專利名稱：Etc電子不停車收費中的車輛身份識別系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種ETC電子不停車收費中的車輛身份識別系統(tǒng)。
背景技術(shù)：
ETC電子不停車收費技術(shù)自90年代初期出現(xiàn)以來，先后在北美、歐洲、 曰本、澳洲、新加坡等地廣泛應(yīng)用，我國也在九五期間，由交通部組織了"網(wǎng) 絡(luò)環(huán)境下不停車收費系統(tǒng)行業(yè)聯(lián)合攻關(guān)"項目研究。由交通部公路科學(xué)研究 所、西安公路科學(xué)研究所承擔(dān)前期科研任務(wù)，并在廣東省交通廳、北京市交 通廳、江蘇省交通廳等展開示范工程建設(shè)。與此同時，全國各大高等院校、 研究機構(gòu)也紛紛開展了 ETC電子不停車收費技術(shù)的研究。
但是，由于我國國情不同，國民信用體制的不完善和我國高速公路收費 體制的原因，使得ETC電子不停車收費技術(shù)在我國的推廣應(yīng)用遇到了很大的 困難。各地(如廣東、重慶、上海等地)已經(jīng)上馬的ETC電子不停車收費系 統(tǒng)紛紛停止使用或改做它用。盡管造成這種局面的原因是多方面的，但倒卡、 換卡、收費車輛使用免費卡、大型車輛使用小型車輛收費卡等不良和欺詐現(xiàn) 象的大量存在，是ETC電子不停車收費面臨的主要問題，是導(dǎo)致ETC電子不 停車收費在我國不能有效推廣的主要原因。例如，在2004年的全國高速公路 聯(lián)網(wǎng)收費技術(shù)研討會上，就有重慶的代表指出，重慶在實施ETC電子不停車 收費的初期，在一個月內(nèi)，上述各種現(xiàn)象的發(fā)生就高達(dá)上百起。
倒卡、換卡、收費車輛使用免費卡、大型車輛使用小型車輛收費卡等不 良和欺詐現(xiàn)象的大量存在，本質(zhì)上都是由于現(xiàn)有的ETC電子不停車收費系統(tǒng) 不能有效地精確地識別車輛的身份造成的。因為傳統(tǒng)的ETC電子不停車收費 系統(tǒng)，以IC卡作為車輛身份判別的依據(jù)，但I(xiàn)C卡是活動的，并不固定在車 上， 一個車載的IC卡，是否就真的是這個車的IC卡，在ETC系統(tǒng)中，并沒 有其他的輔助的證據(jù)給予證實，因此造成了上述現(xiàn)象的大量存在。可以說， 車輛身份的精確判定問題，已經(jīng)成為我國ETC電子不停車收費以至智能交通 運輸發(fā)展的瓶頸。
事實上，國內(nèi)的一些研究機構(gòu)已經(jīng)認(rèn)識到這一問題并進行了研究，提出 了一些方案并進行了實施。例如，通過牌照識別，與車載IC卡中記錄的牌照 相比對；或利用磁感應(yīng)線圈、壓電傳感器、紅外線收發(fā)裝置等判斷車輛到來，
獲取通行車輛的輪數(shù)、前、后輪距、軸距，車高等特征，然后實現(xiàn)車型判別 等。但這些方案都不能有效地、徹底地解決問題。分析其原因，主要有以下 兩個方面
(1) 車牌識別的精度達(dá)不到應(yīng)用的要求。車牌識別雖然國內(nèi)已有很多單位 研究，技術(shù)上也比較成熟，但從實際應(yīng)用的情況來看仍然很不理想。因為現(xiàn) 場的車牌識別環(huán)境是非常復(fù)雜的，受到車牌自身情況、天氣、光照等多種因 素的影響，有些車牌甚至人來識別都困難。例如，國內(nèi)最先進的北京漢王公 司的車牌識別系統(tǒng)(漢王眼)，在各項參數(shù)調(diào)整到最佳狀態(tài)時，現(xiàn)場車牌識別 率也只有96°/。，但參數(shù)的調(diào)整要根據(jù)天氣、光照等一天反復(fù)調(diào)整幾次，否則 車牌識別率將大大降低，致使該系統(tǒng)的實用性大打折扣。重慶在實施不停車 收費時，由于車牌識別不能達(dá)到應(yīng)用要求，不得不在出口人工輸入車牌后四
位，與IC卡中記錄的車牌數(shù)據(jù)比對，但這樣一來，車輛就必須在出口停留5 秒以上，不停車收費又退回到停車收費上去了。此外，上海的ETC不停車收 費也是因為車牌識別精度不高而擱淺。由于車牌識別不能達(dá)到應(yīng)用要求，致 使在車輛身份的驗證上，不能判斷出到底是非法的IC卡還是車牌識別的原 因，所以只運用車牌識別的方法驗證車輛身份，不是一個有效的、可靠的解 決方案。
(2) 車型識別結(jié)果過于簡單，不足以形成對車輛身份的有效可靠驗證。目 前的車型識別分為硬件方式和軟件方式。利用硬件方式獲取車型需要地感線 圈、磁感應(yīng)線圈、壓電傳感器、紅外線裝置等設(shè)備，系統(tǒng)比較復(fù)雜，投資也 比較大，目前已基本上不再采用。利用軟件方式是指通過拍攝車輛圖像，對 圖像進行車型識別來判斷車型，該方法只需一攝像頭即可，但識別結(jié)果一般 只有小型車、中型車、大型車三種，且很多車型無法從外觀上進行精確地區(qū) 分，如大中型客車與箱式貨車的區(qū)分，造成以車型識別結(jié)果作為判斷車輛身 份的依據(jù)效果更差，特別是遇到非免費車使用免費卡的情況更是如此。
由于以上兩個方面的原因，使得制約ETC在我國推廣的車輛身份識別的 問題始終不能得到有效的解決。在ETC中，車輛身份如果不能得到有效的識 別，造成的惡果是多方面的首先會造成車輛身份判別的不一致，來源于IC 卡中的數(shù)據(jù)與牌照或車型識別的結(jié)果不一致時，既可能是非法的IC卡造成 的，也可能是車牌或車型的誤識別造成的，這種情況往往需要停車來處理， 當(dāng)由于是車牌或車型識別的原因時，造成停車會給ETC電子不停車系統(tǒng)的聲 譽和收費站帶來很大的負(fù)面影響；其次，車輛身份判別錯誤既會給司機造成
損失，或縱容司機投機心理，也會給收費站造成票款流失。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種能對車輛身份進行準(zhǔn)確識別的ETC電子不停車 收費中的車輛身份識別系統(tǒng)。
為實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案ETC電子不停車收費中的車 輛身份識別系統(tǒng)，包括存有車輛基本信息數(shù)據(jù)的車載射頻ic卡及其讀寫系統(tǒng)， 含有與多個傳感器連接的多個信息通道，將各個信息通道用搏弈信息融合模型 組織起來，以貝葉斯網(wǎng)絡(luò)的推理算法，完成對車輛身份的準(zhǔn)確識別；所述搏弈 信息融合模型包含局中人、策略和支付三個基本要素，局中人是指搏弈融合 的參加者，即用于搏弈融合的多個信息通道，策略是對局中人在處理搏弈中 可能出現(xiàn)的各種局勢時，所做決策的一種描述，即各信息通道的工作模式或 工作參數(shù)，支付是各信息通道對信息融合中心決策支持的置信度。
所述搏弈信息融合模型包括局中人提取、策略提取、支付提取、態(tài)勢評 估、過程提取五個模塊和數(shù)據(jù)庫管理系統(tǒng)，所述數(shù)據(jù)庫管理系統(tǒng)由策略數(shù)據(jù) 庫和支付數(shù)據(jù)庫組成，其中策略數(shù)據(jù)庫用于存放系統(tǒng)中不同局中人的可采納 策略，支付數(shù)據(jù)庫則存放不同策略組合的支付值；所述推理算法為非樹型貝 葉斯網(wǎng)絡(luò)推理算法。
所述用于融合的多個信息通道包括車牌信息和車型信息，所述傳感器為 攝像機和稱重系統(tǒng)。
所述車型信息包括車牌顏色、車型和車重，其中車牌顏色包括黃色、蘭 色、黑色、白色，車型包括大型、中型、小型，車重包括很重、重、中等、 輕、很輕五個量化級；車牌信息和車牌顏色、車型均通過攝像機作為傳感器 進行采集，車重通過稱重系統(tǒng)作為傳感器進行采集。
當(dāng)所述車牌圖像識別通道信息與射頻識別通道中的車牌信息符合程度越 大，該通道支付越大；車型圖像識別通道信息與射頻識別通道中的車型信息 符合程度越大，該通道支付越大，但在相同支付下，不及車牌圖像識別通道 信息對融合系統(tǒng)決策的影響大；車輛重量信息和車牌顏色信息都與射頻識別 通道中的車型信息相關(guān)，根據(jù)相關(guān)性的大小確定它們的支付大小。
我們所發(fā)明的基于搏弈信息融合技術(shù)的ETC電子不停車收費系統(tǒng)旨在建 立解決多源信息沖突環(huán)境下的信息融合問題的理論體系，因而具有理論意義； 另一方面，在這一理論體系的指導(dǎo)下，將建立的融合模型應(yīng)用到ETC電子不 停車收費中車輛身份的可靠判決中，通過建立基于此理論的特定融合模型，
解決ETC電子不停車收費系統(tǒng)中的可靠收費問題。它通過搏弈信息融合模型， 把非接觸IC卡中的信息、車牌識別的信息、車型識別的信息、車牌顏色信息 和不停車車輛稱重的信息融合在一起，以期上述多源信息通過搏弈信息融合 模型中的競爭與合作達(dá)到系統(tǒng)最優(yōu)可靠判定，共同證實或者反證實車輛的真 實身份。因為人們從常識中知道，多個信息渠道提供的證據(jù)如果綜合在一起， 將比單個信息渠道提供的證據(jù)具有更強的證明力，就ETC中的車輛身份識別 來講，多種信息融合后提供的決策——是合法車輛還是非法車輛，將比僅通 過單一信息做出的判斷可靠得多。我們的目標(biāo)是通過搏弈信息融合的手段， 解決車輛身份判別這一 ETC電子不停車收費中一直未能解決的重點和難點問 題。這一ETC中關(guān)鍵問題的解決，不僅為ETC技術(shù)在我國發(fā)展的走向指明了 方向，而且為ETC系統(tǒng)的實用化奠定了理論基礎(chǔ)，這本來是一個來源于工程 背景的實際問題，但通過我們的研究，已經(jīng)把它上升到了搏弈理論和信息融 合理論的高度。
本世紀(jì)初，我國開始了ETC的研制和試點工作，2004年8月，交通部正 式批準(zhǔn)"聯(lián)網(wǎng)電子收費工作組"(UT&ETCWG)，負(fù)責(zé)聯(lián)網(wǎng)電子收費領(lǐng)域的標(biāo)準(zhǔn) 化工作，并把電子不停車收費系統(tǒng)作為未來聯(lián)網(wǎng)電子收費的發(fā)展方向，隨后， 全國各相關(guān)院校、公司、研究機構(gòu)紛紛開始了ETC的研究，有的還申請了專 利。我們研制的ETC電子不停車收費系統(tǒng)，結(jié)合我國國情，釆用搏弈信息融 合技術(shù)識別車輛真實身份、提供收費可靠依據(jù)，經(jīng)過我們査閱相關(guān)文獻(xiàn)，經(jīng) 過河南省科技情報所的査新工作，這一技術(shù)發(fā)明未發(fā)現(xiàn)相似技術(shù)和相關(guān)報道。 具體來說，我們的這一技術(shù)發(fā)明具有如下優(yōu)點
1、 它圓滿解決了在我國特有的ETC中車輛身份需可靠識別的問題。它將 車牌識別、車型識別、車牌顏色、IC卡數(shù)據(jù)信息、以及不停車稱重系統(tǒng)中的 重量信息進行搏弈信息融合，最大限度地保證了車輛身份識別的可靠性，比 起傳統(tǒng)的單純使用牌照識別，精度提高到99.99%以上，比起單純使用車型判 定，投資少，可靠性好，精度高。
2、 車輛身份判別系統(tǒng)中采用分布式處理的方式，車牌和車型識別以及不 停車稱重采用獨立可運行系統(tǒng)，不占用主機資源，使主機能夠集中進行信息 融合和收費數(shù)據(jù)處理，這樣大大提高了主機的工作效率，提高了車輛在收費 站的通過速度。
3、 由于是多路信息融合，信息的多路性提供了較多的冗余信息，使得在 某一路信息缺失時，其他路正常工作的信息，仍能夠經(jīng)過改進的融合算法，
獲得較高的判別準(zhǔn)確率，這就為系統(tǒng)提供了故障冗余，使系統(tǒng)在發(fā)生了局部 故障的情況下仍能繼續(xù)工作，從而大大提高了系統(tǒng)的可靠性，這一點就適應(yīng)
了 ETC電子不停車收費系統(tǒng)需要較高可靠性的要求，成為這一技術(shù)發(fā)明的一 個明顯優(yōu)點。
4、用于識別的設(shè)備體積小，安裝方便，不停車稱重采用便攜式系統(tǒng)，車 牌和車型識別使用一體化的系統(tǒng)，可獨立運行，重量信息和識別結(jié)果經(jīng)串行
口與主機通信，因此接入簡單，安裝方便，大大節(jié)省了用戶在工程施工方面
的投資。


圖1所示為包含本發(fā)明的ETC系統(tǒng)的工作原理框圖； 圖2所示為本發(fā)明中車牌識別系統(tǒng)流程圖3所示為本發(fā)明中車型識別系統(tǒng)流程圖4所示為本發(fā)明中搏穽信息融合的功能模型；
圖5所示為本發(fā)明中車輛身份識別的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)圖6所示為本發(fā)明中貝葉斯網(wǎng)絡(luò)的算法描述圖7所示為本發(fā)明中貝葉斯網(wǎng)絡(luò)的算法程序流程圖8所示為包含本發(fā)明的ETC系統(tǒng)中的射頻識別系統(tǒng)程序流程圖。
具體實施例方式
ETC中的車輛身份識別系統(tǒng)是以搏弈信息融合為指導(dǎo)的。在設(shè)計中，首 先提取局中人、策略、支付三個搏弈融合模型的基本要素，然后是構(gòu)建貝葉 斯網(wǎng)絡(luò)，以網(wǎng)絡(luò)的推理算法完成車輛身份的識別。
(1) 局中人 直接將各信息通道作為局中人。
(2) 策略
不同類型的信息通道，對系統(tǒng)策略的抽取影響很大。各個局中人的策略如
下
*不停車稱重系統(tǒng)信息通道輸出的實數(shù)值。需采用模糊技術(shù)對其進行 有限量化，分為幾個量化級如很重、重、中等、輕、很輕。
*車牌圖像信息通道攝像機參數(shù)(焦距、視野、角度等)、識別系統(tǒng)的 輸出結(jié)果(字符格式)。
*車型圖像識別通道攝像機參數(shù)同上，識別輸出結(jié)果(大型、中型、 小型)。
*車牌顏色信息通道黃色、蘭色、黑色、白色。 *射頻識別通道存儲在射頻卡中的車牌、車型數(shù)據(jù)。 (3)支付
該搏弈信息融合系統(tǒng)各通道信息的支付體現(xiàn)在對射頻識別通道信息的符 合程度上。符合程度越大，表明信息的支付越大。下面進行具體分析-
*射頻識別信息由于就是它本身，所以符合程度為100%，所以在該融合
系統(tǒng)中不作為決策依據(jù)。 *車牌圖像識別通道信息與射頻識別通道中的車牌信息符合程度越大，
該通道支付越大。
*車型圖像識別通道信息與射頻識別通道中的車型信息符合程度越大， 該通道支付越大，但在相同支付下，不及車牌圖像識別通道信息對融 合系統(tǒng)決策的影響大。 *車輛重量信息和車牌顏色信息都與射頻識別通道中的車型信息相關(guān)， 根據(jù)相關(guān)性的大小確定它們的支付大小。 搏弈信息融合系統(tǒng)將根據(jù)各個信息通道的支付作出決策即是合法車輛 還是非法車輛。任何單一通道的支付都不能完全作為融合系統(tǒng)決策的依據(jù)。 為了有利于系統(tǒng)決策，各通道都應(yīng)爭取支付最大化，融合系統(tǒng)爭取對各信息 通道的最大利用，因此各信息通道存在著支付的競爭和搏弈。
如圖1所示的搏弈信息融合模型中的信息釆集通道分別是自動車輛識別
系統(tǒng)(利用非接觸智能ic卡實現(xiàn))、攝像機以及地衡。組成模型中的信息采
集通道分別用來完成車載非接觸智能IC卡中存儲數(shù)據(jù)、車型圖像數(shù)據(jù)、牌照 圖像數(shù)據(jù)以及車輛重量信息的采集。其中，射頻IC卡用來標(biāo)識車輛的身份和 提供相關(guān)的簡單信息，但這種標(biāo)識不是百分之百可靠的；攝像機分別用來拍 攝車型圖片和牌照圖片，而地衡負(fù)責(zé)收集車輛的重量信息。組成模型中的關(guān) 鍵部分是對采集到的信息進行信息融合，以此來更精確地判別車輛的身份， 從而保證收費的安全。
模型中，車牌識別信息通道在于獲取特異性車牌(如形狀不規(guī)范、污損、 遮擋車牌)的高可靠性識別信息。車牌識別的系統(tǒng)流程圖如圖2所示。牌照 識別的基本過程如下(1)當(dāng)行使的車輛駛?cè)胧召M站入口時，控制器啟動設(shè)置 在車輛前方和側(cè)上方的攝像機同時拍攝下車輛圖像；(2)由攝像機拍攝的含有 車輛牌照的圖像通過圖像采集卡輸入計算機進行預(yù)處理。圖像預(yù)處理包括圖像 轉(zhuǎn)換、圖像增強、濾波和圖像水平矯正等；(3)由區(qū)域搜索模塊進行牌照搜索
與定位，并分割出包含牌照字符號碼的矩形區(qū)域；(4)對牌照字符進行二值化， 反色處理，統(tǒng)一成白底黑字，濾除邊框并分割出單個字符，經(jīng)歸一化后輸入字
符識別子系統(tǒng)進行識別。
利用模板匹配法對牌照區(qū)域進行定位是牌照識別算法的核心，它充分利用 了牌照區(qū)域邊緣豐富的特點，定位準(zhǔn)確，提高了總體識別率。
模型中車型識別信息通道基于動態(tài)視頻的車型識別技術(shù)獲取車型信息。
通過對動態(tài)圖像處理獲得通過車輛的輪廓，并用Freeman鏈碼表示輪廓，通 過對Freeman鏈碼的統(tǒng)計和計算獲取車長、車高、周長、面積、車長高比、 圓形度、外接矩形與面積比等7個特征，同時還提取了車型圖像的7個不變 矩特征。然后應(yīng)用SVM技術(shù)和決策樹多類分類器相結(jié)合的策略進行分類，使 得分類器具有良好的分類性能和魯棒性。系統(tǒng)流程如圖3所示，車型識別系 統(tǒng)硬件有CCD攝像機、圖像采集卡、圖像處理計算機組成。CCD攝像機、圖
像采集卡負(fù)責(zé)采集視頻數(shù)據(jù)，并把數(shù)據(jù)轉(zhuǎn)換成數(shù)字圖像送圖像處理計算機進 行處理。圖像處理計算機指安裝了車型識別系統(tǒng)軟件的計算機。它承擔(dān)著視 頻捕獲，運動目標(biāo)檢測、分割，圖像預(yù)處理，圖像特征提取、圖像分類等重 要任務(wù)。
至于射頻識別與不停車稱重通道，因有比較成熟的技術(shù)，我們釆用了比 較先進的技術(shù)來為模型提供這兩個信息源。
如圖4所示，在搏弈融合模型中，將該模型的功能模型分解為局中人提 取、策略提取、支付提取、態(tài)勢評估和過程提取五個模塊。
(1) 局中人提取(Player Refinement)
在搏弈融合模型中，將參與沖突與合作的傳感器多信息源視為局中人。
(2) 策略提取(Strategy Refinement) 策略提取是對搏弈融合中所涉及的各個局中人確定其可以采納的策略集。
(3) 支付提取(Payoff Refinement)
當(dāng)局中人之間采用不同的策略組合時，使系統(tǒng)不確定性減少的程度不同， 因此理論上將不同策略組合下的信息量作為支付值。而在實際的應(yīng)用中，不 同的策略會導(dǎo)致系統(tǒng)性能的變化不同，即以具體系統(tǒng)中具體某些參數(shù)的變化
作為策略的支付值。
(4) 態(tài)勢評估(Situation Assessment)
在搏弈融合模型中，考慮到?jīng)_突和合作過程中的不同態(tài)勢實質(zhì)上是由各局中人采用不同的策略而導(dǎo)致的，因而將各局中人采用不同策略的組合定義 為 一個態(tài)勢，態(tài)勢下的支付值則作為態(tài)勢評估的定量度量值。
(5) 過禾呈提取(Process Refinement)
在搏弈融合模型中，過程提取模塊直接完成了融合系統(tǒng)的"施動"功能。 在多源信息沖突的環(huán)境下，為了最大化支付效用，局中人采納不同的策略， 而這些策略對應(yīng)于傳感器系統(tǒng)的不同參數(shù)模式或不同的協(xié)作方法等，因而搏 穽融合中最優(yōu)策略的選擇最終應(yīng)作用于傳感器系統(tǒng)上，即融合系統(tǒng)對傳感器 的"施動"。
(6) 數(shù)據(jù)庫管理系統(tǒng)(Database management system) 在本模型中的數(shù)據(jù)庫管理系統(tǒng)中，定義了策略數(shù)據(jù)庫和支付數(shù)據(jù)庫。其
中，策略數(shù)據(jù)庫用于存放系統(tǒng)中不同局中人的可采納策略，支付數(shù)據(jù)庫則存 放不同策略組合的支付值。在實際應(yīng)用中，可根據(jù)實際情況確定所需采用的 數(shù)據(jù)庫，簡單的情形下可以不采納數(shù)據(jù)庫管理系統(tǒng)，而將實際的數(shù)據(jù)存儲在
內(nèi)存中；復(fù)雜情形下可以對局中人、態(tài)勢等均采用數(shù)據(jù)庫加以管理。
在整個搏弈融合的功能模型中，從局中人、策略、支付三個要素出發(fā)確 定了三者的功能模塊，從融合的目的出發(fā)，確定了態(tài)勢評估和過程提取兩個 模塊。實際上，局中人、策略和支付三者的確定是態(tài)勢評估和過程提取的前 提和基礎(chǔ)。而融合的整個過程是一個反饋的過程，前一時刻的態(tài)勢評估和過 程提取的結(jié)果有可能對后一時刻的局中人、策略和支付三者的確定產(chǎn)生影響。
我們主要研究了在多源信息沖突環(huán)境下，以搏穽思想為指導(dǎo)構(gòu)建的搏弈 融合模型，探討了模型的形式化描述、模型的具體建模思想，并給出了一個 通用的解決融合過程中多源信息沖突與合作的搏弈融合的功能模型。
搏弈融合模型將多源信息沖突環(huán)境下的信息融合抽象為多傳感器構(gòu)成的 不同局中人之間以不同的策略而進行的交互搏弈過程，該搏弈的目標(biāo)是最大 化系統(tǒng)的收益，也就是最大化地利用各傳感器的信息。
圖5體現(xiàn)為車輛身份識別的搏弈信息融合模型的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)算法， 本質(zhì)上屬于貝葉斯推理算法。算法中的各表示含義如下-
方框表示相應(yīng)的變量(局中人)。其中車牌變量(Ll)取字符值，車牌顏 色變量(Cl)取離散值(如黃色、蘭色等)，車型變量(Tl)取離散值(大型、 中型、小型)，車重變量取離散值(如很重、重、中等、輕等)。L2、 T2為從 射頻IC卡讀出的變量。
pl， p2,…，pn為攝像機的一組參數(shù)，ql， q2，…，qn為稱重系統(tǒng)的一組參
數(shù)，它們可看作是局中人的一組策略。
P(Ll/(pl，p2，…，pn))為局中人Ll采用策略(pl，p2，…，pn)時的支付， 它實質(zhì)上是在攝像機取得參數(shù)(Pl,p2，…，pn)的條件下，牌照識別結(jié)果Ll 與真實值的相近程度。其他P(Cl/(pl，p2，…，pn))、 P(Tl/(pl，p2，…，pn))等
含義與此相同。
P (L2/L1)為局中人L2采取相應(yīng)策略的支付。L2采取的策略為L2從射 頻通道中取得的值。L2的支付實質(zhì)上是在Ll取得某值的條件下L2取得某值 的條件概率。由此可以看出，不同局中人的支付相互影響，表現(xiàn)為信息的相 互融合。其他如P(T2/C1)、 P(T2/T1)、 P(T2/W1)含義與此相同。
P(J/L2)為將整個融合系統(tǒng)(J)作為局中人時的支付受L2的影響程度， P(J/T2)的含義與此相同。J的策略只有兩個取值為合法車輛或非法車輛。 J取不同策略時支付不同，而支付大的策略為正確的策略。J的支付受到L2 和T2的影響，體現(xiàn)了融合。
ETC中的車輛身份識別具體實施起來，以貝葉斯網(wǎng)絡(luò)推理算法實現(xiàn)搏弈信 息融合及決策功能。從圖5可以看出，該貝葉斯網(wǎng)絡(luò)算法結(jié)構(gòu)由兩條分支組 成，分別為車牌識別分支和車型識別分支。
一、車牌識別分支
1、 算法思想
對于車牌識別這路信息通道，根據(jù)觀測值(由機器承擔(dān)，將IC卡中讀出 車牌信息與車牌識別機識別出的車牌進行比對，得出相符和不符兩種觀測結(jié) 果)，利用貝葉斯公式，推出車牌識別機識別結(jié)果為"正確"和"不正確"的 概率分布。如果推得車牌識別機識別結(jié)果為正確的概率很大，而不正確的概率 很小，在相符條件下，則系統(tǒng)可以推得此為"合法車輛"。如果觀測結(jié)果為不 符，利用貝葉斯公式，推出車牌識別機識別結(jié)果為"正確"和"不正確"的概 率分布，如果推得車牌識別結(jié)果為"正確識別"的概率很大(超過某一域值)， 則可以推定為"非法車輛"，如果概率很小(小于某一域值)，則不能推出"非 法車輛"的結(jié)論。此時需要參考其他信息通道的概率分布。
算法在第一次運行時，需要輸入一些先驗概率，此后先驗概率需根據(jù)算法 的運行不斷得到修正而變成后驗概率。
2、 算法描述如圖6所示
Ll:識別正確(取al值):概率95% 識別不正確(取bl值)概率5% L2:相符(Cl) /正確識別(al):條件概率99.9% 不符(dl) /正確識別(al):條件概率0.1% 相符(Cl) /未正確識別(bl):條件概率0.001%
不符(dl) /未正確識別(bl):條件概率99.999%
先驗概率如下
p(al)=95% p(bl)=5% p(cl/al)=99. 9% p(dl/al)二0. 1% p(cl/bl)=0. 001% p(dl/bl)二99. 999%
若觀測結(jié)果為相符(意思是P(cl)二l)或不符(意思是p(dl)O 則需求出此次車牌識別系統(tǒng)的車牌識別結(jié)果分布。艮口 相符P(cl)=l
p(al/cl)=p(cl/al)p(al) / (p(cl/al)p(al)+p(cl/bl)p(b1)) p(bl/cl)=p(cl/bl)p(bl) / (p(cl/al)p(al)+p(cl/bl)p(b1)) 不符p(dl)二l
p(al/dl)=p(dl/al)p(al) / (p(dl/al)p(al)+p(dl/bl)p(b1)) p(bl/dl)二p(dl/bl)p(bl) / (p(dl/al)p(al)+p(dl/bl)p(b1)) 二、車型識別分支
車型識別分支由三條分支組成，分別是車牌顏色識別、車型識別和車重識 另U。 T2為IC卡讀出的車型代碼，這條分支的算法和車牌識別分支基本一樣。
對于車牌顏色識別，由于不同顏色車牌與車型有一定對應(yīng)關(guān)系，根據(jù)機器 觀測結(jié)果，成對應(yīng)關(guān)系表示相符，不成對應(yīng)關(guān)系表示不符，在不符條件下需利 用貝葉斯公式計算車牌顏色識別正確與否的概率分布。對于車型的識別，由于 我們只識別到大型、中型、小型三種車型，因此也有一個與從IC卡中讀取的 車型代碼的對應(yīng)關(guān)系，當(dāng)對應(yīng)關(guān)系成立表示相符，不成立表示不符，在不符條 件下，需計算車型識別正確與否的概率分布，對于車重識別也使用同樣的方法。
在車型識別的各條分支中，將車牌顏色識別的概率分布、車型識別的概率 分布、車重測量的概率分布進行加權(quán)平均，即可得到整個車型識別分支的概率 分布。
用于搏弈信息融合的多源信息包括IC卡中存儲的車輛身份信息、車牌識
別信息、車型識別信息和來自不停車稱重系統(tǒng)的車重信息。這些信息分別來自 于設(shè)置在收費車道路側(cè)的攝像機系統(tǒng)、射頻ic卡讀寫系統(tǒng)和便攜式不停車稱 重系統(tǒng)。這些信息分別獨立采集后，以串行通信的方式傳送給車道控制機(一 般由工控機擔(dān)任)，由工控機上的搏弈信息融合中心釆用貝葉斯網(wǎng)絡(luò)推理算法，
對這些信息進行搏弈融合，最終判斷出車輛的真實身份，為收費站實現(xiàn)ETC 自動收費提供可靠的依據(jù)。
本發(fā)明中軟件采用面向?qū)ο蟮母呒壘幊陶Z言——DELPHI編寫。程序流程 見圖7所示。作為ETC車道收費軟件的核心部分之一，本軟件并沒有獨立使用 的界面，它是嵌入在完整的車道收費軟件中的，并在ETC的車道收費軟件界面 中反映出來。我們研制的車道收費軟件界面的右半部分反映的是ETC中的車輛 身份識別的處理。
含本發(fā)明的ETC系統(tǒng)采用了較為先進的射頻識別系統(tǒng)，ETC中的射頻識 別(RFID)系統(tǒng)又稱為自動車輛識別(AVI)系統(tǒng)，是通過對車載射頻IC卡 讀寫識別車輛，完成收費。程序流程圖(包括初始化階段)如圖8所示。
權(quán)利要求
1、ETC電子不停車收費中的車輛身份識別系統(tǒng)，包括存有車輛基本信息數(shù)據(jù)的車載射頻IC卡及其讀寫系統(tǒng)，其特征是含有與多個傳感器連接的多個信息通道，將各個信息通道用搏弈信息融合模型組織起來，以貝葉斯網(wǎng)絡(luò)的推理算法，完成對車輛身份的準(zhǔn)確識別；所述搏弈信息融合模型包含局中人、策略和支付三個基本要素，局中人是指搏弈融合的參加者，即用于搏弈融合的多個信息通道，策略是對局中人在處理搏弈中可能出現(xiàn)的各種局勢時，所做決策的一種描述，即各信息通道的工作模式或工作參數(shù)，支付是各信息通道對信息融合中心決策支持的置信度。
2、 如權(quán)利要求1所述的ETC電子不停車收費中的車輛身份識別系統(tǒng)，其 特征是所述搏弈信息融合模型包括局中人提取、策略提取、支付提取、態(tài) 勢評估、過程提取五個模塊和數(shù)據(jù)庫管理系統(tǒng)，所述數(shù)據(jù)庫管理系統(tǒng)由策略 數(shù)據(jù)庫和支付數(shù)據(jù)庫組成，其中策略數(shù)據(jù)庫用于存放系統(tǒng)中不同局中人的可 采納策略，支付數(shù)據(jù)庫則存放不同策略組合的支付值；所述推理算法為非樹 型貝葉斯網(wǎng)絡(luò)推理算法。
3、 如權(quán)利要求1或2所述的ETC電子不停車收費中的車輛身份識別系統(tǒng)， 其特征是所述用于融合的多個信息通道包括車牌信息和車型信息，所述傳 感器為攝像機和稱重系統(tǒng)。
4、 如權(quán)利要求3所述的ETC電子不停車收費中的車輛身份識別系統(tǒng)，其 特征是所述車型信息包括車牌顏色、車型和車重，其中車牌顏色包括黃色、 蘭色、黑色、白色，車型包括大型、中型、小型，車重包括很重、重、中等、 輕、很輕五個量化級；車牌信息和車牌顏色、車型均通過攝像機作為傳感器進行采集，車重通過稱重系統(tǒng)作為傳感器進行采集。
5、 如權(quán)利要求4所述的ETC電子不停車收費中的車輛身份識別系統(tǒng)，其特征是當(dāng)所述車牌圖像識別通道信息與射頻識別通道中的車牌信息符合程 度越大，該通道支付越大；車型圖像識別通道信息與射頻識別通道中的車型 信息符合程度越大，該通道支付越大，但在相同支付下，不及車牌圖像識別 通道信息對融合系統(tǒng)決策的影響大；車輛重量信息和車牌顏色信息都與射頻識別通道中的車型信息相關(guān)，根據(jù)相關(guān)性的大小確定它們的支付大小。
全文摘要
本發(fā)明公開了一種ETC電子不停車收費中的車輛身份識別系統(tǒng)，包括存有車輛基本信息數(shù)據(jù)的車載射頻IC卡及其讀寫系統(tǒng)以及含有與多個傳感器連接的多個信息通道，將各個信息通道用搏弈信息融合模型組織起來，以貝葉斯網(wǎng)絡(luò)的推理算法，完成對車輛身份的準(zhǔn)確識別。該發(fā)明基于搏弈信息融合理論，將ETC中非接觸智能IC卡內(nèi)的車輛身份信息進行搏弈融合，以期多源信息通過搏弈信息融合模型中的競爭與合作達(dá)到系統(tǒng)最優(yōu)可靠判定，共同識別ETC中的車輛的真實身份，最大限度地保證了車輛身份識別的可靠性，精度可達(dá)99.99％以上，投資少，可靠性好。車輛身份判別系統(tǒng)不占用主機資源，大大提高了主機的工作效率。用于識別的設(shè)備體積小，安裝方便。
文檔編號G06F19/00GK101097605SQ20061001804
公開日2008年1月2日 申請日期2006年6月30日 優(yōu)先權(quán)日2006年6月30日
發(fā)明者元 張 申請人:河南工業(yè)大學(xué)