道闸感应线圈对道闸运行状态的影响性非常重要。
道闸线圈形状及匝数，除非条件不允许，勘探线圈应该是长方形。两条长边与车辆运动方向笔直，互相距离引荐为1米。长边的长度取决于路途的宽度，通常两头比路途宽度窄0.5米。道闸线圈影响主要有线圈材料，线圈形状和是否准确施工埋设三个方面。
当道闸感应线圈非常挨近时，致使两个线圈的磁场迭加，相互形成搅扰，这种现象就是线圈串扰。道闸串扰会致使过错的 检查结果和环路检查器的死锁。
为避免线圈串扰应：
1、道闸线圈选择不同的尺度不一样的圈数以改动线圈的作业频率。通常主张一个为4圈，另一个为6圈。
2、将道闸相邻的线圈距离加大。有必要确保勘探线圈之间的距离大于3米。
3、对道闸线圈引出导线进行杰出的屏蔽，屏蔽线有必要在勘探器端接地。线圈电缆和接头最hao选用多股铜导线。在电缆和接头之间最hao不要有接线处。
传统模式识别技术指结构特征法，统计特征法等。90年，由于计算机视觉技术的发展，开始出现汽车牌照识别的系统化研究。1990年AS.Johnson等运用计算机视觉技术和图像处理技术实现了牌照的自动识别系统。
该系统分为图像分割、特征提取和模板构造、字符识别等三个部分。利用不同闽值对应的直方图不同，经过大量统计实验确定出车牌位置的图像直方图的闽值范围，从而根据特定闽值对应的直方图分割出车牌，再利用预先设置的标准字符模板进行模式匹配识别出字符。
计算机及相关技术发达的一些国家开始探讨用人工神经网络技术解决车牌自动识别问题，例如1994年M.M.M.FANHY等就成功地运用了BAM神经网络方法对车牌上的字符进行自动识别，BAM神经网络是由相同神经元构成的双向联想式单层网络，每一个字符模板对应着一个BAM矩阵，通过与车牌上的字符比较，识别出正确的车牌号码
车牌自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。
其硬件基础一般bao括触发设备（监测车辆是否进入视野）、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机（如计算机）等，其软件核心bao括车牌定位算法、车牌字符分割算法和光学字符识别算法等。
某些车牌识别系统还具有通过视频图像判断是否有车的功能称之为视频车辆检测。一个完整的车牌识别系统应bao括车辆检测、图像采集、车牌识别等几部分(如图1所示)。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。车牌识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。
广告
