CN108021361A - 一种高速公路倒卡逃费车辆筛查方法及装置 - Google Patents
一种高速公路倒卡逃费车辆筛查方法及装置 Download PDFInfo
- Publication number
- CN108021361A CN108021361A CN201711246897.6A CN201711246897A CN108021361A CN 108021361 A CN108021361 A CN 108021361A CN 201711246897 A CN201711246897 A CN 201711246897A CN 108021361 A CN108021361 A CN 108021361A
- Authority
- CN
- China
- Prior art keywords
- information
- highway
- information table
- vehicles
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/31—Programming languages or programming paradigms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Abstract
本公开公开了一种高速公路倒卡逃费车辆筛查方法及装置,通过获取高速公路入口交易信息表和出口交易信息表;比对所述入口交易信息表和出口交易信息表中的车辆数据,筛选出同一车辆在高速公路上存在时间重叠的车辆信息;从所述车辆信息中删除对应存在进入高速公路时间和离开高速公路时间的车辆信息,得到同车倒卡车辆信息。本公开的方案,运用时间重叠分析法精确、快速查找同车倒卡的交易记录,进而判断是否存在逃费行为。
Description
技术领域
本公开涉及高速公路收费筛查技术领域,具体涉及一种高速公路倒卡逃费车辆筛查方法及装置。
背景技术
高速公路的收费业务是高速公路运营中的一项基本业务,对使用者征收合理费用,用于偿还修路贷款,提供改善公路路网建设资金,是高速公路赖以生存与发展的基础。目前国内各省内高速公路已实行联网收费,随着联网收费的进行,联网的距离越来越长,单次收费的金额也越来越大,在巨大的经济利益的驱使下,偷逃通行费的行为变得越来越猖獗。不法司机通过同车倒卡、倒卡、冲岗闯关、与收费员串通违规免费、车辆改装、以及假冒免费车辆等手段进行逃费,给高速公路运营单位和国家造成了巨额的经济损失,甚至影响到高速公路的安全运行。
同车倒卡逃费就是同一辆车,利用之前领取未还的通行卡实现逃费。逃费原理是车辆在第一次离开高速时,通过闯杆、走不用交还通行券的免费路段或谎称通行卡丢失等手段,不交还领取的通行卡,下次再使用本次滞留的通行卡,以期缩短缴费里程,达到少缴通行费的目的。
现有的对于同车倒卡逃费车辆的筛查,主要通过收费员现场筛查的方式进行。车辆利用之前领取未还的通行卡进行逃费时,有可能造成超时的现象,如果超时,在收费时系统会自动弹出超时选项,让收费员进行选择,收费员对入口和出口时间进行比对,并上报监控管理员进行核实,同时询问车主具体行驶情况,最终确认是否为倒卡逃费车辆。
现有技术中,高速公路逃费车辆识别和检测缺少行之有效的技术手段,部分收费站局限于基础设施和硬件设施,更多的是采取人工筛查手段。人工筛查不仅造成收费人员工作强度增加,同时容易引发司机和收费人员发生冲突,影响正常的收费秩序。现有的对于同车倒卡车辆筛查手段,主要的不足表现在以下几点:
主要靠收费员现场筛查,缺乏大数据分析技术手段。对于同车倒卡逃费的车辆,目前只靠收费员现场核实,而所有车辆的行驶和交易信息都在数据库中有记录,并且同车倒卡存在时间重叠的规律,目前并未对数据库中的交易数据详加分析判断从而查找出所有同车倒卡的车辆信息。
人工筛查容易造成遗漏。现行的收费员现场核实,只能查出系统报超时的车辆。对于未超时的车辆就会造成筛查的遗漏。
发明内容
鉴于上述问题,提出了本公开以便提供一种克服上述问题或者至少部分地解决上述问题的高速公路倒卡逃费车辆筛查方法及装置。
根据本公开的一个方面,提供了一种高速公路倒卡逃费车辆筛查方法,其包括:
获取高速公路入口交易信息表和出口交易信息表;
比对所述入口交易信息表和出口交易信息表中的车辆数据,筛选出同一车辆在高速公路上存在时间重叠的车辆信息;
从所述车辆信息中删除对应存在进入高速公路时间和离开高速公路时间的车辆信息,得到同车倒卡车辆信息。
所述高速公路入口交易信息表和出口交易信息表中包括进入和离开高速公路的车辆信息以及车辆进入和离开高速公路的时间信息。
所述筛选出同一车辆在高速公路上存在时间重叠的车辆信息,包括:
筛选相同车辆在入口交易信息表中进入高速公路时间介于入口交易信息表和出口交易信息表的一条正常交易进入和离开高速公路时间区间之间的车辆信息,作为时间重叠的车辆信息。
所述从所述车辆信息中删除对应存在进入高速公路时间和离开高速公路时间的车辆信息,包括:
从所述车辆信息中筛选在入口交易信息表和出口交易信息表中存在正常的进入高速公路时间和离开高速公路时间的车辆信息,作为套牌车车辆信息从所述车辆信息中删除。
所述方法还包括:
根据所述出口交易信息表中记录的车辆缴费信息,结合所述入口交易信息表中车辆进入高速公路时间,计算所述同车倒卡车辆的逃费信息。
所述方法还包括:
从所述同车倒卡车辆的逃费信息中删除缴费信息为零的异常信息。
根据本公开的另一个方面,提供一种高速公路倒卡逃费车辆筛查装置,包括:
信息获取单元,用于获取高速公路入口交易信息表和出口交易信息表;
时间重叠计算单元,用于比对所述入口交易信息表和出口交易信息表中的车辆数据,筛选出同一车辆在高速公路上存在时间重叠的车辆信息;
套牌车信息剔除单元,用于从所述车辆信息中删除对应存在进入高速公路时间和离开高速公路时间的车辆信息,得到同车倒卡车辆信息。
所述装置还包括:
逃费信息计算单元,用于根据所述出口交易信息表中记录的车辆缴费信息,结合所述入口交易信息表中车辆进入高速公路时间,计算所述同车倒卡车辆的逃费信息。
所述装置还包括:
异常信息剔除单元,用于从所述同车倒卡车辆的逃费信息中删除缴费信息为零的异常信息。
所述装置还包括:
入口交易信息表单元,用于存储高速公路的入口交易信息表,包括进入高速公路的车辆信息以及车辆进入高速公路的时间信息;
出口交易信息表单元,用于存储高速公路的出口交易信息表,包括离开高速公路的车辆信息以及车辆离开高速公路的时间信息。
根据本公开上述的一个或多个技术方案,其提供了一种高速公路倒卡逃费车辆筛查的方案,通过获取高速公路入口交易信息表和出口交易信息表;比对所述入口交易信息表和出口交易信息表中的车辆数据,筛选出同一车辆在高速公路上存在时间重叠的车辆信息;从所述车辆信息中删除对应存在进入高速公路时间和离开高速公路时间的车辆信息,得到同车倒卡车辆信息。本公开的方案,运用时间重叠分析法精确、快速查找同车倒卡的交易记录,进而判断是否存在逃费行为。解决了目前通过人为方式造成的耗时,耗力,和少查漏查等问题。通过对有同车倒卡逃费行为的车辆进行分析,发现并总结其行为规律,用大数据算法模型从海量历史数据中自动筛查出所有符合规则的嫌疑车辆,解决了单纯靠收费员现场筛查造成的遗漏问题。并且该方法能够对每辆逃费车的历史逃费信息进行汇总和分析,便于进一步的对逃费车辆进行分类稽查和追逃管理。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本公开的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了根据本公开一个实施例的高速公路倒卡逃费车辆筛查方法的流程图;
图2示出了根据本公开一个实施例的高速公路倒卡逃费车辆筛查装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
同车倒卡逃费方式,即为同一车辆第一次在高速公路出口交费时,通过闯杆、走不用交还通行券的免费路段或谎称通行卡丢失等手段,不交还领取的通行卡,下次再使用滞留的通行卡出站,以期缩短缴费里程,达到少缴通行费的目的。
例如,同一辆车在6:00点进入高速但没有离开高速的记录。而数据库中存在一条正常的1:00入9:00出的交易记录,这就是时间重叠的矛盾现象。也就是同一辆车,在相同的时间(6:00)两次出现在高速公路上。出现这种情况,其有入无出的时间点(6:00)应为本次同行的实际进入点。而正常交易记录中记录的进入时间点(1:00),应为上一次进入高速,但没有交还通行卡的进入点。上一次通行的真实离开高速的时间点应该在有入无出的时间点(6:00)之前。
本公开提供的方案中,通过时间重叠分析法找出有倒卡嫌疑的车辆后,再核对费率,若实际行驶路径的费用大于其倒卡后实际缴纳的费用,则认为存在倒卡嫌疑。
利用大数据的数据挖掘技术可以快速、准确地从大量数据中提取有用的信息,发现数据之间潜在的关系,并发现问题所在,帮助找出解决办法。现有的联网收费系统交易流水数据大而齐全,隐含着丰富但尚未发现的偷逃费用信息,这些偷逃费用信息或是直观的,更多的是潜在的。目前研究发现,大部分同车倒卡逃费车辆一大明显特征就是会有时间重叠现象产生。因此,本发明应用大数据挖掘技术,提出了一种新的应用于同车倒卡逃费车辆的筛查方法—时间重叠分析法。主要是为实现以下目标:
运用技术手段,解决单纯靠人力筛查的高成本低效率问题。运用时间重叠分析法可以精确、快速查找同车倒卡的交易记录,进而判断是否存在逃费行为。解决了目前通过人为方式造成的耗时,耗力,和少查漏查等问题。
挖掘车辆行为规律,自动筛查所有逃费车辆,并进一步汇总车辆全部历史交易。通过对有同车倒卡逃费行为的车辆进行分析,发现并总结其行为规律,用大数据算法模型从海量历史数据中自动筛查出所有符合规则的嫌疑车辆,并且能够对每辆逃费车的历史逃费信息进行汇总和分析,便于进一步的对逃费车辆进行分类稽查和追逃管理。
实施例一
图1示出了本实施例的高速公路倒卡逃费车辆筛查方法流程图,参照图1,所述方法可以包括:
步骤11,获取高速公路入口交易信息表和出口交易信息表。
通常高速公路都有入口和出口,通行车辆从入口进入高速公路,从出口离开高速公路。车辆在通过入口时候,会登记车辆的相关信息,记载在入口交易信息表中。
在入口交易信息表中,记录了每一张通行卡(每辆车领取一张)的入口交易信息,一张通行卡信息为一条记录,每条记录又存储了使用该通行卡的车辆的入口信息,包括入口站名、入口车牌、入口时间、入口判定车型。入口交易信息表如表1所示:
表1入口交易信息表
在出口交易信息表中,记录了每一张通行卡的交易信息,一张通行卡信息为一条记录,每条记录又存储了使用该通行卡的车辆的入口及出口信息,包括入口站名、入口车牌、入口时间、入口判定车型、以及出口站名、出口车牌、出口时间、出口判定车型等。出口交易信息表如表2所示:
表2出口交易信息表
步骤12,比对所述入口交易信息表和出口交易信息表中的车辆数据,筛选出同一车辆在高速公路上存在时间重叠的车辆信息。
对于入口交易信息表和出口交易信息表中的数据进行比对,筛选出存在时间重叠的车辆信息。时间重叠,指的是相同车辆在入口交易信息表中进入高速公路时间介于入口交易信息表和出口交易信息表的一条正常交易进入和离开高速公路时间区间之间的车辆信息。也即同一车辆同时有两个在高速公路上行驶的信息,这就说明该车辆一定是存在问题的。
步骤13,从所述车辆信息中删除对应存在进入高速公路时间和离开高速公路时间的车辆信息,得到同车倒卡车辆信息。
在存在时间重叠信息的车辆中,还有一种情况是存在套牌现象。套牌车的出现也会造成同一车辆信息同一时间存在两个或多个处于高速公路上的信息。这是另外的逃费情况,但不是本公开研究的同车倒卡逃费现象,因而,需要将套牌车信息从车辆信息中删除。从所述车辆信息中筛选在入口交易信息表和出口交易信息表中存在正常的进入高速公路时间和离开高速公路时间的车辆信息,作为套牌车车辆信息从所述车辆信息中删除。
经此处理,可以得到所有的存在同车倒卡逃费现象的车辆信息,可以作为后续处理的依据。
进一步的,需要根据实际通行起止点计算逃费金额。具体可以根据所述出口交易信息表中记录的车辆缴费信息,结合所述入口交易信息表中车辆进入高速公路时间,计算所述同车倒卡车辆的逃费信息。
进一步的,需要剔除明显异常的信息,从所述同车倒卡车辆的逃费信息中删除缴费信息为零的异常信息。
本实施例的实施是基于如下逻辑:
假设有两条交易记录A和B:
A交易记录有入口交易记录,没有出口交易记录。
A交易记录入口交易时间>B交易记录入口交易时间,且A交易记录入口交易时间<B交易记录出口交易时间。
A交易记录入口至B交易记录出口的费用大于B交易记录的实收费用,也就是逃费金额。
逃费金额计算方法如下为:逃费金额=A交易记录入口车型*A交易记录入口广场到B交易记录出口广场的费用-B交易记录实际收费。
实施例二
本实施例以一种具体的实现方式来说明本方案的技术内容。
本实施例方案的实施,依赖于收费数据的入口交易信息表、出口交易信息表和费率表,收费数据存储于Hive中。Hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张数据库表,并提供简单的sql查询功能,可以将sql语句转换为MapReduce任务进行运行。Spark SQL与传统关系型数据库相比,Hive在处理超大数据方面具有容量和速度优势。因此本发明提供的算法是在大数据Hadoop环境下,通过Spark SQL语句执行完成的。
从Hive数据库中调出入口交易信息表和出口交易信息表,从两表中筛选时间重叠的记录。即相同车牌在入口交易信息表中进入高速时间介于出口交易信息表的一条正常交易出入高速时间之间。
在出口交易信息表中,记录了每一张通行卡的交易信息,一张通行卡信息为一条记录,每条记录又存储了使用该通行卡的车辆的入口及出口信息,包括入口站名、入口车牌、入口时间、入口判定车型、以及出口站名、出口车牌、出口时间、出口判定车型等。
在入口交易信息表中,记录了每一张通行卡的入口交易信息,一张通行卡信息为一条记录,每条记录又存储了使用该通行卡的车辆的入口信息,包括入口站名、入口车牌、入口时间、入口判定车型。
基于此,筛选同车倒卡或套配车记录,在Hive中执行的sql语句如下:
truncate table antifraud.l04_entry_tran_jga;--清空数据表
insert into antifraud.l04_entry_tran_jga
select a.*,b.mid as exit_mid from oaa.l04_entry_tran_jga as a innerjoin oaa.l05_exit_tran_jga as b
on
a.DataSource=0--人工交易
and a.CarLicense=b.ENT_CarLicense––入口交易信息表车牌与出口交易信息表入口车牌一致
and b.CarLicense=a.CarLicense––入口交易信息表车牌与出口交易信息表出口车牌一致
where a.transoccurtime>b.ent_occurtime––入口交易信息表进入高速时间大于出口交易信息表进入高速时间
and length(a.carlicense)>5–车牌正常的记录
and a.transoccurtime<b.TransOccurTime;––入口交易信息表进入高速时间小于出口交易信息表离开高速时间。
进一步,关联与入口表记录匹配的出口交易信息表信息。正常完整的交易记录,入口表与出口表记录应该是一一对应的1:1关系。方式如下:
truncate table antifraud.l04_entry_tran_jga_exitMid;
insert into antifraud.l04_entry_tran_jga_exitMid
select a.*,b.mid as exitMid from antifraud.l04_entry_tran_jga as a
left join oaa.l05_exit_tran_jga as b
on a.carlicense=b.ent_carlicense––入口交易信息表车牌与出口交易信息表入口车牌一致
and a.transoccurtime=b.ent_occurtime––入口交易信息表交易时间等于出口交易信息表入口交易时间
and a.plaza_id=b.ent_plazaid––入口交易信息表广场号等于出口交易信息表入口广场号
and a.lane_id=b.ent_laneno––入口交易信息表车道号等于出口交易信息表入口车道号
进一步的,排除套牌车记录并根据实际通行起止点计算逃费金额。上述步骤筛选出的记录,有可能是同车倒卡,也有可能是套牌车。有入无出的记录是同车倒卡,而有入有出的记录是套牌车。有入无出是指,入口交易信息表有进入高速的记录,而出口交易信息表中没有与之匹配的出口交易记录,也就是没有找到匹配的出口交易记录。排除套牌车记录并根据实际通行起止点计算逃费金额,在Hive中执行的sql语句如下:
insert overwrite table antifraud.jkb_tcdk
SELECT
(a.mid+c.mid)as id
,a.mid as onemid
,a.ENT_CarLicense as oneENT_CarLicense
,a.CarLicense as oneCarLicense
,d.sum_fee_fact*100as oneFeeFare
,a.ENT_PlazaID as oneENT_PlazaID
,a.ENT_LaneNo as oneENT_LaneNo
,a.ENT_VehType as oneENT_VehType
,a.Plaza_ID as onePlaza_ID
,a.Lane_ID as oneLane_ID
,a.VehType as oneVehType
,a.FeeFare as oneReal_fare
,c.mid as twomid
,c.carLicense twoENT_CarLicense
,”as TwoCarLicense
,0as twoFeeFare
,c.plaza_id as twoENT_PlazaID
,c.lane_id as twoENT_LaneNo
,c.vehType as twoENT_VehType
,0as twoPlaza_ID
,0as twoLane_ID
,0as twoVehType
,0as twoReal_fare
FROM antifraud.l04_entry_tran_jga_exitmid as c left join
oaa.L05_EXIT_TRAN_jga as a on c.exit_mid=a.mid
left join antifraud.a33_fee as d
on d.enplaza=c.plaza_id
and d.explaza=a.Plaza_ID
and d.trans_vehicletype=c.vehtype
where exitmid is null
进一步的,删除实收金额为0等异常记录。具体实现如下:
insert overwrite table antifraud.jkb_tcdk
SELECT*
FROM antifraud.jkb_tcdk
where oneENT_LaneNo is not null
and oneReal_fare is not null
and oneReal_fare>0
最后,将最终的分析结果导出到MySql数据库。将上一步中生成的逃费车辆信息表导出并保存,将逃费车辆数据信息导出到mysql关系型数据库,作为逃费证据信息保存,便于进一步的对逃费车辆进行分类稽查和追逃管理。导出代码如下:
export
--connect
"jdbc:mysql://193.168.30.216/antifraud?useUnicode=true&characterEncoding=utf-8"--username root--password hadoop--table jkb_tcdk--columns"id,onemid,oneent_carlicense,onecarlicense,onefeefare,oneent_plazaid,oneent_laneno,oneent_vehtype,oneplaza_id,onelane_id,onevehtype,onereal_fare,twomid,twoent_carlicense,twocarlicense,twofeefare,twoent_plazaid,twoent_laneno,twoent_vehtype,twoplaza_id,twolane_id,twovehtype,tworeal_fare"
--export-dir hdfs://master:8020/user/hive/warehouse/antifraud.db/jkb_tcdk--input-fields-terminated-by"\001"-m 1
至此,可以通过具体的编程语言实现同车倒卡逃费现象的筛选。
实施例三
如图2所示,其中公开了一种高速公路倒卡逃费车辆筛查装置,其中,
信息获取单元21,用于获取高速公路入口交易信息表和出口交易信息表;
时间重叠计算单元22,用于比对所述入口交易信息表和出口交易信息表中的车辆数据,筛选出同一车辆在高速公路上存在时间重叠的车辆信息;
套牌车信息剔除单元23,用于从所述车辆信息中删除对应存在进入高速公路时间和离开高速公路时间的车辆信息,得到同车倒卡车辆信息。
所述装置还包括:
逃费信息计算单元24,用于根据所述出口交易信息表中记录的车辆缴费信息,结合所述入口交易信息表中车辆进入高速公路时间,计算所述同车倒卡车辆的逃费信息。
所述装置还包括:
异常信息剔除单元25,用于从所述同车倒卡车辆的逃费信息中删除缴费信息为零的异常信息。
所述装置还包括:
入口交易信息表单元26,用于存储高速公路的入口交易信息表,包括进入高速公路的车辆信息以及车辆进入高速公路的时间信息;
出口交易信息表单元27,用于存储高速公路的出口交易信息表,包括离开高速公路的车辆信息以及车辆离开高速公路的时间信息。
根据本公开上述的一个或多个技术方案,其提供了一种高速公路倒卡逃费车辆筛查的方案,通过获取高速公路入口交易信息表和出口交易信息表;比对所述入口交易信息表和出口交易信息表中的车辆数据,筛选出同一车辆在高速公路上存在时间重叠的车辆信息;从所述车辆信息中删除对应存在进入高速公路时间和离开高速公路时间的车辆信息,得到同车倒卡车辆信息。本公开的方案,运用时间重叠分析法精确、快速查找同车倒卡的交易记录,进而判断是否存在逃费行为。解决了目前通过人为方式造成的耗时,耗力,和少查漏查等问题。通过对有同车倒卡逃费行为的车辆进行分析,发现并总结其行为规律,用大数据算法模型从海量历史数据中自动筛查出所有符合规则的嫌疑车辆,解决了单纯靠收费员现场筛查造成的遗漏问题。并且该方法能够对每辆逃费车的历史逃费信息进行汇总和分析,便于进一步的对逃费车辆进行分类稽查和追逃管理。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本公开的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本公开的示例性实施例的描述中,本公开的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本公开要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本公开的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本公开的范围之内并且形成不同的实施例。例如,在权利要求书中所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本公开的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本公开还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本公开的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本公开进行说明而不是对本公开进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本公开可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。
以上所述仅是本公开的具体实施方式,应当指出的是,对于本领域的普通技术人员来说,在不脱离本公开精神的前提下,可以作出若干改进、修改、和变形,这些改进、修改、和变形都应视为落在本申请的保护范围内。
Claims (10)
1.一种高速公路倒卡逃费车辆筛查方法,其特征在于,包括:
获取高速公路入口交易信息表和出口交易信息表;
比对所述入口交易信息表和出口交易信息表中的车辆数据,筛选出同一车辆在高速公路上存在时间重叠的车辆信息;
从所述车辆信息中删除对应存在进入高速公路时间和离开高速公路时间的车辆信息,得到同车倒卡车辆信息。
2.如权利要求1所述的方法,其特征在于,所述高速公路入口交易信息表和出口交易信息表中包括进入和离开高速公路的车辆信息以及车辆进入和离开高速公路的时间信息。
3.如权利要求2所述的方法,其特征在于,所述筛选出同一车辆在高速公路上存在时间重叠的车辆信息,包括:
筛选相同车辆在入口交易信息表中进入高速公路时间介于入口交易信息表和出口交易信息表的一条正常交易进入和离开高速公路时间区间之间的车辆信息,作为时间重叠的车辆信息。
4.如权利要求1所述的方法,其特征在于,所述从所述车辆信息中删除对应存在进入高速公路时间和离开高速公路时间的车辆信息,包括:
从所述车辆信息中筛选在入口交易信息表和出口交易信息表中存在正常的进入高速公路时间和离开高速公路时间的车辆信息,作为套牌车车辆信息从所述车辆信息中删除。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述出口交易信息表中记录的车辆缴费信息,结合所述入口交易信息表中车辆进入高速公路时间,计算所述同车倒卡车辆的逃费信息。
6.如权利要求5所述的方法,其特征在于,所述方法还包括:
从所述同车倒卡车辆的逃费信息中删除缴费信息为零的异常信息。
7.一种高速公路倒卡逃费车辆筛查装置,其特征在于,包括:
信息获取单元,用于获取高速公路入口交易信息表和出口交易信息表;
时间重叠计算单元,用于比对所述入口交易信息表和出口交易信息表中的车辆数据,筛选出同一车辆在高速公路上存在时间重叠的车辆信息;
套牌车信息剔除单元,用于从所述车辆信息中删除对应存在进入高速公路时间和离开高速公路时间的车辆信息,得到同车倒卡车辆信息。
8.如权利要求7所述的装置,其特征在于,所述装置还包括:
逃费信息计算单元,用于根据所述出口交易信息表中记录的车辆缴费信息,结合所述入口交易信息表中车辆进入高速公路时间,计算所述同车倒卡车辆的逃费信息。
9.如权利要求8所述的装置,其特征在于,所述装置还包括:
异常信息剔除单元,用于从所述同车倒卡车辆的逃费信息中删除缴费信息为零的异常信息。
10.如权利要求7所述的装置,其特征在于,所述装置还包括:
入口交易信息表单元,用于存储高速公路的入口交易信息表,包括进入高速公路的车辆信息以及车辆进入高速公路的时间信息;
出口交易信息表单元,用于存储高速公路的出口交易信息表,包括离开高速公路的车辆信息以及车辆离开高速公路的时间信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711246897.6A CN108021361A (zh) | 2017-12-01 | 2017-12-01 | 一种高速公路倒卡逃费车辆筛查方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711246897.6A CN108021361A (zh) | 2017-12-01 | 2017-12-01 | 一种高速公路倒卡逃费车辆筛查方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108021361A true CN108021361A (zh) | 2018-05-11 |
Family
ID=62078218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711246897.6A Pending CN108021361A (zh) | 2017-12-01 | 2017-12-01 | 一种高速公路倒卡逃费车辆筛查方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108021361A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110570533A (zh) * | 2019-09-04 | 2019-12-13 | 南京亿儒科技有限公司 | 基于大数据分析的易混淆车打逃系统及方法 |
CN112925820A (zh) * | 2021-02-02 | 2021-06-08 | 重庆首讯科技股份有限公司 | 一种车辆偷逃通行费的识别方法、装置及系统 |
CN112950928A (zh) * | 2020-12-30 | 2021-06-11 | 北京中科神探科技有限公司 | 一种用于高速公路倒卡逃费行为的数据分析方法 |
CN116071931A (zh) * | 2022-12-29 | 2023-05-05 | 北京中科神通科技有限公司 | 一种高速公路通行车辆信息预测方法和系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005084930A (ja) * | 2003-09-08 | 2005-03-31 | Toshiba Corp | 空間データマイニング方法及び空間データマイニングシステム |
-
2017
- 2017-12-01 CN CN201711246897.6A patent/CN108021361A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005084930A (ja) * | 2003-09-08 | 2005-03-31 | Toshiba Corp | 空間データマイニング方法及び空間データマイニングシステム |
Non-Patent Citations (2)
Title |
---|
吕增辉: "基于时间重叠分析法的同车倒卡逃费探析", 《中国交通信息化》 * |
李明华等: "基于收费数据分析可疑逃漏费车辆技术方案", 《中国交通信息化》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110570533A (zh) * | 2019-09-04 | 2019-12-13 | 南京亿儒科技有限公司 | 基于大数据分析的易混淆车打逃系统及方法 |
CN112950928A (zh) * | 2020-12-30 | 2021-06-11 | 北京中科神探科技有限公司 | 一种用于高速公路倒卡逃费行为的数据分析方法 |
CN112925820A (zh) * | 2021-02-02 | 2021-06-08 | 重庆首讯科技股份有限公司 | 一种车辆偷逃通行费的识别方法、装置及系统 |
CN116071931A (zh) * | 2022-12-29 | 2023-05-05 | 北京中科神通科技有限公司 | 一种高速公路通行车辆信息预测方法和系统 |
CN116071931B (zh) * | 2022-12-29 | 2024-01-09 | 北京中科神通科技有限公司 | 一种高速公路通行车辆信息预测方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9542653B1 (en) | Vehicle prediction and association tool based on license plate recognition | |
Pan et al. | Crowd sensing of traffic anomalies based on human mobility and social media | |
US9542620B1 (en) | Locating persons of interest based on license plate recognition information | |
CN105303197B (zh) | 一种基于机器学习的车辆跟车安全自动评估方法 | |
CN108021361A (zh) | 一种高速公路倒卡逃费车辆筛查方法及装置 | |
CN106022296B (zh) | 一种基于车辆热点区域的概率聚合的套牌车检测方法 | |
CN103246876A (zh) | 基于图像特征比对的车辆套牌识别方法 | |
CN106651732A (zh) | 一种高速公路异车换卡逃费车辆筛查方法及系统 | |
CN104200669A (zh) | 一种基于Hadoop的套牌车识别方法及系统 | |
CN104731879A (zh) | 一种高速公路车辆逃费行为数据分析方法 | |
CN112001586A (zh) | 基于区块链共识机制的企业联网大数据审计风险控制架构 | |
CN112925820B (zh) | 一种车辆偷逃通行费的识别方法、装置及系统 | |
CN106297304A (zh) | 一种基于MapReduce面向大规模卡口数据的套牌车识别方法 | |
CN111899100B (zh) | 业务控制方法、装置和设备及计算机存储介质 | |
CN109767618B (zh) | 一种公安交管业务异常数据综合研判方法及系统 | |
CN115691148A (zh) | 一种基于高速公路的智能收费辅助方法、设备及介质 | |
CN104794184A (zh) | 一种基于大规模数据的贝叶斯分类算法的黑车识别方法 | |
CN108305461A (zh) | 一种偷逃费嫌疑车辆的确定方法和装置 | |
Shahin et al. | Cluster-based association rule mining for an intersection accident dataset | |
KR102054984B1 (ko) | 위치 정보를 이용한 분석용 경로 데이터 생성 방법과, 생성 시스템과, 위치 정보를 이용한 분석용 경로 데이터 생성 서비스를 운영하는 방법 및 운영 시스템 | |
Singh et al. | Fraud detection techniques for credit card transactions | |
Kuwajima et al. | Open problems in engineering and quality assurance of safety critical machine learning systems | |
CN112967410A (zh) | 一种基于最长公共子序列的偷逃通行费车辆识别方法 | |
Simandl et al. | Making use of big data to evaluate the effectiveness of selective law enforcement in reducing crashes | |
Homayounfar et al. | Multi-vehicle convoy analysis based on ANPR data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180511 |