信路威视频车型识别小黄人在高速收费站治超中的应用

信路威视频车型识别小黄人在高速收费站治超中的应用本站　　“小黄人”为北京信路威公司研制的车辆三维特征视频识别产品，因外观酷似动画片中的“大眼萌小黄人”，被昵称为“小黄人”，成为行业内收费站车辆三维视频识别产品的俗称

　　“小黄人”为北京信路威公司研制的车辆三维特征视频识别产品，因外观酷似动画片中的“大眼萌小黄人”，被昵称为“小黄人”，成为行业内收费站车辆三维视频识别产品的俗称。

　　2019年度全国取消省界收费站，全国高速公路联网，形成世界上最大的高速公路网，形成新的收费体制。该收费体制以“车型”+“里程”为收费依据，采用射频（ETC）+视频技术，保证精准收费和稽核业务。

　　货车在进入高速公路前，首先进行超限检测，在收费广场治超站或治超车道进行超限检测，对超限车辆进行称重和图像取证，超限车辆不准驶入高速公路。

　　货车在出口车道进行超限复核，对于超载车辆进行称重和图像取证、执法处罚、追究入口收费站的责任。

　　ETC车辆在ETC/MTC入口车道，RSU读取OBU中的车牌、车型和车种等信息，将入口信息写入OBU，完成入口收费操作。

　　非ETC车辆在MTC入口车道领取CPC，由收费员将车牌、车型、轴数等信息写入CPC，完成入口收费操作。

　　ETC车辆在ETC/MTC出口车道，RSU读取OBU中的车牌、车型和车种等，进行入口信息、路径信息、计费额的读取，完成ETC方式收费操作。

　　非ETC车辆在MTC出口车道上交CPC，由收费员将车牌、车型、轴数、路径、计费等信息读取，完成出口收费操作。

　　综上，在超限检测中，对超限车辆的车型/轴型识别、图像取证为关键。在收费业务中，对车牌、计费车型的准确识别，是计费的核心依据；OBU/CPC中的信息与视频识别的车牌、车型进行融合、互补，实现计费的精准和有效。

　　该产品输出的图像数据包含车辆前部、侧面、尾部图片以及视频记录（不小于5s），可清晰辨识车牌号码、车辆轴数/轴型、车辆特征、载货情况等；结合称重设备的数据，可判定车辆是否超限载。

　　该产品实时视频检测，可精确区分客、货车；车型、轴数、轴型识别满足《GB1589-2016汽车、挂车及汽车列车外廓尺寸、轴载及质量限值》要求，车辆轴数及轴型成为车辆超限载认定的核心依据；同时输出车型、车辆轴数、轴距、轮数、车辆长、宽、高等数据信息发送至治超系统。

　　ETC车辆驶入收费站入口车道时，必须确保将本站入口信息（入口收费网络号、入口收费站号、入口车道号、入口时间、车型、轴数等）正确写入到OBU和ETC卡中。

　　ETC车辆驶入收费站出口车道时，车道系统将读取OBU中的车牌、车型、轴数、入口信息、路径信息、计费额等，完成ETC扣费操作。

　　该产品设置在收费车道岛头位置，在车辆驶入车道后，将车牌、车型、轴数等信息送至车道收费系统，车道收费系统可以将OBU内相关信息与该产品采集的信息进行对比，相符可完成入/出口收费操作，不相符可转入特情处理流程。

　　该产品在ETC车道的应用，可有效解决实际车型与OBU车型不符的问题，确保收费准确，杜绝大车小标、移动OBU等现象；对超载货车使用OBU直接进入ETC车道，逃避治超系统的行为可有效制止。

　　MTC入口车道应确保将车牌号牌、车轴数尤其是牵引拖挂车轴数、车型等信息准确写入CPC卡。当入口称重检测系统识别的车型、轴数异常时，应支持收费员人工校正。

　　在MTC车道，收费员对车型、轴数的准确判别，是确保入口收费信息准确的关键。入口车道的收费员需人工判别车型，再与治超系统输出的车型、轴数进行比对，不符时进行校正。在出口车道，收费员进行人工判别车型，与CPC内的入口信息比对，确保准确收费。

　　在车流量大、夜间时，收费员对车型的准确判别非常困难，有时需要探身出收费亭进行查看，风险较大。

　　在MTC车道设置该产品，对车辆进行车牌、车型、轴数的自动识别，将相关信息送至车道收费系统，同时将车辆侧面全图在收费界面上显示，使收费员可以快速进行确认和操作，提高通行效率、降低工作强度和风险。

　　采用自动发卡机的收费车道，由于无人值守，对驶入车型、轴数的准确识别成为确保收费信息正确的关键。

　　在自动发卡机车道，该产品准确识别车牌、车型、轴数等信息，将车辆信息送至自动发卡机，自动发卡机将车辆信息写入CPC中，完成入口收费操作。

　　车辆特征包含多种信息，如：车牌号码、车牌颜色、车身颜色、车辆款式、车辆种类（客车、货车、危化品车辆、特种车辆等）、车型（计费车型）、轴数、轴型、轮数、轴距、外廓尺寸等。车辆特征存在于车辆的多个维度，车辆的头部、尾部、侧面的三个维度，可以提取大部分的车辆特征信息。

　　该产品对车辆的三维图像进行信息处理，依据图像处理算法，将车辆三维度的特征信息进行提取，形成结构化的车辆三维特征数据。

　　车辆头/尾部的图像可提取出：车辆号牌、号牌颜色、车身颜色、车辆款式、外廓尺寸、高清图片等特征信息。

　　车辆侧面图像采集获得车辆完整的侧面图像，可提取出：车辆轮数（单、双轮）、轴数/轴型、轴距、车型/车类、外廓尺寸、侧面特征等信息。

　　1) 对于车辆侧面图像的采集，采用了高帧率图像采集、扫描和合成技术，确保行驶的车辆在扫描/合成方式下获得完整、清晰的侧面图像。侧面图像的完整性、清晰度是车辆侧面特征识别的核心基础。

　　2) 全天候WDR宽动态调节，适用于光照对比强烈的场景。收费站夜间车辆光灯与周围环境形成了强烈反差，易造成车辆图像辨识度差。采用数字宽动态技术和ISP调优，在夜间环境下可以达到良好的效果，使车辆三维图像满足车辆三维特征识别的要求和图像证据链的条件。

　　3) 3D图像降噪，图像的噪声直接影响图像的有效性，夜间由于增益加大等因素造成的图像噪点增加，图像噪点多将直接影响图像效果和车辆特征的识别。基于深度学习的单帧和多帧降噪的技术应用降噪效果明显。

　　4) 收费车道上的车流量大、车辆间距小，对车辆的有效分离和车头、车尾、车侧图像的匹配要求苛刻，采用AI技术实现车辆分离率和三维图像匹配率达到99%以上。

　　5) 基于深度学习的AI图像识别，模拟人类感知过程，提取出图像中最本质的结构化特征。通过提高特征提取能力，复杂度已发展到几百至上千层，可有效处理各类复杂的图像；通过变换增容技术，能模拟出各类复杂的场景变化，在极端情况下具备极强的识别能力。