據(jù)相干業(yè)內(nèi)人士引見(jiàn),在不久的工夫內(nèi),不管是小區(qū)、阛阓、寫字樓等一些泊車場(chǎng)合,泊車場(chǎng)治理肯定都將完成無(wú)人化的治理.盡量地充沛應(yīng)用現(xiàn)代化的先輩技能以及設(shè)施,縮小治理職員的工作量以及泊車場(chǎng)的人工治理老本,給人們泊車營(yíng)建一個(gè)精良的泊車場(chǎng)合.

   泊車場(chǎng)治理零碎從表面上來(lái)看,設(shè)施集成度愈來(lái)愈高,表面上愈來(lái)愈小,布線方面愈來(lái)愈簡(jiǎn)略,一根網(wǎng)線一根通信線就可;特別值得提的一個(gè)泊車場(chǎng)治理零碎性能,那便是車牌辨認(rèn)零碎 ,車主通過(guò)在泊車場(chǎng)入口處的攝影設(shè)施關(guān)于本人車輛的抓拍,通過(guò)數(shù)據(jù)信息的上傳,道閘主動(dòng)開(kāi)閘,車輛進(jìn)入泊車場(chǎng),這類治理形式實(shí)用于一切的泊車場(chǎng)合,特別是在一些車流量較大的場(chǎng)合.

   除車牌辨認(rèn)性能外,泊車場(chǎng)治理零碎要想完成無(wú)人值守,車位疏導(dǎo)以及自助繳費(fèi)也是較為緊張的兩個(gè)性能,車主通過(guò)車位顯示屏信息能夠理解泊車場(chǎng)中車位的應(yīng)用狀況,進(jìn)入泊車場(chǎng)后能夠依據(jù)車位信息疏導(dǎo)屏自立泊車;而自助繳費(fèi)比擬人工免費(fèi)顯得更加平安以及便利,車主關(guān)上手機(jī)點(diǎn)擊繳費(fèi)便可,車主交取的泊車用度間接進(jìn)入車場(chǎng)經(jīng)營(yíng)者的賬戶中,不需求通過(guò)第三方的參加,以是關(guān)于于泊車場(chǎng)來(lái)講如許的免費(fèi)形式更加平安.今朝的泊車場(chǎng)零碎,硬件同質(zhì)化重大,要想在將來(lái)的市場(chǎng)中穩(wěn)步開(kāi)展,重視用戶的應(yīng)用體驗(yàn),給人們營(yíng)建一個(gè)精良、溫馨的泊車狀況更加緊張.

   單點(diǎn)車位數(shù)據(jù)探測(cè)一般是采用超聲波測(cè)距的工作原理實(shí)時(shí)采集停車場(chǎng)的車位數(shù)據(jù),是目前國(guó)內(nèi)應(yīng)用范圍廣的一種車位引導(dǎo)技術(shù).以目前國(guó)內(nèi)工程應(yīng)用案例多的科拓車位引導(dǎo)系統(tǒng)為例,這套系統(tǒng)的數(shù)據(jù)采集就是利用在每個(gè)停車位上方安裝超聲波車位探測(cè)器,實(shí)時(shí)探測(cè)當(dāng)前車位上的車輛停泊狀態(tài),從而獲得停車場(chǎng)內(nèi)的空車位數(shù)據(jù).采用這種方式大的優(yōu)點(diǎn)就是數(shù)據(jù)準(zhǔn)確度高,每個(gè)車位上的實(shí)時(shí)數(shù)據(jù)采集可以確保車位數(shù)的準(zhǔn)確統(tǒng)計(jì).因此這種方式也是目前國(guó)內(nèi)外車位引導(dǎo)系統(tǒng)的主流應(yīng)用方式.

   出入口計(jì)數(shù)有多種方式,包括地磁技術(shù)、地感線圈、視頻計(jì)數(shù)等等.這幾種計(jì)數(shù)方式有一個(gè)共通點(diǎn),就是安裝在停車場(chǎng)的出入口處,通過(guò)判定車輛的進(jìn)出情況來(lái)獲得停車場(chǎng)的空車位數(shù)信息.地磁技術(shù)是利用探知鐵磁物品引發(fā)地球磁場(chǎng)的變化,來(lái)判斷是否有汽車通過(guò);地感線圈通過(guò)檢測(cè)線圈區(qū)域是否有金屬物體存在,來(lái)判斷線圈區(qū)域是否有車.視頻計(jì)數(shù)則是通過(guò)視頻圖像,對(duì)進(jìn)出停車場(chǎng)的汽車進(jìn)行統(tǒng)計(jì),得到停車場(chǎng)車流量,停車場(chǎng)空車位數(shù)等停車場(chǎng)相關(guān)信息.利用出入口計(jì)數(shù)進(jìn)行車位數(shù)據(jù)采集,車位數(shù)據(jù)容易產(chǎn)生誤差,因此這類技術(shù)已經(jīng)普遍被新投入車位引導(dǎo)系統(tǒng)的車場(chǎng)淘汰.

字符識(shí)別方法目前主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法。基于模板匹配算法首先將分割后的字符二值化,并將其尺寸大小縮放為字符數(shù)據(jù)庫(kù)中模板的大小，然后與所有的模板進(jìn)行匹配，后選匹配作為結(jié)果?；谌斯ど窠?jīng)元網(wǎng)絡(luò)的算法有兩種：一種是先對(duì)待識(shí)別字符進(jìn)行特征提取，然后用所獲得特征來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器；另一種方法是直接把待處理圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取直至識(shí)別出結(jié)果。

實(shí)際應(yīng)用中，車牌識(shí)別系統(tǒng)的識(shí)別率與車牌質(zhì)量和拍攝質(zhì)量密切相關(guān)。車牌質(zhì)量會(huì)受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、車牌被遮擋、車牌傾斜、高亮反光、多車牌等等；實(shí)際拍攝過(guò)程也會(huì)受到環(huán)境亮度、拍攝亮度、車輛速度等等因素的影響。這些影響因素不同程度上降低了車牌識(shí)別的識(shí)別率，也正是車牌識(shí)別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識(shí)別率，除了不斷的完善識(shí)別算法，還應(yīng)該想辦法克服各種光照條件，使采集到的圖像利于識(shí)別。