關于高速公路軍警車道與ETC車道合并技術的研究

摘要：ETC（Electronic Toll Collection）技術在高速公路上的應用已得到普及，但ETC車道和軍警車道一樣也存在使用率不高、占用為數不多的車道資源等問題。文章在軍警ETC車道合并技術方面，提出了一種可同時保證ETC計費通行和軍警車免費通行的系統集成方案。

關鍵詞：高速公路；軍警車道；ETC車道；車牌識別系統

中圖分類號：TP274 文獻標識碼：A 文章編號：1009-2374（2013）13-0111-02

目前根據有關規定高速公路所有匝道口均需設置軍警車道，同時3進4出以上匝道口需設置ETC車道，但實際上軍警免費車道利用率極低，而且ETC車道也占用了寶貴的車道資源，使得原來為數不多的普通收費車道愈發緊張，在繁忙路段甚至會引發交通堵塞。為了更好地解決這個問題，廣東省交通廳提出了將軍警車道和ETC車道合并使用（統稱為軍警ETC車道）的新理念，這樣做不僅可以提高軍警ETC車道利用率，同時可增加一條普通收費車道。在工程造價方面也節省了原有軍警車道的建造費用。

1 軍警免費車的特征信息

根據交通部隊高速公路免費車的定義，“免費車主要包括：軍隊車、武警車、警衛車隊、消防車、殯葬車、救護車以及普通粵O牌車”，其中軍車、武警車、公檢法公務車、消防車、粵O牌車在車牌上有特征字；救護車、殯葬車在車輛形狀、車牌外部有特征標識。

我國軍警車牌特點：（1）我國的車牌寬高比固定，比例為4∶7；（2）警車第七個字母為“警”；（3）車牌顏色，公安專用汽車，車牌為白底，紅“GA”，黑字；武警專用汽車，車牌為“白底”，紅“WJ”，黑字；（4）從2013年5月1日起正式啟用“2012式”軍車號牌，這次更換新式軍車號牌，是我軍第七代軍車號牌。新的軍車號牌采用了6種綜合防偽手段，將“ETC”技術融入了新式軍車號牌使用管理，在全軍建立唯一的軍車號牌數據庫，有效強化了軍車號牌的防偽能力和管理水平。

2 軍警ETC車道技術

2.1 軍警ETC車道工作原理

在軍警ETC車道具體布局如下：通過智能交易切換控制系統車智能識別判斷車輛類別，并根據來車類型（軍警車輛與ETC車輛）啟動相應的ETC車輛自動識別系統或軍警免費車輛自動識別系統完成對通行車輛的交易處理。軍警ETC車道系統包括以下模塊：

ETC車輛自動識別系統。利用微波天線讀取來車車載電子標簽（如粵通卡）信息，并按照國家規定的收費標準收取通行費，抬桿放行。

軍警免費車輛自動識別系統。采集現有軍警免費車輛的特征信息如車牌、車型等。建立軍警免費車輛數據庫，建立軍警免費車自動識別模型，對識別到的軍警車輛免費放行。

智能交易切換控制系統。自動識別判斷車輛類別，并以此作為系統控制策略，當判斷出是ETC車輛識別系統時，啟動ETC自動繳費模式；否則啟動軍警車輛識別系統，當二者均無法識別時，自動通知現場收費管理人員。

2.2 工作流程

流水為：

步驟1：當車輛進入ETC軍警車道時，啟動OBE電子識別程序，判斷檢測車輛有無粵通卡等設備：若檢測到粵通卡信號，則轉到步驟2，若檢測不到粵通卡信號，則轉到步驟3。

步驟2：讀取車牌數據信息，查詢軍警車牌數據庫，判斷是否為軍警車牌：若是軍警車牌，則轉到步驟6；若不是則轉到步驟4。

步驟3：啟動車牌識別程序，識別出車牌信號，查詢軍警車牌數據庫，判斷是否為軍警車：若是軍警車牌，則轉到步驟6；若不是則轉到步驟5。

步驟4：啟動自動繳費程序，完成繳費，轉到步驟6。

步驟5：自動接通收費管理員，要求轉移至其他車道。

步驟6：生成流水、抬桿放行。

3 軍警車牌及車型識別系統

軍警ETC車道合并系統的關鍵技術是軍警免費車輛自動識別系統。因此有必要研究一種專門用于識別軍警免費車的識別系統。根據軍警車輛特性2～5，可知車牌是軍警免費車輛的主要特征。

3.1 車牌區域定位

車牌的定位的主要目的是在經圖像預處理后的原始圖片中確定牌照的具體位置，并將包含牌照字符的子圖像從整個圖片中分割出來，供字符識別系統識別之用。通常的做法是當車輛經過時，攝像機自動采集圖像，然后進行灰度化處理后，進行邊緣檢測，提取出車牌的邊緣圖像。而本文對現有車牌定位算法進行分析和比較，采用一種基于彩色車牌定位方法：根據軍警車牌特性2，這樣不僅可以準確定位車牌區域，而且可以迅速判斷處車牌的顏色分布，為進一步確定是否為軍警車提供了依據，因此運用此方法很好的實現了車牌定位功能。

3.2 字符分割

字符分割是車牌識別系統的核心部分，當從車輛圖像中成功提取出車牌區域后，需要將各個字符進行逐一分割，對此可以利用車牌字符間的空隙，利用逐橫、逐列掃描得出車牌圖像的直方圖，從車牌圖像中切割出七個字符。在對圖像掃描的基礎上綜合考慮字符本身的寬度信息，從右邊開始進行逐一分割的方法，同時利用回掃和車牌圖像本身的特點，引進的先驗知識不受字符的粘連和斷裂的影響，準確地分割車牌字符。其中需要經過規范車牌底色，二值化、傾斜矯正，逐一分割等步驟。

3.3 字符識別

在字符識別階段，首先對字符進行特征的提取。通過對字符輪廓特征、結構特征的比較，結合兩者的優點，采用而來基于小波網格的特征向量的提取方法，不僅大大減少了字符的空間維數，而且提取出了就有代表性的字符特征，軍警車牌中的首尾字母均為漢字，進行二維小波變換不需經過復雜的筆劃預處理工作，就可以得到各個方向的子圖：平滑子圖、水平子圖。垂直子圖和斜向子圖。將字符圖像平均灰度值和字符圖像網格特征向量的計算方法應用到這些結構子圖上，構成圖像字符小波特征向量。

小波神經網絡算法將小波分析技術的時頻局部化特性與神經網絡的自學習、自適應功能良好結合，在對復雜、非線性、非平穩信號的處理中具有較強的逼近和容錯能力。因而，在車輛牌照識別中使用小波神經網絡技術，不僅可以實現對車輛牌照的特征提取和快速識別，而且可以提高惡劣、高速條件軍警車牌識別的準確性和有效性。

經過matlab軟件仿真測試，具有較高的識別率。

4 結語

本文所開展的軍警ETC自動收費系統研究，是車牌識別技術、高頻信號處理技術、人工神經網絡技術的一種結合，是基礎理論研究與實際應用技術的一種結合，是電子學、應用數學、信號處理、圖像處理、微電子技術相結合的一項多學科邊緣性基礎應用研究課題。此外，本文研究了針對軍警車輛的牌照識別技術的全新途徑，具有很高的學術研究價值，并將對圖像處理、模式識別和神經網絡技術的研究、發展、應用及產業化起到直接的推動作用。

參考文獻

[1] 文常保，巨永鋒，閆棟.基于SOPC小波神經網絡處理器.國家發明專利申請號：ZL2010071500347890.

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

[3] 岡薩雷斯，阮秋琦，等.數字圖像處理（MATLAB版）[M].北京：電子工業出版社，2009.

作者簡介：閆棟（1985—），男，供職于廣東省高速公路有限公司，碩士，研究方向：高速公路機電工程。

（責任編輯：周加轉）