基于机器视觉的车牌识别系统

1、企业简介

山东矩阵软件工程股份有限公司成立于2006年，十余年专注于集团级别的大宗物资称重、发运、营销系统的应用开发，形成了涵盖大宗物资公路、铁路大运销、大物流的全面解决方案。矩阵软件产品所服务客户超过600家，客户涉及煤炭、水泥、建材、粮油、化工等行业，大宗物资年发运量15亿吨，管理车辆40余万辆。主导产品在国内大宗物资称重物联的智能应用细分市场占有率在10%左右，山东省内细分市场占有率超过30%，在国内大宗物资称重物联细分领域排名第一，具有较高的行业知名度。

2、案例概述

目前， AI技术的图像处理技术在汽车车牌识别上有了长足的发展，出现了一批汽车的车牌识别系统。但是火车皮号码识别方面进展较慢，虽然有一些科研上的研究成果，但是很少有应用型的产品。其根本原因在于火车的使用环境差，号码污损程度高，复杂环境下获取高质量图片的比例较低，所以很难保证足够高的识别率。

本系统在矩阵煤炭称重系列软件的基础上，适应当前行进列车货运管理自动化需求，应用视频关键帧提取、神经网络、图像识别等关键技术，采用自主研发训练的深度学习模型，整体提升系统在动态、不同气候、不同光照环境下的适应能力，提高准确识别率。

采用高效灵敏的多目标动态监测技术，可以对行进中的货运列车进行车头出现、车厢间隔和标记信息区域的实时甄别，并进而完成多尺寸多目标信息的动态监测和识别。实现货运列车的实时追踪管理，提供准确、实时的基础数据信息平台；实现装车货运站的实时管理、车流的精确统计和实时调整；实现行进列车运输自动化管理。

3、应用成效

（1）列车运行速度≤100km/h时，实现在线识别，识别结果提供WebService接口。

（2）适用于白日、黑夜等不同光照，雨、雾、雪等复杂天气。

（3）列车停车、倒车等列车状态下的准实识别，列车过后，2分钟内出识别信息。

4、应用场景

（1）公司与北京铁路局合作，于天津塘沽北建立合作试点，通过识别系统解决了磁条损坏无法读取车厢编号和过计量站车辆载重自重信息无法准确记录的问题。

（2）与成都铁路局（清白江）使用的防偏载系统进行对接，使用本系统进行集装箱、车厢编号对应匹配。解决了原先车厢与集装箱编号需人工抄录匹配的问题，提高了货运站装卸效率。

（3）于兖矿集团10几个矿运行，年提高发运量200万吨，提高发运效率25%。

5、主要创新点

（1）与中国科学院合作，获取基础AI模型，自主训练的AI模型(Matrix-RetinaNet)。

（2）适用于天气变化、环境变化、列车状态变化下的工业户外场景。

（3）实现多尺寸、多目标信息的动态监测和识别。

（4）采用业界领先的智能边缘计算平台（华为Atlas 500）。

6、后续规划

继续加强人工智能在标记信息智能识别方面的应用，重点突破特殊气象环境下的识别率难题。

（1）标记信息智能检测微服务框架移植(单图片检测、视频流检测)。

（2）采用模型强化训练技术，通过业务应用反馈闭环，不断优化提升模型算法，适应不同应用场景，持续提升使识别准确率达99%以上。

（3）搭建物流称重行业AI基础支撑平台，为相关行业应用如：列车车皮自动化管理、货运列车自动装车等提供智能化升级支持。

编辑：黄飞