Το μάτι της τροχαίας δεν κλείνει ποτέ

// 01. Φυσική της Εικόνας & Hardware Αισθητήρων

Η επιτυχής αναγνώριση απαιτεί τη λήψη κρυστάλλινων καδράτων υπό οποιεσδήποτε καιρικές συνθήκες και ταχύτητες οχημάτων. Αυτό επιτυγχάνεται μέσω τριών βασικών υποσυστημάτων:

• Global Shutter Sensors: Σε αντίθεση με τις κοινές κάμερες (Rolling Shutter) που καταγράφουν την εικόνα γραμμή-γραμμή προκαλώντας παραμορφώσεις, οι κάμερες ANPR εκθέτουν στιγμιαία ολόκληρο τον αισθητήρα, «παγώνοντας» οχήματα που κινούνται με ταχύτητες άνω των 200 χλμ/ώρα.
• Παλμικός Υπέρυθρος Φωτισμός (IR Illuminators): Ενσωματωμένοι προβολείς εκπέμπουν στο υπέρυθρο φάσμα (850nm ή 940nm). Είναι πλήρως αόρατοι στο ανθρώπινο μάτι για να μην τυφλώνουν τους οδηγούς, αλλά φωτίζουν επαρκώς τις ανακλαστικές πινακίδες.
• Φίλτρα Bandpass: Ειδικά οπτικά φίλτρα αποκλείουν το ορατό φως, εκμηδενίζοντας τις τυφλές αντανακλάσεις από τον ήλιο ή τους προβολείς (xenon/led) των ίδιων των οχημάτων.

// 02. Το Pipeline του Computer Vision (ANPR)

Μόλις το hardware παραδώσει το raw frame, ο ενσωματωμένος επεξεργαστής (SoC) με εξειδικευμένη μονάδα νευρωνικών δικτύων (NPU) ξεκινά το pipeline της Αυτόματης Αναγνώρισης Πινακίδων:

• Εντοπισμός Πινακίδας (Plate Localization): Αλγόριθμοι Object Detection (όπως αρχιτεκτονικές YOLO ή SSD) σαρώνουν την εικόνα για να εντοπίσουν τα γεωμετρικά όρια της πινακίδας, βασιζόμενοι στο contrast και την υφή του κειμένου.
• Κανονικοποίηση (Image Normalization): Λόγω της γωνίας λήψης από το ύψος του στύλου, η πινακίδα εμφανίζεται υπό κλίση. Το σύστημα εφαρμόζει Perspective Transformations για να «ισιώσει» ψηφιακά το frame σε οριζόντια διάταξη.
• Κατάτμηση & OCR (Segmentation & Neural OCR): Η διορθωμένη εικόνα απομονώνεται σε μεμονωμένα blocks χαρακτήρων. Ένα Convolutional Neural Network (CNN) αναγνωρίζει τη γραμματοσειρά και μετατρέπει τα pixels σε string κειμένου.

// 03. Video Analytics & Multi-Object Tracking

Οι κάμερες δεν περιορίζονται στην ανάγνωση κειμένου αλλά χαρτογραφούν τη συμπεριφορά των οχημάτων στο χώρο μέσω αλγορίθμων Multi-Object Tracking (MOT). Κάθε όχημα εγκλείεται σε ένα ψηφιακό bounding box και το διάνυσμα της πορείας του αναλύεται συνεχώς. Αν το διάνυσμα τέμνει μια απαγορευμένη ζώνη (π.χ. ΛΕΑ, λεωφορειολωρίδα, ή τη γραμμή stop ενώ ο σηματοδότης είναι κόκκινος), το σύστημα ενεργοποιεί τη διαδικασία καταγραφής παράβασης.

// 01. Οπτικό Υποσύστημα & Φυσική Φωτογραφίας (Image Acquisition Pipeline)

Το upstream input του συστήματος εξαρτάται απόλυτα από την ικανότητα απομόνωσης της πληροφορίας σε επίπεδο φωτονίων, πριν καν το σήμα φτάσει στον αναλογικό-σε-ψηφιακό μετατροπέα (ADC) του αισθητήρα.

• Global Shutter Architecture: Σε αντίθεση με τους αισθητήρες Rolling Shutter (όπου η ανάγνωση των pixels γίνεται διαδοχικά ανά γραμμή εισάγοντας χωρικές παραμορφώσεις λόγω της κίνησης — rolling shutter skew), οι κάμερες ANPR χρησιμοποιούν Global Shutter. Όλα τα pixels του αισθητήρα εκτίθενται στο φως ταυτόχρονα. Αυτό επιτρέπει το πλήρες «πάγωμα» (motion freeze) αντικειμένων που κινούνται με γραμμική ταχύτητα $v > 200 \text{ km/h}$ χωρίς γεωμετρική αλλοίωση των χαρακτήρων της πινακίδας.
• Συγχρονισμένος Παλμικός Φωτισμός (Strobe IR): Η κάμερα ελέγχει έναν ενσωματωμένο προβολέα LED στενού φάσματος υπερύθρων (συνήθως στα 850nm για μέγιστη ευαισθησία αισθητήρα ή 940nm για πλήρη αορατότητα). Ο φωτισμός δεν είναι συνεχής· εκπέμπεται σε παλμούς (strobe) που συγχρονίζονται επακριβώς με το παράθυρο έκθεσης (exposure time) του κλείστρου, το οποίο συχνά ρυθμίζεται μεταξύ $1/1000\text{s}$ και $1/4000\text{s}$. Αυτό μεγιστοποιεί την ενεργειακή απόδοση και αποτρέπει την υπερθέρμανση.
• Optical Bandpass Filtering: Μπροστά από τον φακό τοποθετείται οπτικό φίλτρο διέλευσης ζώνης (bandpass filter) κεντραρισμένο στο μήκος κύματος του προβολέα (π.χ. $\Delta\lambda = \pm 20\text{nm}$). Το φίλτρο αποκόπτει όλο το ορατό φάσμα, εξαλείφοντας τον θόρυβο από τους προβολείς των οχημάτων (HID, LED, Xenon), τις αντανακλάσεις του οδοστρώματος και την ηλιακή ακτινοβολία, επιτρέποντας στον αισθητήρα να καταγράψει αποκλειστικά το ανακλώμενο υπέρυθρο σήμα της πινακίδας.

// 02. Το Pipeline Επεξεργασίας στο Άκρο (Edge AI & Computer Vision Topology)

Κάθε node λειτουργεί αυτόνομα, βασισμένο σε ένα SoC (System on Chip) που ενσωματώνει CPU, GPU και μια εξειδικευμένη **NPU (Neural Processing Unit)** ικανή για INT8/FP16 υπολογισμούς τανυστών με απόδοση της τάξης των 10-26 TOPS (Trillion Operations Per Second). Το software pipeline εκτελείται σειριακά για κάθε frame:

• Plate Localization (Object Detection Stack): Το εισερχόμενο stream (π.χ. 1080p ή 4K στα 30/60 fps) τροφοδοτείται σε ένα ελαφρύ, τροποποιημένο νευρωνικό δίκτυο ανίχνευσης αντικειμένων (συνήθως custom αρχιτεκτονικής YOLOv8-nano ή SSD, βελτιστοποιημένο μέσω TensorRT ή OpenVINO). Το δίκτυο επιστρέφει τα bounding boxes ($x, y, w, h$) των πινακίδων με confidence score άνω του 95%.
• Spatial Transformation Network (STN): Επειδή οι κάμερες είναι τοποθετημένες σε πυλώνες με συγκεκριμένη γωνία (pitch, yaw, roll) ως προς τον άξονα του δρόμου, οι πινακίδες εμφανίζονται με έντονη προοπτική παραμόρφωση. Το υποσύστημα εφαρμόζει **Affine και Perspective Transformations** χρησιμοποιώντας έναν πίνακα μετασχηματισμού $3 \times 3$: $$ \begin{bmatrix} x' \\ y' \\ 1 \end{bmatrix} = H \begin{bmatrix} x \\ y \\ 1 \end{bmatrix} $$ Αυτό «ισιώνει» το bounding box, επαναφέροντας την πινακίδα σε ορθογώνια, δισδιάστατη μορφή έτοιμη για ανάγνωση.
• Character Segmentation & Neural OCR: Η κανονικοποιημένη εικόνα υφίσταται τοπική δυαδικοποίηση (adaptive thresholding) ή περνά απευθείας από ένα CRNN (Convolutional Recurrent Neural Network) με επίπεδα CTC (Connectionist Temporal Classification). Το δίκτυο αναγνωρίζει τη δομή των χαρακτήρων χωρίς να απαιτείται hardcoded segmentation, αποδίδοντας το τελικό string της πινακίδας μαζί με το country/state ID (π.χ. GR).

// 03. Multi-Object Tracking (MOT) & Ανάλυση Συμπεριφοράς

Για τον εντοπισμό σύνθετων παραβάσεων, όπως η παραβίαση ερυθρού σηματοδότη ή η παράνομη χρήση ΛΕΑ, η ανάγνωση της πινακίδας δεν αρκεί. Το σύστημα πρέπει να κατανοήσει τη χωροχρονική τροχιά του οχήματος.

• Kalman Filtering & DeepSORT: Σε κάθε όχημα ανατίθεται ένα μοναδικό ID (Tracking ID). Ένα φίλτρο Kalman προβλέπει τη θέση του οχήματος στο επόμενο frame, ενώ ένας αλγόριθμος συσχέτισης (DeepSORT) συνδέει τα visual features του οχήματος μεταξύ των frames για να μην χάνεται το ID σε περιπτώσεις μερικής απόκρυψης (occlusion).
• Virtual Loop Virtualization: Στο λογισμικό ορίζονται ψηφιακές ζώνες ενδιαφέροντος (ROIs - Regions of Interest) που αντιστοιχούν στις λωρίδες κυκλοφορίας ή στις γραμμές stop. Η κάμερα διασυνδέεται ψηφιακά (μέσω εισόδων ρελέ ή δικτυακού πρωτοκόλλου) με τον ελεγκτή του φωτεινού σηματοδότη. Όταν η κατάσταση του φαναριού μεταβεί σε "Red", ενεργοποιείται το state machine της παράβασης: αν το bounding box ενός Tracking ID τέμει τη γραμμή stop κατά τη διάρκεια του κόκκινου status, η παράβαση θεωρείται δεδομένη.

// 04. Data Serialization, Κρυπτογράφηση και Δικτύωση Edge-to-Cloud

Για την αποφυγή κορεσμού του bandwidth των τηλεπικοινωνιακών δικτύων (4G/5G ή backhaul οπτικών ινών), η κάμερα δεν μεταδίδει ποτέ raw video stream στο κεντρικό datacenter. Η διαχείριση των δεδομένων ακολουθεί μια αυστηρή zero-knowledge/minimal-footprint φιλοσοφία:

• Metadata Extraction & Payload Generation: Μόλις επιβεβαιωθεί μια παράβαση, ο Edge Node παράγει ένα ενιαίο, σειριοποιημένο αρχείο (συνήθως σε δομή JSON ή Protocol Buffers). Το payload περιλαμβάνει: το string της πινακίδας, το timestamp συγχρονισμένο μέσω NTP/PTP ($\pm 1\text{ms}$), το GPS coordinate, το Type ID της παράβασης, και τρία crop αρχεία εικόνας (την πινακίδα σε υψηλή ανάλυση, το όχημα, και ένα context frame της διασταύρωσης).
• Hardware-Accelerated Encryption: Πριν από τη μετάδοση, το payload κρυπτογραφείται στην πηγή με τη χρήση του ενσωματωμένου κρυπτογραφικού συνεπεξεργαστή του SoC (Crypto Engine). Χρησιμοποιείται ασύμμετρη κρυπτογράφηση (π.χ. AES-256-GCM για τα δεδομένα και RSA-4096 ή ECC για την ανταλλαγή κλειδιών), διασφαλίζοντας ότι τα δεδομένα είναι μη αναγνώσιμα σε περίπτωση φυσικής υποκλοπής της συσκευής ή man-in-the-middle επίθεσης στο δίκτυο.
• Secure Tunneling: Η αποστολή γίνεται μέσω ενός απομονωμένου, κρυπτογραφημένου VPN tunnel (IPsec ή WireGuard) που καταλήγει απευθείας στους κεντρικούς servers της ΕΛ.ΑΣ. ή του Υπουργείου Ψηφιακής Διακυβέρνησης, όπου και γίνεται η αποθήκευση σε non-volatile, audited βάσεις δεδομένων.