CN108280795A - 基于动态数据库的高速公路绿色通道异常车辆的筛选方法 - Google Patents
基于动态数据库的高速公路绿色通道异常车辆的筛选方法 Download PDFInfo
- Publication number
- CN108280795A CN108280795A CN201810084822.0A CN201810084822A CN108280795A CN 108280795 A CN108280795 A CN 108280795A CN 201810084822 A CN201810084822 A CN 201810084822A CN 108280795 A CN108280795 A CN 108280795A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- data
- sampling observation
- green channel
- 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
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000012216 screening Methods 0.000 title claims abstract description 12
- 238000005070 sampling Methods 0.000 claims abstract description 52
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000003786 synthesis reaction Methods 0.000 claims description 2
- 230000002159 abnormal effect Effects 0.000 abstract description 8
- 238000007689 inspection Methods 0.000 abstract description 8
- 238000011835 investigation Methods 0.000 abstract description 3
- 238000007726 management method Methods 0.000 description 19
- 230000005540 biological transmission Effects 0.000 description 15
- 238000013500 data storage Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 5
- 230000001932 seasonal effect Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000012517 data analytics Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000032258 transport Effects 0.000 description 3
- 235000013311 vegetables Nutrition 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 235000013372 meat Nutrition 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于动态数据库的高速公路绿色通道异常车辆的筛选方法,包括数据库的建立、数据查询比对计算、异常车辆初判、人工抽检及数据更替步骤,管理系统将数据采集子系统采集得到的数据信息与事先建立的车辆信息数据库进行比对,根据比对结果挑选出正常车辆和待核实车辆,其中正常车辆直接放行,待核实车辆则经过人工抽检环节对车辆是否绿色通道车辆进行判断;本发明由管理系统自动找出车辆的异常信息,在符合绿色通道的运行实际情况下,通过科学且可以实时更新学习的大数据统计管理系统作为排查手段,避免了人工判断的主观性,实现了整个绿色通道上的自动化管理,稽查效率高、手续简单。
Description
技术领域
本发明涉及交通管理领域,特别涉及一种基于动态数据库的高速公路绿色通道异常车辆的筛选方法。
背景技术
高速公路绿色通道的全称是鲜活农产品公路运输“绿色通道”,车辆运输的农产品若属于《鲜活农产品品种目录》所规定的品类,在高速公路“绿色通道”即可享受免收过路费的便利待遇。
目前国内对于高速公路绿色通道的查验方式主要分为设备检测和人工查验。设备检测主要是通过射线透视技术进行成像检测。当今主流的技术有钴60放射性检测和X光成像检测。虽然能够快速透视查验绿通车辆,但是由于投资巨大,数据格式特殊,通用性差,安全性不好控制,因此很少采用这种方式;人工查验主要是依靠收费站外勤人员的肉眼观察和个人判断,确定是否为绿通车辆,通过数码相机拍照、纸质表格记录、人工电脑录入、刻盘存档等工序,其不仅过程繁杂,由于是人工判断,也容易出现误判段、非客观判断等问题。
目前绝大多数收费站的通道查验尚使用人工查验方式,在实际的工作过程中存在如下问题:
一是查验不客观。主要是由于查验过程人为干预过多,文档记录、取证照片等信息管理不规范,造成查验结果的不客观性。
二是数据查询困难,没有有效处理利用。数据查询在Word文件中进行,速度慢、效率底、不利于信息追踪。另外,数据资料容易误操作或人为修改。对于存储的海量“绿色通道”数据,仅为备份数据,无有效的分析、利用,成为“死数据”,对于现有的工作管理不能提出更加科学、合理的建议和方案。
三是在解决人工查验和快速通行之间的矛盾方面措施不力。一般情况下,对车辆人工查验时,稽查人员按照规定对过往绿色通道车辆不但要开箱检查,而且还要完成取证照片的拍摄和制式表格的填录,势必会影响到绿色通道上其他车辆的快速通行,因此通常高速公路采取人工抽检方法。但是人工抽检时,对抽检车辆挑选采用随机挑选方式,欠缺科学的依据,往往浪费了时间且没有针对性,而且人为干预过多、容易出现误判,此外抽检的不客观性,也为有意放行提供了内部操作空间。
综上所述,鉴于现行高速公路绿色通道人工查验的信息管理方式存在的种种不足,急需要针对性地进行科学研究,减少人力投入,提高工作效率,并对大量“绿通”数据加以有效利用,从而使高速公路管理部门对绿色通道的管理和稽查更加严谨科学,有着非常重要的意义。
发明内容
本发明的目的在于提供一种节省资源、稽查效率高、手续简单的基于动态数据库的高速公路绿色通道异常车辆的筛选方法,通过科学的动态数据库来对异常车辆进行初步筛选,适应了绿色通道的运行实际,且防止了大规模人工抽检造成了交通堵塞。
本发明由如下技术方案实施:
基于动态数据库的高速公路绿色通道异常车辆的筛选方法,包括以下步骤:
【1】数据库的建立
车辆管理系统在采集获得的车辆信息基础上,以进站时刻排序的最后n条信息记录建立车辆信息数据库,并针对车辆数据库每个字段建立对应的权重因子数组;
【2】数据查询比对计算
在车辆出站之前,车辆管理系统将通行车辆的信息与车辆信息数据库逐条比对,并与权重因子数组相乘后的值相加,计算得到车辆综合分值后,再挑选得到最大的车辆综合分值为初步分值;
若初步分值所对应的记录为抽检车辆的信息,则初步分值乘以大于1的抽检基础系数,得到上报综合分值;
若初步分值所对应的记录为非抽检车辆的信息,则初步分值即为上报综合分值;
【3】初判
若上报综合分值大于设定的阈值时,即表示正常车辆,直接放行;
若上报综合分值小于设定的阈值时,即表示该车辆为待核实车辆;
【4】人工抽检及数据更替
对待核实车辆进行逐个人工抽检,如果经核查为假冒车辆,列入黑名单;
若待核实车辆符合绿色通行车辆条件,则放行,同时将此车辆信息替换车辆信息数据库中进站时刻最早的车辆数据记录,并在数据库中标注为抽检车辆。
进一步地,车辆信息包括车辆种类、最大载重量、车轴数、车牌号、车牌属地、驾驶员属地、实际载重、产品名称、数量、进站时刻、进站地址、出站时刻、出站地址、行驶里程、平均时速、操作员信息、是否抽检、稽查员信息。
进一步地,步骤【2】的车辆综合分值计算中,同一字段下的记录相同时取1,不同时取0,与权重因子数组相乘后的值相加,得到车辆综合分值。
进一步地,所述的权重因子数组和抽检基础分值根据通行车辆的人工抽检比例和结果来调整,人工抽检比例为设定为2%-5%。
与现有技术相比,本发明的技术效果是:
一、本发明通过设定的车辆信息数据库,与实际通行的车辆信息进行比对,挑选得到异常的车辆,对其进行人工抽检。第一、由管理系统自动找出车辆的异常信息,通过车辆信息的统计规律分析,为异常车辆的进一步排查提供基础的参考数据,在符合绿色通道的运行实际情况下,通过科学且可以实时更新学习的大数据统计管理系统作为排查手段,避免了人工判断的主观性;第二、由管理系统对抽检车辆进行自动分配,给人工抽检车辆的选取提出了客观的标准,并将抽检的视频及图片存档上报,可防止车辆人工抽检步骤中存在的稽查人员人为干预和误判,既保证了抽检客观,又保证了绿色通道的畅通;第三,车辆信息数据库中也包含了稽查人员信息,也利于对稽查人员的行为进行监督。
二、本发明的车辆信息数据库是从车辆通行信息中全部数据中挑选了最新进站时刻的n条数据库,并根据人工抽检结果对数据库进行实时的迭代更新,确保了数据库抽样的客观性,一方面,适应了绿色通道中的时蔬、果品及肉食的季节性特点,避免以过季的抽样数据库来比对现有的车辆信息,增加了判断准确性;另一方面也避免了采用全部数据进行比对中带来的数据量大、比对速度慢的不足。
三、本发明在动态车辆信息数据库设定了权重因子,其目的在于根据绿色通道的运行实际对数据库的信息中进行分类,使得不同信息字段对车辆综合分值所产生的影响不同,将非正常车辆中最有区别特征的信息设定较重的权重因子,该权重因子可根据抽检比例及抽检结果进行相应调整,从而便于发现嫌疑车辆。
四、本发明在动态车辆信息数据库设定了抽检基础分值或抽检基础系数,其物理意义在于,一旦某辆车被抽检确认为绿色通行车辆,其代表的该类车辆信息则为经过确认的信息,相比与车辆信息数据库中的其他随机获取的数据具有更大的置信权重,故通过在初步分值基础上加上额外的抽检基础分值或者乘以抽检基础系数,突出其权重因子。其实际意义在于,一方面对于同批次运行的车辆,一旦某一辆车进行了抽检合格,则该批次的车辆因为上报综合分值较高则不再会进行大量的人工抽检而影响通行;此外经常运行的诚信车辆,一旦经过一次抽检合格,则认为其诚信的概率较大,这种设定方式与数据统计和绿色通道的运行实际相切合。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的高速公路绿色通道车辆信息管理系统模块框图;
图2为本发明的高速公路绿色通道车辆信息管理系统网络架构图;
图3为本发明数据分析子系统对异常车辆筛选判断的流程步骤。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明的高速公路绿色通道车辆信息管理系统包括数据采集子系统、数据传输子系统、数据存储子系统、远程访问子系统、数据分析子系统;
所述数据采集子系统用于采集车辆的数据信息及图像信息,并将采集结果通过所述数据传输子系统发送到所述数据存储子系统;
所述数据传输子系统用于将所述数据采集子系统发送的数据信息及图像信息传输到所述数据存储子系统以及将所述数据存储子系统发送的数据传输到所述远程访问子系统;
所述数据存储子系统用于存储车辆的数据信息及图像信息;
所述远程访问子系统用于提供客户端访问所述数据存储子系统中数据的接口;
所述的数据分析子系统将数据采集子系统采集得到的数据信息与事先建立的车辆信息数据库进行比对,根据比对结果挑选出正常车辆和待核实车辆,其中正常车辆直接放行,待核实车辆则经过人工抽检环节对车辆是否绿色通道车辆进行判断;
所述的数据信息包括车辆种类、最大载重量、车轴数、车牌号、车牌属地、驾驶员属地、实际载重、产品名称、数量、货物高度、进站时刻、进站地址、出站时刻、出站地址、行驶里程、平均时速、操作员信息、是否抽检、稽查员信息;所述的图像信息包括车身图像信息、车牌图像信息、货物图像信息。数据信息的依靠绿色通道进站口、出站口和检查站设置的货物高度、货物体积、重量等多种传感测量系统获得,并根据这些信息计算得到了平均货高、货物估算密度等参数,这些信息均通过可通过远程访问子系统进行信息查询确认。
在一个具体实施方式中,所述数据采集子系统包括若干信息采集终端,所述信息采集终端包括摄像头、信息采集单元、定位单元、无线通信单元;所述摄像头用于拍摄车身图像信息、车牌图像信息、货物图像信息;所述信息采集单元用于扫描一维码条、二维码条、射频标签获取对应的一维码条信息、二维码条信息、射频标签信息;所述定位单元为GPS,用于提供当前位置信息;所述无线通信单元包括wifi接口,用于将采集到的信息通过wifi接口发送到所述数据传输子系统。
其中,一维条码可以选择Symbol SE955条码扫描引擎,其支持条码类型有UPC/EAN, Code128,Code39,Code93,Code11,Interleaved 2of 5,Discrete 2of 5,Chinese2of 5,Codabar,MSI,RSS。
二维条码可以选择霍尼韦尔5100条码扫描引擎,其支持条码类型有一维条码所有类型;二维条码支持类型:PDF417,MicroPDF417,Composite,RSS,TLC-39,Datamatrix, QRcode,Micro QR code,Aztec,MaxiCode;Postal Codes:US PostNet。
RFID可以选择工作频率为433MHz的有源RFID。
在实际应用中,信息采集终端还包括:
登陆模块:通过信息采集终端,后台服务界面进行用户真实性验证,验证用户名称及密码。该部分由收费站的操作员进行身份认证,登录系统。
收费站操作员对稽查车辆用信息采集终端进行牌照,录像以及录入相关信息,然后传输到后台服务器进行存储。
用户列表:信息采集终端登陆成功后,通过后台接口获取收费站相关工作人员列表,班长选择当前值班人员。
上传信息:值班人员通过信息采集终端所提供的拍照功能,对车辆进行拍照,并记录相关信息后,提交到后台服务器。
查询:后台管理人员对提交数据进行阶段性查询,以列表形式展现。
报表:后台管理人员可以对数据进行查询统计并通过浏览器的PDF导出功能和打印功能进行报表下载和打印。
缓存模块:用于处理断网情况无法提交数据的情况,在信息采集终端端可以临时性对数据进行录入和本地化存储,在恢复网络之后再将数据同步至服务器。
以及历史记录部分,该部分是用于应对当网络发生故障时,信息采集终端无法和服务器进行通讯采用的一种临时缓存式本地存储策略。当发生网络故障时,操作员用信息采集终端进行录入并且数据不发送到服务器而是存储在本地;当网络恢复时,操作员可以通过历史记录功能将缓存的数据同步到服务器。
此外,在数据上传提交时,为防止舞弊,所有数据要进行“双验双签”。在操作员提交数据时,需要经过班长验证方可提交。
在一个具体实施方式中,所述数据传输子系统包括若干无线网桥,每个所述无线网桥用于接收其信号覆盖范围内的信息采集终端传输的信息,并将接收到的信息发送到所述数据存储子系统。
为了完成数据采集到数据存储、处理,传输是最重要的一环,本方案旨在改造现有收费站的“绿色通道”信息管理稽查方式,而在现有运行的收费站布设线缆不仅代价较高,而且势必给现有的正常收费工作造成影响。如果采用3G传输,又给后期运行管理提高了成本。因此,本系统选用无线网桥+工业AP的方式,使收费广场wifi覆盖,定向无线数据传输。
在一个具体实施方式中,还包括避雷器,所述避雷器与无线网桥天线连接。
在微波通信系统中,信号的传输信道主要是利用微波的视距传输。我们的无线扩频产品工作的频率在2.4GH或5.8GH,属于微波扩频专用频段。在无线扩频组网时原则上要求各连接点之间没有阻挡,即要求可视传输。在机房处架设全向或扇区天线,前端设备通过定向天线与中心设备相连。
由于天线一般安装位置较高,所以要考虑避雷措施。本发明的无线传输方式为天线、网桥一体化设备,因此需要安装避雷针。
在一个具体实施方式中,所述数据存储子系统用于将所述数据采集子系统发送的信息生成可视化图表供用户查看并进行信息预测。
具体的,分析系统根据实际需求,中心化服务器将已有存储的海量“绿色通道”数据进行科学的数据分析、数据挖掘,从数据中找出问题车辆,防止“长逃短缴”,找出创新管理方法等。
区域联网后,自动分析对比某段路是绿通,其他路段不是绿通,(或设置免征通行费500元以上的)作为重点稽查对象。分析单个收费站全年绿通数据,根据绿通高峰/ 低谷期,确定收费站管理侧重点,人员调配等管理预案。分析单个收费站全年绿通数据,根据某个特定时间区段某种货物的免征情况,分析确定是否合理。
根据时间区段、货物种类、收费站名、路段名等信息自动生成柱状图、饼状图,用于给管理者提供直观的对比分析。
在一个具体实施方式中,所述远程访问子系统包括VPN服务器及远程访问客户端,通过VPN服务器连接远程访问客户端和所述数据存储子系统。本发明采用虚拟VPN的方式可以实现公网远程访问,使得分公司、集团公司管理人员可以随时随地通过电脑或智能终端登录到VPN服务器继而连接到收费站存储服务器,对该站的绿色通道数据进行访问、查询、管理。
在一个具体实施方式中,所述远程访问客户端包括PC、笔记本电脑、智能手机、PDA中的一种或多种。本发明的具体网络架构可参看图2,稽查仪(即本发明的数据采集子系统)采集到的数据通过无线网桥(数据传输子系统)发送到数据库服务器(即本发明的数据存储子系统)中进行储存及分析,为了方便上级部门及其他远程终端进行数据的查看,通过网络VPN服务器将数据通过公网进行传输,通过对应设置的交换机接收数据后发送到客户端,该客户端可以是有线连接的客户端(如服务器机房电脑等),也可以是无线连接的客户端(如智能手机、笔记本电脑、PDA等)。
如图3所示,为了实现绿色通道快速通行,避免高速公路逐个检查带来的车辆积压,同时又能尽可能准确发现打击假冒类、非正常类车辆,本管理系统开发了独具特色的数据分析子系统,其按照以下的步骤对绿色通道的异常车辆进行初步判断,并根据初步判断结果决定是否需要进行人工抽检。
【1】数据库的建立
管理系统在数据采集子系统采集的车辆信息基础上,以进站时刻排序进行排序,选取最近时间的n条信息记录建立车辆信息数据库,并针对车辆数据库每个字段建立对应的权重因子数组;
选取最近时间的信息为了保持信息数据库的时效性,符合绿色通道运送时蔬、果品及肉食的季节性特点,避免采用过季的抽样数据库来比对现有的车辆信息,增加了判断准确性;一般取n=1000,也避免了采用全部数据进行比对中带来的数据量大、比对速度慢的不足。
权重因子的设定是根据绿色通道的运行实际对数据库的信息中进行分类,使得不同信息字段对车辆综合分值所产生的影响不同,将非正常车辆中最有区别特征的信息设定较重的权重因子,该权重因子可根据抽检比例及抽检结果进行相应调整,从而便于发现嫌疑车辆。
【2】数据查询计算
在放行之前的出口处,管理系统将通行车辆的信息与车辆信息数据库逐条比对,通常采用模糊比较的方法,即当比对的数据处于相同的一段区域内,则可以认为该数据相同;同一字段下的记录相同时取1,不同时取0,并与权重因子数组相乘后的值相加,计算得到车辆综合分值后,再挑选得到最大的车辆综合分值为初步分值;
若初步分值所对应的记录为抽检车辆的信息,则初步分值乘以大于1的抽检基础系数,得到上报综合分值;抽检基础系数通常设定为1.1-1.5之间。
若初步分值所对应的记录为非抽检车辆的信息,则初步分值即为上报综合分值;
【3】初判
上报综合分值大于设定的阈值时,即表示正常车辆,直接放行;
上报综合分值小于设定的阈值时,即表示该车辆为待核实车辆;
【4】人工抽检及数据更替
对待核实车辆进行逐个人工抽检,如果经核查为假冒车辆,列入黑名单;
若待核实车辆符合绿色通行车辆条件,则将此车辆信息替换车辆信息数据库中进站时刻最早的车辆数据记录,同时在数据库中标注为抽检车辆。
在车辆信息数据库中设置了是否抽检,并突出其权重因子,其实际意义在于,一方面对于同批次运行的车辆,一旦某一辆车进行了抽检合格,则该批次的车辆因为上报综合分值较高则不再会进行大量的人工抽检而影响通行;此外经常运行的诚信车辆,一旦经过一次抽检合格,则认为其诚信的概率较大,这种设定方式与数据统计和绿色通道的运行实际相切合。
其中权重因子数组和抽检基础系数根据通行车辆的人工抽检比例和结果来调整,人工抽检比例为设定为2%-5%。根据此参数设计,除去抽检得到的黑名单车辆,每天都有略小于2%-5%的信息被更新至车辆信息数据库,每隔20多天至50多天,即可完成一遍车辆信息数据库的动态更新,从而适应了绿色通道通信车辆信息的变化要求。而且后面的数据库中均为经过人工抽检的数据,因而置信度更高。
下面给出具体的实例:
车辆信息数据库的部分数据如表1所示,针对车辆信息数据库每个字段的权重因子数组如表2所示,实际通行的车辆信息如表3所示。
表1车辆信息数据库的部分数据
表2权重因子数组
类别 | 货物名称 | 平均货高 | 货物重量 | 估算密度 | 进站口 | 出站口 | 平均时速 | … |
系数 | 0.1 | 0.2 | 0.1 | 0.3 | 0.15 | 0.15 | 0.1 | … |
表3实际通行车辆信息
下面进行分析。表3中的1#车辆,由于车辆的通行信息与表1车辆信息数据库中的575编号记录最相吻合,故得到了较高的初步分值,再加上575编号属于抽检验证过的车辆信息,故3#得到了较高的上报综合分值,大于系统设定的阈值,故直接放行。
表3中的2#车辆,由于车辆的通行信息与表1车辆信息数据库中的574编号记录大多数相吻合,但是货物估算密度却明显大于574的货物估算密度,属于不同的取值范围,而货物估算密度的权重因子为0.3,占有较大的权重,故该车辆得到的初步分值和上报综合分值都比较低,未达到系统设定的阈值,故会在出站口被抽检。抽检结果表明该车辆夹带有其他非绿色通行的商品,不满足绿色通行车辆费用减免要求。
以上仅给出了判断的初步方法,在实际数据库构建中往往需要稽查人员根据稽查经验来讨论确定车辆信息数据库的构成,同时还要根据异常车辆的表现特征来决定权重因子的设定,比如相同的载重车辆和相同的报备货物品种时,平均货高和货物估算密度是最容易反应出非正常车辆(比如夹带物品、货物品种不一)的参数;而对于运输时蔬而言,反常的进站口和出站口(比如产地返运)则是容易反应出非正常车辆的参数。
尽管以上的参数设定离不开人的经验,但是本发明提出的这种通过设定动态的车辆信息数据库与实际通行的车辆信息进行比对,并设定了权重因子,通过计算比较综合分值,自动分配得到异常的车辆对其进行人工抽检,避免了人工抽检的随意性,解决了高速公路绿色通道运输的快速通行及稽查不公正不客观的难题,这种根据抽检结果对数据库进行实时的迭代更新、利用动态数据库比对方法,无疑更具科学性和可行性。
本发明的高速公路绿色通道车辆信息管理系统,通过数据采集子系统、数据传输子系统、数据存储子系统、远程访问子系统的相互关联,在人力投入降低一半的情况下,效率仍然提高了两倍多,运行两年来,发现了非正常车辆数百辆,为国家挽回经济损失数百万元。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.基于动态数据库的高速公路绿色通道异常车辆的筛选方法,其特征在于,包括以下步骤:
(1)数据库的建立
车辆管理系统在采集获得的车辆信息基础上,以进站时刻排序的最后n条信息记录建立车辆信息数据库,并针对车辆数据库每个字段建立对应的权重因子数组;
(2)数据查询比对计算
在车辆出站之前,车辆管理系统将通行车辆的信息与车辆信息数据库逐条比对,并与权重因子数组相乘后的值相加,计算得到车辆综合分值后,再挑选得到最大的车辆综合分值为初步分值;
若初步分值所对应的记录为抽检车辆的信息,则初步分值乘以大于1的抽检基础系数,得到上报综合分值;
若初步分值所对应的记录为非抽检车辆的信息,则初步分值即为上报综合分值;
(3)初判
若上报综合分值大于设定的阈值时,即表示正常车辆,直接放行;
若上报综合分值小于设定的阈值时,即表示该车辆为待核实车辆;
(4)人工抽检及数据更替
对待核实车辆进行逐个人工抽检,如果经核查为假冒车辆,列入黑名单;
若待核实车辆符合绿色通行车辆条件,则放行,同时将此车辆信息替换车辆信息数据库中进站时刻最早的车辆数据记录,并在数据库中标注为抽检车辆。
2.根据权利要求1所述的基于动态数据库的高速公路绿色通道异常车辆的筛选方法,其特征在于:车辆信息包括车辆种类、最大载重量、车轴数、车牌号、车牌属地、驾驶员属地、实际载重、产品名称、数量、进站时刻、进站地址、出站时刻、出站地址、行驶里程、平均时速、操作员信息、是否抽检、稽查员信息。
3.根据权利要求1所述的基于动态数据库的高速公路绿色通道异常车辆的筛选方法,其特征在于:步骤(2)的车辆综合分值计算中,同一字段下的记录相同时取1,不同时取0,与权重因子数组相乘后的值相加,得到车辆综合分值。
4.根据权利要求3所述的基于动态数据库的高速公路绿色通道异常车辆的筛选方法,其特征在于:所述的权重因子数组和抽检基础分值根据通行车辆的人工抽检比例和结果来调整,人工抽检比例为绿色车辆通行总数的2%-5%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810084822.0A CN108280795A (zh) | 2018-01-29 | 2018-01-29 | 基于动态数据库的高速公路绿色通道异常车辆的筛选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810084822.0A CN108280795A (zh) | 2018-01-29 | 2018-01-29 | 基于动态数据库的高速公路绿色通道异常车辆的筛选方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108280795A true CN108280795A (zh) | 2018-07-13 |
Family
ID=62805554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810084822.0A Pending CN108280795A (zh) | 2018-01-29 | 2018-01-29 | 基于动态数据库的高速公路绿色通道异常车辆的筛选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108280795A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109191838A (zh) * | 2018-09-07 | 2019-01-11 | 西北工业大学 | 基于人工智能的高速公路绿色通道通行管理方法及系统 |
CN109325064A (zh) * | 2018-10-11 | 2019-02-12 | 广东赛诺科技股份有限公司 | 一种车辆车轴数据异常情况的判断方法及装置 |
CN110415369A (zh) * | 2019-07-26 | 2019-11-05 | 石家庄汉邦科技有限公司 | 一种基于大数据分析研判的绿通车辆查验方法 |
CN111222666A (zh) * | 2018-11-26 | 2020-06-02 | 中兴通讯股份有限公司 | 一种数据计算方法和装置 |
CN112991758A (zh) * | 2021-03-24 | 2021-06-18 | 西安华旗电子技术有限公司 | 用于海关特殊监管区行政车辆货物夹带检查的抽查方法及装置 |
CN113297441A (zh) * | 2021-05-13 | 2021-08-24 | 江苏南工科技集团有限公司 | 一种基于物联网技术的多协议融合分析方法 |
CN113838277A (zh) * | 2021-09-26 | 2021-12-24 | 广州文远知行科技有限公司 | 车辆异常发生时间点确定方法、装置、设备及存储介质 |
CN115601967A (zh) * | 2022-09-30 | 2023-01-13 | 广州天长信息技术有限公司(Cn) | 一种高速路uj型驾驶逃费行为的数据分析方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203055163U (zh) * | 2012-12-21 | 2013-07-10 | 河北保津高速公路有限公司 | 货车多参数智能分析绿色通道管理系统 |
CN103942847A (zh) * | 2014-04-22 | 2014-07-23 | 甘肃紫光智能交通与控制技术有限公司 | 一种收费公路绿色通道车辆稽查系统 |
CN107301780A (zh) * | 2017-08-01 | 2017-10-27 | 广州国交润万交通信息有限公司 | 一种车辆信息管理系统、方法和终端设备 |
-
2018
- 2018-01-29 CN CN201810084822.0A patent/CN108280795A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203055163U (zh) * | 2012-12-21 | 2013-07-10 | 河北保津高速公路有限公司 | 货车多参数智能分析绿色通道管理系统 |
CN103942847A (zh) * | 2014-04-22 | 2014-07-23 | 甘肃紫光智能交通与控制技术有限公司 | 一种收费公路绿色通道车辆稽查系统 |
CN107301780A (zh) * | 2017-08-01 | 2017-10-27 | 广州国交润万交通信息有限公司 | 一种车辆信息管理系统、方法和终端设备 |
Non-Patent Citations (1)
Title |
---|
雷毅等: "基于大数据绿通车快速抽检系统的设计与实现", 《中国交通信息化》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109191838A (zh) * | 2018-09-07 | 2019-01-11 | 西北工业大学 | 基于人工智能的高速公路绿色通道通行管理方法及系统 |
CN109325064A (zh) * | 2018-10-11 | 2019-02-12 | 广东赛诺科技股份有限公司 | 一种车辆车轴数据异常情况的判断方法及装置 |
CN111222666A (zh) * | 2018-11-26 | 2020-06-02 | 中兴通讯股份有限公司 | 一种数据计算方法和装置 |
CN110415369A (zh) * | 2019-07-26 | 2019-11-05 | 石家庄汉邦科技有限公司 | 一种基于大数据分析研判的绿通车辆查验方法 |
CN112991758A (zh) * | 2021-03-24 | 2021-06-18 | 西安华旗电子技术有限公司 | 用于海关特殊监管区行政车辆货物夹带检查的抽查方法及装置 |
CN112991758B (zh) * | 2021-03-24 | 2022-08-26 | 西安华旗电子技术有限公司 | 用于海关特殊监管区行政车辆货物夹带检查的抽查方法及装置 |
CN113297441A (zh) * | 2021-05-13 | 2021-08-24 | 江苏南工科技集团有限公司 | 一种基于物联网技术的多协议融合分析方法 |
CN113838277A (zh) * | 2021-09-26 | 2021-12-24 | 广州文远知行科技有限公司 | 车辆异常发生时间点确定方法、装置、设备及存储介质 |
CN115601967A (zh) * | 2022-09-30 | 2023-01-13 | 广州天长信息技术有限公司(Cn) | 一种高速路uj型驾驶逃费行为的数据分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108280795A (zh) | 基于动态数据库的高速公路绿色通道异常车辆的筛选方法 | |
CN108197826A (zh) | 一种高速公路绿色通道车辆信息管理系统 | |
EP1177503B1 (en) | System for indexing pedestrian traffic | |
CN110866642A (zh) | 安全监控方法、装置、电子设备和计算机可读存储介质 | |
CN105303503B (zh) | 互联网交通运政服务云 | |
CN116828001B (zh) | 一种基于大数据分析的智慧工厂生产效率优化系统及方法 | |
CN105574698A (zh) | 基于大数据下的智能仓储管理系统 | |
CN106384312A (zh) | 一种旅游团队服务管理平台 | |
CN114625901B (zh) | 一种多算法整合方法及装置 | |
CN114742477A (zh) | 企业订单数据处理方法、装置、设备及存储介质 | |
CN117391292A (zh) | 碳排放节能管理分析系统及方法 | |
CN114511432A (zh) | 一种基于区块链的数字乡村管理服务系统 | |
CN112711585B (zh) | 一种基于大数据技术的高速公路绿通车信用管理系统 | |
CN107609203B (zh) | 一种搜索引擎优化效果量化评估的数据分析系统及方法 | |
CN116452154B (zh) | 一种适用于通信运营商的项目管理系统 | |
CN106990724A (zh) | 环境监测云端服务平台及环境监测方法 | |
CN114022115A (zh) | 一种实验室管理信息系统及运行方法 | |
CN113674847A (zh) | 一种肿瘤药理临床试验方法 | |
CN111597068A (zh) | 一种it运维管理方法及it运维管理装置 | |
CN112801788A (zh) | 一种互联网股权融资平台监控系统及监控方法 | |
CN206023811U (zh) | 路测监管系统 | |
CN206863825U (zh) | 一种实时监控的巡更系统 | |
CN117172721B (zh) | 用于融资业务的数据流转监管预警方法及系统 | |
CN116992496B (zh) | 一种用于企业服务管理的数据资源安全监督系统 | |
CN115564332B (zh) | 基于大数据的政务风险分析方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180713 |