车牌识别市场风口正燃 “AI+IoT”助力无感停车提升关键性5%

存量市场与新场景加持 AI车牌识别“大有可为”

纵观全球，无论在任何一个发达国家，停车市场的整体规模都占据着整个国家GDP的1%以上，中国作为全球汽车保有量最大国则是有过之而无不及。若仍按照GDP的1%比例保守推算，国内现有的智慧停车市场也都能达到万亿级水平，体量无疑十分巨大。不过，与之相矛盾的是，不管是在全国各地的社区、大型商超还是人员出入十分频繁的办公区、写字楼等场所，依旧保持着十分陈旧且低效的停车管理模式，停车难、通行效率低、操作程序繁琐以及乱收费等现象十分普遍，为全国各地的车主所诟病。

为彻底根除国内各类停车场景的一系列痛点，近年来在政府和企业的共同主导下，北京、上海、广州、杭州、深圳以及成都等各发达城市也都开始竞相试点“AI+IoT”模式的智慧停车管理方案。典型的比如深圳，今年7月初，深圳就已正式发布了停车设施建设专项规划，宣布启动停车设施“百千万工程”，前期斥资超200亿，借力人工智能及物联网技术，将无感停车应用落地到各大主要停车场所。例如，深圳大鹏新区最近新建的无感停车站点，综合运营成本大幅降低，一套设备可管理8个车位，彻底解决了传统停车管理效率低、依赖人工、操作程序繁琐、用户体验感差等问题。

在这股由国内主干城市所引领的“智慧停车”应用风潮下，越来越多的中小城市也开始相继试水。据统计，目前国内已有超过500个城市正在启动和实施无感停车的项目，停车场景俨然已演变成为今年智慧城市领域的一大“风口”。

北京智芯原动董事长兼首席执行官崔凯在接受《华强电子》记者采访时表示：“事实上，从2014年起，智慧停车市场就已开始崭露头角，2014年开始就已经有不少车牌识别的应用逐步取代了过去的票箱取卡设备。今年，我们也发现一个很明显的现象，就是更多的停车场都开始采用移动支付，北上广深的车牌识别已经非常不错，全国其他城市也表现出非常大的潜力。中国有270万的停车场，且每年新增30万停车场，虽然从新增来看，车牌识别相机的出货量可能还不到150万台，但270万存量停车场的车牌识别相机用量则会十分巨大。一个停车场一进一出或两进两出，平均有三个相机，总体算来差不多会有近千万只出入口车牌识别相机的需求量。而且，为解决困扰人们多年的车停完之后找不到车的问题，大量商业停车场如今也已陆续开始选择反向寻车技术，这也将大幅推动车牌识别相机市场需求的增长。”总体来看，整个中国的市场空间十分可观。

另一方面，随着国内市场燃油车向新能源汽车的不断转型，这类新晋市场也将极大的促进停车场智能车牌识别技术的落地。崔凯告诉记者：“截止8月底，中国在新能源汽车保有率上已达到200万台，未来充电桩的建设也将不会低于10%，因此整个新能源市场的保有率每年将会有100%的增长。这就意味着未来两到三年，新能源领域可能会有千万级的保有量，新能源车牌识别也将为智能车牌识别相机带来更多的市场机会，同时在智能充电桩上也会有非常多更好的应用。”

针对上述这些应用场景，智芯原动已展开大规模布局，崔凯表示：“去年，我们的车牌识别方案就已布局到了3万多个停车场，今年我们计划会布局10万个停车场，其中有大部分会聚焦在社区类应用。我们认为，未来社区将会是人车结合及互动需求非常强烈的市场，现阶段如果在一个社区停车场推动AI车牌识别的方式，可以让保安等人工管理成本下降1/3以上。随着中国逐渐步入人口老龄化时代，未来大量的岗位都会逐步空缺，而智能化则正好能够适应这类场景的需求并大幅提高运营效率，拥有很高的应用价值，因此该场景会是我们接下来所关注的重点。”

由此可见，在停车场景“智能化”升级的强烈需求驱使下，AI车牌识别技术已成为当下城市“AI+IoT”应用普及的“排头兵”，为各地政府及广大停车用户所广泛接受。而在接下来的几年里，其发展势头也将更加迅猛，越来越多的大小厂商也都将会陆续跟进这一市场，成都臻识科技发展有限公司CEO任鹏认为：“随着深度学习和生成对抗网络在车牌识别领域的应用日趋成熟，算法和数据门槛将逐步降低。这股浪潮也将把越来越多的AI弄潮儿推向这片市场，其中既有老牌安防厂商也有崭露头角的AI初创公司，未来的竞争必将十分激烈。”因此，对于深耕智慧停车场景的厂商们来说，如何利用自身软硬件技术优势，打造高性价比且能够真正解决行业痛点的产品及方案，才是在日趋白热化的竞争大环境中立于不败之地的关键。

场景化应用“痛点”多 迈向“无感停车”尚存挑战

其实很多人并不知道，停车问题所要面临的技术挑战难度丝毫不亚于自动驾驶所面对的挑战。看起来很简单的车牌识别技术背后，其实并没有那么容易。据了解，由于扫描技术会受到光线、污牌车、车牌损坏等客观因素影响，硬件识别的综合正确率只能停留在95%左右，而这5%的误差，就会导致无感支付、无人值守成为纸上谈兵。

那么，对于停车场景来说，AI车牌识别技术的落地目前还需要解决哪些行业痛点呢？崔凯解释到：“未来，行业走向的趋势是无人值守及无感知的服务。现阶段，我们还需要去地杆，很多停车场道闸前面需要埋地杆线圈，以区分道闸前的目标是不是车，地杆需要做相应的施工，施工成本还是比较高的；第二个就是去布线，两个岗亭之间一旦做综合布线拉光纤，往往施工周期会达到两周以上，协调物业和开发商的时间很长；还有就是去光污染，现在白光灯对眼睛有一定的刺激；再就是去电脑化，比如岗亭的收费电脑。这是目前停车场景改造存在的四大痛点，也是我们当下重点攻克的问题，解决这些之后会走向无人值守及无感知停车场。”

当然，光是改造外围设施显然并不够，从车牌识别技术本身来看，车牌作为车辆身份的唯一标识，也当仁不让的被选做识别结果的一个最高优先级的判断标准。但实际上，车牌看似是一个固有物体，其中也深藏着很多奥妙，这些也为车牌识别系统增加了不少识别难度。任鹏表示：“首先就是车牌颜色的问题，由于车牌颜色具有多样性，不同领域的车辆会有不同颜色的标识，比如蓝底白字、黄底黑字以及黑底白字等等。目前为止，车牌识别系统对常见的蓝牌及黄牌的识别效果还不错，但对多样车牌的完善程度还有待提升；然后就是字符的识别，为区分不同地域，每个地区都有自己独特的代表汉字，字符识别属于AI模式识别领域，因汉字的笔画较多，字符点阵的分辨率低，因此字符所占的像素比较少，给识别效果也增加了一定难度；再者，就是数字的识别，组成车牌的另外两个因素是字母和数字，比如简单的阿拉伯数字以及英文字母放在一起处理，识别算法就会很复杂，尤其是字母线和数字相似度大且经常成像不清晰，使得一些仅仅依靠形体特征识别的算法不能适用；最后，就是形态问题，多样的车牌也存在着另外一个因素，就是双层单层，双层黄牌及双层军牌就是典型的代表，因为单层和双层车牌的大小尺寸不统一，加之成像角度的不同，也给车牌定位算法设计增加了难度。”

对车牌识别系统来说，解决多样车牌以后，停车场环境的复杂度也是该技术在落地进程中的一大重要阻碍。任鹏进一步补充到：“计算机视觉算法关键就是一个鲁棒性的问题，识别率越接近100%，所付出的代价就越大。不同于一般的高速收费站及卡口，停车场环境由于没有统一的设计标准，每个停车场在设计上都会差别各异，比如是否在坡道上、识别距离、角度差异以及是否有安全岛等。所以，对于每个停车场独特的样貌，车牌识别相机就必须要做到识别率高且稳定、成像清晰，这就不得不考虑车牌识别系统对每个停车场的识别度，比如在逆光及顺光等环境下如何能更好的识别车牌，目前对于强光环境用到了双重宽动态能够有效的抑制强光，对于光线不足的环境则可以调动智能补光灯来补充光照使车牌识别效果达到最佳。因此，在做算法设计时，就需要同时考虑到量产、成本、能效、实际场景及环境等多方面的现实问题，因为这些问题在一定程度上都会影响到工程方案和算法的实现。”

而在硬件方面（也就是智能识别相机），据记者了解，目前全国各地大多数已落地的智慧停车项目基本都是以单目相机作为主要载体，双目相机方案的市场份额总体来看还只占据很小的一部分。当然其中主要还是基于成本的考虑，因为就目前来看，停车场景的车牌识别相机单目与双目设备的价格差距比较大，一款性价比相对较高的双目车牌识别相机与一款同等性价比的单目相机价格差距基本都在几千块的水平。毕竟，对于中国大多数停车场运营商来说，为进一步提升车牌识别的整体运行效率，多花好几千甚至几万块钱可能有些不太值得。

不过，在任鹏看来，未来停车场景的车牌识别硬件从单目向双目过渡是必然趋势。他认为：“从应用的角度来说，单目相机只能在二维平面进行数据感知，无法获取场景的深度信息，这是单目难以迈过的技术门槛，对于未来车牌识别场景出现的很多需要获取车辆深度信息的应用，单目显然不能够满足需求。相比之下，双目可以基于视差原理，利用双镜头从不同的位置获取被测物体的两幅图像，再通过图像对应点间的视差，构建双目立体视觉，场景信息的提取可从二维平面升级为三位立体信息感知。获取场景立体信息后，双目还能够通过内部的视觉处理器完成对车辆的3D建模，从而还原车辆真实的三维数据，同时在感知距离上也大幅提升。”无论是技术性能还是应用能力方面，相比单目来说都会更有优势。因此，对于专注车牌识别应用市场的厂商们来说，只有从上述多个角度解决一系列软硬件场景化应用瓶颈，才能真正让“AI+IoT”的车牌识别走向市场，走向用户。

总而言之，在政企双方的大力支持下，加之国内市场刚需的陡增，停车场景的智能车牌识别市场如今已真正打开，在当下乃至未来几年里也必将是AI视觉软硬件技术大有可为的战场。尽管在现阶段，AI识别算法在应用方面还需要克服车牌多样化、停车场环境各异等多方难题，但相信随着一段时间的应用普及化及场景适应，AI软件算法的能力也会大幅提升，成为停车场景车牌识别的“好手”也只是时间的问题；对于硬件方面，编者认为，如今还处于AI智能车牌识别摄像机的初步普及化的发展阶段，大多数的停车场运营商仍然会将设备采购成本作为第一考量要素，在设备性能方面做更多的妥协，因此单目仍会占据绝大部分的硬件市场份额，但随着市场体量的快速攀升，加之硬件整机成本的逐步降低，未来双目取代单目也将是大势所趋。