Alvium 1800 C 相机用于灵活的自动化车牌识别系统—技术与应用频道- 视觉系统设计

项目背景及挑战

Wahtari是一家成立于2019年的计算机视觉解决方案提供商，总部位于德国慕尼黑。本文介绍的便是Wahtari开发的神经网络识别相机nCam，已被应用于各种自动化车牌识别（ANPR）。

对于车牌识别应用，对应系统必须满足速度和精度方面的最高要求。大量形式各异的自动化车牌识别应用（例如，停车系统和不停车收费控制系统）就要求对应系统可迅速、低成本地灵活适应和调整。

Wahtari 针对大量不同任务开发解决方案。终端用户可根据自身的应用范围和需求，基于 Wahtari 的开放式架构打造符合自身需求的定制产品。

解决方案

开放式系统架构

Wahtari开发的神经网络识别相机nCam基于灵活的模块化原则打造。其基础部件包括Alvium CSI-2相机内搭载的图像传感器、载体电路板、镜头、图像处理控制器、网络接口、AI 加速器和x68_46 Intel处理器。

nCam最多可使用三个Intel Movidius Myriad X VPU神经处理单元专门负责加速复杂的深度学习处理任务。Alvium相机可搭载0.5至 24.6MP分辨率高性能工业图像传感器，非常契合该系统的整体理念。

作为一个开放式平台，nCam可用于多种智能交通解决方案（ITS）领域。其中自动车牌识别（APNR）的常见应用是车辆进出权限控制（例如通过黑白名单）、通行和停车费用自动计费，以及多层停车场不停车应用或其他不适合RFID收发器的应用。

模块化造就灵活性

Wahtari的模块化相机设计专门针对多样的需求开发。Alvium系列提供了广泛的传感器选择，大幅扩展了nCam的应用范围。其具有高达289 fps的帧速率或高达24.6 MP 的分辨率，同时可通过白光或红外光LED确保即便夜间也具有高达50 m的能见度范围。根据不同的应用任务（例如车牌识别），该系统现可基于需求单独定制以确保精确性。

系统整体尺寸不超过355.00 mm x 130.00 mm x 210.00 mm。该相机采用IP67铝制外壳且搭载先进的被动冷却系统，即使在最恶劣条件下（-40° C至55° C/-40° F至131° F）也能在短短几毫秒间提供可靠的结果。此外，该产品还可以选配遮光罩。

在需要快速无误识别大量未知车辆的场景中，ANPR系统展现出了超高的效率优势。深度学习功能可让车牌误识概率降至接近于零。由其收集的数据为推断道路或车位利用率、分析驾驶员的驾车行为、寻找适当的优化措施提供了理想的依据。

Alvium 1800 C 相机

Alvium相机系列提供了0.5至24.6MP分辨率的多样传感器选择。固有集成功能支持所有现有及未上市的搭载MIPI CSI-2接口Alvium相机。所需的开发工作极少、测试过多款不同的传感器、可开发不同分辨率的系统版本、同时支持现有相机升级为最新版传感器。这不仅节省了时间，同时也大大降低了开发成本。为进一步方便系统集成，还可选择不同的外壳版本（PCB和开放式外壳）和镜头接口（C接口、CS接口或S接口）。