通过不同的车牌抓拍触发时间形成二个不同的触发时空，为车道二次车牌识别***提供不同视觉和不同时空的后置车牌信息，后置车牌信息作为高速公路不停车移动支付车道车辆的放行和验证依据。

作为优选，所述的云端车牌预测***包括云端车辆预测模块、云端车辆数据池、云端车牌预测处理***；所述的云端车辆预测模块用于接收和判别车辆用户设备上传的包含车辆用户车辆车牌信息在内的车辆用户预测信息，提取车辆用户预测信息中的车牌号码、预测的收费站、用户账号等相关信息，并提供给所述的云端车牌预测***；所述的云端车辆数据池用于存储有全省的注册车辆用户的全部必要信息，存储有白名单、黑名单等稽查信息，存储有支付账号等支付信息，作为云端车牌预测处理***的基础验证数据；所述的云端车牌预测处理***根据云端车辆预测模块提供的车辆预测信息中的车牌号，检索云端车辆数据池，验证车辆是否为合法注册用户，获得车辆用户身份等基础信息，并通过云端车辆预测模块提供的收费站信息，定向的向车辆所在的收费站发布包含车辆车牌信息在内的车辆预测信息。

作为优选，所述的车道二次车牌识别***包括本地车辆数据池、车道二次车牌识别处理***；所述的本地车辆数据池用于存储云端车牌预测***定向下发的包含车辆车牌信息在内的车辆预测信息，在本地形成了可能进高速公路收费车道的车辆集合，作为车道二次车牌识别处理***的第一首选运算数据；本地车辆数据池作为第一优先选用数据池，如本地车辆数据池不能提供车道二次车牌识别处理***所需的数据，车道二次车牌识别处理***会向云端车牌预测***索取云端车辆数据池中的数据；所述的车道二次车牌识别处理***，首先从车道前置、后置车牌识别设备获取物理设备提供的多车牌信息，并通过二次车牌识别运算处理，提取物理层面最高精度的车牌信息，再优先调取本地车辆数据池数据，从数学层面进行二次车牌识别运算处理，最终提取***级别的高精度车牌信息，作为高速公路不停车移动支付***的车辆身份信息。

作为优选，所述的车道二次车牌识别处理***包括前置二次车牌识别模块、后置二次车牌识别模块、综合二次车牌识别模块、前置精准车牌输出模块、后置精准车牌输出模块；前置二次车牌识别模块与前置精准车牌输出模块相连；后置二次车牌识别模块与后置精准车牌输出模块相连；所述的前置二次车牌识别模块对设置在车道两侧的二个前置摄像头，从不同角度，不同时间点抓拍的车牌信息，结合第一优选的本地车辆数据池数据，从物理层面、数学层面进行二次车牌识别处理，纠正不同角度、不同时间点抓拍可能的误差，最大程度还原车牌号码，提供前置高精准车牌输出；所述的后置二次车牌识别模块对设置在车道两侧的二个后置摄像头，从不同角度、不同时间点抓拍的车牌信息，结合第一优选的本地车辆数据池数据，从物理层面、数学层面进行二次车牌识别处理，纠正不同角度、不同时间点抓拍可能的误差，最大程度还原车牌号码，提供后置高精准车牌输出；所述的综合二次车牌识别模块，当前置或后置车牌识别设备的二个摄像头，出现单个或双个损毁时，或多个摄像头识别精度大幅下降时，自动启动运行，利用正常工作的摄像头，经二次车牌识别模块处理提供精准车牌信息，继续为高速公路不停车移动支付***提供高精度车牌信息，同时会向***提供前置设备故障告警信息。

作为优选，所述的前置二次车牌识别模块包括前置摄像头I的判别模块、前置摄像头II的判别模块、前置摄像头I的二次车牌识别模块、前置摄像头II的二次车牌识别模块；所述前置摄像头I的判别模块、前置摄像头II的判别模块分别用于处理车道两侧安装的二个前置摄像头，确认是哪个摄像头车牌识别信息优先到达，建立记录并按先后次序写入记录，第一时间启动前置摄像头二次车牌识别模块I处理程序；所述的前置摄像头I的二次车牌识别模块通过对前置摄像头I的车牌信息和车道车辆数据池数据进行精准或模糊匹配运算，纠正抓拍误差，以最大可能还原车牌信息，并以高精准车牌信息，和车道车辆数据池或云端车辆数据池信息核对验证车辆身份，决定是否预放行车辆；所述的前置摄像头II的二次车牌识别模块，当获得前置摄像头II的车牌信息后，判断和前置摄像头I获得的车牌信息是否一致，从物理层面确认摄像头1车牌信息的准确性；两者信息一致的，保持提供前置摄像头I的二次车牌识别模块提供的精准车牌信息；两者信息不一致的，将前置摄像头II的车牌信息和车道车辆数据池数据进行精准或模糊匹配运算，纠正抓拍误差，以最大可能还原车牌信息，并把还原的车牌信息再次和前置摄像头I的二次车牌识别模块提供的精准车牌信息比对，结果一致的，保持提供前置摄像头I的二次车牌识别模块提供的精准车牌信息不变，不一致的，以精准匹配运算获得的车牌信息为准，如果两者都是模糊匹配运算获得的，将启动综合二次车牌识别模块处理程序。

作为优选，所述的后置二次车牌识别模块包括后置摄像头I的判别模块、后置摄像头II的判别模块、后置摄像头I的二次车牌识别模块、后置摄像头II的二次车牌识别模块；所述后置摄像头I的判别模块、后置摄像头II的判别模块，处理车道两侧安装的二个后置摄像头，确认是哪个摄像头车牌识别信息优先到达，依据记录队列按先后次序写入记录，第一时间启动后置摄像头I的二次车牌识别模块处理程序；所述后置摄像头I的二次车牌识别模块通过对后置摄像头I的车牌信息和车道车辆数据池数据进行精准或模糊匹配运算，纠正抓拍误差，以最大可能还原车牌信息，并以高精准车牌信息，从车道车辆数据池或云端车辆数据池获得车辆验证信息，验证和前置摄像头的二次车牌识别模块信息是否一致；一致的则保持前置摄像头的二次车牌识别模块处理结果不变；不一致的则交由后置摄像头II的二次车牌识别模块进一步处理；所述的后置摄像头II的二次车牌识别模块，当获得后置摄像头II的车牌信息后，将后置摄像头II的车牌信息和车道车辆数据池数据进行精准或模糊匹配运算，纠正抓拍误差，以最大可能还原车牌信息，并把还原的车牌信息和前置摄像头的二次车牌识别信息进行比对，一致的，就保持前置二次车牌识别信息不变，不一致的，如果后置摄像头II的车牌信息是精准的，考虑车辆插队处理，如果后置摄像头II的车牌信息是模糊匹配的，判断和后置摄像头I获得的车牌信息是否一致，如果一致，还考虑车辆插队处理，不一致，将启动综合二次车牌识别模块处理程序。

作为优选，所述的综合二次车牌识别模块分别对前置摄像头I、前置摄像头II、后置摄像头I、后置摄像头II抓拍得到的车牌信息按位比对，取概率大的作为该位的数据，获取一个新的车牌信息，并和车道或云端车辆数据池进行精准或模糊匹配运算，获取精准的车牌号，根据该精准车牌号决定车辆身份和控制车辆放行。

一种用于高速公路不停车移动支付车道的二次车牌识别方法，具体如下：

(1)将前置摄像头I、前置摄像头II设置在车道入口的前端两侧岛头处；将后置摄像头I、后置摄像头II设置在车道闸机前1米的两侧车道处；将车道二次车牌识别***安装在车道收费计算机上；将云端车牌预测***安装在云端服务器上；车辆用户的智能手机下载安装高速公路不停车移动支付***的专用手机APP，并进入运行；

(2)当车辆用户随车携带所述的智能手机驶入收费站预测区域，智能手机主动向云端车牌预测***上传车辆用户预测信息；云端车辆预测模块接收并处理车辆用户设备上传的车辆用户预测信息；

(3)云端车牌预测处理***根据车辆用户预测信息、云端车辆数据池数据，处理验证车辆身份，并定向下发包含车辆车牌信息在内的车辆用户预测信息到车道二次车牌识别***；

(4)车道二次车牌识别***接收处理云端车牌预测***下发的车辆用户预测信息，并保存在车道车辆数据池中，形成即将进入高速公路车辆的数据集合；

(5)当车辆进入收费车道的前置车牌识别设备识别区域时，前置车牌识别设备从不同角度、不同时间抓拍车辆车牌，抓拍的车牌信息送入车道二次车牌识别***处理；

(6)车道二次车牌识别***依据抓拍的车牌信息、车道车辆数据池的数据，分别启用前置摄像头I的二次车牌识别模块程序和前置摄像头II的二次车牌识别模块程序，运算验证车辆车牌、身份；车道车辆数据池数据不能提供相关信息时，车道二次车牌识别***会向云端车辆数据池索取数据；根据车道二次车牌识别***处理结果，收费***执行车辆预放行抬杆动作；

(7)车辆继续前行，当到达后置车牌识别设备识别区域时，后置车牌识别设备从不同角度、不同时间抓拍车辆车牌，抓拍的车牌信息送入车道二次车牌识别***处理；

(8)车道二次车牌识别***依据抓拍的车牌信息、车道车辆数据池的数据，分别启用后置摄像头I的二次车牌识别模块程序和后置摄像头II的二次车牌识别模块程序，运算验证车辆车牌、身份；车道车辆数据池数据不能提供相关信息时，车道二次车牌识别***会向云端车辆数据池索取数据；根据车道二次车牌识别***处理结果，验证所述车辆和记录队列中记录的一致性，相符的继续放行车辆，不想符的执行干预措施；最后车辆用户驶过闸机，进入高速公路，完成一次高速公路不停车移动支付车道的完整入站过程。

本发明的有益效果在于：本发明利用前置、后置车牌识别设备位置的差异，提供了车辆快速通过收费车道的物理基础条件；利用多摄像头不同的安装位置，不同的抓拍时间，从多视角、多时空解决了视觉角度、光线等对抓拍成功率的影响，为车牌高精度识别提供了基础；利用车道车辆数据池的小数据集合，提供了车牌数据分析运算的精准车辆预测数据。利用二次车牌识别技术，从物理角度、数学角度，结合云端数据预测，经二次车牌识别算法运算，为收费***提供了高精准车牌，避免了收费***因误判车牌而导致的误扣其他车辆费用的问题，二次车牌识别***模型结构，提供了不停车快速通过的基础条件。同时，由于***辆，套不了车辆车牌主人的手机，提供不了在场的预测信息，无法通过身份合法性验证，因此被***拒绝在高速收费站之外，很好的杜绝***辆进出高速收费站，为保障高速公路业主利益，提供了又一层保护。

附图说明

图1是本发明***的组成结构示意图；

图2是本发明的车道二次车牌识别处理***的示意图；

图3是本发明的前置二次车牌识别模块示意图；

图4为本发明的后置二次车牌识别模块示意图；

图5为本发明的前置、后置车牌识别设备安装示意图；

图6为本发明的前置摄像头I与前置摄像头II的判别流程图；

图7为本发明的前置摄像头I的二次车牌识别模块流程图；

图8为本发明的前置摄像头II的二次车牌识别模块流程图；

图9为本发明的后置摄像头I与后置摄像头II的判别流程图；

图10为本发明的后置摄像头I的二次车牌识别模块流程图；

图11为本发明的后置摄像头II的二次车牌识别模块流程图；

图12为本发明的综合二次车牌识别模块流程图；

图13为本发明的的二次车牌运算流程图。

具体实施方式

下面结合具体实施例对本发明进行进一步描述，但本发明的保护范围并不仅限于此：

实施例：如图1所示，一种用于高速公路不停车移动支付车道的二次车牌识别***，由车辆用户设备、车道车牌识别设备、云端车牌预测***、车道二次车牌识别***组成。

车辆用户设备，作为二次车牌识别***的识别对象，并为云端车牌预测***提供包含车辆用户车辆车牌号码在内的车辆用户预测信息；车道车牌识别***，提供在车道场景下用户车辆多视觉、多时空的多个车牌信息；云端车辆预测***，接收处理车辆用户设备提供的车辆用户预测信息，并形成车辆用户预测信息定向下发到车道二次车牌识别***；车道二次车牌识别***，接收云端车牌预测***下发的车辆用户预测信息，接收所述车道车牌识别设备提供的在车道场景下的多个车牌信息，并根据多个车牌信息和车辆用户预测信息，通过二次车牌识别算法，为本***提供前置、后置高精准车牌号码。

车辆用户设备和云端车牌预测***、云端车牌预测***和车道二次车牌识别***都通过3G/4G无线网络相连，车道车牌识别设备和车道二次车牌识别***通过有线方式相连。

车辆用户设备包括已经上牌的用户车辆、装有专用手机APP的智能手机。用户车辆的车牌，作为二次车牌识别***的识别对象；智能手机通过安装运行的专用手机APP，检测到车辆进入收费车道预测区域时，主动上传包含车辆用户的车辆车牌号在内的车辆预测信息。

如图2所示，车道二次车牌识别处理***包括前置二次车牌识别模块、后置二次车牌识别模块、综合二次车牌识别模块、前置精准车牌输出模块、后置精准车牌输出模块。

如图3所示，前置二次车牌识别模块对安装在车道两侧的二个前置摄像头，从不同角度，不同时间点抓拍的车牌信息，结合第一优选的本地车辆数据池数据，从物理层面、数学层面进行二次车牌识别处理，纠正不同角度、不同时间点抓拍可能的误差，最大程度还原车牌号码，提供前置高精准车牌输出。

如图4所示，后置二次车牌识别模块对安装在车道两侧的二个后置摄像头，从不同角度，不同时间点抓拍的车牌信息，结合第一优选的本地车辆数据池数据，从物理层面、数学层面进行二次车牌识别处理，纠正不同角度、不同时间点抓拍可能的误差，最大程度还原车牌号码，提供后置高精准车牌输出。

综合二次车牌识别模块，当前置或后置车牌识别设备的二个摄像头，出现单个或双个损毁时，或多个摄像头识别精度大幅下降时，自动启动运行，利用正常工作的摄像头，经二次车牌识别模块处理提供精准车牌信息，继续为高速公路不停车移动支付***提供高精度车牌信息，同时会向***提供前置设备故障告警信息；

如图5所示，车道车牌识别设备包括前置车牌识别设备和后置车牌识别设备。其中，前置车牌识别设备由前置摄像头I、前置摄像头II组成，分别安装在车道入口前端的两侧，形成二个不同角度的物理视觉，通过不同的车牌抓拍触发时间形成二个不同的触发时空，为车道二次车牌识别***提供不同视觉和不同时空的前置车牌信息。前置车牌信息作为高速公路不停车移动支付车道预放行依据。

后置车牌识别设备由后置摄像头I、后置摄像头II组成，分别安装在车道后端的闸机前面的两侧，形成二个不同角度的物理视觉，通过不同的车牌抓拍触发时间形成二个不同的触发时空，为车道二次车牌识别***提供不同视觉和不同时空的后置车牌信息。后置车牌信息作为高速公路不停车移动支付车道车辆的放行和验证依据。

云端车牌预测***包括云端车辆预测模块、云端车辆数据池、云端车牌预测处理***。其中，云端车辆预测模块用于接收和判别车辆用户设备上传的包含车辆用户车辆车牌信息在内的车辆用户预测信息，提取车辆用户预测信息中的车牌号码、预测的收费站、用户账号等相关信息，提供给云端车牌预测***；云端车辆数据池存储有全省的注册车辆用户的全部必要信息，存储有白名单、黑名单等稽查信息，存储有支付账号等支付信息，作为云端车牌预测处理***的基础验证数据；云端车牌预测处理***根据云端车辆预测模块提供的车辆预测信息中的车牌号，检索云端车辆数据池，验证车辆是否为合法注册用户，获得车辆用户身份等基础信息，并通过云端车辆预测模块提供的收费站信息，定向的向车辆所在的收费站发布包含车辆车牌信息在内的车辆预测信息。

车道二次车牌识别***包括本地车辆数据池、车道二次车牌识别处理***。其中，本地车辆数据池存储了云端车牌预测***定向下发的包含车辆车牌信息在内的车辆预测信息，在本地形成了可能进高速公路收费车道的车辆集合，作为车道二次车牌识别处理***的第一首选运算数据；本地车辆数据池作为第一优先选用数据池，如本地车辆数据池不能提供车道二次车牌识别处理***所需的数据，车道二次车牌识别处理***会向云端车牌预测***索取云端车辆数据池中的数据。车道二次车牌识别处理***，首先从车道前置、后置车牌识别设备获取物理设备提供的多车牌信息，并通过二次车牌识别运算处理，提取物理层面最高精度的车牌信息，再优先调取本地车辆数据池数据，从数学层面进行二次车牌识别运算处理，最终提取***级别的高精度车牌信息，作为高速公路不停车移动支付***的车辆身份信息。

如图3所示的前置二次车牌识别模块包括前置摄像头I的判别模块、前置摄像头II的判别模块、前置摄像头1的二次车牌识别模块、前置摄像头II的二次车牌识别模块。如图6所示，前置摄像头I的判别模块、前置摄像头II的判别模块，处理车道两侧安装的二个前置摄像头，确认是哪个摄像头车牌识别信息优先到达，建立记录并按先后次序写入记录，第一时间启动前置摄像头1的二次车牌识别模块处理程序。如图7所示，前置摄像头I的二次车牌识别模块通过对前置摄像头I的车牌信息和车道车辆数据池数据进行精准或模糊匹配运算，纠正抓拍误差，以最大可能还原车牌信息，并以高精准车牌信息，和车道车辆数据池或云端车辆数据池信息核对验证车辆身份，决定是否预放行车辆。

如图8所示，前置摄像头II的二次车牌识别模块，当获得前置摄像头II的车牌信息后，判断和前置摄像头I获得的车牌信息是否一致，从物理层面确认前置摄像头I的车牌信息的准确性；两者信息一致的，保持提供前置摄像头I的二次车牌识别模块提供的精准车牌信息；两者信息不一致的，将前置摄像头II的车牌信息和车道车辆数据池数据进行精准或模糊匹配运算，纠正抓拍误差，以最大可能还原车牌信息，并把还原的车牌信息再次和前置摄像头I的二次车牌识别模块提供的精准车牌信息比对，结果一致的，保持提供前置摄像头I的二次车牌识别模块提供的精准车牌信息不变，不一致的，以精准匹配运算获得的车牌信息为准，如果两者都是模糊匹配运算获得的，将启动综合二次车牌识别模块处理程序。

如图4所示的后置二次车牌识别模块包括后置摄像头I的判别模块、后置摄像头II的判别模块、后置摄像头I的二次车牌识别模块、后置摄像头II的二次车牌识别模块。

如图9所示，后置摄像头I的判别模块、后置摄像头II的判别模块，处理车道两侧安装的二个后置摄像头，确认是哪个摄像头车牌识别信息优先到达，依据记录队列按先后次序写入记录，第一时间启动后置摄像头I的二次车牌识别模块处理程序。

如图10所示，后置摄像头I的二次车牌识别模块，通过对后置摄像头I的车牌信息和车道车辆数据池数据进行精准或模糊匹配运算，纠正抓拍误差，以最大可能还原车牌信息，并以高精准车牌信息，从车道车辆数据池或云端车辆数据池获得车辆验证信息，验证和前置二次车牌识别模块信息是否一致。一致的，保持前置二次车牌识别模块处理结果不变；不一致的，交由后置摄像头II的二次车牌识别模块进一步处理。

如图11所示，后置摄像头II的二次车牌识别模块，当获得后置摄像头II的车牌信息后，将后置摄像头II的车牌信息和车道车辆数据池数据进行精准或模糊匹配运算，纠正抓拍误差，以最大可能还原车牌信息，并把还原的车牌信息和前置二次车牌识别信息进行比对，一致的，就保持前置二次车牌识别信息不变，不一致的，如果后置摄像头II的车牌信息是精准的，就考虑车辆插队处理，如果后置摄像头II的车牌信息是模糊匹配的，就判断和后置摄像头I获得的车牌信息是否一致，如果一致，还考虑车辆插队处理，不一致，将启动综合二次车牌识别模块处理程序。

如图12所示，综合二次车牌识别模块，分别对前置摄像头I、前置摄像头II、后置摄像头I、后置摄像头II抓拍得到的车牌信息按位比对，取概率大的作为该位的数据，获取一个新的车牌信息，再和车道或云端车辆数据池进行精准或模糊匹配运算，获取一精准的车牌号，根据这一精准车牌号，决定车辆身份和控制车辆放行。

一种用于高速公路不停车移动支付车道的二次车牌识别方法，具体如下：

(1)将前置摄像头I、前置摄像头II设置在车道入口的前端两侧岛头处；将后置摄像头I、后置摄像头II设置在车道闸机前1米的两侧车道处；将车道二次车牌识别***安装在车道收费计算机上；将云端车牌预测***安装在云端服务器上；车辆用户的智能手机下载安装高速公路不停车移动支付***的专用手机APP，并进入运行；

(2)当车辆用户随车携带所述的智能手机驶入收费站预测区域，智能手机主动向云端车牌预测***上传车辆用户预测信息；云端车辆预测模块接收并处理车辆用户设备上传的车辆用户预测信息；

(3)云端车牌预测处理***根据车辆用户预测信息、云端车辆数据池数据，处理验证车辆身份，并定向下发包含车辆车牌信息在内的车辆用户预测信息到车道二次车牌识别***；

(4)车道二次车牌识别***接收处理云端车牌预测***下发的车辆用户预测信息，并保存在车道车辆数据池中，形成即将进入高速公路车辆的数据集合；

(5)当车辆进入收费车道的前置车牌识别设备识别区域时，前置车牌识别设备从不同角度、不同时间抓拍车辆车牌，抓拍的车牌信息送入车道二次车牌识别***处理；

(6)车道二次车牌识别***依据抓拍的车牌信息、车道车辆数据池的数据，分别启用前置摄像头I的二次车牌识别模块程序和前置摄像头II的二次车牌识别模块程序，通过如图13所示的运算方法运算验证车辆车牌、身份；车道车辆数据池数据不能提供相关信息时，车道二次车牌识别***会向云端车辆数据池索取数据；根据车道二次车牌识别***处理结果，收费***执行车辆预放行抬杆动作；

(7)车辆继续前行，当到达后置车牌识别设备识别区域时，后置车牌识别设备从不同角度、不同时间抓拍车辆车牌，抓拍的车牌信息送入车道二次车牌识别***处理；

(8)车道二次车牌识别***依据抓拍的车牌信息、车道车辆数据池的数据，分别启用后置摄像头I的二次车牌识别模块程序和后置摄像头II的二次车牌识别模块程序，运算验证车辆车牌、身份；车道车辆数据池数据不能提供相关信息时，车道二次车牌识别***会向云端车辆数据池索取数据；根据车道二次车牌识别***处理结果，验证所述车辆和记录队列中记录的一致性，相符的继续放行车辆，不想符的执行干预措施；最后车辆用户驶过闸机，进入高速公路，完成一次高速公路不停车移动支付车道的完整入站过程。

本发明的二次车牌识别***经实际使用测试，***过车速度30码以上，抓拍成功率99.9％，车辆车牌识别率99.99％，完全满足高速公路收费车道不停车快速通行的技术要求，为高速公路不停车移动支付的实用化提供了坚实的基础。

以上的所述乃是本发明的具体实施例及所运用的技术原理，若依本发明的构想所作的改变，其所产生的功能作用仍未超出说明书及附图所涵盖的精神时，仍应属本发明的保护范围。

Claims (10)

1.一种用于高速公路不停车移动支付车道的二次车牌识别***，其特征在于，包括：车辆用户设备、车道车牌识别设备、云端车牌预测***、车道二次车牌识别***；所述的车辆用户设备和云端车牌预测***、云端车牌预测***和车道二次车牌识别***分别通过3G/4G无线网络相互连接；车道车牌识别设备和车道二次车牌识别***通过有线方式实现相连；所述的车辆用户设备作为二次车牌识别***的识别对象，并为云端车牌预测***提供包含车辆用户车辆车牌号码在内的车辆用户预测信息；所述车道车牌识别***提供在车道场景下用户车辆多视觉、多时空的多个车牌信息；所述云端车辆预测***用于接收处理车辆用户设备提供的车辆用户预测信息，并形成车辆用户预测信息定向下发到车道二次车牌识别***；所述车道二次车牌识别***用于接收云端车牌预测***下发的车辆用户预测信息，接收所述车道车牌识别设备提供的在车道场景下的多个车牌信息，并根据多个车牌信息和车辆用户预测信息，通过二次车牌识别算法，为本***提供前置、后置高精准车牌号码。

2.根据权利要求1所述的一种用于高速公路不停车移动支付车道的二次车牌识别***，其特征在于：所述的车辆用户设备包括带有车牌的用户车辆、装有专用手机APP的智能手机；所述带有车牌的用户车辆作为车道二次车牌识别***的识别对象；所述的智能手机通过安装运行的专用手机APP检测到车辆进入收费车道预测区域时，主动上传包含车辆用户的车辆车牌号在内的车辆预测信息。

3.根据权利要求1所述的一种用于高速公路不停车移动支付车道的二次车牌识别***，其特征在于：所述的车道车牌识别设备包括前置车牌识别设备和后置车牌识别设备；所述的前置车牌识别设备由二个摄像头组成，分别安装在车道入口前端的两侧，形成二个不同角度的物理视觉，通过不同的车牌抓拍触发时间形成二个不同的触发时空，为车道二次车牌识别***提供不同视觉和不同时空的前置车牌信息，前置车牌信息作为高速公路不停车移动支付车道预放行依据；所述的后置车牌识别设备由二个摄像头组成，分别安装在车道后端的闸机前面的两侧，形成二个不同角度的物理视觉，通过不同的车牌抓拍触发时间形成二个不同的触发时空，为车道二次车牌识别***提供不同视觉和不同时空的后置车牌信息，后置车牌信息作为高速公路不停车移动支付车道车辆的放行和验证依据。

4.根据权利要求1所述的一种用于高速公路不停车移动支付车道的二次车牌识别***，其特征在于：所述的云端车牌预测***包括云端车辆预测模块、云端车辆数据池、云端车牌预测处理***；所述的云端车辆预测模块用于接收和判别车辆用户设备上传的包含车辆用户车辆车牌信息在内的车辆用户预测信息，提取车辆用户预测信息中的车牌号码、预测的收费站、用户账号等相关信息，并提供给所述的云端车牌预测***；所述的云端车辆数据池用于存储有全省的注册车辆用户的全部必要信息，存储有白名单、黑名单等稽查信息，存储有支付账号等支付信息，作为云端车牌预测处理***的基础验证数据；所述的云端车牌预测处理***根据云端车辆预测模块提供的车辆预测信息中的车牌号，检索云端车辆数据池，验证车辆是否为合法注册用户，获得车辆用户身份等基础信息，并通过云端车辆预测模块提供的收费站信息，定向的向车辆所在的收费站发布包含车辆车牌信息在内的车辆预测信息。

5.根据权利要求1所述的一种用于高速公路不停车移动支付车道的二次车牌识别***，其特征在于：所述的车道二次车牌识别***包括本地车辆数据池、车道二次车牌识别处理***；所述的本地车辆数据池用于存储云端车牌预测***定向下发的包含车辆车牌信息在内的车辆预测信息，在本地形成了可能进高速公路收费车道的车辆集合，作为车道二次车牌识别处理***的第一首选运算数据；本地车辆数据池作为第一优先选用数据池，如本地车辆数据池不能提供车道二次车牌识别处理***所需的数据，车道二次车牌识别处理***会向云端车牌预测***索取云端车辆数据池中的数据；所述的车道二次车牌识别处理***，首先从车道前置、后置车牌识别设备获取物理设备提供的多车牌信息，并通过二次车牌识别运算处理，提取物理层面最高精度的车牌信息，再优先调取本地车辆数据池数据，从数学层面进行二次车牌识别运算处理，最终提取***级别的高精度车牌信息，作为高速公路不停车移动支付***的车辆身份信息。

6.根据权利要求5所述的一种用于高速公路不停车移动支付车道的二次车牌识别***，其特征在于：所述的车道二次车牌识别处理***包括前置二次车牌识别模块、后置二次车牌识别模块、综合二次车牌识别模块、前置精准车牌输出模块、后置精准车牌输出模块；前置二次车牌识别模块与前置精准车牌输出模块相连；后置二次车牌识别模块与后置精准车牌输出模块相连；所述的前置二次车牌识别模块对设置在车道两侧的二个前置摄像头，从不同角度，不同时间点抓拍的车牌信息，结合第一优选的本地车辆数据池数据，从物理层面、数学层面进行二次车牌识别处理，纠正不同角度、不同时间点抓拍可能的误差，最大程度还原车牌号码，提供前置高精准车牌输出；所述的后置二次车牌识别模块对设置在车道两侧的二个后置摄像头，从不同角度、不同时间点抓拍的车牌信息，结合第一优选的本地车辆数据池数据，从物理层面、数学层面进行二次车牌识别处理，纠正不同角度、不同时间点抓拍可能的误差，最大程度还原车牌号码，提供后置高精准车牌输出；所述的综合二次车牌识别模块，当前置或后置车牌识别设备的二个摄像头，出现单个或双个损毁时，或多个摄像头识别精度大幅下降时，自动启动运行，利用正常工作的摄像头，经二次车牌识别模块处理提供精准车牌信息，继续为高速公路不停车移动支付***提供高精度车牌信息，同时会向***提供前置设备故障告警信息。

7.根据权利要求6所述的一种用于高速公路不停车移动支付车道的二次车牌识别***，其特征在于：所述的前置二次车牌识别模块包括前置摄像头I的判别模块、前置摄像头II的判别模块、前置摄像头I的二次车牌识别模块、前置摄像头II的二次车牌识别模块；所述前置摄像头I的判别模块、前置摄像头II的判别模块分别用于处理车道两侧安装的二个前置摄像头，确认是哪个摄像头车牌识别信息优先到达，建立记录并按先后次序写入记录，第一时间启动前置摄像头二次车牌识别模块I处理程序；所述的前置摄像头I的二次车牌识别模块通过对前置摄像头I的车牌信息和车道车辆数据池数据进行精准或模糊匹配运算，纠正抓拍误差，以最大可能还原车牌信息，并以高精准车牌信息，和车道车辆数据池或云端车辆数据池信息核对验证车辆身份，决定是否预放行车辆；所述的前置摄像头II的二次车牌识别模块，当获得前置摄像头II的车牌信息后，判断和前置摄像头I获得的车牌信息是否一致，从物理层面确认摄像头1车牌信息的准确性；两者信息一致的，保持提供前置摄像头I的二次车牌识别模块提供的精准车牌信息；两者信息不一致的，将前置摄像头II的车牌信息和车道车辆数据池数据进行精准或模糊匹配运算，纠正抓拍误差，以最大可能还原车牌信息，并把还原的车牌信息再次和前置摄像头I的二次车牌识别模块提供的精准车牌信息比对，结果一致的，保持提供前置摄像头I的二次车牌识别模块提供的精准车牌信息不变，不一致的，以精准匹配运算获得的车牌信息为准，如果两者都是模糊匹配运算获得的，将启动综合二次车牌识别模块处理程序。

8.根据权利要求6所述的一种用于高速公路不停车移动支付车道的二次车牌识别***，其特征在于：所述的后置二次车牌识别模块包括后置摄像头I的判别模块、后置摄像头II的判别模块、后置摄像头I的二次车牌识别模块、后置摄像头II的二次车牌识别模块；所述后置摄像头I的判别模块、后置摄像头II的判别模块，处理车道两侧安装的二个后置摄像头，确认是哪个摄像头车牌识别信息优先到达，依据记录队列按先后次序写入记录，第一时间启动后置摄像头I的二次车牌识别模块处理程序；所述后置摄像头I的二次车牌识别模块通过对后置摄像头I的车牌信息和车道车辆数据池数据进行精准或模糊匹配运算，纠正抓拍误差，以最大可能还原车牌信息，并以高精准车牌信息，从车道车辆数据池或云端车辆数据池获得车辆验证信息，验证和前置摄像头的二次车牌识别模块信息是否一致；一致的则保持前置摄像头的二次车牌识别模块处理结果不变；不一致的则交由后置摄像头II的二次车牌识别模块进一步处理；所述的后置摄像头II的二次车牌识别模块，当获得后置摄像头II的车牌信息后，将后置摄像头II的车牌信息和车道车辆数据池数据进行精准或模糊匹配运算，纠正抓拍误差，以最大可能还原车牌信息，并把还原的车牌信息和前置摄像头的二次车牌识别信息进行比对，一致的，就保持前置二次车牌识别信息不变，不一致的，如果后置摄像头II的车牌信息是精准的，考虑车辆插队处理，如果后置摄像头II的车牌信息是模糊匹配的，判断和后置摄像头I获得的车牌信息是否一致，如果一致，还考虑车辆插队处理，不一致，将启动综合二次车牌识别模块处理程序。

9.根据权利要求6所述的一种用于高速公路不停车移动支付车道的二次车牌识别***，其特征在于：所述的综合二次车牌识别模块分别对前置摄像头I、前置摄像头II、后置摄像头I、后置摄像头II抓拍得到的车牌信息按位比对，取概率大的作为该位的数据，获取一个新的车牌信息，并和车道或云端车辆数据池进行精准或模糊匹配运算，获取精准的车牌号，根据该精准车牌号决定车辆身份和控制车辆放行。

10.一种用于高速公路不停车移动支付车道的二次车牌识别方法，其特征在于，具体如下：

(1)将前置摄像头I、前置摄像头II设置在车道入口的前端两侧岛头处；将后置摄像头I、后置摄像头II设置在车道闸机前1米的两侧车道处；将车道二次车牌识别***安装在车道收费计算机上；将云端车牌预测***安装在云端服务器上；车辆用户的智能手机下载安装高速公路不停车移动支付***的专用手机APP，并进入运行；

(2)当车辆用户随车携带所述的智能手机驶入收费站预测区域，智能手机主动向云端车牌预测***上传车辆用户预测信息；云端车辆预测模块接收并处理车辆用户设备上传的车辆用户预测信息；

(3)云端车牌预测处理***根据车辆用户预测信息、云端车辆数据池数据，处理验证车辆身份，并定向下发包含车辆车牌信息在内的车辆用户预测信息到车道二次车牌识别***；

(4)车道二次车牌识别***接收处理云端车牌预测***下发的车辆用户预测信息，并保存在车道车辆数据池中，形成即将进入高速公路车辆的数据集合；

(5)当车辆进入收费车道的前置车牌识别设备识别区域时，前置车牌识别设备从不同角度、不同时间抓拍车辆车牌，抓拍的车牌信息送入车道二次车牌识别***处理；

(6)车道二次车牌识别***依据抓拍的车牌信息、车道车辆数据池的数据，分别启用前置摄像头I的二次车牌识别模块程序和前置摄像头II的二次车牌识别模块程序，运算验证车辆车牌、身份；车道车辆数据池数据不能提供相关信息时，车道二次车牌识别***会向云端车辆数据池索取数据；根据车道二次车牌识别***处理结果，收费***执行车辆预放行抬杆动作；

(7)车辆继续前行，当到达后置车牌识别设备识别区域时，后置车牌识别设备从不同角度、不同时间抓拍车辆车牌，抓拍的车牌信息送入车道二次车牌识别***处理；

(8)车道二次车牌识别***依据抓拍的车牌信息、车道车辆数据池的数据，分别启用后置摄像头I的二次车牌识别模块程序和后置摄像头II的二次车牌识别模块程序，运算验证车辆车牌、身份；车道车辆数据池数据不能提供相关信息时，车道二次车牌识别***会向云端车辆数据池索取数据；根据车道二次车牌识别***处理结果，验证所述车辆和记录队列中记录的一致性，相符的继续放行车辆，不想符的执行干预措施；最后车辆用户驶过闸机，进入高速公路，完成一次高速公路不停车移动支付车道的完整入站过程。