CN111369790B - 过车记录校正方法、装置、设备及存储介质 - Google Patents

Abstract

本申请实施例提供一种过车记录校正方法、装置、设备及存储介质，用于对待校正过车记录进行校正。其中，该方法包括：确定待校正过车记录和对比过车记录，根据该对比过车记录，确定该对比过车记录对应的对比过车轨迹，根据该对比过车轨迹、待校正过车记录和道路网数据库，预测待校正过车记录对应的车辆过车轨迹，在车辆过车轨迹与对比过车轨迹相匹配时，确定该对比过车记录中的车辆信息为待校正过车记录中的车辆信息。该技术方案，基于车辆过车轨迹和道路网数据库能够准确的校正待校正过车记录中的车辆信息，为在交通管理过程中使用车辆过车记录提供了便利，避免了后续使用过程中存在的问题。

Description

过车记录校正方法、装置、设备及存储介质

技术领域

本申请涉及数据处理技术领域，尤其涉及一种过车记录校正方法、装置、设备及存储介质。

背景技术

随着科学技术的迅速发展，汽车成为大多数家庭必备的代步工具，汽车的数量给交通管理造成了巨大压力。智能交通系统可以很好的解决交通管理的压力，过车记录校正作为智能交通系统的核心模块，具有重要的意义。

现有技术中，通过采用路侧的摄像装置对路过车辆进行图像采集并生成车辆过车记录，但是鉴于可能存在路侧摄像装置的安装位置、拍摄角度与车辆的行驶方向和速度不匹配，图像采集时的能见度、可见光等环境影响，可能存在图像采集到的信息不准确的情况，进而导致生成并存储至智能交通系统中的车辆过车记录不准确。若在交通管理过程中使用了错误的车辆过车记录则可能造成严重的后果。因而，亟需一种过车记录校正方法以对采集到的错误过车记录进行校正。

发明内容

本申请提供一种过车记录校正方法、装置、设备及存储介质，以对采集到的错误过车记录进行校正。

第一方面，本申请提供的一种过车记录校正方法，包括：

确定待校正过车记录和对比过车记录；

根据所述对比过车记录，确定所述对比过车记录对应的对比过车轨迹；

根据所述对比过车轨迹、所述待校正过车记录和道路网数据库，预测所述待校正过车记录对应的车辆过车轨迹；

若所述车辆过车轨迹与所述对比过车轨迹相匹配，则确定所述对比过车记录中的车辆信息为所述待校正过车记录中的车辆信息。

在一种可能的设计中，所述根据所述对比过车轨迹、所述待校正过车记录和道路网数据库，预测所述待校正过车记录对应的车辆过车轨迹，包括：

根据所述待校正过车记录中的过车时间，确定所述对比过车轨迹中与所述过车时间相同或最为相近的第一时间，并确定所述对比过车轨迹中与所述第一时间相邻的前一个过车时间和后一个过车时间，所述前一个过车时间早于所述第一时间，所述后一个过车时间晚于所述第一时间；

根据所述道路网数据库，预测所述待校正过车记录对应车辆在所述前一个过车时间时的第一可达卡口以及在所述后一个过车时间时的第二可达卡口；

则所述车辆过车轨迹与所述对比过车轨迹相匹配，包括：

所述第一可达卡口与所述对比过车轨迹中的前一个卡口相匹配，且，所述第二可达卡口与所述对比过车轨迹中的后一个卡口相匹配，所述前一个卡口为所述对比过车轨迹对应车辆在所述前一个过车时间通过的卡口，所述后一个卡口为所述对比过车轨迹对应车辆在所述后一个过车时间通过的卡口。

在一种可能的设计中，所述确定待校正过车记录和对比过车记录，包括：

获得预设时间范围、预设地区范围内的过车记录集合；

从所述过车记录集合中确定待校正过车记录和正常过车记录集合；

根据所述正常过车记录集合，确定对比过车记录。

在一种可能的设计中，所述根据所述正常过车记录集合，确定对比过车记录，包括：

按照车辆唯一标识，对所述正常过车记录集合进行分组；

针对同一个分组，确定所述分组中具有相同车辆信息的、数量最多的正常过车记录中的车辆信息为车辆信息模型，并确定所述车辆信息模型对应的正常过车记录为对比过车记录。

在一种可能设计中，所述车辆信息模型至少包括两个；

所述确定所述车辆信息模型对应的正常过车记录为对比过车记录，包括：

将所述待校正过车记录中的车辆信息和至少两个车辆信息模型进行对比，得到至少两个车辆信息相似度；

按照所述车辆信息相似度从高到低的顺序，依次确定所述车辆信息模型对应的正常过车记录为对比过车记录。

在一种可能设计中，所述将所述待校正过车记录中的车辆信息和至少两个车辆信息模型进行对比，得到至少两个车辆信息相似度，包括：

对于同一个车辆信息模型，将所述待校正过车记录中的车辆信息要素的内容和所述车辆信息模型中相同的车辆信息要素的内容进行对比，得到各个车辆信息要素的对比结果；

根据所述对比结果和预设的各个车辆信息要素的权重系数，确定所述待校正过车记录与所述预设车辆信息模型的车辆信息相似度。

在一种可能设计中，所述确定所述对比过车记录中的车辆信息为所述待校正过车记录中的车辆信息，包括：

从车辆管理数据库中获得所述对比过车记录对应的正确车辆信息；

确定所述正常车辆信息为所述待校正过车记录中的车辆信息。

第二方面，本申请提供的一种过车记录校正装置，包括：处理模块和校正模块；

所述处理模块，用于确定待校正过车记录和对比过车记录，根据所述对比过车记录，确定所述对比过车记录对应的对比过车轨迹，以及根据所述对比过车轨迹、所述待校正过车记录和道路网数据库，预测所述待校正过车记录对应的车辆过车轨迹；

所述校正模块，用于在所述车辆过车轨迹与所述对比过车轨迹相匹配时，确定所述对比过车记录中的车辆信息为所述待校正过车记录中的车辆信息。

在一种可能的设计中，所述处理模块，用于根据所述对比过车轨迹、所述待校正过车记录和道路网数据库，预测所述待校正过车记录对应的车辆过车轨迹：具体为：

所述处理模块，具体用于执行：

根据所述待校正过车记录中的过车时间，确定所述对比过车轨迹中与所述过车时间相同或最为相近的第一时间，并确定所述对比过车轨迹中与所述第一时间相邻的前一个过车时间和后一个过车时间，所述前一个过车时间早于所述第一时间，所述后一个过车时间晚于所述第一时间；

根据所述道路网数据库，预测所述待校正过车记录对应车辆在所述前一个过车时间时的第一可达卡口以及在所述后一个过车时间时的第二可达卡口；

则所述车辆过车轨迹与所述对比过车轨迹相匹配，包括：

所述第一可达卡口与所述对比过车轨迹中的前一个卡口相匹配，且，所述第二可达卡口与所述对比过车轨迹中的后一个卡口相匹配，所述前一个卡口为所述对比过车轨迹对应车辆在所述前一个过车时间通过的卡口，所述后一个卡口为所述对比过车轨迹对应车辆在所述后一个过车时间通过的卡口。

在一种可能的设计中，所述处理模块，用于确定待校正过车记录和对比过车记录，具体为：

所述处理模块，具体用于执行：

获得预设时间范围、预设地区范围内的过车记录集合；

从所述过车记录集合中确定待校正过车记录和正常过车记录集合；

根据所述正常过车记录集合，确定对比过车记录。

在一种可能的设计中，所述处理模块，具体用于根据所述正常过车记录集合，确定对比过车记录，具体为：

所述处理模块，具体用于执行：

按照车辆唯一标识，对所述正常过车记录集合进行分组；

针对同一个分组，确定所述分组中具有相同车辆信息的、数量最多的正常过车记录中的车辆信息为车辆信息模型；

确定所述车辆信息模型对应的正常过车记录为对比过车记录。

在一种可能的设计中，所述车辆信息模型至少包括两个；

所述处理模块，用于确定所述车辆信息模型对应的正常过车记录为对比过车记录，具体为：

所述处理模块，具体用于将所述待校正过车记录中的车辆信息和至少两个车辆信息模型进行对比，得到至少两个车辆信息相似度；

按照所述车辆信息相似度从高到低的顺序，依次确定所述车辆信息模型对应的正常过车记录为对比过车记录。

在一种可能的设计中，所述处理模块，用于将所述待校正过车记录中的车辆信息和至少两个车辆信息模型进行对比，得到至少两个车辆信息相似度，具体为：

所述处理模块，具体用于执行：

对于同一个车辆信息模型，将所述待校正过车记录中的车辆信息要素的内容和所述车辆信息模型中相同的车辆信息要素的内容进行对比，得到各个车辆信息要素的对比结果；

根据所述对比结果和预设的各个车辆信息要素的权重系数，确定所述待校正过车记录与所述预设车辆信息模型的车辆信息相似度。

在一种可能的设计中，所述校正模块，用于确定所述对比过车记录中的车辆信息为所述待校正过车记录中的车辆信息，具体为：

所述校正模块，具体用于从车辆管理数据库中获得所述对比过车记录对应的正确车辆信息，确定所述正常车辆信息为所述待校正过车记录中的车辆信息。

第三方面，本申请提供一种电子设备，包括处理器、存储器及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述第一方面以及各可能设计所述的方法。

第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行如第一方面以及各可能设计所述的方法。

本申请实施例提供的过车记录校正方法、装置、设备及存储介质，通过确定待校正过车记录和对比过车记录，根据该对比过车记录，确定该对比过车记录对应的对比过车轨迹，进而根据该对比过车轨迹、待校正过车记录和道路网数据库，预测待校正过车记录对应的车辆过车轨迹，在车辆过车轨迹与对比过车轨迹相匹配时，确定该对比过车记录中的车辆信息为待校正过车记录中的车辆信息。该技术方案，基于车辆过车轨迹和道路网数据库能够准确的校正待校正过车记录中的车辆信息，为在交通管理过程中使用车辆过车记录提供了便利，避免了后续使用过程中存在的问题。

附图说明

图1为本申请实施例提供的过车记录校正方法实施例一的流程示意图；

图2为本申请实施例提供的过车记录校正方法实施例二的流程示意图；

图3为本申请实施例提供的过车记录校正方法实施例三的流程示意图；

图4为本申请实施例提供的过车记录校正方法实施例四的流程示意图；

图5为本申请实施例提供的过车记录校正装置实施例的结构示意图；

图6为本申请实施例提供的电子设备实施例的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

车辆过车记录校正，尤其是车牌的检测与识别技术，在安防监控环境中比较重要，比如，在自动停车场监控、高速卡口监控等应用场景中，需要正确的识别车牌。但是，根据背景技术中的介绍可知，智能交通系统中存储的车辆过车记录可能存在不准确的问题，导致车辆过车记录在智能交通系统的应用带来一定的问题，例如，如果使用错误的车辆过车记录则可能造成严重的后果。

针对上述问题，本申请实施例提供一种过车记录校正方法，用于对采集到的错误过车记录进行校正。在本申请的实施例中，通过确定待校正过车记录和对比过车记录，根据该对比过车记录，确定该对比过车记录对应的对比过车轨迹，进而根据该对比过车轨迹、待校正过车记录和道路网数据库，预测待校正过车记录对应的车辆过车轨迹，在车辆过车轨迹与对比过车轨迹相匹配时，确定该对比过车记录中的车辆信息为待校正过车记录中的车辆信息。该技术方案，基于车辆过车轨迹和道路网数据库能够准确的校正待校正过车记录中的车辆信息，为在交通管理过程中使用车辆过车记录提供了便利，避免了后续使用过程中存在的问题。

可以理解的是，本申请实施例的执行主体可以是电子设备，例如，计算机、平板电脑等终端设备，也可以是服务器，例如，后台的处理平台等，其可以根据实际情况确定，此处不再赘述。

下面，通过具体实施例对本申请的技术方案进行详细说明。需要说明的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。

图1为本申请实施例提供的过车记录校正方法实施例一的流程示意图。如图1所示，该方法可以包括如下步骤：

步骤11：确定待校正过车记录和对比过车记录。

在本实施例中，若需要对待校正过车记录进行校正，首先需要确定待校正过车记录和用于对待校正过车记录进行校正的对比过车记录，其中，该对比过车记录是正常过程记录。具体的，可以通过获取预设时间范围内、预设地区范围内的过车记录集合，通过对该过车记录集合进行分析，从而可以得到待校正过车记录和对比过车记录。

步骤12：根据上述对比过车记录，确定该对比过车记录对应的对比过车轨迹。

在本实施例中，对比过车记录实际上为正常过车记录集合中的一条正常过车记录，因而，比对过车记录中会包括车辆唯一标识、卡口标识、过车时间和卡口位置信息。基于比对过车记录中的车辆唯一标识可以通过查询预设时间范围、预设地区范围内的正常过车记录集合，抽取具有相同车辆唯一标识的多条正常过车记录，并按照每条正常过车记录中的过车时间、卡口标识、卡口位置信息等确定出该车辆唯一标识的对比过车轨迹，也即，对比过车记录对应的对比过车轨迹。示例性的，该卡口位置信息也即为卡口的经纬度信息。

在本实施例的一种可能设计中，对比过车记录对应的对比过车轨迹可以是预先确定并存储的，该对比过车轨迹是按照一定的顺序对多条正常过车记录中的过车时间、卡口标识和卡口位置信息排序后形成的，其是一条车辆过车记录完整且连续的正常过车轨迹。也即，对比过车轨迹实际上是一条经过多个卡口、具有多个正常过车记录的行驶路线。

步骤13：根据该对比过车轨迹、待校正过车记录和道路网数据库，预测待校正过车记录对应的车辆过车轨迹。

在实际应用中，道路网(road network)指的是在一定区域内，由各种道路组成的相互联络、交织成网状分布的道路系统。全部由各级公路组成的称公路网。在城市范围内由各种道路组成的称城市道路网。可以理解的是，在本申请实施例中，道路网数据库是指存储有道路网数据的数据库，其是由第三方提供的服务，例如，百度、高德地图等道路网提供商提供的相应服务。

在本实施例中，首先可以基于待校正过车记录和对比过车轨迹预测待校正过车记录的前一条过车记录和后一条过车记录，再结合道路网数据库预测待校正过车记录对应车辆的车辆过车轨迹。

示例性的，可以基于待校正过车记录中的过车时间，也可以基于待校正过车记录中的卡口标识，分别结合对比过车轨迹以及道路网数据库预测待校正过车记录对应车辆的车辆过车轨迹。

值得说明的是，还可以基于待校正过车记录中的其他过车信息与对比过车轨迹以及道路网数据库来预测待校正过车记录对应车辆的车辆过车轨迹，其可以根据实际情况选择，此处不再赘述。

步骤14：若该车辆过车轨迹与对比过车轨迹相匹配，则确定该对比过车记录中的车辆信息为待校正过车记录中的车辆信息。

在本实施例中，在确定出待校正过车记录对应的车辆过车轨迹时，可以判断该车辆过车轨迹与对比过车轨迹是否相匹配，若是，则可以将待校正过车记录中的车辆信息更新为对比过车记录中的车辆信息，若否，则停止。

示例性的，在本实施例中，可以计算车辆过车轨迹与对比过车轨迹的匹配度，判断该匹配度是否满足预设的匹配条件，例如，该匹配条件为匹配度大于预设的匹配度阈值。

在本申请的可能实现方式中，车辆过车轨迹与对比过车轨迹的匹配度可以通过每条过车记录中过车时间匹配、卡口标识匹配和/或卡口位置信息匹配等要素进行计算，参与计算的具体因素可以根据实际情况确定，此处不再赘述。

进一步的，在本申请的实施例中，对待校正过车记录中的车辆信息校正后，可以将待校正过车记录和校正后的过车记录一同存储，以便后续对该校正后的过车记录进行审核。

进一步的，在本申请的一种可能设计中，在上述步骤14中，确定对比过车记录中的车辆信息为待校正过车记录中的车辆信息，可以通过如下可行方式实现：

从车辆管理数据库中获得该对比过车记录对应的正确车辆信息；

确定所述正常车辆信息为所述待校正过车记录中的车辆信息。

作为一种示例，为了保证校正后的过车记录中的车辆信息是准确的，首先需要确保用于校正的对比过车记录中的车辆信息是正确的，这时，可以根据该对比过车记录中的车牌信息通过查询车辆管理数据库，从中获取对比过车记录对应的正确车辆信息。

在实际应用中，车辆管理数据库中的车辆信息由车辆管理所登记并维护的，通常情况下信息较为准确，因而，从车辆管理数据库中可以获取到对比过车记录对应的正确车辆信息。

又由于该车辆过车轨迹与对比过车轨迹相匹配，因而，这时可以将该对比过车记录对应的正确车辆信息确定为待校正过车记录中的车辆信息，进一步提高了待校正过车记录的校正准确度。

本申请实施例提供的过车记录校正方法，通过确定待校正过车记录和对比过车记录，根据该对比过车记录，确定该对比过车记录对应的对比过车轨迹，进而根据该对比过车轨迹、待校正过车记录和道路网数据库，预测待校正过车记录对应的车辆过车轨迹，在车辆过车轨迹与对比过车轨迹相匹配时，确定该对比过车记录中的车辆信息为待校正过车记录中的车辆信息。该技术方案，基于车辆过车轨迹和道路网数据库能够准确的校正待校正过车记录中的车辆信息，为在交通管理过程中使用车辆过车记录提供了便利，避免了后续使用过程中存在的问题。

示例性的，在上述实施例的基础上，图2为本申请实施例提供的过车记录校正方法实施例二的流程示意图。如图2所示，上述步骤13具体可以通过如下步骤实现：

步骤21：根据待校正过车记录中的过车时间，确定对比过车轨迹中与该过车时间相同或最为相近的第一时间，并确定对比过车轨迹中与第一时间相邻的前一个过车时间和后一个过车时间。

其中，前一个过车时间早于第一时间，后一个过车时间晚于第一时间。

示例性的，在本实施例以基于待校正过车记录中的过车时间、对比过车轨迹和道路网数据库为例来预测待校正过车记录的车辆过车轨迹。

可以理解的是，待校正过车记录通常是在道口卡口采集到的车辆过车记录，因而，待校正过车记录包括过车时间、卡口标识、卡口位置等，本实施例中可以根据待校正过车记录中的过车时间，查询对比过车轨迹包括的正常过车记录中，在对比过车轨迹中确定出与该过车时间相同或最为相近的第一时间，进而再按照时间先后顺序，在该对比过车轨迹中确定出与该第一时间相邻的前一个过车时间和后一个过车时间。

在实际应用中，第一时间所属的车辆过车记录的生成时间晚于前一个过车时间所属的车辆过车记录，但早于后一个过车时间所在的车辆过车记录。

步骤22：根据道路网数据库，预测该待校正过车记录对应车辆在前一个过车时间时的第一可达卡口以及在后一个过车时间时的第二可达卡口。

相应的，在本实施例中，该车辆过车轨迹与对比过车轨迹相匹配可以解释如下：

第一可达卡口与对比过车轨迹中的前一个卡口相匹配，且，第二可达卡口与对比过车轨迹中的后一个卡口相匹配，该前一个卡口为对比过车轨迹对应车辆在前一个过车时间通过的卡口，后一个卡口为对比过车轨迹对应车辆在后一个过车时间通过的卡口。

具体的，在本实施例中，对于待校正过车记录对应的车辆，根据道路网数据库，查询该车辆在前一个过车时间可能经过的第一可达卡口以及在后一个过车时间可能经过的第二可达卡口，进而再判断第一可达卡口与对比过车轨迹对应的车辆在前一个过车时间通过的卡口相匹配，第二可达卡口与对比过车轨迹对应的车辆在后一个过车时间通过的卡口相匹配。

在实际应用中，该步骤还可以理解为首先根据第一时间和前一个过车时间，确定第一时间差值，根据第一时间和后一个过车时间，确定第二时间差值，在根据道路网数据库，预测待校正过车记录对应车辆在第一时间差值内的第一可达卡口以及在第二时间差值内的第二可达卡口，进而判断该第一可达卡口与前一个过车时间对应的卡口相匹配，第二可达卡口是否与后一个过车时间对应的卡口相匹配。

示例性的，在本实施例中，判断车辆过车轨迹与对比过车轨迹是否相匹配可以解释如下：

若第一可达卡口与对比过车轨迹中的前一个卡口的匹配度称为第一匹配度，若第二可达卡口与对比过车轨迹中的后一个卡口的匹配度称为第二匹配度，则可以根据第一匹配度和第二匹配度共同判断车辆过车轨迹与对比过车轨迹是否相匹配。

例如，本实施例中第一匹配度和第二匹配度可以分别对应一个权重系数，通过第一匹配度和第二匹配度分别与对应的权重系数相乘后求和得到车辆过车轨迹与对比过车轨迹的匹配度，再判断该匹配度是否满足预设的匹配条件。

可以理解的是，第一匹配度和第二匹配度分别对应的权重系数可以根据实际情况确定，但两者的和等于1。

本申请实施例提供的过车记录校正方法，通过根据待校正过车记录中的过车时间，确定对比过车轨迹中与过车时间相同或最为相近的第一时间，并确定对比过车轨迹中与第一时间相邻的前一个过车时间和后一个过车时间，根据道路网数据库，预测待校正过车记录对应车辆在前一个过车时间时的第一可达卡口以及在后一个过车时间时的第二可达卡口，也即，该技术方案可以准确的预测到待校正过车记录的车辆过车轨迹，为后续进行车辆轨迹匹配的准确对比奠定了基础。

示例性的，在上述实施例的基础上，图3为本申请实施例提供的过车记录校正方法实施例三的流程示意图。如图3所示，上述步骤11具体可以通过如下步骤实现：

步骤31：获得预设时间范围、预设地区范围内的过车记录集合。

在本实施例中，车辆在道路上运行的过程中，设置在路侧的采集设备可以采集途经车辆的信息，例如，车辆要素信息、车牌信息，再结合路侧设备的设置位置以及车辆信息的采集时间，可以生成一条车辆过车记录。相应的，将预设时间范围、预设地区范围内采集到的所有车辆过车记录整合在一起可以形成过车记录集合。

例如，在车辆过车记录采集的过程中，对于车辆的车牌信息，首先可以利用摄像装置采集包括车牌区域的车辆图像，再利用车牌识别仪识别车辆图像中的车牌信息。可以理解的是，本申请实施例并不限定车牌信息的具体识别方式。例如，车辆在预设时间段内的预设区域进出收费站通道或经过道路卡口时均会触发摄像设备采集车辆图像且触发车牌识别仪对车辆图像中的车牌区域进行识别，以得到车辆的车牌信息。

在本实施例中，路侧的采集设备获取到的车辆过车记录后，可以将其传输至智能交通系统中进行存储，因而，在对待校正过车记录进行校正之前，可以根据车辆过车记录的采集时间和采集地点从智能交通系统中获取预设时间范围、预设地区范围内的过车记录集合。

步骤32：从该过车记录集合中确定待校正过车记录和正常过车记录集合。

可以理解的是，上述过车记录集合中既可以包括待校正过车记录，也可以包括正常过车记录，当需要对待校正过车记录进行校正时，可以对上述过车记录集合进行分析，从中确定出待校正过车记录和正常过车记录集合。

示例性的，在本实施例中，待校正过车记录至少包括如下形式的一种：

车牌识别错误的车辆过车记录、没有识别出车牌的车辆过车记录、车牌残损的车辆过车记录、车牌缺失的车辆过车记录、车牌命名不符合预设命名规则的车辆过车记录、无连续运行轨迹的车辆过车记录。

其中，车牌识别错误的车辆过车记录可以是车牌中存在不确定字符导致车牌识别错误的过车记录；没有识别出车牌的车辆过车记录可以是车辆的车牌区域不清楚导致车牌未被识别的车辆过车记录；车牌缺失的车辆过车记录可以是未安装车牌的车辆的过车记录；车牌残损的车辆过车记录可以是已安装车牌但车牌残损的车辆的过车记录；车牌命名不符合预设命名规则的车辆过车记录可以是车辆的车牌信息按照预设规则进行识别时确定识别有误的车辆过车记录；无连续运行轨迹的车辆过车记录可以是同一车牌在预设时间段内的车辆过车记录总数小于预设次数阈值且相邻的两次车辆过车记录的时间间隔大于预设时间阈值的车辆的过车记录。

比如，针对每条车辆过车记录，若该车辆过车记录中车牌对应的车辆类型与预设的车辆类型不一致，例如，假设车牌中包含的“津E”表示该车牌对应的车辆类型为出租车，但是该车辆过车记录中的车辆类型不为出租车，也可以确定该车辆过车记录为车牌识别错误的车辆过车记录。

可选的，车牌命名不符合预设命名规则可以解释如下：若预设命名规则为车牌长度为7个字符；如果某条车辆过车记录中的车牌不是7个字符，则确定车牌命名不符合预设命名规则。若预设命名规则为上海车牌的前两个字符包括：沪A、沪B、沪C、沪D四种情况；如果出现这四种情况以外的上海车牌，比如沪E、沪F等，表示车牌命名不符合预设命名规则。

可选的，车牌中存在不确定字符可以解释如下：对车牌进行识别时，每个字符对应的识别结果中包括候选字符及其对应的概率；当候选字符只有一个时，其对应的概率一般为100％，当候选字符有多个时，这多个候选字符对应的概率之和一般为100％，且任意两个候选字符对应的概率的差值小于预设阈值，例如，预设阈值为10％。

例如，车牌中的某个字符对应的识别结果中包含两个候选字符“Z”和“2”，其中，“Z”对应的概率为53％，“2”对应的概率为47％。两个候选字符“Z”和“2”对应的概率的差值为6％，其小于预设阈值，因而，认为该字符为不确定字符。

值得说明的是，待识别过车记录中车牌的表现形式可以根据实际情况确定，此处不再赘述。

步骤33：根据该正常过车记录集合，确定对比过车记录。

在实际应用中，由于正常过车记录集合中正常过车记录的条数庞大，不可能利用所有的正常过车记录来校正待校正过车记录，所以，可以从正常过车记录集合中确定出校正过程中使用的对比过车记录。

值得说明的是，本实施例中的对比过车记录与待校正过车记录大多可以是通过采集具有规律出行轨迹的车辆，例如，对于某个车辆，其用户是一个上班族，该车辆在每天早上的8点至9点通常具有的相同运行路线，其每天下午的18点至19点也具有的相同运行路线，所以，该车辆在不同的日期可能具有相同的车辆过车记录。因而，可以从预设时间范围、预设地区范围内获取到的正常过车记录集合中确定出对待校正过车记录进行校正的对比过车轨迹。

关于该步骤的具体实现可以参见下述图4所示实施例的记载，此处不再赘述。

本申请实施例提供的过车记录校正方法，通过获得预设时间范围、预设地区范围内的过车记录集合，从过车记录集合中确定待校正过车记录和正常过车记录集合，根据正常过车记录集合，确定对比过车记录。该技术方案中，待校正过车记录与对比过车记录同属于同一时间范围同一地区范围，通过轨迹匹配确定的过车记录会更有效。

示例性的，在图3所示实施例的基础上，图4为本申请实施例提供的过车记录校正方法实施例四的流程示意图。如图4所示，在本实施例中，该步骤33可以通过如下步骤实现：

步骤41：按照车辆唯一标识，对正常过车记录集合进行分组。

在本实施例中，为了确定出准确的对比过车记录，可以对确定出的正常过车记录集合进行分组。可选的，按照车辆唯一标识进行分组，该车辆唯一标识可以为车牌信息，例如，车牌号和车牌颜色，或者，车牌号和车牌号长度，或者只是车牌号等。

在本实施例的另一种可能设计中，该还可以按照车辆唯一标识和车辆要素信息的组合形式进行分组，例如，车牌信息和车辆颜色、车牌信息和车辆型号等。

本申请实施例并不限定对正常过车记录集合进行分组的具体形式，其可以根据实际需求确定，此处不再赘述。

步骤42：针对同一个分组，确定该分组中具有相同车辆信息的、数量最多的正常过车记录中的车辆信息为车辆信息模型。

步骤43：确定该车辆信息模型对应的正常过车记录为对比过车记录。

在本实施例中，针对得到的分组，根据车辆过车记录中的车辆信息，例如，车辆颜色、车辆类型、车辆品牌等，统计具有相同车辆信息的正常过车记录的数量，并将具有相同车辆信息的、数量最多的正常过车记录中的车辆信息为车辆信息模型。相应的，可以将该车辆信息模型对应的正常过车记录为对比过车记录。

例如，假设某个分组中共有100条车辆过车记录，车辆颜色为白色、车辆类型为轿车，车辆品牌为198的车辆过车记录共有70条，而车辆颜色为白色、车辆类型为货车，车辆品牌为198的车辆过车记录共有20条，这时可以将上述70条车辆过车记录中的车辆颜色为白色、车辆类型为轿车，车辆品牌为198作为车辆信息模型。相应的，可以将70条车辆过车记录中的任意一条作为对比过车记录。

可以理解的是，本实施例中确定车辆信息模型中的车辆信息仅为一种示例，其还可以基于其他的车辆信息进行确定，例如，车辆年款。

示例性的，确定车辆信息模型的方法还可以是具有相同车辆信息的车辆过车记录的数量超出预设阈值等。本申请实施例并不对确定车辆信息模型的方法进行限定，其可以根据实际需求确定。

示例性的，在本实施例中，若上述车辆信息模型至少包括两个，则如图4所示，该步骤43可以通过如下步骤431和步骤432实现：

步骤431：将待校正过车记录中的车辆信息和至少两个车辆信息模型进行对比，得到至少两个车辆信息相似度。

其中，车辆信息相似度的数量与预设车辆信息模型的数量相同。

示例性，本申请的一种可能设计中，该步骤431可以通过如下步骤实现：

A1：对于同一个车辆信息模型，将待校正过车记录中的车辆信息要素的内容和该车辆信息模型中相同的车辆信息要素的内容进行对比，得到各个车辆信息要素的对比结果。

A2：根据该对比结果和预设的各个车辆信息要素的权重系数，确定该待校正过车记录与预设车辆信息模型的车辆信息相似度。

示例性的，首先确定出待校正过车记录中的多个车辆信息要素，再将该车辆信息要素依次与该车辆信息模型中相同的车辆信息要素的内容进行对比，从而确定各个车辆信息要素的对比结果。

示例性的，车辆信息要素可以包括如下参数中的一种或多种的组合：车辆类型、车辆品牌、车辆年款、车辆颜色、驾驶员人脸信息。本申请实施例并不限定车辆信息要素具体包括的参数，其可以根据实际情况确定，此处不再赘述。

可以理解的是，待校正过车记录中的驾驶员人脸信息与车辆信息模型中的驾驶员人脸信息可能不同，因而，得到的驾驶员人脸信息的对比结果可能不一致，但是这并不会妨碍待校正过车记录的校正，其可以通过其他的车辆信息要素的权重系数和驾驶员人脸信息的权重系数进行均衡。

其中，预设的各个车辆信息要素的权重系数的具体取值可以根据实际应用场景设定，此处不再赘述。

示例性的，得到各个车辆信息要素的对比结果后，可以结合预设的各个车辆信息要素的权重系数，通过将各个车辆信息要素的对比结果与对应的权重系数相乘，并将得到的加权结果作为待校正过车记录与该预设车辆信息模型的车辆信息相似度。

例如，假设待校正过车记录的车辆信息要素包括车辆类型、车辆品牌、车辆颜色和驾驶员人脸信息，对于该车辆信息模型，若车辆类型对应的对比结果为x1，预设的车辆类型对应的权重系数为p1，车辆品牌对应的对比结果为x2，车辆品牌对应的权重系数为p2，车辆颜色对应的对比结果为x3，车辆颜色对应的权重系数为p3，驾驶员人脸信息对应的对比结果为x4，驾驶员人脸信息对应的权重系数为p4，则在待校正过车记录中，车辆类型的相似度为x1·p1，车辆品牌的相似度为x2·p2，车辆颜色的相似度为x3·p3，驾驶员人脸信息的相似度为x4·p4，相应的，该待校正过车记录与该预设车辆信息模型的车辆信息相似度为x1·p1+x2·p2+x3·p3+x4·p4。

同理，可以基于同样的方法确定出待校正过车记录与其他分组对应的车辆信息模型的车辆信息相似度。

举例说明，在本实施例中，以车辆信息要素包括车辆类型、车辆品牌、车辆年款、车辆颜色和驾驶员人脸信息进行解释说明。

示例性的，表1为各车辆信息要素的权重系数分配和相似度计算结果。参照表1所示，每个车辆信息要素的权重系数分配如下：车辆类型的权重系数为25，车辆品牌的权重系数为10，车辆颜色的权重系数为10，车辆年款的权重系数为5，驾驶员人脸信息的权重系数为30。

具体的，将待校正过车记录中各个车辆信息要素和车辆信息模型中的相同车辆信息要素的内容进行对比，若两者相同，对比结果记为1，若两者不同，对比结果记为0，将每个车辆信息要素的对比结果乘以对应的权重系数得到各个车辆信息要素的相似度。

表1为各车辆信息要素的权重系数分配和车辆信息相似度计算结果

值得说明的是，本申请实施例并不限定表1所示的各车辆信息要素和各车辆信息要素对应的权重系数，也不限定参与对比的车辆信息要素的具体表现形式，其均可以根据实际情况确定，此处不再赘述。

在本实施例中，通过各个车辆信息要素的对比结果和对应的权重系数进行加权求和的形式，可以得到准确度的车辆信息相似度，为后续待校正过车记录的准确校正奠定了基础。

步骤432：按照车辆信息相似度从高到低的顺序，依次确定该车辆信息模型对应的正常过车记录为对比过车记录。

在本实施例中，针对每个分组对应的车辆信息模型均可以通过上述步骤431的方式确定出每个车辆信息模型对应的车辆信息相似度，进而可以按照车辆信息相似度从高到低的顺序依次将每个车辆信息模型对应的正常过车记录为对比过车记录，以执行图1和图2所示实施例中的轨迹填充方案。

值得说明的是，在本实施例中，在按照从高到低的顺序对车辆信息相似度进行排序后，可以判断最高的车辆信息相似度是否满足预设条件，若是，则可以直接将该最高的车辆信息相似度对应的车辆信息模型中的车辆信息作为待校正过车记录中的车辆信息，这样可以避免重复计算，简化了待校正过车记录的校正复杂度。

本申请实施例提供的过车记录校正方法，通过按照车辆唯一标识，对正常过车记录集合进行分组，针对同一个分组，确定该分组中具有相同车辆信息的、数量最多的正常过车记录中的车辆信息为车辆信息模型，将待校正过车记录中的车辆信息和至少两个车辆信息模型进行对比，得到至少两个车辆信息相似度，按照车辆信息相似度从高到低的顺序，依次确定该车辆信息模型对应的正常过车记录为对比过车记录。该技术方案中，通过确定车辆信息模型，再基于车辆信息模型和待校正过车记录的相似度确定对比过车记录，提高了待校正过车记录的校正准确度，同时，该方案的校正复杂度和资源消耗较低，用途广泛。

综上所述，本申请的技术方案，根据车辆过车轨迹和车辆信息要素，可以最大限度的校正待校正过车记录，不管是对于数量过少的车辆过车记录，还是未识别车牌的车辆过车记录，其对于一些图片难以分析的车牌和海量数据内部分识别错误的车牌进行校正有一定价值，降低了车牌识别的复杂度和资源消耗，避免了资源浪费。本实施例根据车辆的出行轨迹和车辆各个属性信息，可以最大限度的校正待校正的车牌，尤其是，过车记录过少或未识别车牌的车辆，此外，对于一些图片难以分析的车牌和海量数据内部分识别错误的车牌进行校正有一定价值。

该技术方案中，对于不能直接通过车辆信息匹配方法校正的车牌，结合车辆轨迹进行处理，最大限度的实现了车牌的校正，而且降低了车牌识别的复杂度和资源消耗，避免了资源浪费。

下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。

图5为本申请实施例提供的过车记录校正装置实施例的结构示意图。该装置可以集成在电子设备中，也可以通过电子设备实现。如图5所示，该装置可以包括：处理模块51和校正模块52。

其中，该处理模块51，用于确定待校正过车记录和对比过车记录，根据所述对比过车记录，确定所述对比过车记录对应的对比过车轨迹，以及根据所述对比过车轨迹、所述待校正过车记录和道路网数据库，预测所述待校正过车记录对应的车辆过车轨迹；

该校正模块52，用于在所述车辆过车轨迹与所述对比过车轨迹相匹配时，确定所述对比过车记录中的车辆信息为所述待校正过车记录中的车辆信息。

在本实施例的一种可能的设计中，该处理模块51，用于根据所述对比过车轨迹、所述待校正过车记录和道路网数据库，预测所述待校正过车记录对应的车辆过车轨迹：具体为：

该处理模块51，具体用于执行：

根据所述待校正过车记录中的过车时间，确定所述对比过车轨迹中与所述过车时间相同或最为相近的第一时间，并确定所述对比过车轨迹中与所述第一时间相邻的前一个过车时间和后一个过车时间，所述前一个过车时间早于所述第一时间，所述后一个过车时间晚于所述第一时间；

根据所述道路网数据库，预测所述待校正过车记录对应车辆在所述前一个过车时间时的第一可达卡口以及在所述后一个过车时间时的第二可达卡口；

则所述车辆过车轨迹与所述对比过车轨迹相匹配，包括：

所述第一可达卡口与所述对比过车轨迹中的前一个卡口相匹配，且，所述第二可达卡口与所述对比过车轨迹中的后一个卡口相匹配，所述前一个卡口为所述对比过车轨迹对应车辆在所述前一个过车时间通过的卡口，所述后一个卡口为所述对比过车轨迹对应车辆在所述后一个过车时间通过的卡口。

在一种可能的设计中，该处理模块51，用于确定待校正过车记录和对比过车记录，具体为：

该处理模块51，具体用于执行：

获得预设时间范围、预设地区范围内的过车记录集合；

从所述过车记录集合中确定待校正过车记录和正常过车记录集合；

根据所述正常过车记录集合，确定对比过车记录。

在一种可能的设计中，该处理模块51，具体用于根据所述正常过车记录集合，确定对比过车记录，具体为：

该处理模块51，具体用于执行：

按照车辆唯一标识，对所述正常过车记录集合进行分组；

针对同一个分组，确定所述分组中具有相同车辆信息的、数量最多的正常过车记录中的车辆信息为车辆信息模型；

确定所述车辆信息模型对应的正常过车记录为对比过车记录。

在一种可能的设计中，所述车辆信息模型至少包括两个；

该处理模块51，用于确定所述车辆信息模型对应的正常过车记录为对比过车记录，具体为：

所述处理模块，具体用于将所述待校正过车记录中的车辆信息和至少两个车辆信息模型进行对比，得到至少两个车辆信息相似度，所述车辆信息相似度的数量与所述预设车辆信息模型的数量相同；

按照所述车辆信息相似度从高到低的顺序，依次确定所述车辆信息模型对应的正常过车记录为对比过车记录。

在一种可能的设计中，该处理模块51，用于将所述待校正过车记录中的车辆信息和至少两个车辆信息模型进行对比，得到至少两个车辆信息相似度，具体为：

该处理模块51，具体用于执行：

对于同一个车辆信息模型，将所述待校正过车记录中的车辆信息要素的内容和所述车辆信息模型中相同的车辆信息要素的内容进行对比，得到各个车辆信息要素的对比结果；

根据所述对比结果和预设的各个车辆信息要素的权重系数，确定所述待校正过车记录与所述预设车辆信息模型的车辆信息相似度。

在一种可能的设计中，上述校正模块52，用于确定所述对比过车记录中的车辆信息为所述待校正过车记录中的车辆信息，具体为：

该校正模块52，具体用于从车辆管理数据库中获得所述对比过车记录对应的正确车辆信息，确定所述正常车辆信息为所述待校正过车记录中的车辆信息。

本申请实施例提供的装置，可用于执行图1至图4所示实施例中的方法，其实现原理和技术效果类似，在此不再赘述。

需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，确定模块可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上确定模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。

例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，ASIC)，或，一个或多个微处理器(digital signal processor，DSP)，或，一个或者多个现场可编程门阵列(field programmable gate array，FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(centralprocessing unit，CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘solid state disk(SSD))等。

图6为本申请实施例提供的电子设备实施例的结构示意图。如图6所示，该电子设备可以包括：处理器61、存储器62、通信接口63和系统总线64，所述存储器62和所述通信接口63通过所述系统总线64与所述处理器61连接并完成相互间的通信，所述存储器62用于存储计算机执行指令，所述通信接口63用于和其他设备进行通信，所述处理器61执行所述计算机执行指令时实现如上述图1至图4所示实施例的方案。

该图6中提到的系统总线可以是外设部件互连标准(peripheral componentinterconnect，PCI)总线或扩展工业标准结构(extended industry standardarchitecture，EISA)总线等。所述系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(random access memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

上述的处理器可以是通用处理器，包括中央处理器CPU、网络处理器(networkprocessor，NP)等；还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

可选的，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行如上述图1至图4所示实施例的方法。

可选的，本申请实施例还提供一种运行指令的芯片，所述芯片用于执行上述图1至图4所示实施例的方法。

本申请实施例还提供一种程序产品，所述程序产品包括计算机程序，所述计算机程序存储在存储介质中，至少一个处理器可以从所述存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序时可实现上述图1至图4所示实施例的方法。

本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B的情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系；在公式中，字符“/”，表示前后关联对象是一种“相除”的关系。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b，或c中的至少一项(个)，可以表示：a，b，c，a-b，a-c，b-c，或a-b-c，其中，a，b，c可以是单个，也可以是多个。

可以理解的是，在本申请的实施例中涉及的各种数字编号仅为描述方便进行的区分，并不用来限制本申请的实施例的范围。

Claims (12)

1.一种过车记录校正方法，其特征在于，包括：

确定待校正过车记录和对比过车记录；

根据所述对比过车记录，确定所述对比过车记录对应的对比过车轨迹；

根据所述对比过车轨迹、所述待校正过车记录和道路网数据库，预测所述待校正过车记录对应的车辆过车轨迹；

若所述车辆过车轨迹与所述对比过车轨迹相匹配，则确定所述对比过车记录中的车辆信息为所述待校正过车记录中的车辆信息；

所述车辆过车轨迹与所述对比过车轨迹相匹配，包括：

所述车辆在第一时间的前一个过车时间时的第一可达卡口与所述对比过车轨迹对应车辆在所述前一个过车时间通过的卡口相匹配，且，所述车辆在所述第一时间的后一个过车时间时的第二可达卡口与所述对比过车轨迹对应车辆在所述后一个过车时间通过的卡口相匹配；所述第一时间为所述对比过车轨迹中与所述待校正过车记录中的过车时间相同或最为相近的时间；所述前一个过车时间和所述后一个过车时间与所述第一时间相邻；所述前一个过车时间早于所述第一时间，所述后一个过车时间晚于所述第一时间。

2.根据权利要求1所述的方法，其特征在于，所述根据所述对比过车轨迹、所述待校正过车记录和道路网数据库，预测所述待校正过车记录对应的车辆过车轨迹，包括：

根据所述待校正过车记录中的过车时间，确定所述第一时间，并确定所述前一个过车时间和所述后一个过车时间；

根据所述道路网数据库，预测所述第一可达卡口以及所述第二可达卡口。

3.根据权利要求1或2所述的方法，其特征在于，所述确定待校正过车记录和对比过车记录，包括：

获得预设时间范围、预设地区范围内的过车记录集合；

从所述过车记录集合中确定待校正过车记录和正常过车记录集合；

根据所述正常过车记录集合，确定对比过车记录。

4.根据权利要求3所述的方法，其特征在于，所述根据所述正常过车记录集合，确定对比过车记录，包括：

按照车辆唯一标识，对所述正常过车记录集合进行分组；

针对同一个分组，确定所述分组中具有相同车辆信息的、数量最多的正常过车记录中的车辆信息为车辆信息模型，并确定所述车辆信息模型对应的正常过车记录为对比过车记录。

5.根据权利要求4所述的方法，其特征在于，

所述车辆信息模型至少包括两个；

所述确定所述车辆信息模型对应的正常过车记录为对比过车记录，包括：

将所述待校正过车记录中的车辆信息和至少两个车辆信息模型进行对比，得到至少两个车辆信息相似度；

按照所述车辆信息相似度从高到低的顺序，依次确定所述车辆信息模型对应的正常过车记录为对比过车记录。

6.一种过车记录校正装置，其特征在于，包括：处理模块和校正模块；

所述处理模块，用于确定待校正过车记录和对比过车记录，根据所述对比过车记录，确定所述对比过车记录对应的对比过车轨迹，以及根据所述对比过车轨迹、所述待校正过车记录和道路网数据库，预测所述待校正过车记录对应的车辆过车轨迹；

所述校正模块，用于在所述车辆过车轨迹与所述对比过车轨迹相匹配时，确定所述对比过车记录中的车辆信息为所述待校正过车记录中的车辆信息；

所述车辆过车轨迹与所述对比过车轨迹相匹配，包括：

所述车辆在第一时间的前一个过车时间时的第一可达卡口与所述对比过车轨迹对应车辆在所述前一个过车时间通过的卡口相匹配，且，所述车辆在所述第一时间的后一个过车时间时的第二可达卡口与所述对比过车轨迹对应车辆在所述后一个过车时间通过的卡口相匹配；所述第一时间为所述对比过车轨迹中与所述待校正过车记录中的过车时间相同或最为相近的时间；所述前一个过车时间和所述后一个过车时间与所述第一时间相邻。

7.根据权利要求6所述的装置，其特征在于，所述处理模块，用于根据所述对比过车轨迹、所述待校正过车记录和道路网数据库，预测所述待校正过车记录对应的车辆过车轨迹：具体为：

所述处理模块，具体用于执行：

根据所述待校正过车记录中的过车时间，确定所述第一时间，并确定所述前一个过车时间和所述后一个过车时间，所述前一个过车时间早于所述第一时间，所述后一个过车时间晚于所述第一时间；

根据所述道路网数据库，预测所述第一可达卡口以及所述第二可达卡口。

8.根据权利要求6或7所述的装置，其特征在于，所述处理模块，用于确定待校正过车记录和对比过车记录，具体为：

所述处理模块，具体用于执行：

获得预设时间范围、预设地区范围内的过车记录集合；

从所述过车记录集合中确定待校正过车记录和正常过车记录集合；

根据所述正常过车记录集合，确定对比过车记录。

9.根据权利要求8所述的装置，其特征在于，所述处理模块，具体用于根据所述正常过车记录集合，确定对比过车记录，具体为：

所述处理模块，具体用于执行：

按照车辆唯一标识，对所述正常过车记录集合进行分组；

针对同一个分组，确定所述分组中具有相同车辆信息的、数量最多的正常过车记录中的车辆信息为车辆信息模型；

确定所述车辆信息模型对应的正常过车记录为对比过车记录。

10.根据权利要求9所述的装置，其特征在于，所述车辆信息模型至少包括两个；

所述处理模块，用于确定所述车辆信息模型对应的正常过车记录为对比过车记录，具体为：

所述处理模块，具体用于将所述待校正过车记录中的车辆信息和至少两个车辆信息模型进行对比，得到至少两个车辆信息相似度；

按照所述车辆信息相似度从高到低的顺序，依次确定所述车辆信息模型对应的正常过车记录为对比过车记录。

11.一种电子设备，包括处理器、存储器及存储在所述存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如上述权利要求1-5任一项所述的方法。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行如权利要求1-5任一项所述的方法。

Images