CN115641728B - 一种etc收费稽查方法、系统、电子设备及介质 - Google Patents
一种etc收费稽查方法、系统、电子设备及介质 Download PDFInfo
- Publication number
- CN115641728B CN115641728B CN202211313856.5A CN202211313856A CN115641728B CN 115641728 B CN115641728 B CN 115641728B CN 202211313856 A CN202211313856 A CN 202211313856A CN 115641728 B CN115641728 B CN 115641728B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- video stream
- current vehicle
- license plate
- current
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000001514 detection method Methods 0.000 claims abstract description 114
- 238000000605 extraction Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 9
- 239000013598 vector Substances 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 7
- 230000006835 compression Effects 0.000 claims description 4
- 238000007906 compression Methods 0.000 claims description 4
- 238000000926 separation method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 5
- 238000013461 design Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 241000353135 Psenopsis anomala Species 0.000 description 1
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
Abstract
本发明属于交通运输技术领域，其目的在于提供一种ETC收费稽查方法、系统、电子设备及介质。其中的方法包括：实时接收出入口检测设备发送的检测视频流以及出入口检测设备的位置信息；根据检测视频流实时的对应车辆的车牌号；根据出口视频流中指定车辆对应的车牌号，获取当前车辆的通行距离和驶离时间，再根据当前车辆的车牌号、通行距离和驶离时间，得到当前车辆的通行费用；根据当前车辆的车牌号，判断预设的ETC收费数据库中是否存在当前车辆在驶离时间的ETC收费记录，如否，则判定当前车辆为ETC屏蔽车辆，然后根据当前车辆的通行费用对当前车辆进行扣费。本发明可避免当前车辆在ETC收费过程中进行ETC屏蔽等操作导致的无法正常扣费的问题。
Description
技术领域
本发明属于交通运输技术领域，具体涉及一种ETC收费稽查方法、系统、电子设备及介质。
背景技术
目前取消高速公路省界收费站，收费模式改为分段计费方式，并通过ETC(Electronic Toll Collection，电子不停车收费系统)设备直接进行交易，通过对车载OBU(On board Unit，车载单元)的读写进行实时的自动交易。分段式计费方式，是对车辆在高速路中所经过的道桥、匝道等收费路段单独进行交易。
在借助ETC进行交易的模式下，ETC用户中逐渐出现的一种作弊方式，如通过瓜子包装袋锡纸包裹ETC设备或在车上放置信号干扰器等，从而屏蔽或干扰ETC设备发出的电磁信号，导致车辆在通过ETC门架时无法正常通信交易，从而达到逃费的目的。由于这种办法成本低廉，难以取证，给稽查逃费工作造成很大困难。
专利号为202010447215.3的中国专利公开了一种ETC逃费车辆的筛选方法及装置。该专利首先通过预调制信号主动与ETC设备进行通信，如果没有信号应答则判断为疑似逃费车辆，然后统计设定时间内的ETC缴费记录，如果ETC缴费记录中该疑似逃费车辆已经缴费，则从疑似逃费车辆中排除掉。
但是，在使用现有技术过程中，发明人发现现有技术中至少存在如下问题：
该现有技术功能较为单一，无法进行实时对账和扣费，只能事后稽查，不利于ETC收费的管理。
发明内容
本发明旨在至少在一定程度上解决上述技术问题，本发明提供了一种ETC收费稽查方法、系统、电子设备及介质。
为了实现上述目的，本发明采用以下技术方案：
第一方面，提供了一种ETC收费稽查方法，包括：
实时接收出入口检测设备发送的检测视频流以及所述出入口检测设备的位置信息；其中，所述出入口检测设备包括设置在高速公路入口处的入口检测设备和设置在高速公路出口处的出口检测设备，所述检测视频流包括所述入口检测设备发送的入口视频流以及所述出口检测设备发送的出口视频流；
将所述检测视频流实时输入车辆提取模型，以在所述检测视频流中包括车辆时，得到所述检测视频流中每个车辆对应的车辆图像，并根据所述车辆图像获取对应车辆的车牌号；
根据所述出口视频流中指定车辆对应的车牌号，获取当前车辆的通行距离和驶离时间，再根据当前车辆的车牌号、通行距离和驶离时间，得到当前车辆的通行费用；
根据当前车辆的车牌号，判断预设的ETC收费数据库中是否存在当前车辆在所述驶离时间的ETC收费记录，如否，则判定当前车辆为ETC屏蔽车辆，然后根据当前车辆的通行费用对当前车辆进行扣费。
本发明可克服ETC计费过程中的缺陷，可通过识别车辆的车牌号，并获取其通行距离和驶离时间，然后得到车辆在高速公路上的通行费用，再通过与ETC收费数据库中的ETC收费记录进行对账，确认当前车辆是否进行ETC缴费，并在当前车辆未进行ETC缴费时对其进行扣费，由此避免当前车辆在ETC收费过程中进行ETC屏蔽等操作导致的无法正常扣费的问题。
在一个可能的设计中，根据所述出口视频流中指定车辆对应的车牌号，获取当前车辆的通行距离和驶离时间，再根据当前车辆的车牌号、通行距离和驶离时间，得到当前车辆的通行费用，包括：
根据所述出口视频流中指定车辆对应的车牌号，判断是否在所述入口视频流中提取到相同的车牌号，如是，则进入下一步；
根据所述出口视频流的位置信息和所述入口视频流的位置信息，拟合得到当前车辆的通行路径信息，并根据所述通行路径信息得到当前车辆的通行距离；
提取从所述出口视频流获取到当前车辆对应车辆图像的时间，并将该时间设定为当前车辆的驶离时间；
根据当前车辆的车牌号、通行距离和驶离时间，得到当前车辆对应的收费标准；
根据所述收费标准和所述通行距离，得到当前车辆的通行费用。
在一个可能的设计中，所述车辆提取模型包括依次连接的输入层、主干网络、特征融合层、检测层和输出层；
所述输入层用于接收所述检测视频流，并将所述检测视频流的逐帧图像划分为多个边界框传输至主干网络；
所述主干网络采用CSPDarknet53网络，用于分别对当前帧图像中的多个边界框进行特征提取，得到当前帧图像中所有边界框的特征数据；
所述特征融合层用于根据所述特征数据，得到当前帧图像中所有边界框的第一特征图、第二特征图和第三特征图；
所述检测层用于基于锚框对所述第一特征图、第二特征图和第三特征图进行检测，得到当前帧图像中所有边界框的特征向量；
所述输出层用于根据当前帧图像中所有边界框的特征向量，输出当前帧图像中的车辆图像。
在一个可能的设计中，根据所述车辆图像获取对应车辆的车牌号，包括：
基于所述车辆提取模型获取所述车辆图像中的车牌图像；
对所述车牌图像进行字符分隔，并使用pytesseract包进行字符识别，得到所述车辆图像中对应车辆的车牌号。
在一个可能的设计中，将所述检测视频流实时输入车辆提取模型，并得到所述检测视频流中每个车辆对应的车辆图像后，所述方法还包括：
根据所述车辆图像获取对应车辆的检测车型信息；
根据当前车辆的车牌号，获取当前车辆的标准车型信息；
将当前车辆的所述标准车型信息与所述检测车型信息进行对比，判断当前车辆的所述标准车型信息是否与所述检测车型信息匹配，如否，则判定当前车辆为车型作弊车辆。
在一个可能的设计中，得到所述检测视频流中每个车辆对应的车辆图像后，所述方法还包括：
对所述车辆图像进行压缩，得到并存储压缩后车辆图像；其中，对所述车辆图像进行压缩时，采用ZCC压缩方法。
第二方面，提供了一种ETC收费稽查系统，用于实现如上述任一项所述的ETC收费稽查方法；所述ETC收费稽查系统包括：
检测信息获取模块，用于实时接收出入口检测设备发送的检测视频流以及所述出入口检测设备的位置信息；其中，所述出入口检测设备包括设置在高速公路入口处的入口检测设备和设置在高速公路出口处的出口检测设备，所述检测视频流包括所述入口检测设备发送的入口视频流以及所述出口检测设备发送的出口视频流；
车辆信息提取模块，与所述检测信息获取模块通信连接，用于将所述检测视频流实时输入车辆提取模型，以在所述检测视频流中包括车辆时，得到所述检测视频流中每个车辆对应的车辆图像，并根据所述车辆图像获取对应车辆的车牌号；
通行费用计算模块，与所述车辆信息提取模块通信连接，用于根据所述出口视频流中指定车辆对应的车牌号，获取当前车辆的通行距离和驶离时间，再根据当前车辆的车牌号、通行距离和驶离时间，得到当前车辆的通行费用；
ETC收费稽查模块，与所述通行费用计算模块通信连接，用于根据当前车辆的车牌号，判断预设的ETC收费数据库中是否存在当前车辆在所述驶离时间的ETC收费记录，如否，则判定当前车辆为ETC屏蔽车辆，然后根据当前车辆的通行费用对当前车辆进行扣费。
第三方面，提供了一种电子设备，包括：
存储器，用于存储计算机程序指令；以及，
处理器，用于执行所述计算机程序指令从而完成如上述任一项所述的ETC收费稽查方法的操作。
第四方面，提供了一种计算机可读存储介质，用于存储计算机可读取的计算机程序指令，所述计算机程序指令被配置为运行时执行如上述任一项所述的ETC收费稽查方法的操作。
附图说明
图1是实施例1中一种ETC收费稽查方法的流程图；
图2是实施例1中一种入口检测设备和出口检测设备的模块框图；
图3是实施例2中一种ETC收费稽查系统的模块框图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍，显而易见地，下面关于附图结构的描述仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在此需要说明的是，对于这些实施例方式的说明用于帮助理解本发明，但并不构成对本发明的限定。
实施例1：
本实施例公开了一种ETC收费稽查方法，可以但不限于由具有一定计算资源的计算机设备或虚拟机执行，例如由个人计算机、智能手机、个人数字助理或可穿戴设备等电子设备执行，或者由虚拟机执行。
如图1所示，一种ETC收费稽查方法，可以但不限于包括有如下步骤：
S1.实时接收出入口检测设备发送的检测视频流以及所述出入口检测设备的位置信息；其中，所述出入口检测设备包括设置在高速公路入口处的入口检测设备和设置在高速公路出口处的出口检测设备，所述检测视频流包括所述入口检测设备发送的入口视频流以及所述出口检测设备发送的出口视频流；需要说明的是，本实施例中，入口检测设备设置在任一高速公路的入口处，高速公路的出口可为一个或多个，对应地，出口检测设备可配合高速公路出口设置为一个或多个，且入口检测设备和出口检测设备均位于一段高速公路的同一侧。
应当理解的是，本实施例中的入口检测设备和出口检测设备均为安装于ETC通道内的检测设备，其用于对办理了ETC业务的车辆进行监测，此外，现有技术中，当车辆未办理ETC业务，其无法进入相应的ETC通道，即入口检测设备所获取的入口视频流中的车辆均为办理有ETC业务的车辆，而当未办理ETC业务的车辆从ETC通道驶离高速公路时，对应的出口视频流中存在该车辆图像，此时对该车辆的计费等基于现有技术实现，如判定其为逃费车辆并对其进行惩处等，此处不予限制。
具体地，如图2所示，本实施例中，入口检测设备和出口检测设备均包括龙门架、ETC读卡器、激光雷达、摄像头、边缘计算服务器、NVR服务器和网关。其中，龙门架部署在高速公路上；ETC读卡器、摄像头和激光雷达均安装在龙门架上，并与边缘计算服务器电性连接。边缘计算服务器、NVR服务器和网关采用旁挂方式，部署在龙门架的落地柜处，并通过物联网卡连接到云端的综合管控平台。本实施例中的ETC收费稽查方法的执行主体即为综合管控平台，对应地，检测视频流通过入口检测设备和出口检测设备中的摄像头检测获取。
S2.将所述检测视频流实时输入车辆提取模型，以在所述检测视频流中包括车辆时，得到所述检测视频流中每个车辆对应的车辆图像，并根据所述车辆图像获取对应车辆的车牌号；
本实施例中，所述车辆提取模型包括依次连接的输入层、backbone主干网络、neck特征融合层、head检测层和输出层；
所述输入层用于接收所述检测视频流，并将所述检测视频流的逐帧图像划分为多个边界框传输至backbone主干网络；
所述backbone主干网络采用CSPDarknet53网络，用于分别对当前帧图像中的多个边界框进行特征提取，得到当前帧图像中所有边界框的特征数据；
所述neck特征融合层用于根据所述特征数据，得到当前帧图像中所有边界框的第一特征图、第二特征图和第三特征图；具体地，本实施例中，neck特征融合层由SPP(SpatialPyramid Pooling block，空间金字塔池化)层和PANet(Path Aggregation Network,路径聚合网络)层组成，其中，SPP层用于增加感受野以及分离出最重要的特征，PANet层可以保证同时从高级别层接受语义特征和从横向骨干网络的低级别层接收细粒度的特征。
所述head检测层用于基于锚框对所述第一特征图、第二特征图和第三特征图进行检测，得到当前帧图像中所有边界框的特征向量；具体地，本实施例中，第一特征图、第二特征图和第三特征图的尺寸分别为13×13，26×26和52×52，head检测层分别用于检测从大到小的目标，应当理解的是，尺寸大的特征图包含到信息更加丰富，因此，52×52尺寸的特征图用于检测小目标，反之亦然。
所述输出层用于根据当前帧图像中所有边界框的特征向量，输出当前帧图像中的车辆图像。本实施例中，特征向量为S*S*(B*(5+C))维度的向量，其中，S为网格(grid cell)数量，可选的可以取16；B为每一个网络预先定义的边界框(Anchor Boxes)数量，其可以取3；C为要检测的类别数，其可以取9；5分别代表参数c,bx,by,bh,bw，其中c为该预测框的置信度分数，1为包含，0为不包含；bx/by为物体中心点坐标，bh/bw为物体的高和宽，其可以大于1。
此外，本实施例中，如果两个物体的中心处于同一个网格的情况，需要使用AnchorBox、交并比IoU和非极大值抑制去除重叠框。非极大值抑制的步骤如下：丢弃交并比IOU小于或等于预定阈值(例如0.5)的所有方框；对于剩余的边界框，选择具有最高IOU的边界框并将其作为输出预测；计算相关联的边界框的IoU值，舍去IoU大于阈值的边界框；直到所有边界框都被视为输出预测或被舍弃；其中，交并比IoU＝实际边界框和预测的边界框的交叉面积/实际边界框和预测的边界框的并联合面积。
具体地，根据所述车辆图像获取对应车辆的车牌号，包括：
基于所述车辆提取模型获取所述车辆图像中的车牌图像；本实施例中，可使用OpenCV中矩形的轮廓检测来提取车牌图像。
对所述车牌图像进行字符分隔，并使用pytesseract包进行字符识别，得到所述车辆图像中对应车辆的车牌号。具体地，pytesseract包为OCR(optical characterrecognition，光学字符识别)工具，可用于进行字符识别，便于快速获取车牌号。
本实施例中，得到所述检测视频流中每个车辆对应的车辆图像后，所述方法还包括：
对所述车辆图像进行压缩，得到并存储压缩后车辆图像；其中，对所述车辆图像进行压缩时，采用ZCC压缩方法。需要说明的是，本实施例中，采用ZCC压缩技术压缩车辆图片，可在不降低画质、不改变图片格式的基础上，将原有文件压缩到原有大小20-50％，进而可利于减少带宽需求，降低本实施例中各设备的部署成本。
S3.根据所述出口视频流中指定车辆对应的车牌号，获取当前车辆的通行距离和驶离时间，再根据当前车辆的车牌号、通行距离和驶离时间，得到当前车辆的通行费用；
本实施例中，根据所述出口视频流中指定车辆对应的车牌号，获取当前车辆的通行距离和驶离时间，再根据当前车辆的车牌号、通行距离和驶离时间，得到当前车辆的通行费用，包括：
S301.根据所述出口视频流中指定车辆对应的车牌号，判断是否在所述入口视频流中提取到相同的车牌号，如是，则进入下一步；
S302.根据所述出口视频流的位置信息和所述入口视频流的位置信息，拟合得到当前车辆的通行路径信息，并根据所述通行路径信息得到当前车辆的通行距离；
S303.提取从所述出口视频流获取到当前车辆对应车辆图像的时间，并将该时间设定为当前车辆的驶离时间；
S304.根据当前车辆的车牌号、通行距离和驶离时间，得到当前车辆对应的收费标准；需要说明的是，根据车辆车牌号对应的车型，以及驶离时间的不同，其收费标准也不同个。具体地，本实施例中，收费标准举例如下：基础价格：大货车为：0.9元/公里，巴士为：0.6元/公里，小轿车为：0.3元/公里；异地车牌价格为：基础价格*1.1，夜间价格为：基础价格*0.8。
S305.根据所述收费标准和所述通行距离，得到当前车辆的通行费用。
S4.根据当前车辆的车牌号，判断预设的ETC收费数据库中是否存在当前车辆在所述驶离时间的ETC收费记录，如否，则判定当前车辆为ETC屏蔽车辆，然后根据当前车辆的通行费用对当前车辆进行扣费。需要说明的是，对当前车辆进行扣费时，可以但不仅限于采用人工扣费、自动扣费，自动扣费可基于当前车辆绑定的ETC记账卡、ETC信用卡或者借记卡进行结算，此处不予限制。应当理解的是，当前车辆如正常进行扣费时，ETC收费数据库中存在当前车辆在所述驶离时间的ETC收费记录，当前车辆基于相应出口检测设备中的ETC读卡器执行，ETC读卡器可与车辆的车载ETC设备通信并完成ETC扣费。
本实施例中，将所述检测视频流实时输入车辆提取模型，并得到所述检测视频流中每个车辆对应的车辆图像后，所述方法还包括：
根据所述车辆图像获取对应车辆的检测车型信息；
根据当前车辆的车牌号，获取当前车辆的标准车型信息；
将当前车辆的所述标准车型信息与所述检测车型信息进行对比，判断当前车辆的所述标准车型信息是否与所述检测车型信息匹配，如否，则判定当前车辆为车型作弊车辆。需要说明的是，本实施例中，通过获取当前车辆的检测车型信息，并将当前车辆的所述标准车型信息与所述检测车型信息进行对比，可便于识别车辆套牌行为或车辆改装行为，利于进一步实现对高速公路上车辆的监管。此外，本实施例中，当车辆存在套牌行为时，仍通过车辆对应的车牌号进行通行费用计算及收费操作。
本实施例中，还可结合大数据平台进行套牌车辆的识别，如在同一时刻，相同车牌出现在不同位置时，认定为存在套牌车辆，此处不予限制。
具体地，本实施例中，根据所述车辆图像获取对应车辆的检测车型信息，包括：
以车辆前上方的图像作为处理对象，利用车牌位置信息确定车头位置，并对车头部分的保险杠所占位置进行测量，以保险杠的长度作为车辆的宽度；同时找出车顶位置，确定车辆的高度；然后找到车尾位置，结合车头的位置和摄像头拍摄的角度计算得到车辆的长度；最后采用SVM(support vector machine，支持向量机)分类器对宽度、高度和长度三个参数进行分类，并以车辆的长宽高为分类依据，将车辆分为大、中和小三种类型。
本实施例可克服ETC计费过程中的缺陷，可通过识别车辆的车牌号，并获取其通行距离和驶离时间，然后得到车辆在高速公路上的通行费用，再通过与ETC收费数据库中的ETC收费记录进行对账，确认当前车辆是否进行ETC缴费，并在当前车辆未进行ETC缴费时对其进行扣费，由此避免当前车辆在ETC收费过程中进行ETC屏蔽等操作导致的无法正常扣费的问题。
实施例2：
本实施例公开了一种ETC收费稽查系统，用于实现实施例1中ETC收费稽查方法；如图3所示，所述ETC收费稽查系统包括：
检测信息获取模块，用于实时接收出入口检测设备发送的检测视频流以及所述出入口检测设备的位置信息；其中，所述出入口检测设备包括设置在高速公路入口处的入口检测设备和设置在高速公路出口处的出口检测设备，所述检测视频流包括所述入口检测设备发送的入口视频流以及所述出口检测设备发送的出口视频流；
车辆信息提取模块，与所述检测信息获取模块通信连接，用于将所述检测视频流实时输入车辆提取模型，以在所述检测视频流中包括车辆时，得到所述检测视频流中每个车辆对应的车辆图像，并根据所述车辆图像获取对应车辆的车牌号；
通行费用计算模块，与所述车辆信息提取模块通信连接，用于根据所述出口视频流中指定车辆对应的车牌号，获取当前车辆的通行距离和驶离时间，再根据当前车辆的车牌号、通行距离和驶离时间，得到当前车辆的通行费用；
ETC收费稽查模块，与所述通行费用计算模块通信连接，用于根据当前车辆的车牌号，判断预设的ETC收费数据库中是否存在当前车辆在所述驶离时间的ETC收费记录，如否，则判定当前车辆为ETC屏蔽车辆，然后根据当前车辆的通行费用对当前车辆进行扣费。
实施例3：
在实施例1或2的基础上，本实施例公开了一种电子设备，该设备可以是智能手机、平板电脑、笔记本电脑或者台式电脑等。电子设备可能被称为用于终端、便携式终端、台式终端等，电子设备包括：
存储器，用于存储计算机程序指令；以及，
处理器，用于执行所述计算机程序指令从而完成如实施例1中任一所述的ETC收费稽查方法的操作。
实施例4：
在实施例1至3任一项实施例的基础上，本实施例公开了一种计算机可读存储介质，用于存储计算机可读取的计算机程序指令，所述计算机程序指令被配置为运行时执行如实施例1所述的ETC收费稽查方法的操作。
需要说明的是，所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
最后应说明的是，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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。而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
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的保护范围。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ETC收费稽查方法，其特征在于：包括：
实时接收出入口检测设备发送的检测视频流以及所述出入口检测设备的位置信息；其中，所述出入口检测设备包括设置在高速公路入口处的入口检测设备和设置在高速公路出口处的出口检测设备，所述检测视频流包括所述入口检测设备发送的入口视频流以及所述出口检测设备发送的出口视频流；
将所述检测视频流实时输入车辆提取模型，以在所述检测视频流中包括车辆时，得到所述检测视频流中每个车辆对应的车辆图像，并根据所述车辆图像获取对应车辆的车牌号；
根据所述出口视频流中指定车辆对应的车牌号，获取当前车辆的通行距离和驶离时间，再根据当前车辆的车牌号、通行距离和驶离时间，得到当前车辆的通行费用；
根据当前车辆的车牌号，判断预设的ETC收费数据库中是否存在当前车辆在所述驶离时间的ETC收费记录，如否，则判定当前车辆为ETC屏蔽车辆，然后根据当前车辆的通行费用对当前车辆进行扣费；
根据所述出口视频流中指定车辆对应的车牌号，获取当前车辆的通行距离和驶离时间，再根据当前车辆的车牌号、通行距离和驶离时间，得到当前车辆的通行费用，包括：
根据所述出口视频流中指定车辆对应的车牌号，判断是否在所述入口视频流中提取到相同的车牌号，如是，则进入下一步；
根据所述出口视频流的位置信息和所述入口视频流的位置信息，拟合得到当前车辆的通行路径信息，并根据所述通行路径信息得到当前车辆的通行距离；
提取从所述出口视频流获取到当前车辆对应车辆图像的时间，并将该时间设定为当前车辆的驶离时间；
根据当前车辆的车牌号、通行距离和驶离时间，得到当前车辆对应的收费标准；
根据所述收费标准和所述通行距离，得到当前车辆的通行费用；
将所述检测视频流实时输入车辆提取模型，并得到所述检测视频流中每个车辆对应的车辆图像后，所述方法还包括：
根据所述车辆图像获取对应车辆的检测车型信息；
根据当前车辆的车牌号，获取当前车辆的标准车型信息；
将当前车辆的所述标准车型信息与所述检测车型信息进行对比，判断当前车辆的所述标准车型信息是否与所述检测车型信息匹配，如否，则判定当前车辆为车型作弊车辆。
2.根据权利要求1所述的一种ETC收费稽查方法，其特征在于：所述车辆提取模型包括依次连接的输入层、主干网络、特征融合层、检测层和输出层；
所述输入层用于接收所述检测视频流，并将所述检测视频流的逐帧图像划分为多个边界框传输至主干网络；
所述主干网络采用CSPDarknet53网络，用于分别对当前帧图像中的多个边界框进行特征提取，得到当前帧图像中所有边界框的特征数据；
所述特征融合层用于根据所述特征数据，得到当前帧图像中所有边界框的第一特征图、第二特征图和第三特征图；
所述检测层用于基于锚框对所述第一特征图、第二特征图和第三特征图进行检测，得到当前帧图像中所有边界框的特征向量；
所述输出层用于根据当前帧图像中所有边界框的特征向量，输出当前帧图像中的车辆图像。
3.根据权利要求1所述的一种ETC收费稽查方法，其特征在于：根据所述车辆图像获取对应车辆的车牌号，包括：
基于所述车辆提取模型获取所述车辆图像中的车牌图像；
对所述车牌图像进行字符分隔，并使用pytesseract包进行字符识别，得到所述车辆图像中对应车辆的车牌号。
4.根据权利要求1所述的一种ETC收费稽查方法，其特征在于：得到所述检测视频流中每个车辆对应的车辆图像后，所述方法还包括：
对所述车辆图像进行压缩，得到并存储压缩后车辆图像；其中，对所述车辆图像进行压缩时，采用ZCC压缩方法。
5.一种ETC收费稽查系统，其特征在于：用于实现如权利要求1至4中任一项所述的ETC收费稽查方法；所述ETC收费稽查系统包括：
检测信息获取模块，用于实时接收出入口检测设备发送的检测视频流以及所述出入口检测设备的位置信息；其中，所述出入口检测设备包括设置在高速公路入口处的入口检测设备和设置在高速公路出口处的出口检测设备，所述检测视频流包括所述入口检测设备发送的入口视频流以及所述出口检测设备发送的出口视频流；
车辆信息提取模块，与所述检测信息获取模块通信连接，用于将所述检测视频流实时输入车辆提取模型，以在所述检测视频流中包括车辆时，得到所述检测视频流中每个车辆对应的车辆图像，并根据所述车辆图像获取对应车辆的车牌号；
通行费用计算模块，与所述车辆信息提取模块通信连接，用于根据所述出口视频流中指定车辆对应的车牌号，获取当前车辆的通行距离和驶离时间，再根据当前车辆的车牌号、通行距离和驶离时间，得到当前车辆的通行费用；
ETC收费稽查模块，与所述通行费用计算模块通信连接，用于根据当前车辆的车牌号，判断预设的ETC收费数据库中是否存在当前车辆在所述驶离时间的ETC收费记录，如否，则判定当前车辆为ETC屏蔽车辆，然后根据当前车辆的通行费用对当前车辆进行扣费。
6.一种电子设备，其特征在于：包括：
存储器，用于存储计算机程序指令；以及，
处理器，用于执行所述计算机程序指令从而完成如权利要求1至4中任一项所述的ETC收费稽查方法的操作。
7.一种计算机可读存储介质，用于存储计算机可读取的计算机程序指令，其特征在于：所述计算机程序指令被配置为运行时执行如权利要求1至4中任一项所述的ETC收费稽查方法的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211313856.5A CN115641728B (zh) | 2022-10-25 | 2022-10-25 | 一种etc收费稽查方法、系统、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211313856.5A CN115641728B (zh) | 2022-10-25 | 2022-10-25 | 一种etc收费稽查方法、系统、电子设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115641728A CN115641728A (zh) | 2023-01-24 |
| CN115641728B true CN115641728B (zh) | 2023-10-24 |
Family
ID=84946535
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211313856.5A Active CN115641728B (zh) | 2022-10-25 | 2022-10-25 | 一种etc收费稽查方法、系统、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115641728B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115862170B (zh) * | 2023-02-27 | 2023-06-09 | 成都智源易行科技有限公司 | 一种用于etc收费系统的车牌识别辅助系统及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103729629A (zh) * | 2014-01-13 | 2014-04-16 | 深圳市金溢科技有限公司 | Etc车道中车型识别方法及装置 |
| CN110211250A (zh) * | 2019-06-20 | 2019-09-06 | 深圳成谷科技有限公司 | 射频与视频结合的车辆防逃费方法及系统 |
| CN110264734A (zh) * | 2019-06-26 | 2019-09-20 | 北京梦陀螺科技有限公司 | 一种高速公路车辆稽查系统及其工作方法 |
| CN110853163A (zh) * | 2019-10-28 | 2020-02-28 | 北京中交国通智能交通系统技术有限公司 | 一种基于ai与车路协同的车辆路径识别计费系统及方法 |
| 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 |
| CN111144945A (zh) * | 2019-12-27 | 2020-05-12 | 泰斗微电子科技有限公司 | 一种车辆通行管理方法、服务器及车辆通行管理系统 |
| CN111882690A (zh) * | 2020-08-10 | 2020-11-03 | 山东天星北斗信息科技有限公司 | Etc多传感信息融合轨迹还原的高速收费方法及系统 |
| CN114049612A (zh) * | 2021-11-12 | 2022-02-15 | 甘肃紫光智能交通与控制技术有限公司 | 基于以图搜图技术的高速公路车辆收费稽核系统及行驶路径双重获取检验方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105590346B (zh) * | 2016-02-18 | 2018-01-16 | 华南理工大学 | 基于路径识别系统的收费公路网交通信息采集与诱导系统 |
| CN108510734A (zh) * | 2018-03-30 | 2018-09-07 | 深圳市金溢科技股份有限公司 | 一种路侧单元及一种路侧单元的车辆信息匹配方法 |
-
2022
- 2022-10-25 CN CN202211313856.5A patent/CN115641728B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103729629A (zh) * | 2014-01-13 | 2014-04-16 | 深圳市金溢科技有限公司 | Etc车道中车型识别方法及装置 |
| CN110211250A (zh) * | 2019-06-20 | 2019-09-06 | 深圳成谷科技有限公司 | 射频与视频结合的车辆防逃费方法及系统 |
| CN110264734A (zh) * | 2019-06-26 | 2019-09-20 | 北京梦陀螺科技有限公司 | 一种高速公路车辆稽查系统及其工作方法 |
| CN110853163A (zh) * | 2019-10-28 | 2020-02-28 | 北京中交国通智能交通系统技术有限公司 | 一种基于ai与车路协同的车辆路径识别计费系统及方法 |
| 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 |
| CN111144945A (zh) * | 2019-12-27 | 2020-05-12 | 泰斗微电子科技有限公司 | 一种车辆通行管理方法、服务器及车辆通行管理系统 |
| CN111882690A (zh) * | 2020-08-10 | 2020-11-03 | 山东天星北斗信息科技有限公司 | Etc多传感信息融合轨迹还原的高速收费方法及系统 |
| CN114049612A (zh) * | 2021-11-12 | 2022-02-15 | 甘肃紫光智能交通与控制技术有限公司 | 基于以图搜图技术的高速公路车辆收费稽核系统及行驶路径双重获取检验方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115641728A (zh) | 2023-01-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111178291A (zh) | 一种停车支付系统以及停车支付方法 | |
| CN111626277A (zh) | 一种基于治超站交调指标分析的车辆跟踪方法及装置 | |
| CN111064925A (zh) | 地铁乘客逃票行为检测方法和系统 | |
| CN115641728B (zh) | 一种etc收费稽查方法、系统、电子设备及介质 | |
| CN110111565A (zh) | 一种基于实时视频流下的人车流量统计系统与方法 | |
| US20160148076A1 (en) | Method and system for automating an image rejection process | |
| CN111292432A (zh) | 基于车型识别和轮轴检测的车辆收费类型判别方法与装置 | |
| CN111368612A (zh) | 超员检测系统、人员检测方法及电子设备 | |
| KR101819568B1 (ko) | 전기차 및 하이패스 인식에 따른 주차 관리 시스템 운영 방법 | |
| CN105608422A (zh) | 一种客车超载智能监控检测方法 | |
| CN109684923A (zh) | 一种公共交通工具的信息采集装置、计费系统及方法 | |
| JP2024052812A (ja) | 情報処理システム、情報処理方法及びプログラム | |
| CN115965636A (zh) | 车辆侧面图的生成方法、装置及终端设备 | |
| CN115909305A (zh) | 一种车辆信息识别方法、装置、设备及存储介质 | |
| CN111191603B (zh) | 车内人员识别方法、装置、终端设备及介质 | |
| CN107993446A (zh) | 一种交通禁停区域违章停车监测装置 | |
| CN110717352B (zh) | 一种站台客流量的统计方法、服务器及图像采集设备 | |
| CN111508093A (zh) | 一种用于高速公路的过路费预算系统 | |
| KR102294560B1 (ko) | 딥러닝 기반의 자동차 견인 유형 분류 및 자동차 번호 인식 방법 및 시스템 | |
| Song et al. | Method of Vehicle Behavior Analysis for Real-Time Video Streaming Based on Mobilenet-YOLOV4 and ERFNET | |
| CN111104900B (zh) | 高速公路费用清分方法及装置 | |
| CN117373259B (zh) | 高速公路车辆逃费行为识别方法、装置、设备和存储介质 | |
| CN112883943B (zh) | 一种轴型识别方法及系统 | |
| CN117496607B (zh) | 一种基于etc计费的智能停车场管理方法及系统 | |
| Costel et al. | Research on Multi-Target Vehicle Detection and Tracking Based on Yolo |
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 |