东南大学物联网交通应用研究中心
东南大学物联网应用研究中心
北京时间:
移动互联时代,车牌识别技术的机遇与挑战
2017-09-11 12:17   作者:   来源:智慧交通 推荐人:王晴   浏览:37   我要评论

前言:黄金十年

车牌识别起源于20世纪80年代,主要应用在被盗车辆的检测,但没有形成一套完整的识别系统。随后,出现了一些用于车牌自动识别的图像处理方法,针对一些特定的问题采用简单的图像处理技术来实现。到了20世纪90年代,随着计算机技术的发展以及计算性能的提高,车牌识别研究也进入热潮,欧美的一些国家率先开始了车牌识别系统的研究工作。在中国,开始车牌识别研究始于上世纪90年代末,虽然当时的技术并不成熟,是一种既昂贵又不完善的产品,规模也不大,识别率一直在80-90%左右徘徊,因此应用市场限制在高端的小众市场里。

2005年以来,各地政府开始加速进行智能交通系统建设。车牌识别作为智能交通的核心技术,得到快速的发展,识别率从80%提高到97%,分辨率从模拟视频到高清视频,应用平台从PC上的软识别到相机内的DM642DM648DM8127等。2005年到2015年是车牌识别技术整整高速发展的十年时间。

伴随智能手机的迅速普及,手机作为社会信息载体的趋势更为明显,消费者习惯于通过手机来获取各种详尽、准确的信息,以及获得更便利的生活体验,尤其是扫码付费,在公交、地铁、停车、高速公路收费等领域都得到了规模应用。

尤其是停车和高速公路收费,市场并不满足于扫码收费,而是不需要任何操作的“空感支付”,这就需要车牌识别技术更上层楼,而这已经在部分高速公路和停车场实现。

与此同时,监控设备进入到寡头垄断阶段,行业前几大巨头凭借规模和渠道优势迅速强占了市场,设备价格,也从最初的8万多垂直下降到几千元。而且随着车牌识别算法从DSP转换到ARM架构的算法平台革新,相机的主流算法架构开始转向低功耗、低成本的ARM平台,市场竞争已趋白热化。很多昔日的车牌识别巨头都减少了对车牌识别技术的投入,认为车牌识别技术已经非常成熟,应用领域已经相对固定。

事实果真如此吗?随着技术的发展,成本的下降,移动互联网的迅猛发展对车辆管理的数据化需求增长,车牌识别会在更多的应用领域一展身手,但也会面临新的挑战。下面我们就讨论最近出现的几个车牌识别应用新的领域和面临的挑战。


第一  新平台的崛起:ARM VS DSP

2006年开始,国内车牌识别算法研究一直集中在TIDSP平台上,也就是TI的达芬奇系列,最早的DM642,一直到DM6467DM648,最后到2011TI推出的集大成者的8系列DSP,如821781478167等,主要技术路径是主频的不断攀升,CPU不断累加。这种高性能、高功耗、高成本的DSP仿佛已经是最终的解决方案。直接结果就是,TI在智能数字算法平台上,从2012年到2017年,5年都没有再推出新的芯片。

像很多技术行业一样,最强有力的竞争者往往从低端市场切入。TIDSP在算法平台大行其道的时候,国内的一些公司勇敢地迈出了新的探索,智芯原动就在ARM架构上实现车牌识别算法的提供商,基于低成本、低功耗的海思芯片平台,开发出了成熟的车牌识别算法,并研发出成熟可商用的车牌识别相机。与TI不同的是, ARM后面有几十家优秀的芯片供应商,ARM芯片演进速度是非常快的。ARM架构算法平台的出现,改变了车牌识别相机市场的竞争格局,完全不一样的成本结构和快速响应服务预示着TI的芯片在安防行业市场将失去主流位置,在智能算法领域也将慢慢从主流技术方案中淡出,或者完全淘汰,或者固守高端市场。

下一代新的算法平台是什么?我们预测,ARM芯片上智能化算子的硬化将成为趋势,由此带来的智能化的ARM芯片,也许会取代目前的通用ARM芯片,成为新的主流算法平台芯片,实现更复杂、要求性能更强的视频算法。


第二  新市场的出现:高速公路收费和路边停车收费

新市场之一:基于车牌识别的高速公路收费。

基于车牌识别的高速公路收费是一个新的车牌识别应用细分市场。 高速公路的收费方式一直是以MTC+ETC为主,同时为保证计费系统的安全,各省高速公路的收费系统是与外网隔绝的。但是随着移动互联网的崛起浪潮,相关政府也在积极寻找一种为通行车辆提供更便捷的支付方式,以便解决临时车辆通行时,高速公路拥堵的现象。此时,基于车牌识别的移动支付方式成为最优选取的技术方案,但对车牌识别和视频检测技术提出了更高的要求。基于目前停车场用的车牌识别技术和高速公路车牌识别技术都需要克服车速快和识别率不高的问题,必须对车牌技术进行更好的优化和改进。  

2017年上半年,湖南省开始对省内高速公路收费站进行基于车牌识别系统的移动支付系统改造,总投资额达3.5亿元。另外,9月底前山东高速所辖省内15条高速公路所有收费站出口的人工收费车道将全部完成全支付系统落地,并可支持“无感支付”。

由于在高速公路收费场景下,车辆通行速度快,通行量大,识别率要求更高;从收费标准看,高速公路收费实行按车型大小分类计费,需要车牌识别相机对车型进行自动识别分类,高速公路收费需要更高识别率的车牌识别+车型识别。由于高速公路收费站的车流量分配从地域和时段上看分配不均,高速公路运营公司希望监控设备能有更多的智能分析功能,方便对通行车辆的管理和导流,以及通行路径的确定,即多义性路径识别。

综上所述,高速公路场景下,车牌识别技术比原有交通卡口和停车场场景下,对识别算法的要求会更高,同样的,对自有车牌识别和车型识别算法为核心竞争力的智能相机公司,如海康威视、大华技术、华夏智信等公司,无疑是一个非常好的发展机遇。


新市场之二:路边停车领域

各地政府无论是从自身停车资源整合,解决城市停车难的角度,还是从建设智慧城市、数据化城市公共资源的角度看,都有将公共资源的路边停车位纳入政府整个资源管理体系的需求。从2016年开始,住建部、发改委、各地政府发布政策和指导意见,对城市停车场建设,包括路边停车的管理给予政策支持,同时各地政府还发行停车场建设专项资金。对封闭式停车场、路边停车计费系统进行资金上的扶持。路边停车管理系统进入了高速发展期。

路边停车管理系统从1997年中国引入港澳的咪表系统开始,发展方向一直在设备管理和人工巡查之间摇摆。咪表系统由于容易被破坏,需要国民素质比较高等原因,在国内一直实行的磕磕绊绊。所以十几年以来,我国路边停车收费一直采用人工计费的方式,计费标准混乱、资金漏洞大,缺乏管控手段一直是路边停车收费的最大痛点。从2013年开始,国内开始有地磁+app的应用,对停在车位内的车辆进行强制收费,但地磁应用存在一些问题,比如磁场干扰、破坏路面问题,最重要的是还需要人工巡查,同时缺乏车辆图像数据,无法进行数据管理。

以车牌识别为核心的视频检测技术,能够比较完美地解决以下问题:

路边车位的智能化管理和实时监控,为路边停靠的车辆提供安全保障;

系统自动计费,杜绝因人工计费引起的资金漏洞,同时降低了人力的依赖,大幅度降低了系统成本;

对路边车位的数据化管理,为公安提供动静态一体的车辆数据,也能进一步服务于停车诱导和智慧城市建设。

从市场容量的角度看,路边停车市场非常大,以北京市而言,备案的存量路边停车车位为4万余个,未来每年会有20%的速度增长,以每个车位投资2500元计算,仅从北京市来看,这是一个亿级的空白市场,且每年还在以20%的速度递增。放在全国的范围看,这个市场规模会更庞大,是一个非常吸引人的市场。

目前应用于路侧停车的视频设备,主要分为两种,一种是一桩一位的视频桩设备,固定点位,识别相对容易;一种是一枪一球或者两枪一球的L杆组合设备,对应多个停车位,识别准确率难度较大。

从技术实现的角度看,路边停车的场景由于道路地形、通行人流、车流的复杂性,主要依赖视频的车牌识别技术面临着前所未有的挑战。复杂的光线、路边绿化、通行车辆带来的遮挡、路边停车所面对的超大角度识别都会给算法工程师带来仿佛永远解决不完的问题。有可能研发了半年的算法,到了现场,一个夏天的绿荫的树影波动就把整个识别率下降了10个百分点。所以说,基于车牌识别的路边停车解决方案,对车牌识别技术和视频分析技术比常规的智能交通市场来说,需要解决更多的问题,更多的挑战。在这场竞赛中,有着算法核心团队,有着领先的算法技术,愿意在技术上持续投入的公司才可能走到最后。



第三  不停止的新挑战:新能源车牌、新使馆车牌

2016121日在国内五城市试行的新能源车牌是一块试金石,能看出来市场上的车牌识别相机厂家谁拥有自己的。随着新能源车牌的全国普及,对车牌识别算法的更新升级也将进入到井喷阶段。

其实在这以前,车牌识别不断会面临着新的车牌样式的加入,算法的更新和迭代的需求一直存在。新军牌、新武警、民航车牌等等特种车牌都在不断更新。但是这次有些不同,对于试点城市来说,新能源车牌的开放,意味着每天都会有几百辆挂着新能源车牌的车辆驶入道路。一个月后就有几万辆新能源号牌穿行于各个停车场,不能识别新能源车牌的停车场自然会降低用户体验。这种压力传递下去,就会变成车牌识别相机的研发速度竞赛,谁率先发布成熟的新能源识别算法,就能率先在客户心目中占据领先的位置。

从车辆管理的角度来说,车牌形式的不断更新应该是常态,从新军牌、新武警,到现在试点的新能源车牌,以及五一之后就要替换的新使馆车牌。不出意外的话,新式车牌的式样会不断地推出,对车牌识别相机市场来说,每一个新式车牌的推出都意味着机遇和挑战,意味着会有或多或少的客户转换自己的阵营,投向有技术能力厂家的怀抱。


不可否认,车牌识别技术高速发展了将近二十年,某种意义上进入了技术平台期,产品差异化日渐缩小,同质化日益严重。但是由于车牌识别应用的广泛性、新的算法平台的崛起,成本的不断降低,互联网浪潮的兴起,车牌识别不断在开启新的应用市场,新的应用市场会有新的应用场景,对车牌识别有着新的技术要求,同时,以新能源为代表的新式车牌也会不断地推出,给车牌识别相机厂家们带来新的算法挑战。这是一个长跑比赛,能够在这个比赛中笑到最后的选手,一定是持续投入到研发技术,持续提升核心算法能力、研发能力的公司,做到这一点,既需要智慧,也需要勇气和坚韧,大浪淘沙,去芜存菁,车牌识别市场远未成熟和稳定,新的机遇和挑战会给这个市场带来无穷的活力和想象空间。

相关阅读
发表评论
姓名:
联系方式:
评论专区
东南大学 东南大学交通学院 清华大学 同济大学 西南交通大学 北京航空航天大学 上海交通大学 浙江大学
University of Wisconsin - Madison University of Michigan Rensselaer Polytechnic Institute Santa Clara University Rutgers University
交通运输部路网监测与应急处置中心 江苏省交通运输厅 南京智库联盟 江苏交通控股有限公司 江苏高速公路联网营运管理有限公司
中心概况研究动态新闻中心合作交流加入我们
Copyright © 2015 东南大学物联网交通应用研究中心 All Rights Reserved.