CN113421434B - 用于公路治超非现场执法的超限超载率计算方法 - Google Patents
用于公路治超非现场执法的超限超载率计算方法 Download PDFInfo
- Publication number
- CN113421434B CN113421434B CN202110723211.8A CN202110723211A CN113421434B CN 113421434 B CN113421434 B CN 113421434B CN 202110723211 A CN202110723211 A CN 202110723211A CN 113421434 B CN113421434 B CN 113421434B
- Authority
- CN
- China
- Prior art keywords
- road
- load
- truck
- passing direction
- information
- 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.)
- Active
Links
Images
Classifications
-
- 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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Abstract
本发明提供了一种用于公路治超非现场执法的超限超载率计算方法、装置、介质及设备，包括：根据公路路网情况，选取道路监测点安装车辆路面动态检测技术监控设备；货车途经车辆路面动态检测技术监控设备时，采集货车的车辆号牌、轴数、车货总质量、视频、图像信息，根据车辆号牌获取车辆许可信息；根据在道路监测点获取的货运车辆的车辆基础信息、载重信息、通行数量、该道路监测点管控的路线范围，确定道路监测点的超限超载率；根据区域范围内监测点布设情况，确定每个道路监测点的权重，计算线路范围及区域范围的超限超载率；若超限超载率大于超限超载率阈值生成报警提示信息。
Description
技术领域
本发明涉及智能交通管理技术领域，特别涉及为一种用于公路治超非现场执法的超限超载率计算方法、装置、介质及设备。
背景技术
公路车辆超限超载是世界性的难题，在经济结构、利益驱动等各种因素的综合影响下，超限超载易引发交通事故，危及其他道路参与者的生命及财产安全。并且，超限超载行为将造成道路及桥梁的养护费用急剧攀升，甚至严重缩短公路及桥梁的使用寿命。此外，超限超载还加剧公路沿线环境污染。面对公路超限超载的严峻形势，仅仅通过开展治理车辆超限超载行动，难以有效地遏制超限超载的势头，并且治超工作理论还不成熟，仅仅通过超限超载禁止通行，超限超载人员教育等，难以使超限超载人员全面认识超限超载的危害，所以无法从根本上遏制公路超限超载行为。
通常，通过超限超载率作为指标来对各地区、各路段的治超工作开展进行评价和考核，并通过治超非现场执法管理超限超载，治超非现场执法是县级以上地方交通运输主管部门通过车辆路面动态检测技术、监控设备和治超联网管理信息系统，对违法超限超载行为进行事后追责的一种执法行为。治超非现场执法的布局相比传统现场教育的公路超限检测站来说更加密集、控制严密、执法规范、运转协调性更好，并且，可以覆盖普通公路货物运输主通道、货运站主要出入路段、港口码头以及厂矿等货物集散地，以及重要桥梁隧道入口等重要路段、节点。
相关技术中，通过检测查处超限超载货车数量与检测货车总数之间的比值计算超限超载率。这种计算方法基于公路超限检测站“逢车必检、逢超必卸”，检测出站后的车辆不存在违法超限超载行为，确保了同一趟超限超载运输行为只会被计算一次。然而，针对非现场执法，仅通过安装在路面的动态自动称重系统、视频监控、违法告知等设施设备，对违法超限超载行为进行事后追责处罚，不仅无法保证违法超限超载车辆可以得到有效查处以及立刻卸载，并且治超非现场执法检测点，会多次采集同一违法超限超载货车，因而计算的结果不准确。
发明内容
本发明旨在解决超限超载率计算不准确以及遏制超限超载不及时问题，提供一种用于公路治超非现场执法的超限超载率计算方法、装置、介质及设备。
本发明为解决技术问题采用如下技术手段：
本发明提供一种用于公路治超非现场执法的超限超载率计算方法，包括：
获取载重货车的车辆信息，以及接收每一所述载重货车的备案信息，其中，获取载重货车的车辆信息包括：根据道路的宽度、坡度以及货车通行量确定用于安装智能感知设施设备的道路监测点，以及基于所述智能感知设施设备采集载重货车的所述车辆信息，所述车辆信息包括车辆号牌、轴数、车货总质量；
在所述道路视频图像对应的道路通行方向上，根据所述道路通行方向上的湿度及温度信息以及所述载重货车的篷布特性、所述载重货车的备案信息中的载重物的吸水特性确定载重货车的道路视频图像中每一载重货车在行驶过程中的可达重量，其中，所述篷布特性是指所述篷布在不同温度及湿度条件下的滤水特性以及吸水特性；并，
根据所述道路通行方向上每一载重货车的备案信息中的行驶目的地以及法规要求的每一驾车时长以及对应的休息时长确定所述道路通行方向上的载重货车数量；
根据每一所述载重货车的所述可达重量、行驶速度以及所述道路通行方向上的湿度及温度信息确定每一所述载重货车的推测载重量，并根据所述推测载重量、所述车辆信息以及所述道路通行方向上的所述载重货车数量计算所述道路通行方向对应的超限超载率；
在所述道路通行方向对应的超限超载率大于超限超载率阈值的情况下，生成报警提示信息，其中，所述超限超载率阈值是根据所述道路通行方向上道路坡度、路面弯度、路面结构、车辆通行量、重载货车通行量、历史事故发生率计算得到的。
优选的，所述根据每一所述载重货车的所述可达重量、行驶速度以及所述道路通行方向上的湿度及温度信息确定每一所述载重货车的推测载重量，包括：
根据每一所述载重货车的行驶路线信息、所述道路通行方向上各路段的空气湿度及温度信息以及该载重货车的行驶速度确定每一所述载重货车的道路行驶信息；
根据每一所述载重货车的所述道路行驶信息、出进加油站的加油距离以及对应每一次加油的加油金额，计算得到所述目标载重货车的实际油耗；
结合所述载重货车的可达重量、所述实际油耗以及所述载重货车的工信部油耗，根据所述目标载重货车的保养频率以及距离上一次保养的保养时长计算所述车辆的油耗浮动值；
将所述油耗浮动值输入到限重数据卷积网络模型，得到所述载重货车的推测载重量，其中，所述限重数据卷积网络模型是以载重货车的实际载重量、工信部油耗以及不同速度下行驶的实际油耗为训练样本训练得到的。
优选的，所述根据所述道路通行方向上每一载重货车的备案信息中的行驶目的地以及法规要求的每一驾车时长以及对应的休息时长确定所述道路通行方向上的载重货车数量，包括：
根据所述道路通行方向上每一载重货车的备案信息中的驾驶员年龄、所述行驶目的地以及当前的检测站点，确定每一所述载重货车的休息点以及每一所述休息点的休息时长；
根据法规要求的每一驾车时长对所述休息点以及每一所述休息点的所述休息时长进行准确性校验；
在所述准确性校验通过的情况下，根据进入所述道路通行方向上的载重货车的数量、检验后的所述休息点以及每一所述休息点的所述休息时长确定所述道路通行方向上的载重货车数量。
优选的，所述方法还包括：
在所述准确性校验未通过的情况下，根据所述法规要求的每一驾车时长对所述休息点进行调整，以使所述休息点能够通过准确性校验；或者，对每一所述休息点的所述休息时长进行调整，以使每一所述休息点的所述休息时长能够通过准确性校验。
优选的，所述超限超载率阈值是通过以下方式计算得到的：
根据进入所述道路通行方向上的载重货车的数量、所述道路通行方向上道路坡度、弯道频率、路面滑移率以及每一休息点的载重货车最大容纳量，确定所述道路通行方向上的载重货车的拥堵状态信息；
根据所述拥堵状态信息以及每一载重货车的可达重量，确定所述道路通行方向上的拥堵等级，并根据所述拥堵等级，确定所述超限超载率阈值。
本发明还提供一种用于公路治超非现场执法的超限超载率计算装置，包括：
获取模块，用于获取载重货车的车辆信息，以及接收每一所述载重货车的备案信息，其中，获取载重货车的车辆信息包括：根据道路的宽度、坡度以及货车通行量确定用于安装智能感知设施设备的道路监测点，以及基于所述智能感知设施设备采集载重货车的所述车辆信息，所述车辆信息包括车辆号牌、轴数、车货总质量；
第一确定模块，用于在所述道路视频图像对应的道路通行方向上，根据所述道路通行方向上的湿度及温度信息以及所述载重货车的篷布特性、所述载重货车的备案信息中的载重物的吸水特性确定载重货车的道路视频图像中每一载重货车在行驶过程中的可达重量，其中，所述篷布特性是指所述篷布在不同温度及湿度条件下的滤水特性以及吸水特性；并，
第二确定模块，用于根据所述道路通行方向上每一载重货车的备案信息中的行驶目的地以及法规要求的每一驾车时长以及对应的休息时长确定所述道路通行方向上的载重货车数量；
第三确定模块，用于根据每一所述载重货车的所述可达重量、行驶速度以及所述道路通行方向上的湿度及温度信息确定每一所述载重货车的推测载重量，并根据所述推测载重量、所述车辆信息以及所述道路通行方向上的所述载重货车数量计算所述道路通行方向对应的超限超载率；
生成模块，用于在所述道路通行方向对应的超限超载率大于超限超载率阈值的情况下，生成报警提示信息，其中，所述超限超载率阈值是根据所述道路通行方向上道路坡度、路面弯度、路面结构、车辆通行量、重载货车通行量、历史事故发生率计算得到的；
其中所述第三确定模块，用于：
根据每一所述载重货车的行驶路线信息、所述道路通行方向上各路段的空气湿度及温度信息以及该载重货车的行驶速度确定每一所述载重货车的道路行驶信息；
根据每一所述载重货车的所述道路行驶信息、出进加油站的加油距离以及对应每一次加油的加油金额，计算得到所述目标载重货车的实际油耗；
结合所述载重货车的可达重量、所述实际油耗以及所述载重货车的工信部油耗，根据所述目标载重货车的保养频率以及距离上一次保养的保养时长计算所述车辆的油耗浮动值；
将所述油耗浮动值输入到限重数据卷积网络模型，得到所述载重货车的推测载重量，其中，所述限重数据卷积网络模型是以载重货车的实际载重量、工信部油耗以及不同速度下行驶的实际油耗为训练样本训练得到的。
优选的，第二确定模块，用于：
根据所述道路通行方向上每一载重货车的备案信息中的驾驶员年龄、所述行驶目的地以及当前的检测站点，确定每一所述载重货车的休息点以及每一所述休息点的休息时长；
根据法规要求的每一驾车时长对所述休息点以及每一所述休息点的所述休息时长进行准确性校验；
在所述准确性校验通过的情况下，根据进入所述道路通行方向上的载重货车的数量、检验后的所述休息点以及每一所述休息点的所述休息时长确定所述道路通行方向上的载重货车数量。
优选的，所述第二确定模块，还用于：
在所述准确性校验未通过的情况下，根据所述法规要求的每一驾车时长对所述休息点进行调整，以使所述休息点能够通过准确性校验；或者，对每一所述休息点的所述休息时长进行调整，以使每一所述休息点的所述休息时长能够通过准确性校验。
优选的，所述超限超载率阈值是通过以下方式计算得到的：
根据进入所述道路通行方向上的载重货车的数量、所述道路通行方向上道路坡度、弯道频率、路面滑移率以及每一休息点的载重货车最大容纳量，确定所述道路通行方向上的载重货车的拥堵状态信息；
根据所述拥堵状态信息以及每一载重货车的可达重量，确定所述道路通行方向上的拥堵等级，并根据所述拥堵等级，确定所述超限超载率阈值。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序包括计算机可读代码，当所述计算机可读代码在计算处理设备上运行时，导致所述计算处理设备执行根据第一方面中任一项所述的用于公路治超非现场执法的超限超载率计算方法的步骤。
本发明还提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现第一方面中任一项所述的用于公路治超非现场执法的超限超载率计算方法的步骤。
有益效果：
基于不同道路的道路坡度、弯道频率以及路面滑移率计算超限超载率阈值，并根据载重货车在不同湿度及温度信息条件下的可达重量，计算载重货车数量，进而计算得到超限超载率。克服了不同地区、路段计算超限超载率不统一的问题，提高了定点治超、流动治超、高速公路治超相关超限超载率的准确性和统一性。
附图说明
图1为本发明用于公路治超非现场执法的超限超载率计算方法一个实施例的流程图；
图2为本发明用于公路治超非现场执法的超限超载率计算方法另一个实施例的流程图；
图3为本发明用于公路治超非现场执法的超限超载率计算方法另一个实施例的流程图；
图4为本发明用于公路治超非现场执法的超限超载率计算装置的结构示意图
本发明为目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
下面将结合本发明的实施例中的附图，对本发明的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的一部分实施例，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。
参考附图1，为本发明一实施例中的用于公路治超非现场执法的超限超载率计算方法的流程图，如图1所示，本发明提供一种用于公路治超非现场执法的超限超载率计算方法，包括：
S11、获取载重货车的车辆信息，以及接收每一所述载重货车的备案信息，其中，获取载重货车的车辆信息包括：根据道路的宽度、坡度以及货车通行量确定用于安装智能感知设施设备的道路监测点，以及基于所述智能感知设施设备采集载重货车的所述车辆信息，所述车辆信息包括车辆号牌、轴数、车货总质量；
S12、在所述道路视频图像对应的道路通行方向上，根据所述道路通行方向上的湿度及温度信息以及所述载重货车的篷布特性、所述载重货车的备案信息中的载重物的吸水特性确定载重货车的道路视频图像中每一载重货车在行驶过程中的可达重量，其中，所述篷布特性是指所述篷布在不同温度及湿度条件下的滤水特性以及吸水特性；并，
S13、根据所述道路通行方向上每一载重货车的备案信息中的行驶目的地以及法规要求的每一驾车时长以及对应的休息时长确定所述道路通行方向上的载重货车数量；
S14、根据每一所述载重货车的所述可达重量、行驶速度以及所述道路通行方向上的湿度及温度信息确定每一所述载重货车的推测载重量，并根据所述推测载重量、所述车辆信息以及所述道路通行方向上的所述载重货车数量计算所述道路通行方向对应的超限超载率；
S15、在所述道路通行方向对应的超限超载率大于超限超载率阈值的情况下，生成报警提示信息，其中，所述超限超载率阈值是根据所述道路通行方向上道路坡度、路面弯度、路面结构、车辆通行量、重载货车通行量、历史事故发生率计算得到的。
在具体实施时，根据公路路网情况，选取道路监测点位安装路面动态检测技术监控设备，并通过监控设备获取包括载重货车的道路视频图像，进而根据道路视频图像获取载重货车的车辆轴数、车货总质量、视频、图像及许可信息。
进一步地，在道路监测点对应的道路通行方向上，根据道路通行方向上的湿度及温度信息和载重货车特性、载重物的吸水特性，基于可达重量以及车辆行驶至道路监控点的距离计算每一载重货车在行驶过程中相对道路监控点处重量的重量变化。
进一步地，通过对道路监控点的通行载重货车计数，在道路监测点获取货运车辆的通行数量，并根据区域内道路监控点的设置信息确定每一道路监测点管控的路线范围，进而根据通行数量、路线范围以及重量变化，确定道路监测点的超限超载率；根据区域范围内监测点布设情况，确定每个道路监测点的权重，其中，每个道路监控点的权重与同一道路通行方向上道路监控点数量以及区域范围内道路监控点的密度成负相关。并计算线路及区域的超限超载率；若超限超载率大于超限超载率阈值生成报警提示信息。
上述技术方案，基于不同道路的道路坡度、弯道频率以及路面滑移率计算超限超载率阈值，并根据载重货车在不同湿度及温度信息条件下的可达重量，计算载重货车数量，进而计算得到超限超载率。克服了不同地区、路段计算超限超载率不统一的问题，提高了定点治超、流动治超、高速公路治超相关超限超载率的准确性和统一性。
优选的，图2为本发明用于公路治超非现场执法的超限超载率计算方法另一个实施例的流程图，在S14中，所述根据每一所述载重货车的所述可达重量、行驶速度以及所述道路通行方向上的湿度及温度信息确定每一所述载重货车的推测载重量，包括：
S141、根据每一所述载重货车的行驶路线信息、所述道路通行方向上各路段的空气湿度及温度信息以及该载重货车的行驶速度确定每一所述载重货车的道路行驶信息；
S142、根据每一所述载重货车的所述道路行驶信息、出进加油站的加油距离以及对应每一次加油的加油金额，计算得到所述目标载重货车的实际油耗；
S143、结合所述载重货车的可达重量、所述实际油耗以及所述载重货车的工信部油耗，根据所述目标载重货车的保养频率以及距离上一次保养的保养时长计算所述车辆的油耗浮动值；
S144、将所述油耗浮动值输入到限重数据卷积网络模型，得到所述载重货车的推测载重量，其中，所述限重数据卷积网络模型是以载重货车的实际载重量、工信部油耗以及不同速度下行驶的实际油耗为训练样本训练得到的。
优选的，图2为本发明用于公路治超非现场执法的超限超载率计算方法另一个实施例的流程图，在S13中，所述根据所述道路通行方向上每一载重货车的备案信息中的行驶目的地以及法规要求的每一驾车时长以及对应的休息时长确定所述道路通行方向上的载重货车数量，包括：
S131、根据所述道路通行方向上每一载重货车的备案信息中的驾驶员年龄、所述行驶目的地以及当前的检测站点，确定每一所述载重货车的休息点以及每一所述休息点的休息时长；
S132、根据法规要求的每一驾车时长对所述休息点以及每一所述休息点的所述休息时长进行准确性校验；
S133、在所述准确性校验通过的情况下，根据进入所述道路通行方向上的载重货车的数量、检验后的所述休息点以及每一所述休息点的所述休息时长确定所述道路通行方向上的载重货车数量。
优选的，所述方法还包括：
在所述准确性校验未通过的情况下，根据所述法规要求的每一驾车时长对所述休息点进行调整，以使所述休息点能够通过准确性校验；或者，对每一所述休息点的所述休息时长进行调整，以使每一所述休息点的所述休息时长能够通过准确性校验。
优选的，所述超限超载率阈值是通过以下方式计算得到的：
根据进入所述道路通行方向上的载重货车的数量、所述道路通行方向上道路坡度、弯道频率、路面滑移率以及每一休息点的载重货车最大容纳量，确定所述道路通行方向上的载重货车的拥堵状态信息；
根据所述拥堵状态信息以及每一载重货车的可达重量，确定所述道路通行方向上的拥堵等级，并根据所述拥堵等级，确定所述超限超载率阈值。
基于相同的发明构思，本发明还提供一种用于公路治超非现场执法的超限超载率计算装置，参考附图4，为本发明一实施例中的用于公路治超非现场执法的超限超载率计算装置的结构示意图，如图4所示，所述用于公路治超非现场执法的超限超载率计算装置100包括：
获取模块110，用于获取载重货车的车辆信息，以及接收每一所述载重货车的备案信息，其中，获取载重货车的车辆信息包括：根据道路的宽度、坡度以及货车通行量确定用于安装智能感知设施设备的道路监测点，以及基于所述智能感知设施设备采集载重货车的所述车辆信息，所述车辆信息包括车辆号牌、轴数、车货总质量；
第一确定模块120，用于在所述道路视频图像对应的道路通行方向上，根据所述道路通行方向上的湿度及温度信息以及所述载重货车的篷布特性、所述载重货车的备案信息中的载重物的吸水特性确定载重货车的道路视频图像中每一载重货车在行驶过程中的可达重量，其中，所述篷布特性是指所述篷布在不同温度及湿度条件下的滤水特性以及吸水特性；并，
第二确定模块130，用于根据所述道路通行方向上每一载重货车的备案信息中的行驶目的地以及法规要求的每一驾车时长以及对应的休息时长确定所述道路通行方向上的载重货车数量；
第三确定模块140，用于根据每一所述载重货车的所述可达重量、行驶速度以及所述道路通行方向上的湿度及温度信息确定每一所述载重货车的推测载重量，并根据所述推测载重量、所述车辆信息以及所述道路通行方向上的所述载重货车数量计算所述道路通行方向对应的超限超载率；
生成模块150，用于在所述道路通行方向对应的超限超载率大于超限超载率阈值的情况下，生成报警提示信息，其中，所述超限超载率阈值是根据所述道路通行方向上道路坡度、路面弯度、路面结构、车辆通行量、重载货车通行量、历史事故发生率计算得到的。
优选的，第三确定模块140，用于：
根据每一所述载重货车的行驶路线信息、所述道路通行方向上各路段的空气湿度及温度信息以及该载重货车的行驶速度确定每一所述载重货车的道路行驶信息；
根据每一所述载重货车的所述道路行驶信息、出进加油站的加油距离以及对应每一次加油的加油金额，计算得到所述目标载重货车的实际油耗；
结合所述载重货车的可达重量、所述实际油耗以及所述载重货车的工信部油耗，根据所述目标载重货车的保养频率以及距离上一次保养的保养时长计算所述车辆的油耗浮动值；
将所述油耗浮动值输入到限重数据卷积网络模型，得到所述载重货车的推测载重量，其中，所述限重数据卷积网络模型是以载重货车的实际载重量、工信部油耗以及不同速度下行驶的实际油耗为训练样本训练得到的。
优选的，第二确定模块130，用于：
根据所述道路通行方向上每一载重货车的备案信息中的驾驶员年龄、所述行驶目的地以及当前的检测站点，确定每一所述载重货车的休息点以及每一所述休息点的休息时长；
根据法规要求的每一驾车时长对所述休息点以及每一所述休息点的所述休息时长进行准确性校验；
在所述准确性校验通过的情况下，根据进入所述道路通行方向上的载重货车的数量、检验后的所述休息点以及每一所述休息点的所述休息时长确定所述道路通行方向上的载重货车数量。
优选的，所述第二确定模块130，还用于：
在所述准确性校验未通过的情况下，根据所述法规要求的每一驾车时长对所述休息点进行调整，以使所述休息点能够通过准确性校验；或者，对每一所述休息点的所述休息时长进行调整，以使每一所述休息点的所述休息时长能够通过准确性校验。
优选的，所述超限超载率阈值是通过以下方式计算得到的：
根据进入所述道路通行方向上的载重货车的数量、所述道路通行方向上道路坡度、弯道频率、路面滑移率以及每一休息点的载重货车最大容纳量，确定所述道路通行方向上的载重货车的拥堵状态信息；
根据所述拥堵状态信息以及每一载重货车的可达重量，确定所述道路通行方向上的拥堵等级，并根据所述拥堵等级，确定所述超限超载率阈值。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序包括计算机可读代码，当所述计算机可读代码在计算处理设备上运行时，导致所述计算处理设备执行根据前述任一项所述的用于公路治超非现场执法的超限超载率计算方法的步骤。
本发明还提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现前述任一项所述的用于公路治超非现场执法的超限超载率计算方法的步骤。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种用于公路治超非现场执法的超限超载率计算方法，其特征在于，包括：
获取载重货车的车辆信息，以及接收每一所述载重货车的备案信息，其中，获取载重货车的车辆信息包括：根据道路的宽度、坡度以及货车通行量确定用于安装智能感知设施设备的道路监测点，以及基于所述智能感知设施设备采集载重货车的所述车辆信息，所述车辆信息包括车辆号牌、轴数、车货总质量；
在所述道路对应的道路通行方向上，根据所述道路通行方向上的湿度及温度信息以及所述载重货车的篷布特性、所述载重货车的备案信息中的载重物的吸水特性确定每一载重货车在行驶过程中的可达重量，其中，所述篷布特性是指所述篷布在不同温度及湿度条件下的滤水特性以及吸水特性；并，
根据所述道路通行方向上每一载重货车的备案信息中的行驶目的地以及法规要求的每一驾车时长以及对应的休息时长确定所述道路通行方向上的载重货车数量；
根据每一所述载重货车的所述可达重量、行驶速度以及所述道路通行方向上的湿度及温度信息确定每一所述载重货车的推测载重量，并根据所述推测载重量、所述车辆信息以及所述道路通行方向上的所述载重货车数量计算所述道路通行方向对应的超限超载率；
在所述道路通行方向对应的超限超载率大于超限超载率阈值的情况下，生成报警提示信息，其中，所述超限超载率阈值是根据所述道路通行方向上道路坡度、路面弯度、路面结构、车辆通行量、重载货车通行量、历史事故发生率计算得到的；
所述根据每一所述载重货车的所述可达重量、行驶速度以及所述道路通行方向上的湿度及温度信息确定每一所述载重货车的推测载重量，包括：
根据每一所述载重货车的行驶路线信息、所述道路通行方向上各路段的空气湿度及温度信息以及该载重货车的行驶速度确定每一所述载重货车的道路行驶信息；
根据每一所述载重货车的所述道路行驶信息、出进加油站的加油距离以及对应每一次加油的加油金额，计算得到目标载重货车的实际油耗；
结合所述载重货车的可达重量、所述实际油耗以及所述载重货车的工信部油耗，根据目标载重货车的保养频率以及距离上一次保养的保养时长计算所述车辆的油耗浮动值；
将所述油耗浮动值输入到限重数据卷积网络模型，得到所述载重货车的推测载重量，其中，所述限重数据卷积网络模型是以载重货车的实际载重量、工信部油耗以及不同速度下行驶的实际油耗为训练样本训练得到的。
2.根据权利要求1所述的用于公路治超非现场执法的超限超载率计算方法，其特征在于，所述根据所述道路通行方向上每一载重货车的备案信息中的行驶目的地以及法规要求的每一驾车时长以及对应的休息时长确定所述道路通行方向上的载重货车数量，包括：
根据所述道路通行方向上每一载重货车的备案信息中的驾驶员年龄、所述行驶目的地以及当前的检测站点，确定每一所述载重货车的休息点以及每一所述休息点的休息时长；
根据法规要求的每一驾车时长对所述休息点以及每一所述休息点的所述休息时长进行准确性校验；
在所述准确性校验通过的情况下，根据进入所述道路通行方向上的载重货车的数量、检验后的所述休息点以及每一所述休息点的所述休息时长确定所述道路通行方向上的载重货车数量。
3.根据权利要求2所述的用于公路治超非现场执法的超限超载率计算方法，其特征在于，所述方法还包括：
在所述准确性校验未通过的情况下，根据所述法规要求的每一驾车时长对所述休息点进行调整，以使所述休息点能够通过准确性校验；或者，对每一所述休息点的所述休息时长进行调整，以使每一所述休息点的所述休息时长能够通过准确性校验。
4.根据权利要求1-3任一项所述的用于公路治超非现场执法的超限超载率计算方法，其特征在于，所述超限超载率阈值是通过以下方式计算得到的：
根据进入所述道路通行方向上的载重货车的数量、所述道路通行方向上道路坡度、弯道频率、路面滑移率以及每一休息点的载重货车最大容纳量，确定所述道路通行方向上的载重货车的拥堵状态信息；
根据所述拥堵状态信息以及每一载重货车的可达重量，确定所述道路通行方向上的拥堵等级，并根据所述拥堵等级，确定所述超限超载率阈值。
5.一种用于公路治超非现场执法的超限超载率计算装置，其特征在于，包括：
获取模块，用于获取载重货车的车辆信息，以及接收每一所述载重货车的备案信息，其中，获取载重货车的车辆信息包括：根据道路的宽度、坡度以及货车通行量确定用于安装智能感知设施设备的道路监测点，以及基于所述智能感知设施设备采集载重货车的所述车辆信息，所述车辆信息包括车辆号牌、轴数、车货总质量；
第一确定模块，用于在所述道路对应的道路通行方向上，根据所述道路通行方向上的湿度及温度信息以及所述载重货车的篷布特性、所述载重货车的备案信息中的载重物的吸水特性确定载重货车的道路视频图像中每一载重货车在行驶过程中的可达重量，其中，所述篷布特性是指所述篷布在不同温度及湿度条件下的滤水特性以及吸水特性；并，
第二确定模块，用于根据所述道路通行方向上每一载重货车的备案信息中的行驶目的地以及法规要求的每一驾车时长以及对应的休息时长确定所述道路通行方向上的载重货车数量；
第三确定模块，用于根据每一所述载重货车的所述可达重量、行驶速度以及所述道路通行方向上的湿度及温度信息确定每一所述载重货车的推测载重量，并根据所述推测载重量、所述车辆信息以及所述道路通行方向上的所述载重货车数量计算所述道路通行方向对应的超限超载率；
生成模块，用于在所述道路通行方向对应的超限超载率大于超限超载率阈值的情况下，生成报警提示信息，其中，所述超限超载率阈值是根据所述道路通行方向上道路坡度、路面弯度、路面结构、车辆通行量、重载货车通行量、历史事故发生率计算得到的；
其中所述第三确定模块，用于：
根据每一所述载重货车的行驶路线信息、所述道路通行方向上各路段的空气湿度及温度信息以及该载重货车的行驶速度确定每一所述载重货车的道路行驶信息；
根据每一所述载重货车的所述道路行驶信息、出进加油站的加油距离以及对应每一次加油的加油金额，计算得到目标载重货车的实际油耗；
结合所述载重货车的可达重量、所述实际油耗以及所述载重货车的工信部油耗，根据目标载重货车的保养频率以及距离上一次保养的保养时长计算所述车辆的油耗浮动值；
将所述油耗浮动值输入到限重数据卷积网络模型，得到所述载重货车的推测载重量，其中，所述限重数据卷积网络模型是以载重货车的实际载重量、工信部油耗以及不同速度下行驶的实际油耗为训练样本训练得到的。
6.根据权利要求5所述的用于公路治超非现场执法的超限超载率计算装置，其特征在于，第二确定模块，用于：
根据所述道路通行方向上每一载重货车的备案信息中的驾驶员年龄、所述行驶目的地以及当前的检测站点，确定每一所述载重货车的休息点以及每一所述休息点的休息时长；
根据法规要求的每一驾车时长对所述休息点以及每一所述休息点的所述休息时长进行准确性校验；
在所述准确性校验通过的情况下，根据进入所述道路通行方向上的载重货车的数量、检验后的所述休息点以及每一所述休息点的所述休息时长确定所述道路通行方向上的载重货车数量。
7.一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，该计算机程序包括计算机可读代码，当所述计算机可读代码在计算处理设备上运行时，导致所述计算处理设备执行根据权利要求1-4中任一项所述的用于公路治超非现场执法的超限超载率计算方法的步骤。
8.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-4中任一项所述的用于公路治超非现场执法的超限超载率计算方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110723211.8A CN113421434B (zh) | 2021-06-29 | 2021-06-29 | 用于公路治超非现场执法的超限超载率计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110723211.8A CN113421434B (zh) | 2021-06-29 | 2021-06-29 | 用于公路治超非现场执法的超限超载率计算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113421434A CN113421434A (zh) | 2021-09-21 |
| CN113421434B true CN113421434B (zh) | 2022-06-07 |
Family
ID=77716922
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110723211.8A Active CN113421434B (zh) | 2021-06-29 | 2021-06-29 | 用于公路治超非现场执法的超限超载率计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113421434B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115730879B (zh) * | 2022-12-08 | 2023-11-28 | 国远(广东)物流有限公司 | 一种基于零储存的商品物流运输配送方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2005100620A5 (en) * | 2003-07-22 | 2005-08-25 | Chengdu Huoan Measure Technical Center | Apparatus for Examining Over Loading and Decline Loading of Wagons |
| CN103325246A (zh) * | 2013-07-11 | 2013-09-25 | 河北工业大学 | 用于货车多种车型的动态检测方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2201550B1 (de) * | 2007-09-24 | 2013-03-27 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zur steuerung von sich durch einen sicherheitskritischen verkehrsbereich eines strassennetzes, insbesondere durch einen strassentunnel, bewegenden verkehrsströmen mit gefahrguttransport-fahrzeugen |
| JP5265440B2 (ja) * | 2009-04-06 | 2013-08-14 | 矢崎エナジーシステム株式会社 | 積載重量推定装置 |
| CN104900055B (zh) * | 2015-05-13 | 2017-09-12 | 杭州四方称重系统有限公司 | 动态称重非现场综合执法管理系统 |
| CN205943084U (zh) * | 2016-08-18 | 2017-02-08 | 重庆祥路科技有限公司 | 非现场执法超限检测系统 |
| CN109377046A (zh) * | 2018-10-18 | 2019-02-22 | 上海经达信息科技股份有限公司 | 基于bp神经网络的车辆超载判别方法、系统和装置 |
| CN111554097B (zh) * | 2020-03-31 | 2021-10-26 | 深圳市奥拓电子股份有限公司 | 一种智慧灯杆检测车辆的方法、装置、系统及其电子设备 |
-
2021
- 2021-06-29 CN CN202110723211.8A patent/CN113421434B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2005100620A5 (en) * | 2003-07-22 | 2005-08-25 | Chengdu Huoan Measure Technical Center | Apparatus for Examining Over Loading and Decline Loading of Wagons |
| CN103325246A (zh) * | 2013-07-11 | 2013-09-25 | 河北工业大学 | 用于货车多种车型的动态检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113421434A (zh) | 2021-09-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109002622B (zh) | 一种随机车流作用下大跨径桥梁总体荷载响应估算方法 | |
| KR101607386B1 (ko) | 고속도로의 화물차 진입제어 방법 및 장치 | |
| CN112687099B (zh) | 一种超载嫌疑车辆判定方法和装置 | |
| CN103839409A (zh) | 基于多断面视觉传感聚类分析的交通流状态判别方法 | |
| CN113421434B (zh) | 用于公路治超非现场执法的超限超载率计算方法 | |
| CN112528208B (zh) | 一种无称重ai智能识别货车超载估算方法、装置及系统 | |
| CN111144485A (zh) | 基于xgboost分类算法的车辆事故判断方法和系统 | |
| CN103617734A (zh) | 基于时程特征的高速公路车辆安全行驶识别方法 | |
| CN104933871A (zh) | 一种交通车辆检测方法及系统 | |
| Barreno et al. | Fuzzy expert system for road type identification and risk assessment of conventional two‐lane roads | |
| CN113724497A (zh) | 一种目标道路实时交通流量预测方法和装置 | |
| CN115512561B (zh) | 面向道路交通枢纽韧性提升的路径诱导方法及系统 | |
| CN114627643B (zh) | 一种高速公路事故风险预测方法、装置、设备及介质 | |
| CN110853164A (zh) | 基于路网损伤的通行收费方法、系统、介质及收费设备 | |
| Zhan et al. | Data accuracy oriented method for deploying fixed and mobile traffic sensors along a freeway | |
| CN115565365A (zh) | 一种高速公路数据处理方法、装置、设备及计算机程序产品 | |
| Rakha et al. | Field evaluation of weigh-in-motion screening on truck weigh station operations | |
| Aakre et al. | Targeted selection of overweight vehicles in norway | |
| CN110514276B (zh) | 一种校验车辆非现场超限检测数据的方法 | |
| Rakha et al. | Linear regression crash prediction models: issues and proposed solutions | |
| Al-Mistarehi et al. | Investigating the factors affecting speeding violations in Jordan using phone camera, radar, and machine learning | |
| CN110956808A (zh) | 一种基于非全样定位数据的重型货车交通流量预测方法 | |
| CN110718064A (zh) | 一种车辆违章检测方法和装置 | |
| CN114964446B (zh) | 公路桥梁动态交通荷载监测预警方法、装置、设备及介质 | |
| CN116129541B (zh) | 一种基于广义加性模型的逃费稽查方法、装置及设备 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Ding Jian Inventor after: Chen Yuting Inventor after: Chen Liliao Inventor after: Tu Qintang Inventor after: Wang Daiyue Inventor after: Lu Zuohao Inventor after: Liu Yang Inventor after: Liu Xiaochen Inventor after: Lu Chuanshi Inventor after: Lin Jinqiang Inventor after: Liao Yingjian Inventor before: Tu Qintang Inventor before: Wang Daiyue Inventor before: Liu Yang Inventor before: Lu Zuohao Inventor before: Lu Chuanshi Inventor before: Lin Jinqiang Inventor before: Liao Yingjian Inventor before: Chen Yuting Inventor before: Chen Liliao Inventor before: Ding Jian Inventor before: Liu Xiaochen |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |