关于高速公路军警车道与ETC车道合并技术的研究

摘要：ETC（Electronic Toll Collection）技术在高速公路上的应用已得到普及，但ETC车道和军警车道一样也存在使用率不高、占用为数不多的车道资源等问题。文章在军警ETC车道合并技术方面，提出了一种可同时保证ETC计费通行和军警车免费通行的系统集成方案。

关键词：高速公路；军警车道；ETC车道；车牌识别系统

中图分类号：TP274 文献标识码：A 文章编号：1009-2374（2013）13-0111-02

目前根据有关规定高速公路所有匝道口均需设置军警车道，同时3进4出以上匝道口需设置ETC车道，但实际上军警免费车道利用率极低，而且ETC车道也占用了宝贵的车道资源，使得原来为数不多的普通收费车道愈发紧张，在繁忙路段甚至会引发交通堵塞。为了更好地解决这个问题，广东省交通厅提出了将军警车道和ETC车道合并使用（统称为军警ETC车道）的新理念，这样做不仅可以提高军警ETC车道利用率，同时可增加一条普通收费车道。在工程造价方面也节省了原有军警车道的建造费用。

1 军警免费车的特征信息

根据交通部队高速公路免费车的定义，“免费车主要包括：军队车、武警车、警卫车队、消防车、殡葬车、救护车以及普通粤O牌车”，其中军车、武警车、公检法公务车、消防车、粤O牌车在车牌上有特征字；救护车、殡葬车在车辆形状、车牌外部有特征标识。

我国军警车牌特点：（1）我国的车牌宽高比固定，比例为4∶7；（2）警车第七个字母为“警”；（3）车牌颜色，公安专用汽车，车牌为白底，红“GA”，黑字；武警专用汽车，车牌为“白底”，红“WJ”，黑字；（4）从2013年5月1日起正式启用“2012式”军车号牌，这次更换新式军车号牌，是我军第七代军车号牌。新的军车号牌采用了6种综合防伪手段，将“ETC”技术融入了新式军车号牌使用管理，在全军建立唯一的军车号牌数据库，有效强化了军车号牌的防伪能力和管理水平。

2 军警ETC车道技术

2.1 军警ETC车道工作原理

在军警ETC车道具体布局如下：通过智能交易切换控制系统车智能识别判断车辆类别，并根据来车类型（军警车辆与ETC车辆）启动相应的ETC车辆自动识别系统或军警免费车辆自动识别系统完成对通行车辆的交易处理。军警ETC车道系统包括以下模块：

ETC车辆自动识别系统。利用微波天线读取来车车载电子标签（如粤通卡）信息，并按照国家规定的收费标准收取通行费，抬杆放行。

军警免费车辆自动识别系统。采集现有军警免费车辆的特征信息如车牌、车型等。建立军警免费车辆数据库，建立军警免费车自动识别模型，对识别到的军警车辆免费放行。

智能交易切换控制系统。自动识别判断车辆类别，并以此作为系统控制策略，当判断出是ETC车辆识别系统时，启动ETC自动缴费模式；否则启动军警车辆识别系统，当二者均无法识别时，自动通知现场收费管理人员。

2.2 工作流程

流水为：

步骤1：当车辆进入ETC军警车道时，启动OBE电子识别程序，判断检测车辆有无粤通卡等设备：若检测到粤通卡信号，则转到步骤2，若检测不到粤通卡信号，则转到步骤3。

步骤2：读取车牌数据信息，查询军警车牌数据库，判断是否为军警车牌：若是军警车牌，则转到步骤6；若不是则转到步骤4。

步骤3：启动车牌识别程序，识别出车牌信号，查询军警车牌数据库，判断是否为军警车：若是军警车牌，则转到步骤6；若不是则转到步骤5。

步骤4：启动自动缴费程序，完成缴费，转到步骤6。

步骤5：自动接通收费管理员，要求转移至其他车道。

步骤6：生成流水、抬杆放行。

3 军警车牌及车型识别系统

军警ETC车道合并系统的关键技术是军警免费车辆自动识别系统。因此有必要研究一种专门用于识别军警免费车的识别系统。根据军警车辆特性2～5，可知车牌是军警免费车辆的主要特征。

3.1 车牌区域定位

车牌的定位的主要目的是在经图像预处理后的原始图片中确定牌照的具体位置，并将包含牌照字符的子图像从整个图片中分割出来，供字符识别系统识别之用。通常的做法是当车辆经过时，摄像机自动采集图像，然后进行灰度化处理后，进行边缘检测，提取出车牌的边缘图像。而本文对现有车牌定位算法进行分析和比较，采用一种基于彩色车牌定位方法：根据军警车牌特性2，这样不仅可以准确定位车牌区域，而且可以迅速判断处车牌的颜色分布，为进一步确定是否为军警车提供了依据，因此运用此方法很好的实现了车牌定位功能。

3.2 字符分割

字符分割是车牌识别系统的核心部分，当从车辆图像中成功提取出车牌区域后，需要将各个字符进行逐一分割，对此可以利用车牌字符间的空隙，利用逐横、逐列扫描得出车牌图像的直方图，从车牌图像中切割出七个字符。在对图像扫描的基础上综合考虑字符本身的宽度信息，从右边开始进行逐一分割的方法，同时利用回扫和车牌图像本身的特点，引进的先验知识不受字符的粘连和断裂的影响，准确地分割车牌字符。其中需要经过规范车牌底色，二值化、倾斜矫正，逐一分割等步骤。

3.3 字符识别

在字符识别阶段，首先对字符进行特征的提取。通过对字符轮廓特征、结构特征的比较，结合两者的优点，采用而来基于小波网格的特征向量的提取方法，不仅大大减少了字符的空间维数，而且提取出了就有代表性的字符特征，军警车牌中的首尾字母均为汉字，进行二维小波变换不需经过复杂的笔划预处理工作，就可以得到各个方向的子图：平滑子图、水平子图。垂直子图和斜向子图。将字符图像平均灰度值和字符图像网格特征向量的计算方法应用到这些结构子图上，构成图像字符小波特征向量。

小波神经网络算法将小波分析技术的时频局部化特性与神经网络的自学习、自适应功能良好结合，在对复杂、非线性、非平稳信号的处理中具有较强的逼近和容错能力。因而，在车辆牌照识别中使用小波神经网络技术，不仅可以实现对车辆牌照的特征提取和快速识别，而且可以提高恶劣、高速条件军警车牌识别的准确性和有效性。

经过matlab软件仿真测试，具有较高的识别率。

4 结语

本文所开展的军警ETC自动收费系统研究，是车牌识别技术、高频信号处理技术、人工神经网络技术的一种结合，是基础理论研究与实际应用技术的一种结合，是电子学、应用数学、信号处理、图像处理、微电子技术相结合的一项多学科边缘性基础应用研究课题。此外，本文研究了针对军警车辆的牌照识别技术的全新途径，具有很高的学术研究价值，并将对图像处理、模式识别和神经网络技术的研究、发展、应用及产业化起到直接的推动作用。

参考文献

[1] 文常保，巨永锋，闫栋.基于SOPC小波神经网络处理器.国家发明专利申请号：ZL2010071500347890.

[2] Wen Changbao， Ju Yongfeng ，Yan Dong “Research on Modeling and Experiment of Vehicle License Plate Recognition System”（EI检索）.

[3] 冈萨雷斯，阮秋琦，等.数字图像处理（MATLAB版）[M].北京：电子工业出版社，2009.

作者简介：闫栋（1985—），男，供职于广东省高速公路有限公司，硕士，研究方向：高速公路机电工程。

（责任编辑：周加转）