Кейс: софт для распознавания автотранспорта на КПП
Эффективная работа автомобильного КПП заключается в функционировании программного обеспечения в едином алгоритме. Это исключит ошибки и задержки, а также необходимость в распознавании проходящих через него авто.
В компанию Volhinsoft поступил заказ на разработку программы для определения транспорта на контрольно-пропускном пункте. Задача состояла в том, чтобы система автоматически распознавала и регистрировала номера авто на КПП, платных стоянках и гаражных комплексах для заводов, частных территорий и непосредственно пунктов пропуска.
Решение поставленной задачи
Чтобы техническое решение было функциональным, в единую систему объединили:
- информационные табло и камеры распознавания номеров ТС;
- шлагбаумы и блокираторы;
- обзорные камеры;
- датчики проезда;
- ворота и светофоры;
- АРМ и внешние терминалы контроллера на контрольно-пропускном пункте.
В результате чего службой безопасности получена возможность в режиме реального времени отслеживать какое авто проехало на территорию, кто водитель, фиксировать факт проезда и наличие пассажиров. При этом в системе отображается каким охранником выполнен досмотр и санкционирован доступ.
Сотрудники получили возможность добавлять объекты и управлять ими, используя панель администратора:
Для добавления объекта необходимо указать rtsp URL видео-потока, желаемый протокол взаимодействия (MQTT, WebSocket's) и секретный ключ, по которому будет происходить обмен сообщениями между рессивером шлагбаума и сервером.
Реализовано гибкое управление контролем доступа автотранспорта к тем или иным объектам.
График и журнал доступа для четкого понимания - кто и когда пытался получить доступ на объект. С фотографией и информацией о том, был ли получен доступ.
График доступа:
Журнал доступа:
Нейронная сеть обучена распознавать более чем 700 тысяч реальных фотографий автомобильных номеров. При этом, обеспечение достаточного уровня освещения позволит работать системе даже в ночное время.
1. Пример распознавания (затертый номер):
2. Пример распознавания (плохое качество картинки, но распознано верно):
3. Пример распознавания:
4. Пример распознавания:
Итог работы
Заказчик получил систему распознавания номера автомобиля с поддержкой до четырех видеокамер, управление релейными контактами ворот и шлагбаумов, вывод изображений на монитор службы охраны, возможность формировать списки номеров, допущенных или запрещенных к въезду на территорию, а также способную обмениваться данными с информационными системами всего предприятия.