(Automated License Plate Recognition, 自动车牌识别) 诞生于20世纪70年代，已慢慢地发展为的完备技术解决方案，并大范围的应用于车辆管理、行政执法等智慧城市治理建设中。

  ALPR与城市监控设备可捕捉包括车牌号码、车辆行驶轨迹（甚至包括乘客与驾驶人）等大量车辆数据，这一些数据将会被上传到中央服务器，供执法单位（如警察局）调用，也可选择是否跟其他部门共享。这为城市治理带来便利的同时，也存在数据隐私泄漏等一系列安全隐患。

  本文将与大家伙儿一起来分享：5G网络边缘基于分布式账本技术的ALPR（自动车牌识别），如何帮助城市执法部门降低数据管理风险，提升执法效率。

  传统的ALPR系统流程包括：车牌图像采集、车牌监测、车牌字符分割和车牌字符识别等过程，并最终上传至中心化数据库做处理，与不同的执法部门进行数据共享，如下图所示。边缘监测等以一系列的定位算法将保证数据监测和识别的准确性。

  通过中心化服务器处理返回的车辆数据，ALPR能协助警方找出可疑车辆的驾驶路径，并与犯罪分子车辆行驶轨迹进行比对，帮助刑侦部门破案。

  ALPR可分为固定式与非固定式两种，灵活适用于不同的场景和需求。如某主干道安装多个固定式ALPR，可搜集较长时间段内车辆的速度与行进方向数据；非固定式ALPR通常装在警方巡逻车上，便于执法单位出警巡逻时使用。另外，ALPR还可用于停车场管理、危险区域车辆勘查、计算桥梁或道路通行费等。

  但是在具体使用的过程中，中心化的数据处理及管理方式导致不同执法部门之间的协作困难，且数据系统容易受到人为错误和恶意行为（黑客、腐败等）攻击，造成敏感信息泄漏。此外，封闭的生态导致政府部门经常习惯性地与同一ALPR服务承包商合作。从长远来看，缺乏竞争将导致服务质量和效率的下降，且存在服务不透明、标准不统一等问题。

  ALPR涉及大量的图像处理及识别运算，运营商的5G和多接入边缘计算（MEC）基础设施能够给大家提供灵活高效的服边缘服务部署和运行环境，降低网络时延，提高服务可靠性及效率；与此同时，部署在MEC上的SnapScale DLT将为执法部门提供去中心化的可信数据管理方案，有很大成效避免数据丢失或遭受篡改的风险；将ALPR算法以分布式应用的形式与DLT进行结合，通过智能合约调用相关的区块链服务，更能更加进一步提升系统的安全等级和可靠性。

  如上图所示：城市的各个警察分局在SnapScale DLT上记录和分享被盗车辆数据，并通过去中心化的应用市场匹配相关的ALPR算法提供商，将识别算法按需部署到移动网络边缘的MEC节点。分布在城市各处的摄像头将捕捉到的图像实时上传到附近的MEC，并通过ALPR算法识别车辆信息并与SnapScale上的被盗车辆信息进行匹配，生成车辆的数字轨迹信息，并保存上链，帮助执法部门找回车辆。当车辆被找回后，警察局通过智能合约更新链上被盗车辆信息。

  另外，5G+MEC也使得无人机搭载的ALPR成为可能，在路况不明、恶劣天气或移动环境中，“无人机智能交警”基于低时延、高可靠性的网络，可全方位多层次立体化来抓拍画面，清晰识别车牌。

  未来，海量物联网设备接入网络，特别是V2X（Vehicle to Everything）智能交通体系的逐步建立和完善，将对各类城市交通辅助系统的数据处理能力及安全性提出更高的要求。

  在越来越多智能设备进入人们的生活并带来诸多便利的同时，如何高效、安全地处理大量分布式物联网设备产生的海量数据已成为智慧城市建设中亟待解决的问题。5G和边缘计算提供的高可靠、低时延的通信网络将为基于各类物联网技术的智慧城市治理解决方案提供有力支撑，而区块链技术与MEC的结合则将进一步为设备与数据安全保驾护航，实现服务的可信自动化。返回搜狐，查看更加多