Wat is kentekenherkenning?
Kentekenherkenning, ook wel bekend als automatische kentekenplaatherkenning (ANPR, Automatic Number Plate Recognition), is een technologie die wordt gebruikt om kentekenplaten van voertuigen automatisch te lezen en te identificeren. Dit systeem maakt gebruik van optische karakterherkenning (OCR) om de letters en cijfers op een kentekenplaat te vertalen naar digitale gegevens.
ANPR-systemen gebruiken speciale camera’s, vaak met infrarood illuminatoren (IR) uitgerust, die strategisch zijn geplaatst bij toegangswegen, parkeergarages, tolwegen, en andere locaties waar voertuigidentificatie nuttig is. Software verwerkt de beelden van de camera, identificeert de kentekenplaten en gebruikt OCR-technologie om de tekens om te zetten in digitale informatie. De herkende kentekenplaat wordt vergeleken met databases om informatie op te halen, zoals voertuigregistratie, autorisaties, verzekeringsstatus, of vergunningen.
Toegevoegde waarde van kentekenherkenning
Kentekenherkenning is een handige manier om snel voertuigen te identificeren. De techniek wordt in allerlei toepassingen gebruikt door zowel publieke als private partijen, zoals: Automatische toegangscontrole in parkeergarages en beveiligde zones, real-time monitoring en beheer van verkeersstromen, geautomatiseerde registratie en betaling in parkeergarages, opsporing van gestolen voertuigen, controle van snelheidsovertredingen (handhaving en inning van tolgelden.
Kentekenherkenning biedt bedrijven en overheden een krachtige tool om hun processen te stroomlijnen, kosten te verlagen en de algehele veiligheid te verhogen:
- Effectief: Snelle en nauwkeurige identificatie van voertuigen zonder menselijke tussenkomst.
- Efficiënt: Vermindering van arbeidskosten en verhoging van operationele efficiëntie.
- Verbeterde beveiliging: Snelle detectie van ongeautoriseerde voertuigen en handhaving van veiligheidsregels.
- Data-inzichten: Verzamelen van waardevolle gegevens voor verkeersanalyse en bedrijfsoptimalisatie.
Dor moderne technieken als AI, patroonherkenning en machine learning worden ANPR-camera’s steeds nauwkeuriger en sneller. Ook worden er steeds meer handige functies toegevoegd aan camera’s, zoals herkenning van de classificatie van het voertuig (bus, truck, personenwagen, motor, etc.), maar ook het merk, model en de kleur.
Embedded vs. Server-based ANPR
Embedded systemen integreren alle hardware en software voor beeldverwerking en kentekenherkenning in de camera zelf. De camera’s zijn vaak ook speciaal ontworpen voor kentekenherkenning, hetgeen resulteert in specifieke keuzes van bijvoorbeeld onderdelen als shutter (sluiter), IR illuminatoren, GPU, filters, etc. De beelden worden direct effectief in de camera worden verwerkt zonder dat er een externe server nodig is. Uit de camera komt vaak via een seriële of IP-verbinding de bendoigde informatie, zoals het kenteken, het tijdstip, de rijbaan, rijrichting of inschatting van de snelheid. Dit maakt embedded systemen ideaal voor installaties als parkeerterreinen, toegangscontrole en mobiele toepassingen in politievoertuigen. De camera’s zijn eenvoudig te installeren en te onderhouden, en vragen weinig bandbreedte doordat de gegevens lokaal worden verwerkt.
Server-based systemen daarentegen maken gebruik van een netwerk van (standaard surveillance) camera’s die beelden vastleggen en deze naar een centrale server sturen voor verwerking. Deze architectuur is soms geschikt voor grotere en complexere installaties, zoals stedelijke verkeersbeheer of landelijke tolwegen. De centrale server kan krachtige algoritmes gebruiken voor nauwkeurige herkenning en analyse, en biedt schaalbaarheid door eenvoudig extra camera’s en rekenkracht toe te voegen. Dit systeem maakt het ook mogelijk om gegevens centraal te beheren en te integreren met andere systemen voor uitgebreide rapportage en analyse.
De keuze tussen embedded en server-based systemen hangt af van de specifieke behoeften en schaal van de toepassing. Embedded systemen zijn kosteneffectief en eenvoudig te implementeren voor kleinschalige toepassingen en dus vaak een goede keuze voor toegangscontrole en parkeerbeheer. Meestal beschikt de camera dan over een web interface waarmee de camera geconfigureerd kan worden. Zo kan bijvoorbeeld een whitelist worden ingesteld of aangegeven worden of beelden lokaal of op een server opgeslagen moeten worden.
Overwegingen en aandachtspunten
Bij het implementeren van een ANPR-systeem (Automatische Kentekenplaatherkenning) zijn er verschillende technische en omgevingsfactoren waarmee rekening moet worden gehouden om optimale prestaties te garanderen. Hier zijn enkele belangrijke overwegingen een aandachtspunten:
Installatie-dimensies
De panhoek is de horizontale hoek tussen de rijrichting van het voertuig en de richting waarin de camera is geplaatst. Voor optimale prestaties moet de panhoek idealiter tussen 0° en 30° liggen. Een grotere hoek kan leiden tot vervorming van de kentekenplaat, waardoor de nauwkeurigheid van de herkenning afneemt.
De tilthoek is de verticale hoek waarin de camera naar beneden is gericht. Deze moet zorgvuldig worden ingesteld om ervoor te zorgen dat de kentekenplaten goed in beeld komen. Een te steile tilthoek kan leiden tot vervorming, terwijl een te platte hoek kan resulteren in onvolledige opnames. Een tilthoek tussen 10° en 15° wordt vaak aanbevolen.
De afstand tussen de camera en de voertuigen moet zodanig zijn dat de kentekenplaten duidelijk leesbaar zijn. Dit hangt af van de resolutie van de camera en de grootte van de kentekenplaten. Dit betekent dat de afstand kan variëren afhankelijk van de specifieke camera en lens die worden gebruikt.
De offset verwijst naar de horizontale verplaatsing van de camera ten opzichte van het midden van de rijstrook. Ideaal gezien moet de camera gecentreerd zijn op de rijstrook om ervoor te zorgen dat de kentekenplaten volledig en zonder vervorming worden vastgelegd.
Verlichting en resolutie
Goede verlichting is cruciaal voor ANPR-systemen. Dit kan natuurlijk licht zijn, maar vaak worden infrarood (IR) verlichting of andere vormen van kunstmatige verlichting gebruikt om ervoor te zorgen dat kentekenplaten goed zichtbaar zijn, ongeacht de lichtomstandigheden. Vermijd verblinding door zonlicht en hinderlijke reflecties door de hoek en intensiteit van de verlichting zorgvuldig te regelen.
De camera moet een voldoende hoge resolutie hebben om de details van de kentekenplaat duidelijk vast te leggen. Hoge resolutie helpt bij het minimaliseren van fouten in de herkenning, vooral bij kleine of slecht leesbare kentekenplaten, maar een te hoge resolutie is soms onwenselijk om de camera snel genoeg te laten functioneren.
Snelheid en omstandigheden
Het systeem moet in staat zijn om kentekenplaten te herkennen bij verschillende snelheden. Hoge-snelheidscamera’s met korte sluitertijden zijn nodig voor snelwegtoepassingen om bewegingsonscherpte te minimaliseren.
Het systeem moet bestand zijn tegen verschillende weersomstandigheden, zoals regen, sneeuw, mist en stof. Dit kan het gebruik van speciale behuizingen voor de camera’s en onderhoudsprogramma’s omvatten om de lenzen schoon te houden, maar het kan ook betekenen dat specifieke filters of cameraconfiguraties gekozen moeten worden.
Integratie met andere systemen
Het ANPR-systeem moet goed kunnen integreren met bestaande beveiligingssystemen, databases en andere IT-infrastructuren voor een naadloze werking en gegevensuitwisseling. Het is dus belangrijk dat de juiste standaarden en protocollen ondersteund worden
Voor een goede inpassing in elke sitiatie en toepassing, is het belangrijk dat de kentekencamera eenvoudig geconfigureerd en ingesteld kan worden.
Door rekening te houden met deze factoren kun je de prestaties en betrouwbaarheid van je ANPR-systeem optimaliseren en ervoor zorgen dat het effectief functioneert in de beoogde omgeving.
Explicate heeft jarenlang ervaring met kentekenherkenning. We adviseren u graag over de mogelijkheden. Neem gerust contact met ons op als u meer wilt weten.