CN113192217A - 逃费检测方法、装置、计算机设备和介质 - Google Patents

逃费检测方法、装置、计算机设备和介质 Download PDF

Info

Publication number
CN113192217A
CN113192217A CN202110350225.XA CN202110350225A CN113192217A CN 113192217 A CN113192217 A CN 113192217A CN 202110350225 A CN202110350225 A CN 202110350225A CN 113192217 A CN113192217 A CN 113192217A
Authority
CN
China
Prior art keywords
vehicle
information
target
perception
transaction
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.)
Granted
Application number
CN202110350225.XA
Other languages
English (en)
Other versions
CN113192217B (zh
Inventor
李智
房颜明
董航
孟令钊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Wanji Technology Co Ltd
Original Assignee
Beijing Wanji Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Wanji Technology Co Ltd filed Critical Beijing Wanji Technology Co Ltd
Priority to CN202110350225.XA priority Critical patent/CN113192217B/zh
Publication of CN113192217A publication Critical patent/CN113192217A/zh
Application granted granted Critical
Publication of CN113192217B publication Critical patent/CN113192217B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
    • G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/389—Keeping log of transactions for guaranteeing non-repudiation of a transaction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates

Abstract

本申请涉及一种逃费检测方法、装置、计算机设备和介质。方法包括：获取目标车辆的第一感知信息，所述第一感知信息是收费站感知设备对所述目标车辆进行感知得到的，所述第一感知信息包括所述目标车辆的目标临时标识和车辆位置；根据所述目标临时标识，确定所述目标临时标识对应的目标交易信息，所述目标交易信息包括所述目标车辆的交易状态信息；若所述交易状态信息表征所述目标车辆交易失败，且根据所述车辆位置确定所述目标车辆处于驶离自动交易车道的状态，则确定所述目标车辆为逃费车辆。采用本方法能够提升车辆电子扣费的可靠性。

Description

逃费检测方法、装置、计算机设备和介质
技术领域
本申请涉及智能交通技术领域，特别是涉及一种逃费检测方法、装置、计算机设备和介质。
背景技术
随着ETC(Electronic Toll Collection，电子不停车收费系统)技术的发展，越来越多的道路实现了对安装有ETC设备的车辆进行电子扣费。
目前，收费站为了提升车辆的通行效率，一般会在未到达收费站的道路匝道处设置ETC门架完成车辆的预扣费，收费站的抬杆机处于长抬状态，以便完成预扣费的车辆可以快速通过收费站。然而，实际应用中，常常出现车辆逃费(即车辆未通过收费站对应的ETC门架预扣费且未通过收费站扣费)的情况，导致收费站对车辆电子扣费的可靠性低。
因此，如何对逃费车辆进行有效检测以提升车辆电子扣费的可靠性，成为目前亟待解决的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提升车辆电子扣费的可靠性的逃费检测方法、装置、计算机设备和介质。
第一方面，本申请实施例提供了一种逃费检测方法，所述方法包括：
获取目标车辆的第一感知信息，所述第一感知信息是收费站感知设备对所述目标车辆进行感知得到的，所述第一感知信息包括所述目标车辆的目标临时标识和车辆位置；
根据所述目标临时标识，确定所述目标临时标识对应的目标交易信息，所述目标交易信息包括所述目标车辆的交易状态信息；
若所述交易状态信息表征所述目标车辆交易失败，且根据所述车辆位置确定所述目标车辆处于驶离自动交易车道的状态，则确定所述目标车辆为逃费车辆。
在其中一个实施例中，所述方法还包括，包括：
若所述车辆位置为所述目标车辆驶离所述收费站的状态下的位置，则检测所述车辆位置与收费站之间的距离是否大于预设距离阈值；
若所述车辆位置与所述收费站之间的距离大于所述预设距离阈值，则根据所述车辆位置，检测所述目标车辆是否处于自动交易车道；
若所述车辆处于所述自动交易车道，则确定所述目标车辆处于驶离自动交易车道的状态。
在其中一个实施例中，所述根据所述目标临时标识，确定所述目标临时标识对应的目标交易信息之前，所述方法还包括：
获取所述目标车辆的初始交易信息，所述初始交易信息至少包括所述目标车辆的第一车辆标识和所述交易状态信息；
根据所述第一车辆标识，确定所述第一车辆标识对应的所述目标车辆的目标感知身份信息，所述目标感知身份信息至少包括所述目标临时标识；
将所述目标感知身份信息和所述初始交易信息作为所述目标交易信息进行存储。
在其中一个实施例中，所述初始交易信息还包括所述目标车辆的交易时间，所述根据所述第一车辆标识，确定所述第一车辆标识对应的所述目标车辆的目标感知身份信息，包括：
获取多个车辆的感知身份信息，并根据所述交易时间，从所述多个感知身份信息中确定至少一个候选感知身份信息，各所述候选感知身份信息包括的信息获取时间与所述交易时间之间的时间差值小于时间差值阈值；
根据所述第一车辆标识，从所述至少一个候选感知身份信息中确定所述目标感知身份信息。
在其中一个实施例中，各所述候选感知身份信息包括第二车辆标识，所述根据所述第一车辆标识，从所述至少一个候选感知身份信息中确定所述目标感知身份信息，包括：
对于每个所述候选感知身份信息，对所述第一车辆标识和所述候选感知身份信息包括的第二车辆标识进行模糊匹配，得到匹配得分；
检测所述匹配得分是否大于预设得分阈值；
若所述匹配得分大于所述预设得分阈值，则确定所述候选感知身份信息为所述目标感知身份信息。
在其中一个实施例中，所述根据所述第一车辆标识，确定所述第一车辆标识对应的所述目标车辆的目标感知身份信息之前，所述方法还包括：
获取所述目标车辆的抓拍信息，所述抓拍信息是匝道抓拍设备对所述目标车辆进行抓拍得到的，所述抓拍信息包括所述目标车辆的第二车辆标识、抓拍时间和抓拍车辆位置；
根据所述抓拍时间，从获取的各个车辆的第二感知信息中，确定所述抓拍时间对应的候选感知信息，各所述第二感知信息包括对应车辆的临时标识和感知车辆位置，各所述第二感知信息是匝道感知设备对对应车辆进行感知得到的；
检测所述抓拍车辆位置和所述候选感知信息包括的所述感知车辆位置是否匹配；
若所述抓拍车辆位置和所述候选感知信息包括的所述感知车辆位置匹配，则将所述抓拍信息和所述候选感知信息作为所述目标感知身份信息进行存储。
在其中一个实施例中，所述候选感知信息还包括对应车辆的感知时间、感知车辆位置、感知车辆速度以及感知车头间距，所述检测所述抓拍车辆位置和所述候选感知信息包括的所述感知车辆位置是否匹配，包括：
根据所述抓拍车辆位置和所述感知车辆位置，检测所述目标车辆沿垂直于行车方向的位置与所述候选感知信息对应的车辆沿垂直于行车方向的位置是否匹配；
根据所述抓拍车辆位置、所述抓拍时间、所述感知车辆位置、所述感知车辆速度、所述感知时间以及所述感知车头间距，检测所述目标车辆沿平行于行车方向的位置与所述候选感知信息对应的车辆沿平行于行车方向的位置是否匹配；
若所述目标车辆沿垂直于行车方向的位置与所述候选感知信息对应的车辆沿垂直于行车方向的位置匹配，且所述目标车辆沿平行于行车方向的位置与所述候选感知信息对应的车辆沿平行于行车方向的位置匹配，则确定所述抓拍车辆位置和所述候选感知信息包括的所述感知车辆位置匹配。
在其中一个实施例中，所述确定所述目标车辆为逃费车辆之后，所述方法还包括：
将所述目标车辆标记为逃费车辆，并根据所述第一感知信息和所述目标交易信息确定所述目标车辆对应的车辆逃费举证信息。
在其中一个实施例中，所述车辆逃费举证信息包括所述目标车辆对应的逃离车道标识和所述交易状态信息，所述根据所述第一感知信息和所述目标交易信息确定所述目标车辆对应的车辆逃费举证信息，包括：
根据所述车辆位置确定所述目标车辆所处的目标车道；
将所述目标车道对应的车道标识确定为所述逃离车道标识，并将所述逃离车道标识和所述交易状态信息作为所述车辆逃费举证信息。
在其中一个实施例中，所述第一感知信息还包括所述目标车辆的车辆类型、驶离时间、感知尺寸信息、驶离速度以及驶离车辆感知图像中的至少一种；所述目标交易信息包括所述目标车辆对应的抓拍图像、抓拍时间、第二车辆标识以及抓拍车辆位置，所述抓拍图像、所述抓拍时间、所述第二车辆标识以及所述抓拍车辆位置是匝道抓拍设备对所述目标车辆进行抓拍得到的；
所述根据所述第一感知信息和所述目标交易信息确定所述目标车辆对应的车辆逃费举证信息，还包括：
将所述抓拍车辆位置和所述第一感知信息包括的所述车辆位置确定为所述目标车辆的行驶轨迹；
将所述车辆类型、所述驶离时间、所述感知尺寸信息、所述驶离速度、所述驶离车辆感知图像、所述抓拍图像、所述抓拍时间、所述第二车辆标识以及所述行驶轨迹中的至少一种确定为所述车辆逃费举证信息。
第二方面，本申请实施例提供一种逃费检测装置，所述装置包括：
第一获取模块，用于获取目标车辆的第一感知信息，所述第一感知信息是收费站感知设备对所述目标车辆进行感知得到的，所述第一感知信息包括所述目标车辆的目标临时标识和车辆位置；
第一确定模块，用于根据所述目标临时标识，确定所述目标临时标识对应的目标交易信息，所述目标交易信息包括所述目标车辆的交易状态信息；
逃费检测模块，用于若所述交易状态信息表征所述目标车辆交易失败，且根据所述车辆位置确定所述目标车辆处于驶离自动交易车道的状态，则确定所述目标车辆为逃费车辆。
第三方面，本申请实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面的方法的步骤。
第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面的方法的步骤。
本申请实施例提供的技术方案带来的有益效果至少包括：
上述逃费检测方法、装置、计算机设备和介质，通过获取目标车辆的第一感知信息，该第一感知信息是收费站感知设备对目标车辆进行感知得到的，第一感知信息包括目标车辆的目标临时标识和车辆位置，而后，根据该目标临时标识确定该目标临时标识对应的目标交易信息，该目标交易信息包括目标车辆的交易状态信息，这样，若交易状态信息表征目标车辆交易失败，且根据车辆位置确定目标车辆处于驶离自动交易车道的状态，则确定目标车辆为逃费车辆，从而实现对逃费车辆的快速有效地检测，提升了目标车辆的交易可靠性。
附图说明
图1为一个实施例中逃费检测方法的实施环境示意图；
图2为一个实施例中逃费检测方法的流程示意图；
图3为另一个实施例中确定目标车辆是否驶离自动交易车道的流程示意图；
图4为另一个实施例中逃费检测方法的流程示意图；
图5为另一个实施例中确定目标车辆对应的车辆逃费举证信息的流程示意图；
图6为另一个实施例中获取目标交易信息的流程示意图；
图7为另一个实施例中步骤602的流程示意图；
图8为另一个实施例中步骤6022的流程示意图；
图9为另一个实施例中获取目标感知身份信息的流程示意图；
图10为另一个实施例中步骤903的流程示意图；
图11为一个实施例中逃费检测装置的结构框图；
图12为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的逃费检测方法、装置、计算机设备和介质，能够提升目标车辆的交易可靠性。下面将通过实施例并结合附图具体地对本申请的技术方案进行详细说明。下面这几个具体地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。
本申请实施例提供的逃费检测方法，可以应用于如图1所示的实施环境中。如图1所示，该实施环境包括计算机设备101和收费站感知设备102，计算机设备101和收费站感知设备102之间可以通过有线网络或无线网络进行通信。
其中，计算机设备101可以是路侧计算单元/终端/边缘服务器，可选地，计算机设备101还可以是云端服务器、车端的车载计算单元/终端，等等，在此对计算机设备101的类型不做具体限定。
收费站感知设备102可以是设置在收费站的路侧感知设备/系统，例如可以是收费站的智慧基站(又名路侧融合感知系统或路侧基站)，或者还可以是毫米波雷达传感器、激光雷达传感器以及相机中的至少一种，等等，在此对收费站感知设备102的类型不做具体限定。
在一个实施例中，如图2所示，提供了一种逃费检测方法，以该方法应用于图1中的计算机设备为例进行说明。需要说明的是，本申请实施例方法还可以被车端、云端以及路端的计算设备的组合系统执行，该方法中具体的任务分配可以基于需求灵活设置，本申请实施例不做限定。
该方法包括步骤201、步骤202和步骤203：
步骤201，计算机设备获取目标车辆的第一感知信息，第一感知信息是收费站感知设备对目标车辆进行感知得到的。
本申请实施例中，收费站可以设置收费站感知设备，该收费站感知设备可以设置在收费站的门架上，或者也可以设置在收费站附近的路侧等。如上文所述，该收费站感知设备可以是智慧基站、毫米波雷达传感器或者激光雷达传感器，等等。
目标车辆可以是进入收费站感知设备的感知覆盖区域内的任意车辆，收费站感知设备对目标车辆进行数据感知，则得到目标车辆的第一感知信息，该第一感知信息包括目标车辆的目标临时标识和车辆位置。
本申请实施例中，收费站感知设备可以对其感知覆盖区域内的每一个车辆添加对应的临时标识，用以区分各个车辆，该临时标识例如可以是车辆编号；上述第一感知信息中包括的目标临时标识，即为收费站感知设备对目标车辆添加的唯一临时标识。
步骤202，计算机设备根据目标临时标识，确定目标临时标识对应的目标交易信息。
车辆在行驶过程中，在进入收费站之前，可以通过自动交易设备预先对车辆进行自动扣费交易，自动交易设备可以设置在收费站的预设距离范围内，例如可以设置在收费站的匝道处，而收费站的抬杆机处于长抬状态。这样，已通过自动交易设备成功交易的车辆则可以快速通过收费站，从而可以提升收费站的通行效率。
然而，在实际应用中，常常出现车辆逃费(即车辆未通过自动交易设备预扣费且未通过收费站扣费)的情况，导致收费站对车辆电子扣费的可靠性低。
鉴于此，本申请实施例中，计算机设备可以预先获取各临时标识对应的车辆的交易信息，这样，目标车辆靠近收费站后，计算机设备则获取目标车辆的第一感知信息，再根据该第一感知信息中的目标临时标识确定该目标临时标识对应的目标交易信息，该目标交易信息包括目标车辆的交易状态信息。进一步地，计算机设备可以基于该交易状态信息，对目标车辆进行逃费检测。
其中，该交易状态信息指示的是目标车辆通过设置在收费站预设距离范围内的自动交易设备进行预交易扣费时，目标车辆交易成功与否的信息。
步骤203，若交易状态信息表征目标车辆交易失败，且计算机设备根据车辆位置确定目标车辆处于驶离自动交易车道的状态，则确定目标车辆为逃费车辆。
计算机设备若检测到该交易状态信息表征目标车辆交易失败，计算机设备则根据目标车辆的车辆位置确定目标车辆是否处于驶离自动交易车道的状态，若目标车辆处于驶离自动交易车道的状态，计算机设备则确定目标车辆为逃费车辆。
作为一种实施方式，计算机设备可以预先获取驶离该收费站方向的各自动交易车道的位置范围，该位置范围可以是经纬度范围；这样，计算机设备检测该车辆位置是否处于任一自动交易车道的位置范围内，若处于，则确定目标车辆处于驶离自动交易车道的状态。
本申请实施例中，各自动交易车道的位置范围可以与收费站感知设备的感知范围保持一致。例如，假设收费站感知设备的感知范围为收费站周围10米以内，则各自动交易车道的位置范围可以是驶离该收费站方向的10米之内的位置范围。
上述实施例通过获取目标车辆的第一感知信息，该第一感知信息是收费站感知设备对目标车辆进行感知得到的，第一感知信息包括目标车辆的目标临时标识和车辆位置，而后，根据该目标临时标识确定该目标临时标识对应的目标交易信息，该目标交易信息包括目标车辆的交易状态信息，这样，若交易状态信息表征目标车辆交易失败，且根据车辆位置确定目标车辆处于驶离自动交易车道的状态，则确定目标车辆为逃费车辆，从而实现对逃费车辆的快速有效地检测，提升了目标车辆的交易可靠性。
在一个实施例中，基于图2所示的实施例，参见图3，本实施例涉及的是如何确定目标车辆处于驶离自动交易车道的状态的过程。如图3所示，本实施例逃费检测方法还包括步骤301、步骤302和步骤303：
步骤301，若车辆位置为目标车辆驶离收费站的状态下的位置，计算机设备则检测车辆位置与收费站之间的距离是否大于预设距离阈值。
本申请实施例中，计算机设备可以将收费站感知设备感知的目标车辆的车辆位置转换至预设坐标系中，该预设坐标系例如可以是以行车方向为竖轴，以收费站的横截面投影在地面的水平线为横轴，以收费站的最左侧车道的外侧边界线与横轴的交点为圆心的坐标系，且竖轴中驶离该收费站的方向为正方向。
这样，计算机设备将收费站感知设备感知的目标车辆的车辆位置转换至预设坐标系后，得到转换后的车辆位置，若转换后的车辆位置的纵坐标为正，则表示该车辆位置为目标车辆在驶离收费站的状态下的位置。
若车辆位置为目标车辆驶离收费站的状态下的位置，计算机设备则检测该车辆位置与收费站之间的距离是否大于预设距离阈值，即检测该转换后的车辆位置的纵坐标是否大于预设距离阈值。
步骤302，若车辆位置与收费站之间的距离大于预设距离阈值，计算机设备则根据车辆位置，检测目标车辆是否处于自动交易车道。
若转换后的车辆位置的纵坐标大于该预设距离阈值，计算机设置则进一步确定目标车辆驶离收费站且已经距离收费站较远，计算机设备则根据车辆位置，检测目标车辆是否处于自动交易车道。
可以理解的是，在上述预设坐标系中，以收费站的横截面投影在地面的水平线为横轴，那么，不同的车道在该预设坐标系中具有不同的横坐标区间。计算机设备确定各自动交易车道对应的横坐标区间，并检测转换后的车辆位置的横坐标是否落入任意一个自动交易车道对应的横坐标区间内。
步骤303，若车辆处于自动交易车道，计算机设备则确定目标车辆处于驶离自动交易车道的状态。
若转换后的车辆位置的横坐标落入任意一个自动交易车道对应的横坐标区间内，计算机设置则确定车辆处于自动交易车道，从而确定目标车辆处于驶离自动交易车道的状态。
本实施例中，计算机设备不必进行复杂的运算，仅通过目标车辆的车辆位置，即可快速有效地确定目标车辆是否处于驶离自动交易车道的状态，有利于提升逃费检测的速度。
在一个实施例中，基于图2所示的实施例，参见图4，本实施例涉及的是计算机设备如何生成车辆逃费举证信息的过程。如图4所示，本实施例逃费检测方法还包括步骤204：
步骤204，计算机设备将目标车辆标记为逃费车辆，并根据第一感知信息和目标交易信息确定目标车辆对应的车辆逃费举证信息。
计算机设备通过上述实施例的实施方式确定目标车辆为逃费车辆后，则将目标车辆标记为逃费车辆，在一种可能的实施方式中，计算机设备可以将该第一感知信息和目标交易信息作为目标车辆对应的车辆逃费举证信息。
在另一种可能的实施方式中，车辆逃费举证信息至少包括目标车辆对应的逃离车道标识和交易状态信息，参见图5，计算机设备可以执行图5所示的步骤，实现根据第一感知信息和目标交易信息确定目标车辆对应的车辆逃费举证信息的过程：
步骤501，计算机设备根据车辆位置确定目标车辆所处的目标车道。
如上文所述，收费站不同的车道在该预设坐标系中具有不同的横坐标区间，计算机设备将车辆位置转换至预设坐标系，并检测转换后的车辆位置的横坐标落入哪个车道对应的横坐标区间内，从而确定目标车辆所处的目标车道。
步骤502，计算机设备将目标车道对应的车道标识确定为逃离车道标识，并将逃离车道标识和交易状态信息作为车辆逃费举证信息。
计算机设备确定目标车道对应的车道标识，该车道标识用于唯一标识该目标车道，计算机设备将目标车道对应的车道标识确定为逃离车道标识，并将逃离车道标识和交易状态信息作为车辆逃费举证信息。
可选地，请继续参见图5，步骤502之后，计算机设备还可以执行以下步骤503和步骤504：
步骤503，计算机设备将抓拍车辆位置和第一感知信息包括的车辆位置确定为目标车辆的行驶轨迹。
本申请实施例中，第一感知信息还包括目标车辆的车辆类型、驶离时间、感知尺寸信息、驶离速度以及驶离车辆感知图像中的至少一种。目标交易信息包括目标车辆对应的抓拍图像、抓拍时间、第二车辆标识以及抓拍车辆位置，抓拍图像、抓拍时间、第二车辆标识以及抓拍车辆位置是匝道抓拍设备对目标车辆进行抓拍得到的。
其中，匝道抓拍设备可以设置在收费站的预设距离范围内，例如可以设置在收费站的匝道处，匝道抓拍设备例如可以是相机。作为一种实施方式，匝道抓拍设备可以与自动交易设备一同设置在匝道门架上。匝道抓拍设备对目标车辆进行抓拍得到抓拍图像，匝道抓拍设备对该抓拍图像进行识别、标定等处理后，得到上述抓拍图像、抓拍时间、第二车辆标识以及抓拍车辆位置。
计算机设备将抓拍车辆位置和第一感知信息包括的车辆位置确定为目标车辆的行驶轨迹。
步骤504，计算机设备将车辆类型、驶离时间、感知尺寸信息、驶离速度、驶离车辆感知图像、抓拍图像、抓拍时间、第二车辆标识以及行驶轨迹中的至少一种确定为车辆逃费举证信息。
计算机设备将车辆类型、驶离时间、感知尺寸信息、驶离速度、驶离车辆感知图像、抓拍图像、抓拍时间、第二车辆标识以及行驶轨迹中的至少一种添加至车辆逃费举证信息中，这样，丰富的车辆逃费举证信息可以用于后续的逃费举证和逃费稽缴，降低由于车辆逃费造成的损失，提升交易的整体可靠性。
在一个实施例中，基于图2所示的实施例，参见图6，本实施例涉及的是计算机设备获取目标交易信息的过程。如图6所示，本实施例逃费检测方法还包括步骤601、步骤602和步骤603：
步骤601，计算机设备获取目标车辆的初始交易信息。
目标车辆行驶过程中，在进入收费站之前，可以通过自动交易设备预先对目标车辆进行自动扣费交易，自动交易设备可以设置在收费站的预设距离范围内，例如可以设置在收费站的匝道处。
自动交易设备预先对目标车辆进行自动扣费交易后，则生成初始交易信息。该初始交易信息至少包括目标车辆的第一车辆标识和交易状态信息，第一车辆标识可以是车牌号，交易状态信息指示的是目标车辆通过自动交易设备进行预交易扣费时，目标车辆交易成功与否的信息。
这样，计算机设备则可以从自动交易设备中获取该初始交易信息。
步骤602，计算机设备根据第一车辆标识，确定第一车辆标识对应的目标车辆的目标感知身份信息。
在一种可能的实施方式中，计算机设备可以预先获取收费站周围各个车辆的感知身份信息，各感知身份信息可以包括对应的车辆的车辆标识和临时标识，这样，计算机设备根据第一车辆标识，则可以从各感知身份信息中匹配出包括第一车辆标识的目标感知身份信息，该目标感知身份信息至少包括目标临时标识。
其中，对于每个车辆，该车辆对应的感知身份信息，可以是计算机设备将匝道抓拍设备对该车辆抓拍得到的抓拍信息与匝道感知设备对该车辆感知得到的第二感知信息进行融合得到的。
在另一种可能的实施方式中，初始交易信息还包括目标车辆的交易时间，参见图7，计算机设备可以执行图7所示的步骤6021和步骤6022实现步骤602的过程：
步骤6021，计算机设备获取多个车辆的感知身份信息，并根据交易时间，从多个感知身份信息中确定至少一个候选感知身份信息。
本申请实施例中，各感知身份信息还包括信息获取时间，计算机设备获取到多个车辆的感知身份信息后，计算机设备可以首先根据初始交易信息包括的目标车辆对应的交易时间，从各感知身份信息中确定至少一个候选感知身份信息，各候选感知身份信息包括的信息获取时间与交易时间之间的时间差值小于时间差值阈值。
作为一种实施方式，对于每个感知身份信息，计算机设备可以计算该感知身份信息包括的信息获取时间和初始交易信息包括的交易时间之间的时间差值，并检测该时间差值是否小于预设的时间差值阈值，该时间差值阈值在实施时可以自行设置；若该时间差值小于预设的时间差值阈值，计算机设备则确定该感知身份信息为候选感知身份信息。
步骤6022，计算机设备根据第一车辆标识，从至少一个候选感知身份信息中确定目标感知身份信息。
这样，通过步骤6021的方式，计算机设备则从多个感知身份信息中筛选出信息获取时间在初始交易信息包括的交易时间附近的至少一个候选感知身份信息。
接着，计算机设备再根据第一车辆标识，从至少一个候选感知身份信息中确定目标感知身份信息。这样，计算机设备通过交易时间对多个感知身份信息进行初步过滤，得到至少一个候选感知身份信息，计算机设备再根据该第一车辆标识，从该至少一个候选感知身份信息中确定目标感知身份信息，从而可以缩小计算机设备筛选目标感知身份信息的数据范围，从而提升了筛选效率。
以下，对计算机设备根据第一车辆标识，从至少一个候选感知身份信息中确定目标感知身份信息的过程进行介绍。参见图8，计算机设备可以执行图8所示的步骤801、步骤802和步骤803，实现步骤6022的过程：
步骤801，计算机设备对于每个候选感知身份信息，对第一车辆标识和候选感知身份信息包括的第二车辆标识进行模糊匹配，得到匹配得分。
本申请实施例中，各候选感知身份信息包括第二车辆标识，第二车辆标识可以是车牌号，这样，对于每个候选感知身份信息，计算机设备采用第一车辆标识和候选感知身份信息包括的第二车辆标识进行匹配，得到该候选感知身份信息对应的匹配得分。
本申请实施例中，计算机设备采用第一车辆标识和候选感知身份信息包括的第二车辆标识进行匹配，具体可以采用模糊匹配的方式。例如，第一车辆标识中的第一个字符和第二车辆标识中的第一个字符若完全相同，则对第一个字符打分100分；第一车辆标识中的第二个字符和第二车辆标识中的第二个字符若完全不同，则对第二个字符打分0分；第一车辆标识中的第三个字符若为Z，第二车辆标识中的第三个字符为若2，则对第三个字符打分60分，等等，这样，则得到匹配得分。
步骤802，计算机设备检测匹配得分是否大于预设得分阈值。
步骤803，若匹配得分大于预设得分阈值，计算机设备则确定候选感知身份信息为目标感知身份信息。
对于每个候选感知身份信息对应的匹配得分，计算机设备检测匹配得分是否大于预设得分阈值，若大于，计算机设备则确定该候选感知身份信息为目标感知身份信息。
其中，预设得分阈值在设置时可以参考匹配得分满分设置，例如可以设置为匹配得分满分的80％或者90％，等等。其中，对于匹配得分，若第一车辆标识中的字符数为7个，每个字符对应的满分为100分，则匹配得分满分为700分。
步骤603，计算机设备将目标感知身份信息和初始交易信息作为目标交易信息进行存储。
计算机设备将目标感知身份信息和初始交易信息作为目标交易信息进行存储，这样，计算机设备在逃费检测的过程中，可以根据收费站感知设备感知的目标临时标识，确定包括该目标临时标识对应的目标交易信息，该目标交易信息中包括目标车辆的交易状态信息。
上述实施例中，计算机设备对初始交易信息和感知身份信息进行简单筛选，这样即可快速方便地得到目标交易信息，计算量小，节约了计算机设备的计算资源。另外，计算机设备通过模糊匹配的方式确定目标感知身份信息，提升匹配的成功率，且能避免易混淆字符的误识别。
在一个实施例中，基于图6所示的实施例，参见图9，本实施例涉及的是计算机设备如何获取目标感知身份信息的过程。如图9所示，该过程包括步骤901、步骤902、步骤903和步骤904：
步骤901，计算机设备获取目标车辆的抓拍信息。
其中，抓拍信息是匝道抓拍设备对目标车辆进行抓拍得到的，抓拍信息可以包括目标车辆的第二车辆标识、抓拍时间和抓拍车辆位置。
本申请实施例中，匝道抓拍设备可以设置在收费站的预设距离范围内，例如可以设置在收费站的匝道处，匝道抓拍设备例如可以是相机。作为一种实施方式，匝道抓拍设备可以与自动交易设备一同设置在匝道门架上。
匝道抓拍设备对目标车辆进行抓拍得到抓拍图像，匝道抓拍设备对该抓拍图像进行识别、标定等处理后，得到上述抓拍信息。
步骤902，计算机设备根据抓拍时间，从获取的各个车辆的第二感知信息中，确定抓拍时间对应的候选感知信息。
其中，各第二感知信息是匝道感知设备对对应车辆进行感知得到的。
本申请实施例中，收费站的预设距离范围内还可以设置匝道感知设备，匝道感知设备例如可以与匝道抓拍设备以及自动交易设备一同设置在匝道门架上。匝道感知设备可以是路侧感知设备/系统，例如可以是智慧基站，或者还可以是毫米波雷达传感器、激光雷达传感器以及相机，等等。
匝道感知设备对其感知覆盖区域内的各个车辆进行数据感知，并对其感知覆盖区域内的每个车辆添加对应的临时标识，用以区分各个车辆，该临时标识例如可以是车辆编号，这样，则得到各个车辆的第二感知信息，各第二感知信息包括对应车辆的临时标识和感知车辆位置。
计算机设备获取目标车辆的抓拍信息后，根据该抓拍信息中的抓拍时间，从获取的各个车辆的第二感知信息中，确定抓拍时间对应的候选感知信息。
具体地，各第二感知信息还可以包括对应的感知时间，计算机设备根据抓拍时间，从各第二感知信息中筛选具有与抓拍时间相同或最接近的感知时间的第二感知信息，将该第二感知信息作为与抓拍时间对应的候选感知信息。
步骤903，计算机设备检测抓拍车辆位置和候选感知信息包括的感知车辆位置是否匹配。
计算机设备检测抓拍车辆位置和候选感知信息包括的感知车辆位置是否匹配，若匹配，则表征抓拍信息和候选感知信息均为目标车辆所对应的信息。
以下，对计算机设备检测抓拍车辆位置和候选感知信息包括的感知车辆位置是否匹配的过程进行介绍。
在一种可能的实施方式中，计算机设备可以直接检测抓拍车辆位置和感知车辆位置之间的位置差值是否小于预设阈值，若小于，则确定抓拍车辆位置和候选感知信息包括的感知车辆位置匹配。
在另一种可能的实施方式中，如图10所示，计算机设备可以执行图10所示的步骤1001、步骤1002和步骤1003，实现步骤903的过程。如图10所示，包括：
步骤1001，计算机设备根据抓拍车辆位置和感知车辆位置，检测目标车辆沿垂直于行车方向的位置与候选感知信息对应的车辆沿垂直于行车方向的位置是否匹配。
本申请实施例中，候选感知信息还包括对应车辆的感知时间、感知车辆位置、感知车辆速度以及感知车头间距；感知车头间距可以包括目标车辆的车头与前车车头之间的前车车头间距，以及目标车辆的车头与后车车头之间的后车车头间距。
计算机设备可以将目标车辆的抓拍车辆位置转换至预设坐标系中，得到转换后的抓拍车辆位置(X1，Y1)，并将感知车辆位置转换至该预设坐标系中，得到转换后的感知车辆位置(X2，Y2)。其中，该预设坐标系例如可以是以行车方向为竖轴，以收费站的横截面投影在地面的水平线为横轴，以收费站的最左侧车道的外侧边界线与横轴的交点为圆心的坐标系。
X1即为目标车辆沿垂直于行车方向的位置，X2即为候选感知信息对应的车辆沿垂直于行车方向的位置。计算机设备检测目标车辆沿垂直于行车方向的位置与候选感知信息对应的车辆沿垂直于行车方向的位置是否匹配，可以通过如下公式1检测：
|X2-X1|＜Lx 公式1
其中，X1为目标车辆沿垂直于行车方向的位置，X2为候选感知信息对应的车辆沿垂直于行车方向的位置，Lx为车辆沿垂直于行车方向的距离匹配误差允许最大阈值，Lx在实施时可以自行设置，例如设置为1米、0.5米等等。
这样，若X1和X2满足公式1，则确定目标车辆沿垂直于行车方向的位置与候选感知信息对应的车辆沿垂直于行车方向的位置匹配。
步骤1002，计算机设备根据抓拍车辆位置、抓拍时间、感知车辆位置、感知车辆速度、感知时间以及感知车头间距，检测目标车辆沿平行于行车方向的位置与候选感知信息对应的车辆沿平行于行车方向的位置是否匹配。
计算机设备对抓拍车辆位置进行坐标系转换，得到转换后的抓拍车辆位置(X1，Y1)，Y1即为目标车辆沿平行于行车方向的位置，即目标车辆沿平行于行车方向与预设坐标系中横轴之间的距离；计算机设备对感知车辆位置进行坐标系转换，得到转换后的感知车辆位置(X2，Y2)，Y2即为候选感知信息对应的车辆沿平行于行车方向的位置，即候选感知信息对应的车辆沿平行于行车方向与预设坐标系中横轴之间的距离。
本申请实施例中，计算机设备可以利用如下公式2，将Y1和Y2对应的时间对齐，具体是将Y2转换为与该抓拍时间对应的Y2′：
Y2′＝Y2+(T2-T1)*V2 公式2
其中，T2为感知时间，T1为抓拍时间，V2为感知车辆速度。
计算机设备将Y1和Y2对应的时间对齐后，利用如下公式3检测Y1和Y2′是否匹配：
Figure BDA0003001910940000171
其中，D前为感知车头间距中目标车辆的车头与前车车头之间的前车车头间距，D后为感知车头间距中目标车辆的车头与后车车头之间的后车车头间距。
若Y1和Y2′满足公式3，即若Y2′＞Y1，则
Figure BDA0003001910940000172
若Y2′≤Y1，则
Figure BDA0003001910940000173
那么，计算机设备则确定目标车辆沿平行于行车方向的位置与候选感知信息对应的车辆沿平行于行车方向的位置匹配。
步骤1003，若目标车辆沿垂直于行车方向的位置与候选感知信息对应的车辆沿垂直于行车方向的位置匹配，且目标车辆沿平行于行车方向的位置与候选感知信息对应的车辆沿平行于行车方向的位置匹配，计算机设备则确定抓拍车辆位置和候选感知信息包括的感知车辆位置匹配。
这样，若通过上述公式1-3确定目标车辆沿垂直于行车方向的位置与候选感知信息对应的车辆沿垂直于行车方向的位置匹配，且目标车辆沿平行于行车方向的位置与候选感知信息对应的车辆沿平行于行车方向的位置匹配，计算机设备则确定抓拍车辆位置和候选感知信息包括的感知车辆位置匹配。
步骤904，若抓拍车辆位置和候选感知信息包括的感知车辆位置匹配，计算机设备则将抓拍信息和候选感知信息作为目标感知身份信息进行存储。
若抓拍车辆位置和候选感知信息包括的感知车辆位置匹配，计算机设备则确定候选感知信息为目标车辆对应的候选感知信息，则将目标车辆的抓拍信息和目标车辆的候选感知信息作为目标车辆的目标感知身份信息进行存储。
上述实施例中，考虑到车辆并行情况下的干扰，通过检测目标车辆沿垂直于行车方向的位置与候选感知信息对应的车辆沿垂直于行车方向的位置是否匹配，区分目标车辆和候选感知信息对应的车辆为同一车辆还是并行车辆；考虑到前后跟车情况的干扰，通过检测目标车辆沿平行于行车方向的位置与候选感知信息对应的车辆沿平行于行车方向的位置是否匹配，能够区分目标车辆和候选感知信息对应的车辆为同一车辆还是前后跟车的车辆，从而提升了匹配的准确性。
应该理解的是，虽然上述流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述流程图的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图11所示，提供了一种逃费检测装置，包括：
第一获取模块100，用于获取目标车辆的第一感知信息，所述第一感知信息是收费站感知设备对所述目标车辆进行感知得到的，所述第一感知信息包括所述目标车辆的目标临时标识和车辆位置；
第一确定模块200，用于根据所述目标临时标识，确定所述目标临时标识对应的目标交易信息，所述目标交易信息包括所述目标车辆的交易状态信息；
逃费检测模块300，用于若所述交易状态信息表征所述目标车辆交易失败，且根据所述车辆位置确定所述目标车辆处于驶离自动交易车道的状态，则确定所述目标车辆为逃费车辆。
在一个实施例中，所述装置还包括：
第一检测模块，用于若所述车辆位置为所述目标车辆驶离所述收费站的状态下的位置，则检测所述车辆位置与收费站之间的距离是否大于预设距离阈值；
第二检测模块，用于若所述车辆位置与所述收费站之间的距离大于所述预设距离阈值，则根据所述车辆位置，检测所述目标车辆是否处于自动交易车道；
第二确定模块，用于若所述车辆处于所述自动交易车道，则确定所述目标车辆处于驶离自动交易车道的状态。
在一个实施例中，所述装置还包括：
第二获取模块，用于获取所述目标车辆的初始交易信息，所述初始交易信息至少包括所述目标车辆的第一车辆标识和所述交易状态信息；
第三确定模块，用于根据所述第一车辆标识，确定所述第一车辆标识对应的所述目标车辆的目标感知身份信息，所述目标感知身份信息至少包括所述目标临时标识；
第四确定模块，用于将所述目标感知身份信息和所述初始交易信息作为所述目标交易信息进行存储。
在一个实施例中，所述初始交易信息还包括所述目标车辆的交易时间，所述第三确定模块具体用于获取多个车辆的感知身份信息，并根据所述交易时间，从所述多个感知身份信息中确定至少一个候选感知身份信息，各所述候选感知身份信息包括的信息获取时间与所述交易时间之间的时间差值小于时间差值阈值；根据所述第一车辆标识，从所述至少一个候选感知身份信息中确定所述目标感知身份信息。
在一个实施例中，各所述候选感知身份信息包括第二车辆标识，所述第三确定模块具体用于对于每个所述候选感知身份信息，对所述第一车辆标识和所述候选感知身份信息包括的第二车辆标识进行模糊匹配，得到匹配得分；检测所述匹配得分是否大于预设得分阈值；若所述匹配得分大于所述预设得分阈值，则确定所述候选感知身份信息为所述目标感知身份信息。
在一个实施例中，所述装置还包括：
第三获取模块，用于获取所述目标车辆的抓拍信息，所述抓拍信息是匝道抓拍设备对所述目标车辆进行抓拍得到的，所述抓拍信息包括所述目标车辆的第二车辆标识、抓拍时间和抓拍车辆位置；
第五确定模块，用于根据所述抓拍时间，从获取的各个车辆的第二感知信息中，确定所述抓拍时间对应的候选感知信息，各所述第二感知信息包括对应车辆的临时标识和感知车辆位置，各所述第二感知信息是匝道感知设备对对应车辆进行感知得到的；
第三检测模块，用于检测所述抓拍车辆位置和所述候选感知信息包括的所述感知车辆位置是否匹配；
第六确定模块，用于若所述抓拍车辆位置和所述候选感知信息包括的所述感知车辆位置匹配，则将所述抓拍信息和所述候选感知信息作为所述目标感知身份信息进行存储。
在一个实施例中，所述候选感知信息还包括对应车辆的感知时间、感知车辆位置、感知车辆速度以及感知车头间距，所述第三检测模块具体用于根据所述抓拍车辆位置和所述感知车辆位置，检测所述目标车辆沿垂直于行车方向的位置与所述候选感知信息对应的车辆沿垂直于行车方向的位置是否匹配；根据所述抓拍车辆位置、所述抓拍时间、所述感知车辆位置、所述感知车辆速度、所述感知时间以及所述感知车头间距，检测所述目标车辆沿平行于行车方向的位置与所述候选感知信息对应的车辆沿平行于行车方向的位置是否匹配；若所述目标车辆沿垂直于行车方向的位置与所述候选感知信息对应的车辆沿垂直于行车方向的位置匹配，且所述目标车辆沿平行于行车方向的位置与所述候选感知信息对应的车辆沿平行于行车方向的位置匹配，则确定所述抓拍车辆位置和所述候选感知信息包括的所述感知车辆位置匹配。
在一个实施例中，所述装置还包括：
标记模块，用于将所述目标车辆标记为逃费车辆，并根据所述第一感知信息和所述目标交易信息确定所述目标车辆对应的车辆逃费举证信息。
在一个实施例中，所述车辆逃费举证信息包括所述目标车辆对应的逃离车道标识和所述交易状态信息，所述标记模块具体用于根据所述车辆位置确定所述目标车辆所处的目标车道；将所述目标车道对应的车道标识确定为所述逃离车道标识，并将所述逃离车道标识和所述交易状态信息作为所述车辆逃费举证信息。
在一个实施例中，所述第一感知信息还包括所述目标车辆的车辆类型、驶离时间、感知尺寸信息、驶离速度以及驶离车辆感知图像中的至少一种；所述目标交易信息包括所述目标车辆对应的抓拍图像、抓拍时间、第二车辆标识以及抓拍车辆位置，所述抓拍图像、所述抓拍时间、所述第二车辆标识以及所述抓拍车辆位置是匝道抓拍设备对所述目标车辆进行抓拍得到的；所述标记模块具体还用于将所述抓拍车辆位置和所述第一感知信息包括的所述车辆位置确定为所述目标车辆的行驶轨迹；将所述车辆类型、所述驶离时间、所述感知尺寸信息、所述驶离速度、所述驶离车辆感知图像、所述抓拍图像、所述抓拍时间、所述第二车辆标识以及所述行驶轨迹中的至少一种确定为所述车辆逃费举证信息。
关于逃费检测装置的具体限定可以参见上文中对于逃费检测方法的限定，在此不再赘述。上述逃费检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，其内部结构图可以如图12所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储逃费检测方法的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种逃费检测方法。
本领域技术人员可以理解，图12中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取目标车辆的第一感知信息，所述第一感知信息是收费站感知设备对所述目标车辆进行感知得到的，所述第一感知信息包括所述目标车辆的目标临时标识和车辆位置；
根据所述目标临时标识，确定所述目标临时标识对应的目标交易信息，所述目标交易信息包括所述目标车辆的交易状态信息；
若所述交易状态信息表征所述目标车辆交易失败，且根据所述车辆位置确定所述目标车辆处于驶离自动交易车道的状态，则确定所述目标车辆为逃费车辆。
在一个实施例中，该处理器执行计算机程序时还实现以下步骤：
若所述车辆位置为所述目标车辆驶离所述收费站的状态下的位置，则检测所述车辆位置与收费站之间的距离是否大于预设距离阈值；
若所述车辆位置与所述收费站之间的距离大于所述预设距离阈值，则根据所述车辆位置，检测所述目标车辆是否处于自动交易车道；
若所述车辆处于所述自动交易车道，则确定所述目标车辆处于驶离自动交易车道的状态。
在一个实施例中，该处理器执行计算机程序时还实现以下步骤：
获取所述目标车辆的初始交易信息，所述初始交易信息至少包括所述目标车辆的第一车辆标识和所述交易状态信息；
根据所述第一车辆标识，确定所述第一车辆标识对应的所述目标车辆的目标感知身份信息，所述目标感知身份信息至少包括所述目标临时标识；
将所述目标感知身份信息和所述初始交易信息作为所述目标交易信息进行存储。
在一个实施例中，所述初始交易信息还包括所述目标车辆的交易时间，该处理器执行计算机程序时还实现以下步骤：
获取多个车辆的感知身份信息，并根据所述交易时间，从所述多个感知身份信息中确定至少一个候选感知身份信息，各所述候选感知身份信息包括的信息获取时间与所述交易时间之间的时间差值小于时间差值阈值；
根据所述第一车辆标识，从所述至少一个候选感知身份信息中确定所述目标感知身份信息。
在一个实施例中，各所述候选感知身份信息包括第二车辆标识，该处理器执行计算机程序时还实现以下步骤：
对于每个所述候选感知身份信息，对所述第一车辆标识和所述候选感知身份信息包括的第二车辆标识进行模糊匹配，得到匹配得分；
检测所述匹配得分是否大于预设得分阈值；
若所述匹配得分大于所述预设得分阈值，则确定所述候选感知身份信息为所述目标感知身份信息。
在一个实施例中，该处理器执行计算机程序时还实现以下步骤：
获取所述目标车辆的抓拍信息，所述抓拍信息是匝道抓拍设备对所述目标车辆进行抓拍得到的，所述抓拍信息包括所述目标车辆的第二车辆标识、抓拍时间和抓拍车辆位置；
根据所述抓拍时间，从获取的各个车辆的第二感知信息中，确定所述抓拍时间对应的候选感知信息，各所述第二感知信息包括对应车辆的临时标识和感知车辆位置，各所述第二感知信息是匝道感知设备对对应车辆进行感知得到的；
检测所述抓拍车辆位置和所述候选感知信息包括的所述感知车辆位置是否匹配；
若所述抓拍车辆位置和所述候选感知信息包括的所述感知车辆位置匹配，则将所述抓拍信息和所述候选感知信息作为所述目标感知身份信息进行存储。
在一个实施例中，所述候选感知信息还包括对应车辆的感知时间、感知车辆位置、感知车辆速度以及感知车头间距，该处理器执行计算机程序时还实现以下步骤：
根据所述抓拍车辆位置和所述感知车辆位置，检测所述目标车辆沿垂直于行车方向的位置与所述候选感知信息对应的车辆沿垂直于行车方向的位置是否匹配；
根据所述抓拍车辆位置、所述抓拍时间、所述感知车辆位置、所述感知车辆速度、所述感知时间以及所述感知车头间距，检测所述目标车辆沿平行于行车方向的位置与所述候选感知信息对应的车辆沿平行于行车方向的位置是否匹配；
若所述目标车辆沿垂直于行车方向的位置与所述候选感知信息对应的车辆沿垂直于行车方向的位置匹配，且所述目标车辆沿平行于行车方向的位置与所述候选感知信息对应的车辆沿平行于行车方向的位置匹配，则确定所述抓拍车辆位置和所述候选感知信息包括的所述感知车辆位置匹配。
在一个实施例中，该处理器执行计算机程序时还实现以下步骤：
将所述目标车辆标记为逃费车辆，并根据所述第一感知信息和所述目标交易信息确定所述目标车辆对应的车辆逃费举证信息。
在一个实施例中，所述车辆逃费举证信息包括所述目标车辆对应的逃离车道标识和所述交易状态信息，该处理器执行计算机程序时还实现以下步骤：
根据所述车辆位置确定所述目标车辆所处的目标车道；
将所述目标车道对应的车道标识确定为所述逃离车道标识，并将所述逃离车道标识和所述交易状态信息作为所述车辆逃费举证信息。
在一个实施例中，所述第一感知信息还包括所述目标车辆的车辆类型、驶离时间、感知尺寸信息、驶离速度以及驶离车辆感知图像中的至少一种；所述目标交易信息包括所述目标车辆对应的抓拍图像、抓拍时间、第二车辆标识以及抓拍车辆位置，所述抓拍图像、所述抓拍时间、所述第二车辆标识以及所述抓拍车辆位置是匝道抓拍设备对所述目标车辆进行抓拍得到的，该处理器执行计算机程序时还实现以下步骤：
将所述抓拍车辆位置和所述第一感知信息包括的所述车辆位置确定为所述目标车辆的行驶轨迹；
将所述车辆类型、所述驶离时间、所述感知尺寸信息、所述驶离速度、所述驶离车辆感知图像、所述抓拍图像、所述抓拍时间、所述第二车辆标识以及所述行驶轨迹中的至少一种确定为所述车辆逃费举证信息。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取目标车辆的第一感知信息，所述第一感知信息是收费站感知设备对所述目标车辆进行感知得到的，所述第一感知信息包括所述目标车辆的目标临时标识和车辆位置；
根据所述目标临时标识，确定所述目标临时标识对应的目标交易信息，所述目标交易信息包括所述目标车辆的交易状态信息；
若所述交易状态信息表征所述目标车辆交易失败，且根据所述车辆位置确定所述目标车辆处于驶离自动交易车道的状态，则确定所述目标车辆为逃费车辆。
在一个实施例中，该计算机程序被处理器执行时还实现以下步骤：
若所述车辆位置为所述目标车辆驶离所述收费站的状态下的位置，则检测所述车辆位置与收费站之间的距离是否大于预设距离阈值；
若所述车辆位置与所述收费站之间的距离大于所述预设距离阈值，则根据所述车辆位置，检测所述目标车辆是否处于自动交易车道；
若所述车辆处于所述自动交易车道，则确定所述目标车辆处于驶离自动交易车道的状态。
在一个实施例中，该计算机程序被处理器执行时还实现以下步骤：
获取所述目标车辆的初始交易信息，所述初始交易信息至少包括所述目标车辆的第一车辆标识和所述交易状态信息；
根据所述第一车辆标识，确定所述第一车辆标识对应的所述目标车辆的目标感知身份信息，所述目标感知身份信息至少包括所述目标临时标识；
将所述目标感知身份信息和所述初始交易信息作为所述目标交易信息进行存储。
在一个实施例中，所述初始交易信息还包括所述目标车辆的交易时间，该计算机程序被处理器执行时还实现以下步骤：
获取多个车辆的感知身份信息，并根据所述交易时间，从所述多个感知身份信息中确定至少一个候选感知身份信息，各所述候选感知身份信息包括的信息获取时间与所述交易时间之间的时间差值小于时间差值阈值；
根据所述第一车辆标识，从所述至少一个候选感知身份信息中确定所述目标感知身份信息。
在一个实施例中，各所述候选感知身份信息包括第二车辆标识，该计算机程序被处理器执行时还实现以下步骤：
对于每个所述候选感知身份信息，对所述第一车辆标识和所述候选感知身份信息包括的第二车辆标识进行模糊匹配，得到匹配得分；
检测所述匹配得分是否大于预设得分阈值；
若所述匹配得分大于所述预设得分阈值，则确定所述候选感知身份信息为所述目标感知身份信息。
在一个实施例中，该计算机程序被处理器执行时还实现以下步骤：
获取所述目标车辆的抓拍信息，所述抓拍信息是匝道抓拍设备对所述目标车辆进行抓拍得到的，所述抓拍信息包括所述目标车辆的第二车辆标识、抓拍时间和抓拍车辆位置；
根据所述抓拍时间，从获取的各个车辆的第二感知信息中，确定所述抓拍时间对应的候选感知信息，各所述第二感知信息包括对应车辆的临时标识和感知车辆位置，各所述第二感知信息是匝道感知设备对对应车辆进行感知得到的；
检测所述抓拍车辆位置和所述候选感知信息包括的所述感知车辆位置是否匹配；
若所述抓拍车辆位置和所述候选感知信息包括的所述感知车辆位置匹配，则将所述抓拍信息和所述候选感知信息作为所述目标感知身份信息进行存储。
在一个实施例中，所述候选感知信息还包括对应车辆的感知时间、感知车辆位置、感知车辆速度以及感知车头间距，该计算机程序被处理器执行时还实现以下步骤：
根据所述抓拍车辆位置和所述感知车辆位置，检测所述目标车辆沿垂直于行车方向的位置与所述候选感知信息对应的车辆沿垂直于行车方向的位置是否匹配；
根据所述抓拍车辆位置、所述抓拍时间、所述感知车辆位置、所述感知车辆速度、所述感知时间以及所述感知车头间距，检测所述目标车辆沿平行于行车方向的位置与所述候选感知信息对应的车辆沿平行于行车方向的位置是否匹配；
若所述目标车辆沿垂直于行车方向的位置与所述候选感知信息对应的车辆沿垂直于行车方向的位置匹配，且所述目标车辆沿平行于行车方向的位置与所述候选感知信息对应的车辆沿平行于行车方向的位置匹配，则确定所述抓拍车辆位置和所述候选感知信息包括的所述感知车辆位置匹配。
在一个实施例中，该计算机程序被处理器执行时还实现以下步骤：
将所述目标车辆标记为逃费车辆，并根据所述第一感知信息和所述目标交易信息确定所述目标车辆对应的车辆逃费举证信息。
在一个实施例中，所述车辆逃费举证信息包括所述目标车辆对应的逃离车道标识和所述交易状态信息，该计算机程序被处理器执行时还实现以下步骤：
根据所述车辆位置确定所述目标车辆所处的目标车道；
将所述目标车道对应的车道标识确定为所述逃离车道标识，并将所述逃离车道标识和所述交易状态信息作为所述车辆逃费举证信息。
在一个实施例中，所述第一感知信息还包括所述目标车辆的车辆类型、驶离时间、感知尺寸信息、驶离速度以及驶离车辆感知图像中的至少一种；所述目标交易信息包括所述目标车辆对应的抓拍图像、抓拍时间、第二车辆标识以及抓拍车辆位置，所述抓拍图像、所述抓拍时间、所述第二车辆标识以及所述抓拍车辆位置是匝道抓拍设备对所述目标车辆进行抓拍得到的，该计算机程序被处理器执行时还实现以下步骤：
将所述抓拍车辆位置和所述第一感知信息包括的所述车辆位置确定为所述目标车辆的行驶轨迹；
将所述车辆类型、所述驶离时间、所述感知尺寸信息、所述驶离速度、所述驶离车辆感知图像、所述抓拍图像、所述抓拍时间、所述第二车辆标识以及所述行驶轨迹中的至少一种确定为所述车辆逃费举证信息。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。
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。
以上所述实施例仅表达了本申请的几种实施方式，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，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (13)

1.一种逃费检测方法，其特征在于，所述方法包括：
获取目标车辆的第一感知信息，所述第一感知信息是收费站感知设备对所述目标车辆进行感知得到的，所述第一感知信息包括所述目标车辆的目标临时标识和车辆位置；
根据所述目标临时标识，确定所述目标临时标识对应的目标交易信息，所述目标交易信息包括所述目标车辆的交易状态信息；
若所述交易状态信息表征所述目标车辆交易失败，且根据所述车辆位置确定所述目标车辆处于驶离自动交易车道的状态，则确定所述目标车辆为逃费车辆。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若所述车辆位置为所述目标车辆驶离所述收费站的状态下的位置，则检测所述车辆位置与收费站之间的距离是否大于预设距离阈值；
若所述车辆位置与所述收费站之间的距离大于所述预设距离阈值，则根据所述车辆位置，检测所述目标车辆是否处于自动交易车道；
若所述车辆处于所述自动交易车道，则确定所述目标车辆处于驶离自动交易车道的状态。
3.根据权利要求1所述的方法，其特征在于，所述根据所述目标临时标识，确定所述目标临时标识对应的目标交易信息之前，所述方法还包括：
获取所述目标车辆的初始交易信息，所述初始交易信息至少包括所述目标车辆的第一车辆标识和所述交易状态信息；
根据所述第一车辆标识，确定所述第一车辆标识对应的所述目标车辆的目标感知身份信息，所述目标感知身份信息至少包括所述目标临时标识；
将所述目标感知身份信息和所述初始交易信息作为所述目标交易信息进行存储。
4.根据权利要求3所述的方法，其特征在于，所述初始交易信息还包括所述目标车辆的交易时间，所述根据所述第一车辆标识，确定所述第一车辆标识对应的所述目标车辆的目标感知身份信息，包括：
获取多个车辆的感知身份信息，并根据所述交易时间，从所述多个感知身份信息中确定至少一个候选感知身份信息，各所述候选感知身份信息包括的信息获取时间与所述交易时间之间的时间差值小于时间差值阈值；
根据所述第一车辆标识，从所述至少一个候选感知身份信息中确定所述目标感知身份信息。
5.根据权利要求4所述的方法，其特征在于，各所述候选感知身份信息包括第二车辆标识，所述根据所述第一车辆标识，从所述至少一个候选感知身份信息中确定所述目标感知身份信息，包括：
对于每个所述候选感知身份信息，对所述第一车辆标识和所述候选感知身份信息包括的第二车辆标识进行模糊匹配，得到匹配得分；
检测所述匹配得分是否大于预设得分阈值；
若所述匹配得分大于所述预设得分阈值，则确定所述候选感知身份信息为所述目标感知身份信息。
6.根据权利要求3所述的方法，其特征在于，所述根据所述第一车辆标识，确定所述第一车辆标识对应的所述目标车辆的目标感知身份信息之前，所述方法还包括：
获取所述目标车辆的抓拍信息，所述抓拍信息是匝道抓拍设备对所述目标车辆进行抓拍得到的，所述抓拍信息包括所述目标车辆的第二车辆标识、抓拍时间和抓拍车辆位置；
根据所述抓拍时间，从获取的各个车辆的第二感知信息中，确定所述抓拍时间对应的候选感知信息，各所述第二感知信息包括对应车辆的临时标识和感知车辆位置，各所述第二感知信息是匝道感知设备对对应车辆进行感知得到的；
检测所述抓拍车辆位置和所述候选感知信息包括的所述感知车辆位置是否匹配；
若所述抓拍车辆位置和所述候选感知信息包括的所述感知车辆位置匹配，则将所述抓拍信息和所述候选感知信息作为所述目标感知身份信息进行存储。
7.根据权利要求6所述的方法，其特征在于，所述候选感知信息还包括对应车辆的感知时间、感知车辆位置、感知车辆速度以及感知车头间距，所述检测所述抓拍车辆位置和所述候选感知信息包括的所述感知车辆位置是否匹配，包括：
根据所述抓拍车辆位置和所述感知车辆位置，检测所述目标车辆沿垂直于行车方向的位置与所述候选感知信息对应的车辆沿垂直于行车方向的位置是否匹配；
根据所述抓拍车辆位置、所述抓拍时间、所述感知车辆位置、所述感知车辆速度、所述感知时间以及所述感知车头间距，检测所述目标车辆沿平行于行车方向的位置与所述候选感知信息对应的车辆沿平行于行车方向的位置是否匹配；
若所述目标车辆沿垂直于行车方向的位置与所述候选感知信息对应的车辆沿垂直于行车方向的位置匹配，且所述目标车辆沿平行于行车方向的位置与所述候选感知信息对应的车辆沿平行于行车方向的位置匹配，则确定所述抓拍车辆位置和所述候选感知信息包括的所述感知车辆位置匹配。
8.根据权利要求1-7任一项所述的方法，其特征在于，所述确定所述目标车辆为逃费车辆之后，所述方法还包括：
将所述目标车辆标记为逃费车辆，并根据所述第一感知信息和所述目标交易信息确定所述目标车辆对应的车辆逃费举证信息。
9.根据权利要求8所述的方法，其特征在于，所述车辆逃费举证信息包括所述目标车辆对应的逃离车道标识和所述交易状态信息，所述根据所述第一感知信息和所述目标交易信息确定所述目标车辆对应的车辆逃费举证信息，包括：
根据所述车辆位置确定所述目标车辆所处的目标车道；
将所述目标车道对应的车道标识确定为所述逃离车道标识，并将所述逃离车道标识和所述交易状态信息作为所述车辆逃费举证信息。
10.根据权利要求9所述的方法，其特征在于，所述第一感知信息还包括所述目标车辆的车辆类型、驶离时间、感知尺寸信息、驶离速度以及驶离车辆感知图像中的至少一种；所述目标交易信息包括所述目标车辆对应的抓拍图像、抓拍时间、第二车辆标识以及抓拍车辆位置，所述抓拍图像、所述抓拍时间、所述第二车辆标识以及所述抓拍车辆位置是匝道抓拍设备对所述目标车辆进行抓拍得到的；
所述根据所述第一感知信息和所述目标交易信息确定所述目标车辆对应的车辆逃费举证信息，还包括：
将所述抓拍车辆位置和所述第一感知信息包括的所述车辆位置确定为所述目标车辆的行驶轨迹；
将所述车辆类型、所述驶离时间、所述感知尺寸信息、所述驶离速度、所述驶离车辆感知图像、所述抓拍图像、所述抓拍时间、所述第二车辆标识以及所述行驶轨迹中的至少一种确定为所述车辆逃费举证信息。
11.一种逃费检测装置，其特征在于，所述装置包括：
第一获取模块，用于获取目标车辆的第一感知信息，所述第一感知信息是收费站感知设备对所述目标车辆进行感知得到的，所述第一感知信息包括所述目标车辆的目标临时标识和车辆位置；
第一确定模块，用于根据所述目标临时标识，确定所述目标临时标识对应的目标交易信息，所述目标交易信息包括所述目标车辆的交易状态信息；
逃费检测模块，用于若所述交易状态信息表征所述目标车辆交易失败，且根据所述车辆位置确定所述目标车辆处于驶离自动交易车道的状态，则确定所述目标车辆为逃费车辆。
12.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至10中任一项所述的方法的步骤。
13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至10中任一项所述的方法的步骤。
CN202110350225.XA 2021-03-31 2021-03-31 逃费检测方法、装置、计算机设备和介质 Active CN113192217B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110350225.XA CN113192217B (zh) 2021-03-31 2021-03-31 逃费检测方法、装置、计算机设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110350225.XA CN113192217B (zh) 2021-03-31 2021-03-31 逃费检测方法、装置、计算机设备和介质

Publications (2)

Publication Number Publication Date
CN113192217A true CN113192217A (zh) 2021-07-30
CN113192217B CN113192217B (zh) 2022-12-09

Family

ID=76974275

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110350225.XA Active CN113192217B (zh) 2021-03-31 2021-03-31 逃费检测方法、装置、计算机设备和介质

Country Status (1)

Country Link
CN (1) CN113192217B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115273259A (zh) * 2022-07-21 2022-11-01 北京物资学院 车辆识别方法、装置、设备及介质
CN116630903A (zh) * 2022-12-29 2023-08-22 北京中科神通科技有限公司 一种高速公路假冒客车行为逃费检测方法和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203433552U (zh) * 2013-08-16 2014-02-12 广州华工信息软件有限公司 类自由流电子不停车收费车道系统
CN207489099U (zh) * 2017-12-01 2018-06-12 武汉万集信息技术有限公司 一种基于多次车牌识别的etc防跟车逃费系统
CN109472565A (zh) * 2017-09-07 2019-03-15 中兴通讯股份有限公司 一种电子市民卡系统及实现方法
CN110189424A (zh) * 2019-05-27 2019-08-30 武汉万集信息技术有限公司 基于多目标雷达的多车道自由流车辆检测方法及系统
CN111127897A (zh) * 2019-12-27 2020-05-08 泰斗微电子科技有限公司 车辆状态检测方法、装置、服务器及稽查系统
CN112132986A (zh) * 2020-09-25 2020-12-25 安徽达尔智能控制系统股份有限公司 一种基于v2x车联网技术和rsu技术的近场支付系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203433552U (zh) * 2013-08-16 2014-02-12 广州华工信息软件有限公司 类自由流电子不停车收费车道系统
CN109472565A (zh) * 2017-09-07 2019-03-15 中兴通讯股份有限公司 一种电子市民卡系统及实现方法
CN207489099U (zh) * 2017-12-01 2018-06-12 武汉万集信息技术有限公司 一种基于多次车牌识别的etc防跟车逃费系统
CN110189424A (zh) * 2019-05-27 2019-08-30 武汉万集信息技术有限公司 基于多目标雷达的多车道自由流车辆检测方法及系统
CN111127897A (zh) * 2019-12-27 2020-05-08 泰斗微电子科技有限公司 车辆状态检测方法、装置、服务器及稽查系统
CN112132986A (zh) * 2020-09-25 2020-12-25 安徽达尔智能控制系统股份有限公司 一种基于v2x车联网技术和rsu技术的近场支付系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115273259A (zh) * 2022-07-21 2022-11-01 北京物资学院 车辆识别方法、装置、设备及介质
CN115273259B (zh) * 2022-07-21 2023-07-28 北京物资学院 车辆识别方法、装置、设备及介质
CN116630903A (zh) * 2022-12-29 2023-08-22 北京中科神通科技有限公司 一种高速公路假冒客车行为逃费检测方法和系统
CN116630903B (zh) * 2022-12-29 2024-03-08 北京中科神通科技有限公司 一种高速公路假冒客车行为逃费检测方法和系统

Also Published As

Publication number Publication date
CN113192217B (zh) 2022-12-09

Similar Documents

Publication Publication Date Title
CN112639821B (zh) 一种车辆可行驶区域检测方法、系统以及采用该系统的自动驾驶车辆
US10650253B2 (en) Method for estimating traffic lanes
CN109084786B (zh) 一种地图数据的处理方法
WO2018105179A1 (ja) 車載用画像処理装置
KR102267335B1 (ko) 객체와 감지 카메라의 거리차를 이용한 속도 검출 방법
EP4016457A1 (en) Positioning method and apparatus
CN113192217B (zh) 逃费检测方法、装置、计算机设备和介质
CN113140050B (zh) 分流管控方法、装置、计算机设备和介质
CN109785637B (zh) 车辆违规的分析评价方法及装置
EP3224820B1 (en) Double stereoscopic sensor
CN114495520B (zh) 一种车辆的计数方法、装置、终端和存储介质
CN111079782B (zh) 车辆交易方法和系统、存储介质及电子装置
CN110111582B (zh) 基于tof相机的多车道自由流车辆检测方法及系统
CN114495512A (zh) 一种车辆信息检测方法、系统、电子设备及可读存储介质
EP4020428A1 (en) Method and apparatus for recognizing lane, and computing device
CN110539748A (zh) 基于环视的拥堵跟车系统和终端
CN114373297B (zh) 一种数据处理装置、方法及电子设备
CN115731224A (zh) 一种车牌检测方法、装置、终端设备和存储介质
CN113192323B (zh) 分流管控方法、装置、计算机设备和介质
CN113465608A (zh) 一种路侧传感器标定方法及系统
CN219303146U (zh) 用于高速公路出口收费站的车型异常检测系统
CN113963550A (zh) 一种多义路径识别方法、装置及电子设备
CN111256707A (zh) 基于环视的拥堵跟车系统和终端
US11704914B2 (en) Method and system for reducing manual review of license plate images for assessing toll charges
US11544942B2 (en) Method and system for reducing manual review of license plate images for assessing toll charges

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
GR01 Patent grant
GR01 Patent grant