道闸的主要结构
道闸的主要结构：道闸:1、箱体:酸洗、磷化、静电喷涂聚脂粉末后进入295℃高温的烘房，再经两小时以上热融等表面处理流程，以获得的耐风雨，耐擦洗，抗紫外线，不褪色的性能。2、一体化机芯:机芯将蜗轮减速箱，变矩机构，主轴支承，主托架等件集成于
道闸的主要结构：
道闸:1、箱体:酸洗、磷化、静电喷涂聚脂粉末后进入295℃高温的烘房，再经两小时以上热融等表面处理流程，以获得的耐风雨，耐擦洗，抗紫外线，不褪色的性能。2、一体化机芯:机芯将蜗轮减速箱，变矩机构，主轴支承，主托架等件集成于一体。采用45#钢整体精密铸造成形后经大型数控加工中心一次性加工成形，大大减少了内部零件数量，大幅度提升了设备的整体可靠性与批量品质的一致性。该项工艺在同类产品中，了高质、优价道闸机量产之先河。
◎ 专为车辆管理需求设计，内置网络接口防雷、光隔离触发输入、工业开关电源，适应复杂环境；
◎ 高清200万像素，识别、摄像、补光一体化结构设计，仅需网线和电源即可工作；
◎ 自动识别汉字、字母、数字、颜色及类型，实际识别率>99%；
◎ 识别标准汽车号牌、新能源以及、双层、使馆、教练、港澳、民航等；
◎ 自主产权识别算法，光线跟踪及反馈控制，夜间抑制车大灯，白天抑制顺逆光，全天高识别率；
◎ 视频触发、外触发、混合触发等多种触发方式，视频触发可检测车辆行驶方向；
◎ 内置大功率LED补光灯，夜间自动开启，亮度可调；
◎ 内置SD卡，断网时可存储识别结果，恢复后自动续传；
◎ 脱机、断网时，可立实现白名单车辆自动放行；
◎ 支持ONVIF协议，可连接硬盘录像机录制视频图像；
◎ RS232和RS485接口，支持串行通讯协议传输识别数据；
◎ RJ45网口适配器、10/100M网络自适应、TCP/IP协议传输识别数据；
◎ 18吋IP66铸铝护罩、气压杆支撑、内置风扇和加热器、温控自动开启风扇和加热；
◎ AC 220V 50/60Hz 电源供电。
功能特点：
1. 停电手摇电机手轮起杆，来电自动复位。
2. 曲臂连杆机芯结构，起落杆运行平稳。
3. 无线遥控控制起杆、落杆和停止。
4. 红外对射防砸（需配红外对射装置）。
5. 支持车辆检测防砸（需安装地感装置）。
6. 接停车场系统开、关控制信号（要求为开关信号）。
7. 红绿灯接口（220VAC,可外接小于40W灯泡）。
8. 提供限位状态信号给停车场系统（输出COM/NO/NC）.
9. 延时落杆功能。
10. 遇阻返回：落杆过程中遇到阻力，立即停止并起杆。
车牌识别系统的优势
1、无需或者取票;
2、视频识别车辆，实现免取卡快速通;
3、避免车辆停滞引发的道路拥堵，提高停车场利用率;
4、通过车牌识别核算停车费用，核算机制严密，避免收费漏洞;
5、避免了传统的取票系统的卡片及等介质，防止损耗，降低后期运营成本;
6、可对接网，组安城市、智慧城市.
基于计算机视觉技术的车牌识别系统通常包括图像采集、定位、字符分割、光学字符识别五个步骤。汽车图像采集模式决定车牌识别技术路线。国际上的两条主要技术路线是自然光和红外图像的获取和识别。自然光和红外光不会对人体产生的心理影响，也不会对环境产生新的电子污染，属于绿色环保技术。
自然光路是指白天利用自然光、夜间照源、彩色摄像机采集车辆的真实彩像，并通过彩像分析处理方法对进行识别的方法。自然光真彩色识别技术路线，与人眼感光习惯一致，真彩像可以反映车辆及其周围环境的图像信息，不仅可以用来识别，并可用于识别颜色、车、数车模型，如颜色特征。
利用摄像头采集图像，同时实现所有前端基本视频信息的采集、识别和人工图像取证判别，可以为未来智能交通系统工程接口预留前景。
红外光路是利用反射和红外光学特性，利用红外摄像机采集车辆的灰度图像，由于红外的特性，车辆几乎只能在图像中看到，然后用黑白图像处理的方法来识别。在950nm红外照明装置可以捕捉到一个好的反光图像。因为红外光不是可见光，所以它不会对驾驶员产生视觉冲击。
此外，红外照明器提供恒定的光，所拍摄的图像是相同的，无论它是亮的或黑暗的小时的。的例外是白天，有时会看到一些许可证的细节，因为晴天时太阳光的影响。使用红外灯的缺点是捕获的图像不是彩色的，不能获得车辆图像，严重依赖于的反光材料。
一个车牌识别系统是否实用，重要的指标是识别率。国际交通技术作过的识别率指标论述，要求是24小时全天候全牌正确识别率95%以上。
为了测试一个车牌识别系统识别率，需要将该系统安装在一个实际应用环境中，全天候运行24小时以上，采集至少1000辆自然车流通行时的车牌照进行识别，并且需要将车辆牌照图像和识别结果存储下来，以便调取查看。然后，还需要得到实际通过的车辆图像以及正确的人工识别结果。之后便可以统计出以下识别率：
1、自然交通流量的识别率=全牌正确识别总数/实际通过的车辆总数
2、可识别车牌照的百分率=人工正确读取的车牌照总数/实际通过的车辆总数
3、可识别全牌正确识别率=全牌正确识别的车牌照总数/人工读取的车牌照总数这三个指标决定了车牌识别系统的识别率，诸如可信度、误识率等都是车牌识别过程中的中间结果。
