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