El reconocimiento automático de matrículas ( ANPR ; consulte también otros nombres a continuación) es una tecnología que utiliza el reconocimiento óptico de caracteres en imágenes para leer las matrículas de los vehículos y crear datos de ubicación del vehículo . Puede utilizar circuito cerrado de televisión existente , cámaras de cumplimiento de normas viales o cámaras diseñadas específicamente para la tarea. Las fuerzas policiales de todo el mundo utilizan ANPR con fines de aplicación de la ley, incluida la verificación de si un vehículo está registrado o tiene licencia . También se utiliza para el cobro electrónico de peajes en carreteras de pago por uso y como método de catalogación de los movimientos del tráfico, por ejemplo por parte de las agencias de carreteras.
El reconocimiento automático de matrículas se puede utilizar para almacenar las imágenes capturadas por las cámaras, así como el texto de la matrícula, y algunos son configurables para almacenar una fotografía del conductor. Los sistemas suelen utilizar iluminación infrarroja para permitir que la cámara tome la fotografía en cualquier momento del día o de la noche. [1] [2] La tecnología ANPR debe tener en cuenta las variaciones de las placas de un lugar a otro.
Los problemas de privacidad han generado preocupaciones sobre ANPR, como el seguimiento gubernamental de los movimientos de los ciudadanos, la identificación errónea, las altas tasas de error y el aumento del gasto gubernamental. Los críticos lo han descrito como una forma de vigilancia masiva . [3]
ANPR a veces se conoce con otros términos:
ANPR se inventó en 1976 en la División de Desarrollo Científico de la Policía en Gran Bretaña. [4] Los sistemas prototipo estaban funcionando en 1979 y se adjudicaron contratos para producir sistemas industriales, primero en EMI Electronics y luego en Computer Recognition Systems (CRS, ahora parte de Jenoptik ) en Wokingham , Reino Unido. Los primeros sistemas de prueba se implementaron en la carretera A1 y en el túnel de Dartford . El primer arresto mediante la detección de un automóvil robado se realizó en 1981. [5] Sin embargo, ANPR no se utilizó ampliamente hasta que se iniciaron nuevos desarrollos en software más barato y más fácil de usar durante la década de 1990. La recopilación de datos ANPR para uso futuro ( es decir , para resolver crímenes entonces no identificados) se documentó a principios de la década de 2000. [6] El primer caso documentado de utilización de ANPR para ayudar a resolver un asesinato ocurrió en noviembre de 2005, en Bradford , Reino Unido, donde ANPR jugó un papel vital en la localización y posterior condena de los asesinos de Sharon Beshenivsky . [7]
El aspecto del software del sistema se ejecuta en hardware de computadora doméstico estándar y se puede vincular a otras aplicaciones o bases de datos . Primero utiliza una serie de técnicas de manipulación de imágenes para detectar, normalizar y mejorar la imagen de la matrícula, y luego el reconocimiento óptico de caracteres (OCR) para extraer los caracteres alfanuméricos de la matrícula. Los sistemas ANPR generalmente se implementan en uno de dos enfoques básicos: uno permite que todo el proceso se realice en la ubicación del carril en tiempo real y el otro transmite todas las imágenes desde muchos carriles a una ubicación de computadora remota y realiza el proceso de OCR. allí en algún momento posterior. Cuando se realiza en el sitio del carril, la información capturada de la placa alfanumérica, fecha y hora, identificación del carril y cualquier otra información requerida se completa en aproximadamente 250 milisegundos. [ cita necesaria ] Esta información puede transmitirse fácilmente a una computadora remota para su posterior procesamiento si es necesario, o almacenarse en el carril para su posterior recuperación. En la otra disposición, normalmente se utilizan grandes cantidades de PC en una granja de servidores para manejar altas cargas de trabajo, como las que se encuentran en el proyecto de cargo por congestión de Londres . A menudo, en tales sistemas, existe el requisito de reenviar imágenes al servidor remoto, y esto puede requerir medios de transmisión de mayor ancho de banda.
ANPR utiliza reconocimiento óptico de caracteres (OCR) en imágenes tomadas por cámaras. Cuando las placas de matrícula de vehículos holandesas cambiaron a un estilo diferente en 2002, uno de los cambios realizados fue en la fuente , introduciendo pequeños espacios en algunas letras (como P y R ) para hacerlas más distintivas y, por lo tanto, más legibles para dichos sistemas. Algunas disposiciones de matrículas utilizan variaciones en el tamaño y la posición de las fuentes; los sistemas ANPR deben poder hacer frente a tales diferencias para ser verdaderamente efectivos. Los sistemas más complicados pueden hacer frente a variantes internacionales, aunque muchos programas se adaptan individualmente a cada país.
Las cámaras utilizadas pueden ser cámaras de vigilancia de las normas de circulación existentes o cámaras de televisión de circuito cerrado, así como unidades móviles, que suelen estar montadas en vehículos. Algunos sistemas utilizan cámaras infrarrojas para tomar una imagen más clara de las placas. [8] [9] [10] [11] [12] [13] [14] [15]
Durante la década de 1990, avances significativos en la tecnología llevaron a los sistemas de reconocimiento automático de matrículas (ANPR) de aplicaciones fijas, costosas y difíciles de configurar, a simples aplicaciones móviles de "apuntar y disparar". Esto fue posible gracias a la creación de un software que se ejecutaba en un hardware no especializado, basado en PC, más barato y que tampoco necesitaba recibir los ángulos, la dirección, el tamaño y la velocidad predefinidos en los que las placas pasarían por el campo de visión de la cámara. vista. Otros componentes reducidos a precios más bajos llevaron a un número récord de implementaciones por parte de agencias policiales a nivel mundial. Cámaras más pequeñas con capacidad para leer matrículas a velocidades más altas, junto con procesadores más pequeños y duraderos que caben en los maleteros de los vehículos policiales, permitieron a los agentes del orden patrullar diariamente con el beneficio de la lectura de matrículas en tiempo real, cuando podían. interdicto inmediatamente.
A pesar de su eficacia, existen desafíos notables relacionados con los ANPR móviles. Uno de los más importantes es que el procesador y las cámaras deben funcionar lo suficientemente rápido como para adaptarse a velocidades relativas de más de 160 km/h (100 mph), un escenario probable en el caso de tráfico en sentido contrario. Este equipo también debe ser muy eficiente ya que la fuente de energía es el sistema eléctrico del vehículo, y el equipo debe tener requerimientos mínimos de espacio.
La velocidad relativa es sólo un problema que afecta la capacidad de la cámara para leer una matrícula. Los algoritmos deben poder compensar todas las variables que pueden afectar la capacidad del ANPR para producir una lectura precisa, como la hora del día, el clima y los ángulos entre las cámaras y las matrículas. Las longitudes de onda de iluminación de un sistema también pueden tener un impacto directo en la resolución y precisión de una lectura en estas condiciones.
La instalación de cámaras ANPR en vehículos policiales requiere una consideración cuidadosa de la yuxtaposición de las cámaras con las placas que deben leer. Usar la cantidad adecuada de cámaras y colocarlas con precisión para obtener resultados óptimos puede resultar un desafío, dadas las diversas misiones y entornos disponibles. La patrulla de carreteras requiere cámaras con visión de futuro que abarquen varios carriles y sean capaces de leer las matrículas a altas velocidades. Las patrullas urbanas necesitan cámaras de menor alcance y menor distancia focal para capturar placas en los automóviles estacionados. Los aparcamientos con coches estacionados perpendicularmente suelen requerir una cámara especializada con una distancia focal muy corta. La mayoría de los sistemas técnicamente avanzados son flexibles y se pueden configurar con una cantidad de cámaras que van de una a cuatro, que se pueden reposicionar fácilmente según sea necesario. Los estados con matrículas solo traseras tienen un desafío adicional ya que una cámara que mira hacia adelante es ineficaz con el tráfico que viene en sentido contrario. En este caso se puede girar una cámara hacia atrás.
Hay siete algoritmos principales que requiere el software para identificar una matrícula:
La complejidad de cada una de estas subsecciones del programa determina la precisión del sistema. Durante la tercera fase (normalización), algunos sistemas utilizan técnicas de detección de bordes para aumentar la diferencia de imagen entre las letras y el respaldo de la placa. También se puede utilizar un filtro mediano para reducir el ruido visual en la imagen.
Hay una serie de posibles dificultades que el software debe poder afrontar. Éstas incluyen:
Si bien algunos de estos problemas se pueden corregir dentro del software, corresponde principalmente al lado del hardware del sistema encontrar soluciones a estas dificultades. Aumentar la altura de la cámara puede evitar problemas con objetos (como otros vehículos) que oscurecen la placa, pero introduce y aumenta otros problemas, como el ajuste de la mayor inclinación de la placa.
En algunos automóviles, las barras de remolque pueden ocultar uno o dos caracteres de la matrícula. Las bicicletas colocadas en portabicicletas también pueden ocultar la matrícula, aunque en algunos países y jurisdicciones, como Victoria, Australia , se supone que deben instalarse "placas para bicicletas". Algunos sistemas de pequeña escala permiten algunos errores en la matrícula. Cuando se utiliza para dar acceso a vehículos específicos a un área barricada, se puede tomar la decisión de tener una tasa de error aceptable de un carácter. Esto se debe a que la probabilidad de que un vehículo no autorizado tenga una matrícula similar se considera bastante pequeña. Sin embargo, este nivel de inexactitud no sería aceptable en la mayoría de las aplicaciones de un sistema ANPR.
En la parte frontal de cualquier sistema ANPR se encuentra el hardware de imágenes que captura la imagen de las matrículas. La captura de imagen inicial forma una parte de importancia crítica del sistema ANPR que, de acuerdo con el principio informático de entrada y salida de basura , a menudo determinará el rendimiento general.
La captura de matrículas suele realizarse mediante cámaras especializadas diseñadas específicamente para la tarea, aunque las nuevas [ ¿cuándo? ] Se están implementando técnicas de software que admiten cualquier cámara de vigilancia basada en IP y aumentan la utilidad de ANPR para aplicaciones de seguridad perimetral . Los factores que plantean dificultades para las cámaras de imágenes de matrículas incluyen la velocidad de los vehículos que se graban, los diferentes niveles de luz ambiental, el deslumbramiento de los faros y las duras condiciones ambientales. La mayoría de las cámaras dedicadas a la captura de matrículas incorporarán iluminación infrarroja para resolver los problemas de iluminación y reflectividad de las matrículas.
Muchos países utilizan ahora placas que son retrorreflectantes . [16] Esto devuelve la luz a la fuente y así mejora el contraste de la imagen. En algunos países, los caracteres de la placa no son reflectantes, lo que proporciona un alto nivel de contraste con el fondo reflectante en cualquier condición de iluminación. Una cámara que utiliza imágenes infrarrojas activas (con un filtro de color normal sobre la lente y un iluminador de infrarrojos al lado) se beneficia enormemente de esto, ya que las ondas infrarrojas se reflejan desde la placa. Sin embargo, esto sólo es posible en cámaras ANPR dedicadas, por lo que las cámaras utilizadas para otros fines deben depender más de las capacidades del software. Además, cuando se requiere una imagen a todo color, así como el uso de los detalles recuperados por ANPR, es necesario tener una cámara habilitada para infrarrojos y una cámara normal (en color) trabajando juntas.
Para evitar imágenes borrosas, lo ideal es tener la velocidad de obturación de una cámara dedicada configurada en 1/1000 de segundo. También es importante que la cámara utilice un obturador global, en lugar de un obturador giratorio , para garantizar que las imágenes tomadas estén libres de distorsiones. Debido a que el automóvil está en movimiento, velocidades de obturación más lentas podrían dar como resultado una imagen demasiado borrosa para leerla con el software OCR, especialmente si la cámara está mucho más arriba que el vehículo. En tráfico lento, o cuando la cámara está en un nivel más bajo y el vehículo está en ángulo acercándose a la cámara, no es necesario que la velocidad de obturación sea tan rápida. Las velocidades de obturación de 1/500 de segundo pueden hacer frente al tráfico que se mueve hasta 40 mph (64 km/h) y 1/250 de segundo hasta 5 mph (8 km/h). Las cámaras de captura de matrículas pueden producir imágenes utilizables de vehículos que viajan a 190 km/h (120 mph).
Para maximizar las posibilidades de capturar matrículas de manera efectiva, los instaladores deben considerar cuidadosamente la posición de la cámara en relación con el área de captura de destino. Superar los ángulos de incidencia umbral entre la lente de la cámara y la matrícula reducirá en gran medida la probabilidad de obtener imágenes utilizables debido a la distorsión. Los fabricantes han desarrollado herramientas para ayudar a eliminar errores en la instalación física de las cámaras de captura de matrículas.
Varias fuerzas de policía estatales y el Departamento de Justicia (Victoria) [17] utilizan sistemas ANPR tanto fijos como móviles. La Patrulla de Carreteras de la Fuerza de Policía de Nueva Gales del Sur fue la primera en probar y utilizar un sistema de cámara ANPR fija en Australia en 2005. En 2009 comenzaron a implementar un sistema ANPR móvil (conocido oficialmente como MANPR) [18] con tres sensores infrarrojos. cámaras instaladas en su flota de la Patrulla de Carreteras. [19] El sistema identifica vehículos no matriculados y robados, así como conductores descalificados o suspendidos, así como otras "personas de interés", como personas con órdenes judiciales pendientes. [20]
La ciudad de Malinas utiliza un sistema ANPR desde septiembre de 2011 para escanear todos los coches que cruzan los límites de la ciudad (entrantes y salientes). Los coches que figuran en ' listas negras ' (sin seguro, robados, etc.) generan una alarma en la sala de despacho, para que puedan ser interceptados por una patrulla. Desde principios de 2012, se controlan automáticamente de este modo un millón de coches por semana. [21]
Los servicios de policía federal, provincial y municipal de todo Canadá utilizan software de reconocimiento automático de matrículas; también se utilizan en determinadas rutas de peaje y por las agencias de control de estacionamiento. Las leyes que rigen el uso de la información así obtenida en dichos dispositivos están establecidas a través de varias leyes provinciales de privacidad. [22]
La técnica está probada por la policía danesa. Ha estado en uso permanente desde mediados de 2016. [23]
Se han construido 180 pórticos en las principales carreteras de todo el país. Estas, junto con otras 250 cámaras fijas, permitirán aplicar un impuesto ecológico a los camiones de más de 3,5 toneladas. Actualmente hay oposición al sistema y, aunque es posible que estén recopilando datos sobre los vehículos que pasan por las cámaras, no se cobra ningún impuesto ecológico. [24]
El 11 de marzo de 2008, el Tribunal Constitucional Federal de Alemania dictaminó que algunas áreas de las leyes que permiten el uso de sistemas automatizados de reconocimiento de matrículas en Alemania violaban el derecho a la privacidad . [25] Más específicamente, el tribunal determinó que la retención de cualquier tipo de información (es decir, datos de matrículas) que no fuera para ningún uso predeterminado (por ejemplo, para rastrear a presuntos terroristas o para hacer cumplir las leyes de exceso de velocidad) estaba en violación de la ley alemana. Estos sistemas fueron proporcionados por Jenoptik Robot GmbH y se denominaron TraffiCapture. [26]
En 2012 se formó un consorcio estatal entre el Ministerio del Interior de Hungría, la Jefatura de la Policía Nacional y la Comisión Central de Administración Pública y Servicios Electrónicos con el objetivo de instalar y operar un sistema de transporte inteligente unificado ( ITS ) con cobertura a nivel nacional a finales de 2015. [27] Dentro del sistema, se pusieron en línea 160 unidades portátiles de control de tráfico y recopilación de datos y 365 instalaciones de pórtico permanentes con ANPR, detección de velocidad, imágenes y capacidades estadísticas. Dado que todos los puntos de datos están conectados a un ITS ubicado centralmente, cada miembro del consorcio puede utilizar por separado su gama de actividades administrativas y de control, como el registro remoto de vehículos y la verificación de seguros, control de velocidad, carriles y semáforos y control de tráfico buscado o buscado. interceptación de vehículos robados, entre otros.
Varias unidades de la policía auxiliar húngara también utilizan un sistema llamado Matrix Police [28] en cooperación con la policía . Consiste en un ordenador portátil equipado con una cámara web que escanea la base de datos de vehículos robados mediante el reconocimiento automático de matrículas. El sistema se instala en el tablero de vehículos patrulla seleccionados ( también existen versiones portátiles basadas en PDA ) y se utiliza principalmente para controlar la matrícula de los vehículos estacionados. Como la Policía Auxiliar no tiene autoridad para ordenar que se detengan los vehículos en movimiento, si se encuentra un automóvil robado, se informa a la policía oficial.
Las placas de matrícula de vehículos en Arabia Saudita utilizan un fondo blanco, pero varios tipos de vehículos pueden tener un fondo diferente. En las placas de matrícula sólo se utilizan 17 letras árabes. [29] Un desafío para el reconocimiento de placas en Arabia Saudita es el tamaño de los dígitos. Algunas placas utilizan tanto números arábigos orientales como sus equivalentes en "árabe occidental". Hay disponible una investigación con el código fuente para los dígitos árabes APNR. [30]
La técnica es probada por la autoridad policial sueca en nueve lugares diferentes de Suecia. [31]
Varias ciudades han probado, y algunas han puesto en servicio, el KGYS (Kent Guvenlik Yonetim Sistemi, Sistema de Administración de Seguridad de la Ciudad) , [32] es decir, la capital, Ankara, ha estrenado el KGYS, que consiste en un sistema de reconocimiento del número de matrícula en las calles principales. arterias y salidas de la ciudad. [33] El sistema se ha utilizado con dos cámaras por carril, una para el reconocimiento de matrículas y otra para la detección de velocidad. Ahora el sistema se ha ampliado para conectar en red todas las cámaras con números de registro y aplicar una velocidad media en distancias preestablecidas. Algunas arterias tienen un límite de 70 km/h (43 mph) y algunos 50 km/h (31 mph), y se publican pruebas fotográficas con detalles de fecha y hora en la dirección de registro si se detecta una infracción de velocidad. A partir de 2012, la multa por exceder el límite de velocidad en más del 30% es de aproximadamente 175 dólares estadounidenses.
El proyecto de integración del sistema «Tecnología OLLI» y el Departamento de Inspección Estatal de Tráfico (STI) del Ministerio del Interior de Ucrania están experimentando sobre la introducción de un moderno complejo técnico capaz de localizar vehículos robados, conductores privados de permiso de conducir y otros problemas. coches en tiempo real. El complejo ucraniano "Video control" [34] funciona según el principio de videofijación del automóvil con reconocimiento de las matrículas con control en la base de datos.
El Ministerio del Interior afirma que el propósito del reconocimiento automático de matrículas en el Reino Unido es ayudar a detectar, disuadir y desbaratar la criminalidad, incluida la lucha contra los grupos del crimen organizado y los terroristas. Los movimientos de los vehículos se registran a través de una red de casi 13.000 cámaras que capturan aproximadamente 55 millones de registros de "lectura" de ANPR diariamente. [35] Estos registros se almacenan durante un máximo de dos años en el Centro Nacional de Datos ANPR, al que se puede acceder, analizar y utilizar como prueba como parte de las investigaciones de los organismos encargados de hacer cumplir la ley del Reino Unido . [36] [37]
En 2012, el Parlamento del Reino Unido promulgó la Ley de Protección de las Libertades , que incluye varias disposiciones relacionadas con el control y la restricción de la recopilación, el almacenamiento, la retención y el uso de información sobre las personas. En virtud de esta Ley, el Ministerio del Interior publicó un código de prácticas en 2013 para el uso de cámaras de vigilancia, incluido ANPR, por parte de agencias gubernamentales y policiales. El objetivo del código es ayudar a garantizar que su uso "se caracterice como vigilancia por consentimiento, y dicho consentimiento por parte de la comunidad debe ser un consentimiento informado y no asumido por un operador del sistema. La vigilancia por consentimiento debe considerarse análoga a la vigilancia" . por consentimiento ." [38] Además, en 2014 se introdujo un conjunto de estándares para datos, [39] infraestructura, [40] y acceso y gestión de datos. [41]
En los Estados Unidos, los sistemas ANPR se conocen más comúnmente como tecnología ALPR (lector/reconocimiento automático de matrículas), debido a las diferencias en el idioma (es decir, las "placas de matrícula" se denominan "matrículas" en inglés americano ).
Desde 2019, empresas privadas como Flock Safety han crecido rápidamente, promocionando las cámaras ALPR fijas entre particulares, así como entre asociaciones de vecinos y fuerzas del orden. En abril de 2022, 1500 ciudades en todo Estados Unidos habían implementado cámaras Flock, a pesar de las críticas de la ACLU y otras organizaciones de derechos civiles [42] [43] y las preocupaciones sobre si el sistema realmente reduce la delincuencia. [44]
El uso de ANPR móvil está muy extendido entre los organismos encargados de hacer cumplir la ley de EE. UU. a nivel de ciudad, condado, estado y federal. Según un informe de 2012 del Foro de Investigación Ejecutiva de la Policía, aproximadamente el 71% de todos los departamentos de policía de EE. UU. utilizan alguna forma de ANPR. [45] La ANPR móvil se está convirtiendo en un componente importante de las estrategias policiales predictivas municipales y la recopilación de inteligencia, [46] así como para la recuperación de vehículos robados, la identificación de delincuentes buscados y la recaudación de ingresos de personas que están en mora con los impuestos o impuestos municipales o estatales. multas, o seguimiento por Alertas Amber . Con la implementación generalizada de esta tecnología, muchos estados de EE. UU. ahora emiten citaciones por delitos menores de hasta $500 cuando se identifica una placa vencida o en el vehículo incorrecto. Las placas reconocidas exitosamente pueden compararse con bases de datos que incluyen listas de "persona buscada", "orden de protección", persona desaparecida, miembro de pandilla, terrorista conocido y sospechoso, liberación supervisada, infractor de inmigración y delincuentes sexuales nacionales. [47] Además del procesamiento en tiempo real de los números de matrículas, los sistemas ANPR en los EE.UU. recopilan (y pueden almacenar indefinidamente) datos de cada captura de matrículas. Se pueden almacenar imágenes, fechas, horas y coordenadas GPS que pueden ayudar a ubicar a un sospechoso en una escena, ayudar en la identificación de testigos, el reconocimiento de patrones o el seguimiento de personas.
El Departamento de Seguridad Nacional propuso una base de datos federal para combinar todos los sistemas de monitoreo, que fue cancelada luego de quejas de privacidad. [48] [49] En 1998, un teniente de policía de Washington, DC se declaró culpable de extorsión después de chantajear a los propietarios de vehículos estacionados cerca de un bar gay. [50] En 2015, el Departamento de Policía de Los Ángeles propuso enviar cartas a las direcciones particulares de todos los vehículos que ingresan a áreas de alta prostitución. [51] [52] [53]
Las primeras aplicaciones móviles de ANPR del sector privado han sido para la recuperación y recuperación de vehículos, [54] aunque la aplicación de ANPR por parte de empresas privadas para recopilar información de vehículos de propiedad privada o de propiedad privada (por ejemplo, entradas de vehículos) se ha convertido en una cuestión de sensibilidad y debate publico. [55] Otros usos de ANPR incluyen la vigilancia del estacionamiento y la recaudación de ingresos de personas que están atrasadas en el pago de impuestos o multas municipales o estatales. La tecnología aparece a menudo en el reality show Parking Wars presentado en A&E Network . En el programa, los conductores de grúas y los equipos de arranque utilizan el ANPR para encontrar vehículos morosos con grandes cantidades de multas de estacionamiento impagas.
Las leyes varían entre los estados con respecto a la recopilación y retención de información de matrículas. A partir de 2019 [actualizar], 16 estados tienen límites sobre cuánto tiempo se pueden retener los datos, siendo el más bajo New Hampshire (3 minutos) y el más alto Colorado (3 años). [56] La Corte Suprema de Virginia dictaminó en 2018 que los datos recopilados de los ALPR pueden constituir información personal. [57] Como resultado, el 1 de abril de 2019, un juez del condado de Fairfax emitió una orden judicial que prohibía al Departamento de Policía del condado de Fairfax recopilar y almacenar datos ALPR fuera de una investigación o recopilación de inteligencia relacionada con una investigación criminal. [58] El 22 de octubre de 2020, la Corte Suprema de Virginia anuló esa decisión y dictaminó que los datos recopilados no eran información personal ni de identificación. [59]
En abril de 2020, la Corte Judicial Suprema de Massachusetts determinó que el uso sin orden judicial de lectores automáticos de matrículas para vigilar los cruces del puente de un presunto distribuidor de heroína hacia Cape Cod no violaba la Cuarta Enmienda de la Constitución de los Estados Unidos solo debido al tiempo y alcance limitados de las observaciones. [60] [61]
ANPR se utiliza para hacer cumplir los límites de velocidad en Australia, Austria, [62] Bélgica, [63] Dubai (EAU), [64] Francia, Irlanda, Italia, [65] Países Bajos, [66] España, [67] Sudáfrica. , el Reino Unido y Kuwait. [68]
Esto funciona rastreando el tiempo de viaje de los vehículos entre dos puntos fijos y calculando la velocidad promedio. Se afirma que estas cámaras tienen una ventaja sobre las cámaras de control de velocidad tradicionales al mantener velocidades legales constantes en distancias extendidas, en lugar de fomentar frenadas bruscas al acercarse a ubicaciones específicas de las cámaras y la posterior aceleración hasta alcanzar velocidades ilegales. [69]
En Carreteras Italianas se ha desarrollado un sistema de seguimiento denominado Tutor que cubre más de 2500 km (2012). El sistema Tutor también es capaz de interceptar coches mientras cambian de carril. [70] El Tutor o Tutor de Seguridad es un proyecto conjunto entre la sociedad gestora de autopistas -Autostrade per l'Italia- y la Policía Estatal. Con el tiempo ha sido sustituido por otras versiones, por ejemplo, el SICVe-PM (donde PM significa PlateMatching) y el SICVe Vergilius. Además de este sistema de seguimiento de velocidad media, existen otros Celeritas y T-Expeed v.2. [71]
En los Países Bajos existen cámaras de velocidad media ( trayectcontrole ) desde 2002. En julio de 2009, 12 cámaras estaban operativas, principalmente en el oeste del país y a lo largo de la A12 . [69] Algunos de ellos están divididos en varias "secciones" para permitir que los coches salgan y entren en la autopista.
En 1997 se probó un primer sistema experimental en un tramo corto de la A2 y la policía lo consideró un gran éxito, ya que redujo el exceso de velocidad al 0,66%, frente al 5 o 6% cuando se utilizaban radares normales en el mismo lugar. [72] Los primeros radares permanentes de velocidad media se instalaron en la A13 en 2002, poco después de que el límite de velocidad se redujera a 80 km/h para limitar el ruido y la contaminación del aire en la zona. [73] En 2007, los radares de tráfico promedio dieron lugar a 1,7 millones de multas por exceso de velocidad de un total de 9,7 millones. Según el Fiscal General holandés, el número medio de infracciones de los límites de velocidad en los tramos de autopista equipados con radares de velocidad media se sitúa entre el 1 y el 2 %, frente al 10 y el 15 % en otros lugares. [74]
Uno de los tramos más notables de radares de velocidad promedio en el Reino Unido se encuentra en la carretera A77 en Escocia, con 32 millas (51 km) monitoreadas entre Kilmarnock y Girvan . [75] En 2006 se confirmó que las multas por exceso de velocidad podrían evitarse potencialmente desde las cámaras ' SPECS ' cambiando de carril y la Fundación RAC temía que la gente pudiera jugar a la "Ruleta Rusa" cambiando de un carril a otro para disminuir sus probabilidades de ser atrapada. ; sin embargo, en 2007 el sistema se actualizó para uso en varios carriles y en 2008 el fabricante describió el "mito" como "categóricamente falso". [76] Existe evidencia de que la implementación de sistemas como SPECS tiene un efecto considerable en el volumen de conductores que viajan a velocidades excesivas; En el tramo de carretera mencionado anteriormente (A77 entre Glasgow y Ayr) se ha observado una "enorme caída" en las infracciones por exceso de velocidad desde la introducción de un sistema SPECS. [75]
Las innovaciones recientes han contribuido a la adopción de ANPR para aplicaciones de seguridad perimetral y control de acceso en instalaciones gubernamentales. Dentro de los EE.UU., los esfuerzos de "seguridad nacional" para proteger contra supuestos "actos de terrorismo" han resultado en la adopción de ANPR para instalaciones sensibles como embajadas, escuelas, aeropuertos, puertos marítimos, edificios militares y federales, instalaciones gubernamentales y de aplicación de la ley, y centros de transporte. ANPR se comercializa como capaz de implementarse a través de redes de cámaras de vigilancia basadas en IP que realizan una "doble función" junto con el reconocimiento facial, el seguimiento de objetos y los sistemas de grabación con el fin de monitorear comportamientos sospechosos o anómalos, mejorar el control de acceso y compararlos con listas de vigilancia. . Los sistemas ANPR se instalan más comúnmente en puntos de sensibilidad, entrada o salida significativas. Las principales agencias estadounidenses, como el Departamento de Seguridad Nacional, el Departamento de Justicia, el Departamento de Transporte y el Departamento de Defensa, han adquirido ANPR para aplicaciones de seguridad perimetral. [77] Ciudades como Boston, Londres y Nueva York están instalando grandes redes de sistemas ANPR para brindar protección a toda la ciudad contra actos de terrorismo y brindar apoyo a reuniones y espacios públicos. [78]
El Centro para una política criminal basada en evidencia de la Universidad George Mason identifica los siguientes ensayos controlados aleatorios de tecnología de reconocimiento automático de matrículas como muy rigurosos. [79]
Además de las instalaciones gubernamentales, muchas industrias del sector privado con preocupaciones sobre la seguridad de sus instalaciones están comenzando a implementar soluciones ANPR. Los ejemplos incluyen casinos, hospitales, museos, estacionamientos y complejos turísticos. [80] En los EE.UU., las instalaciones privadas normalmente no pueden acceder a las listas de vigilancia del gobierno o de la policía, pero pueden desarrollar y cotejar sus propias bases de datos para clientes, personalidades importantes, personal crítico o listas de "personas prohibidas". Además de brindar seguridad perimetral, la ANPR privada cuenta con aplicaciones de servicio para valet/cliente reconocido y reconocimiento VIP, logística y seguimiento de personal clave, ventas y publicidad, gestión de estacionamiento y logística ( seguimiento de proveedores y vehículos de apoyo ).
Muchas ciudades y distritos han desarrollado sistemas de control de tráfico para ayudar a monitorear el movimiento y el flujo de vehículos en la red de carreteras. Por lo general, esto implicaba examinar datos históricos, estimaciones, observaciones y estadísticas, como por ejemplo:
Las cámaras CCTV se pueden utilizar para ayudar a los centros de control de tráfico proporcionándoles datos en vivo, lo que permite tomar decisiones de gestión del tráfico en tiempo real. Al utilizar ANPR en este metraje, es posible monitorear el viaje de vehículos individuales, proporcionando automáticamente información sobre la velocidad y el flujo de varias rutas. Estos detalles pueden resaltar áreas problemáticas a medida que ocurren y ayudar al centro a tomar decisiones informadas sobre la gestión de incidentes.
Algunos condados del Reino Unido han trabajado con Siemens Traffic para desarrollar sistemas de seguimiento del tráfico para sus propios centros de control y para el público. [81] Proyectos como ROMANSE del Consejo del Condado de Hampshire [82] proporcionan un sitio web interactivo y en tiempo real que muestra detalles sobre el tráfico en la ciudad. [ ¿dónde? ] El sitio muestra información sobre aparcamientos, obras viales en curso, eventos especiales e imágenes tomadas por cámaras CCTV. Los sistemas ANPR se pueden utilizar para proporcionar tiempos de viaje promedio de punto a punto a lo largo de rutas particulares, que se pueden mostrar en un letrero de mensaje variable (VMS) que brinda a los conductores la capacidad de planificar su ruta. ROMANSE también permite a los viajeros ver la situación actual utilizando un dispositivo móvil con conexión a Internet (como WAP , GPRS o 3G ), lo que les permite ver imágenes CCTV [83] de dispositivos móviles dentro de la red de carreteras de Hampshire.
La empresa británica Trafficmaster utiliza ANPR desde 1998 para estimar la velocidad media del tráfico en carreteras fuera de las autopistas sin que los resultados se vean sesgados por las fluctuaciones locales provocadas por los semáforos y similares. La compañía ahora opera una red de más de 4000 cámaras ANPR, pero afirma que solo se identifican los cuatro dígitos más centrales y no se conservan datos de las placas de matrícula. [84] [85] [86]
La Sociedad de Sistemas de Transporte Inteligente IEEE publicó algunos artículos sobre las tecnologías y aplicaciones de reconocimiento de números de placas. [ ¿importante? ]
La autopista 407 ETR de Ontario utiliza una combinación de ANPR y transpondedores de radio para cobrar el peaje a los vehículos que entran y salen de la carretera. Las antenas de radio están ubicadas en cada cruce y detectan los transpondedores, registrando la identidad única de cada vehículo de manera muy similar a como lo hace el sistema ANPR. Sin ANPR como segundo sistema no sería posible monitorear todo el tráfico. Los conductores que optan por alquilar un transpondedor por 2,55 dólares canadienses al mes no pagan el "cargo de peaje por vídeo" de 3,60 dólares canadienses por utilizar la carretera, y los vehículos pesados (aquellos con un peso bruto superior a 5.000 kg) deben utilizar uno. Utilizando cualquiera de los sistemas, los usuarios de la autopista son notificados de los cargos por uso por correo.
Existen muchas otras redes de cobro de peaje electrónico que utilizan esta combinación de identificación por radiofrecuencia y ANPR. Éstas incluyen:
Las carreteras portuguesas cuentan con autovías antiguas con puestos de peaje donde los conductores pueden pagar con tarjeta y también carriles donde existen sistemas de cobro electrónico. Sin embargo, la mayoría de las autopistas nuevas sólo tienen la opción del sistema de cobro de peaje electrónico. El sistema de cobro electrónico de peaje comprende tres estructuras diferentes:
Cuando se instala la etiqueta inteligente en el vehículo, el automóvil se identifica rápidamente y se descuenta automáticamente la cuenta bancaria del propietario. Este proceso se realiza a cualquier velocidad hasta más de 250 km por hora. Si el coche no dispone de la etiqueta inteligente, el conductor deberá acudir a una estación de pago para pagar los peajes entre el 3º y 5º día siguiente con un recargo. Si no lo hace, el propietario recibe una carta a casa con una fuerte multa. Si no se paga, se quintuplica y después el coche se inserta en una base de datos de la policía para su incautación. Este sistema también se utiliza en algunas zonas de acceso limitado de las principales ciudades para permitir únicamente la entrada a residentes preinscritos. Está previsto implementarlo tanto en más carreteras como en el cobro de peaje de entrada a la ciudad/restricción de acceso. La eficacia del sistema se considera tan alta que es casi imposible que el conductor pueda quejarse.
El cargo por congestión de Londres es un ejemplo de un sistema que cobra a los conductores que ingresan a un área de pago. Transport for London (TfL) utiliza sistemas ANPR y cobra a los conductores una tarifa diaria de £11,50 si entran, salen o se mueven dentro de la zona de tasa de congestión entre las 7 am y las 6:00 pm, de lunes a viernes. Los propietarios de vehículos que se inscriben en el plan de deducción automática pagan una tarifa reducida de £10,50. [92] Las multas por viajar dentro de la zona sin pagar el cargo son de £65 por infracción si se pagan antes de la fecha límite, duplicándose a £130 por infracción a partir de entonces.
Actualmente hay 1.500 cámaras que utilizan tecnología de reconocimiento automático de matrículas (ANPR). [93] También hay una serie de unidades de cámaras móviles que pueden desplegarse en cualquier lugar de la zona.
Se estima que alrededor del 98% de los vehículos que circulan por la zona son captados por las cámaras. Las transmisiones de vídeo se transmiten a un centro de datos ubicado en el centro de Londres, donde el software ANPR deduce la matrícula del vehículo. Un segundo centro de datos proporciona una ubicación de respaldo para los datos de imágenes.
Se capturan las matrículas delanteras y traseras, en los vehículos que entran y salen; esto brinda hasta cuatro oportunidades para capturar las matrículas de un vehículo que entra y sale de la zona. Luego, esta lista se compara con una lista de automóviles cuyos propietarios/operadores han pagado para entrar en la zona; los que no han pagado son multados. El propietario registrado de dicho vehículo se busca en una base de datos proporcionada por la DVLA. [94]
En Johannesburgo, Sudáfrica, la ANPR se utiliza para el cobro de tarifas de etoll. Los propietarios de automóviles que entren o salgan del centro de la ciudad deben pagar una tasa. El número de peajes que se pasan depende de la distancia recorrida en la autopista en particular. Algunas de las autopistas con ANPR son la N12, N3, N1, etc.
En Estocolmo , Suecia, el ANPR se utiliza para el impuesto de congestión de Estocolmo ; los propietarios de automóviles que entran o salen del centro de la ciudad deben pagar un cargo, dependiendo de la hora del día. A partir de 2013, también para la tasa de congestión de Gotemburgo , que también incluye los vehículos que pasan por la ciudad por las principales autopistas.
Varias empresas y agencias del Reino Unido utilizan sistemas ANPR. Entre ellas se incluyen la Agencia de Servicios de Operadores y Vehículos (VOSA), [95] la Agencia de Licencias de Vehículos y Conductores (DVLA) [96] y Transport for London. [97]
Los sistemas ANPR también pueden ser utilizados por:
Los propietarios de vehículos han utilizado una variedad de técnicas en un intento de evadir los sistemas ANPR y las cámaras de cumplimiento de las normas viales en general. Un método aumenta las propiedades reflectantes de las letras y hace más probable que el sistema no pueda localizar la placa o producir un nivel de contraste suficientemente alto para poder leerla. Por lo general, esto se hace usando una cubierta para placas o un aerosol, aunque las afirmaciones sobre la efectividad de este último son controvertidas. En la mayoría de las jurisdicciones, las coberturas son ilegales y están cubiertas por las leyes vigentes, mientras que en la mayoría de los países no existe ninguna ley que prohíba el uso de aerosoles. [107] [108] Otros usuarios han intentado manchar su matrícula con tierra o utilizar cubiertas para enmascarar la placa.
Los marcos novedosos alrededor de las placas de Texas fueron ilegalizados en Texas el 1 de septiembre de 2003 por el Proyecto de Ley 439 del Senado de Texas porque causaban problemas con los dispositivos ANPR. Esa ley lo convirtió en un delito menor Clase C (sancionable con una multa de hasta 200 dólares estadounidenses), o Clase B (sancionable con una multa de hasta 2.000 dólares estadounidenses y 180 días de cárcel) si se puede demostrar que el propietario lo hizo para oscurecer deliberadamente sus platos. [109] La ley se aclaró posteriormente en 2007 para permitir marcos novedosos.
Si un sistema ANPR no puede leer la placa, puede señalar la imagen para llamar la atención, mientras los operadores humanos miran para ver si pueden identificar los caracteres alfanuméricos. En 2013, investigadores de Sunflex Zone Ltd crearon un marco de matrícula privado que utiliza luz infrarroja cercana para hacer que la matrícula sea ilegible para los sistemas de reconocimiento de matrículas. [110]
La introducción de sistemas ANPR ha generado temores de identificación errónea y el fomento de una vigilancia al estilo de 1984 . [111] En los Estados Unidos, algunos como Gregg Easterbrook se oponen a lo que llaman "máquinas que emiten multas por exceso de velocidad y multas por semáforo en rojo" como el comienzo de una pendiente resbaladiza hacia un sistema de justicia automatizado:
En otros países se han planteado críticas similares. Easterbrook también sostiene que esta tecnología se emplea para maximizar los ingresos del estado, en lugar de promover la seguridad. [112] El sistema de vigilancia electrónica produce multas que en Estados Unidos suelen superar los 100 dólares y que es prácticamente imposible que un ciudadano pueda impugnarlas ante un tribunal sin la ayuda de un abogado. [ cita necesaria ] Los ingresos generados por estas máquinas se comparten generosamente con la corporación privada que las construye y opera, creando un fuerte incentivo para modificar el sistema para generar tantos boletos como sea posible.
Los sistemas más antiguos habían sido notablemente poco fiables; En el Reino Unido, se sabe que esto da lugar a que se presenten cargos incorrectos y el propietario del vehículo tiene que pagar £10 para que se le presente prueba (o no) de la infracción. Las mejoras en la tecnología han reducido drásticamente las tasas de error, pero las acusaciones falsas siguen siendo lo suficientemente frecuentes como para ser un problema.
Quizás el incidente más conocido relacionado con el abuso de una base de datos ANPR en Norteamérica sea el caso del reportero del Edmonton Sun, Kerry Diotte, en 2004. Diotte escribió un artículo en el que criticaba el uso de las cámaras de tráfico por parte de la policía de Edmonton para aumentar los ingresos y, en represalia, fue añadido a un Base de datos de la ANPR de "conductores de alto riesgo" en un intento de monitorear sus hábitos y crear una oportunidad para arrestarlo. [113] [114] [115] Como resultado, el jefe de policía y varios agentes fueron despedidos, y la Oficina del Comisionado de Privacidad de Canadá expresó su preocupación pública por el "creciente uso policial de la tecnología para espiar a los automovilistas". [116]
Otras preocupaciones incluyen el almacenamiento de información que podría usarse para identificar personas y almacenar detalles sobre sus hábitos de conducción y vida diaria, contraviniendo la Ley de Protección de Datos junto con legislación similar (ver información de identificación personal ). Las leyes del Reino Unido son estrictas para cualquier sistema que utilice imágenes de CCTV y pueda identificar personas. [117] [118] [119] [120] [121] [122] [123] [124]
También es motivo de preocupación la seguridad de los datos una vez extraídos, tras el descubrimiento de registros de vigilancia policial perdidos en una alcantarilla. [125] [126]
También hay argumentos en el Reino Unido para decir que el uso de cámaras ANPR es ilegal según la Ley de regulación de los poderes de investigación de 2000 . [127] La violación existe, dicen algunos, en el hecho de que la ANPR se utiliza para monitorear las actividades de los ciudadanos respetuosos de la ley y trata a todos como a los presuntos delincuentes que se pretende investigar en virtud de la ley. Se sabe que la propia policía se refiere al sistema de ANPR como una "base de datos de movimiento de tráfico 24 horas al día, 7 días a la semana", lo que es una desviación de su propósito previsto de identificar vehículos involucrados en actividades delictivas. [128] El punto de vista opuesto es que cuando las placas han sido clonadas, una "lectura" del vehículo de un conductor inocente permitirá eliminar ese vehículo de una investigación mediante el examen visual de las imágenes almacenadas. Asimismo, los vehículos robados son leídos por los sistemas de la ANPR entre el momento del robo y el reporte a la Policía, ayudando en la investigación.
Associated Press informó en agosto de 2011 que los vehículos del Departamento de Policía de Nueva York y el equipo de seguimiento de matrículas adquiridos con fondos federales de HIDTA (Área de Tráfico de Drogas de Alta Intensidad) se utilizaron para espiar a los musulmanes en las mezquitas y para rastrear los números de matrícula de los fieles. [129] La policía en automóviles camuflados equipados con lectores electrónicos de matrículas conducía por la calle y catalogaba automáticamente las matrículas de todos los que estaban estacionados cerca de la mezquita, acumulando una base de datos encubierta que se distribuiría entre los oficiales y se utilizaría para perfilar a los musulmanes en público. [130]
En 2013, la Unión Estadounidense por las Libertades Civiles (ACLU) publicó 26.000 páginas de datos sobre los sistemas ANPR obtenidos de agencias locales, estatales y federales a través de leyes de libertad de información. "Los documentos pintan un panorama alarmante de una tecnología implementada con muy pocas reglas que se está convirtiendo en una herramienta para el seguimiento y vigilancia rutinarios masivos de localización", escribió la ACLU. La ACLU informó que en muchos lugares los dispositivos se estaban utilizando para almacenar información de ubicación en vehículos que no eran sospechosos de ningún delito en particular. "Las empresas privadas también utilizan lectores de matrículas y comparten la información que recopilan con la policía con poca o ninguna supervisión o protección de la privacidad. La falta de regulación significa que las políticas que rigen durante cuánto tiempo se conservan nuestros datos de ubicación varían ampliamente", dijo la ACLU. [131] En 2012, la ACLU presentó una demanda contra el Departamento de Seguridad Nacional, que financia muchos programas ANPR locales y estatales a través de subvenciones, después de que la agencia no proporcionara acceso a los registros que la ACLU había solicitado en virtud de la Ley de Libertad de Información sobre los programas. [132]
A mediados de agosto de 2015, en Boston , se descubrió que los registros de matrículas de un millón de personas estaban online y desprotegidos. [133]
En abril de 2020, The Register UK, con la ayuda de investigadores de seguridad, descubrió nueve millones de registros ANPR abiertos en Internet. El sistema 3M Sheffield Council había estado en línea y desprotegido desde 2013-2014 [134]
En Estados Unidos, los resultados inexactos han dado lugar a detenciones innecesarias de personas inocentes. El caso más notable involucró a una familia negra en Aurora, Colorado, con cuatro niños de entre 6 y 17 años detenidos a punta de pistola y esposados. [135]
Muchos sistemas ANPR afirman ser precisos cuando están entrenados para hacer coincidir placas de una sola jurisdicción o región, pero pueden fallar al intentar reconocer placas de otras jurisdicciones debido a variaciones en el formato, fuente, color, diseño y otras características de las placas. [136] Algunas jurisdicciones (particularmente en los EE. UU.) ofrecen placas personalizadas o de afinidad, lo que puede crear muchas variaciones dentro de una sola jurisdicción. [137]
De vez en cuando, los estados de EE. UU. realizarán cambios significativos en su protocolo de matrículas que afectarán la precisión del OCR. Pueden agregar un personaje o agregar un nuevo diseño de matrícula. Los sistemas ALPR deben adaptarse rápidamente a estos cambios para ser efectivos. Otro desafío con los sistemas ALPR es que algunos estados tienen el mismo protocolo de matrículas. Por ejemplo, más de un estado utiliza el estándar de tres letras seguidas de cuatro números. Por lo tanto, cada vez que los sistemas ALPR emiten una alarma, es responsabilidad del usuario asegurarse de que la placa que provocó la alarma coincida con el estado asociado con la placa que figura en la computadora del automóvil. Para lograr la máxima eficacia, un sistema ANPR debería poder reconocer placas de cualquier jurisdicción y la jurisdicción a la que están asociadas, pero estas muchas variables dificultan dichas tareas.
Actualmente, al menos un proveedor de ANPR de EE. UU. ( PlateSmart ) afirma que su sistema ha sido revisado de forma independiente para determinar con precisión la jurisdicción estatal de las placas de los EE. UU., y un proveedor de ANPR europeo afirma que su sistema puede diferenciar todas las jurisdicciones de placas de la UE. [138] [139]
Algunos proveedores de software ANPR publican resultados de precisión basados en puntos de referencia de imágenes. Estos resultados pueden variar según las imágenes que el proveedor haya elegido incluir en su prueba. En 2017, Sighthound informó una precisión del 93,6% en un punto de referencia de imagen privado. [140] En 2017, OpenALPR informó tasas de precisión para su software comercial en el rango del 95-98% en un punto de referencia de imagen pública. [141] Una investigación de abril de 2018 de la Universidad Federal de Paraná y la Universidad Federal de Minas Gerais de Brasil obtuvo una tasa de reconocimiento del 93,0 % para OpenALPR y del 89,8 % para Sighthound, ejecutándose ambos en el conjunto de datos SSIG; y una tasa del 93,5% para un sistema de diseño propio basado en el detector de objetos YOLO, que también utiliza el conjunto de datos SSIG. Al probar un "escenario más realista" que involucraba el movimiento de la placa y del lector, los investigadores obtuvieron tasas de menos del 70% para los dos sistemas comerciales y del 78,3% para el suyo. [142]
{{cite web}}: Mantenimiento CS1: copia archivada como título ( enlace )