פיתוח מערכת ANPR: זיהוי לוחיות רישוי בדיוק של 99%

פיתוח ANPR: היכן נשברת זיהוי לוחיות רישוי

הרכב עומד צמוד למחסום, הלוחית בפריים, והמערכת שותקת — ואחרי עשרים שניות מצטברת בכניסה תור שמתארך עד הרחוב עד הבוקר. הנהג משלב לאחור ומנסה שוב, המאבטח פותח ידנית, וביומן נשארת רשומה בלי קישור ללוחית.

כך בדיוק נראית תקלה בכניסה, כאשר זיהוי לוחיות רישוי עובד "בממוצע טוב", אבל מפסיק לעבוד בקטע מסוים.

הסיבה כמעט תמיד בגיאומטריה ובתאורה, ולא ברשת הנוירונים עצמה. המצלמה תלויה בזווית חדה, הלוחית נכנסת לדחיסה פרספקטיבית, לפריים פוגעת שמש נמוכה או פנסי רכב ממול, ובחורף נוספים לכלוך ושלג על המסגרת.

הוסיפו לכך לוחיות של נגררים ושל מעבר, אופנועים עם לוחיות מרובעות, נוריות LED באותיות — והדיוק של קריאת הלוחית על הנייר הופך רחוק מהדיוק בכניסה הזו.

השכבה השנייה היא תוכנה. הפריים לזיהוי נלקח לפני שהרכב נכנס לאזור הזיהוי, האזור מכסה שני נתיבים בבת אחת, ספי הביטחון מכוונים לזווית אחרת. ואז אפילו לוחית שנקראה נכון לא מגיעה לבקר: התוצאה נזרקת על ידי מסנן, ובקרת הגישה לתחבורה מקבלת ריק במקום החלטה.

נפרק כיצד זה נסגר: תחילה אנחנו אוספים סטטיסטיקה אמיתית על הזרימה — שיעור המעברים שבהם הלוחית נקראה בניסיון הראשון ללא מעורבות אדם — ורק לפיה מתכננים את תצורת הכניסה, החשיפה, האזורים והיגיון קבלת ההחלטה.

מה נותן זיהוי מדויק: תפוקה ואמינות

דיוק הזיהוי אינו אחוז מופשט, אלא מספר הרכבים שהעמדה מעבירה במשמרת ללא התערבות אדם. כל לוחית שלא זוהתה הופכת לפעולה ידנית: המפעיל משווה פריים, מחפש רשומה במאגר ופותח את המחסום ידנית. בזרימה של כמה מאות רכבים בשעה, אפיזודות כאלה מצטברות לתור לפני הכניסה.

תפוקת העמדה

ההחלטה על המעבר מתקבלת בזמן שהרכב מתקרב למחסום: הגלאי מסמן את מסגרת הלוחית, המודל קורא את התווים בשברירי שנייה. זמן המעבר מתקצר ל-2–4 שניות, והנתיב בזרימה רציפה מעביר עד אלף רכבים בשעה. העיבוד מתבצע במקביל בכל המצלמות, ותור הפריימים לא גדל בשעת שיא. אם הצומת אינו זמין, הזרימה עוברת לשנייה: תקלה קצרה אינה מעבירה את העמדה למצב ידני לכל המשמרת.

איזה סוג תקלות נעלם

השגיאות נובעות לא מהלוחית, אלא מתנאי הצילום — זווית אלכסונית, פנס ממול, לכלוך, הטיית מסגרת. תצוגה דו-שלבית (תחילה זיהוי המסגרת, ואחר כך קריאה תו-אחר-תו) עמידה בכך, וזרימה ממצלמות Axis ויצרנים אחרים מתקבלת דרך ממשק סטנדרטי, בלי להחליף את מלאי הציוד.

אם רמת הביטחון נמוכה מהסף, הפריים לא חוסם את הנתיב: הוא עובר לתור לבדיקה, והמחסום פועל לפי כלל. חלקם של מקרים כאלה — שברירי אחוז במקום אחוזים בודדים, והמפעיל ממצטרף למחזור הופך לבקר. כל מעבר מתועד עם לוחית, זמן ופריים, ולכן ניתוח תקלה הוא צפייה בתמונה אחת, ולא חיפוש רשומה.

אפשרויות זיהוי: עמדה קבועה, ניידת, בענן

מצב הזיהוי נבחר לפי תנאי האתר, ולא לפי "עוצמת" המודל: האם יש אספקת חשמל וערוץ תקשורת יציבים, האם נקודת הצילום משתנה, מי מקבל את ההחלטה על המעבר. להלן שלוש תצורות שבהן באמת בוחרים בכניסות לאתרים.

מה בוחרים לאתרים מפוזרים

לרשת אתרים בדרך כלל מרכיבים היברידי: באתר מחשב מקומי סוגר את הזיהוי ואת פתיחת המחסום, והענן אוסף אירועים לאנליטיקה מסכמת ולעדכון מודלים. אז המעבר אינו תלוי בערוץ — בעת ניתוק קשר העמדה ממשיכה לעבוד לפי הרשימה המקומית, והפערים מסונכרנים מאוחר יותר.

אם נקודות הצילום מעטות והן זמניות, מצב נייד עם שליחת פריימים לענן נפרס מהר יותר ואינו דורש התקנת מחשב במקום.

פיתוח ANPR: שלבים מסקר ועד מסירת האובייקט

סדר העבודות בנוי כך ששגיאות שלבים מוקדמים לא יצופו בתפעול. תחילה מבררים את הגיאומטריה של המעברים ואת אופי הזרימה, ורק אחר כך בוחרים מצלמות ומצבי זיהוי: התקנה בלי סקר נותנת זוויות חסומות ואזורים מתים שאי אפשר לתקן כבר בהגדרה.

הכנת האתר לפני ההתקנה

מהנדס מגיע לאתר ומתעד את מה שקובע את איכות הזיהוי: מספר הנתיבים, זווית הכניסה, גובה מסגרת הלוחית, מקורות סנוור — פנסים, שמש נמוכה, זרקורים — ואת הקטעים שבהם הלוחית חסומה על ידי נגרר או וו גרירה. לפי נתונים אלה מכינים תצוגת פריסה עם חישוב זווית ומרחק לכל עמדה, ומתאמים תוואים ואספקת חשמל.

1. סקר האתר: מספר נתיבים, מהירויות, סוגי לוחיות, מצב התאורה בשעות שונות של היום.
2. תצוגת פריסת מצלמות ותאורה, תיאום עם תפעול האתר.
3. התקנה וחיבור עמדות, כיוונון זווית לפי לוחית ייחוס.
4. הגדרת הזיהוי: אזורי עניין, ספי ביטחון, קישור לרשימות גישה.
5. הרצה על תעבורה חיה עם השוואת אירועים מול וידאו וסימון ידני.
6. מבחני קבלה לפי תרחיש מוסכם ומסירת המערכת.
7. הדרכת מפעילים: תגובה להתראות שווא, תיקון ידני, עבודה עם יומן האירועים.

קבלה על תעבורה חיה

איננו מחשבים דיוק ממוצע על מדגם, אלא את שיעור הפעולות הנכונות בכל עמדה בשעות שיא ובחושך — אלה המצבים שבהם המערכת נחלשת לרוב. לפי התוצאות אנחנו מוסרים הרשאות, תצוגת פריסה, תצורה ותקנון תחזוקה, כדי שהאתר יעבוד ללא מעורבותנו.

מה נשאר באתר: תצוגות, תצורות ותקנונים

מערכת שנמסרה אינה רק מחסום עובד. אנחנו מוסרים לאתר ערכה שלפיה מהנדס מהצוות יוכל לתחזק את הזיהוי בלעדינו: זה תנאי לקבלה, ולא תוספת לפרויקט.

• תצוגת פריסת מצלמות עם אזורי כיסוי, גבהים וזוויות — ניכר מדוע נתיב מסוים נקרא בביטחון ומאין מגיעות התראות שווא.
• פרופילי זיהוי לכל כניסה: אילו תרחישים מופעלים, אילו ספים מחסלים השתקפויות, לוחיות כפולות ולוחיות מלוכלכות.
• רשימות גישה לתחבורה: אישורי מעבר קבועים וזמניים, כללי מעבר לפי שעות היום ולפי קטגוריות שירות.
• תקנון פעולות המפעיל לכל מצב חריג — מ"הלוחית לא נקראה" ועד פתיחה ידנית וניתוח קונפליקט.
• תיעוד המערכת: היגיון העיבוד, נקודות כשל, סדר ההתאוששות לאחר הפסקת חשמל.
• הוראות תחזוקה: ניקוי אופטיקה, בדיקת זוויות, כיול לאחר תיקון או הזזת מצלמה.

כללי גישה ותפקידים

אנחנו מפרידים מי מוסיף אישורי מעבר, מי רואה את יומן המעברים, מי משנה ספי זיהוי. ההרשאות מעוגנות במטריצת תפקידים, ותיקוני ההגדרות נשארים ביומן — בניתוח מעבר שנוי במחלוקת ניכר מי ומה שינה.

תקנון תחזוקה

עבודות מתוכננות מפורטות לפי תדירות, עם בדיקת זיהוי חובה במעברי ייחוס. אם הדיוק ירד לאחר תיקון או החלפת עונה, לפי ערכה זו ניכר באיזה שלב לחפש את הסיבה.

מקרה בוחן: דיוק הזיהוי לפני ואחרי עיבוד מחדש של התצוגה

מסוף לוגיסטי עם ארבעה נתיבי כניסה וזרימה של כ-900 רכבים במשמרת. דיוק זיהוי הלוחיות שם נשמר ברמה סבירה עד לתנאים המורכבים הראשונים: אור פנסים ממול, עמידה אלכסונית בנתיב, שלט מלוכלך — והמפעיל פתח את המחסום ידנית והוסיף נתונים ליומן.

מה היה בהתחלה

שיעור הקריאות הנכונות עמד על כ-87% — כל רכב שמיני דרש מעורבות אדם. בשעות השיא זה יצר תור בכניסה, ומעברים ידניים לא נכנסו לחשבונאות: הפער בין הכניסה בפועל לנתוני השקילה צף רק בבדיקת הבוקר. מעבר ממוצע של רכב אחד ארך 40-50 שניות, ולמערכים עם נגרר — יותר משמעותית.

מה שינו ומה יצא

שורש הבעיה לא היה במודל, אלא בתצוגת הצילום. המצלמות הועברו לזווית עבודה לנתיב, אזורי הלוחית הקדמית והאחורית הופרדו והפריימים ביניהם סונכרנו, ונוספה תאורה בטווח הנראה ובטווח התת-אדום.

גלאי מבוסס YOLO עבר אימון נוסף על ארכיון המסוף עצמו, ופריימים שנויים במחלוקת עם ביטחון נמוך עוברים לא לעיני המפעיל, אלא לתור נפרד יחד עם הקטע שכבר זוהה.

תוצאת ההטמעה: שיעור הקריאות הנכונות הגיע ל-99%, מעברים ידניים נותרו בודדים במשמרת במקום מאה, והמעבר התקצר ל-12-18 שניות. התור בכניסה הפסיק להצטבר בשעות השיא, ויומן המפעיל הפך לתור של פריימים שנויים במחלוקת לעיתים נדירות.

במה נבדלת פלטפורמה מוכנה ממודל זיהוי עצמאי

פלטפורמת זיהוי מוכנה היא קו ייצור מורכב: הגלאי מאתר את המסגרת, הנרמול מיישר את הפרספקטיבה, המסווג קורא את התווים לפי מילון נתון. מסלול כזה סוגר את המשימה כאשר הלוחיות סטנדרטיות, הזווית מתונה, והזרימה היא כניסה לחניון או עמדת שמירה.

אבל סף הביטחון, העיבוד המקדים והמילון נקבעים על ידי הספק: לוחית מקומטת או מודבקת, תאורה אחורית בלילה — והדיוק יורד, ואין דרך להתערב בקטע הזה.

מודל עצמאי נדרש במקום שבו הפריימים אינם דומים למדגם האימון של הפלטפורמה. אימון נוסף על הצי שלך פותר זאת נקודתית: מסמנים 2–4 אלף פריימים מהמצלמות שלך, מוסיפים פורמטים נדירים ותנאים מורכבים למערכת האימון, ומעלים את הדיוק בזנב ההתפלגות שהפתרון המוכן מאבד. המחיר — מחזור אימון מחדש ובקרת גרסאות של המודל.

בחירת הגישה נמדדת לפי נתונים ולא לפי טעם: מריצים את הארכיון שלך דרך פלטפורמה מוכנה ברמת OpenALPR ובוחנים את שיעור הלוחיות שנקראו במלואן, בנפרד מהדיוק בתווים. אם בפריימים תקניים כבר יש 98%, והשגיאות מרוכזות בתרחיש אחד — די באימון נוסף. אם הפער מערכתי, מודל עצמאי יוצא זול יותר בתפעול.

ספקות טכניים: איכות, אינטגרציות, מגבלות

דיוק מעל 99% אינו תכונה של המודל, אלא תוצאה של כיוונון לכניסה מסוימת: גיאומטריית המצלמה, מהירות הזרימה, אופי זיהומי הבוץ וכללי הגישה. לכן לפני ההתחלה אנחנו מתעדים את התעבורה האמיתית באתר ומחשבים מדדים עליה, ולא על מדגמים להדגמה.

כיצד המערכת פועלת בלילה ובגשם עם שלג?

בחושך תפקיד מכריע יש לתאורה ולזמן חשיפה קצר: בלעדיהם הלוחית מטשטשת בתנועה. פריימים נלקחים מזרם הווידאו בעשרות, ולא בודדים, ומאוחדים למסקנה אחת — השתקפויות מפנסים ומטיפות בפריימים בודדים מפסיקות להשפיע על התוצאה. בשלג כבד או בגשם שוטף הזיהוי אינו נכבה, אלא עובר למצב אישור על ידי המפעיל.

כיצד הזיהוי משתלב עם המחסום?

אירוע הזיהוי הופך לאות שליטה לפתיחה, ולא לפקודה מממשק המפעיל. מגדירים השהיית פעולה, הגנה מפני פתיחה חוזרת על אותו מעבר, ותרחיש שבו הלוחית אינה ברשימת הגישה. בתוצאה מפוקפקת המחסום אינו נפתח אוטומטית — האירוע עובר לעמדת השמירה עם הפריים השמור.

כיצד הלוחיות נכנסות למערכות החשבונאות?

הלוחית המזוהה מותאמת לרשומה במרשם ומועברת למערכת החשבונאות יחד עם הזמן, המצלמה והצילום. פערים — שגיאת הקלדה במאגר, לוחית מעבר, כפילות — נאספים ליומן נפרד, כדי שהמוקדן יראה אותם בנפרד ממעברים תקניים. כך יומן המעברים נשאר ראוי להשוואות ולניתוח מצבים שנויים במחלוקת.

אילו תרחישים נשארים מחוץ לזיהוי?

לוחית מכוסה לחלוטין בבוץ או מודבקת, פונטים לא תקניים וזוויות חדות — אלה גבולות כנים של השיטה. במקרים כאלה מתארים מראש כלל: אישור ידני, רשימה נפרדת לתחבורה שירותית, מעבר שני. את המגבלות מתעדים לפני ההפעלה, כדי לא להבטיח באתר מה שהמערכת לא תעשה.

נדון במשימה: מה נדרש להערכת האתר שלך

כדי לחזור עם הערכת הפרויקט, נדרשים נתוני המקור של האתר. זיהוי לוחיות תלוי בגיאומטריית המעבר, בתאורה ובאיכות המצלמות הקיימות: לפי תיאור "שתי נקודות כניסה" נעריך את היקף העבודה בקירוב, ולפי תצוגה עם זוויות ומרחקים — ניתן תוכנית הטמעה מדויקת.

לא נדרש הרבה: די בתצוגת האתר, בצילומים של המעברים וברשימת הציוד המותקן. אם סעיף כלשהו אינו ידוע, נסמן אותו כדורש בירור ונכלול אותו בתוכנית הסקר.

מה שמסייע לדיון במשימה:

• מספר הנתיבים ונקודות הכניסה/יציאה, כולל שירותיות ודו-כיווניות, — מכך נגזרים מספר המצלמות והיגיון חשבונאות המעברים.
• תצוגת האתר עם זוויות כניסה, מרחקים למקום ההתקנה וכיווני תנועת התחבורה.
• ציוד קיים: מצלמות, מקליטים, בקרי מחסומים, מצבם ואפשרות שימוש חוזר.
• תנאי הצילום: תאורה ביום ובלילה, תאורה נוספת, גובה ההתקנה, הפרעות — השתקפויות, לכלוך, שלג.
• דרישות לחשבונאות מעברים: מה לתעד (לוחית, זמן, כיוון), לאן להעביר נתונים, האם נדרש קישור למחסום.
• מצב הפעילות של האתר: זרימה בשעות שיא, כניסת אורחים, תחבורה כבדה וציוד מיוחד, מי זקוק לדוחות ולתצורות ייצוא.

על בסיס נתונים אלה נחזור עם הערכת הפרויקט: הרכב הציוד ומקומות ההתקנה, תצוגת אחסון ועיבוד, שלבי העבודה ולוחות זמנים. אם חלק מנתוני המקור חסר, נתאם יציאה לאתר — ואז תוכנית ההטמעה נשענת על גיאומטריה אמיתית, ולא על הנחות.