是相对的过急，因社会的发展载重车辆越来越长。在做地基时秤两端没有留足够长的平直上秤车道，绝大多数是受地理条件限制，形成上秤弯道相对过急。一般要求秤的台面有多长，两端的平直上秤车道就应该留多长，这样才不至于形成上秤弯道相对过
7、急。
8、6、车辆上秤限速：
9、载重车辆上地磅时的速度，一般限速5km/h,如果车辆上秤速度过快是必会造成车辆在秤台上急刹车，产生较大的冲击力，如果限位不好容易造成秤台“落架”。
将候 选车牌送入CNN车牌判别分类器进行车牌判别。 得到车牌图像后，将车牌上的字符分割出来进 行字符识别，得到车牌号。具体步骤：① 将车牌图 片转换为灰度图片；② 判断车牌颜色，对蓝色车牌使用正二值化，对于黄色车牌使用反二值化；③ 截 取每个字符轮廓；④ 截取的字符图片归一化；⑤ 送入训练好的CNN字符判别分类器进行字符识别。 在识别训练阶段，采用Caffe深度学习框架，搭配CaffeNet网络模型进行训练。车牌判别与字符 识别采用相同的识别网络，其训练过程基本一致，不同之处在于车牌判别是将输入图片分为车牌与非车 牌2类，而字符识别是将输入图片分为65类，即 31类中文字符、24类英文字符和10类数字字符。 CaffeNet网络模型共有8层，前5层为卷积层，后3层为全连接层。针对车牌模糊的情况，在训练CNN车牌判别分类器与CNN字符判别分类器时， 训练样本中加入模糊的车牌图片进行训练，以提高识别准确性和识别速度。 2．2 多特征匹配 为防止车辆驶出时偷换车牌，采用车头多特征 抽取匹配方法，对没有车牌建档的车辆进行关联识别［ 14］。具体步骤：① 利用车牌识别得到的车牌宽 度和高度计算车头区域，将车头区域均分成10个子块；