CN114509081B - 基于差异化收费计算车辆通行成本的方法以及装置 - Google Patents

Abstract

本申请公开了一种基于差异化收费计算车辆通行成本的方法以及装置。方法是：获取目标车辆对应的车辆数据，以及为所述目标车辆规划的至少一个规划导航路线；利用预设的差异化收费计算模型，为所述目标车辆计算每个规划导航路线对应的通行成本；选取最低通行成本对应的规划导航路线作为所述目标车辆的导航路线。通过应用本申请的技术方案，可以在获取到车辆对应的车辆数据之后，根据预先生成的差异化收费计算模型，为该车辆计算每个规划导航路线对应的通行成本，并从中选取通行成本最低的规划路线作为导航路线。进而实现可以从车辆的通行费用以及通行效率的标准上为用户选取最低通行成本的导航路线的目的。

Description

基于差异化收费计算车辆通行成本的方法以及装置

技术领域

本申请中涉及数据处理技术，尤其是一种基于差异化收费计算车辆通行成本的方法以及装置。

背景技术

在当前物流运输过程中，高速公路的通行费用是货运成本的重要组成部分，准确评估和计算车辆通行高速公路的费用，是物流运输企业和个体的一个重要需求。在现行的道路收费标准中，通常会根据不同车辆的车辆类型以及公里数的不同，采用不同的道路收费标准。

2020年，国务院办公厅就转发了《关于进一步降低物流成本的实施意见》，之后2021年，交通运输部、国家发改委、财政部共同发布的《全面推广高速公路差异化收费实施方案》，通知要求在充分考虑本地公路网结构及运行特点等因素后，将面向全国高速公路差异化推广差异化收费试点工作。差异收费方案主要包括分路段差异化收费、分车型(类)差异化收费、分时段差异化收费、分出入口差异化收费、分方向差异化收费以及分支付方式差异化收费。现有技术都是对新政实施前的道路收费标准进行预测，未考虑新政发布后的多种差异化收费情形，故收费数据预测不准确，是目前待解决的技术问题。

发明内容

本申请实施例提供一种基于差异化收费计算车辆通行成本的方法、装置、电子设备及介质。用以解决相关技术中存在的，无法准确的基于差异化收费计算车辆通行成本的问题。

其中，根据本申请实施例的一个方面，提供的一种基于差异化收费计算车辆通行成本的方法，包括：

获取目标车辆对应的车辆数据，以及为所述目标车辆规划的至少一个规划导航路线，所述每个规划导航路线中包括途经的路网数据，所述车辆数据包括车辆类型数据、支付类型数据、能源类型数据以及政策扶持数据；

利用预设的差异化收费计算模型，为所述目标车辆计算每个规划导航路线对应的通行成本，所述通行成本对应于通行费用以及通行时间；

选取最低通行成本对应的规划导航路线作为所述目标车辆的导航路线。

可选地，在基于本申请上述方法的另一个实施例中，在所述获取目标车辆对应的车辆数据之前，还包括：

获取至少一个样本车辆对应的样本车辆数据，所述样本车辆数据包括车辆类型数据、支付类型数据、能源类型数据以及政策扶持数据；以及，

获取目标区域范围内对应的样本路网数据，所述样本路网数据包括收费站数据、ETC数据、高速道路交汇点数据以及道路数据；

根据所述样本车辆数据以及所述样本路网数据，构建所述差异化收费计算模型。

可选地，在基于本申请上述方法的另一个实施例中，所述根据所述样本车辆数据以及所述样本路网数据，构建所述差异化收费计算模型，包括：

从所述样本车辆数据以及所述样本路网数据中提取差异化通行费计算因子，按照预定义的差异化收费规则进行关联，生成数据映射集；

利用聚类算法对所述数据映射集进行聚类分析，得到初始化收费单元；

利用标准差对所述初始化收费单元进行离散分析，得到差异化基础收费单元；

利用线性回归方程对所述差异化基础收费单元进行有效性判断，得到差异化收费计算模型。

其中，所述初始化收费单元是指所述样本车辆数据以及所述样本路网数据映射得到的各项收费数据；

所述差异化基础收费单元是指将所述规划导航路线划分成数个道路单元，根据所述道路单元对收取的高速通行费和附加费数据进行相应切分，得到单个道路单元的基础收费数据。

可选地，在基于本申请上述方法的另一个实施例中，从所述样本车辆数据以及所述样本路网数据中提取差异化通行费计算因子，按照预定义的差异化收费规则进行关联，生成数据映射集，包括：

对所述样本车辆数据以及所述样本路网数据进行采集、清洗、去重和提取处理；

将提取的所述车辆数据与所述路网数据结合，分析收费车辆GPS轨迹数据；

按照预定义的差异化收费规则，将所述车辆GPS轨迹数据与所述收费数据进行映射，计算所述车辆GPS轨迹数据中包含的收费单元，并基于车型、轴数、出入站地点、出入站时间、附加费用数据，建立车型(轴数)、收费路段、途经隧道、高速交汇点、桥梁数据与所述收费数据进行关联映射，得到映射数据集。

可选地，在基于本申请上述方法的另一个实施例中，在所述根据所述样本车辆数据以及所述样本路网数据，构建所述差异化收费计算模型之后，还包括：

对所述差异化收费计算模型持续进行数据训练，缩小所述差异化收费计算模型的误差值。

可选地，在基于本申请上述方法的另一个实施例中，所述利用预设的差异化收费计算模型，为所述目标车辆计算每个规划导航路线对应的通行成本，包括：

将所述车辆数据与所述路网数据输入至所述差异化收费计算模型，得到所述目标车辆在不同路网数据以及不同行驶时段下的通行成本。

根据所述目标车辆在不同路网数据以及不同行驶时段下的通行成本，为所述目标车辆确定每个规划导航路线对应的通行成本。

其中，根据本申请实施例的又一个方面，提供的一种基于差异化收费计算车辆通行成本的装置，其特征在于，包括：

获取模块，被配置为获取目标车辆对应的车辆数据，以及为所述目标车辆规划的至少一个规划导航路线，所述每个规划导航路线中包括途经的路网数据，所述车辆数据包括车辆类型数据、支付类型数据、能源类型数据以及政策扶持数据；

计算模块，被配置为利用预设的差异化收费计算模型，为所述目标车辆计算每个规划导航路线对应的通行成本，所述通行成本对应于通行费用以及通行时间；

选取模块，被配置为选取最低通行成本对应的规划导航路线作为所述目标车辆的导航路线。

根据本申请实施例的又一个方面，提供的一种电子设备，包括：

存储器，用于存储可执行指令；以及

显示器，用于与所述存储器以执行所述可执行指令从而完成上述任一所述基于差异化收费计算车辆通行成本的方法的操作。

根据本申请实施例的还一个方面，提供的一种计算机可读存储介质，用于存储计算机可读取的指令，所述指令被执行时执行上述任一所述基于差异化收费计算车辆通行成本的方法的操作。

本申请中，可以获取目标车辆对应的车辆数据，以及为目标车辆规划的至少一个规划导航路线，每个规划导航路线中包括途经的路网数据，车辆数据包括车辆类型数据、支付类型数据、能源类型数据以及政策扶持数据；利用预设的差异化收费计算模型，为目标车辆计算每个规划导航路线对应的通行成本，通行成本对应于通行费用以及通行时间；选取最低通行成本对应的规划导航路线作为目标车辆的导航路线。通过应用本申请的技术方案，可以在获取到车辆对应的车辆数据之后，根据预先生成的差异化收费计算模型，为该车辆计算每个规划导航路线对应的通行成本，并从中选取通行成本最低的规划路线作为导航路线。进而实现可以从车辆的通行费用以及通行效率的标准上为用户选取最低通行成本的导航路线的目的。

下面通过附图和实施例，对本申请的技术方案做进一步的详细描述。

附图说明

构成说明书的一部分的附图描述了本申请的实施例，并且连同描述一起用于解释本申请的原理。

参照附图，根据下面的详细描述，可以更加清楚地理解本申请，其中：

图1为本申请提出的一种基于差异化收费计算车辆通行成本的方法示意图；

图2为本申请提出的一种基于差异化收费计算车辆通行成本的流程示意图；

图3为本申请提出的一种基于差异化收费计算车辆通行成本的电子装置的结构示意图；

图4为本申请提出的一种基于差异化收费计算车辆通行成本的电子设备的结构示意图。

具体实施方式

现在将参照附图来详细描述本申请的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，不作为对本申请及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

另外，本申请各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。

需要说明的是，本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

下面结合图1来描述根据本申请示例性实施方式的用于进行基于差异化收费计算车辆通行成本的方法。需要注意的是，下述应用场景仅是为了便于理解本申请的精神和原理而示出，本申请的实施方式在此方面不受任何限制。相反，本申请的实施方式可以应用于适用的任何场景。

本申请还提出一种基于差异化收费计算车辆通行成本的方法、装置、电子设备及介质。

图1示意性地示出了根据本申请实施方式的一种基于差异化收费计算车辆通行成本的方法的流程示意图。如图1所示，该方法包括：

S101,获取目标车辆对应的车辆数据，以及为目标车辆规划的至少一个规划导航路线，每个规划导航路线中包括途经的路网数据，车辆数据包括车辆类型数据、支付类型数据、能源类型数据以及政策扶持数据。

S102,利用预设的差异化收费计算模型，为目标车辆计算每个规划导航路线对应的通行成本，通行成本对应于通行费用以及通行时间。

S103,选取最低通行成本对应的规划导航路线作为目标车辆的导航路线。

相关技术中的物流运输过程中，高速公路的通行费用是货运成本的重要组成部分，准确评估和计算汽车通行高速公路的费用，是物流运输企业和个体的一个重要需求。

其中，在2020年之前，对于货车高速公路普遍实行货车计重收费。从2020年开始，将货车计费方式由计重收费调整为按车(轴)型、分段计(收)费模式，有利于推行ETC计费，实现不停车快捷通行，促进物流业提速增效。

在现行的道路收费标准中，通常会根据不同车辆的车辆类型以及公里数的不同，采用不同的道路收费标准。但是在新的差异化收费政策下，仅通过简单的距离和金额计算，已无法准确获取高速公路的通行成本，因此如何准确的计算车辆通行成本以及为用户生成最优的导航路线也成为了目前物流运输领域所亟待解决的问题。

一种方式中，本申请可以预先建立一个差异化收费计算模型，以便为目标车辆计算每个规划导航路线对应的通行成本。

首先，采集样本车辆数据以及样本路网数据。其中，样本车辆数据包括车辆类型数据、支付类型数据、能源类型数据以及政策扶持数据；样本路网数据包括收费站数据、ETC数据、高速道路交汇点数据以及道路数据，其中道路数据包括ETC门架信息，收费站信息，高速交汇点，隧道附加费信息，过桥附加费信息等，涉及字段属性有POI名称，经纬度、编码，所在高速公路名称，高速公路编码，收费金额等；ETC数据包括每个ETC门架在历史时段的收费数据。

其次，对样本车辆数据以及样本路网数据进行清洗、去重和提取处理，将车辆数据结合路网数据筛选和提取车牌号、车辆类型、轴数、入站口(门架)经纬度以及时间、出站口(门架)经纬度以及时间，期间费用等信息。

之后，将提取的车辆数据与路网数据结合，分析收费车辆GPS轨迹数据；其中，基于提取的车牌号、车辆类型、车辆轴数、出入站口经纬度、出入站口时间，结合途经的高速交汇点、桥梁、隧道的poi名称和经纬度数据，绘制出车辆的GPS轨迹数据。

最后，按照预定义的差异化收费规则，将车辆GPS轨迹数据与收费数据进行映射，计算车辆GPS轨迹数据中包含的收费单元，并基于车型、轴数、出入站地点、出入站时间、附加费用等信息，建立车型(轴数)、收费路段、途经隧道、高速交汇点、桥梁数据等与收费数据进行关联映射，得到映射数据集。

其中，将车辆GPS轨迹数据与ETC门架、收费站收取的高速通行费和附加费数据关联映射，得到映射数据集。

进一步的，本申请在利用预设的差异化收费计算模型，为目标车辆计算每个规划导航路线对应的通行成本，其中通行成本对应于通行费用以及通行时间，具体为：

1、基于用户选择的始发地和目的地，生成规划导航线路。再逆向遍历线路中经过的ETC门架、收费站、高速公路交汇点、桥梁和隧道的路网数据，得到遍历结果。最后将规划线路输入预定义的差异化收费计算模型进行计算，得到规划线路的预估总费用。

具体是，根据数据结构设置差异化通行费计算因子，例如下表1所示。

2、按照现有差异化收费规则，利用差异化通行费计算因子构建所述差异化收费计算模型，具体包括：

(1)按照现有差异化收费规则，对差异化通行费计算因子做关联映射，生成映射数据集；

(2)利用K-means算法对映射数据集进行聚类分析，计算初始化收费单元，计算公式是：

其中，C_l是第L个初始化收费单元，1≤l≤K，|S_l|是第L个初始化收费单元中的数据个数，F_i是第L个初始化收费单元的第i个数据。

其中，初始化收费单元是指车辆数据与路网数据映射得到的各项收费数据。

其中，本申请以K-means算法为例，列举数据聚类的处理过程，但不限于该算法，还可以是其他更优聚类算法。

(3)利用标准差对初始化收费单元进行离散分析，计算差异化基础收费单元，计算公式是：

其中，X_i是差异化基础收费单元，C_i是初始化收费单元中的第i个聚类数据，

是聚类数据的几何平均值。

其中，差异化基础收费单元是指将道路划分成数个道路单元，根据道路单元对收取的高速通行费和附加费数据进行相应切分，得到单个道路单元的基础收费数据。

(4)通过线性回归不断优化差异化基础收费单元，得到差异化收费计算模型。

(5)将规划路线的遍历结果与差异化收费计算模型映射并计算预估总费用，计算公式是：

其中，f(x)是预估总费用。

一种方式中，本申请的车辆数据包括：车辆类型(1类-5类)、支付设备(ETC)、政策扶持(绿色通道、鲜活农产品)、加油类型(新能源、柴油、油电混合、汽油)，其模型计算因子为Bi。路网数据包括：收费站和ETC门架poi名称、高速公路和高速交汇点经纬度、桥梁和隧道编码，其模型计算因子为Ri。收费数据包括：ETC门架和收费站高速通行费、桥梁和隧道附加费，其模型计算因子为Fi；以及通行时间，其模型计算因子为Ti。

另外，根据《福建省高速路差异化收费标准》，确定目标货车对应的每个规划导航路线的数据。其中包括:

分车型：符合政策扶持车辆类型，高速免费。涉及到车辆数据的模型计算因子Bi与收费数据的模型计算因子Fi间进行关联映射。

分支付：已安装ETC支付设备，高速费减免5％。涉及到车辆数据的模型计算因子Bi与收费数据的模型计算因子Fi间进行关联映射。

分时段：日间08点-20点，4类以上货车，按4类车收费；夜间20点-次日08点，3类以上货车，按3类车收费。涉及到车辆数据的模型计算因子Bi与收费数据的模型计算因子Fi、Ti间进行关联映射。

表1：

本申请中，可以获取目标车辆对应的车辆数据，以及为目标车辆规划的至少一个规划导航路线，每个规划导航路线中包括途经的路网数据，车辆数据包括车辆类型数据、支付类型数据、能源类型数据以及政策扶持数据；利用预设的差异化收费计算模型，为目标车辆计算每个规划导航路线对应的通行成本，通行成本对应于通行费用以及通行时间；选取最低通行成本对应的规划导航路线作为目标车辆的导航路线。通过应用本申请的技术方案，可以在获取到车辆对应的车辆数据之后，根据预先生成的差异化收费计算模型，为该车辆计算每个规划导航路线对应的通行成本，并从中选取通行成本最低的规划路线作为导航路线。进而实现可以从车辆的通行费用以及通行效率的标准上为用户选取最低通行成本的导航路线的目的。

可选地，在基于本申请上述方法的另一个实施例中，在所述获取目标车辆对应的车辆数据之前，还包括：

获取至少一个样本车辆对应的样本车辆数据，所述样本车辆数据包括车辆类型数据、支付类型数据、能源类型数据以及政策扶持数据；以及，

获取目标区域范围内对应的样本路网数据，所述样本路网数据包括收费站数据、ETC数据、高速道路交汇点数据以及道路数据；

根据所述样本车辆数据以及所述样本路网数据，构建所述差异化收费计算模型。

可选地，在基于本申请上述方法的另一个实施例中，所述根据所述样本车辆数据以及所述样本路网数据，构建所述差异化收费计算模型，包括：

从所述样本车辆数据以及所述样本路网数据中提取差异化通行费计算因子，按照预定义的差异化收费规则进行关联，生成数据映射集；

利用聚类算法对所述数据映射集进行聚类分析，得到初始化收费单元；

利用标准差对所述初始化收费单元进行离散分析，得到差异化基础收费单元；

利用线性回归方程对所述差异化基础收费单元进行有效性判断，得到差异化收费计算模型。

其中，所述初始化收费单元是指所述样本车辆数据以及所述样本路网数据映射得到的各项收费数据；

所述差异化基础收费单元是指将所述规划导航路线划分成数个道路单元，根据所述道路单元对收取的高速通行费和附加费数据进行相应切分，得到单个道路单元的基础收费数据。

可选地，在基于本申请上述方法的另一个实施例中，在所述根据所述样本车辆数据以及所述样本路网数据，构建所述差异化收费计算模型之后，还包括：

对所述差异化收费计算模型持续进行数据训练，缩小所述差异化收费计算模型的误差值。

可选地，在基于本申请上述方法的另一个实施例中，所述利用预设的差异化收费计算模型，为所述目标车辆计算每个规划导航路线对应的通行成本，包括：

将所述车辆数据与所述路网数据输入至所述差异化收费计算模型，得到所述目标车辆在不同路网数据以及不同行驶时段下的通行成本。

根据所述目标车辆在不同路网数据以及不同行驶时段下的通行成本，为所述目标车辆确定每个规划导航路线对应的通行成本。

一种方式中，本申请以货车在福建省进行导航线路的生成为例，进行举例说明：

步骤一：获取目标车辆对应的车辆数据，以及为目标车辆规划的至少一个规划导航路线。

其中，车辆数据包括：车辆类型(1类-5类)、支付设备(ETC)、政策扶持(绿色通道、鲜活农产品)、加油类型(新能源、柴油、油电混合、汽油)，其模型计算因子为Bi。路网数据包括：收费站和ETC门架poi名称、高速公路和高速交汇点经纬度、桥梁和隧道编码，其模型计算因子为Ri。收费数据包括：ETC门架和收费站高速通行费、桥梁和隧道附加费，其模型计算因子为Fi；以及通行时间，其模型计算因子为Ti。

步骤二：根据《福建省高速路差异化收费标准》，确定目标货车对应的每个规划导航路线的数据。其中包括:

分车型：符合政策扶持车辆类型，高速免费。涉及到车辆数据的模型计算因子Bi与收费数据的模型计算因子Fi间进行关联映射。

分支付：已安装ETC支付设备，高速费减免5％。涉及到车辆数据的模型计算因子Bi与收费数据的模型计算因子Fi间进行关联映射。

分时段：日间08点-20点，4类以上货车，按4类车收费；夜间20点-次日08点，3类以上货车，按3类车收费。涉及到车辆数据的模型计算因子Bi与收费数据的模型计算因子Fi、Ti间进行关联映射。

分路段、出入口、方向：中国东南大数据产业园常驻车辆通行园区周边指定区域，高速免费；贵安温泉旅游区至贵安路段，高速免费；平潭跨海大桥，高速费减免50％；厦漳跨海大桥，按普通高速计费。涉及到车辆数据的模型计算因子Bi、收费数据的模型计算因子Fi与路网数据的模型计算因子Ri间进行关联映射。

步骤三：利用预设的差异化收费计算模型，为所述目标车辆计算每个规划导航路线对应的通行成本。计算公式是：

其中，f(x)是预估总费用。

图2示意性地示出了根据本申请实施方式的一种差异化收费计算模型的构建方法的流程示意图。如图2所示，预设的差异化收费计算模型的构建过程是：

步骤1、将历史路线数据拆分成数据结构，按照《福建省高速路差异化收费标准》进行关联生成数据映射集。

步骤2、利用聚类算法对数据映射集进行聚类分析，得到初始化收费单元。比如，将相同路段、相同车型的各项收费数据聚合成数据集。

步骤3、利用标准差对初始化收费单元进行离散分析，得到差异化基础收费单元。比如，从相同路段、相同车型的数据集中寻找不同时段、不同出入口、不同方向的各项差异收费数据离散成不同小数据集。

步骤4、利用线性回归方程对差异化基础收费单元进行回归分析，提升数据有效性，得到差异化收费计算模型。比如，利用线性回归方程对不同时段、不同出入口、不同方向的小数据集进行有效性验证，得到有效的差异化收费小数据集。

进一步的，同车型、同路段的行驶车辆，由于存在差异化收费规则，也可能存在不同的高速费用，比如夜间行车比日间行车费用要低，或者绿通车比普通货车费用要低，或者正向行车比反向行车费用要低。因此，才会在对映射的轨迹收费数据聚类后，对相同的道路单元通过标准差计算寻找差异值。

通过应用本申请的技术方案，可以在获取到车辆对应的车辆数据之后，根据预先生成的差异化收费计算模型，为该车辆计算每个规划导航路线对应的通行成本，并从中选取通行成本最低的规划路线作为导航路线。进而实现可以从车辆的通行费用以及通行效率的标准上为用户选取最低通行成本的导航路线的目的。

可选的，在本申请的另外一种实施方式中，如图3所示，本申请还提供一种基于差异化收费计算车辆通行成本的电子装置。其中包括：

获取模块201，被配置为获取目标车辆对应的车辆数据，以及为所述目标车辆规划的至少一个规划导航路线，所述每个规划导航路线中包括途经的路网数据，所述车辆数据包括车辆类型数据、支付类型数据、能源类型数据以及政策扶持数据；

计算模块202，被配置为利用预设的差异化收费计算模型，为所述目标车辆计算每个规划导航路线对应的通行成本，所述通行成本对应于通行费用以及通行时间；

选取模块203，被配置为选取最低通行成本对应的规划导航路线作为所述目标车辆的导航路线。

本申请中，可以获取目标车辆对应的车辆数据，以及为所述目标车辆规划的至少一个规划导航路线；利用预设的差异化收费计算模型，为所述目标车辆计算每个规划导航路线对应的通行成本；选取最低通行成本对应的规划导航路线作为所述目标车辆的导航路线。通过应用本申请的技术方案，可以在获取到车辆对应的车辆数据之后，根据预先生成的差异化收费计算模型，为该车辆计算每个规划导航路线对应的通行成本，并从中选取通行成本最低的规划路线作为导航路线。进而实现可以从车辆的通行费用以及通行效率的标准上为用户选取最低通行成本的导航路线的目的。

在本申请的另外一种实施方式中，获取模块201，被配置执行的步骤包括：

获取至少一个样本车辆对应的样本车辆数据，所述样本车辆数据包括车辆类型数据、支付类型数据、能源类型数据以及政策扶持数据；以及，

获取目标区域范围内对应的样本路网数据，所述样本路网数据包括收费站数据、ETC数据、高速道路交汇点数据以及道路数据；

根据所述样本车辆数据以及所述样本路网数据，构建所述差异化收费计算模型。

在本申请的另外一种实施方式中，获取模块201，被配置执行的步骤包括：

从所述样本车辆数据以及所述样本路网数据中提取差异化通行费计算因子，按照预定义的差异化收费规则进行关联，生成数据映射集；

利用聚类算法对所述数据映射集进行聚类分析，得到初始化收费单元；

利用标准差对所述初始化收费单元进行离散分析，得到差异化基础收费单元；

利用线性回归方程对所述差异化基础收费单元进行有效性判断，得到差异化收费计算模型。

在本申请的另外一种实施方式中，获取模块201，被配置执行的步骤包括：

对所述样本车辆数据以及所述样本路网数据进行采集、清洗、去重和提取处理；

将提取的所述车辆数据与所述路网数据结合，分析收费车辆GPS轨迹数据；

按照预定义的差异化收费规则，将所述车辆GPS轨迹数据与所述收费数据进行映射，计算所述车辆GPS轨迹数据中包含的收费单元，并基于车型、轴数、出入站地点、出入站时间、附加费用数据，建立车型(轴数)、收费路段、途经隧道、高速交汇点、桥梁数据与所述收费数据进行关联映射，得到映射数据集。

在本申请的另外一种实施方式中，获取模块201，被配置执行的步骤包括：

所述初始化收费单元是指所述样本车辆数据以及所述样本路网数据映射得到的各项收费数据；

所述差异化基础收费单元是指将所述规划导航路线划分成数个道路单元，根据所述道路单元对收取的高速通行费和附加费数据进行相应切分，得到单个道路单元的基础收费数据。

在本申请的另外一种实施方式中，获取模块201，被配置执行的步骤包括：

对所述差异化收费计算模型持续进行数据训练，缩小所述差异化收费计算模型的误差值。

在本申请的另外一种实施方式中，计算模块202，被配置执行的步骤包括：

将所述车辆数据与所述路网数据输入至所述差异化收费计算模型，得到所述目标车辆在不同路网数据以及不同行驶时段下的通行成本；

根据所述目标车辆在不同路网数据以及不同行驶时段下的通行成本，为所述目标车辆确定每个规划导航路线对应的通行成本。

图4是根据一示例性实施例示出的一种电子设备的逻辑结构框图。例如，电子设备300可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器，上述指令可由电子设备处理器执行以完成上述基于差异化收费计算车辆通行成本的方法，该方法包括：获取目标车辆对应的车辆数据，以及为所述目标车辆规划的至少一个规划导航路线，所述每个规划导航路线中包括途经的路网数据，所述车辆数据包括车辆类型数据、支付类型数据、能源类型数据以及政策扶持数据；利用预设的差异化收费计算模型，为所述目标车辆计算每个规划导航路线对应的通行成本，所述通行成本对应于通行费用以及通行时间；选取最低通行成本对应的规划导航路线作为所述目标车辆的导航路线。可选地，上述指令还可以由电子设备的处理器执行以完成上述示例性实施例中所涉及的其他步骤。例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

在示例性实施例中，还提供了一种应用程序/计算机程序产品，包括一条或多条指令，该一条或多条指令可以由电子设备的处理器执行，以完成上述基于差异化收费计算车辆通行成本的方法，该方法包括：获取目标车辆对应的车辆数据，以及为所述目标车辆规划的至少一个规划导航路线，所述每个规划导航路线中包括途经的路网数据，所述车辆数据包括车辆类型数据、支付类型数据、能源类型数据以及政策扶持数据；利用预设的差异化收费计算模型，为所述目标车辆计算每个规划导航路线对应的通行成本，所述通行成本对应于通行费用以及通行时间；选取最低通行成本对应的规划导航路线作为所述目标车辆的导航路线。可选地，上述指令还可以由电子设备的处理器执行以完成上述示例性实施例中所涉及的其他步骤。

图4为电子设备300的示例图。本领域技术人员可以理解，示意图4仅仅是电子设备300的示例，并不构成对电子设备300的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如电子设备300还可以包括输入输出设备、网络接入设备、总线等。

所称处理器302可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器302也可以是任何常规的处理器等，处理器302是计算机设备30的控制中心，利用各种接口和线路连接整个计算机设备30的各个部分。

存储器301可用于存储计算机可读指令303，处理器302通过运行或执行存储在存储器301内的计算机可读指令或模块，以及调用存储在存储器301内的数据，实现计算机设备30的各种功能。存储器301可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据计算机设备30的使用所创建的数据等。此外，存储器301可以包括硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)或其他非易失性/易失性存储器件。

电子设备300集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机可读指令来指令相关的硬件来完成，的计算机可读指令可存储于一计算机可读存储介质中，该计算机可读指令在被处理器执行时，可实现上述各个方法实施例的步骤。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (9)

1.一种基于差异化收费计算车辆通行成本的方法，其特征在于，包括：

获取目标车辆对应的车辆数据，以及为所述目标车辆规划的至少一个规划导航路线，所述每个规划导航路线中包括途经的路网数据，所述车辆数据包括车辆类型数据、支付类型数据、能源类型数据以及政策扶持数据；

利用预设的差异化收费计算模型，为所述目标车辆计算每个规划导航路线对应的通行成本，所述通行成本对应于通行费用以及通行时间；

选取最低通行成本对应的规划导航路线作为所述目标车辆的导航路线；

其中，构建所述差异化收费计算模型，包括：

从样本车辆数据以及样本路网数据中提取差异化通行费计算因子，按照预定义的差异化收费规则进行关联，生成数据映射集；

利用聚类算法对所述数据映射集进行聚类分析，得到初始化收费单元，计算公式是：

其中，C_l是第L个初始化收费单元，1≤l≤K，|S_l|是第L个初始化收费单元中的数据个数，F_i是第L个初始化收费单元的第i个数据；

利用标准差对所述初始化收费单元进行离散分析，得到差异化基础收费单元，计算公式是：

其中，X_i是差异化基础收费单元，C_i是初始化收费单元中的第i个聚类数据，

是聚类数据的几何平均值；

利用线性回归方程对所述差异化基础收费单元进行有效性判断，得到差异化收费计算模型；其中，

所述初始化收费单元是指所述样本车辆数据以及所述样本路网数据映射得到的各项收费数据；

所述差异化基础收费单元是指将所述规划导航路线划分成数个道路单元，根据所述道路单元对收取的高速通行费和附加费数据进行相应切分，得到单个道路单元的基础收费数据。

2.如权利要求1所述的方法，其特征在于，在所述获取目标车辆对应的车辆数据之前，还包括：

获取至少一个样本车辆对应的样本车辆数据，所述样本车辆数据包括车辆类型数据、支付类型数据、能源类型数据以及政策扶持数据；以及，

获取目标区域范围内对应的样本路网数据，所述样本路网数据包括收费站数据、ETC数据、高速道路交汇点数据以及道路数据；

根据所述样本车辆数据以及所述样本路网数据，构建所述差异化收费计算模型。

3.如权利要求2所述的方法，其特征在于，所述根据所述样本车辆数据以及所述样本路网数据，构建所述差异化收费计算模型，包括：

从所述样本车辆数据以及所述样本路网数据中提取差异化通行费计算因子，按照预定义的差异化收费规则进行关联，生成数据映射集；

利用聚类算法对所述数据映射集进行聚类分析，得到初始化收费单元；

利用标准差对所述初始化收费单元进行离散分析，得到差异化基础收费单元；

利用线性回归方程对所述差异化基础收费单元进行有效性判断，得到差异化收费计算模型。

4.如权利要求3所述的方法，其特征在于，所述从所述样本车辆数据以及所述样本路网数据中提取差异化通行费计算因子，按照预定义的差异化收费规则进行关联，生成数据映射集，进一步包括：

对所述样本车辆数据以及所述样本路网数据进行采集、清洗、去重和提取处理；

将提取的所述车辆数据与所述路网数据结合，分析收费车辆GPS轨迹数据；

按照预定义的差异化收费规则，将所述车辆GPS轨迹数据与所述收费数据进行映射，计算所述车辆GPS轨迹数据中包含的收费单元，并基于车型、轴数、出入站地点、出入站时间、附加费用数据，建立车型(轴数)、收费路段、途经隧道、高速交汇点、桥梁数据与所述收费数据进行关联映射，得到映射数据集。

5.如权利要求2所述的方法，其特征在于，在所述根据所述样本车辆数据以及所述样本路网数据，构建所述差异化收费计算模型之后，还包括：

对所述差异化收费计算模型持续进行数据训练，缩小所述差异化收费计算模型的误差值。

6.如权利要求1所述的方法，其特征在于，所述利用预设的差异化收费计算模型，为所述目标车辆计算每个规划导航路线对应的通行成本，包括：

将所述车辆数据与所述路网数据输入至所述差异化收费计算模型，得到所述目标车辆在不同路网数据以及不同行驶时段下的通行成本；

根据所述目标车辆在不同路网数据以及不同行驶时段下的通行成本，为所述目标车辆确定每个规划导航路线对应的通行成本。

7.一种基于差异化收费计算车辆通行成本的装置，其特征在于，包括：

获取模块，被配置为获取目标车辆对应的车辆数据，以及为所述目标车辆规划的至少一个规划导航路线，所述每个规划导航路线中包括途经的路网数据，所述车辆数据包括车辆类型数据、支付类型数据、能源类型数据以及政策扶持数据；

计算模块，被配置为利用预设的差异化收费计算模型，为所述目标车辆计算每个规划导航路线对应的通行成本，所述通行成本对应于通行费用以及通行时间；

选取模块，被配置为选取最低通行成本对应的规划导航路线作为所述目标车辆的导航路线；

其中，构建所述差异化收费计算模型，包括：

从样本车辆数据以及样本路网数据中提取差异化通行费计算因子，按照预定义的差异化收费规则进行关联，生成数据映射集；

利用聚类算法对所述数据映射集进行聚类分析，得到初始化收费单元，计算公式是：

其中，C_l是第L个初始化收费单元，1≤l≤K，|S_l|是第L个初始化收费单元中的数据个数，F_i是第L个初始化收费单元的第i个数据；；

利用标准差对所述初始化收费单元进行离散分析，得到差异化基础收费单元，计算公式是：

其中，X_i是差异化基础收费单元，C_i是初始化收费单元中的第i个聚类数据，

是聚类数据的几何平均值；

利用线性回归方程对所述差异化基础收费单元进行有效性判断，得到差异化收费计算模型；其中，

所述初始化收费单元是指所述样本车辆数据以及所述样本路网数据映射得到的各项收费数据；

所述差异化基础收费单元是指将所述规划导航路线划分成数个道路单元，根据所述道路单元对收取的高速通行费和附加费数据进行相应切分，得到单个道路单元的基础收费数据。

8.一种电子设备，其特征在于，包括：

存储器，用于存储可执行指令；以及，

处理器，用于与所述存储器以执行所述可执行指令从而完成权利要求1-6中任一所述基于差异化收费计算车辆通行成本的方法的操作。

9.一种计算机可读存储介质，用于存储计算机可读取的指令，其特征在于，所述指令被执行时执行权利要求1-6中任一所述基于差异化收费计算车辆通行成本的方法的操作。

Images