Garder un œil sur le trafic
Des systèmes de reconnaissance automatique des plaques d'immatriculation (ANPR) ont été largement déployés pour permettre aux organismes d'application de la loi de contrôler et de gérer le trafic sur les autoroutes. Les systèmes sont capables de lire les plaques d'immatriculation des véhicules circulant à grande vitesse de jour comme de nuit, et même dans des conditions de circulation intense ou lorsque l'éclairage est faible.
Cherchant à améliorer les performances des conceptions précédentes, Lector Vision, basée à Madrid, en Espagne, a récemment introduit un nouveau système ANPR appelé Traffic Eye. Le système combine le meilleur du matériel standard avec le matériel personnalisé conçu et développé par Lector Vision, ainsi que le logiciel OCR de la société, résultant en un système hautement polyvalent pouvant être rapidement adapté pour identifier des plaques d'immatriculation dans n'importe quel pays.
Le système Traffic Eye lui-même illumine les scènes de trafic en utilisant une lumière infrarouge pulsée tout en capturant des images monochromes de véhicules ainsi que des aperçus panoramiques à l'aide de deux caméras séparées. Un logiciel fonctionnant sur un processeur avancé dans le système détecte alors où se trouvent les plaques du véhicule dans les images monochromes et identifie les caractères individuels sur les plaques en utilisant une technique de reconnaissance optique de caractères qui utilise un réseau neuronal artificiel. Le numéro de plaque d'immatriculation et l'aperçu des couleurs de la scène sont alors associés avant d'être transmis à un centre de contrôle en temps réel.
Le logiciel recherche d'abord des régions d'intérêt rectangulaires dans l'image où une plaque d'immatriculation est susceptible d'être présente.
Capture d'image
Selon Gonzalo Garcia Palacios, directeur de la recherche et du développement chez Lector Vision, les caméras jouent un rôle important dans la reconnaissance des plaques d'immatriculation, car la performance globale du système dépend fortement de la qualité des images capturées.
« Dans le passé, des applications spécialisées étaient nécessaires pour les applications ANPR, mais grâce aux performances de la gamme de caméras FLIR, le nouveau système peut utiliser des produits standard », déclare-t-il.
La première des caméras du système Traffic Eye - une caméra monochrome GigE 1920 x 1200 pixels avec un capteur à obturateur global CMOS Sony Pregius IMX249 et un filtre IR - capture les images analysées par le logiciel du système pour déterminer la plaque d'immatriculation des véhicules. La deuxième, une caméra couleur GigE de 1920 x 1200 pixels équipée d'un capteur CMOS Sony IMX249, capture une vue d'ensemble de la scène. Différentes caméras équipées de différents capteurs CMOS peuvent être facilement modifiées pour mieux s'adapter à différentes applications, par ex. Dispositifs ANPR pour une ou plusieurs voies (jusqu'à 3 voies à la fois), application de la lumière rouge et application de la vitesse moyenne.
Bien que les caméras GigE aient été largement utilisées dans le système Traffic Eye depuis son lancement en 2013, le caractère modulaire des cartes de processeurs et de matériel de contrôle utilisées dans le système signifie que la société ne se limite pas à une seule interface de caméra. Selon Palacios, lorsque les systèmes exigent une résolution plus élevée, il est relativement simple de choisir une caméra avec le capteur approprié, puis de décider si une interface GigE ou une interface USB3 avec une bande passante supérieure serait plus appropriée.
Réduction des interférences
Du fait que l'intensité de la lumière solaire varie en fonction de sa longueur d'onde dans le spectre infrarouge, la longueur d'onde de la lumière choisie pour éclairer la scène du trafic était une considération de conception importante.
Dans le passé, de nombreux systèmes ANPR illuminaient les plaques d'immatriculation en utilisant de la lumière infrarouge dans une plage de longueur d'onde de 880 nm. Cependant, à 940 nm, l'intensité de la lumière solaire est d'environ 60% de son intensité à 880 nm. Par conséquent, Lector Vision a choisi de réduire les niveaux d’interférence de la lumière du soleil en éclairant les scènes de trafic grâce à un réseau de DEL pulsées sur mesure qui fonctionnent à une longueur d’onde plus élevée.
« Le compromis lors de l’utilisation de LED à plus grande longueur d’onde est que la sensibilité du capteur de la caméra à la lumière à 940 nm est quelque peu réduite. Pour compenser cela, un système de contrôle dans le Traffic Eye pulse les LED IR pendant des intervalles de quelques microsecondes, produisant une lumière IR stroboscopique intense qui (une fois réfléchie par les plaques d'immatriculation) peut être facilement détectée par la caméra monochrome. Comme la scène est éclairée par la lumière IR pulsée, le contrôleur déclenche simultanément les deux caméras pour leur permettre de capturer une image monochrome et une image couleur de la scène de trafic », déclare Palacios.
Les deux images sont ensuite transférées via l'interface GigE vers un processeur quadricœur intégré au système Traffic Eye. L'image monochrome y est analysée par un logiciel personnalisé exécuté sur le processeur pour déterminer les caractères sur les plaques d'immatriculation de l'image. Pour ce faire, le logiciel recherche d'abord les régions d'intérêt rectangulaires dans l'image où une plaque d'immatriculation est susceptible d'être présente. Une opération de détection de périphérie est alors effectuée sur la région d'intérêt pour trouver les limites des caractères sur la plaque d'immatriculation en détectant des discontinuités de luminosité dans les images.
Réseau neuronal
Après avoir déterminé l'emplacement des caractères sur les plaques des images, le système identifie les caractères individuels eux-mêmes. Pour ce faire, Lector Vision a choisi de déployer un réseau de neurones artificiels basé sur un logiciel formé pour identifier des caractères sur des plaques d’immatriculation en lui présentant des milliers d’exemples provenant d’un seul pays. Le réseau neuronal utilise ensuite les exemples pour déduire automatiquement des règles à partir desquelles il peut identifier de nouveaux caractères inconnus à partir des images capturées par la caméra monochrome une fois que le système Traffic Eye est déployé sur le terrain.
« Une fois la plaque d'immatriculation identifiée, le numéro de plaque d'immatriculation et l'image de la scène de trafic capturés par la caméra couleur (ainsi qu'un horodatage GPS en option) peuvent être envoyés à un centre de contrôle par câble, fibre optique, GPRS, ou 3G, selon la nature de l'application. Ce faisant, les utilisateurs tels que les agences de contrôle des autoroutes qui surveillent la circulation et traquent les violations des feux rouge peuvent voir les deux images pour identifier le véhicule en question via sa plaque d’immatriculation et examiner une image de la voiture et de ses occupants à l'endroit précis où la plaque du véhicule a été capturée », déclare Palacios.
Selon Palacios, plus de 500 systèmes Traffic Eye ont été installés depuis le lancement du système en 2013, et ils se sont révélés capables de lire des plaques d'immatriculation de véhicules circulant à des vitesses supérieures à 200 km/h. En dehors de l'Espagne, ces systèmes ont été déployés en Andorre, en Colombie, au Chili, en Pologne, en Slovaquie, au Pérou, en Algérie et au Mexique. En outre, depuis 2003 la société a également vendu plus de 700 dispositifs de contrôle d’accès, ainsi que le logiciel de reconnaissance OCR en tant que logiciel autonome à d'autres parties intéressées.
Mais l'entreprise ne se repose pas sur ses lauriers. Cette année, Lector Vision prévoit d’ajouter de nouvelles fonctionnalités au système, pour l’entraîner à identifier les plaques d’immatriculation de nombreux autres pays où l’application des règles de circulation devient un problème important. En outre, le système sera mis à niveau de manière à pouvoir détecter simultanément le trafic sur une autoroute à plus de trois voies. Enfin, le système sera amélioré pour non seulement lire les plaques d’immatriculation, mais aussi détecter de nombreux autres types d’événements sur la route, tels que la circulation à contresens sur une autoroute et les accidents de voiture.
À propos de Lector Vision
Lector Visionest une société de développement de matériel et de logiciels appliqués à des systèmes de vision artificielle, en particulier à la lecture automatique des plaques d’immatriculation. Avec une vaste expérience technique et commerciale dans les domaines des STI, du parking, du contrôle d'accès, de la vidéosurveillance et de la vision artificielle, nous développons des solutions de gestion de trafic, de contrôle d'accès, de stationnement, d'autres opérations de sécurité et de logistique.