停车场用大规模中心车牌识别系统建设方案汇报-2012-07-12版

深圳市川大智胜科技发展有限公司2012-07-10建设方案汇报大规模停车场中心车牌识别系统汇报目录Page

2停车场中心识别的优势1中心识别方案的可行性2中心识别建设目标3中心识别技术方案4工期及造价5停车场中心识别的优势（一）常见车牌识别方案介绍模拟相机前端监控点中心机房光端机光端机光纤(视频信号)识别器后端识别模拟相机光端机光端机光纤(视频信号)识别器前端识别数字相机网络(抓拍数据/图片)识别器数据库图片存储接入服务器数据库图片存储接入服务器局域网局域网交换机交换机数字相机网络(抓拍数据/图片)识别器交换机交换机2003年左右2005年以后中心识别2012年以后待识别图片识别服务器(集群)图片缓存数据库接入服务器(集群)图片源停车场中心识别的优势（二）三种常见方案的比较三种车牌识别方案系统结构对比后端识别前端识别中心识别传输数据量大小小网络中断影响大小小设备稳定性一般一般好前端设备成本高高

低计算资源利用率低低高故障诊断难度复杂复杂简单可扩展性一般一般好灵活性差差好三种车牌识别系统功能对比社会化监控接入----支持二次识别----支持图片质量诊断----支持对外提供服务----支持停车场中心识别的可行性(一)集群技术已经成熟

随着计算机技术的发展，目前集群技术已经广泛适用于各行各业。无论从技术方案还是软硬件实现上都趋于成熟。对各种应用场景都有成熟的解决方案。以下是一个可能的地理分布集群方案：市局中心系统和龙岗分中心系统共用一个虚拟IP，通过路由器上的BGP边界路由协议(BorderGatewayProtocol)配置，可使不同地区的停车场设备就近接入。地理分布集群有如下优点：就近接入，提高响应速度。提供容灾功能，当一个中心意外时，其它中心自动接管。方便管理。前端设备使用统一的接入IP。中心车牌识别的可行性(二)关键技术成熟高性能接入集群技术图像诊断技术图像预处理技术识别库

高并发、高实时性、高可用性接入一直是个难点。通过高可用性负载均衡以及非阻塞式IO等技术的引入，单机可处理1000车道接入、集群处理能力达到10000车道以上的接入能力成为现实。

通过长期实践，发展出一套行之有效的图片质量诊断算法，能有效的检测出常见故障，如补光不足、偏色等。

包括倾斜校正、边缘增强、滤波去噪、图像锐化等在内的图像增强算法可进一步提高识别率。

传统的识别算法能对常见图片进行高速识别处理。新一代的智能识别算法能通过训练和识别，大幅度提高环境适应能力和识别准确率，对图片质量、倾斜等异常有着较好的适应性。中心识别建设目标（一）总体目标中心识别在道路监控领域是一个前沿领域，无成功经验可借鉴，考虑到海量的数据处理需求和广阔的应用前景，从系统设计上而言，应当具备足够的可扩展性和灵活性。从系统建设角度讲，应当采取分批建设策略。故分别制定一、二期指标。即一期建设完成后，通过简单扩容（主要是通过增加硬件来扩大处理能力），即可达到二期目标中心识别系统技术指标一期指标二期指标说明峰值数据接收能力200条/秒1000条/秒深圳目前峰值60-80条/秒峰值IO速度20M/秒100M/秒每图片按100K计算日处理能力2000万记录/天10,000万记录/天深圳目前约500万/天车牌识别处理能力200条/秒1000条/秒最大识别延迟<2秒<2秒车牌数据转发延迟<3秒<3秒图片缓存时间7天7天建设一套能处理万路(以车道计)级别的，能完成中心车牌识别任务的高性能计算集群。中心识别建设目标（二）总体架构高可用性和负载均衡结合的、高性能的中心接入和中心识别系统。配置E7530级别志强芯片，每机2CPU共12核(2.0GHz)，则每识别服务器每秒可处理60条车牌识别请求图片存储仅作为缓存用。保留7天，约需要20T存储。可利用市局现有存储。识别数据缓存1个月。约需2T。中心识别关键技术（一）接入-负载均衡调度原理一般的负载均衡调度算法(如轮叫等)对中心识别而言存在不足，未考虑不同车道车流量大小差异较大(有的一天1万辆，有的几百辆)的问题。我们采用：基于动态反馈的负载均衡调度算法中心识别关键技术（一）接入-负载均衡的实现我们采用七层(应用层)负载均衡实现。通过修改接入协议，增加一个认证过程。返回包里带上均衡器计算出来的最合适的接收服务器地址。前端系统直接与接收服务器建立连接，后续通信不再通过负载均衡器。中心识别的数据包流量特点是输入大（有图片），应答小故传统的四层负载均衡方案，如NAT(网络地址翻译)、IP-TUNNAL（IP隧道）、DR（直接路由）等方法都不是最佳方案。NAT方式数据包处理示例源地址10.39.1.225:3456目的地址10.61.1.1:8000改写并发送给选定的接收服务器：源地址10.39.1.225:3456目的地址172.0.0.1:8000接收从接收服务器收到的数据包返回：源地址172.0.0.1:8000目的地址10.39.1.225:3456改写源地址并发回给请求端源地址10.61.1.18000目的地址10.39.1.225:3456可以看出：所有数据包都要通过负载均衡，单台流量压力过大。其它两种方案只是应答包不通过，一样存在问题中心识别关键技术（一）接入-共享图片缓存为避免系统耦合，也便于实现灵活的业务处理。接收集群和处理集群在逻辑上需要分离。则缓存图片需要在各服务器间共享。中心识别涉及的图片具有流量大，单个文件较小的特点。单台NAS服务器性能不足，集群NAS造价高昂，不如IP-SAN稳定。如图片缓存在接收服务器本机硬盘上，则如果服务器出问题，该部分图片则不可访问。造成单点故障。IP-SAN的问题是不能存储共享，某些时候造成资源浪费。我们采用IP-SAN+分布式文件系统实现缓存图片共享。即满足了性能和灵活性要求，又避免了单点故障。本机硬盘用于提供本地缓存。极大的减小文件流量。IPSAN划分为多个区域，由多台服务器挂载。分布式文件系统即保证了所有服务器可以共享存储，又通过自动备份机制保证了当一台服务器出现故障时，其它服务器继续提供服务，保证所有存储可用。中心识别关键技术（二）识别集群-总体方案中心识别关键技术（二）识别集群-图片预处理倾斜校正、边缘增强、滤波去噪、图像锐化等多种图像处理算法综合应用，可提高图像质量，提高车牌识别准确率。极端情况-倾斜校正前极端情况-倾斜校正后无法识别可以正确识别倾斜情况下的车辆捕捉与号牌识别低清晰度下的车辆捕捉与号牌识别高速情况下的捕捉与号牌识别低照度情况下的车辆捕捉与号牌识别中心识别用识别库关键指标技术指标高速识别库高精度识别库参考指标牌照定位正确率99%99%99%白天识别率>95%>97%>90%夜间识别率>90%>94%>85%号牌颜色准确率>90%>95%>90%识别速度<100毫秒<150毫秒

<300毫秒允许倾斜角度<15度<25度<15度图片允许像素点100-160像素80-160像素

--支持图片格式标清/高清标清/高清--中心识别关键技术（二）识别集群-两种识别库满足的其它指标：具备对民用、警用、军用、武警、07式武警、2002个性化等汽车号牌计算机自动识别能力，所能识别的字符包括:①“0—9”十个阿拉伯数字；②“A—Z”二十六个英文字母；③省市区汉字简称(京、津、晋、冀、蒙、辽、吉、黑、沪、苏、浙、皖、闽、赣、鲁、豫、鄂、湘、粤、桂、琼、川、贵、云、藏、陕、甘、青、宁、新、渝、使、临、台)；④军用车牌汉字(“军、空、海、北、沈、兰、济、南、广、成”)；⑤号牌分类用汉字(“警、学、领、试、挂、境、港、澳、拖、农”)；⑥武警车牌字(“WJ、大号0—9、小号0-9”)。⑤号牌分类用汉字(“警、学、领、试、挂、境、港、澳、拖、农”)；⑥武警车牌字(“WJ、大号0—9、小号0-9”)。中心识别关键技术（二）识别集群-完善的功能中心识别主要功能功能项说明实时识别实时对接收到的图片进行识别，总处理时间不超过1秒。二次识别可自动或者根据指令对一张或者一批图片采用高精度识别库识别手工识别以WebService接口对外提供单张或批量识别服务历史识别可对选定记录进行再次识别并上传中心识别辅助功能任务调度可对各任务按优先级进行管理负载均衡采用动态反馈算法将负载均匀的分布到所有服务器上性能监控可对各识别服务器性能监控，必要的时候手工调整负载