在汽车领域内，停车这一细分市场始终被认为是万亿级的，尤其是一线城市，停车基本和住房一样，属于刚需。据中国城市智慧停车指数报告显示，中国北上广深四大超级城市平均停车泊位缺口率为76.3%，每城至少有超过200万的车辆无正规车位可停。毫无疑问，停车产业是一个大蛋糕。
解决任何一个事情之前，我们必须要找到它的一些问题，或者痛点。停车问题实际上归结起来有很多问题，涉及的主体主要是停车参与者包括停车驾驶员，包括停车管理者等。我们总结每一个开车的人可能在现实社会中会遇到这么几个关键词。
第一停车苦不堪言；机动车保有量本来是经济发展的象征，但是给停车领域带来了麻烦。这也就是静态交通领域的一个城市病问题，降低城市生活品质的一个主要因素。
其次，交通堵塞；停车位不足往往带来严重的交通拥堵，这不仅给停车场管理带来严重的困难，也给社会治安与其社会稳定带来隐患；
针对这些特点，国家提出了加紧构建智能交通的提议，更好的引导市民出行；国内各知名停车场生产厂商也纷纷提出了各项有利于停车场管理的解决方案；例如车位引导系统、寻车导向系统、车牌识别系统、云停车、ETC电子收费系统、立体车库等各项方案措施。其中车牌识别系统是各项系统得以实现的基础，车牌照是全世界唯一对车辆身份识别的标记，只有快速、准确的对车牌牌进行识别，才是其他各项停车场管理得以实现的前提。
那么选择一个好的车牌识别系统就成为解决停车场管理难题的首要任务
从技术上评价一个车牌识别系统，有三个指标，即识别率、识别速度和后台管理系统。当然，前提是系统要能够稳定可靠的运行。
一、识别率
一个车牌识别系统是否实用，最重要的指标是识别率。国际交通技术作过专门的识别率指标论述，要求是24小时全天候全牌正确识别率85%-95%。安快的车牌识别系统在实际应用中已经达到了全牌正确识别率99.7%以上。
为了测试一个车牌识别系统识别率，需要将该系统安装在一个实际应用环境中，全天候运行24小时以上，采集至少1000辆自然车流通行时的车牌照进行识别，并且需要将车辆牌照图像和识别结果存储下来，以便调取查看。然后，还需要得到实际通过的车辆图像以及正确的人工识别结果。之后便可以统计出以下识别率：
1、自然交通流量的识别率=全牌正确识别总数／实际通过的车辆总数
2、可识别车牌照的百分率=人工正确读取的车牌照总数／实际通过的车辆总数
3、可识别全牌正确识别率=全牌正确识别的车牌照总数／人工读取的车牌照总数
这三个指标决定了车牌识别系统的识别率，诸如可信度、误识率等都是车牌识别过程中的中间结果。
二、识别速度
识别速度决定了一个车牌识别系统是否能够满足实时实际应用的要求。一个识别率很高的系统，如果需要几秒钟，甚至几分钟才能识别出结果，那么这个系统就会因为满足不了实际应用中的实时要求而毫无实用意义。例如，在高速公路收费中车牌识别应用的作用之一是减少通行时间，速度是这一类应用里减少通行时间，避免车道堵车的有力保障。
国际交通技术提出的识别速度是1秒以内，越快越好。科立德的车牌识别系统在实际应用中识别速度达到平均0.3秒。
三、后台管理体系
一个车牌识别系统的后台管理体系，决定了这个车牌识别系统是否好用。必须清楚地认识到重要的一点是识别率达到100%是不可能的，因为车牌照污损、模糊、遮挡，或者天气也许很糟(下雪、冰雹、大雾等等)。后台管理体系的功能应该包括：
1、识别结果和车辆图像数据的可靠存储，当多功能的系统操作使得网络出差错时能保护图像数据不会丢失，同时便于事后人工排查； 当网络出现故障时，科立德车牌识别系统可脱机运行，不影响正常通行；
2、有效的自动比对和查询技术，被识别的车牌照号码要同数据库中成千上万的车牌号码自动比对和提示报警，如果车牌照号码没有被正确读取时就要采用模糊查询技术才能得出相对“最佳”的比对结果：
3、一个好的车牌识别系统对于联网运行，还需要提供实时通信、网络安全、远程维护、动态数据交互、数据库自动更新、硬件参数设置、系统故障诊断；
