CN114999170A - 一种基于高速公路车辆路径数据智能分析可视化系统 - Google Patents

Abstract

本发明属于智能交通技术领域，尤其为一种基于高速公路车辆路径数据智能分析可视化系统，包括数据采集模块、云端大数据分析模块、可视化载屏和违规行为车辆识别系统，所述数据采集模块经收费站点前置设备收集高速公路各类车辆信息，包括车辆抓拍图片以及全网ETC和收费车道上传的车辆通行标识信息。本发明具有较强的车辆路径还原时效性，满足收费车道、应急收费设备等其他业务系统在线路径查询的时效性，且拟合路径的结果准确度高，能够实现对缺失路径的精准还原，可以有效地针对套牌、逃费等违规行为的目标车辆进行跟踪捕捉，另外，用户可在可视化载体上获取各高速站点的动态监控有效数据，通行体验感佳。

Description

一种基于高速公路车辆路径数据智能分析可视化系统

技术领域

本发明涉及智能交通技术领域，具体为一种基于高速公路车辆路径数据智能分析可视化系统。

背景技术

高速公路收费方式以半自动收费MTC为主，并辅助以ETC方式。MTC需要人工判别车型，车道配备的硬件及电子设备对通行卡进行处理、数据传输，并由收费站管理员结账打印各班次工作报表。通过给车道配备车道闭路电视系统，实现对车道情况的实时查看，达到对收费业务全程监管的目的；ETC又称电子收费方式，通行车辆的车载标签和收费站的信号发射与接收装置进行无线微波通信，车辆以一定速度通过收费站，不停车完成支付。

在实际应用中，当遇到存在无入口信息、丢卡、坏卡、U转和路径不可达等特情的车辆时，出口收费站需花费较长的时间处理这些问题，进而无法实现对车辆通行路径的快速、准确还原，这不仅会导致司机的通行体验变差，而且会造成少收或漏收高速通行费。取消省界收费站之后，收费车辆稽查成了高速公路运营人员的一项重要工作，其中耗时较长的环节是准确还原车辆的通行路径。特别是当车辆在通行过程中存在屏蔽ETC标签、CPC卡通信信号或遮挡车牌号等逃费行为时，采用常规的技术手段很难实现对车辆通行路径的快速、准确还原，这给稽查工作的顺利开展带了很大的困扰。

传统高速公路的监测系统，交通流参数实时数据的采集主要是通过车辆检测器来实现的，车辆的车型、具体路径等重要信息信息仅由安装于汽车的车载电子标签或人工来进行判断，混合车道采用入口人工发卡，出口人工收卡、计费、收取通行费的模式，无论是ETC专用车道还是混合车道，都仅仅通过信息卡所记录的路径进行收费；这种方式导致高速收费站点的逃费、漏检现象屡见不鲜，严重扰乱了正常收费秩序；且传统高速公路在用户缴费之后，用户往往对费用的细节并不知情，为了对收费明细进行查询，需要在缴费后申请打印发票且要离车去获取该发票，或者登录对应省市的高速收费网站或者有关app去查询获取，无论哪种方式流程都相对繁琐。

因此我们提出了一种基于高速公路车辆路径数据智能分析可视化系统来解决上述问题。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于高速公路车辆路径数据智能分析可视化系统，解决了传统的高速公路的监测系统无法准确还原车辆的通行路径，导致高速收费站点的逃费、漏检现象屡见不鲜，严重扰乱了正常收费秩序，且用户无法及时获取有效信息，通行体验感不佳的问题。

(二)技术方案

本发明为了实现上述目的具体采用以下技术方案：

一种基于高速公路车辆路径数据智能分析可视化系统，所述基于高速公路车辆路径数据智能分析可视化系统包括：

数据采集模块，经收费站点前置设备收集高速公路各类车辆信息，包括车辆抓拍图片以及全网ETC和收费车道上传的车辆通行标识信息，其中，ETC上传的车辆通行标识信息包括ETC门架车辆交易信息和牌识信息，收费车道上传的车辆通行标识信息包括车辆入口收费站上道信息和出口收费站下道息；

云端大数据分析模块，与数据采集模块连接，用于对出口车道上传的车辆标识信息中，信息完整且不存在特情的车辆进行相应的路径分析与补全；对于跨省通行的车辆，通过调用跨省通行路径还原接口获取外省的通行路径信息，省内的通行路径信息采用省内门架标识信息和出口收费站标识信息还原；若拟合路径与基准路径不一致，通过大数据分析获取误标率较高的标识点，针对此类标识点设置相应的特征模型，满足该模型的车辆标识点，在路径还原时系统自动进行过滤，保证车辆路径还原的准确性；对无入口信息、无卡、坏卡、车牌不符和车型不符等问题的车辆，以人工辅助大数据分析的方式，多维度对实时数据进行统计分析，展示相应分析结果给收费人员，再辅以出口车道上传的车牌信息，对该车进行分析处理；

可视化载屏，装载于通行车辆上，通过可视化载体将通行收费汇总信息给到达当前站点的用户展示出来，同时通过云端后台大数据分析，提供其已通行站点和各路段收费明细等信息，并在自适应大小的地图上标记出来，使整个收费结果一目了然；还通过可视化载体提供给用户各高速站点的动态监控数据，包括前方路径通向、预估到达时间、高速路况信息、事故位置重要信息；

违规行为车辆识别系统，装载于通行车辆上，与可视化载屏连接，用于捕捉套牌、逃费车辆特征信息，识别前方车辆是否存在逃费行为，当检测到前方车辆套牌或逃费时，采用一键发送的方式，将采集到的目标车辆图像与视频数据集合，与车辆定位信息一同发送到云端大数据分析模块，结合数据采集模块采集到的各车辆信息，针对套牌和逃费违规行为的目标车辆进行高效、高精度捕捉与跟踪。

进一步地，所述违规行为车辆识别系统采集到的套牌、逃费车辆特征信息包括车辆车型、颜色和车牌号信息。

进一步地，所述违规行为车辆识别系统包括车载控制器、车辆行为分析模块、车辆行为特征提取模块、储存模块、摄像头和无线通讯模块，所述车辆行为分析模块、储存模块和无线通讯模块分别与车载控制器电性连接，所述摄像头通过车辆行为特征提取模块与车辆行为分析模块连接，所述车载控制器通过无线通讯模块与云端大数据分析模块交互，所述摄像头用于采集目标车辆图像与视频信息，采集到的目标车辆图像与视频信息通过车辆行为特征提取模块进行行为特征提取，所述车辆行为分析模块用于将提取的行为特征信息与预设的套牌、逃费车辆行为信息进行比对，识别判断该车辆是否存在套牌、逃费行为，并将识别结果发送给车载控制器。

进一步地，所述违规行为车辆识别系统还包括与车载控制器电性连接的GPS定位模块。

进一步地，所述无线通讯模块采用WIFI、蓝牙、GPRS/CDMA、Zig-Bee通信方式中的一种。

进一步地，所述误标率较高的标识点大数据分析方式包括：

1)、根据通行介质内的路径标记分析是否存在漏标、多标；

2)、根据同一门架下有通行介质标记，没有牌识数据；有牌识数据，没有通行介质数据的情况下分析漏标、误标；

3)、存在二义性路径时，判断是否有漏标无标。

进一步地，所述可视化载屏提供的可视化载体包括费额显示器、数字经济大屏和智能手机，所述智能手机通过关注的公众号向用户定向推送信息。

(三)有益效果

与现有技术相比，本发明提供了一种基于高速公路车辆路径数据智能分析可视化系统，具备以下有益效果：

本发明，具有较强的车辆路径还原时效性，满足收费车道、应急收费设备等其他业务系统在线路径查询的时效性，且拟合路径的结果准确度高，能够实现对缺失路径的精准还原，可以有效地针对套牌、逃费等违规行为的目标车辆进行跟踪捕捉，另外，用户可在可视化载体上获取各高速站点的动态监控有效数据，通行体验感佳。

附图说明

图1为本发明的系统原理框图；

图2为本发明中违规行为车辆识别系统的系统原理框图。

图中：1、数据采集模块；2、云端大数据分析模块；3、可视化载屏；4、违规行为车辆识别系统；401、车载控制器；402、车辆行为分析模块；403、车辆行为特征提取模块；404、储存模块；405、摄像头；406、无线通讯模块；407、GPS定位模块。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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做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。

实施例

如图1-2所示，本发明一个实施例提出的一种基于高速公路车辆路径数据智能分析可视化系统，基于高速公路车辆路径数据智能分析可视化系统包括数据采集模块1、云端大数据分析模块2、可视化载屏3和违规行为车辆识别系统4。

数据采集模块1，经收费站点前置设备收集高速公路各类车辆信息，包括车辆抓拍图片以及全网ETC和收费车道上传的车辆通行标识信息，其中，ETC上传的车辆通行标识信息包括ETC门架车辆交易信息和牌识信息，收费车道上传的车辆通行标识信息包括车辆入口收费站上道信息和出口收费站下道息；将所获取的信息储存于云端数据库中，以实现车辆信息的快速缓存和处理。

云端大数据分析模块2，收费站、门架、服务区通过深度学习对获取的抓拍车辆图片进行车牌识别与车型识别，可较传统车道收费获得更多有效的收费信息，实现了对车辆经过各路段的实时监控并记录；具体的，云端大数据分析模块2与数据采集模块1连接，用于对出口车道上传的车辆标识信息中，信息完整且不存在特情的车辆进行相应的路径分析与补全；对于跨省通行的车辆，通过调用跨省通行路径还原接口获取外省的通行路径信息，省内的通行路径信息采用省内门架标识信息和出口收费站标识信息还原；若拟合路径与基准路径不一致，通过大数据分析获取误标率较高的标识点，针对此类标识点设置相应的特征模型，满足该模型的车辆标识点，在路径还原时系统自动进行过滤，保证车辆路径还原的准确性；对无入口信息、无卡、坏卡、车牌不符和车型不符等问题的车辆，以人工辅助大数据分析的方式，多维度对实时数据进行统计分析，展示相应分析结果给收费人员，再辅以出口车道上传的车牌信息，对该车进行分析处理；

在上述实施方案中，误标率较高的标识点大数据分析方式包括：

1)、根据通行介质内的路径标记分析是否存在漏标、多标；

2)、根据同一门架下有通行介质标记，没有牌识数据；有牌识数据，没有通行介质数据的情况下分析漏标、误标；

3)、存在二义性路径时，判断是否有漏标无标。

可视化载屏3，装载于通行车辆上，通过可视化载体将通行收费汇总信息给到达当前站点的用户展示出来，同时通过云端后台大数据分析，提供其已通行站点和各路段收费明细等信息，并在自适应大小的地图上标记出来，使整个收费结果一目了然；另外还可以通过可视化载体提供给用户各高速站点的动态监控数据，包括前方路径通向、预估到达时间、高速路况信息、事故位置等重要信息。

在上述实施方案中，可视化载屏提供的可视化载体包括费额显示器、数字经济大屏和智能手机，智能手机通过关注的公众号向用户定向推送信息。

违规行为车辆识别系统4，装载于通行车辆上，与可视化载屏3连接，用于捕捉套牌、逃费车辆特征信息，识别前方车辆是否存在逃费行为，当检测到前方车辆逃费时，会在可视化载屏上跳出报警按键，采用一键发送的方式，将采集到的目标车辆图像与视频数据集合，与车辆定位信息一同发送到云端大数据分析模块2，结合数据采集模块1采集到的各车辆信息，针对套牌和逃费违规行为的目标车辆进行高效、高精度捕捉与跟踪。

本系统的车辆路径还原的时效性较强，满足收费车道、应急收费设备等其他业务系统在线路径查询的时效性，且拟合路径的结果准确度高，能够实现对缺失路径的精准还原，数据采集来源包含收费站点前置设备采集和车载设备采集两方面，可以有效地针对套牌、逃费等违规行为；另外用户在可视化载体上获取了更多的有效信息，满意度较高。

在一些实施例中，违规行为车辆识别系统4采集到的套牌、逃费车辆特征信息包括车辆车型、颜色和车牌号信息。

如图2所示，在一些实施例中，违规行为车辆识别系统4包括车载控制器401、车辆行为分析模块402、车辆行为特征提取模块403、储存模块404、摄像头405和无线通讯模块406，车辆行为分析模块402、储存模块404和无线通讯模块406分别与车载控制器401电性连接，摄像头405通过车辆行为特征提取模块403与车辆行为分析模块402连接，车载控制器401通过无线通讯模块406与云端大数据分析模块2交互，摄像头405用于采集目标车辆图像与视频信息，采集到的目标车辆图像与视频信息通过车辆行为特征提取模块403进行行为特征提取，车辆行为分析模块402用于将提取的行为特征信息与预设的套牌、逃费车辆行为信息进行比对，识别判断该车辆是否存在套牌、逃费行为，并将识别结果发送给车载控制器401，储存模块404用于储存经摄像头405采集到的目标车辆图像与视频信息。

在上述实施例中，系统可将由违规行为车辆识别系统4采集到的车辆信息与收费站点前置设备采集到的车辆信息进行比对，有效降低系统误判的发生，使系统稳定、可靠运行。

如图2所示，在一些实施例中，违规行为车辆识别系统4还包括与车载控制器401电性连接的GPS定位模块407，通过GPS定位模块407对用户驾驶车辆进行定位，确定前方套牌或逃费车辆的逃费地点。

在一些实施例中，无线通讯模块406采用WIFI、蓝牙、GPRS/CDMA、Zig-Bee通信方式中的一种。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于高速公路车辆路径数据智能分析可视化系统，其特征在于：所述基于高速公路车辆路径数据智能分析可视化系统包括：

数据采集模块(1)，经收费站点前置设备收集高速公路各类车辆信息，包括车辆抓拍图片以及全网ETC和收费车道上传的车辆通行标识信息，其中，ETC上传的车辆通行标识信息包括ETC门架车辆交易信息和牌识信息，收费车道上传的车辆通行标识信息包括车辆入口收费站上道信息和出口收费站下道息；

云端大数据分析模块(2)，与数据采集模块(1)连接，用于对出口车道上传的车辆标识信息中，信息完整且不存在特情的车辆进行相应的路径分析与补全；对于跨省通行的车辆，通过调用跨省通行路径还原接口获取外省的通行路径信息，省内的通行路径信息采用省内门架标识信息和出口收费站标识信息还原；若拟合路径与基准路径不一致，通过大数据分析获取误标率较高的标识点，针对此类标识点设置相应的特征模型，满足该模型的车辆标识点，在路径还原时系统自动进行过滤，保证车辆路径还原的准确性；对无入口信息、无卡、坏卡、车牌不符和车型不符问题的车辆，以人工辅助大数据分析的方式，多维度对实时数据进行统计分析，展示相应分析结果给收费人员，再辅以出口车道上传的车牌信息，对该车进行分析处理；

可视化载屏(3)，装载于通行车辆上，通过可视化载体将通行收费汇总信息给到达当前站点的用户展示出来，同时通过云端后台大数据分析，提供其已通行站点和各路段收费明细信息，并在自适应大小的地图上标记出来，使整个收费结果一目了然；还通过可视化载体提供给用户各高速站点的动态监控数据，包括前方路径通向、预估到达时间、高速路况信息、事故位置重要信息；

违规行为车辆识别系统(4)，装载于通行车辆上，与可视化载屏(3)连接，用于捕捉套牌、逃费车辆特征信息，识别前方车辆是否存在逃费行为，当检测到前方车辆套牌或逃费时，采用一键发送的方式，将采集到的目标车辆图像与视频数据集合，与车辆定位信息一同发送到云端大数据分析模块(2)，结合数据采集模块(1)采集到的各车辆信息，针对套牌和逃费违规行为的目标车辆进行高效、高精度捕捉与跟踪。

2.根据权利要求1所述的一种基于高速公路车辆路径数据智能分析可视化系统，其特征在于：所述违规行为车辆识别系统(4)采集到的套牌、逃费车辆特征信息包括车辆车型、颜色和车牌号信息。

3.根据权利要求1所述的一种基于高速公路车辆路径数据智能分析可视化系统，其特征在于：所述违规行为车辆识别系统(4)包括车载控制器(401)、车辆行为分析模块(402)、车辆行为特征提取模块(403)、储存模块(404)、摄像头(405)和无线通讯模块(406)，所述车辆行为分析模块(402)、储存模块(404)和无线通讯模块(406)分别与车载控制器(401)电性连接，所述摄像头(405)通过车辆行为特征提取模块(403)与车辆行为分析模块(402)连接，所述车载控制器(401)通过无线通讯模块(406)与云端大数据分析模块(2)交互，所述摄像头(405)用于采集目标车辆图像与视频信息，采集到的目标车辆图像与视频信息通过车辆行为特征提取模块(403)进行行为特征提取，所述车辆行为分析模块(402)用于将提取的行为特征信息与预设的套牌、逃费车辆行为信息进行比对，识别判断该车辆是否存在套牌、逃费行为，并将识别结果发送给车载控制器(401)。

4.根据权利要求3所述的一种基于高速公路车辆路径数据智能分析可视化系统，其特征在于：所述违规行为车辆识别系统(4)还包括与车载控制器(401)电性连接的GPS定位模块(407)。

5.根据权利要求3所述的一种基于高速公路车辆路径数据智能分析可视化系统，其特征在于：所述无线通讯模块(406)采用WIFI、蓝牙、GPRS/CDMA、Zig-Bee通信方式中的一种。

6.根据权利要求1所述的一种基于高速公路车辆路径数据智能分析可视化系统，其特征在于：所述误标率较高的标识点大数据分析方式包括：

根据通行介质内的路径标记分析是否存在漏标、多标；

根据同一门架下有通行介质标记，没有牌识数据；有牌识数据，没有通行介质数据的情况下分析漏标、误标；

存在二义性路径时，判断是否有漏标无标。

7.根据权利要求1所述的一种基于高速公路车辆路径数据智能分析可视化系统，其特征在于：所述可视化载屏(3)提供的可视化载体包括费额显示器、数字经济大屏和智能手机，所述智能手机通过关注的公众号向用户定向推送信息。

Images