道閘感應線圈對道閘運行狀態的影響性非常重要。

道閘線圈形狀及匝數，除非條件不允許，勘探線圈應該是長方形。兩條長邊與車輛運動方向筆直，互相距離引薦為1米。長邊的長度取決于路途的寬度，通常兩頭比路途寬度窄0.5米。道閘線圈影響主要有線圈材料，線圈形狀和是否準確施工埋設三個方面。

當道閘感應線圈非常挨近時，致使兩個線圈的磁場迭加，相互形成攪擾，這種現象就是線圈串擾。道閘串擾會致使過錯的 檢查結果和環路檢查器的死鎖。

為避免線圈串擾應： 

1、道閘線圈選擇不同的尺度不一樣的圈數以改動線圈的作業頻率。通常主張一個為4圈，另一個為6圈。

2、將道閘相鄰的線圈距離加大。有必要確保勘探線圈之間的距離大于3米。

 3、對道閘線圈引出導線進行杰出的屏蔽，屏蔽線有必要在勘探器端接地。線圈電纜和接頭最hao選用多股銅導線。在電纜和接頭之間最hao不要有接線處。

傳統模式識別技術指結構特征法，統計特征法等。90年，由于計算機視覺技術的發展，開始出現汽車牌照識別的系統化研究。1990年AS.Johnson等運用計算機視覺技術和圖像處理技術實現了牌照的自動識別系統。

該系統分為圖像分割、特征提取和模板構造、字符識別等三個部分。利用不同閩值對應的直方圖不同，經過大量統計實驗確定出車牌位置的圖像直方圖的閩值范圍，從而根據特定閩值對應的直方圖分割出車牌，再利用預先設置的標準字符模板進行模式匹配識別出字符。

計算機及相關技術發達的一些國家開始探討用人工神經網絡技術解決車牌自動識別問題，例如1994年M.M.M.FANHY等就成功地運用了BAM神經網絡方法對車牌上的字符進行自動識別，BAM神經網絡是由相同神經元構成的雙向聯想式單層網絡，每一個字符模板對應著一個BAM矩陣，通過與車牌上的字符比較，識別出正確的車牌號碼

車牌自動識別是一項利用車輛的動態視頻或靜態圖像進行牌照號碼、牌照顏色自動識別的模式識別技術。

其硬件基礎一般bao括觸發設備（監測車輛是否進入視野）、攝像設備、照明設備、圖像采集設備、識別車牌號碼的處理機（如計算機）等，其軟件核心bao括車牌定位算法、車牌字符分割算法和光學字符識別算法等。

某些車牌識別系統還具有通過視頻圖像判斷是否有車的功能稱之為視頻車輛檢測。一個完整的車牌識別系統應bao括車輛檢測、圖像采集、車牌識別等幾部分(如圖1所示)。當車輛檢測部分檢測到車輛到達時觸發圖像采集單元，采集當前的視頻圖像。車牌識別單元對圖像進行處理，定位出牌照位置，再將牌照中的字符分割出來進行識別，然后組成牌照號碼輸出。