Un occhio sul traffico

Il sistema per il riconoscimento automatizzato del numero di targa è stato ampiamente implementato per consentire alle autorità di controllare e gestire il traffico sulle autostrade. Questi sistemi sono in grado di leggere le targhe dei veicoli che si muovono a velocità elevata di giorno e di notte, e perfino in condizioni di grande traffico o in condizioni di luminosità molto scarsa.

Nel tentativo di migliorare le prestazioni dei primi modelli Lector Vision , con sede a Madrid, Spagna, di recente ha introdotto un nuovo sistema per il riconoscimento automatizzato del numero di targa detto Traffic Eye. Il sistema combina il miglior hardware disponibile sul mercato con hardware personalizzato progettato e sviluppato da Lector Vision, e il programma OCR di proprietà dell'azienda; il risultato è un sistema estremamente versatile che può essere rapidamente personalizzato per identificare targhe in qualsiasi paese.

Il sistema Traffic Eye illumina gli scenari del traffico utilizzando impulsi di luce infrarossa, sebbene catturi immagini monocromatiche dei veicoli e panoramiche del luogo utilizzando due telecamere separate. Il software funziona su un processore avanzato del sistema che rileva la posizione della targa in immagini monocromatiche e identifica i singoli caratteristi della targa utilizzando una tecnica di riconoscimento ottico dei caratteri che utilizza una rete neurale artificiale. Il numero di targa e la panoramica a colori del luogo vengono poi correlate prima di essere trasmesse a un centro di controllo in tempo reale.

Il software prima ricerca nell'immagine le regioni rettangolari di interesse dove è probabile che sia presente la targa

Cattura di immagini

Secondo Gonzalo Garcia Palacios, Direttore di ricerca sviluppo di Lector Vision, le telecamere svolgono un ruolo importante nel processo di riconoscimento del numero di targa, poiché le prestazioni globali del sistema sono strettamente dipendenti dalla qualità delle immagini catturate. 

"In passato erano richieste telecamere specializzate per le applicazioni per il riconoscimento automatizzato del numero di targa, ma grazie alle prestazioni delle telecamere FLIR il nuovo sistema può utilizzare prodotti disponibili sul mercato" ha dichiarato.

La prima delle telecamere utilizzate dal sistema Traffic Eye, una telecamera monocromatica  Blackfly GigE 1920 pixel x 1200 pixel dotata di sensore con otturatore globale Pregius CMOS IMX249 Sony e filtro IR, cattura immagini che vengono analizzate dal software del sistema per determinare la targa dei veicoli. La seconda, una telecamera a colori Blackfly GigE 1920 pixel x 1200 pixel dotata di sensore CMOS IMX249 Sony, cattura una panoramica della scena. Diverse telecamere dotate di diversi sensori CMOS possono essere sostituite facilmente per adattarsi meglio alle diverse applicazioni, ad esempio dispositivi per il riconoscimento automatizzato del numero di targa per strade a una corsia o a più corsie (fino a 3 corsie contemporaneamente), rispetto del rosso e rispetto del limite di velocità.

Mentre le telecamere GigE sono state ampiamente utilizzate nel sistema Traffic Eye fin dalla sua introduzione nel 2013, la natura modulare del processore e delle schede di controllo utilizzate nel sistema implicano che l'azienda non è vincolata a un'unica interfaccia. Secondo Palacios, quando il sistema richiede una risoluzione più elevata, è relativamente semplice scegliere una telecamera dotata di un sensore appropriato e poi decidere se risulta più adatta un'interfaccia GigE o un'interfaccia USB3 con un'ampiezza di banda più elevata.

Interferenza ridotta

Poiché l'intensità della luce solare varia in base alla sua lunghezza d'onda nello spettro infrarosso, la lunghezza d'onda della luce prescelta per illuminare il traffico era un aspetto impostante da considerare nel corso della progettazione.

In passato molti sistemi per il riconoscimento automatizzato del numero di targa illuminavano le targhe con luci infrarosse con un range di lunghezza d'onda di 880nm. Tuttavia, a 940nm l'intensità della luce solare è circa del 60% rispetto alla sua intensità a 880nm. Pertanto, Lector Vision ha deciso di ridurre i livelli di interferenza della luce solare illuminando il traffico con una gamma di LED personalizzati che operano a una lunghezza d'onda più elevata.

"Un aspetto negativo dell'utilizzo di LED con lunghezze d'onda superiori è che la sensibilità del sensore alla luce a 940nm è inferiore. Per compensare questo fattore, il sistema di controllo di Traffic Eye invia impulsi LED infrarossi a intervalli di microsecondi producendo un'intensa luce stroboscopica a infrarossi che (una volta riflessa sulla targa) può essere rilevata facilmente dalla telecamera monocromatica. Mentre la scena è illuminata dagli impulsi infrarossi, il controller attiva contemporaneamente entrambe le telecamere per consentir loro di catturare sia l'immagine monocromatiche che quella a colori del traffici" ha dichiarato Palacios.

Poi, entrambe le immagini vengono trasferite attraverso l'interfaccia GigE a un processore quad-core incorporato nel sistema Traffic Eye. Qui l'immagine monocromatica viene analizzata dal software personalizzato in funzione sul processore per determinare i caratteri presenti sulla targa. A questo scopo il software ricerca prima le regioni rettangolari di interesse all'interno dell'immagine, dove è probabile che si trovi la targa. Poi viene effettuata un'operazione di riconoscimento dei contorni sulla regione di interesse per trovare i contorni dei caratteri sulla targa attraverso il rilevamento delle discontinuità nella brillantezza dell'immagine.

Rete neurale

Una volta determinata la posizione dei caratteri sulla targa, il sistema identifica i singoli caratteri. A questo scopo Lector Vision ha deciso di implementare una rete neurale artificiale basata su software addestrata all'identificazione di caratteri sulle targhe attraverso la presentazione di diverse migliaia di esempi di un certo paese. La rete neurale utilizza tali esempi per dedurre automaticamente regole per l'identificazione di nuovi caratteri sconosciuti presenti nelle immagini catturate dalla telecamera monocromatica quando il sistema Traffic Eye viene impiegato sul campo.

"Quando la targa è stata identificata, il numero di targa e l'immagine della scena del traffico catturata dalla telecamera a colori (nonché, facoltativamente, una marca temporale GPS) possono essere inviati a un centro di controllo via cavi, fibra ottica, GPRS o 3G in base alla natura dell'applicazione. In questo modo, utenti come agenzie autostradali, che monitorano il flusso del traffico e controllano il rispetto del rosso, possono visualizzare le due immagini per identificare il veicolo in questione grazie alla targa ed esaminare un'immagine dell'auto e delle persone a bordo nella precisa posizione in cui la targa è stata catturata" ha dichiarato Palacios.

Secondo Palacios, sono stati installati oltre 500 sistemi Traffic Eye dal lancio del sistema nel 2013; il sistema si è dimostrato in gradi di leggere i numeri di targa di veicoli la cui velocità supera i 200 km/h. Oltre che in Spagna, il sistema è stato implementato in Andorra, Colombia, Cile, Polonia, Slovacchia, Perù, Algeria e Messico. Inoltre, fin dal 2003 l'azienda ha venduto oltre 700 dispositivi per il controllo dell'accesso e il software di riconoscimento OCR come prodotto software autonomo ad altre parti interessate.

Ma l'azienda non riposa sugli allori. Quest'anno Lector Vision progetta di aggiungere altre funzionalità al sistema, addestrandolo all'identificazione delle targhe di numerosi altri paesi in cui il rispetto del traffico sta diventando una sfida significativa. Inoltre, il sistema verrà aggiornato in modo che sia in grado di rilevare contemporaneamente il traffico su più di tre corsie autostradali. Infine, il sistema verrà migliorato in modo che sia in grado non soltanto di leggere le targhe, ma anche di rilevare molti altri tipi di eventi sulla strada, come incidenti o movimenti del traffico nella direzione sbagliata.

Informazioni su Lector Vision

Lector Vision è un'azienda sviluppatrice di hardware e software applicati a un sistema di visione chiamato "riconoscimento automatizzato del numero di targa". Grazie alla nostra grande esperienza tecnica e commerciale in ambiti come ITS, parcheggio, controllo dell'accesso, videosorveglianza e sistemi di visione, abbiamo sviluppato soluzioni per la gestione del traffico, il controllo dell'accesso di veicoli, la gestione dei parcheggi e altre operazioni di logistica e sicurezza.