CN113920596A - 面向无人值守停车场的车牌识别数据再匹配方法及*** - Google Patents

Abstract

本发明涉及面向无人值守停车场的车牌识别数据再匹配方法及***，车辆入场时记录车牌至数据库，出场时对车辆车牌进行识别，识别成功则提示支付信息，否则计算车辆车牌与数据库中未出库车牌的相似度，当若存在多于1个相似度最高且相同的未出库车牌时，对车辆车牌进行再匹配容错处理，选择相似度最高的数据库中的未出库车牌进行展示，用户确认后进行支付；方法通过***中的车牌识别单元、车牌匹配单元、车牌相似度计算单元和控制终端实现。本发明能够解决停车场无人值守时由于车辆进出场时的车牌信息识别错误而导致用户无法正常缴费、等待出场时间长、用户的体验感较差的问题，提升运营中心响应处理的效率，真正实现停车场无人化值守。

Description

面向无人值守停车场的车牌识别数据再匹配方法及***

技术领域

本发明涉及用于在一个或多个管理点收车费、通行费或进入费的装置或设备的技术领域，特别涉及一种面向无人值守停车场的车牌识别数据再匹配方法及***。

背景技术

随着移动互联网、人工智能、电子支付等技术的发展，无人值守停车场也在快速发展，在全国已有不少停车场采用了无人值守的停车场模式，在停车管理方面取得了良好的经济效益。

无人值守停车场事实上最终要实现的是整个停车场的少人化、无现金化智慧管理，在确保车辆和财产安全的基础上，尽量减少人为的干预，实现无感停车、线上缴费、智能提示、远程虚拟服务等便捷停车场管理模式。

要实现无人值守，对车辆身份进行自动识别是其中最重要的一个环节，只有做好了车牌识别才能确保车辆真正实现在无人值守的情况下的正常停车。

现有技术中，常用的车牌识别方式是通过出入口摄像头对车牌进行识别比对匹配，计算出其停放时间进行计费，并通过互联网支付手段进行线上收取后自动开闸放行。然而，目前最容易导致无人值守停车场无法正常运行的就是无法较好地识别车牌；目前主流识别车牌的技术是通过识别视频图像信息获得的，但由于光照条件、角度、遮挡等因素，常常存在识别错误、未识别等***性错误，进而导致停车场在出场车牌匹配中会经常出现无法与该车辆进场时的车牌信息相匹配，最终用户无法正常缴费、等待出场时间长、用户的体验感较差，还常需要呼叫值班人员予以处理，给停车场“无人值守”带来挑战，也就造成了“无人值守”事实上无法完整实现的问题。

发明内容

本发明解决了现有技术中存在的问题，提供了一种优化的面向无人值守停车场的车牌识别数据再匹配方法及***。

本发明所采用的技术方案是，一种面向无人值守停车场的车牌识别数据再匹配方法，所述方法包括以下步骤：

步骤1：车辆入场，记录车牌至数据库；

步骤2：任一车辆出场，识别车辆车牌，若识别成功，提示支付信息，用户确认则直接支付，结束，否则，进行下一步；

步骤3：计算车辆车牌与数据库中的未出库车牌的相似度；

步骤4：若存在多于1个相似度最高且相同的未出库车牌，对车辆车牌进行再匹配容错处理，进行下一步，否则对相似度最高的车牌进行展示，用户确认则直接支付，结束；

步骤5：对再匹配容错处理后相似度最高的数据库中的未出库车牌进行展示，用户确认则直接支付，结束。

优选地，所述步骤1中，车辆入场时，由语音设备播报车牌号，若识别错误，则用户主动纠错。

优选地，配合所述纠错在停车场贴设有报错识别码，用户入场时间段后选择车辆实时照片进行识别修改。

优选地，所述步骤2中，识别成功为将车牌信息与数据库中的未出库车牌之一全字匹配。

优选地，所述步骤3中，相似度计算包括以下步骤：

步骤3.1：将待计算的两个车牌信息中的所有不重复字符作为分词关键字；

步骤3.2：分别计算两个车牌中的词频，并写出词频向量；

步骤3.3：计算两个向量的余弦值；

步骤3.4：所有车牌遍历计算完成之后，按照余弦值从大到小进行排序，用于标定相似度。

优选地，所述步骤4中，相似度计算包括以下步骤：

步骤4.1：获取步骤3中相似度最高的若干未出库车牌；

步骤4.2：基于再匹配容错处理分别提取未出库车牌和当前车辆车牌的特征；

步骤4.3：基于所述特征分别构建所有未出库车牌和当前车辆车牌的新的向量；

步骤4.4：以当前车辆车牌的新的向量和未出库车牌的新的向量分别计算余弦值，按照余弦值从大到小进行排序，用于标定相似度。

优选地，对车辆车牌进行再匹配容错处理包括将当前车辆车牌进行拆解，对其中的特征点进行获取。

优选地，所述特征点包括车牌总位数、连续若干数字及对应的连续的数字的个数、连续若干字母及对应的连续的若干字母的个数。

优选地，所述特征点还包括车牌的行政区划。

一种采用所述的面向无人值守停车场的车牌识别数据再匹配方法的***，所述***包括：

一车牌识别单元，用于车辆进出场时车牌识别，包括主相机、副相机，当主相机和副相机识别的车牌信息不一致时，均记入数据库；

一车牌匹配单元，用于在接收到出场车牌识别到的车牌信息时将其与数据库进行全字匹配；

一车牌相似度计算单元，用于在车牌全字匹配不成功时对车牌进行相似度计算、执行再匹配；

一控制终端，用于基于车牌识别单元、车牌匹配单元、车牌相似度计算单元反馈的信息计时、计费、控制道闸的开合。

本发明涉及一种优化的面向无人值守停车场的车牌识别数据再匹配方法及***，车辆入场时记录车牌至数据库，出场时对车辆车牌进行识别，识别成功则提示支付信息，否则计算车辆车牌与数据库中的未出库车牌的相似度，当若存在多于1个相似度最高且相同的未出库车牌时，对车辆车牌进行再匹配容错处理，基于相似度，选择相似度最高的数据库中的未出库车牌进行展示，用户确认后进行支付；整体的方法通过***中的车牌识别单元、车牌匹配单元、车牌相似度计算单元和控制终端实现。

本发明能够解决停车场无人值守时由于车辆进出场时的车牌信息识别错误而导致用户无法正常缴费、等待出场时间长、用户的体验感较差的问题，提升运营中心响应处理的效率，真正实现停车场无人化值守。

附图说明

图1为本发明的流程图；

图2为本发明的***结构框图，其中，箭头所示为信号或数据传输的方向。

具体实施方式

下面结合实施例对本发明做进一步的详细描述，但本发明的保护范围并不限于此。

本发明涉及一种面向无人值守停车场的车牌识别数据再匹配方法，所述方法包括以下步骤。

步骤1：车辆入场，记录车牌至数据库；

所述步骤1中，车辆入场时，由语音设备播报车牌号，若识别错误，则用户主动纠错。

配合所述纠错在停车场贴设有报错识别码，用户入场时间段后选择车辆实时照片进行识别修改。

本发明中，无人值守停车场的实现事实上从车辆入场时就开始进行纠错，以确保其在数据库中的信息是准确的。

本发明中，为了防止车辆驾驶员忽略入场时的***识别消息，故在开闸的过程中通过语音对车牌号进行播报，同时车牌号记录至数据库；若用户主张车牌号错误，或用户仅是希望进一步确认，则可以通过报错识别码进入后台***，以入场时间段选择车辆的实时照片，在入场时间段内的所有车辆照片中识别并挑选出自己的车辆，对识别的车牌进行确认或修改；当然，为了防止恶意修改，可以通过一系列认证手段对用户进行实名认证，确保其修改恰当。

本发明中，报错识别码可以为二维码，用于进入修改用的后台。

步骤2：任一车辆出场，识别车辆车牌，若识别成功，提示支付信息，用户确认则直接支付，结束，否则，进行下一步；

所述步骤2中，识别成功为将车牌信息与数据库中的未出库车牌之一全字匹配。

本发明中，车辆出场时，识别车辆车牌信息，并将车牌信息与入场车牌数据库中的车牌信息进行全字匹配；全字匹配是指两个车牌信息逐字相同。

步骤3：计算车辆车牌与数据库中的未出库车牌的相似度；

所述步骤3中，相似度计算包括以下步骤：

步骤3.1：将待计算的两个车牌信息中的所有不重复字符作为分词关键字；

步骤3.2：分别计算两个车牌中的词频，并写出词频向量；

步骤3.3：计算两个向量的余弦值；

步骤3.4：所有车牌遍历计算完成之后，按照余弦值从大到小进行排序，用于标定相似度。

本发明中，全字匹配不成功时，采用“余弦相似度”算法进行车牌的相似度计算，将出场识别车牌与数据库中的车牌逐一计算余弦相似度。

本发明中，给出一个实施例：

令待出场车辆的识别车牌为浙A12M34；数据库中有车牌浙A21W34、浙A12454、浙AV6837；

以浙A12M34和浙A21W34为例，车牌中的字符均不重复，作为分词关键字，得到分词：浙、A、1、2、M、3、4、W；

分别计算两个车牌中的词频，并写出词频向量：

此处为

n为分词个数；

计算两个向量的余弦值，基本公式如下，

i为每个字符；

本实施例中，

另两车牌的则分别为0.756和0.428；

所有车牌遍历计算完成之后，按照cosθ从大到小进行排序，取最大值对应的数据库的车牌进行展示；根据计算结果，车牌浙A21W34与浙A12M34最相似。

步骤4：若存在多于1个相似度最高且相同的未出库车牌，对车辆车牌进行再匹配容错处理，进行下一步，否则对相似度最高的车牌进行展示，用户确认则直接支付，结束；

所述步骤4中，相似度计算包括以下步骤：

步骤4.1：获取步骤3中相似度最高的若干未出库车牌；

步骤4.2：基于再匹配容错处理分别提取未出库车牌和当前车辆车牌的特征；

步骤4.3：基于所述特征分别构建所有未出库车牌和当前车辆车牌的新的向量；

步骤4.4：以当前车辆车牌的新的向量和未出库车牌的新的向量分别计算余弦值，按照余弦值从大到小进行排序，用于标定相似度。

对车辆车牌进行再匹配容错处理包括将当前车辆车牌进行拆解，对其中的特征点进行获取。

所述特征点包括车牌总位数、连续若干数字及对应的连续的数字的个数、连续若干字母及对应的连续的若干字母的个数。

所述特征点还包括车牌的行政区划。

本发明中，存在一种情况，即，存在两个车牌都很接近，仍以上述实施例为例，若数据库中还存在一车牌为浙A21WB4，则将会存在两个相似度最高的未出库车牌，此时需要以其他途径进行相似度的再次计算。

本发明中，采用提取特征的形式，提取特征后可以进行赋值；特征包括但不限于车牌总位数、连续若干数字及对应的连续的数字的个数、连续若干字母及对应的连续的若干字母的个数、车牌的行政区划；

车牌总位数可以用于区别特殊车牌和普通车牌，如新能源车牌的位数暂时较普通车牌多，特殊部门的车牌的位数较普通车牌少等；

而如此例中，浙A21W34与浙A12M34中均包括了2组连续的2个数字，而浙A21WB4则是包括了1组连续的2个数字和1组连续的2个字母，存在着特征上的差异性；

车牌的行政区划用于标识车辆车牌的前两位。

本发明中，赋值后，可以如步骤3中进行余弦相似度的计算。

步骤5：对再匹配容错处理后相似度最高的数据库中的未出库车牌进行展示，用户确认则直接支付，结束。

本发明中，在进行三轮的识别、测算后，一般来说已经可以完成车牌的较为准确的识别，在此基础上，用户确认、支付。

本发明中，当然，在***中可以整合输入模块，如果***无法提供准确的车牌，则用户可以自行输入、缴费，但这种概率将较现有技术大幅降低。

本发明还涉及一种采用所述的面向无人值守停车场的车牌识别数据再匹配方法的***，所述***包括：

一车牌识别单元，用于车辆进出场时车牌识别，包括主相机、副相机，当主相机和副相机识别的车牌信息不一致时，均记入数据库；

一车牌匹配单元，用于在接收到出场车牌识别到的车牌信息时将其与数据库进行全字匹配；

一车牌相似度计算单元，用于在车牌全字匹配不成功时对车牌进行相似度计算、执行再匹配；

一控制终端，用于基于车牌识别单元、车牌匹配单元、车牌相似度计算单元反馈的信息计时、计费、控制道闸的开合。

本发明中，车辆入场时，车牌识别单元记录识别车牌、识别时间、抓拍照片等，记入入场车牌数据库，车辆出场时，车牌识别单元识别车辆的车牌信息。

本发明中，当存在主相机和副相机识别的两个不同的车牌时，用户也可以利用报错识别码进行确认和修改，或是删除识别错误的车牌。

本发明中，车牌匹配单元，当接收到出场车牌识别到的车牌信息时，首先将该车牌信息与入场车牌数据库进行全字符匹配。

本发明中，控制终端基于车牌相似度计算单元的结果对车牌信息进行容错处理，并给出车牌相似度排名。

本发明中，控制终端一般为后台，包括但不限于数据的接收和控制的输出，为本领域技术人员容易理解的内容，本领域技术人员可以依据需求自行设置、整合功能模块；其工作包括但不限于计算车辆进出场时间、匹配月卡车牌库、计算费用等处理，根据业务情况控制道闸打开放行。

本发明中，最优的结果是完全无人值守，当然也可以设置人工处理单元，接收到车牌再匹配单元推送的车牌相似度排名信息，***触发报警，并弹出相似车牌排名信息及对应的进场、出场时抓拍照片，用于工作人员快速判别选择；具体来说，工作人员可以通过入场时间，快速检索在入场时间范围段内的所有车牌，用于人工快速判别；若车辆入场时车牌未识别或手动放行进入，工作人员可手动填入车牌信息。

Claims (10)

1.一种面向无人值守停车场的车牌识别数据再匹配方法，其特征在于：所述方法包括以下步骤：

步骤1：车辆入场，记录车牌至数据库；

步骤2：任一车辆出场，识别车辆车牌，若识别成功，提示支付信息，用户确认则直接支付，结束，否则，进行下一步；

步骤3：计算车辆车牌与数据库中的未出库车牌的相似度；

步骤4：若存在多于1个相似度最高且相同的未出库车牌，对车辆车牌进行再匹配容错处理，进行下一步，否则对相似度最高的车牌进行展示，用户确认则直接支付，结束；

步骤5：对再匹配容错处理后相似度最高的数据库中的未出库车牌进行展示，用户确认则直接支付，结束。

2.根据权利要求1所述的一种面向无人值守停车场的车牌识别数据再匹配方法，其特征在于：所述步骤1中，车辆入场时，由语音设备播报车牌号，若识别错误，则用户主动纠错。

3.根据权利要求2所述的一种面向无人值守停车场的车牌识别数据再匹配方法，其特征在于：配合所述纠错在停车场贴设有报错识别码，用户入场时间段后选择车辆实时照片进行识别修改。

4.根据权利要求1所述的一种面向无人值守停车场的车牌识别数据再匹配方法，其特征在于：所述步骤2中，识别成功为将车牌信息与数据库中的未出库车牌之一全字匹配。

5.根据权利要求1所述的一种面向无人值守停车场的车牌识别数据再匹配方法，其特征在于：所述步骤3中，相似度计算包括以下步骤：

步骤3.1：将待计算的两个车牌信息中的所有不重复字符作为分词关键字；

步骤3.2：分别计算两个车牌中的词频，并写出词频向量；

步骤3.3：计算两个向量的余弦值；

步骤3.4：所有车牌遍历计算完成之后，按照余弦值从大到小进行排序，用于标定相似度。

6.根据权利要求1所述的一种面向无人值守停车场的车牌识别数据再匹配方法，其特征在于：所述步骤4中，相似度计算包括以下步骤：

步骤4.1：获取步骤3中相似度最高的若干未出库车牌；

步骤4.2：基于再匹配容错处理分别提取未出库车牌和当前车辆车牌的特征；

步骤4.3：基于所述特征分别构建所有未出库车牌和当前车辆车牌的新的向量；

步骤4.4：以当前车辆车牌的新的向量和未出库车牌的新的向量分别计算余弦值，按照余弦值从大到小进行排序，用于标定相似度。

7.根据权利要求6所述的一种面向无人值守停车场的车牌识别数据再匹配方法，其特征在于：对车辆车牌进行再匹配容错处理包括将当前车辆车牌进行拆解，对其中的特征点进行获取。

8.根据权利要求7所述的一种面向无人值守停车场的车牌识别数据再匹配方法，其特征在于：所述特征点包括车牌总位数、连续若干数字及对应的连续的数字的个数、连续若干字母及对应的连续的若干字母的个数。

9.根据权利要求8所述的一种面向无人值守停车场的车牌识别数据再匹配方法，其特征在于：所述特征点还包括车牌的行政区划。

10.一种采用权利要求1~9之一所述的面向无人值守停车场的车牌识别数据再匹配方法的***，其特征在于：所述***包括：

一车牌识别单元，用于车辆进出场时车牌识别，包括主相机、副相机，当主相机和副相机识别的车牌信息不一致时，均记入数据库；

一车牌匹配单元，用于在接收到出场车牌识别到的车牌信息时将其与数据库进行全字匹配；

一车牌相似度计算单元，用于在车牌全字匹配不成功时对车牌进行相似度计算、执行再匹配；

一控制终端，用于基于车牌识别单元、车牌匹配单元、车牌相似度计算单元反馈的信息计时、计费、控制道闸的开合。

Images