在智能車牌識別停車場收費系統中，針對收費管理時，必須要知道車輛進出場的時間，才能完成收費。但是對于無牌車情況，目前不可避免的需要人工的干預。

　　針對無牌車進出停車場，不僅在進口需要人工的抬桿放行，同時出口也需要找到該車進來的信息進行匹配。這時需要采集到這輛車進口的圖片，同時在出口對無牌車輛在圖片庫中進行匹配，這一過程既耗時，又增加了崗亭職守人員的工作量，在大流量的停車場，這一工作幾乎是人工很難完成的事，而且影響了用戶體驗，因此成為了一個亟待解決的難題。北京易泊時代作為一個專業的停車場方案解決公司，解決無牌車識別問題是我們一直不斷完善的目標。

　　目前主要圍繞以下幾個方面進行：

　　在進場，對于通過車牌識別技術的停車場收費系統，管理無牌車，這就意味著不能使用傳統的依靠車牌的車輛識別算法了。目前關于目標識別的方法非常多，考慮到在停車場進出口不同的車輛姿態和光照條件，給識別增加了難度，我們采用目前比較流行的神經網絡來進行車輛檢測，多幀融合Z終輸出一輛真正的無牌車，并對檢測到的無牌車輛的圖片進行抓拍保存。目前針對該方法，雖然和傳統的地感抓拍相比，可能目標無法做到100%的抓拍率，但是它能過濾掉三輪車等一些容易誤觸發的非機動車輛，大大的減少誤觸發率，同時使用簡單，在目前車牌識別相機視頻識別的基礎上就能完成。

　　在出場，為了避免復雜的人工查詢，我們力求Z精確的匹配進場無牌車圖片情況。這時我們需要考慮車輛顏色的相似性，車輛型號是否匹配，車頭外觀是否匹配，考慮各種匹配的因素，從而得到一個關于兩輛車相似性由低到高的排序。收費人員非常簡便的找到進場圖片，計算停車費用。

　　車牌識別停車場收費系統，針對無牌車，提出的車型、車與非車的判斷、車輛運行軌跡的判斷，區分正常的無牌汽車，電動三輪車和自行車等，并進行分類處理的方法，極大得方便了車流量大的停車場管理。