CN112651525B - 基于预约的绿通车辆检查方法、装置及设备 - Google Patents

Abstract

本发明公开了一种基于预约的绿通车辆检查方法，包括：获取上传的车辆的绿通预约信息；根据预先训练的绿通识别模型判断所述预约信息是否满足车辆绿通条件，若满足，则向所述车辆发放绿通认证码；根据所述车辆的行驶轨迹、行驶速度以及车辆特征图像实时更新所述绿通认证码的有效性信息；根据所述绿通认证码的有效性信息确定是否直接免费通行。根据本发明公开的绿通车辆检查方法，提升了合规绿通车辆的通行效率，有效降低了绿通车辆的检查等候时间，减少了高速运营公司在绿通检查中的资源投入，且提升了绿通司机对高速收费服务的满意程度。

Description

基于预约的绿通车辆检查方法、装置及设备

技术领域

本发明涉及智能交通技术领域，特别涉及一种基于预约的绿通车辆检查方法、装置及设备。

背景技术

为了促进农产品的发展，高速公路会减免装载鲜活农产品的绿通车辆的通行费用，但是一些车辆为了减免费用，会出现夹带运输、虚假申报等行为。

为了查验绿通车辆是否合规，现有技术中普遍采用人工现场抽检、X光透视检查、放射性元素透视检查、车辆外型识别等各种技术手段来检查、判断车辆的载运货物。考虑到运输车辆车厢金属材质特性、绿通物品的品种繁多，高速公路运营公司仍然普遍采用人工抽检等方式来进行绿通车检查，带来了绿通车检查效率低、绿通车排队等候通行等问题；X光透视检查、放射性元素透视检查等方案可以减少人工检查，但存在系统造价高、维护成本高、车辆绕行安装了此类收费站等问题。因此，绿通检查一直是高速公路运营效率提升的重要瓶颈。

发明内容

本公开实施例提供了一种基于预约的绿通车辆检查方法、装置及设备。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

第一方面，本公开实施例提供了一种基于预约的绿通车辆检查方法，包括：

获取上传的车辆的绿通预约信息；

根据预先训练的绿通识别模型判断预约信息是否满足车辆绿通条件，若满足，则向车辆发放绿通认证码；

根据车辆的行驶轨迹、行驶速度以及车辆特征图像实时更新绿通认证码的有效性信息；

根据绿通认证码的有效性信息确定是否直接免费通行。

在一个实施例中，绿通预约信息，包括：

运输起点、运输终点、运输货物名称、运输货物数量、运输货物图像、驾驶人员身份信息、运输车辆信息以及装载货物的过程图像信息；

其中，图像信息中携带拍摄时间标识以及拍摄位置标识。

在一个实施例中，根据预先训练的绿通识别模型判断预约信息是否满足车辆绿通条件，包括：

将运输货物图像以及装载货物的过程图像输入预先训练的绿通识别模型；

当绿通识别模型根据图像信息识别出待运输货物为绿通货物时，确定满足绿通条件。

在一个实施例中，根据预先训练的绿通识别模型判断预约信息是否满足车辆绿通条件之前，还包括：

采集绿通物品的包装前图像数据、包装后图像数据、种类数据、产地数据、装载过程图像数据，得到训练数据集；

根据确认满足车辆绿通条件的预约信息更新训练数据集；

根据训练数据集训练绿通识别模型。

在一个实施例中，获取上传的车辆的绿通预约信息包括：

获取车辆的驾驶人员、货物的发货方或货物的接收方由终端APP上传的绿通预约信息。

在一个实施例中，根据车辆的行驶轨迹、行驶速度以及车辆特征图像实时更新绿通认证码的有效性信息，包括：

获取车辆行驶过程中经过的ETC门架的位置信息、经过时间信息；

根据ETC门架的位置信息、经过时间信息，进行路径拟合得到车辆的实际行驶轨迹；

根据绿通预约信息中的运输起点和运输终点信息得到车辆的预估行驶轨迹；

将实际行驶轨迹与预估行驶轨迹进行匹配；

当实际行驶轨迹与预估行驶轨迹的偏离程度大于预设阈值时，将绿通认证码的有效性信息更新为预失效状态；或，

获取车辆从运输起点到当前门架位置的实际行驶速度；

根据绿通预约信息中的运输起点和运输终点信息计算车辆的预估行驶速度；

当实际行驶速度与预估行驶速度的差值大于预设速度差值时，将绿通认证码的有效性信息更新为预失效状态；或，

获取车辆在行驶过程中的第一车尾图像；

获取车辆在绿通预约信息中的第二车尾图像；

计算第一车尾图像与第二车尾图像的匹配度；

当匹配度小于预设匹配度阈值时，将绿通认证码的有效性信息更新为预失效状态。

在一个实施例中，实时更新绿通认证码的有效性信息之后，还包括：

将绿通认证码的有效性信息实时发送到车辆驾驶人员、出口收费站管理人员终端APP。

在一个实施例中，根据绿通认证码的有效性信息确定是否直接免费通行，包括：

若绿通认证码有效，将出口收费站管理人员发送的免费通行通知发送到车辆驾驶人员终端APP；

若绿通认证码无效，将出口收费站管理人员发送的停车检查通知发送到车辆驾驶人员终端APP。

第二方面，本公开实施例提供了一种基于预约的绿通车辆检查装置，包括：

预约模块，用于获取上传的车辆的绿通预约信息；

绿通识别模块，用于根据预先训练的绿通识别模型判断预约信息是否满足车辆绿通条件，若满足，则向车辆发放绿通认证码；

状态更新模块，用于根据车辆的行驶轨迹、行驶速度以及车辆特征图像实时更新绿通认证码的有效性信息；

通行管理模块，用于根据绿通认证码的有效性信息确定是否直接免费通行。

第三方面，本公开实施例提供了一种基于预约的绿通车辆检查设备，包括处理器和存储有程序指令的存储器，处理器被配置为在执行程序指令时，执行上述实施例提供的基于预约的绿通车辆检查方法。

本公开实施例提供的技术方案可以包括以下有益效果：

本公开实施例提供的绿通车辆检查方法，基于车辆的预约信息，提前校验是否是绿通货物，从源头确认货物类型，当属于绿通货物时，为车辆发放绿通认证码；并且根据车辆运行过程中的速度信息、轨迹信息以及车辆特征信息判断运输途中是否发生装卸货的行为，当判断出发生装卸货的行为后，可将绿通认证码的状态信息更新为预失效状态，出口收费站的人员可根据绿通认证码的有效性信息确定直接免费放行还是二次核验。根据该方法，大大提升了合规绿通车辆的通行效率，减少排队等候时间；而且该方法不仅从源头确认货物类型，还能监督车辆的运行状态，实时更新绿通认证码的有效性信息，保证了检查的准确度；减少了高速运营公司在绿通检查中的资源投入，提升绿通司机对高速收费服务的满意程度。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1是根据一示例性实施例示出的一种基于预约的绿通车辆检查方法的流程示意图；

图2是根据一示例性实施例示出的一种基于预约的绿通车辆检查方法的示意图；

图3是根据一示例性实施例示出的一种绿通预约小程序的示意图；

图4是根据一示例性实施例示出的一种绿通辨识系统的示意图；

图5是根据一示例性实施例示出的一种通行管理系统的示意图；

图6是根据一示例性实施例示出的一种基于预约的绿通车辆检查装置的结构示意图；

图7是根据一示例性实施例示出的一种基于预约的绿通车辆检查设备的结构示意图。

具体实施方式

为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或一个以上实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。

下面将结合附图1-附图5，对本申请实施例提供的基于预约的绿通车辆检查方法进行详细介绍。

参见图1，该方法具体包括以下步骤。

S101获取上传的车辆的绿通预约信息。

在一种可能的实现方式中，车辆的驾驶人员、货物的发货方或货物的接收方可以通过智能手机、平板电脑、个人计算机等智能设备中的绿通预约小程序上传绿通预约信息，例如，车辆驾驶人员通过绿通预约小程序进行实名注册、备案车辆、登记货物运输相关信息。其中，绿通预约小程序可以是独立的小程序APP，也可以是微信公众号等形式。本公开实施例不做具体限定。

具体地，驾驶人员将运输起点、运输终点、运输货物名称、运输货物数量、运输货物包装前图像、运输货物包装后图像、驾驶人员身份信息、运输车辆信息以及装载货物的过程图像信息上传到绿通预约小程序。

为了对运输货物进行识别，驾驶人员可以利用绿通预约小程序中的拍摄功能对空车厢、待运输货物包装前、待运输货物包装后、装运到一半的车厢、装满后的车尾、车脸进行拍照或录制小视频，这些图像信息中携带拍摄时的位置标识以及时间标识。

S102根据预先训练的绿通识别模型判断预约信息是否满足车辆绿通条件，若满足，则向车辆发放绿通认证码。

在一种可能的实现方式中，将获取到的绿通预约信息上传到预先训练的绿通识别模型，对运输货物进行识别，从而从源头确定是否是绿通货物，当是绿通货物时，向车辆驾驶人员发放绿通认证码，绿通认证码可以保存在绿通小程序中，从而方便驾驶人员获取绿通认证码的状态。

在一种可能的实现方式中，绿通认证码发送至车辆的驾驶人员的终端APP中。

在一种可能的实现方式中，负责发放车辆绿通认证码的绿通认证管理系统除了将绿通认证码发放至车辆的驾驶人员，还可以将绿通认证码信息发送至发货方或收货方终端APP，以便收货方或发货方及时了解车辆的绿通认证情况。具体地，将空车厢图像、待运输货物包装前图像、待运输货物包装后图像、装运到一半的车厢图像、装满后的车尾图像、车脸图像输入预先训练的绿通识别模型，当模型根据图像信息识别出待运输货物为绿通货物时，确定满足绿通条件。

在一个实施例中，根据预先训练的绿通识别模型判断预约信息是否满足绿通条件之前，还包括采集大量绿通物品的包装前图像数据、包装后图像数据、种类数据、产地数据、装载过程图像数据，得到训练数据集，本公开实施例中的训练数据集还可以不断完善，若经绿通识别模型认证为绿通车辆，且经二次校验后，收费人员核实为绿通车辆，可将该车辆上传的预约信息加入训练数据集，用于绿通识别模型的训练和学习。根据训练数据集训练绿通识别模型，可以采用现有技术中的图像识别算法，本公开实施例不做具体限定。

S103根据车辆的行驶轨迹、行驶速度以及车辆特征图像实时更新绿通认证码的有效性信息。

为了防止车辆在运输途中发生装卸货的行为，本公开实施例还可以实时获取车辆的行驶轨迹、行驶速度以及车辆特征图像，根据车辆的运行状态实时更新绿通认证码的有效性信息。

在一个实施例中，根据车辆的行驶轨迹更新绿通认证码的有效性信息，获取车辆行驶过程中经过的ETC门架的位置信息、经过每个ETC门架位置的时间信息，根据路过的多个ETC门架的位置信息以及对应的时间信息，进行路径拟合，还原车辆的行驶轨迹，得到车辆的实际行驶轨迹。根据绿通预约信息中的运输起点和运输终点信息得到车辆的预估行驶轨迹，对车辆的实际行驶轨迹和预估行驶轨迹进行对比，计算两条轨迹的偏离程度，当实际行驶轨迹与预估行驶轨迹的偏离程度大于预设阈值时，将绿通认证码的有效性信息更新为预失效状态。本领域技术人员可自行设置偏离程度，本公开实施例不做具体限制。

在一个实施例中，在运输车辆车厢合适位置上安装联网微型摄像头，该摄像头与车辆绑定，具有记录位置和同步时间功能，可以被远程启动和关闭。该摄像头在司机进行运输过程备案时，由后台的绿通辨识AI系统远程启动，之后定期拍摄照片或短视频上传到绿通辨识AI系统，作为绿通物品辨识的重要素材。

在一个实施例中，根据车辆的特征图像更新绿通认证码的有效性信息，通过ETC门架对行驶过程中的车辆进行拍照，获取车辆在行驶过程中的第一车尾图像，获取车辆在绿通预约信息中的第二车尾图像，根据图像识别算法计算第一车尾图像与第二车尾图像的匹配度，当匹配度小于预设匹配度阈值时，将绿通认证码的有效性信息更新为预失效状态，本领域技术人员可自行设置匹配度阈值，本公开实施例不做具体限制。

在一个实施例中，根据车辆的行驶速度更新绿通认证码的有效性信息，获取车辆从运输起点到当前门架位置的实际行驶速度，需要说明的是，当前门架位置是指绿通车辆在行驶过程中，即将到达的门架所在的位置，根据绿通预约信息中的运输起点和运输终点信息计算车辆的预估行驶速度，当实际行驶速度与预估行驶速度的差值大于预设速度差值时，将绿通认证码的有效性信息更新为预失效状态。本领域技术人员可自行设置速度差值，本公开实施例不做具体限制。

若没有发生上述情况，则绿通认证码的状态正常。根据该步骤，可以通过大数据分析车辆在运输过程中的行驶轨迹、行驶速度、车辆特征等信息，监督车辆是否在途中发生装卸货物的行为，实时更新绿通认证码的有效性信息，保证了检查的准确度。

进一步地，将实时更新的绿通认证码的有效性信息发送到车辆驾驶人员、出口收费站管理人员终端APP。

即当绿通认证码信息有更新时，车辆驾驶人员的终端APP上的绿通认证码也会同步更新，可以理解的是，如有其它终端，如收货方、发货方的终端APP的绿通认证码也会同步更新。根据车辆的行驶轨迹、行驶速度信息，对车辆到达收费站的时间及对应的收费的信息进行预估，将实时更新的绿通认证码在车辆到达对应的收费站之前下发至该收费站，具体可以下发至出口收费站管理人员如收费站收费人员终端APP。

S104根据绿通认证码的有效性信息确定是否直接免费通行。

当车辆行驶到收费站出口时，收费站管理人员可以根据车辆的绿通认证码的有效性信息确定是否直接免费放行，例如，车辆的绿通认证码有效，则收费站管理人员可直接免费放行，不用进行人工检查货物，大大提高了通行效率。当车辆的绿通认证码为失效状态时，管理人员可对车辆中的运输货物进行二次校验，从而提高绿通检查的准确度。

在一种可能的实现方式中，将车辆的绿通认证码的有效性信息、车辆的绿通预约信息、车辆的实际行驶速度信息、行驶轨迹信息、行驶途中的图像信息等发送到出口收费站的通行管理系统，收费人员可根据接收到的相关信息进行判断，做出直接免费放行的提示或者对车辆进行二次校验的提示。通行管理系统可将收费人员的提示信息发送到驾驶人员的绿通预约小程序上。

绿通车辆到达收费站，驾驶人员可根据绿通预约小程序中的提示选择相应的车道通行，当接收到直接免费放行的提示时，选择直接免费通行的车道，当接收到二次校验的提示时，选择停车检查的通道。

进一步地，若二次校验后，收费人员核实为绿通车辆，可将该车驾驶人员上传的预约信息加入训练数据集，用于绿通识别模型的训练和学习。随着越来越多绿通司机采用绿通预约方法，将有越来越多的绿通产品及其装载过程拍摄资料等进入训练数据集，不断学习的绿通识别模型的辨识精度将越来越高。

进一步地，还可以根据不同省份对绿通产品管理的不同政策，计算最优行驶路径，例如，不同区域在绿通产品方面的规定不同，将行驶路径中的各路段与其所属地区的信息相关联，形成相应的计价数据库，根据该计价数据库可以计算收费最低的行驶路径，还可以根据用户需求计算最短行驶路径，将得到的最优路径推送给绿通预约小程序，引导绿通司机在跨省运输过程中选择最优路径。

为了便于理解本申请实施例提供的绿通检查方法，下面结合附图2-5进行说明，如图2所示，

首先在装车点，车辆驾驶人员可通过绿通预约小程序进行绿通预约，图3是一种绿通预约小程序的示意图，如图3所示，绿通预约小程序包括实名注册模块，用于实名注册，包括运输车辆备案模块，用于进行车辆信息备案，包括绿通运输备案模块，用于输入运输起点、运输终点、运输货物数量、运输货物种类、运输货物图像等信息，进行绿通货物备案，包括绿通物品装车过程拍照录像模块，用于拍摄绿通物品装车过程的图像信息，绿通认证码管理模块，用于显示绿通认证码的有效性信息，还包括最优路径及路况服务模块，用于向司机提示最优路径，还包括快速放行通知模块，用于接收收费站收费人员的通行提示。

司机将预约信息上传到预约小程序上之后，预约小程序可通过无线通信将相关预约信息发送到绿通辨识AI系统中，绿通辨识系统对相关信息进行识别，若符合绿通条件，则将绿通认证码发送到绿通预约小程序上。

车辆驾驶人员从高速入口处开始在高速公路上通行，高速公路上设置了多个ETC门架，可以采集车辆的轨迹信息、图像信息、时间信息等，并将上述信息发送到绿通辨识系统，绿通辨识系统可根据车辆的相关信息更新绿通认证码的有效性信息。

绿通辨识系统可以部署在后台系统上，如图4所示，绿通辨识系统包括绿通产品辨识模块，用于根据绿通识别算法模型以及预约信息中的图像信息进行绿通产品识别；包括绿通产品识别算法模型，该模型是根据绿通产品训练数据集训练得到的；包括绿通产品训练数据集，用于存储大量绿通物品图像信息、种类信息、名称信息等相关信息；还包括车辆轨迹识别模块，用于根据ETC门架获取的车辆位置信息、时间信息识别车辆轨迹；包括绿通产品认证码模块，用于生成绿通认证码，以及根据车辆的轨迹信息、图像信息、速度信息更新绿通认证码的有效性信息，并且将更新后的绿通认证码的状态信息转发到绿通预约小程序以及通行管理系统；包括绿通车通行引导模块，用于接收出口收费站的收费人员发出的通行车道提示信息，并转发给绿通预约小程序；还包括通用服务模块，通用服务模块包括数据库、GIS服务等通用性功能模块，通过数据库存储运输车辆数据、公路路网数据、ETC门架数据、绿通产品数据、高速收费站的可通行车道数据、等关数据，GIS服务来进行车辆定位、轨迹识别。绿通辨识系统与绿通预约小程序、通行管理系统、ETC门架通信连接。

车辆行驶到出口收费站时，可根据通行管理系统中的提示选择相应的车道通行。通行管理系统可部署在出口收费站，供收费站工作人员使用，如图5所示，通行管理系统包括数据共享模块，用于接收绿通辨识系统发送的绿通预约信息、车辆轨迹信息、绿通认证码的有效性信息等，并展示给收费人员；包括绿通车通行提醒模块，当收费人员接收到绿通车通行提醒后，可根据数据共享模块中的信息结合自己的经验做出快速放行或二次校验的判断；包括通行引导模块，用于将收费人员的通行提示信息共享给绿通辨识AI系统，并将通行提示信息转发给绿通司机，以引导司机按分配的通道通行。

驾驶人员根据绿通预约小程序中的提示选择相应的车道通行，当接收到直接免费放行的提示时，选择直接免费通行的车道，当接收到二次校验的提示时，选择停车检查的通道。

根据本公开实施例提供的绿通检查方法，大大提升了合规绿通车辆的通行效率，减少排队等候时间；而且该方法不仅从源头确认货物类型，还能监督车辆的运行状态，实时更新绿通认证码的有效性信息，保证了检查的准确度；减少了高速运营公司在绿通检查中的资源投入，提升绿通司机对高速收费服务的满意程度。

本公开实施例还提供一种基于预约的绿通检查装置，该装置用于执行上述实施例的基于预约的绿通检查方法，如图6所示，该装置包括：

预约模块601，用于获取上传的车辆的绿通预约信息；

绿通识别模块602，用于根据预先训练的绿通识别模型判断预约信息是否满足车辆绿通条件，若满足，则向车辆发放绿通认证码；

状态更新模块603，用于根据车辆的行驶轨迹、行驶速度以及车辆特征图像实时更新绿通认证码的有效性信息；

通行管理模块604，用于根据绿通认证码的有效性信息确定是否直接免费通行。

需要说明的是，上述实施例提供的基于预约的绿通检查装置在执行基于预约的绿通检查方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的基于预约的绿通检查装置与基于预约的绿通检查方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。

本公开实施例还提供一种与前述实施例所提供的基于预约的绿通检查方法对应的电子设备，以执行上述基于预约的绿通检查方法。

请参考图7，其示出了本申请的一些实施例所提供的一种电子设备的示意图。如图7所示，电子设备包括：处理器700，存储器701，总线702和通信接口703，处理器700、通信接口703和存储器701通过总线702连接；存储器701中存储有可在处理器700上运行的计算机程序，处理器700运行计算机程序时执行本申请前述任一实施例所提供的基于预约的绿通检查方法。

其中，存储器701可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口703(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、本地网、城域网等。

总线702可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。其中，存储器701用于存储程序，处理器700在接收到执行指令后，执行程序，前述本申请实施例任一实施方式揭示的基于预约的绿通检查方法可以应用于处理器700中，或者由处理器700实现。

处理器700可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器700中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器700可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器701，处理器700读取存储器701中的信息，结合其硬件完成上述方法的步骤。

本申请实施例提供的电子设备与本申请实施例提供的基于预约的绿通检查方法出于相同的发明构思，具有与其采用、运行或实现的方法相同的有益效果。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于预约的绿通车辆检查方法，其特征在于，包括：

获取上传的车辆的绿通预约信息；

根据预先训练的绿通识别模型判断所述预约信息是否满足车辆绿通条件，若满足，则向所述车辆发放绿通认证码；

根据所述车辆的行驶轨迹、行驶速度以及车辆特征图像实时更新所述绿通认证码的有效性信息，包括：

获取车辆在行驶过程中的第一车尾图像；

获取车辆在绿通预约信息中的第二车尾图像；

计算第一车尾图像与第二车尾图像的匹配度；

当所述匹配度小于预设匹配度阈值时，将所述绿通认证码的有效性信息更新为预失效状态；

根据所述绿通认证码的有效性信息确定是否直接免费通行。

2.根据权利要求1所述的方法，其特征在于，所述绿通预约信息，包括：

运输起点、运输终点、运输货物名称、运输货物数量、运输货物图像、驾驶人员身份信息、运输车辆信息以及装载货物的过程图像信息；

其中，所述图像信息中携带拍摄时间标识以及拍摄位置标识。

3.根据权利要求2所述的方法，其特征在于，根据预先训练的绿通识别模型判断所述预约信息是否满足车辆绿通条件，包括：

将所述运输货物图像以及装载货物的过程图像输入预先训练的绿通识别模型；

当所述绿通识别模型根据所述图像信息识别出待运输货物为绿通货物时，确定满足绿通条件。

4.根据权利要求1所述的方法，其特征在于，根据预先训练的绿通识别模型判断所述预约信息是否满足车辆绿通条件之前，还包括：

采集绿通物品的包装前图像数据、包装后图像数据、种类数据、产地数据、装载过程图像数据，得到训练数据集；

根据确认满足车辆绿通条件的预约信息更新所述训练数据集；

根据所述训练数据集训练所述绿通识别模型。

5.根据权利要求1所述的方法，其特征在于，所述获取上传的车辆的绿通预约信息包括：

获取所述车辆的驾驶人员、货物的发货方或货物的接收方由终端APP上传的绿通预约信息。

6.根据权利要求1所述的方法，其特征在于，根据所述车辆的行驶轨迹、行驶速度以及车辆特征图像实时更新所述绿通认证码的有效性信息，包括：

获取车辆行驶过程中经过的ETC门架的位置信息、经过时间信息；

根据所述ETC门架的位置信息、经过时间信息，进行路径拟合得到车辆的实际行驶轨迹；

根据所述绿通预约信息中的运输起点和运输终点信息得到车辆的预估行驶轨迹；

将所述实际行驶轨迹与所述预估行驶轨迹进行匹配；

当所述实际行驶轨迹与所述预估行驶轨迹的偏离程度大于预设阈值时，将所述绿通认证码的有效性信息更新为预失效状态；或，

获取车辆从运输起点到当前门架位置的实际行驶速度；

根据绿通预约信息中的运输起点和当前位置信息计算车辆的预估行驶速度；

当所述实际行驶速度与所述预估行驶速度的差值大于预设速度差值时，将所述绿通认证码的有效性信息更新为预失效状态。

7.根据权利要求1所述的方法，其特征在于，实时更新所述绿通认证码的有效性信息之后，还包括：

将所述绿通认证码的有效性信息实时发送到车辆驾驶人员、出口收费站管理人员终端APP。

8.根据权利要求7所述的方法，其特征在于，根据所述绿通认证码的有效性信息确定是否直接免费通行，包括：

若所述绿通认证码有效，将所述出口收费站管理人员发送的免费通行通知发送到车辆驾驶人员终端APP；

若所述绿通认证码无效，将所述出口收费站管理人员发送的停车检查通知发送到车辆驾驶人员终端APP。

9.一种基于预约的绿通车辆检查装置，其特征在于，包括：

预约模块，用于获取上传的车辆的绿通预约信息；

绿通识别模块，用于根据预先训练的绿通识别模型判断所述预约信息是否满足车辆绿通条件，若满足，则向所述车辆发放绿通认证码；

状态更新模块，用于根据所述车辆的行驶轨迹、行驶速度以及车辆特征图像实时更新所述绿通认证码的有效性信息，包括：获取车辆在行驶过程中的第一车尾图像；获取车辆在绿通预约信息中的第二车尾图像；计算第一车尾图像与第二车尾图像的匹配度；当所述匹配度小于预设匹配度阈值时，将所述绿通认证码的有效性信息更新为预失效状态；

通行管理模块，用于根据所述绿通认证码的有效性信息确定是否直接免费通行。

10.一种基于预约的绿通车辆检查设备，其特征在于，包括处理器和存储有程序指令的存储器，所述处理器被配置为在执行所述程序指令时，执行如权利要求1至8任一项所述的基于预约的绿通车辆检查方法。