蓝卡车牌识别介绍
蓝卡车牌识别对比卡管理
1，蓝卡车牌识别对临时车的管理逻辑对商场、酒店、医院这类无需人工登记临时车来访目的的停车场临时车入场逻辑：❖临时车行驶到入口A1地感线圈位置，嵌入式车牌识别网络高清摄像机完成图片抓拍-车牌识别-临时车身份确认-控制道闸抬杆；❖临时车通过道闸后，道闸自动落杆；临时车出场逻辑：❖临时车行驶到出口B1地感线圈位置，嵌入式车牌识别网络高清摄像机完成图片抓拍-车牌识别-临时车牌身份确认；❖系统管理软件结合该临时车牌的出场记录和入场记录，计算出停车时间和停车费用并显示在岗亭程序和4行LED显示屏上，支持语音播报提示；❖岗亭收费人员按提示收费，收费后控制道闸抬杆；❖临时车通过道闸后，道闸自动落杆对政府、企业、小区这类物业，需要保安核实及登记临时车的来访目的，临时车的入场可设置为自动识别+人工登记+人工控制道闸放行2，蓝卡车牌识别对固定车的管理逻辑❖对固定车的管理，首先需要将有效的固定车的车牌号注册到中心服务器的软件上，并下载到对应授权的通道的“嵌入式车牌识别网络高清摄像机”；❖固定车进入停车场过程是：固定车行驶到入口A1地感线圈位置，嵌入式车牌识别网络高清摄像机完成图片抓拍-车牌识别-固定车车牌身份确认-开闸❖固定车通过道闸后，道闸自动落杆❖固定车离开停车场过程是：固定车行驶到出口B1地感线圈位置，嵌入式车牌识别网络高清摄像机完成图片抓拍-车牌识别-固定车车牌身份确认-开闸❖固定车通过道闸后，道闸自动落杆3，蓝卡车牌识别解决了哪些传统的卡识别的问题对固定车管理而言，“车牌识别”解决了以下问题：❖近距离无源卡的停车刷卡不安全，不便，容易引发事故的问题；❖一卡多车的问题：用一卡倒腾几辆车入场停放占车位的问题；❖卡未携带的问题：也是故意，也是无意，工作人员缺乏核实车辆身份的手段，不知道放行还是不放行；❖卡丢失带来通行问题；❖卡损坏带来的通行问题；❖（有源）卡没电带来的通行问题；❖（无源）卡位置没放对带来的通行问题；❖（无源）卡无法适用某些没有微波天窗又全贴膜的车辆带来的通行问题；❖固定车越来越多，需要再补购卡、注册卡、授权卡、发放卡的问题❖其他根源于卡的问题……对临时车管理而言，“车牌识别”解决了以下问题：❖取卡不安全，不便，容易引发事故的问题；❖入口发卡效率低下，通行效率低下入口车辆排队、拥堵的问题❖收费人员的盗窃问题——只收不刷卡；❖工作人员在入口帮没停好的车取卡的人力资源浪费问题；❖入口票箱出现问题时的入口堵车问题（入口票箱可能卡发空了，可能读卡机构或吐卡机构损坏，可能卡变形变脏导致出口不顺等）临时车借到固定卡出场，同时损失临时卡和停车费的问题；❖个别的固定车在入场的时候恶意取走临时卡，临时车入场时取2以上的卡，造成临时卡不断流失的问题❖出场收卡收费，效率低下，出口排队的问题❖其他根源于卡的问题……4，蓝卡车牌识别对几种物业的特别适用性分析1）蓝卡车牌识别对政府单位的适应性分析：➢政府单位可能需要“抢车位”管理逻辑：例如为70辆公务员私家车安排30个车位，按先到先得的原则，要求让先到的30辆公务员车进入地下车库，让后到的车无法进入，否则会出现地下车库拥挤混乱的情况。
兰卡立体车库车牌识别解决方案
当无牌车辆入场时，车辆进入车场出入口区域时触发地感线圈，“立体高清车牌识别摄像机”自动抓拍车辆的图像，并将车辆信息传至服务中心无牌车辆数据库，显示在岗亭程序屏幕无牌车信息条上，管理人员可人工根据车辆图像调出该车对应入场的信息。以供管理人员进行人工比对保证车辆的安全。如图5.2.2（C）所示。
受现场环境制约，车牌表面和摄像轴线无法做到垂直，导致车牌发生畸变，远离摄像机的位置字符变小，对识别造成一定的困难。立体高清车牌识别摄像机畸变校准算法采用多色彩空间进行车牌底色检测，准确定位车牌区域，获取车牌倾斜角度及横向变形比例，最大倾斜角度达到25°，安全角度15°内的准确校准率达到99%以上。
5、识别算法：神经网络+特征识别
道路宽度为=4m，道路长度为=5m，地感线圈尺寸为=2mx1m
距地感中心距离为=4.5m，摄像机高度为=1.6m
2、下图是以立体高清车牌识别摄像机视野为参照，车辆左边大角度进场，识别出的结果。解决了车辆各种角度、方向进入，都能抓拍到清晰的可识别图片，这是识别率的基石，是高识别率的基础。
示图一：
识别结果： 识别结果：无车牌
第三章：系统设备组成及工作逻辑
3.1
立体高清车牌识别系统是由一台立体高清车牌识别摄像机（带控制功能）作为主机，一台或多台立体高清车牌识别摄像机从机组成，通过多台主从摄像机从不同角度抓拍车牌，立体多角度抓拍大大减少了对道路和车辆进入角度的限制；主机功能强大，不仅能够独立进行车牌识别、控制道闸，而且能够分析处理从机的车牌图片和识别数据，仲裁分析，嵌入式数据备份，与PC端进行控制和交互；从机辅助主机进行多角度图片抓拍和识别，从而实现立体识别，使识别率大大提高。
根据车牌区域的亮度值分析来自动调整曝光参数，如快门、感光度、增益等各项参数，可以逐帧调整，反应快速。
智能交通中的车牌识别技术的使用教程
智能交通中的车牌识别技术的使用教程智能交通系统使用了许多先进的技术来提高交通管理的效率和安全性。
其中之一就是车牌识别技术。
车牌识别技术通过对车辆的车牌进行自动识别，能够在交通监控、停车场管理、智能收费等场景中发挥重要作用。
本文将提供一份详尽的车牌识别技术使用教程，帮助读者了解车牌识别技术的原理和使用方法。
一、车牌识别技术的原理车牌识别技术通过将车辆的车牌图像进行处理和分析，识别出车牌上的字符和数字，并将其转化为文字信息。
车牌识别技术的主要原理分为以下几个步骤：1. 车辆检测：通过图像处理技术，对一幅图像中的车辆进行检测和定位。
这一步骤可以使用传统的图像处理算法，如边缘检测和颜色过滤等方法。
2. 车牌定位：在检测到的车辆区域中，继续对车辆进行车牌定位，即找到车牌在图像中的位置。
这一步骤可以使用模式识别技术，如基于颜色、纹理和形状等特征的分类算法。
3. 字符分割：在获取到车牌图像后，将车牌上的字符进行分割，以便进一步识别每个字符。
字符分割可以利用垂直投影法、基于灰度差值的法、模板匹配法等多种方法。
4. 字符识别：将字符分割后的图像，通过字符识别算法进行识别，将字符转化为对应的文字信息。
字符识别算法可以采用传统的机器学习方法，如支持向量机（SVM）和人工神经网络（ANN），或者使用深度学习技术，如卷积神经网络（CNN）等。
二、车牌识别技术的使用方法现在我们将介绍一种基于开源软件OpenALPR的车牌识别技术的使用方法。
1. 安装和配置OpenALPR：首先，从OpenALPR的官方网站上下载并安装OpenALPR软件。
安装完成后，需要进行配置，包括设置车牌识别的默认参数、选择车牌识别引擎和训练数据的位置等。
2. 输入图像：以图像文件或实时视频流的形式输入车牌识别系统。
对于图像文件，可以直接使用OpenALPR提供的命令行工具进行处理。
对于实时视频流，需要使用相应的软件库进行图像获取和处理。
3. 车牌识别：通过调用OpenALPR提供的API或命令行工具，对输入的图像进行车牌识别。
车牌识别系统功能和参数
车牌识别系统功能和参数车牌识别系统是一种用于自动识别和识别出车辆号牌的技术。
它利用计算机视觉和模式识别的原理和技术，通过图像处理和特征提取等方法，从输入的图像中提取车牌号码并进行识别。
车牌识别系统主要可以分为图像采集、车牌定位、字符分割、字符识别和车牌识别五大模块。
首先，车牌识别系统的功能包括图像采集、车牌定位、字符分割、字符识别和车牌识别等。
通过图像采集模块，可以采集到来自摄像头或其他图像输入设备的车辆图像。
车牌定位模块可以对车辆图像进行处理，找出图像中的车牌位置。
字符分割模块可以将车牌图像中的字符进行分割，从而得到单个字符图像。
字符识别模块使用OCR（光学字符识别）技术，对字符进行识别，并将字符的识别结果输出。
最后，车牌识别模块通过将字符的识别结果进行组合，得到完整的车牌号码，并输出识别结果。
1.图像采集参数：包括图像分辨率、拍摄角度、曝光度、对比度等。
合理的图像采集参数可以保证车牌在图像中的清晰可见性，减少图像中的噪声和干扰。
2.车牌定位参数：包括车牌的位置、大小、高度、宽度等。
通过调整车牌定位参数，可以准确地找到车牌在图像中的位置，排除其他干扰因素。
3.字符分割参数：包括字符之间的间距、字符的大小、字符的高度、宽度等。
合适的字符分割参数可以确保字符之间的距离和大小符合标准，并准确地划分字符。
4.字符识别参数：包括字符模板库、字符识别算法、识别率等。
良好的字符识别参数可以提高字符识别的准确度和速度。
5.车牌识别参数：包括车牌识别算法、车牌号码格式、识别结果输出等。
优化的车牌识别参数可以保证系统对各种车牌号码的识别正确率，快速地输出识别结果。
除了以上几个参数之外，还有一些额外的参数可以用于进一步优化系统的性能，如图像预处理参数、特征提取参数、分类器参数等。
这些参数的选择和调整可以根据实际应用需求和系统性能要求进行调整。
总之，车牌识别系统的功能和参数都是为了实现车牌号码的自动识别和识别而设计的。
蓝牌与黄牌的界定 -回复
蓝牌与黄牌的界定-回复什么是蓝牌和黄牌？蓝牌和黄牌是用于区分机动车的一种标志，常见于中国的道路上。
通过不同颜色的标牌，交通管理部门可以方便地识别不同类型的车辆，并进行相应的管理和监管。
黄牌是指普通的号牌，多数机动车在行驶过程中都使用黄牌，例如私家车、出租车、货车等。
黄色的标牌背景使得车辆在路上更加显眼，便于其他车辆和行人辨识。
蓝牌是特定车辆的标志，通常与公务用车相关。
公务用车是指政府机构、事业单位、公用事业单位等机关有关工作人员工作需要用的车辆。
这些车辆通常用于公务出行、巡逻执法等工作，因此需要通过蓝牌进行区分。
如何区分蓝牌和黄牌？区分蓝牌和黄牌最直观的方法是观察车牌的颜色。
黄牌的车牌背景为黄色，上面有黑色的字体和号码，而蓝牌则是蓝底白字的车牌。
通过颜色的不同，可以很容易地识别车辆所属的类别。
此外，根据车牌上的字母和数字组合，也可以了解到车辆所属的类别。
例如，一般私家车的车牌号码为字母加数字的组合，而公务用车的车牌号码通常以“使”字开头，后面加上字母和数字的组合，如“使A12345”。
因此，通过车牌上的字母和数字组合，也可以判断车辆的类型。
对蓝牌和黄牌的管理与监管黄牌车辆通常需要遵守交通法规，并按照相关规定进行年检、保养等。
交通管理部门会根据车辆的类型，制定相应的管理和监管措施，以确保公共道路上的交通秩序和安全。
公务用车作为政府机构的工作工具，需要严格的管理和监管。
交通管理部门会对公务用车的使用进行规范，例如限制使用范围、出行目的等，防止滥用或私用。
同时，公务用车需要接受定期的维修保养，并定期进行年检，以确保车辆的安全性和可靠性。
对于违反交通法规的行为，不论是蓝牌车辆还是黄牌车辆，都会受到相应的处罚和处理。
违规驾驶行为包括闯红灯、超速驾驶、逆行、酒驾等，都会受到交通管理部门的处罚，并可能面临法律责任。
总结蓝牌和黄牌是区分机动车类型的标志。
黄牌适用于大多数机动车，而蓝牌则是特定车辆的标志，主要与公务用车有关。
使用计算机视觉技术进行智能车牌识别
使用计算机视觉技术进行智能车牌识别智能车牌识别技术是计算机视觉领域中一项重要的研究方向，它通过利用计算机算法和图像处理技术，实现对车辆车牌号码的快速、准确识别。
这项技术不仅在交通管理、安全监控等领域中有广泛应用，还对智能交通系统的发展起到了重要推动作用。
智能车牌识别技术的基本原理是利用计算机视觉技术对车辆图片进行处理和分析，以提取出车牌区域及其上的字符信息。
具体来说，智能车牌识别技术可以分为以下几个步骤：1. 车牌定位：首先，通过图像处理算法，从整个车辆图片中定位出车牌区域。
这一步骤通常涉及到图像的预处理、边缘检测和形态学处理等技术，以及机器学习算法的应用。
2. 字符分割：定位到车牌区域后，需要将车牌上的字符进行分割，以便后续的字符识别。
字符分割是一个复杂的问题，需要考虑到车牌上字符的种类和形状的多样性。
常用的字符分割方法包括基于形态学处理和机器学习的算法。
3. 字符识别：经过字符分割后，识别每个字符就成为了下一个关键步骤。
字符识别通常采用了光学字符识别(OCR)技术和深度学习算法。
OCR技术通过建立字符模板和匹配的方式进行识别，而深度学习算法则通过神经网络的训练来实现对字符的准确识别。
4. 结果输出：最后，识别出的车牌号码可以根据需求进行输出。
例如，可以将识别结果存储到数据库中，或者向用户展示出来。
智能车牌识别技术的应用场景非常广泛。
在交通管理领域，智能车牌识别可以用于交通违法监控、车辆通行管理等方面。
通过识别车牌信息，可以实现对违法车辆的自动抓拍和追踪，提高交通管理的工作效率。
在停车场管理中，智能车牌识别可以帮助实现自动收费和车辆进出场的自动识别，提高停车场的管理和服务水平。
此外，智能车牌识别技术还可以应用于物流管理、安防监控等领域，为相关的行业提供更高效、安全的服务。
虽然智能车牌识别技术在现实应用中具有很高的实用性和准确度，但也面临一些挑战和问题。
首先，车牌的种类和形式多样化，可能会导致识别的准确率有一定的下降。
蓝卡车牌识别系统
-2-
传统刷卡系统的弊端
1、临时车入场节奏慢（停车-开窗-按键取卡-等抬杆-启动通行），入场车道 排长队，时而严重影响路面交通； 2、新车主取卡时，不能一次性停到位，导致需要移动车辆至合适的位置才能 伸手取到卡，费时费力的同时，还容易带来安全隐患（可查看视频），甚至有 的取卡设备还安装在斜坡上，更是容易造成事故，又或因跟车很近无法取到卡； 3、时而发生临时车的停车位置距离“入场发卡机”较远，无法安全方便地按 到“取卡键”； 4、时而发生“入场发卡机”缺卡，需要等人从出口送卡来，这时就严重影响 临时车入场节奏； 5、临时卡为回收重复使用的消耗品，易损坏丢失，还缺乏卫生。 6、临时卡丢卡严重，月租车在入场时取卡，在出场时还用月租卡，导致卡流 失；临时车入场正常取卡，在出场时用固定卡，导致卡流失； 7、临时车出场节奏慢（停车-交卡给收费人员-等刷卡计费结果-付钱-（有的 需要等发票）-启动离开），时而因出口排队影响场内交通，时而因排队过久 引起驾驶人纠纷，一些驾驶人非常介意承担因排队导致的停车费增加；
同时临时车出场记录会传入服务器程序和岗亭程序结合临时车入场记录停车时间和停车费用会计算并显示在岗亭管理程序界面上可以配置辅助led和语音播报来提示临时车岗亭收费人员收到停车费以后可以通过岗亭管理程序界面的开闸功能键或道闸的遥控器或道闸的线控器控制出口道闸打开wwwbluecardsoftcomcn固定车辆出入场流程对固定车的管理首先需要将有效的固定车的车牌号注册到中心服务器的软件上并下载到对应授权的通道的嵌入式车牌识别网络高清摄像机内固定车进入停车场过程是
• • • •
2、车牌识别支持磁卡优惠策略：可以实现商场不同种类的持卡客户持磁条卡 刷卡免费不同的时间或者减免不同的费用； 3、车牌识别支持优惠/免费原因：可以实现停车场中包含不同商户、酒店、餐 厅、娱乐场所等优惠/免费情况； 4、车牌识别支持中央收费，甚至自助收费；可实现集中收费，出口时快速通 行，大大提高车辆进出的速度，避免车辆等待，地面拥堵问题。 5、避免收费人员在刷卡收费时，可能存在的不按收费规则收费、私拿停车费 的现象。
车牌识别系统原理
车牌识别系统原理
车牌识别系统是一种利用计算机视觉技术对车辆的车牌信息进行自动识别的技术。
其原理主要包括图像获取、图像预处理、车牌定位、字符分割和字符识别等几个关键步骤。
首先，车牌识别系统通过摄像头等设备获取车辆的图像信息。
然后，对图像进行预处理，包括灰度化、二值化、去噪等操作，以提高后续处理的效果。
接下来，系统需要通过图像处理算法进行车牌的定位。
这一步骤旨在通过分析图像的特征和规律来确定车牌的位置和大小。
常用的方法有基于颜色信息的方法、基于轮廓信息的方法等。
然后，根据车牌的定位结果，系统需要对车牌进行字符分割，将车牌上的字符分割为单个的字符。
这一步骤可能会根据不同的字符形状、间距等特征，采用不同的算法。
最后，对于每个单独的字符，系统需要进行字符识别，将其转化为对应的字符或数字。
字符识别可以使用传统的机器学习方法，如模板匹配、统计学习等，也可以使用深度学习方法，如卷积神经网络等。
综上所述，车牌识别系统通过图像获取、图像预处理、车牌定位、字符分割和字符识别等步骤，实现对车辆的车牌信息自动识别。
这种技术的应用可以广泛用于交通管理、车辆监控、停车场管理等领域，提高工作效率和准确性，并实现自动化处理。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
• • • • • • • •
蓝卡车牌识别的技术要点 为了让车牌识别能投入到实际使用 中，蓝卡经过多年的技术研发和 实践检验，开发出车牌识别技术, 有以下六个要点 （1）立体车牌识别技术，解决车牌 角度问题：如上图所示，理想的 车辆方向是灰色车(B)的正面方 向，但是现实环境相不能保证入 口通道的深度，有极大可能情况 发生红色车（A,C）这样的斜方 向，特别是红色车A的方向会导 致“左侧的（嵌入车牌识别-控 制功能）高清网络摄像机”拍到 一个非常斜的车牌。 为了应对多变的路口现场，为了 提高整体的现场适应性和车牌识 别率，蓝卡公司开发了“立体车 牌识别技术”，用2个角度的摄 像机来兼顾从A-C的方向范围。
•
•
市面上实际使用效果不佳的车牌识别案例的原因分析
但是市面有“车牌识别”实际使用效果很差的情况，究其原因是一些停车 场系统厂家没有自主研发“车牌识别”的能力，只能外购“车牌识别”软 件，但是对于对外购的“车牌识别”软件的识别结果太差的原因不明所以， 对提高识别率无能为力。 这些厂家只好把“车牌识别”功能作为辅助功能，本质上还是在依靠卡管 理工作。他们最多是利用“车牌识别”作为一个虚假的智能化名义噱头。 但是使用方毕竟为了这个噱头支付了更高的费用，这是不公平的。 而蓝卡从09年就开始研发如何将“车牌识别”技术投入实用阶段，结合自 身及同行的项目问题反馈，蓝卡发现目前市场上“车牌识别”普遍效果不 好的根本原因是： *不能保证获得合适的图片，比如角度不合适，车牌光线不合适，车牌图片 不够清晰； *不能让一套车牌识别软件适应多个路口环境，比如在一个项目上东门的图 片识别率较高，但是西门的图片识别率很低； *图片获取依靠摄像机，识别车牌依靠电脑上的车牌识别软件，控制道闸抬 杠依靠“控制板”，一个工作参与的设备过多一旦断网就完全不能工作； *必须依赖电脑上的车牌识别软件，为抓拍摄像机的联网和布线增加了难度， 也不能适应一些不能配置电脑的环境和项目； *其他原因……
蓝卡纯车牌识别的优点介绍
•
•
“车牌识别”无疑是智能化程度最高，使用最方便的停车场管理技术，
对固定车管理而言，“车牌识别”有以下优点：
• • • • • •
• • •
* * * * * *
彻底解决“卡管理”时，一卡多车的情况； 彻底解决“卡管理”时，卡未携带的情况； 彻底解决“卡管理”时，卡丢失带来的换卡，补卡的工作； 彻底解决“卡管理”时，卡损坏带来的换卡，补卡的工作； 彻底解决“卡管理”时，卡安装摆放位置的沟通工作； 其他根源于卡的问题………………
• •
（2）车牌焦点曝光技术：解决车牌位置光线过强或过弱问题，自动对车牌定 位和测光，智能进行车牌位置的曝光和闪光参数调整。 （3）车牌畸变矫正技术：解决字体变形问题：受现场环境制约，车牌表面和 摄像轴线无法做到垂直，导致车牌发生畸变，远离摄像机的位置字符变小， 对识别造成一定的困难。嵌入式立体车牌识别摄像机畸变校准算法采用多色 彩空间进行车牌底色检测，准确定位车牌区域，获取车牌倾斜角度及横向变 形比例，最大倾斜角度达到25°，安全角度15°内的准确校准率达到99%以上。 （4）使用停车场专用嵌入式车牌识别高清网络摄像机，解决了图片的清晰度 问题： * 嵌入式立体车牌识别高清网络摄像机具有高分辨率，能抓拍出高清晰度的 高清图片,分辨率由标清情况下的30万提高到高清100万、200万、300万像素 可选。 * 嵌入式立体车牌识别高清网络摄像机视野宽广能看清车牌，车型等更大区 域，从而使得行驶的车道可以控制的更宽，车辆驶入的角度可接受性更大。 * 嵌入式立体车牌识别高清网络摄像机采用百万像素高清识别技术，使得图 片更加清晰，从而提升车牌识别率。
• •
角度不正的图片
角度好的图片
高清抓拍——白天抓拍 照片
9
高清抓拍——夜间抓拍 照片
10
雨天抓拍的图片
雨天抓拍的图片
晚上抓拍的图片
晚上抓拍的图片
• • • • • • •
案例: 廊坊高铁最新的2842张现场图片最后识别结果是： 字符识别率99.6%，全车牌正确率99.5%， 6个字符全对99.6% 错1个字符：11张，占0.387% 错2个字符：0 错3个字符：0 错3个字符以上：0
• • • •
• （5）神经网络+特征识别复合识别算法技术： • * 采用带反馈的能量滤波算法进行纹理检测，使得车牌定位成功率从超过99%。
• •
* 多色彩空间的检测保证了多种车牌类型的准确认定，包括：蓝牌、黄牌、 军车、警车、WJ车辆、个性化车牌、使领馆车牌、省港两地车牌等。 * 字符特征识别算法保证了>98%的字符识别率（现场实测），而且不需要进 行现场训练；辅助的BP神经网络识别算法则是做了很好的补充，同时保证了 良好的汉字识别率。 （6）模糊识别算法解决个别字符错判问题：如以上多重技术的作用下，蓝卡 的全字符识别率已经达到98%以上，配合模糊识别算法，固定车辆的通行更加 有保障。 （模糊识别算法举例，固定车苏A 12345来了，但是被识别成苏A 12346，可 以模糊地认为1-2个字符的差异错误是允许的，不会耽误固定车苏A 12345的 通行；虽然有可能产生个别临时车因为和某固定车车牌相近的逃费问题，不 过可以配合特别车牌管理手段或忽略）
•
• •
对临时车管理而言，“车牌识别” 有以下优点： * 彻底解决“卡管理”时，收费人员眛钱的机会； * 彻底将收费人员从人工发卡的工作中解放出来，只需要负责收钱——即便 是配入口发卡机，也往往需要有人帮在“入口发卡机”和“临时车”之间传 递“临时卡”，往往偏离了“节省人力资源的初始目的”。因为临时车往往 停车距离发卡机比较远，这是人们害怕撞到发卡机和道闸的下意识正常反映； * 彻底解决“卡管理”时，有得临时车混出停车场，同时损失临时卡和停车 费的情况； * 彻底解决有个别的固定车在入场的时候恶意取走临时卡，造成临时卡不断 流失的情况； * 其他根源于卡的问题………………