Die Nummernschilderkennung (Automatic Number Plate Recognition, ANPR) ist eine Technologie, die Bildverarbeitung und Mustererkennung nutzt, um Fahrzeugkennzeichen zu erkennen und zu analysieren. Mit der Software von EVT, welche in eine Vielzahl von Kameras und bereits bestehende Systeme integriert werden kann und welche bereits bestehende Befehle zur Nummernschilderkennung besitzt, können schnell und einfach Prozesse optimiert werden.
Einsatzgebiete der Nummernschilderkennung sind z.B.:
- Parkraummanagement: In Parkhäusern und Parkplätzen helfen ANPR-Systeme bei der automatischen Erkennung und Abrechnung, indem sie Fahrzeuge beim Ein- und Ausfahren erfassen. Dadurch können sowohl Schranken als auch Ticketverluste vermieden werden.
- Parkplatzverwaltung: Kundenparkplätze können einfach verwaltet werden mit Echtzeit Belegungsübersicht, sowie die Integration von online Buchungssystemen und dynamischen Preisen.
Verkehrsüberwachung: Polizei und Verkehrsbehörden nutzen ANPR, um Verkehrsverstöße wie Geschwindigkeitsübertretungen oder das Überfahren von roten Ampeln zu überwachen.
Mautsysteme: Bei automatisierten Mautstellen werden ANPR-Systeme verwendet, um die Fahrzeuge zu identifizieren und Gebühren abzurechnen.
Die größten Herausforderungen bei der Nummernschilderkennung sind einerseits die Variabilität der Kennzeichen, da diese in verschiedenen Ländern in der die sich in Schriftart, Größe, Position, Form und sogar Farbgebung unterscheiden. Außerdem sind Kennzeichen im Alltag oft verschmutzt oder beschädigt und verschiedene Lichtverhältnisse (Nacht, Regen, Nebel, etc.) sowie bewegende Fahrzeuge mit teils hohen Geschwindigkeiten erschweren die Nummernschilderkennung.
Um dennoch hohe Erfolge zu erzielen nutzt die EyeVision Software verschiedene Algorithmen wie z.B.:
OCR: Optical Character Recognition ist ein Kernbestandteil der Nummernschilderkennung. Heutige Systeme verwenden oft neuronale Netzwerke und Deep-Learning-Ansätze, die in der Lage sind, auch unter schwierigen Bedingungen (z.B. Verschmutzungen, abgenutzte Schilder) hohe Erkennungsraten zu erzielen.
Deep Learning: Um die Segmentierung des Nummernschildes als auch die Erkennung der Zeichen zu verbessern können Deep Learning Algorithmen in die Nummernschilderkennung integriert werden. Sie trainieren auf großen Datensätzen mit unterschiedlichsten Nummernschildern und Lichtverhältnissen.
