电子车辆识别的制作方法

专利名称：电子车辆识别的制作方法
技术领域：
本公开内容涉及电子车辆识别。
背景技术：
诸如公路、桥梁和随道之类的运输设施产生的通行费往往是许多州和镇的主要收 入来源。大量的汽车、卡车以及公共汽车停在收费亭支付每日的通行费会引发严重问题。例 如，这样的设施会限制交通流量，引发交通阻塞和换道，常常增加了事故的可能性，甚至更 多的瓶颈。此外，可能使许多人被延迟而无法按时到达其目的地，可能使商品被延迟而无法 按时到达市场，以及由于车辆空转而可能浪费数以百万加仑的燃料。由于车辆空转和缓慢 移动时排放污染物(尤其是二氧化碳和一氧化碳)，会增加环境污染，这对驾车人以及收费 操作员的键康损害严重。某些收费系统可能有一种程序，需要驾车人租借无线发射应答器，然后安在车辆 的挡风玻璃上，它通过射频与收费区的接收机单元通信。可是，这样的程序需要驾驶员找出 该程序并且注册该程序。这些程序可以使得驾车人必须在信用卡中有存款，并且创建自动 的借方余额账户协定，它可以有效地消除驾驶员的信用问题。这些程序也可以基于最少旅 行量来对参与者进行记账，而不管实际的旅行量。因此，许多不经常通过所述收费公路旅行 的驾车人，在将时间和金钱投入参与到所述程序中之后可能收益甚微。用于识别车辆的现有技术的一个问题因此是在要被识别的每辆车辆中需要发射 应答器单元。

发明内容
本公开内容描述了至少一种车辆识别的方法，该方法通过车辆经过通行费设施而 实现自动和电子的通行费支付处理而不需要车辆减速或具有发射应答器。该方法可以构成 通行费系统的至少一部分。这类系统自动地识别所有或基本上所有的通过通行费设施的车 辆，并且向每辆被识别车辆的所有者收取所招致的通行费费用。用于识别没有传送装置(transporter)的车辆的现有技术是牌照读取(LPR)。然而，用于在通行费系统中识别车辆的现有UR技术的问题在于如果通过标准 通行费设施的车辆数量很高，则这类技术对于有效使用一般来说差错率太高。 例如，典型LPR系统的差错率可能大约是1 %。虽然只识别违规车辆的通行费系统 可以接收这样的差错率，但是此差错率对于试图识别每辆通行车辆而不是仅仅识别违规车辆以便收取通行费费用的通行费系统来说还是太高。在这类系统中，1 %的差错率会导致极 大的收益损失(例如，一天损失1000或更多的通行费费用)。另外，典型的LPR系统往往在已识别车辆(即，其读取结果超过正确ID假定值的 读取置信度阈值的那些车辆)的数量和差错率之间呈现折衷。在理想状态下，这个折衷将 反映在二元置信度连续性中，其中，当读取结果正确时系统总是产生读取置信度级别为1， 而当读取结果错误时产生的读取置信度级别为0。然而，读取结果实际上通常至少部分正 确，并且系统生成的置信度连续性的置信度级别范围很宽，例如从1或接近1 (很可能正确) 的级别到0或接近0(很可能错误)的级别。因此，往往要求系统设置任意的读取置信度阈 值以确定哪个读取结果将被认为是正确的。只要设置了读取置信度阈值，任何置信度级别 高于该阈值的读取结果就都被认为是正确的并且任何置信度级别低于该阈值的读取结果 都被认为是错误的。将读取置信度阈值设置得太高(例如，0.95或更高)大大地降低了差 错可能性，但是也排除了许多正确的读取结果，从而降低了收益。反之，将置信度阈值设置 得太低(例如，0. 3或更高)增加了被认为正确的读取数量，但是又显著地增加了差错数量， 由此通过在大量账户/账单中引入差错而致使需要很多时间和精力去核查并纠正，从而增 加了成本。在识别每辆通行车辆的通行费系统中，这个折衷特别成问题，因为它可能导致极 大的利润损失。而且，识别每辆通行车辆的通行费系统比一般只识别违规车辆的传统通行费系统 识别数量大得多的车辆。因此，这类通行费系统试图识别每辆通行车辆，并且被设计用于通 过非常准确地识别车辆来将收益最大化，而且通过将车辆人工识别的需要以及账户/账单 错误处理最小化来限制人员开支。在一个特定实施中，为了获得较低的车辆识别差错率(并获得较高的自动识别 率)，通行费系统使用两个车辆标识符来识别目标车辆。特别地，通行费系统收集目标车辆 的图像和/或传感器数据并且从所收集的数据中提取两个车辆标识符。从所收集的数据中 提取的车辆标识符例如可以包括该目标车辆的牌照信息、车辆指纹、激光签名以及感应签 名。在一个特定实施中，第一车辆标识符是牌照信息，而第二车辆标识符是车辆指纹。通过搜索车辆记录数据库并且只将与具有匹配或几乎匹配目标车辆的第一车辆 标识符的数据的记录相关联的那些车辆包括在与一辆或多辆候选车辆相匹配的集合中，通 行费系统使用第一车辆标识符来确定该集合。通行费系统使用目标车辆的第二车辆标识符 从匹配候选车辆的集合中识别目标车辆。当第一车辆标识符是牌照信息并且第二车辆标识符是车辆指纹时，通过针对车辆 候选群的识别而不是针对车辆的最终识别而使用LPR识别，并且然后通过针对车辆的最终 识别使用准确得多的车辆指纹匹配，通行费系统可以消除识别的车辆数量和UR系统的典 型差错率之间成难题的折衷。由此，在最终且更准确的指纹匹配识别期间消除了 UR系统 的错误读取。从而，对于较大比例的车辆，此通行费系统较之只通过牌照读取所获得的识别 结果而言能获得极其准确的识别结果。特别地，通行费系统访问匹配车辆候选的记录并且搜索一个或多个记录，所述记 录的数据与第二车辆标识符足够类似以便指示可能的匹配。如果在匹配车辆候选之中没有 发现目标车辆的可能匹配，则通行费系统可以通过改变匹配准则来增加集合大小并且可以 再一次试图从较大的匹配车辆候选集合中识别目标车辆的一个或多个可能的匹配。如果仍然没有发现可能的匹配，则通行费系统可以通过向用户提供对针对目标车辆所收集数据的 访问以及对通行费系统内部/外部的数据库的访问让用户能够人工识别目标车辆。如果发现了一个或多个可能的匹配，则对于每个可能的匹配确定置信度级别。如 果可能匹配的置信度级别超过自动的置信度阈值，则通行费系统自动地识别该目标车辆而 无需人为干预，因为该车辆对应于该可能的匹配。如果可能匹配的置信度级别超过大概的 匹配阈值，则通行费系统向操作员呈现大概的匹配并且让该操作员确认或拒绝该大概的匹 配。如果没有发现自动匹配或被确认的大概的匹配，则通行费系统通过向用户提供对针对 目标车辆所收集数据以及由通行费系统识别的可能匹配的访问以及对通行费系统内部/ 外部数据库的访问而让用户能够人工地识别目标车辆。通过这样的方式，通行费系统一般通过要求两个车辆标识符成功匹配成功的车辆 识别来获得更大的车辆识别准确度。而且，因为第二标识符的匹配局限于只有那些具有成 功匹配第一车辆标识符的记录的车辆候选，所以识别过程可以更快。通过使用多个置信度 级别阈值也将操作员介入保持在最低限度。在一个一般的方面中，在通行费系统中识别车辆包括访问第一车辆的图像数据 以及从第一车辆的访问的图像数据中获得牌照数据。访问记录集合。每条记录都包括车辆 的牌照数据。将第一车辆的牌照数据与记录集合中车辆的牌照数据进行比较。基于牌照数 据的比较结果，从具有记录集合中的记录的车辆中识别车辆集合。访问第一车辆的车辆指 纹数据。第一车辆的车辆指纹数据是基于第一车辆的图像数据的。访问车辆集合中车辆的 车辆指纹数据。使用处理装置，将第一车辆的车辆指纹数据与车辆集合中车辆的车辆指纹 数据进行比较。基于车辆指纹数据的比较结果将车辆集合中的车辆识别为第一车辆。若干实施可以包括一个或多个以下特征。例如，比较第一车辆的牌照数据与记录 集合中的车辆的牌照数据可以包括在车辆记录数据库中搜索包括精确匹配针对第一车辆 获得的牌照数据的牌照数据的记录。比较第一车辆的牌照数据还可以包括在车辆记录数据 库中执行对包括几乎匹配针对第一车辆获得的牌照数据的牌照数据的记录的扩展搜索。将第一车辆的牌照数据与记录集合中的车辆的牌照数据进行比较可以包括使用 预定的匹配准则比较牌照数据。可以改变预定的匹配准则以增加被识别的车辆集合中的车 辆数目。改变预定的匹配准则以增加被识别的车辆集合中的车辆数目可以取决于基于车 辆指纹数据的比较结果而将车辆集合中的任何车辆识别为第一车辆的这一识别操作的失 败。在通行费系统中识别车辆还可以包括捕获第一车辆的激光签名数据或感应签名 数据。激光签名数据可以包括通过使用激光器来扫描第一车辆获得的数据。激光签名数据 可以包括第一车辆的高空电子轮廓、第一车辆的轴计数以及第一车辆的三维图像中的一个 或多个。感应签名数据可以包括通过使用回路阵列(loop array)获得的数据，其中第一车 辆通过所述回路阵列。感应签名数据可以包括第一车辆的轴计数、第一车辆的引擎类型以 及第一车辆的车辆类型或级别中的一个或多个。记录集合中的每一记录包括车辆的激光签名数据或感应签名数据。在通行费系统 中识别车辆还可以包括将第一车辆的激光签名数据或感应签名数据与记录集合中的车辆 的激光签名数据或感应签名数据进行比较。从具有记录集合中的记录的车辆中识别车辆集合可以包括基于牌照数据的比较结果以及激光签名数据或感应签名数据的比较识别车辆集合。基于牌照数据的比较结果以及激光签名数据或感应签名数据的比较结果识别车 辆集合可以包括针对具有记录集合中的记录的每一辆车辆确定一个组合的等效匹配记分 并且将车辆集合识别为具有的组合等效匹配记分超出预定阈值的车辆集合。每一个组合的 等效匹配记分可以包括激光或感应签名匹配记分以及牌照匹配记分的加权组合。将车辆集合中的车辆识别为第一车辆可以包括基于车辆指纹数据的比较结果以 及激光签名数据或感应签名数据的比较结果将车辆识别为第一车辆。基于车辆指纹数据的 比较结果以及激光签名数据或感应签名数据的比较结果将车辆集合中的车辆识别为第一 车辆可以包括针对车辆集合中的车辆确定一个组合的等效匹配记分并且确定组合的等效 匹配记分高于预定阈值。组合的等效匹配记分可以包括激光或感应签名匹配记分以及车辆 指纹匹配记分的加权组合。将车辆集合中的车辆识别为第一车辆可以包括如果第一车辆的车辆指纹数据与 车辆集合中车辆的车辆指纹数据的比较指示匹配的置信度级别超过置信度阈值，则将车辆 识别为第一车辆。将车辆集合中的车辆识别为第一车辆可以包括如果匹配的置信度级别 超过第一置信度阈值，则将车辆识别为第一车辆而无须人为干预；和/或可以包括如果匹 配的置信度级别小于第一置信度阈值但是大于第二置信度阈值并且操作员确认匹配，则将 车辆识别为第一车辆。通过使操作员能够感知第一车辆的访问的图像数据以及使操作员能 够与用户界面交互作用以指示拒绝或确认匹配，则所述操作员可以确认或拒绝所述匹配。将车辆集合中的车辆识别为第一车辆可以包括如果匹配的置信度级别小于第一 和第二置信度阈值并且操作员通过访问第一车辆的图像数据和记录集合中的车辆记录而 将车辆人工地识别为第一车辆，则将车辆识别为第一车辆。通过使操作员能够访问第一车 辆的图像数据、使操作员能够访问记录集合中的车辆记录、以及使操作员能够与用户界面 交互作用以指示将第一车辆肯定识别为车辆集合中的车辆，从而操作员可以将车辆集合中 的车辆人工地识别为第一车辆。通过使操作员能够访问存储在外部系统的数据库中的数 据，可以使操作员能够将车辆集合中的车辆人工地识别为第一车辆。将车辆集合中的车辆识别为第一车辆可以包括通过组合车辆识别号码(VIN)、 激光签名、感应签名以及图像数据来识别车辆。在另一个概括的方面中，一种用于在通行费系统中识别车辆的设备包括图像捕获 装置，其被配置来捕获第一车辆的图像数据。该设备还包括一个或多个处理装置，其彼此通 信耦合并通信耦合到图像捕获装置。所述一个或多个处理装置被配置来从第一车辆的捕获 的图像数据获得牌照数据并访问一个记录集合。所述一个或多个处理装置进一步被配置来 将第一车辆的牌照数据与记录集合中的车辆的牌照数据进行比较。基于牌照数据的比较结 果来识别该车辆集合。所述一个或多个处理装置进一步被配置来访问第一车辆的车辆指纹 数据，第一车辆的车辆指纹数据是以第一车辆的访问的图像数据为基础的。所述一个或多 个处理装置进一步被配置来访问车辆集合中车辆的车辆指纹数据，将第一车辆的车辆指纹 数据与车辆集合中车辆的车辆指纹数据进行比较，并且基于车辆指纹数据的比较结果来将 车辆集合中的车辆识别为第一车辆。以下将详细描述上述以及其他实施和特征。


图1是电子通行费管理系统的实施框图；图2是涉及突出显示的车辆标识符管理的电子通行费电子管理系统的实施流程 图；图3是涉及付款管理的电子通行费管理系统的实施流程图；图4是涉及付款管理的电子通行费管理系统的实施流程图；图5是涉及邮政地址验证的电子通行费管理系统的实施流程图；图6是电子通行费管理系统的实施框图；图7是涉及车辆识别的电子通行费管理系统的实施流程图；图8是涉及车辆识别的电子通行费管理系统的实施流程图；图9A-9C是涉及车辆识别的电子通行费管理系统的实施流程图。各个附图中相同的附图标记指示相同的元件。
具体实施例方式图1是电子通行费管理系统10的实施框图。系统10被配置用于捕获与设施28 交互的车辆30的车辆标识符31，并且向外部系统34通报这种交互。例如，系统10可以容 许收费道路管理机构从通过收费道路的车辆30捕获诸如牌照信息车辆之类的标识符31， 然后向执法机构通报所捕获的车辆标识符是否匹配执法机构先前突出显示的牌照。通行费管理系统10还能够基于车辆30和设施28之间的交互，来管理车辆的关联 方32的付款。例如，系统10能够从车辆30捕获牌照信息，并且识别该车辆的注册拥有者。 然后，所述系统会通过诸如互联网之类的通信信道向该拥有者提供进行付款或争议付款的 账户。通行费管理系统10可以使用已对照一个或多个邮政地址源进行验证的邮政地址发 送账单，向关联方32请求付款。系统10能够由与设施进行交互的车辆触发而自动捕获车 辆30的图像。可以使用图像处理技术来实现这种图像捕获，而不必在车辆中安装无线发射 应答器(如RFID装置)。电子通行费管理系统10包括通行费管理计算机12，通行费管理计算机12可以配 置为分布式或集中式。尽管示出了一台计算机12，然而为了实施本公开技术可以配置一台 或多台计算机。计算机12连接到设施28，设施28可以为与所述设施交互而计费。设施28 的示例包括通行费设施(由通行费管理机构管理)比如收费路段、收费桥梁、隧道、停车设 施或其它设施。费用可基于车辆30和设施28之间的交互。可以涉及某种费用的交互示例 包括车辆通过设施所运行的距离、车辆处于设施中的时间段、与设施交互的车型、车辆通 过设施的速度以及车辆与设施之间交互的类型。所述设施28可以处理多种车辆，包括汽车、卡车、公共汽车或其它车辆。为了便于 解释，所述系统10显示了与单一车辆30交互的单一设施28，以及所述车辆的关联方32。然 而，在其它的实施中，本公开技术可以被配置用于操作一台或多台车辆，所述一台或多台车 辆与跨越不同地理位置的一个或多个设施交互。通行费管理计算机12包括图像采集模块24，其被配置用于检测车辆的存在、获取 所述车辆的一幅或多幅图像以及向图像处理模块25转发所述图像，以进行进一步的处理。所述模块24可以基于它的使用物理环境而包括图像采集装置。例如对于公路应用，图像采 集装置可以安装在车行道之上，安装在现有结构上或专门建立的台架上。某些公路应用也 可以使用安装在车行道上或车行道旁的装置。基于车道(或收费亭类型)的应用不使用或 者除了使用架空或在车行道中安装的装置以外，可以使用安装在每条车道旁的物理结构上 的装置。所述图像采集模块24可以包括成像组件，比如车辆传感器、摄像头、数字化系统 或其它组件。车辆传感器能够检测车辆的存在并提供信号，该信号触发摄像头捕获所述车 辆的一幅或多幅图像。车辆传感器可以包括一个或多个下述装置(1)激光/声波/微波装置，这些装置通常使用在智能运输系统(ITS)应用中，能 够识别车辆的存在并提供关于所述车辆的尺寸、级别和/或速度的信息。这些传感器可以 被配置用于提供与所述车辆有关的附加信息，该附加信息能够用于鉴别所述车辆，以及它 对所述通行费设施的使用情况，包括旅行时间和遵守交通规则的情况。(2)线圈-通过使用埋置在所述道路中的线圈识别金属块的存在，则这些传感器 能够检测车辆的存在以及车型。线圈能够用作更加精密传感器的备用。线圈还可以用作 主数据源，以检测车辆，给车辆分类，触发摄像头，以及提供车辆签名数据(例如，基于使 用有智能线圈控制程序的线圈阵列，比如Diamond Consulting' s IDRIS system of Buckinghamshire, United Kingdom)。(3)贯穿射束传感器_这些传感器可以发射连续的射束穿越车行道，并且根据射 束中断来检测车辆的存在。这种类型的传感器可以使用在交通流分流入收费亭类型车道之 处的装设中。(4)光传感器_可以使用摄像头识别车辆，以便连续地监视所述车行道的图像，寻 找指明车辆存在的变化。这些摄像头还能够用于记录车辆标志的图像。摄像头可以用于捕获车辆的图像及其标志特征。例如，它们能够用于产生车辆标 识符，比如基于牌照图像的车辆牌号。摄像头可以是模拟的，也可以是数字的，可以捕获每 台车辆的一幅或多幅图像。数字化系统将图像转换成数字形式。如果使用模拟摄像头，摄像头可以连接到分 开的数字化硬件。这种硬件可以包括用于模数转换的专用处理装置，也可以是基于通用计 算机中安装的输入装置，它可以执行诸如图像处理之类的附加功能。可以采用照明设备来 为图像采集提供充分且一致的条件。所述照明设备可以包括频闪观测器(strobes)或连续 照明，并且可以发射可见光谱或红外光谱中的光线。如果使用频闪观测器，则它们可以由来 自(一个或多个)车辆传感器的输入来触发。为了控制图像采集模块24并提供一致的结 果，可能需要诸如光传感器之类的其它的传感器。一旦图像采集模块24已经捕获了所述车辆的图像，就可以将所述图像转发到图 像处理模块25。图像处理模块25可以位于与图像采集模块24和图像计算机12相同的位 置、位于远程位置或这些位置的组合。取决于图像采集模块24的功能性和/或商业需求 (如准确度、管辖需求)，模块25可以为每台车辆处理单幅图像或者为每台车辆处理多幅图 像。如果使用多幅图像，则每幅图像都可以经过处理，进而可以比较或组合这些结果，以提 高所述处理的准确度。例如，可以处理不止一幅的尾部牌照图像，或者将前后牌照的图像都 进行处理，并且比较结果，以确定最可能的注册号和/或置信度。图像处理可以包括识别所述图像之内车辆的区别特征(如车辆的牌照)，然后分析这些特征。分析可以包括光学特征 识别(OCR)、模板匹配或其它分析技术。通行费管理系统10可以包括基本上能够实时处理的其他系统，它们位于图像采 集位置以降低数据通信需求。在实施本地图像处理时，所述结果可以与授权车辆列表进行 比较。如果车辆被识别为经过授权，就可以删除图像和/或数据，而不是转发并进一步处理。图像和数据可以转发至中心处理设施，比如与记账引擎22协同运行的图像数据 库14。这个过程可以涉及计算机网络，但是也可以包括来自位于图像采集处(即设施28) 的另一台计算机的物理介质。一般来说，在所述网络不可用的情况下，信息可以临时存储在 图像采集站处的计算机上。在中心站收到的图像可能未经处理。任何未经处理的图像都可以按上述方式来 处理。(远程或中心)图像处理的结果数据可以分为两类。满足针对置信度的应用特定标 准或管辖区域特定标准的数据可以直接发送至记账引擎22。另一方面，不满足所需置信度 水平的结果数据可以被标记，以便进行附加处理。附加处理可以包括例如确定车辆是否有 多幅图像可用，以及独立地处理这些图像并比较所述结果。这可以包括对牌照图像上的光 学特征识别(OCR)结果的逐字符比较。在另一个示例中，为了识别某种类型或风格的牌照 (比如来自特定管辖区域的牌照)，所述(一幅或多幅)图像可以由一种或多种专用算法处 理。这些算法可以针对在牌照上的每个位置考虑字符的有效性，某种设计特征(比如背景 图像)的预期效果或其它风格特定的标准。处理后的图像可以基于初步处理结果而被转 发，也可以包括由所有可用算法进行处理，以便确定最高的置信度。初步数据可以与其它可用数据进行比较，以提高置信度。这些技术包括(1)将OCR处理后的牌照数据与记账系统之内或正确管辖区域机动车辆注册管理 机构中的有效牌照号码列表进行比较。(2)将从所述图像位置处的传感器得到的其它数据(比如车辆尺寸)与所识别的 管辖区域或多个管辖区域之中在所述系统识别的注册号下注册的车辆的已知特征进行比较。(3)将所述注册和其它数据与其它地点的若干记录(如同一天中使用其它设施或 在其它时间使用同一设施的同一或类似车辆的记录)进行比较。(4)将车辆指纹数据与车辆指纹数据的存储列表进行比较。将车辆指纹数据用于 车辆识别在下文中被更详细地描述。(5)人工观察图像和数据，以确认或否定自动处理的结果。如果附加处理提供了带有特定置信度的结果，那么结果数据可以转发到记账引擎 22。如果无法达到所要求的置信度，则该数据可以保留起来以供将来参考或可以被抛弃。在车辆和通行费设施之间进行交互期间，记账引擎22处理捕获的信息，该信息 包括由图像处理模块25确定的车辆标识符，以创建车辆和设施之间交互所对应的交易 (transaction)事件。引擎22可以把交易事件存储在记账数据库16中，以进行随后的付 款处理。例如，记账引擎22独自或与客户管理模块26(下面说明)结合，根据所述交易事 件产生付款请求。所述交易事件数据可以包括根据车辆在特定地点和设施处出现的单独计 费，或者根据车辆涉及设施的起点和终点的旅行计费。例如可以通过以下一种或多种方法
11对这些交易事件进行汇总和记账(1)从车辆拥有者或驾驶者创建的账户扣除付款。例如，可以使用记账数据库20 为每台车辆拥有者存储账户记录。接着，每个账户记录可以包括对一个或多个交易事件的 引用。可以向所述车辆的注册拥有者发布和发送纸面或电子的付款说明。(2)产生纸面账单并使用从车辆注册记录得出的邮政地址将其发送给所述车辆的 拥有者。(3)向所述车辆拥有者的预定账户提交电子账单，该操作或者由所述计算机12主 办或者由第三方主办。(4)向适当的车辆注册管理机构或税务管理机构提交账单，以便允许在车辆注册 更新过程期间或收税过程期间收取付款。记账可以按规则的间隔发生，也可以在交易数目达到某个阈值时进行，比如最大 的时间间隔，或未支付的通行费和其它费用的最大金额。若干拥有者能够利用计算机12建 立账户，为多台车辆汇总记账。客户管理模块26能够允许用户经由通信信道与通行费管理计算机12进行交互， 所述通信信道比如是计算机网络(如互联网、有线、无线等)、电话连接或其它通道。所述用 户可以包括车辆22的关联方(如所述车辆的拥有者)、负责管理所述设施28的公共或私有 管理机构或其它用户。客户管理模块26包括硬件和软件模块的组合，其被配置用于处理诸 如账户管理模块26a、争议管理模块26b以及付款处理模块26c之类的客户交互。模块26 采用安全的访问技术，比如加密、防火墙、口令字或其它技术。账户管理模块26a允许用户比如驾车人利用所述系统10建立账户、将多台车辆与 该账户关联、查看该账户的交易、查看与这些交易关联的图像以及在该账户上付款。在一个 实施中，负责所述设施的用户可以访问与已经使用了所述设施的驾车人关联的记账和收集 (collection)信息。争议管理模块26b可以允许客户对其账户上的具体交易提出争议，并且使用计算 机12或第三方解决争议。争议可以发生在若干编制账单情形期间。模块26b可以以自 动的方式帮助解决此类争议。模块26b可以向客户提供访问控制/记账管理机构网站的 “eResolution”部分的权限。客户可以提交争议并下载其正质疑的交易的图像。如果不匹 配(即，客户车辆并非照片框中的车辆)，则该账单可以被转发到诸如仲裁机构之类的第三 方评估。在更可能的情况下，所述照片将显示针对客户车辆的账单编制确实无误。争议管理 可以使用加密安全性，其中，所有的文本和图像都使用高强度加密通过计算机网络(例如， 互联网)发送。存在图像的证据可以作为电子水印嵌入争议分析通信中。付款处理模块26c根据收到的汇款而支持用于手工或电子处理付款的功能性。例 如，如果付账汇款是以纸面支票的形式，则可以使用扫描装置将纸面信息转换为电子格式， 以便用于进一步处理。另一方面，如果采用电子付款，则可以使用标准的电子付款技术。付 款处理模块26c可以支持若干记账方法，比如传统的邮寄、电子付款(如使用信用卡、借记 卡、智能卡、或自动交换所交易)、定期记账(如按月、按季度、达到阈值后或按其它条件发 送账单)。付款处理模块26c能根据使用频率、付款方式或设施使用时间来支持折扣和附加 费用。付款处理模块26c也可以支持若干付款收取方法，比如传统的支票处理、车辆注册更 新期间处理付款(包括应计利息)、电子付款、直接借记银行、信用卡、预付款、客户主动付款(按客户期望)或者为不同用途提供折扣。通行费管理计算机12使用与外部系统34的通信接口兼容的一种或多种通信技术来与所述系统通信。例如，通信接口可以包括计算机网络，比如互联网、电子数据交换 (EDI)、批量数据文件传输、消息传送系统或其它接口。在一种实施中，外部系统34包括执 法机构36、邮政管理机构38、车辆注册管理机构40、保险公司42、服务供应商44、财务系统 46和国土安全局48。外部系统34可以涉及横跨一个或多个地理位置的私有和公共组织， 所述地理位置比如是州、地区、国家或其它地理位置。通行费管理计算机12可以连接到执法机构36并与之交换信息。例如，鉴别了车辆 后，所述计算机能够以所述执法机构定义的格式，向执法系统提交实质上实时的交易。如果 合适的传感器准备就绪(如上述的激光/声波/微波探测器、重量传感器、辐射探测器)，也 可以针对运载危险物质或违反交通规则(如超速、超重、丢失牌照)而提交交易。替换地， 可以根据执法机构提供的列表，汇总车辆记录并以批量转发。突出显示的车辆标识符数据库20可以用于存储所述执法机构提供的列表。术语 “突出显示”是指这样一个标记所述执法机构已经提供了该机构已经指明(突出显示)了 它们希望通行费设施要监视之车辆标识符的列表。例如，当机动车辆被盗窃并报警时，警察 机关就可以向所述数据库20发送突出显示的车辆标识符的列表。当被警察机关突出显示 的车辆通过设施时，图像处理模块24确定与所述车辆关联的车辆标识符，并且通过某种接 口确定所述具体车辆正被执法机构搜寻。执法机构可能希望立即向其通报所述车辆(和驾 驶员)的位置、在该位置检测出它的时间以及它前进的方向。所述计算机12能够以实质上 实时的方式通报与执法机构关联的移动单元。此外，执法机构可以根据执照的有效期、交通 法庭出庭日期或其它事件自动地突出显示车辆。这又可能帮助防止公路上的非法驾驶者， 并且增加该州的收入。通行费管理计算机12可以连接到邮政管理机构38并与之交换信息。由于本公开 技术需要通行费管理机构从旅行之时收取驾驶员的付款转变成收取欠款，所以重要的是将 账单发送至正确的驾驶员/车辆拥有者。为了使账单发错的可能性最小化，计算机12支持 地址协调。例如在邮寄账单之前，计算机12要验证机动车辆部门提供的地址符合邮政管理 机构提供的地址。然后，可以用与车辆拥有者相关的最准确地址信息更新机动车辆数据库。 因为此举发生在邮寄账单之前，所以能够减少账单错误。通行费管理计算机12可以连接到车辆注册管理机构40并与之交换信息。注册管 理机构40提供接口，以交换与车辆拥有者有关的信息、拥有者地址、车辆特征以及其他信 息。替换地，这种信息可以通过第三方数据提供商存取，而不是通过公共机动车辆记录的接 口。计算机12使用的各种数据库中的记录的准确性，包括车辆所有权和拥有者地址，可以 定期对照第三方数据或政府记录进行验证，包括机动车辆记录和地址记录。这可以有助于 确保所有权和地址记录的质量，减少账单错误及退回信件。通行费管理计算机12可以连接到保险公司42并与之交换信息。保险公司能够以 类似于执法机构36的方式突出显示车辆标识符。例如，突出显示的车辆标识符的数据库20 可以包括保险已过期车辆的牌照号码，表明其行驶可能是非法行驶。所述计算机可通报执 法机构以及保险公司是否已经检测到此突出显示的车辆使用具体设施。通行费管理计算机12可以连接到服务供应商44与之交换信息。例如，计算机12能够支持批量或实时接口，以用于转发记账和付款收取功能，以便向服务供应商或收集管 理机构记账。通行费管理计算机12可以连接到财务系统46并与之交换信息。例如，为了应付账 单付款和收取，计算机12可以连接到信用卡处理器、银行以及第三方电子记账呈现系统。 计算机12还可以与会计系统交换信息。 通行费管理计算机12可以连接到国土安全局48并与之交换信息。国土安全机关 能够自动地提供在突出显示的车辆标识符数据库20中使用的个人列表。例如，持有签证到 这个国家的注册驾驶员，当该签证过期时会自动地突出显示。然后计算机12可能会通报国 土安全机关48，已经检测到与这个人关联的突出显示的车辆标识符在本国行驶，包括该车 辆有关的时间和位置信息。如上所述，从收费点捕获的数据流到图像数据库中，并且由记账引擎从图像数据 库取回。在另一个实施中，通行费计算机对每台车辆都检测车辆和通行费设施之间的交互 作用，捕获图像并生成数据记录。数据记录可以包括交易的日期、时间、位置、图像文件的引 用，以及从设施处的传感器那里可得到的任何其他数据(如速度、尺寸)。图像可以传递到 图像处理模块25，它能够为每台车辆生成车辆标识符、状态以及置信因子。这种信息可以被添加到数据记录中。(这个过程可能发生在向中心设施传输之 后。)数据记录和图像文件可以发送到中心设施。图像可以存储在图像数据库中，并且在 (a)需要附加处理以便识别该车辆或者(b)某人希望验证该交易时被引用。如果置信度足 够，所述数据记录就可以提交到记账引擎，这可以使其与某个账户关联，并且将其存储在记 账数据库中以供以后记账使用。如果账户不存在，车辆标识符就提交到适当的州注册管理 机构或第三方服务供应商，以确定拥有者并且建立账户。此过程可能会被延迟到为车辆收 集了足够的交易，从而正当地发布账单。如果置信度不够，则可能要执行如别处描述的附加 处理。上述技术描述了根据单一交易端至端(end to end)的数据流，然后循环返回到起 点。在另一个实施中，某些所述功能可能是事件驱动或调度的，并且可以彼此独立运行。例 如，可能没有从后端过程到车辆成像的控制流。成像过程可以由事件启动，包括车辆在收费 点处的存在。在另一个实施中，所述系统可以用于监控交通和管理事故。例如，如果检测到车辆 的平均速度迅速下降，计算机会向高速公路控制设施发送消息，警告控制人员可能发生了 事故。授权的控制人员可以与收费点处的装置通信以查看来自摄像头的图像并确定是否需 要响应。以下将参考图2-5解释通行费管理系统10的运行。图2是有关通行费电子管理系统的实施流程图，确切地说，是用于管理由外部系 统34提供的突出显示的车辆标识符20的过程100。为了说明，在一个示例中，假设执法机 构36产生了该机构正在搜寻之驾驶员的突出显示的车辆标识符(如牌照号码)的列表，以 及该机构36希望在已经识别出这些车辆使用通行费设施28时得到通报。计算机12从某方比如执法机构36获得(方框102)突出显示的车辆标识符。在 一个实施中，这些车辆标识符可以存储在车辆标识符数据库20中以供后续处理。这些机构 能够以实时或批量的模式用新的和附加的信息更新数据库20。由所述计算机访问的执法机构横跨多个管辖区域，比如若干城市、镇、州、地区、国家或其它地理区划。结果，计算机12 可以横跨多个管辖区域在全国规模上处理车辆信息。计算机12捕获(方框104)根据车辆30和设施28之间的交互作用由交易事件触 发的车辆图像。例如，当车辆运行通过比如收费公路之类的设施时，图像采集模块24能够 用于 采集车辆的一幅或多幅图像。这些图像可以存储在图像数据库14中，以供图像处理模 块25进一步处理。压缩技术可以应用于捕获的图像，以帮助减小数据库14的尺寸。计算机12根据捕获的图像确定(方框106)车辆标识符。例如，如之前讨论的那 样，图像处理模块25可以对图像数据库14中的原始图像应用图像分析技术。这些分析技 术能够从车辆牌照的一幅或多幅图像中提取牌照号码。这些提取的车辆标识符可以存储在 车辆标识符数据库18中以供进一步处理。计算机12将捕获的车辆标识符与突出显示的车辆标识符进行比较(方框108)。 例如，计算机12可以将车辆标识符数据库18中的所捕获牌照号码与突出显示的车辆标识 符数据库20中的牌照号码进行比较。如以上讨论的那样，为了检查匹配可以应用自动的以 及人工的技术。如果计算机12检测到牌照号码之间的匹配(方框110)，则它检查(方框112)与 该突出显示的车辆标识符的关联方希望如何获得通报。这种信息可以存储在车辆标识符数 据库20或其他存储机构中。另一方面，如果不匹配，计算机12重新执行过程100，从方框 102开始。如果该方指明它希望立即获得通报(方框114)，则该计算机在匹配发生后通报 (方框118)该方。在这个示例中，计算机可以使用无线通信技术或经由计算机网络以实质 上实时的方式向执法机构通报所述匹配。另一方面，如果该方不希望立即获得通报(方框114)，则该计算机12在预定准则 满足时存储所述匹配，以便在以后通报。在一个实施中，预定准则可包括收集预定数目的匹 配，然后以批量方式向执法机构发送这些匹配。一旦匹配已经通报该方(方框118)，或者匹配已经存储以便在以后通报(方框 116)，计算机12就重新执行过程100，从方框102开始。图3是通行费电子管理系统10的实施流程图，确切地说，是用于管理与该设施交 互作用之车辆的关联方付款的过程200。为了说明，在一个示例中假设通行费管理机构决定 采用本公开技术，处理付款过程，包括向使用其收费公路的车辆进行记账和收取通行费。计算机12捕获(方框202)根据车辆和设施之间的交互作用由交易事件触发的车 辆图像。这个功能类似于上面参考图2的方框104所讨论的过程。例如，图像采集模块24 能够用于在车辆30运行通过收费公路28时采集车辆的一幅或多幅图像。这些图像可以存 储在图像数据库14中，以供图像处理模块25进一步处理。计算机12根据捕获的图像确定(方框204)车辆标识符。这个功能也类似于上面 参考图2的方框106所讨论的过程。例如，图像处理模块25可以用于从车辆牌照的一幅或 多幅图像中提取牌照号码。这些车辆标识符可以存储在车辆标识符数据库18中以供进一 步处理。计算机12通过搜索注册管理机构数据库，确定(方框206)车辆标识符的关联方。 例如，计算机12可以使用车辆标识符数据库18中的车辆标识符来搜索车辆注册管理机构40的数据库，以便确定与该车辆标识符关联的车辆的注册拥有者。计算机12能够从横跨多 个管辖区域比如若干城市、镇、州、地区、国家、或其它地理位置的一个或多个车辆注册数据 库访问车辆信息。在一个实施中，计算机12可以保留多个注册管理机构的注册信息副本以 供后续处理。替换地，计算机12也可以访问多个注册管理机构，并且根据需求获取注册信 息。无论在哪种情况下，这些技术都允许计算机12处理横跨多个管辖区域的车辆信息，因 此在全国规模上处理车辆信息。计算机12检查(方框208)是否请求从车辆标识符的关联方付款。请求付款可以取决于与注册拥有者关联的付款处理信息。例如，当已经达到了预定金额或其他协议时，在 定期(如按月)的基础上向该注册拥有者发送账单。如果计算机12确定需要付款(方框210)，那么它根据交易事件请求(方框214) 从车辆标识符的关联方付款。如以上讨论的那样，可以使用传统的邮政服务技术或电子技 术比如电子付款产生付款请求。账单金额可以取决于交易事件的信息，比如车辆和设施之 间交互作用的性质。例如，交易事件可以指明所述车辆旅行了收费公路上起始点和结束点 之间的距离所定义的具体距离。所以，向注册拥有者请求付款的金额可以基于旅行的距离。另一方面，如果计算机12确定不需要付款(方框210)，那么它向另一方转发(方 框212)交易事件，以处理付款请求。例如，通行费管理机构可能已经决定计算机12可以应 付图像处理功能，而通行费记账和收取应当由第三方比如外部系统34应付。在一个实施 中，计算机12可以连接到服务供应商44和财务系统48，以应付全部或部分记账和付款处 理功能。一旦将交易事件转发给第三方，则计算机12就重新执行过程200的功能，从方框 202开始。如果所述计算机应付付款处理，计算机12处理(方框216)来自车辆标识符关联 方的付款响应。在一个实施中，记账数据库16连同记账引擎22和客户管理模块26可以用 于应付记账和收取功能。如以上讨论的那样，付款处理模块26c取决于收到的汇款而可以 支持电子或手工付款处理。例如，计算机12可以提供账户，用于应付经由计算机网络比如 互联网的电子付款处理。所述计算机还可以应付诸如支票之类的传统付款收据。一旦已经处理了付款(方框216)，计算机12就重新执行过程200，从方框202开 始。图4是通行费电子管理系统10的实施流程图，确切地说，是用于经由通信信道管 理从与该设施交互作用之车辆的关联方付款的过程300。为了说明，假设负责收费公路的通 行费管理机构采用本公开技术，并且注册拥有者希望高效且自动地交付使用收费公路的费用。计算机12为车辆标识符的关联方提供(方框302)账户。在一个实施例中，计算 机12连同账户管理模块26a能够为客户提供网站以开立账户，以便经由计算机网络比如互 联网进行电子付款。该网站也能够允许客户存取和更新账户信息，比如付款历史、到期的付 款金额、优选付款方法以及其他信息。计算机12经由通信信道从该方接收(方框304)复查(review)交易事件的请求。 例如，账户付款模块26a可以通过从记账数据库16取回与客户账户关联的交易事件信息而 处理这项请求。取回的信息可以包括涉及客户车辆和收费亭之具体交易的图像数据。计算机12经由通信信道向该方32发送(方框306)交易事件。与交易事件有关的信息可以包括车辆和车辆标识符的图像(即牌照)。这种数据可以加密，以容许经由互 联网安全传输。为了经由互联网传输信息，可以使用标准的通信协议，比如超文本标示语言 (HTML)。 计算机12确定(方框308)该方是否同意进行付款。例如，一旦客户收到了与交 易事件有关的信息，该客户可以复查该信息，以便根据在图像中显示的车辆是否为客户的 车辆而确定是否进行付款。如果计算机12确定(方框310)该方同意支付，那么它根据交易事件通过从账户 扣除一定金额而处理(方框314)该方的付款。例如，如果图像信息指明交易事件数据是准 确的，那么该客户就能够比如通过提交电子付款交易来授权付款。另一方面，如果计算机12确定(方框310)该方不同意支付，那么计算机12处理 (方框312)来自该方的付款争议请求。在一个实施中，争议管理模块26b能够使用在线技 术来应付客户提交的争议请求。模块26b可以应付与客户账户有关的特定交易，该特定交 易包括涉及解决该争议的第三方。一旦处理了付款(方框314)或解决了争议(方框312)，计算机12重新执行过程 300，从方框304开始。图5是通行费电子管理系统的实施流程图，确切地说，是用于协调不同来源的邮 政地址的过程400。为了说明，假设通行费管理机构已经决定采用本公开技术用于处理与通 行费设施有关的付款。由于本公开技术涉及处理在车辆已经通过了通行费管理机构之后某 时的付款，这些技术有助于确保将付款请求发送至车辆的注册拥有者的正确地址。计算机12确定(方框402)将要向车辆标识符的关联方发送付款请求。如以上解 释的那样，例如可以按照定期或收费金额阈值产生付款请求。计算机12为了车辆标识符关联方的邮政地址而访问(方框404)车辆注册管理机 构。例如，计算机12可以访问与车辆注册管理机构40关联的一个或多个数据库，以取回信 息，比如该车辆的注册拥有者的邮政地址。计算机12为了车辆标识符关联方的邮政地址而访问(方框406)邮政管理机构。 例如，计算机12可以访问与邮政管理机构38关联的一个或多个数据库，以取回信息，比如 该车辆的注册拥有者的邮政地址。计算机12比较(方框408)来自车辆注册管理机构的邮政地址和来自邮政管理机 构的邮政地址。例如，计算机比较来自这两个管理机构的邮政地址，以确定数据库信息之间 是否存在不符。如果计算机12确定(方框410)地址匹配，那么它使用从邮政管理机构访问出的 邮政地址向该车辆标识符的关联方请求(方框414)付款。例如，计算机12可以使用以上 讨论的技术应付付款处理，包括向注册的拥有者记账和收取付款。另一方面，如果计算机12确定(方框410)地址不匹配，那么它用从邮政管理机构 得到的邮政地址更新(方框412)车辆注册管理机构。例如，计算机12可以用从邮政管理 机构38取回的正确邮政地址更新与车辆注册管理机构40关联的数据库。这些技术可以有 助于减少将账单邮寄至错误邮政地址的可能性，从而缩短了汇寄付款的时间。一旦更新了车辆注册管理机构(方框412)或请求了付款(方框414)，则计算机 12如以上解释的那样从方框402开始执行过程400。
图6是电子通行费管理系统600的实施的方框图，其通过为与通行费设施交互作 用的每辆车辆提取多个车辆标识符来提供车辆识别。所述通行费管理系统600包括通行费 管理计算机612。所述通行费管理计算机包括图像数据库614、记账数据库616、车辆识别数 据库618、突出显示的车辆标识符数据库620、记账引擎622、图像采集模块624、图像处理模 块625以及客户管理模块626。所述通行费管理计算机612与 通行费设施628通信或者与 之集成，通行费设施628与车辆630以及该车辆的关联方632交互作用。所述通行费管理 计算机612还与外部系统634通信。在上面相对于图1广泛描述了图6的通行费管理系统600内的每个元件的示例。 特别地，所述通行费管理计算机612、图像数据库614、记账数据库616、车辆识别数据库 618、突出显示的车辆标识符数据库620、记账引擎622、图像采集模块624、图像处理模块 625、客户管理模块626以及通行费设施628 —般分别具有与图1的通行费管理计算机12、 图像数据库14、记账数据库16、车辆识别数据库18、突出显示的车辆标识符数据库20、记账 引擎22、图像采集模块24、图像处理模块25、客户管理模块26以及通行费设施28可比较的 属性，并且分别图示了图1的这些元件的一种可能实施。同样，车辆630、车辆的关联方632 以及外部系统634 —般分别具有与图1的车辆30、车辆的关联方32以及外部系统34可比 较的属性。所述车辆识别数据库618包括提取的标识符数据库6181、车辆记录数据库6182以 及读取差错数据库6183。在下面将更详细地描述数据库6181-6183的功能。系统600类似于系统10并且被配置用以通过使用多个车辆标识符识别每辆车辆 来提供例如较低的车辆识别差错率。两个这样的标识符被标明为631A和631B。优选地， 车辆标识符是唯一地或者实质上唯一地识别该车辆的标识符，但是也可以是这样一个标识 符该标识符通过将该车辆与其它车辆相区分而无需唯一地识别该车辆从而在识别过程中 有所帮助。标识符631A和631B可以是车辆630的一部分，如图6所建议的那样，但是也不 必必需如此。例如，标识符631A和/或631B可以由图像处理模块625基于车辆630的特 性来产生。如上所述，车辆标识符的一个示例是车辆的牌照信息，比如牌照号码或者状态。所 述图像处理模块625可以通过使用OCR、模板匹配以及其他分析技术由牌照的图像确定车 辆的牌照信息。牌照号码可以包括任何字符但是一般限制为文字数字式字符。牌照信息一 般可以用于唯一地识别车辆。车辆标识符的另一个示例是美国专利号6，747，687中描述的车辆检测标记，在此 为了所有目的而将通过参考将其整体引入。在下文中被称为车辆指纹的车辆检测标记是代 表车辆的可视签名的提取(distilled)的数据制品(data artifact)集合。该图像处理模 块625可以通过处理车辆的图像来生成车辆指纹。然而，为了节约处理时间和存储需求，所 生成的车辆指纹一般不包括人类能认出的正常“图片”信息。因此，处理该车辆指纹以获得 原始车辆图像通常是不可能的。可是，一些车辆指纹可以包括正常的图片信息。车辆指纹 一般可以用于唯一地识别该车辆。在一个实施中，图像采集模块624中的摄像头捕获通过通行费设施628的每辆车 辆后部的单一“静止”图像。对于每辆车辆，图像处理模块625识别对该车辆来说唯一的可 视提示并将它们简化为车辆指纹。因为牌照是一个非常唯一的特征，所以图像处理模块625一般在产生车辆指纹时将牌照的使用最大化。值得注意的是，所述车辆指纹除了牌照之外 还包括车辆的其他部分，并且因此，通过车辆指纹的匹配的车辆识别通常被认为是比通过 牌照信息匹配的车辆识别更加准确。所述车辆指纹例如可以包括牌照周围的车辆部分和/ 或保险杠(bumper)和轴距(wheelbase)的部分。 车辆标识符的另一个示例是使用激光扫描生成的车辆签名(在下文中被称为激 光签名)。可以使用激光扫描捕获所述激光签名信息，该信息可以包括车辆的一个或多个高 空(overhead)电子轮廓(overhead electronic prof ile)，包括车辆的长度、宽度以及高 度，车辆的轴计数以及车辆的三维图像。在一个实施中，图像采集模块624针对一个给定车 道包括两个激光器，一个激光器安装在车道上方而另一个激光器安装在车道旁边。安装在 车道上方的激光器一般扫描车辆以捕获车辆的高空轮廓，安装在车道旁边或上方的激光器 一般扫描车辆以捕获车辆的轴计数。两个激光器一起还能够生成车辆的三维图像。激光签 名可以被用来唯一地识别某些车辆。例如，那些已被修改为具有区别性形状的车辆可以通 过激光签名而被唯一地识别。车辆标识符的另一个示例是使用磁扫描生成的车辆签名(以下被称为感应签 名)。车辆的感应签名是反映车辆的金属分布的参数，并因此可以被用来对车辆进行分类， 而且在一些情况下，被用来唯一地识别车辆(例如，如果由于对那个车辆的唯一修改而使 得特定车辆的金属分布对那个车辆来说是唯一的)。所述感应签名可以包括可用来确定车 辆的一个或多个轴计数(以及可能的轮胎数量)、使用在车辆中的引擎类型以及车辆类型 或级别的信息。在一个实施中，图像采集模块624包括在每个车道中的一对车辆检测回路、 轮轴检测回路以及摄像头触发回路。一旦图像处理模块625提取两个或更多车辆标识符，图像处理模块625就将提取 的车辆标识符存储在提取的车辆标识符数据库6181中。理论上，计算机612然后将能够 通过选择唯一地识别所述车辆的车辆标识符(例如，牌照信息或车辆指纹)来唯一地识别 所述车辆的所有者，并且为了包含相匹配的车辆标识符的记录而搜索一个或多个内部或外 部车辆记录数据库。令人遗憾地，提取车辆标识符是一个有缺点的过程。提取的车辆标识 符可能不对应于实际车辆标识符，因此可能不唯一地识别所述车辆。错误提取或部分提取 的车辆标识符可能不与任何车辆的车辆标识符相匹配，可能与错误车辆的车辆标识符相匹 配，或者可能与超过一辆车辆的车辆标识符相匹配。为了提高识别准确度，系统600的计算 机612实施了一种使用两个或更多车辆标识符的识别过程。图7是可以被实施来提高车辆识别准确度的示例性的双层识别过程700。针对与 通行费设施交互作用的车辆(以下称为“目标车辆”)捕获图像和/或传感器数据，并且从 捕获的数据中提取两个车辆标识符(方框710)。在一个实施中，只收集图像数据并且提取 的两个车辆标识符是牌照号码和车辆指纹。在另一个实施中，收集图像数据和感应传感器 数据，并且提取的车辆标识符是车辆指纹和感应签名。提取的两个车辆标识符中的一个被指定为第一车辆标识符并用来识别一个或多 个匹配的车辆候选的集合(方框720)。在典型情况下，被认为最不可能准确地和/或唯一 地识别目标车辆的车辆标识符被指定为第一车辆标识符。例如，如果提取的两个车辆标识 符是牌照号码和车辆指纹，则牌照号码将被指定为第一车辆标识符，因为与指纹匹配相比， 通过牌照的车辆识别的期待准确度较低。例如通过访问车辆记录数据库并查找包括与第一车辆标识符匹配或几乎匹配的车辆标识符的记录，可以确定一个或多个匹配车辆候选。一旦确定一个或多个匹配车辆候选的集合，就基于第二车辆标识符从该集合中识别目标车辆(方框730)。例如，如果12个车辆候选被识别为匹配部分地提取的牌照号码， 则通过访问针对12个车辆候选中每一个的车辆指纹并确定所述12个车辆指纹中哪一个与 提取的车辆指纹相匹配，从而来识别目标车辆。如果在预定的置信度阈值内没有发现匹配， 则可以使用车辆的人工识别。在另一个实施中，通过改变(例如，放松)用于进行匹配的准 则来连续或同时确定匹配车辆候选的一个或多个较大的集合(例如，超集)，并且进行附加 的尝试以便在借助于人工识别之前从一个或多个较大集合的每一个中识别目标车辆。在一些实施中，通行费管理系统可以有目的地被设计用于在操作720期间识别匹 配车辆候选的较大集合，从而例如确保通过第一标识符的车辆识别的预期较低准确度不错 误地导致从匹配车辆候选集合中排除目标车辆。例如，如果第一车辆标识符是牌照号码，则 例如可以以两种方式有意修改牌照读取算法(1)可以将牌照读取算法的匹配准则放松以 使所述算法能够生成较大的匹配车辆候选集合，以及(2)可以通过降低用来确定读取结果 是否被包括在匹配候选集合之中的读取置信度阈值，从而来“解谐”(detuned)牌照读取算 法。例如，牌照读取算法可以被放松到只要求匹配车辆候选与针对目标车辆所提取的牌照 号码中的字符子集或较少数目的字符相匹配。另外或替换地，可以将读取置信度阈值降低 以使先前被怀疑的错误读取(即局部的或低置信度读取)能够被包括在匹配车辆候选集合 中。通过要求成功匹配两个车辆标识符以用于成功车辆识别，双层识别过程700提供 超过单层/单标识符识别系统的更强的识别准确度。而且，通过将第二车辆标识符的匹配 限制到仅仅那些具有成功匹配第一车辆标识符的记录的车辆候选，过程700可以提供更快 的识别速度。如果提取的第二车辆标识符为了与其他这样的标识符相匹配而耗费时间或者 如果大量其他这样的标识符存在(例如，车辆数据库中数百万车辆的数百万个标识符)，则 上述过程可以提供加快的速度。在另一个实施中，两个或更多第二标识符被用来从匹配车辆候选集合中识别目标 车辆。第二标识符中的每一个必须将相同的候选车辆匹配到预定置信度级别内以用于成功 车辆识别。替换地，两个或更多第二标识符每一个的匹配度可以被加权并且可以生成组合 的等效匹配记分。如果组合的等效匹配记分超过预定阈值，则认为识别成功。在一个实施中，每个第二车辆标识符被分配一个匹配置信度级别数字，其范围从1 到10，其中，1对应于不匹配而10对应于精确匹配。每个车辆标识符还被分配从一个从1到 10的权重值，更大的权重值被分配给在唯一地识别车辆时被认为更为准确的那些车辆标识 符。例如，如果第二车辆标识符是激光签名和牌照信息，则权重6可以被分配给激光签名而 更大的权重9可以被分配给牌照信息。如果对于被认为是成功的一个识别来说需要组合的 等效匹配记分100，并且牌照信息匹配到置信度级别7以及激光签名也匹配到置信度级别 7，则组合的等效匹配记分是7*6+7*9 = 105，所述识别将被认为是成功的。在另一个实施中，两个或更多第一车辆标识符被用来识别匹配车辆候选集合中的 车辆。可能候选车辆的每一个第一车辆标识符都必须将目标车辆匹配到针对被包括在匹配 车辆候选集合中可能候选车辆的预定置信度级别内。替换地，两个或更多第一标识符每一 个的匹配度可以被加权并且可以生成组合的等效匹配记分。如果组合的等效匹配记分超过预定阈值，则可能的候选车辆被包括在匹配车辆候选集合中。在另一个实施中，第二标识符不用来从匹配车辆候选集合中唯一地识别目标车 辆。相反，第二标识符被用来生成一个新的较小的匹配车辆候选集合作为使用第一标识符 确定的那个集合的子集，并且第三标识符然后用来从这个匹配车辆候选子集中唯一地识别 目标车辆。在又一个实施中，多个车辆标识符被用来连续地减小匹配车辆候选集合并且通 过使用一个或多个最终的车辆标识符来从连续减小的子集中唯一地识别目标车辆。在又一 个实施中，多个车辆标识符中的每一个都被用来通过匹配技术以及近似匹配技术来生成它 自己的匹配车辆候选集合并且减小了的集合是所有已确定集合的交集。在又一个实施中， 使用上述技术的组合来确定所述减小了的集合。图8是可以被实施来提高车辆识别准确度和/或自动化的示例性双层识别过程 800。过程800是过程700的一种实施，其中，第一标识符是牌照号码，而第二标识符是车辆 指纹。特别地，过程800包括操作810-830以及相关联的子操作，其分别对应并说明操作 710-730的一个可能的实施。为方便起见，当执行过程800时参考相对于图6所描述的特定 组件。然而，在其他实施中可以应用类似的方法学，其中，不同的组件用来定义系统结构，或 者其中，在图6所示的组件之中不同地分布功能性。 图像采集模块624基于目标车辆和通行费设施628之间的交互作用来捕获目标车 辆的图像数据(方框812)。在另一个实施中，另外或替换地，图像采集模块624捕获传感器 数据，所述传感器数据例如包括激光扫描和/或环形传感器数据。图像处理模块625从捕 获的图像数据中获得目标车辆的牌照数据，所述牌照数据例如包括完整的或局部的牌照号 码及状态(方框814)。选择性地，图像处理模块625还可以从图像数据中确定目标车辆的 车辆指纹。在另一个实施中，图像处理模块625可以从图像数据和/或传感器数据中确定 例如诸如激光和/或感应签名数据之类的其他车辆签名数据。计算机612将捕获的图像数据存储在图像数据库614中并将提取的牌照数据存储 在提取的标识符数据库6181中。如果可应用，则通行费管理计算机612还将例如诸如感 应签名和/或激光签名之类提取的车辆指纹及其他签名数据存储在提取的标识符数据库 6181 中。计算机612从车辆记录数据库6182中访问车辆识别记录的集合(方框822)。每 一车辆识别记录将车辆的所有者/驾驶员与车辆标识符数据相关联。计算机612将提取的 牌照数据与车辆识别记录集合中的牌照数据进行比较(方框824)并从具有记录集合中的 记录的车辆中识别候选车辆集合(方框826)。可以使用匹配技术或近似匹配技术执行所述 比较。计算机612访问目标车辆的提取的车辆指纹数据(方框832)。如果从捕获的图像 数据中尚未确定/提取车辆指纹，则计算机612计算车辆指纹并将车辆指纹存储在提取的 车辆标识符数据库6181中。计算机612通过访问对应的车辆识别记录来访问候选车辆集合中车辆的车辆指 纹数据(方框834)，并将目标车辆的车辆指纹数据与候选车辆的车辆指纹数据进行比较 (方框836)。计算机612基于车辆指纹数据的比较结果将候选车辆识别为目标车辆(方框 838)。如果车辆指纹数据在预定置信度阈值内匹配，则认为候选车辆是目标车辆，并且认为 候选车辆的所有者/驾驶员是目标车辆的所有者/驾驶员。
图9A-9C是示例性双层识别过程900的流程图，实施该过程可以提高车辆识别准确度并同时将对车辆人工识别的需要最小化。过程900是过程700的另一个实施，其中，第 一标识符是牌照号码，而第二标识符是车辆指纹。特别地，过程900包括操作910-930以及 相关联的子操作，其分别对应并说明操作710-730的一个可能的实施。为方便起见，在执行 过程900时参考相对于图6所描述的特定组件。然而，在其他实施中可以应用类似的方法 学，其中，不同的组件用来定义系统结构，或者其中，在图6所示的组件之中不同地分布功 能性。图像采集模块624捕获目标车辆的图像和传感器数据(方框911)。例如，路旁传 感器触发捕获目标车辆前后图像的摄像头。其他传感器可以捕获用于车辆分类/识别的辅 助数据。例如，可以使用激光扫描来确定包括高度、宽度、长度、轴计数和车辆尺寸轮廓的激 光特征。传感器还可以用来确定与目标车辆和通行费设施628之间的交易相关的数据，例 如车辆重量、车辆速度以及与车辆相关联的发射应答器数据。图像处理模块625对捕获的图像数据执行牌照读取，根据捕获的图像数据创建车 辆指纹，并且选择性地从捕获的传感器数据确定其他车辆特征/分类数据(方框912)。例 如，图像处理模块625可以使用自动化的牌照读取算法来读取一个或多个捕获的图像。例 如，所述牌照读取算法可以以基于牌子的可视性及其在图像中的位置的优先顺序来读取捕 获的图像。牌照读取结果可以包括以下一个或多个牌照号码、牌照状态、牌照风格、读取置 信度记分、在图像中的车牌位置以及车牌尺寸。图像处理模块625还可以应用可视签名提 取算法来生成目标车辆的车辆指纹。可视签名提取算法可以类似于由加利福尼亚州圣胡塞 市的JAI-PULNiX公司开发并且在美国专利号6，747，687中描述的算法。计算机612将捕 获的图像存储在图像数据库614中并且将牌照读取结果、车辆指纹、及其他车辆特征/分类 数据存储在提取的车辆标识符数据库6181中。图像处理模块625确定捕获的图像是否提供了针对目标车辆的牌照号码以及状 态的任何局部或完整的读取结果(方框913)。如果捕获的图像没有提供局部或完整的读取 结果，则过程900进行到人工识别过程940的操作941。如果捕获的图像提供了针对对目标车辆的牌照号码及状态的局部或完整的读取 结果，则计算机612为了精确的(局部或完整的)牌照号码(由牌照读取器读取)而搜索 车辆记录数据库6182和读取差错数据库6183 (方框921)。车辆记录数据库6182包括先前识别的所有车辆的记录并且潜在地包括预期可见 的车辆的记录。车辆记录数据库6182—般通过注册过程填充，在这期间车辆驾驶员/所有 者标记(sign up)车辆以用于自动化的通行费支付处理。通过将车辆驾驶通过通行费设施 628中的特定注册车道并向设施628处表示的客户服务提供他或她的身份以及其他联络信 息，车辆的驾驶员/所有者可以标记车辆以用于自动化的通行费支付处理。当车辆穿过设 施628时，图像采集模块624和图像处理模块625捕获用户车辆的牌照号码、指纹及其他识 别/分类数据(例如，车辆尺寸)。车辆和所有者的识别数据被存储在与新注册的车辆和所 有者/驾驶员相关联的新的车辆识别记录中。替换地，通过简单地驾车穿过设施628而不停下，驾驶员/所有者可以注册车辆以 用于自动通行费支付处理。计算机612捕获车辆的图像数据和传感器数据并且通过读取牌 照图像以及在外部系统634(例如，车辆注册管理机构)的数据库中查找读取结果来试图识别驾驶员/所有者。如果识别出所有者/驾驶员，则计算机612对所有者/驾驶员进行记 账。只要成功建立了记账关系，计算机612就正式注册该车辆，根据需要从捕获的图像和传 感器数据中生成该车辆的指纹数据及其他特征/分类数据，并且将这些数据存储在与被识 别的所有者/驾驶员相关联的车辆识别记录中。在另一个实施中，计算机612被配置用于通过在车辆注册管理机构(或其他外部 系统)的数据库中查找牌照读取结果并且向车辆注册管理机构(或其他外部系统)请求对 应的车辆识别号码(VIN)，从而在识别未注册的驾驶员/所有者的时候获得更高的准确度。 计算机612使用VIN来确定车辆的制作(make)、款式(model)和年份。车辆的制作、款式和 年份可以用来确定车辆的长度、宽度和高度。然后，计算机612可以不仅通过比较牌照数据 而且还通过比较车辆尺寸(例如，在激光特征和/或感应特征中被捕获)来确定目标车辆 与注册到车辆注册管理机构的车辆的成功匹配。在典型情况下，如果针对目标车辆的牌照 读取结果与注册到车辆注册管理机构的车辆的牌照数据匹配到预定阈值内并且两辆车辆 的车辆尺寸在给定容忍度内匹配，则计算机612将认为匹配成功。
通过访问来自公共数据库或者来自第三方数据库的这些信息，或者另外或替换地 通过访问车辆记录数据库6182，车辆的制作(make)、款式和年份例如可以用来确定该车辆 的长度、宽度和高度以便从对应于与目标车辆具有相同制作、款式和年份的车辆的一个或 多个车辆识别记录中取回该长度、宽度和高度数据。假定在车辆已经改造的情况下其尺寸 可能改变，则从车辆识别记录中访问出的长度、宽度和高度可以随车辆而变化。因此，例如 通过取长度、宽度和高度尺寸的平均或中间值，计算机612可能需要从统计上确定合适的 尺寸以供比较。在一个实施中，计算机612通过使用包括激光签名和/或感应(S卩，磁)签名的电 子签名来部分地识别车辆。当车辆与通行费系统交互作用时，针对该车辆捕获电子签名。通 过激光(即，激光签名)和/或磁扫描(即，感应签名)创建的车辆的图像和测量对照例如 先前由通行费系统或外部系统捕获的基于车辆识别号码(VIN)的车辆的已知尺寸和图像 而进行比较。通过将电子签名图像和尺寸与基于VIN的车辆的已知尺寸进行比较，可以缩 窄针对匹配车辆和相关联的VIN的搜索。例如，如果车辆的LPR具有较低的置信度级别，但 是车辆的电子签名已经被捕获，则通行费系统可以如上所述地访问车辆的已知尺寸和图像 以及相关联的VIN的数据库，并且对照该数据库而交叉引用电子签名尺寸和图像以便识别 匹配的车辆VIN或识别潜在的匹配车辆候选/VIN。读取差错数据库6183将先前的错误读 取结果链接到正确的车辆识别记录。例如，当自动化车辆识别失败但是人工车辆识别成功 时，由自动化系统捕获的导致"差错"(即，识别失败)的车辆识别数据(例如，牌照读取 结果)被存储在读取差错数据库6183中的差错记录中，所述差错记录被链接到针对该车辆 而被人工识别的车辆识别记录。由此，当日后再次捕获相同的车辆识别数据时，计算机612 可以通过访问读取差错数据库6183中的差错记录来自动地成功识别该车辆，这识别了该 车辆的正确车辆识别记录而不需要再对车辆进行人工识别。当车辆的自动识别基于与错误牌照读取结果的接近匹配而成功时，差错记录也 可以被生成并且被存储在读取差错数据库6183中。例如，如果牌照号码"ABC123"被 读成〃 ABC128"并且识别的候选匹配集合是"ABC128"、“ ABC123 “、“ ABG128 〃 以及"ABC128"(其中所述集合接着产生"ABC123"的正确匹配)，则可以创建将〃 ABC128"的牌照读取结果自动链接到具有牌照号码"ABC123"的车辆的差错记录。计算机612确定是否任何车辆识别记录对应于目标车辆的牌照读取结果(方框 922)。如果没有车辆识别记录对应于读取结果，则计算机612执行扩展搜索(方框923)。计算机612通过改变或放松成功匹配的准则或者通过解谐(detuning)牌照读 取算法来执行扩展搜索。例如，计算机612可以通过如下一个或多个步骤来执行扩展搜 索(1)比较牌照号 码读取结果的子集与车辆记录数据库6182中存储的牌照号码的字符 (例如，牌照号码的最后两个字符可以省略，因此如果牌照号码是"ABC123"，则任何具有 牌照号码"ABCl**"的车辆都被认为是匹配候选，其中，“*"是变量)；(2)比较倒序 的牌照号码读取结果的子集与车辆记录数据库6282中存储的倒序牌照号码的字符(例 如，倒序牌照号码的最后两个字符可以省略，因此如果牌照号码是"ABC 123"，那其倒序 为"321CBA"，则具有"321C**"的倒序牌照号码的任何车辆都被认为是匹配候选，其 中，“*"是变量)；和(3)其他近似的匹配技术包括比较牌照读取结果和车辆记录数据库 6182中存储的牌照号码的修改版本，其中，其一或两者的一部分被代替和/或移除以减少 读错字符的影响。例如，如果OCR算法在牌照上的字符读取结果中没有指示置信度级别超 出预定阈值，则可以忽略那个字符。另外或替换地，如果OCR算法指示牌照上的字符可能是 两个可能的不同字符中的一个，则在扩展搜索中两个替换字符都可以被使用。计算机612确定在执行扩展搜索之后任何车辆识别记录是否都对应于目标车辆 的读取结果(方框924)。如果没有发现车辆识别记录，则过程900进行到人工识别过程940 的操作941 (方框924)。参考图9B，如果搜索或扩展搜索导致一个或多个车辆识别记录的识别，则计算机 612从已识别的车辆识别记录取回车辆指纹以及可选地取回其他的车辆签名/分类数据 (方框931)。计算机612将取回的每个匹配车辆候选的车辆指纹以及可选地其他的车辆 签名/分类数据与关联目标车辆的对应数据相比较，以识别一个或多个可能的匹配(方框 932)。可以用与加利福尼亚州圣胡塞市JAI-PULNiX公司开发并且在美国专利号6，747，687 中描述的算法相同或类似的比较算法来执行车辆指纹比较。一个可能的匹配例如可被定义为这样一个车辆指纹，该车辆指纹的置信度记分大 于或等于预定义阈值并且该车辆指纹的全部或一部分的其他分类/签名数据落入针对每 个数据类型定义的容忍度内。例如，如果指纹匹配算法生成1到1000的记分，其中，1是不 匹配而1000是完美匹配，则对于成功匹配，可能要求记分大于或等于900。另外，如果其他 分类/签名数据包括目标车辆高度、宽度和长度，则对于成功匹配，可能要求车辆的高度、 宽度和长度在目标车辆的提取的高度、宽度和长度加上或减去四英寸之内。一个或多个车 辆识别记录可以被认为对应于可能与目标车辆相匹配的车辆。计算机612通过对于每个可能的匹配确定组合的等效匹配记分并且通过比较该 结果与预定的自动化置信度阈值，确定可能的匹配在没有人为干预的情况下是否足以自动 识别车辆(方框933)。例如，计算机612可以以类似于先前相对于过程700所述的方式对 于每个可能的匹配确定组合的等效匹配记分。特别地，计算机612可以向指纹匹配分配置 信度级别数字，并且可选地向分类/签名数据匹配分配匹配置信度级别数字，向每个数据 类型分配加权，并且通过组合加权的匹配置信度级别数字来计算组合的等效匹配记分。如 果组合的等效匹配记分超过预定的自动化置信度阈值，则计算机612认为成功识别了目标车辆并且过程900进行到操作937以用于记录已识别车辆和设施628之间的交易事件。如 果超过一个的可能匹配超过了自动化置信度阈值，则自动识别过程可能失败，并且过程900 可以可选地继续进行(未示出)到人工识别过程940的操作941。如果没有可能匹配被认为在没有人为干预的情况下足以自动识别车辆，则计算机 612确定一个或多个可能匹配是否满足较低的大概的(probable)匹配阈值(方框934)。例 如，计算机612可以确定如果可能匹配的组合等效匹配记分高于大概匹配阈值但是低于自 动化置信度阈值，则可能匹配满足大概的匹配阈值。如果至少一个可能匹配满足大概匹配阈值，则计算机612使操作员能够执行可视匹配确实化(truthing)(方框935)。可视匹配确实化是一个过程，其中，计算机612向操作 员呈现目标车辆的一个或多个图像以及与目标车辆大概匹配的一辆或多辆车辆相关联的 一个或多个参考图像。例如通过选择用户界面上合适的按钮，操作员迅速用简单的是或否 指示确认或拒绝每个大概匹配(方框936)。操作员还可以可选地提供详细解释以支持他或 她的反应。如果匹配超过自动化置信度阈值或者通过可视匹配确实化被操作员在视觉上确 认，则计算机612把事件记录(即，肯定识别的目标车辆和设施628之间的交互作用的记 录)例如创建为可记账的或非税收交易(方框937)。如果通过可视匹配确实化确认了匹 配，则计算机612可以可选地更新读取差错数据库6183以包括已提取的车辆识别数据和将 已提取的车辆识别数据与正确车辆识别记录关联的链接(方框938)。此外，参考图9C，计算机612被配置用于在如下环境中使操作员能够人工识别目 标车辆(方框941) (1)目标车辆的捕获图像没有提供针对目标车辆的牌照号码及状态的 任何局部或完整的读取结果(方框913) ； (2)在执行扩展搜索之后没有发现对应于目标车 辆的牌照读取结果的车辆识别记录(方框924) ； (3)发现一个或多个可能匹配，但是由组合 等效匹配记分反映的所述一个或多个可能匹配中的置信度级别低于自动化置信度阈值和 大概匹配阈值(方框934)；和(4)发现一个或多个大概匹配，但是操作员通过可视匹配确 实化拒绝所述一个或多个大概匹配(方框936)。操作员试图通过下列动作来人工地识别车辆(1)读取(一个或多个)牌照，和 (2)观察由图像采集模块624捕获的车辆细节，并且(3)将牌照数据和车辆细节与来自车辆 记录数据库6182、读取差错数据库6183和/或外部系统634的数据库中的可用数据相比 较。操作员读取的牌照可以通过与自动化牌照读取器结果和/或多个条目的比较由多个操 作员确认。如果对于肯定的车辆匹配针对可定义准则而进行加权的人工收集的数据超过预 定的识别置信度阈值，则可以认为人工识别成功(方框942)。这个确定可以由计算机612、 提供人工数据的操作员和/或更合格的操作员来执行。在一个实施中，如果不能自动地肯定识别车辆并且没有发现近似匹配，则将该车 辆的一个或多个图像显示给第一人类复查者。第一人类复查者检查那些图像并且基于该图 像人工指定第一复查者相信对应于该车辆的牌照号码。因为第一人类复查者做出的这种人 工复查也受差错的影响(例如，感知上的或印刷上的差错)，所以将第一人类复查者读取的 牌照与UR数据库进行比较以确定是否存在由第一人类复查者指定的牌照号码。另外，如 果存在具有对应于牌照读取的指纹数据的数据库记录，则也可以执行指纹比较。如果第一人类复查者读取结果不匹配任何已知的UR结果或车辆，则可以将该车辆的一个或多个图 像显示给第二人类复查者。第二人类复查者检查那些图像并且基于该图像人工指定第二复 查者相信对应于该车辆的牌照号码。如果第二人类复查者做出的读取结果不同于由第一人 类复查者做出的读取结果，则可能必须由一般更合格的第三人类复查者进行读取。总而言 之，第一人类复查者读取事实上是向自动化匹配再尝试的出发点。如果自动化匹配仍然失 败，则多个人类复查者必须在读取牌照的过程中表示赞同以认为读取准确。如果没有成功识别车辆，则计算机612将事件记录创建为未识别或未分配的交易 (方框943)。如果成功识别了车辆，则计算机612将事件记录例如创建为可记账的或非税收 交易(方框937)。如果先前从来没有识别车辆，则计算机612可以在车辆记录数据库6182 中对于该车辆创建新的车辆识别记录及其所有者/驾驶员。计算机612还可以更新读取差 错数据库6183以包括已提取的车辆识别数据以及把已提取的车辆识别数据与正确的车辆 识别记录关联的链接(方框938)。以上数个应用表示了示范示例，所公开的本公开技术也可以在其他应用中采用。 另外，各个方面以及公开的技术(包括系统和过程)可以被修改、彼此整体地或者部分地进 行合并、补充或者删除以产生附加的实施。在此描述的系统和技术可以在数字电子电路中或者计算机硬件、固件、软件中或 者其组合中实施。在此描述的系统和技术可以实现为计算机程序产品，即确实记录在信息 载体中(如机器可读的存储装置或传播的信号中)的计算机程序，由数据处理装置如可编 程处理器、计算机或多台计算机执行或控制其运行。计算机程序能够以任何形式的编程语 言编写，包括编译的或解释的语言，并且能够以任何形式配置，包括作为独立程序或作为模 块、组件、子例程，或者适合在计算环境下使用的其他单元。计算机程序可以部署在一台计 算机上或者在一个地点或分布在多个地点并且由通信网络互连的多台计算机上执行。在此描述的系统和技术的方法步骤可以由执行计算机程序的一个或多个可编程 处理器来执行，其通过对输入数据运算并产生输出以执行本发明的功能。也可以由专用逻 辑电路如FPGA(现场可编程门阵列)或ASIC(专用集成电路)来执行这些方法步骤和实施 本发明的装置。例如，适于执行计算机程序的处理器既包括通用微处理器，又包括专用微处理器， 以及任何种类数字计算机的任何一个或多个处理器。一般来说，处理器将从只读存储器或 随机存储器或者两者接收指令和数据。计算机的典型元件是用于执行指令的处理器以及 用于存储指令和数据的一种或多种存储装置。一般来说，为了接收和传输数据或者兼而有 之，计算机将还包括或可操作地连接到一台或多台海量存储装置以存储数据，如磁盘、磁光 盘或光盘。适于具体体现计算机程序指令和数据的信息载体包括所有形式的非易失性存储 器，例如包括半导体存储器件，如EPROM、EEPR0M和闪存器件；比如内置硬盘和可移动硬盘 之类的磁盘；磁光盘；以及⑶-ROM和DvD-ROM盘。所述处理器和存储器可以补充或者加入 到专用逻辑电路中。为了提供与用户的交互作用，在此描述的系统和技术能够在计算机上实施，它具 有向用户显示信息的显示装置比如CRT(阴极射线管)或LCD(液晶显示)显示器，以及键 盘和比如鼠标或跟踪球之类的定点装置，用户能够通过它们向计算机提供输入。其他类型 的装置也能够用于提供与用户的交互作用；例如提供给用户的反馈可以是任何形式的传感反馈，比如视觉反馈、听觉反馈或触觉反馈；从用户接收的输入能够以任何形式接收，包括 声学、话音和触摸输入。在此描述的系统和技术可以在计算机系统中实施，它包括后端组件如数据服务 器，或者包括中间件如应用服务器，或者包括前端组件如具有图形用户界面或网络浏览器 的客户计算机，用户通过它们可以与本发明的实施交互作用，或者与这种后端组件、中间件 或前端组件的任意组合交互作用。系统的组件可以由任何形式的数字数据通信介质互连， 如通信网络。通信网络的示例包括局域网(“LAN”)、广域网(“WAN”，)以及互联网。计算机系统可以包括客户机和服务器。客户机和服务器常常彼此远离，典型情况 下通过通信网络交互作用。客户机和服务器的关系依靠运行在各自计算机上的计算机程 序，并且彼此具有客户机_服务器关系。 其他实施在以下权利要求书的范围之内。
权利要求
一种在通行费系统中识别车辆的方法，所述方法包括访问第一车辆的图像数据；从所述第一车辆的所述访问的图像数据获得牌照数据；访问记录集合，每个记录包括车辆的牌照数据；将所述第一车辆的牌照数据与所述记录集合中的车辆的牌照数据进行比较；从具有所述记录集合中的记录的车辆中识别一个车辆候选集合，基于所述牌照数据的比较结果来识别该车辆候选集合；以及通过如下步骤从所述车辆候选集合选择与所述第一车辆对应的车辆候选访问所述第一车辆的车辆指纹数据，所述第一车辆的所述车辆指纹数据是以所述第一车辆的所述访问的图像数据为基础的，并且所述第一车辆的所述车辆指纹数据是与被认为是所述第一车辆唯一的可视签名对应的数据制品集合；访问所述车辆候选集合中所述车辆候选的车辆指纹数据；使用处理装置来将所述第一车辆的所述车辆指纹数据与所述车辆候选集合中的所述车辆候选的所述车辆指纹数据进行比较；以及基于车辆指纹数据的比较结果来将所述车辆候选集合中的所述车辆候选识别为所述第一车辆。
2.根据权利要求1所述的方法，还包括访问所述第一车辆的激光签名数据或感应签 名数据。
3.根据权利要求2所述的方法，其中，所述激光签名数据包括所述第一车辆的高空电 子轮廓、所述第一车辆的轴计数以及所述第一车辆的三维图像中的一个或多个。
4.根据权利要求2所述的方法，其中，所述感应签名数据包括所述第一车辆的轴计数、 所述第一车辆的引擎类型以及所述第一车辆的车辆类型或级别中的一个或多个。
5.根据权利要求2所述的方法，其中，所述记录集合中的每一记录包括车辆的激光签 名数据或感应签名数据。
6.根据权利要求5所述的方法，还包括将所述第一车辆的激光签名数据或感应签名 数据与所述记录集合中的车辆的激光签名数据或感应签名数据进行比较。
7.根据权利要求6所述的方法，其中，从具有记录集合中的记录的车辆中识别车辆候 选集合包括基于所述牌照数据的比较结果以及所述激光签名数据或所述感应签名数据的 比较结果识别所述车辆候选集合。
8.根据权利要求7所述的方法，其中，基于所述牌照数据的比较结果以及所述激光签 名数据或感应签名数据的比较结果识别所述车辆候选集合包括针对具有所述记录集合中 的记录的每一辆车辆确定组合的等效匹配记分并且将所述车辆候选集合识别为具有的组 合等效匹配记分超出预定阈值的车辆集合。
9.根据权利要求8所述的方法，其中，每一个组合的等效匹配记分包括激光或感应签 名匹配记分以及牌照匹配记分的加权组合。
10.根据权利要求6所述的方法，其中，将所述车辆候选集合中的车辆候选识别为所述 第一车辆包括基于所述车辆指纹数据的比较结果以及所述激光签名数据或感应签名数据 的比较结果将所述车辆候选识别为所述第一车辆。
11.根据权利要求10所述的方法，其中，基于所述车辆指纹数据的比较结果以及所述激光签名数据或感应签名数据的比较结果将所述车辆候选集合中的车辆候选识别为所述 第一车辆包括针对所述车辆候选集合中的车辆候选确定组合的等效匹配记分，并且确定 所述组合的等效匹配记分高于预定阈值。
12.根据权利要求11所述的方法，其中，所述组合的等效匹配记分包括激光或感应签 名匹配记分以及车辆指纹匹配记分的加权组合。
13.根据权利要求1所述的方法，其中，将所述车辆候选集合中的车辆候选识别为所述 第一车辆包括如果所述第一车辆的所述车辆指纹数据与所述车辆候选集合中车辆候选的 车辆指纹数据的比较指示匹配的置信度级别超过置信度阈值，则将所述车辆候选识别为所 述第一车辆。
14.根据权利要求13所述的方法，其中，将所述车辆候选集合中的车辆候选识别为所 述第一车辆包括如果所述匹配的置信度级别超过第一置信度阈值，则将所述车辆候选集 合中的所述车辆候选识别为所述第一车辆而无须人为干预。
15.根据权利要求14所述的方法，其中，将所述车辆候选集合中的车辆候选识别为所 述第一车辆包括如果所述匹配的置信度级别小于所述第一置信度阈值但是大于第二置信 度阈值并且操作员确认所述匹配，则将所述车辆候选集合中的所述车辆候选识别为所述第 一车辆。
16.根据权利要求15所述的方法，还包括使操作员能够通过如下操作确认或拒绝所述 匹配使操作员能够感知所述第一车辆的访问的图像数据，以及使操作员能够与用户界面进行交互作用以指示拒绝或确认所述匹配。
17.根据权利要求15所述的方法，其中，将所述车辆候选集合中的车辆候选识别为所 述第一车辆包括如果所述匹配的置信度级别小于所述第一和第二置信度阈值并且操作员 通过访问所述第一车辆的图像数据和记录集合中的车辆记录而将所述车辆候选人工地识 别为所述第一车辆，则将所述车辆候选识别为所述第一车辆。
18.根据权利要求1所述的方法，其中，将所述车辆候选集合中的车辆候选识别为所述 第一车辆包括通过组合车辆识别号码(VIN)、激光签名、感应签名以及图像数据来识别所 述车辆候选。
19.根据权利要求1所述的方法，其中，基于所述牌照数据的比较结果识别车辆候选集 合包括基于所述拍照数据的比较结果将多个车辆候选识别为对应于所述第一车辆。
20.根据权利要求1所述的方法，其中，所述牌照数据读取算法包括从目标车辆的图像 中读取所述目标车辆的牌照号码并将从所述图像中读取的所述牌照号码与已知的车辆牌 照号码进行比较以便识别所述目标车辆的匹配车辆候选集合的算法。
21.根据权利要求1所述的方法，其中，从所述第一车辆的所述访问的图像数据中获取 牌照数据包括使用光学特征识别从所述访问的图像数据中获取牌照数据。
22.根据权利要求21所述的方法，其中，所述牌照数据包括牌照号码。
23.一种用于在通行费系统中识别车辆的设备，所述设备包括用于访问第一车辆的图像数据的装置；用于从所述第一车辆的所述访问的图像数据获得牌照数据的装置；用于访问记录集合的装置，每个记录包括车辆的牌照数据；用于将所述第一车辆的牌照数据与所述记录集合中的车辆的牌照数据进行比较的装置；用于从具有所述记录集合中的记录的车辆中识别一个车辆候选集合的装置，基于所述 牌照数据的比较结果来识别该车辆候选集合；以及用于通过如下步骤从所述车辆候选集合选择与所述第一车辆对应的车辆候选的装置访问所述第一车辆的车辆指纹数据，所述第一车辆的所述车辆指纹数据是以所述第一 车辆的所述访问的图像数据为基础的，并且所述第一车辆的所述车辆指纹数据是与被认为 是所述第一车辆唯一的可视签名对应的数据制品集合；访问所述车辆候选集合中所述车辆候选的车辆指纹数据；使用处理装置来将所述第一车辆的所述车辆指纹数据与所述车辆候选集合中的所述 车辆候选的所述车辆指纹数据进行比较；以及基于车辆指纹数据的比较结果来将所述车辆候选集合中的所述车辆候选识别为所述第一车辆。
24. 一种用于在通行费系统中识别车辆的设备，所述设备包括图像捕获装置，其被配置用于捕获第一车辆的图像数据；以及一个或多个处理装置，其彼此通信耦合并通信耦合到所述图像捕获装置并被配置用于访问记录集合，每个记录包括车辆的牌照数据； 访问所述第一车辆的图像数据； 从所述第一车辆的所述访问的图像数据获得牌照数据； 执行牌照读取算法以将所述第一车辆的牌照数据与所述记录集合中的车辆的牌照数据进行比较；以及 从具有所述记录集合中的记录的车辆中识别一个车辆候选集合，基于所述牌照数据的 比较结果来识别该车辆候选集合；以及通过如下步骤从所述车辆候选集合选择与所述第一车辆对应的车辆候选 访问所述第一车辆的车辆指纹数据，所述第一车辆的所述车辆指纹数据是以所述第一 车辆的所述访问的图像数据为基础的，并且所述第一车辆的所述车辆指纹数据是与被认为 是所述第一车辆唯一的可视签名对应的数据制品集合；访问所述车辆候选集合中所述车辆候选的车辆指纹数据；将所述第一车辆的所述车辆指纹数据与所述车辆候选集合中的所述车辆候选的所述 车辆指纹数据进行比较；以及基于车辆指纹数据的比较结果来将所述车辆候选集合中的所述车辆候选识别为所述第一车辆。
全文摘要
在通行费系统中识别车辆包括访问第一车辆的图像数据并从第一车辆的访问的图像数据获得牌照数据。访问一个记录集合。每个记录包括车辆的牌照数据。将第一车辆的牌照数据与记录集合中的车辆的牌照数据进行比较。基于牌照数据的比较结果，从具有记录集合中的记录的车辆中识别一个车辆集合。访问第一车辆的车辆指纹数据。第一车辆的车辆指纹数据是以第一车辆的图像数据为基础的。访问车辆集合中车辆的车辆指纹数据。使用处理装置，将第一车辆的车辆指纹数据与车辆集合中车辆的车辆指纹数据进行比较。基于车辆指纹数据的比较结果来将车辆集合中的车辆识别为第一车辆。
文档编号G08G1/017GK101872496SQ201010214910
公开日2010年10月27日 申请日期2006年6月12日 优先权日2005年6月10日
发明者J·E·赫德利, N·P·索恩伯格 申请人:埃森哲环球服务有限公司