Автоматическое распознавание номерных знаков

Автоматическое распознавание номерных знаков (англ. Automatic Number Plate Recognition, ANPR; также Automatic License Plate Recognition, ALPR) — это технология компьютерного зрения, предназначенная для автоматического считывания, обработки и идентификации государственных регистрационных знаков транспортных средств. Система включает в себя камеру для захвата изображения, модуль обработки с алгоритмами распознавания символов и базу данных для хранения и сопоставления результатов. ANPR используется в правоохранительных органах, системах управления дорожным движением, на платных дорогах, парковках и в логистике.

История развития

Первые эксперименты по автоматическому распознаванию номерных знаков начались в 1970-х годах в Великобритании. В 1976 году компания EMI Electronics разработала прототип системы для полиции, способный считывать номера с автомобилей, движущихся со скоростью до 100 км/ч. Однако из-за низкого разрешения камер и ограниченной вычислительной мощности точность распознавания оставалась невысокой.

В 1980-х годах с развитием цифровых камер и персональных компьютеров технология получила новый импульс. В 1983 году в Великобритании была запущена первая коммерческая система ANPR для контроля въезда на парковку. В 1990-х годах началось внедрение систем в полицейских патрульных автомобилях для автоматической проверки номеров по базам данных угнанных или разыскиваемых машин.

В России первые системы ANPR появились в начале 2000-х годов. В 2002 году в Москве была установлена система «Поток» для фиксации нарушений правил дорожного движения (ПДД). К 2010-м годам технология стала массово применяться в комплексах фотовидеофиксации, таких как «Стрелка», «Кордон» и «Автоураган».

Принцип работы

Система ANPR состоит из нескольких этапов:

1. Захват изображения. Камера с высокой частотой кадров (обычно 25–30 кадров в секунду) и инфракрасной подсветкой снимает транспортное средство. ИК-подсветка позволяет работать в условиях плохой освещённости и ночью, делая номерной знак читаемым независимо от внешнего света.
2. Обнаружение номерного знака. Алгоритмы компьютерного зрения выделяют на изображении область, содержащую номерной знак. Используются методы поиска по контрастным прямоугольным объектам, цветовым характеристикам (например, белый фон с чёрными символами) или нейросетевые детекторы.
3. Сегментация символов. Извлечённая область разбивается на отдельные символы (буквы и цифры). Для этого применяются проекционные методы (вертикальные гистограммы) или свёрточные нейронные сети (CNN).
4. Распознавание символов. Каждый сегментированный символ классифицируется с помощью оптического распознавания символов (OCR). Современные системы используют нейронные сети, обученные на больших наборах данных номерных знаков разных стран.
5. Постобработка. Результат распознавания проверяется на соответствие формату номерного знака (например, для России — 1 буква, 3 цифры, 2 буквы, регион). При необходимости применяются алгоритмы коррекции ошибок (например, замена «О» на «0» или «В» на «8»).
6. Сопоставление с базой данных. Распознанный номер сравнивается с записями в базах данных — розыск, должники, разрешённые автомобили для проезда и т.д. В случае совпадения система генерирует сигнал тревоги или выполняет предписанное действие (например, открывает шлагбаум).

Классификация систем ANPR

Системы автоматического распознавания номерных знаков классифицируются по нескольким критериям:

По месту установки

• Стационарные. Устанавливаются на столбах, кронштейнах или порталах над дорогой. Используются для контроля скорости, проезда на красный свет, въезда на парковки и платные участки дорог.
• Мобильные. Устанавливаются на патрульных автомобилях, мотоциклах или переносных штативах. Позволяют проводить проверки в движении или на временных постах.
• Портативные. Ручные устройства, используемые инспекторами ГИБДД для проверки документов и номеров на месте.

По способу обработки

• Локальные. Вся обработка изображения происходит на встроенном процессоре камеры или на подключённом компьютере. Данные передаются в центральную базу только после распознавания.
• Облачные. Изображения отправляются на удалённый сервер, где выполняется распознавание. Такой подход снижает требования к аппаратному обеспечению на месте, но требует стабильного интернет-соединения.

По типу используемых камер

• Чёрно-белые с ИК-подсветкой. Оптимизированы для работы в любое время суток.
• Цветные. Используются, когда требуется также определить цвет автомобиля или другие детали.
• Панорамные (с обзором 180° или 360°). Позволяют контролировать несколько полос движения одновременно.

Применение

Правоохранительная деятельность

ANPR широко используется полицией для автоматической проверки номеров по базам данных угнанных транспортных средств, автомобилей, находящихся в розыске, или владельцев с неоплаченными штрафами. В России система «Поток» и её модификации применяются ГИБДД с 2000-х годов. Также ANPR помогает выявлять автомобили, используемые в преступной деятельности, и отслеживать их передвижение.

Управление дорожным движением

Системы ANPR встроены в комплексы фотовидеофиксации нарушений ПДД: превышение скорости, проезд на запрещающий сигнал светофора, выезд на встречную полосу, движение по обочине и т.д. В Москве и других крупных городах России такие комплексы (например, «Стрелка», «Кордон», «Автоураган») установлены на большинстве магистралей. По данным Центра организации дорожного движения (ЦОДД) Москвы, к 2023 году количество камер фотовидеофиксации превысило 3,5 тысячи.

Платные дороги

На пунктах взимания платы (ПВП) ANPR позволяет автоматически идентифицировать автомобиль и списать плату за проезд с привязанного счёта (например, транспондера или банковской карты). В России такая система работает на трассах М-4 «Дон», М-11 «Нева», Центральной кольцевой автомобильной дороге (ЦКАД) и других. В случае отсутствия оплаты номер фиксируется, и выписывается штраф.

Парковки

На въездах и выездах с парковок ANPR фиксирует номер автомобиля, время въезда и выезда. Система автоматически рассчитывает стоимость парковки и списывает средства с привязанного счёта или выставляет счёт. В Москве такая технология используется на большинстве муниципальных парковок с 2012 года.

Логистика и транспорт

ANPR применяется для контроля въезда на территорию складов, заводов, портов и терминалов. Система распознаёт номера грузовых автомобилей и сверяет их с базой разрешённых транспортных средств. Это ускоряет прохождение контрольно-пропускных пунктов и повышает безопасность.

Технические характеристики

Современные системы ANPR обладают следующими параметрами:

• Точность распознавания. В идеальных условиях (хорошее освещение, чистый номер, прямая съёмка) достигает 95–99 %. В сложных условиях (грязь, повреждения номера, сильный дождь, снег, блики) точность может падать до 70–80 %.
• Скорость обработки. От 10 до 30 распознаваний в секунду для стационарных систем. Мобильные системы обрабатывают до 5–10 номеров в секунду.
• Дальность считывания. Обычно от 5 до 50 метров в зависимости от камеры и оптики. Для скоростных трасс используются камеры с дальностью до 100 метров.
• Скорость транспортного средства. Большинство систем корректно распознают номера на скоростях до 250 км/ч.
• Поддерживаемые форматы. Системы настраиваются под стандарты номерных знаков конкретной страны. Для России это формат «1 буква — 3 цифры — 2 буквы — код региона» (например, А123ВС77).

Ограничения и проблемы

Несмотря на высокую эффективность, ANPR имеет ряд ограничений:

• Зависимость от качества изображения. Грязные, повреждённые, заклеенные или нестандартные номерные знаки снижают точность распознавания.
• Условия окружающей среды. Сильный дождь, снег, туман, пыль, блики от солнца или фар могут искажать изображение.
• Нестандартные номера. Номерные знаки других стран или регионов могут не соответствовать заложенному формату, что приводит к ошибкам.
• Противодействие. Некоторые водители используют специальные плёнки, рамки, грязь или наклейки для затруднения распознавания. В России за умышленное сокрытие номеров предусмотрен штраф или лишение прав.
• Конфиденциальность. Системы ANPR собирают данные о передвижении всех автомобилей, что вызывает вопросы о защите персональных данных. В России обработка таких данных регулируется Федеральным законом № 152-ФЗ «О персональных данных».

Перспективы развития

Технология ANPR продолжает совершенствоваться. Основные направления развития включают:

• Использование искусственного интеллекта. Нейронные сети глубокого обучения (Deep Learning) повышают точность распознавания в сложных условиях и позволяют обрабатывать нестандартные номера.
• Интеграция с системами «Умный город». ANPR становится частью единой городской системы управления транспортом, позволяя в реальном времени отслеживать загруженность дорог, оптимизировать светофоры и управлять парковочным пространством.
• Многоспектральные камеры. Комбинация видимого и инфракрасного диапазонов, а также тепловизоров позволяет распознавать номера в полной темноте и при сильной засветке.
• Облачные решения. Переход на облачные платформы снижает стоимость оборудования и упрощает масштабирование систем для небольших городов и предприятий.
• Распознавание номеров с дронов. Беспилотные летательные аппараты с ANPR используются для мониторинга дорожной обстановки и поиска нарушителей в труднодоступных местах.

Источники

1. Федеральный закон № 152-ФЗ «О персональных данных» (2006).
2. Постановление Правительства РФ № 1090 «О правилах дорожного движения» (1993, с изменениями).
3. Данные Центра организации дорожного движения (ЦОДД) Москвы за 2023 год.
4. Отчёт компании «Ростех» о развитии систем фотовидеофиксации (2022).
5. Техническая документация комплексов «Стрелка», «Кордон», «Автоураган» (2010–2023).
6. Исследование «Автоматическое распознавание номерных знаков: методы и алгоритмы» (Journal of Computer Vision, 2021).