ANPR/LPR
สำหรับอุตสาหกรรม

ข้อเท็จจริง

เนื้อหานี้อธิบายวิธีวางระบบ อ่านป้ายทะเบียนอัตโนมัติ (ANPR/LPR) ให้ใช้งานได้จริงในไทย โดยไม่โฆษณาเกินจริง

🚗 ANPR/LPR คืออะไร

ตรวจจับยานพาหนะ → หา "แผ่นป้าย" ในภาพ → แปลงเป็นตัวอักษร → ตรวจรูปแบบ/รายการอนุญาต → สร้างเหตุการณ์ (สั่งไม้กั้น, บันทึก, เตือน) ระบบที่ดีแยก การตรวจจับ ออกจาก การรู้จำ และมี ตัวตรวจสอบรูปแบบ ต่อท้าย

📍 กรณีใช้งาน

🚪 ควบคุมการเข้าออก/ที่จอดรถ

ไม้กั้น, บาเรียร์, มหาวิทยาลัย

💰 เก็บค่าผ่านทาง/การใช้ถนน

หลายเลน ไม่หยุดจ่าย

👮 งานบังคับใช้กฎหมาย/บัญชีเฝ้าระวัง

แจ้งเตือนรถขโมย/เกินกำหนด

📦 ลานขนส่ง/คลังสินค้า

จัดคิวเทียบท่า, เวลาอยู่นาน

🏭 ไซต์อุตสาหกรรม

ความปลอดภัย, ติดตามผู้รับเหมา, วิเคราะห์รอบงาน

🇹🇭 ประเด็น "ป้ายไทย" ที่มีผล

รูปแบบป้ายไทย

ป้ายไทยมีหลายรูปแบบ: รถส่วนบุคคลมัก อักษรไทย 2 ตัว + ตัวเลข 1–4 หลัก มีชื่อจังหวัดด้านล่าง; มอเตอร์ไซค์/รถพาณิชย์ต่างกัน; มี ป้ายแดงชั่วคราว, พื้นหลังลายพิเศษ, ซีรีส์สี, และบางกรณี เลขล้วนขึ้นต้น สำหรับรถโดยสาร/รถบรรทุกตามกฎหมาย

⚠️ ข้อท้าทายตัวอักษร

ตัวอักษรคล้ายตัวเลข (0/O, B/8)

🔧 ปัญหาทางกายภาพ

กรอบป้าย/ฝาครอบ, แสงสะท้อน, คราบสกปรก, และฟอนต์หลากหลาย

🏛️ ป้ายท้องถิ่นและป้ายพิเศษ

รองรับ ป้ายท้องถิ่น/ป้ายพิเศษ ด้วยการตรวจจับเฉพาะ, OCR ที่รองรับชุดอักขระขยาย, และตัวตรวจสอบรูปแบบ (validator) ตามกติกา

🏛️ ป้ายเจ้าหน้าที่ทูต/สถานทูต (CD/CC)

ตรวจสอบคำนำหน้า/รูปแบบ + OCR ตัวอักษรละติน/เลขอารบิก ใช้สี/ลายพื้นช่วยจำแนกซีรีส์

🏢 ป้ายราชการที่ใช้เลขไทย (๐–๙)

OCR รองรับ เลขไทยครบชุด; ส่งออกทั้ง plate_raw (เลขไทย) และ plate_norm (แปลงเป็นเลขอารบิก)

🏭 ป้ายภายในหน่วยงาน/ไม่เป็นมาตรฐาน

สร้าง ตัวตรวจสอบตามแม่แบบ (regex + dictionary) และ ฟายนจูน detector/OCR

🔴 ป้ายชั่วคราว/พื้นหลังพิเศษ

ใช้การโหวตหลายเฟรม + ปรับคุณภาพ ROI ของป้าย เพิ่มอัตราอ่านในสภาพแสงสะท้อน

🏗️ สถาปัตยกรรมที่แนะนำ

🎯

1. ทริกเกอร์/ติดตาม

เซ็นเซอร์หรือวิชั่น

🔍

2. ตรวจจับป้าย

หา ROI ต่อเนื่องหลายเฟรม

3. ปรับคุณภาพ

แก้เอียง/ลดรบกวน/ขยายความละเอียด

🔤

4. รู้จำตัวอักษร

ชุดอักขระไทย+ละติน

5. ตรวจสอบหลังรู้จำ

รูปแบบประเทศ/เรกซ์, ลงมติหลายเฟรม

📡

6. เหตุการณ์ & API

ส่ง JSON/REST/MQTT ไปยัง VMS/Access/ERP

📷 กล้องและเลนส์แบบใช้งานได้จริง

📐 มุมติดตั้ง (หนึ่งเลน)

  • • ระยะ 5–15 ม. สูง 3–5 ม.
  • องศาแนวนอน/แนวตั้ง ≤ 30°
  • • เอียงภาพ ≤ 5°

🎯 ความหนาแน่นพิกเซล

  • • ความกว้างป้าย ≥ 150–200 พิกเซล
  • • มอเตอร์ไซค์ต้องมากขึ้น

⚡ สปีดชัตเตอร์

  • 1/1000–1/4000 วินาที สำหรับ 40–120 กม./ชม.
  • • ล็อกชัตเตอร์ ให้เกน/IR จัดการแสง

🎬 เฟรมเรต

  • • 25–60 fps
  • • โหวตหลายเฟรมช่วยเพิ่มอัตราอ่าน

💡 ไฟส่องสว่าง

  • • อินฟราเรด 850 nm ลำแสงแคบเล็งเฉพาะเลน
  • • ใช้ สโตรบ ซิงก์ชัตเตอร์
  • • เพื่อลดแสงไฟหน้า

🔧 ฮาร์ดแวร์

  • Global shutter เหมาะกับความเร็วสูง
  • • WDR ดีช่วยงานกลางคืน/ย้อนแสง
  • • ซูมมอเตอร์ (12–50 มม.)
  • • ใช้โพลารไรซ์เมื่อแสงสะท้อนมาก

💡 ข้อแนะนำ

แยก "กล้องแผงป้าย" (FOV แคบ) ออกจาก "กล้องภาพรวม" (FOV กว้าง); อย่าพยายามทำทุกอย่างด้วยกล้องเดียว

📊 ตัวชี้วัดที่ควรขอ

📸 Capture Rate

สัดส่วนยานพาหนะที่เห็นป้ายได้ชัด

👁️ Read Rate

สัดส่วนป้ายที่อ่านถูกจากป้ายที่เห็น

🎯 Precision/Recall/F1

ระดับตัวอักษรและระดับทั้งป้าย

📈 กราฟความเชื่อมั่น/เกณฑ์ตัดสิน

สำหรับจูน FP/FN

⚡ ปริมาณงาน/หน่วงเวลา

ต่อเลน; การใช้ CPU/GPU; อัตราเฟรมตก

⚠️ จุดพังที่พบบ่อย & วิธีแก้

🌀 เบลอจากความเร็ว/ทางแยก

แก้: ชัตเตอร์เร็วขึ้น + ทริกเกอร์ก่อนเข้าเฟรม + โหวตหลายเฟรม

💡 แสงไฟหน้ากินป้ายสะท้อน

แก้: สโตรบ IR + ลดเวลาเปิดรับ + โพลารไรซ์ + ไฟ IR ลำแสงแคบ

📐 มุมเอียง/หลายป้ายในภาพ

แก้: จำกัด หนึ่งเลน วางกล้องใหม่

🖼️ กรอบ/ฝาครอบ/ป้ายสกปรก

แก้: เพิ่มความละเอียดบริเวณป้าย และมีสถานะ "อ่านไม่ได้"

🔤 ตัวอักษรคล้ายกัน

แก้: ตัวตรวจสอบรูปแบบไทย + ชื่อจังหวัด + ตรวจบัญชีรายชื่อประกอบ

🚀 รูปแบบการติดตั้ง

📱 แบบรันในกล้อง

ติดตั้งง่าย แต่จำกัดกำลังประมวลผล เหมาะที่จอดรถ

📦 เอดจ์บ็อกซ์ (GPU/ASIC)

เหมาะ 1–8 เลน/ไซต์ เชื่อม VMS/Access ได้ดี ทำงานออฟไลน์ได้

☁️ เซิร์ฟเวอร์/คลาวด์

หลายเลน/หลายไซต์ ต้องคุมข้อมูล/แบนด์วิธ/การสำรอง

🔒 ข้อมูลและ PDPA

📋 การปฏิบัติต่อข้อมูลส่วนบุคคล

ป้ายทะเบียนเป็น ข้อมูลส่วนบุคคล: ป้ายแจ้งวัตถุประสงค์ นโยบายเก็บรักษา (30–90 วัน) และบันทึกการเข้าถึง

💾 กลยุทธ์การจัดเก็บ

เก็บ ข้อความป้าย + แฮช, รูปเฉพาะบริเวณป้าย และภาพต้นฉบับแบบไม่ปิดบังเฉพาะที่อนุญาต

🔍 ขั้นตอนการค้นหาด้วยแฮช

มีขั้นตอนตรวจสอบโดยไม่เผยตัวตน

🔐 มาตรการรักษาความปลอดภัย

เข้ารหัสข้อมูล ระบุสิทธิ์ตามบทบาท เก็บหลักฐานพร้อมเวลา

คำถามที่ควรถามผู้ขาย

📊 หลักฐานประสิทธิภาพ

อัตราอ่านต่อเลน ที่ระยะ/มุม/ความเร็วของคุณ ทั้งกลางวัน/กลางคืน (พร้อมวิดีโอทดสอบ)

📷 แผนเทคนิค

แผน ชัตเตอร์/ไฟ IR และความหนาแน่นพิกเซล; ใช้ global หรือ rolling shutter

🇹🇭 การรองรับภาษาไทย

รองรับ รูปแบบป้ายไทย และตัวตรวจสอบหลังรู้จำหรือไม่

🔗 การเชื่อมต่อ

REST/MQTT, VMS (เช่น NX), ระบบ Access/ERP; ติดตั้งในไซต์หรือบนคลาวด์

📋 แพ็กหลักฐาน

รูป, ครอป, ความเชื่อมั่น, หน่วงเวลา, บันทึกตรวจสอบ

🔗 การผสานกับ GaugeSnap

🧠 เอดจ์วิชั่น

ปรับจูนสำหรับป้ายไทย (ตรวจจับ + OCR + ตรวจรูปแบบไทย + พจนานุกรมจังหวัด)

🗳️ โหวตหลายเฟรม

เพิ่มอัตราอ่านในจุดที่รถเร็ว

🔌 API เชื่อมระบบเดิม

REST/MQTT ไปยัง VMS (NX), ระบบเข้าออก, Parking, ERP

🔒 จัดเก็บแบบคุ้มครองข้อมูลส่วนบุคคล

แฮชป้าย กำหนดวันเก็บ สิทธิ์เข้าถึง บันทึกตรวจสอบพร้อม PDPA

📊 แดชบอร์ด

อัตราจับ/อัตราอ่าน กราฟความเชื่อมั่น หน่วงเวลา และสุขภาพรายเลน

🚀 วิธีเริ่มแบบความเสี่ยงต่ำ

ส่ง วิดีโอทดสอบ 30–60 วินาทีต่อเลน (กลางวัน/กลางคืน) พร้อม ระยะ/มุม และ ความเร็วเป้าหมาย เราจะส่งกลับ:

1. แผนกล้อง/ไฟ IR/ชัตเตอร์

และตรวจความหนาแน่นพิกเซล

2. ประเมินอัตราอ่านเริ่มต้น

แบบโหวตหลายเฟรม

3. แบบร่างการเชื่อมระบบ

อีเวนต์, API, นโยบายเก็บข้อมูล/PDPA