Công nghệ và dịch vụ phục vụ cho xe thông minh và Hệ thống Giao thông Thông minh (ITS) đang làm thay đổi nhiều khía cạnh trong cuộc sống con người. Bài viết này trình bày một khảo sát chi tiết về các kỹ thuật và tiến bộ hiện nay trong hệ thống Nhận diện Biển số Tự động (ANPR), so sánh hiệu năng giữa các thuật toán đã được thử nghiệm thực tế và mô phỏng, bao gồm cả những giải pháp dựa trên thị giác máy tính (CV). Công nghệ ANPR cho phép phát hiện và nhận dạng xe thông qua biển số bằng các phương pháp nhận dạng ký tự. Ngay cả với những thuật toán tốt nhất, triển khai thành công một hệ thống ANPR cũng có thể đòi hỏi phần cứng bổ sung để tối ưu độ chính xác. Điều kiện biển số, định dạng không chuẩn hóa, cảnh phức tạp, chất lượng camera, vị trí gắn camera, khả năng chịu biến dạng, mờ do chuyển động, vấn đề tương phản, phản quang, giới hạn về xử lý và bộ nhớ, điều kiện môi trường, chụp trong nhà/ngoài trời, ban ngày/ban đêm, công cụ phần mềm hay các giới hạn phần cứng khác—tất cả đều có thể làm giảm hiệu năng. Sự không nhất quán về điều kiện, môi trường khó khăn cùng các yếu tố phức tạp khác khiến ANPR trở thành lĩnh vực đầy thách thức và hấp dẫn với các nhà nghiên cứu. Internet vạn vật (IoT) đang định hình tương lai cho nhiều ngành công nghiệp và mở ra cơ hội mới cho ITS. ANPR có thể được tích hợp hiệu quả với hệ thống RFID, GPS, nền tảng Android và các công nghệ tương tự. Kỹ thuật học sâu (Deep Learning) được ứng dụng rộng rãi trong lĩnh vực CV để nâng cao tỷ lệ nhận diện. Nghiên cứu này nhằm tiến thêm bước nữa trong kiến thức về ITS (ANPR) dựa trên các thuật toán CV; thông qua việc trích dẫn công trình trước đây, phân tích và tổng hợp khảo sát về các phương pháp trích xuất, phân đoạn, nhận dạng ký tự, đồng thời đề xuất định hướng phát triển trong tương lai.
Công nghệ Nhận diện Biển số Tự động đã trở thành một phần không thể thiếu trong đời sống và hứa hẹn phát triển mạnh mẽ, dễ dàng tích hợp với các giải pháp giao thông tương lai. Khái niệm Xe Tự lái (Autonomous Vehicles) mở ra nhiều khả năng thay đổi căn bản hệ thống giao thông. ANPR hiện đã góp phần tạo nên ITS và loại bỏ nhu cầu can thiệp của con người. Nó không còn chỉ là camera gắn ven đường hay tại barrier bãi đỗ xe, mà còn di động: ban đầu được triển khai trên xe tuần tra, và gần đây, với điện thoại thông minh, nhiều giải pháp ANPR đã trở thành thiết bị cầm tay. Nhờ chi phí triển khai thấp hơn, ANPR thường được ưu tiên trong lĩnh vực thu phí đường bộ và bãi đỗ xe. Lý do chính là hệ thống ANPR chỉ nhận diện biển số đã đăng ký mà không cần thêm bộ phát RFID, trong khi hệ thống UHF-RFID đòi hỏi gắn thẻ.
Quá trình đô thị hóa nhanh chóng khiến nhiều người chuyển từ nông thôn ra thành thị. Chính quyền địa phương thường khó nắm bắt nhu cầu di chuyển hiện tại và tương lai của cư dân, khi lượng xe cộ tăng cao. ANPR ngày càng được sử dụng rộng rãi để giám sát lưu lượng xe, hỗ trợ ITS thông minh.
Không chỉ đọc biển số, camera ANPR hiện đại còn cung cấp thêm thông tin như đếm xe, hướng di chuyển, nhóm xe và tốc độ. Khả năng phát hiện và đọc biển số của khối lượng lớn xe cộ chạy nhanh đã giúp ANPR góp mặt trong nhiều ứng dụng số ngày nay. Dù được đóng gói dưới nhiều hình thức, chức năng cơ bản của mọi hệ thống ANPR đều giống nhau: đọc biển số xe tự động, không cần can thiệp con người. Nó được ứng dụng trong kiểm soát ra vào, quản lý bãi đỗ, thu phí, lập hóa đơn, theo dõi giao hàng, quản lý giao thông, cảnh sát và an ninh, dịch vụ khách hàng, hỗ trợ chỉ đường, xử phạt vi phạm đèn đỏ và làn đường, ước tính độ dài hàng đợi, cùng nhiều dịch vụ khác. Hình 1 mô tả sơ đồ hệ thống ANPR cố định và di động.
Hình 1. Sơ đồ hệ thống ANPR cố định (phải) và ANPR di động (trái).
Quy trình nhận diện biển số bao gồm:
Thu nhận ảnh biển số: dùng camera chụp ảnh tĩnh hoặc video về khu vực quan sát.
Trích xuất biển số (NPE): xác định và tách vùng chứa biển số khỏi ảnh tổng thể.
Phân đoạn ký tự (CS): tìm vị trí từng ký tự trên biển số.
Nhận dạng ký tự (CR): chuyển đổi ký tự ảnh sang văn bản (OCR).
Sau khi nhận dạng thành công, dữ liệu biển số được gửi về hệ thống trung tâm để xử lý tiếp, phân tích và báo cáo. Dữ liệu ảnh và metadata (thời gian, vị trí, v.v.) được lưu trữ, phục vụ các ứng dụng ITS như mô hình hóa hệ thống giao thông, phân tích luồng xe và điều khiển mạng lưới đường bộ.
Hình 2. Quy trình chung: thu ảnh → trích xuất biển số → phân đoạn ký tự → nhận dạng ký tự.
Chất lượng ảnh đầu vào phụ thuộc vào nhiều yếu tố: loại camera, độ phân giải, hệ thống chiếu sáng, vị trí gắn, tầm quan sát, cảnh phức tạp, tốc độ màn trập, cũng như các điều kiện môi trường. Biển số đa dạng về kiểu dáng, màu sắc, font, kích thước và tình trạng thực tế cũng ảnh hưởng đến độ chính xác nhận diện (Hình 3).
Khi phát hiện xe, hệ thống dùng chức năng định vị biển số để trích xuất vùng biển số (Number Plate Extraction). Tiếp đó, thuật toán phân đoạn ký tự xác định vị trí từng ký tự trên vùng biển số. Sau khi phân đoạn, kỹ thuật OCR hoặc thuật toán so khung mẫu, mạng nơ-ron nhân tạo sẽ chuyển đổi ký tự ảnh thành ký tự văn bản. Hiệu năng hệ thống ANPR phụ thuộc vào hiệu quả của từng bước trên. Tỷ lệ thành công (performance rate) đo bằng số biển số nhận dạng chính xác chia cho tổng số ảnh đầu vào, bao gồm cả ba giai đoạn: trích xuất, phân đoạn và nhận dạng ký tự.
Hình 3. Sự đa dạng về biển số: kiểu dáng, màu sắc, font, kích thước và tình trạng thực tế.
Hệ thống ANPR thu thập ảnh và metadata, cung cấp tự động hóa và tính bảo mật cho hệ thống giao thông. Khi tích hợp vào ITS, ANPR hỗ trợ tự động thu phí, phân tích giao thông, tăng cường thi hành pháp luật và xây dựng cơ sở dữ liệu lưu lượng giao thông.
Việc kết hợp ANPR với các công cụ CNTT-TT (ICT) như IoT, RFID, GPS, nền tảng di động mở rộng khả năng ứng dụng:
Mô hình hóa hệ thống di chuyển hành khách [10]
Phân tích luồng xe và chiến lược điều khiển mạng lưới dựa trên Mô hình Biểu đồ Cơ bản (NFD) [11]
Lựa chọn lộ trình cho xe tải [12]
Phân tích nhu cầu giao thông qua dữ liệu xe di động (FCD)
Number Plate Recognition (NPR)
Automatic License Plate Recognition (ALPR)
License Plate Recognition (LPR)
Automatic Vehicle Identification (AVI)
Car Plate Recognition (CPR)
Bài báo tổng hợp hệ thống các kỹ thuật ANPR hiện có với các nội dung chính:
Trình bày chi tiết các thuật toán ANPR đã và đang được sử dụng.
Khảo sát giải pháp xử lý ảnh cho từng giai đoạn (trích xuất, phân đoạn, nhận dạng) cùng tóm tắt hiệu năng.
Tổng hợp hiệu năng của các thuật toán do nhiều nghiên cứu thực nghiệm.
Đánh giá các bài báo khảo sát trước đây (Bảng 1).
Tóm tắt hiệu năng, phân tích ưu nhược điểm (Bảng 2).
Liệt kê bộ dữ liệu ANPR phổ biến cho nghiên cứu (Bảng 3).
Thảo luận xu hướng hiện tại và tương lai của ANPR.
Trích dẫn, đánh giá công trình nền tảng cho mọi kỹ thuật ANPR được đề cập.
Bạn cần báo giá nhanh?
Bạn đã lựa chọn được một vài model cho dự án của mình và đang cần chúng tôi báo giá nhanh? Hãy click vào đây để điền và gửi cho chúng tôi.
