CN115691143B - 交通卡口设备采集数据的时间的动态纠正方法和系统 - Google Patents
交通卡口设备采集数据的时间的动态纠正方法和系统 Download PDFInfo
- Publication number
- CN115691143B CN115691143B CN202211713286.9A CN202211713286A CN115691143B CN 115691143 B CN115691143 B CN 115691143B CN 202211713286 A CN202211713286 A CN 202211713286A CN 115691143 B CN115691143 B CN 115691143B
- Authority
- CN
- China
- Prior art keywords
- time
- license plate
- user terminal
- numbers
- monitoring
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种交通卡口设备采集数据的时间的动态纠正方法和系统,其属于交通数据监控技术领域,该方法包括:获取目标数据集S0,目标数据集S0包括多组关联组号,关联组号包括具有绑定关系的车牌号和用户终端串号;调取每一组关联组号在经过目标卡口时,车牌号被采集时间和用户终端串号被采集时间,并建立训练数据集S1;将采集车牌号的时间按照指定时间长度截取得到k个监控时段;计算每一个监控时段内,车牌号被采集的时间和用户终端串号被采集的时间的差值Ti,其中,0<i≤k;依据k个监控时段,构造并得到差值序列(T1,T2,T3,…,Ti)。本申请能够提高帧码设备所采集到的数据的质量的效果。
Description
技术领域
本申请涉及交通数据监控技术领域,尤其是涉及交通卡口设备采集数据的时间的动态纠正方法和系统。
背景技术
帧码设备是一种用于采集手机终端串号的监控设备,常安装在交通卡口处,用于采集通过卡口的车辆中,驾驶车辆的用户所使用的手机终端串号。
但是,安装在卡口处的帧码设备受交通状况、天线指向、施工安装质量以及设备性能等影响,导致处于不同的交通卡口上的帧码设备,对于周围的手机终端串号采集的时间也不相同,且在时间偏移量不固定的情况,长期使用该帧码设备采集得到的数据的质量不高。
发明内容
本申请提供一种交通卡口设备采集数据的时间的动态纠正方法和系统,具有对帧码设备的采集时间进行动态纠正,以提高帧码设备所采集到的数据的质量的特点。
本申请目的一是提供一种交通卡口设备采集数据的时间的动态纠正方法和系统。
本申请的上述申请目的一是通过以下技术方案得以实现的:
一种交通卡口设备采集数据的时间的动态纠正方法,包括:
获取目标数据集S0,所述目标数据集S0包括多组关联组号,每一组所述关联组号包括具有绑定关系的车牌号和用户终端串号;
依据所述目标数据集S0,调取每一组关联组号在经过目标卡口时,车牌号被采集时间和用户终端串号被采集时间,依据所述车牌号被采集时间和用户终端串号被采集时间得到训练数据集S1;
基于所述训练数据集S1,将采集车牌号的时间按照指定时间长度截取得到k个监控时段;
在每一个监控时段内,确定车牌号被采集的时间后,调取与车牌号同为一组关联组号的用户终端串号被采集的时间,计算每一个监控时段内,车牌号被采集的时间和用户终端串号被采集的时间的差值Ti,其中, 0<i≤k;
依据k个监控时段,构造并得到差值序列(T1,T2,T3,…,Ti)。
通过采用上述技术方案,预先建立目标数据集S0,组建车牌号和用户终端串号的绑定关系;然后,根据车牌号和用户终端串号的绑定关系,在每一个监控时段内采用车牌号被采集时间来校准用户终端串号被采集的时间,这是因为车牌号由监控摄像头采集,而监控摄像头触发采集车牌号的时间精准。所以,本申请能够在每一个监控时段内,对帧码设备采集用户终端串号的时间进行动态纠正,从而实现提高帧码设备所采集到的数据的质量的目的。
本申请在一较佳示例中可以进一步配置为:所述获取目标数据集S0之前,包括:
获取参照数据集S01,所述参照数据集S01包括采集车牌号的时间、卡口号、车牌号,所述卡口号为卡口的编号;
获取测试数据集S02,所述测试数据集S02包括采集用户终端串号的时间、卡口号、用户终端串号;
根据所述采集车牌号的时间、所述采集用户终端串号的时间和所述卡口号,建立关联组号,位于同一组关联组号内的车牌号和用户终端串号具有绑定关系;
按照所述关联组号由大至小的顺序进行排列得到目标数据集S0。
通过采用上述技术方案,预先建立目标数据集S0,从而便于后续根据车牌号和用户终端串号的绑定关系,采用车牌号被采集时间来校准用户终端串号被采集的时间。
本申请在一较佳示例中可以进一步配置为:所述根据所述采集车牌号的时间、所述采集用户终端串号的时间和所述卡口号,建立关联组号包括:
在相同的卡口号内,以车牌号被采集的时间和用户终端串号被采集的时间相同或者最接近的一组车牌号和用户终端串号为一组关联组号;
所述关联组号的编号大小与采集时间的先后顺序成正相关。
本申请在一较佳示例中可以进一步配置为:所述基于所述训练数据集S1,将采集车牌号的时间按照指定时间长度截取得到k个监控时段包括:在采集车牌号的时间长度上,按照指定时间长度依次截取得到k个监控时段。
通过采用上述技术方案,将在采集车牌号的时间长度上,按照指定时间长度依次截取得到k个监控时段,从而便于后续单独分析每一个监控时段内,车牌号被采集的时间和用户终端串号被采集的时间,以为提高帧码设备所采集到的数据的质量提供保障。
本申请在一较佳示例中可以进一步配置为:所述计算每一个监控时段内,车牌号被采集的时间和用户终端串号被采集的时间的差值Ti还包括:
当在任意一个监控时段内,存在z组关联组号时,分别计算每一组关联组号中,车牌号被采集的时间和用户终端串号被采集的时间的差值Tij,其中,0<i≤k ,0<j≤z;
根据所述差值Tij计算z组关联组号的平均差值作为差值Ti。
通过采用上述技术方案,当在任意一个监控时段内,存在z组关联组号时,将z组关联组号的差值Tij的平均差值作为差值Ti,从而为提高帧码设备所采集到的数据的质量提供技术保障。
本申请在一较佳示例中可以进一步配置为:所述构造并得到差值序列(T1,T2,T3,…,Ti)之后,还包括:
计算相邻监控时段的偏差值:Mi=Ti-Ti-1,0<i≤k。
通过采用上述技术方案,计算相邻监控时段的偏差值后,能够依据偏差值预测并纠正后续采集用户终端串号的时间。
本申请在一较佳示例中可以进一步配置为:所述用户终端串号可以为手机终端串号、平板终端串号以及PC终端串号中的任意一种。
通过采用上述技术方案,本申请能够适用于手机、平板以及PC的终端串号,从而使得本申请的使用范围更广,实用性更高。
本申请目的二是提供一种交通卡口设备采集数据的时间的动态纠正系统。
本申请的上述申请目的二是通过以下技术方案得以实现的:
一种交通卡口设备采集数据的时间的动态纠正系统,包括监控摄像头、帧码设备以及数据处理系统,
所述监控摄像头安装在卡口处,所述监控摄像头用于采集通过卡口的车牌号;
所述帧码设备安装在卡口处,所述帧码设备用于采集通过卡口的车辆中,驾驶车辆的用户所使用的用户终端串号;
所述数据处理系统分别与所述监控摄像头和所述帧码设备通信连接,并从监控摄像头处获取到车牌号和从帧码设备处获取到用户终端串号。
通过采用上述技术方案,监控摄像头采集车牌号的时间用于为数据处理系统提供动态纠正帧码设备采集用户终端串号的时间,从而通过监控摄像头、帧码设备以及数据处理系统的互相配合,能够实现提高帧码设备所采集到的数据的质量的目的。
本申请在一较佳示例中可以进一步配置为:所述数据处理系统包括:
数据获取模块,用于获取目标数据集S0,所述目标数据集S0包括多组关联组号,每一组所述关联组号包括具有绑定关系的车牌号和用户终端串号;
第一处理模块,用于依据所述目标数据集S0,调取每一组关联组号在经过目标卡口时,车牌号被采集时间和用户终端串号被采集时间,依据所述车牌号被采集时间和用户终端串号被采集时间得到训练数据集S1;
第二处理模块,用于基于所述训练数据集S1,将采集车牌号的时间按照指定时间长度截取得到k个监控时段;
第一计算模块,用于在每一个监控时段内,确定车牌号被采集的时间后,调取与车牌号同为一组关联组号的用户终端串号被采集的时间,计算每一个监控时段内,车牌号被采集的时间和用户终端串号被采集的时间的差值Ti,其中,0<i≤k;
第二计算模块,用于依据k个监控时段,构造并得到差值序列(T1,T2,T3,…,Ti)。
综上所述,本申请包括以下至少一种有益技术效果:
1.一方面,本申请能够预先建立目标数据集S0,组建车牌号和用户终端串号的绑定关系;然后,根据车牌号和用户终端串号的绑定关系,采用车牌号被采集时间来校准用户终端串号被采集的时间,这是因为车牌号由监控摄像头采集,而监控摄像头触发采集车牌号的时间精准,所以,本申请能够对帧码设备采集用户终端串号的时间进行动态纠正,从而实现提高帧码设备所采集到的数据的质量的目的;
2.另一方面,本申请还能够计算相邻监控时段的偏差值,并依据偏差值预测并纠正后续采集用户终端串号的时间。
附图说明
图1为本申请实施例的示例性运行环境示意图。
图2为本申请实施例的交通卡口设备采集数据的时间的动态纠正方法流程图。
附图标记说明:1、监控摄像头;2、帧码设备;3、数据处理系统;31、数据获取模块;32、第一处理模块;33、第二处理模块;34、第一计算模块;35、第二计算模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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全部其他实施例,都属于本申请保护的范围。
图1为本申请实施例的示例性运行环境示意图,参照图1,该运行环境包括设置在监控区域内的多个交通卡口,以下简称为卡口。每一个卡口设置有监控摄像头1和帧码设备2,监控摄像头1和帧码设备2均具有ID号,安装在不同的卡口的监控摄像头1的ID号不同,同样地,安装在不同卡口的监控摄像头1的ID号也不相同。另外,每一个卡口对应配置有一个卡口号,所以,监控摄像头1的一个ID号和帧码设备2的一个ID号均具有唯一对应的一个卡口号。
其中,监控摄像头1用于采集通过卡口的车辆的车牌号,而帧码设备2用于采集通过卡口的车辆中,驾驶车辆的用户所使用的用户终端串号。具体地,用户终端串号可以为手机终端串口号、平板终端串口号以及PC终端串口号等使用蜂窝网络进行数据通信的终端设备的识别码。
运行环境还包括数据处理系统3,数据处理系统3由一个或者多个服务器组成。数据处理系统3分别与监控摄像头1和帧码设备2之间通过无线网络通信连接,无线网络是基于4G网络或5G网络等通信的广域性物联网。
上述的监控摄像头1、帧码设备2以及数据处理系统3还可以组成交通卡口设备采集数据的时间的动态纠正系统。在该动态纠正系统中,可以是监控摄像头1周期性或者实时将采集到的车牌号上传至数据处理系统3中的,同样地,可以是帧码设备2周期性或者实时将采集到的用户终端串号上传至数据处理系统3中的。还可以是数据处理系统3在有纠正需求时,分别发送数据请求指令至监控摄像头1和帧码设备2中,从而使得监控摄像头1和帧码设备2依据数据请求指令分别将车牌号和用户终端串号上传至数据处理系统3中。由于监控摄像头1在采集车牌号和帧码设备2在采集用户终端串号时,均对应有唯一的采集时间,所以数据处理系统3获取到车牌号和用户终端串号时,也就获取到了车牌号被采集的时间和用户终端串号被采集的时间。
在本申请中,由于帧码设备2在采集用户终端串号时,会受到自身设备质量、性能、交通状态、卡口位置、设备施工安装质量等影响,从而导致帧码设备2采集用户终端串号的时间不准确,并且安装在不同的卡口上的帧码设备2的时间偏移量不固定。为此,本申请利用监控摄像头1采集车牌号的时间来校准帧码设备2采集用户终端串号的时间,这是因为监控摄像头1拍照的触发精准,同时,监控摄像头1与帧码设备2配套安装在卡口处,所以利用安装在同一卡口上的监控摄像头1的采集时间来纠正与其配套的帧码设备2的采集时间,能够提高帧码设备2采集得到的数据的质量。
在纠正帧码设备2的采集时间的过程中,数据处理系统3起到依据监控摄像头1上传的车牌号以及帧码设备2上传的用户终端串号,计算帧码设备2采集用户终端串号的偏移量的作用。所以,为了能够使数据处理系统3实现上述的功能,数据处理系统3包括数据获取模块31、第一处理模块32、第二处理模块33、第一计算模块34以及第二计算模块35。其中,数据获取模块31、第一处理模块32、第二处理模块33、第一计算模块34以及第二计算模块35依次连接,且能够互相配合用于计算帧码设备2采集用户终端串号的偏移量,从而实现纠正帧码设备2的采集时间的目的。
需要说明的是,图1所示的运行环境仅是解释性的,绝不是为了限制本发明实施例的应用或用途。例如,该运行环境中,一个交通卡口可以包括多个监控摄像头1、多个帧码设备2,而该数据处理系统3能够同时纠正多个帧码设备2采集用户终端串号的时间。
本申请还提供一种交通卡口设备采集数据的时间的动态纠正方法,参照图2,该方法的主要流程描述如下。
步骤S1:获取目标数据集S0,目标数据集S0包括多组关联组号,每一组关联组号包括具有绑定关系的车牌号和用户终端串号。
目标数据集S0由参照数据集S01和测试数据集S02组成。其中,参照数据集S01由监控摄像头1上传的车牌号组成,在监控摄像头1上传所采集到的车牌号时,数据处理系统3依据监控摄像头1所在的卡口、车牌号和采集车牌号的时间组成参照数据集S01,如表1所示:
表1中的卡口号A、B、C分别对应不同的监控摄像头1,例如卡口号A对应监控摄像头x1时,则监控摄像头x1在2022-01-01 10:00:01时,采集到通过卡口号A的车辆的车牌号为京A00001。
测试数据集S02由帧码设备2上传的用户终端串号组成,在帧码设备2上传所采集到的用户终端串号时,数据处理系统3依据帧码设备2所在的卡口、用户终端串号和采集用户终端串号的时间组成测试数据集S02,如表2所示:
表2中的卡口号A、B、C分别对应不同的帧码设备2,例如卡口号A对应监控摄像头x2,则监控摄像头x2在2022-01-01 10:00:20时,采集到通过卡口号A的车辆中,驾驶该车辆的用户的用户终端串号为T9293981923。
生成参照数据集S01和测试数据集S02后,在属于同一个卡口号内出现的车牌号和用户终端串号中,以车牌号被采集的时间和用户终端串号被采集的时间相同或者最接近的一组车牌号和用户终端串号为一组关联组号,该关联组号的编号大小与采集时间的先后顺序呈正相关,例如,本实施例中,关联组号的编号在G001至G111范围内,则车牌号和用户终端串号被采集的时间越早,则编号越靠前。
上述车牌号被采集的时间和用户终端串号被采集的时间最接近依据实际情况而设定,如每一辆车通过智能卡口的时间在3秒左右,而通过人工卡口的时间在40-60秒之间,所以如果通过的卡口为智能卡口,则最接近的时间需要小于3秒,而如果通过的卡口为人工卡口,则最接近的时间需要小于40秒。
依据车牌号被采集的时间和用户终端串号被采集的时间建立车牌号和用户终端串号的关联组号,将得到的关联组号以及关联组号对应的车牌号和用户终端串号组成目标数据集S0,如表3所示:
表3中,位于同一组关联组号内的车牌号和用户终端串号具有绑定关系,也就是当数据处理系统3获取到车牌号为京A00001时,则数据处理系统3将对应获知到该京A00001的车牌号属于关联号G001中,且与其具有绑定关系的用户终端串号为T9293981923。
建立目标数据集S0后,将目标数据集S0存储在数据处理系统3中,当数据处理系统3具有纠正需求时,再调取目标数据集S0。在本实施例中,数据处理系统3具有纠正需求的情况是指:对于刚安装的帧码设备2或者刚改造完毕的帧码设备2,都需要对帧码设备2采集用户终端串号的时间进行纠正。
步骤S2:依据目标数据集S0,调取每一组关联组号在经过目标卡口时,车牌号被采集时间和用户终端串号被采集时间,依据车牌号被采集时间和用户终端串号被采集时间得到训练数据集S1。
具体地,对于需要纠正的帧码设备2,在确定帧码设备2所处的卡口时,即确定目标卡口时,调取或者实时获取该卡口处的监控摄像头1采集到的车牌号,并在调取或者实时获取监控摄像头1采集到车牌号的这段时间内,还调取或者实时获取该卡口处的帧码设备2所采集到的用户终端串号。
然后,根据监控摄像头1采集车牌号的时间和帧码设备2采集用户终端串号的时间、以及车牌号和用户终端串号之间的绑定关系,建立训练数据集S2,如表4所示:
如上表4所示,可以采用关联组号G003,分别实现对卡口A、B、C处的帧码设备2的采集时间进行纠正。
步骤S3:基于训练数据集S1,将采集车牌号的时间按照指定时间长度截取得到k个监控时段。
为了保障数据处理系统3纠正帧码设备2的采集时间的准确度,数据处理系统3将会持续调取目标卡口处出现的关联组号中,关联组号对应的车牌号被采集的时间和用户终端串号被采集的时间。在累积监测一段时间后,再将该监测时间划分为多个时间段,从而便于具体分析在不同的时间段内,帧码设备所采集的用户终端串号的时间以及各个时间段内采集的时间的关联性。由于时间具有周期性,所以本申请将监测时间设定为24小时,即一天。
需要说明的是,将监测时间划分为多个时间段需要根据卡口的车流量来决定,对于车流量越大的卡口来说,划分的时间段越短则分析结果的准确度越高;而对于车流量越小的卡口来说,划分的时间段越长则分析结果的准确度越高。这是因为车流量越大的卡口在单位时间内通过的车辆的数量越多,但是在不同的单位时间内,通过目标卡口的车辆的车速可能会有所区别,如位于北京市内的目标卡口的车流量大,但是早上、中午、晚上通过目标卡口的车辆的车速也会发生变化。而对于车流量越小的卡口来说,当划分的时间段很短时,可能会使目标卡口在单位时间内没有监测到有车辆通过,从而无法获得车牌号和用户终端串号,即无法得到足够的分析样本。
在一个具体的示例中,车流量与划分的时间段的关系是:
当车流量在240辆/天以内,则将监测时间按照4小时为单位时间进行划分;
当车流量在240辆/天至720辆/天之间时,则将监测时间按照2小时为单位时间进行划分;
当车流量在720辆/天至1500辆/天之间时,则将监测时间按照1小时为单位时间进行划分
当车流量超出1500辆/天,则将监测时间按照0.5小时为时间单位进行划分。
在其他的示例中,还可以将监测时间按照其他的单位时间进行划分,在此不作限制,但需要满足的要求是:车流量越大则划分的时间段越短,车流量越小则划分的时间段越长。
在本实施例中,以1小时为指定时间长度,即以1小时作为划分的时间段长度,对24小时进行划分得到24个监控时段,所以k=24。需要说明的是,本申请的监测时间是以监控摄像头1采集车牌号的时间为依据的,如监控摄像头1在第一天的04:00开始采集到车牌号,则从第一天的04:00开始截取,直至第二天的4:00为止,从而得到24个监控时段。另外,本申请还可以周期性的截取,如以第一天的凌晨12点开始截取,以第二天的凌晨12点为止,同样也得到24个监控时段。
步骤S4:在每一个监控时段内,确定车牌号被采集的时间后,调取与车牌号同为一组关联组号的用户终端串号被采集的时间,计算每一个监控时段内,车牌号被采集的时间和用户终端串号被采集的时间的差值Ti,其中,0<i≤k。
对于一个目标卡口来说,在得到24个监控时段后,依次对每一个监控时段进行如下操作:确定车牌号被采集的时间后,调取与车牌号同为一组关联组号的用户终端串号被采集的时间,然后计算车牌号被采集的时间和用户终端串号被采集的时间的差值Ti,0<i≤k。
另外,当在一个监控时段内,存在z组关联组号时,将每一组关联组号所对应的差值标记为Tij;其中,0<i≤k,0<j≤z。然后,再计算多组差值Tij的平均值,并将该平均值作为该监控时段内的差值Ti。
步骤S5:依据k个监控时段,构造并得到差值序列(T1,T2,T3,…,Ti)。
通过上述步骤S4能够计算在每一个监控时段内,处于目标卡口处的监控摄像头1采集车牌号的时间和帧码设备2采集用户终端串号的时间的差值Ti;然后,依据在每一个监控时段内计算得到的差值Ti,以构造差值序列(T1,T2,T3,…,Ti)。最后,再依据差值序列(T1,T2,T3,…,Ti)计算相邻监控时段的偏差值:Mi=Ti-Ti-1,0<i≤k。
得到差值序列(T1,T2,T3,…,Ti)后,可以根据差值序列(T1,T2,T3,…,Ti)纠正帧码设备采集用户终端串号的时间,即在用户终端串号被采集时间基础上加上差值Ti即可得到帧码设备实际采集用户终端串号的时间。例如,在第一段监控时段内的差值为0.05S,即差值T1=0.05S时,若帧码设备在第一监控时段内采集用户终端串号的时间为0.3S时刻时,则得到该帧码设备实际采集用户终端串号的时间为0.35S时刻。
而得到相邻监控时段的偏差值Mi后,则可以在前一监控时间段内采集用户终端串号的时间已知的情况下,预测后一监控时间段内采集用户终端串号的时间。例如,存在相邻的监控时段t1和t2,若监控时段t1和监控时段t2的偏差值为0.001S,且计算得到监控时段t2的差值为0.002S,则:在知道监控时段t1的采集时间为0.03时刻时,预测得到监控时段t2的采集时间为0.031时刻,再根据监控时段t2的差值0.002S纠正得到:帧码设备在监控时段t2内,预测采集用户终端串号的时间为0.033S时刻。
由此可知,本申请不仅能够对帧码设备采集用户终端串号的时间进行动态纠正,还能够预测并纠正后续采集用户终端串号的时间。
综上所述,本申请实施例一种交通卡口设备采集数据的时间的动态纠正方法的实施原理为:首先,建立目标数据集S0,目标数据集S0中车牌号和用户终端串号具有绑定关系;然后,在有卡口需要纠正其上所安装的帧码设备2采集用户终端串号的时间时,数据处理模块调取目标数据集S0,并调取目标卡口处,监控摄像头1采集车牌号的时间和帧码设备2采集用户终端串号的时间,再根据车牌号被采集的时间和用户终端串号被采集的时间,计算监控摄像头1采集车牌号的时间和帧码设备2采集用户终端串号的时间的差值Ti,再根据差值Ti计算得到帧码设备2采集用户终端串号的时间偏移量M。由此可知,在得到时间偏移M后,当帧码设备2上传采集到的用户终端串号时,能够按照时间偏移量M自动修正采集用户终端串号的时间,从而实现了提高帧码设备2所采集到的数据的质量的目的。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离前述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其他技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (8)
1.一种交通卡口设备采集数据的时间的动态纠正方法,其特征在于,包括:
获取目标数据集S0,所述目标数据集S0包括多组关联组号,每一组所述关联组号包括具有绑定关系的车牌号和用户终端串号;
依据所述目标数据集S0,调取每一组关联组号在经过目标卡口时,车牌号被采集时间和用户终端串号被采集时间,依据所述车牌号被采集时间和用户终端串号被采集时间得到训练数据集S1;
基于所述训练数据集S1,将采集车牌号的时间按照指定时间长度截取得到k个监控时段;
在每一个监控时段内,确定车牌号被采集的时间后,调取与车牌号同为一组关联组号的用户终端串号被采集的时间,计算每一个监控时段内,车牌号被采集的时间和用户终端串号被采集的时间的差值Ti,其中,0<i≤k;
依据k个监控时段,构造并得到差值序列(T1,T2,T3,…,Ti);
基于差值序列(T1,T2,T3,…,Ti)计算相邻监控时段的偏差值Mi=Ti-Ti-1,0<i≤k;
依据偏差值纠正采集用户终端串号的时间。
2.根据权利要求1所述的交通卡口设备采集数据的时间的动态纠正方法,其特征在于,所述获取目标数据集S0之前,包括:
获取参照数据集S01,所述参照数据集S01包括采集车牌号的时间、卡口号、车牌号,所述卡口号为卡口的编号;
获取测试数据集S02,所述测试数据集S02包括采集用户终端串号的时间、卡口号、用户终端串号;
根据所述采集车牌号的时间、所述采集用户终端串号的时间和所述卡口号,建立关联组号,位于同一组关联组号内的车牌号和用户终端串号具有绑定关系;
按照所述关联组号由大至小的顺序进行排列得到目标数据集S0。
3.根据权利要求2所述的交通卡口设备采集数据的时间的动态纠正方法,其特征在于,所述根据所述采集车牌号的时间、所述采集用户终端串号的时间和所述卡口号,建立关联组号包括:
在相同的卡口号内,以车牌号被采集的时间和用户终端串号被采集的时间相同或者最接近的一组车牌号和用户终端串号为一组关联组号;
所述关联组号的编号大小与采集时间的先后顺序成正相关。
4.根据权利要求1所述的交通卡口设备采集数据的时间的动态纠正方法,其特征在于,所述基于所述训练数据集S1,将采集车牌号的时间按照指定时间长度截取得到k个监控时段包括:在采集车牌号的时间长度上,按照指定时间长度依次截取得到k个监控时段。
5.根据权利要求1所述的交通卡口设备采集数据的时间的动态纠正方法,其特征在于,所述计算每一个监控时段内,车牌号被采集的时间和用户终端串号被采集的时间的差值Ti还包括:
当在任意一个监控时段内,存在z组关联组号时,分别计算每一组关联组号中,车牌号被采集的时间和用户终端串号被采集的时间的差值Tij,其中,0<i≤k,0<j≤z;
根据所述差值Tij计算z组关联组号的平均差值作为差值Ti。
6.根据权利要求1所述的交通卡口设备采集数据的时间的动态纠正方法,其特征在于,所述用户终端串号为手机终端串号、平板终端串号以及PC终端串号中的任意一种。
7.一种交通卡口设备采集数据的时间的动态纠正系统,其特征在于,包括监控摄像头(1)、帧码设备(2)以及用于执行如权利要求1-6中任一项所述的方法的数据处理系统(3),其特征在于:
所述监控摄像头(1)安装在卡口处,所述监控摄像头(1)用于采集通过卡口的车牌号;
所述帧码设备(2)安装在卡口处,所述帧码设备(2)用于采集通过卡口的车辆中,驾驶车辆的用户所使用的用户终端串号;
所述数据处理系统(3)分别与所述监控摄像头(1)和所述帧码设备(2)通信连接,并从监控摄像头(1)处获取到车牌号和从帧码设备(2)处获取到用户终端串号。
8.根据权利要求7所述的交通卡口设备采集数据的时间的动态纠正系统,其特征在于,所述数据处理系统(3)包括:
数据获取模块(31),用于获取目标数据集S0,所述目标数据集S0包括多组关联组号,每一组所述关联组号包括具有绑定关系的车牌号和用户终端串号;
第一处理模块(32),用于依据所述目标数据集S0,调取每一组关联组号在经过目标卡口时,车牌号被采集时间和用户终端串号被采集时间,依据所述车牌号被采集时间和用户终端串号被采集时间得到训练数据集S1;
第二处理模块(33),用于基于所述训练数据集S1,将采集车牌号的时间按照指定时间长度截取得到k个监控时段;
第一计算模块(34),用于在每一个监控时段内,确定车牌号被采集的时间后,调取与车牌号同为一组关联组号的用户终端串号被采集的时间,计算每一个监控时段内,车牌号被采集的时间和用户终端串号被采集的时间的差值Ti,其中,0<i≤k;
第二计算模块(35),用于依据k个监控时段,构造并得到差值序列(T1,T2,T3,…,Ti),还用于基于差值序列(T1,T2,T3,…,Ti)计算相邻监控时段的偏差值Mi=Ti-Ti-1,0<i≤k;依据偏差值纠正采集用户终端串号的时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211713286.9A CN115691143B (zh) | 2022-12-30 | 2022-12-30 | 交通卡口设备采集数据的时间的动态纠正方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211713286.9A CN115691143B (zh) | 2022-12-30 | 2022-12-30 | 交通卡口设备采集数据的时间的动态纠正方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115691143A CN115691143A (zh) | 2023-02-03 |
CN115691143B true CN115691143B (zh) | 2023-04-07 |
Family
ID=85056189
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211713286.9A Active CN115691143B (zh) | 2022-12-30 | 2022-12-30 | 交通卡口设备采集数据的时间的动态纠正方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115691143B (zh) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07274158A (ja) * | 1994-03-28 | 1995-10-20 | Kyocera Corp | 遠隔カメラ制御システム |
US9064406B1 (en) * | 2010-09-28 | 2015-06-23 | The Boeing Company | Portable and persistent vehicle surveillance system |
KR101783982B1 (ko) * | 2012-01-31 | 2017-10-11 | 한화테크윈 주식회사 | 차량용 감시 카메라를 이용한 통합 관제 시스템 및 그 방법 |
CN110459051B (zh) * | 2019-06-21 | 2020-09-04 | 平安国际智慧城市科技股份有限公司 | 路段特征模型训练方法、装置、终端设备及存储介质 |
US11709828B2 (en) * | 2019-10-31 | 2023-07-25 | Genetec Inc | Method and system for associating a license plate number with a user |
CN111899522A (zh) * | 2020-07-21 | 2020-11-06 | 安徽信联建设工程有限公司 | 道路交通治安卡口监控系统 |
CN114155714B (zh) * | 2020-09-15 | 2022-11-08 | 深圳市软筑信息技术有限公司 | 一种机动车牌接力识别系统及车牌接力识别方法 |
CN113536256B (zh) * | 2021-07-27 | 2023-02-24 | 江西高创保安服务技术有限公司 | 一种人口流动数据的统计分析方法、装置及电子设备 |
-
2022
- 2022-12-30 CN CN202211713286.9A patent/CN115691143B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115691143A (zh) | 2023-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106878952B (zh) | 区域人员数量的预测方法及装置 | |
KR101463498B1 (ko) | 입입 단말기수 추계 장치 및 입입 단말기수 추계 방법 | |
CN110969215A (zh) | 聚类处理方法和装置、存储介质及电子装置 | |
EP3045001A1 (en) | Methods, wireless device and network node for managing positioning method based on prediction | |
CN106982413A (zh) | 一种区域客流趋势的预测方法及装置 | |
CN111462155A (zh) | 移动侦测方法、装置、计算机设备和存储介质 | |
CN112632354A (zh) | 一种imsi和人脸深度拟合方法、装置、设备及系统 | |
CN113330334A (zh) | 降低天气预报的尺度 | |
US11223566B2 (en) | Cellular network management based on automatic social-data acquisition | |
CN112770265A (zh) | 一种行人身份信息获取方法、系统、服务器和存储介质 | |
CN115691143B (zh) | 交通卡口设备采集数据的时间的动态纠正方法和系统 | |
JP2012008097A (ja) | 空模様判定システム及び空模様判定方法 | |
CN113037872B (zh) | 一种基于物联网多级边缘节点的缓存和预取方法 | |
CN112541399B (zh) | 一种输电线路监拍控制方法及装置 | |
CN116227929B (zh) | 通信数据的分析方法、装置、设备及存储介质 | |
CN117146739A (zh) | 用于光学瞄准镜的测角检定方法及系统 | |
KR100631095B1 (ko) | 지아이에스를 이용한 건축 구조물 정보 수집 및 관리 시스템 | |
CN112911243B (zh) | 一种采用高空抛物监控辅助分析房屋空置率的方法 | |
CN115175174A (zh) | 一种基于物联网平台实现探针设备管控系统的方法 | |
CN113849805A (zh) | 移动用户可信认证方法及装置、电子设备、存储介质 | |
CN112738340A (zh) | 话务量的预测方法、装置、设备及存储介质 | |
KR102285943B1 (ko) | 사용자 이동에 따라 환경 정보를 제공하기 위한 방법 및 서버 | |
CN110162902B (zh) | 一种基于云计算的配电系统可靠性评估方法 | |
CN113724890A (zh) | 基于区块链的健康信息核验方法、装置、系统及介质 | |
JP6734487B2 (ja) | 地域別笑顔度表示システム、地域別笑顔度表示方法及びプログラム |
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 |