CN116386156A - 一种高速收费站etc终端故障处理方法 - Google Patents

一种高速收费站etc终端故障处理方法 Download PDF

Info

Publication number
CN116386156A
CN116386156A CN202310615259.6A CN202310615259A CN116386156A CN 116386156 A CN116386156 A CN 116386156A CN 202310615259 A CN202310615259 A CN 202310615259A CN 116386156 A CN116386156 A CN 116386156A
Authority
CN
China
Prior art keywords
toll station
charging channel
steps
humidity
etc charging
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.)
Granted
Application number
CN202310615259.6A
Other languages
English (en)
Other versions
CN116386156B (zh
Inventor
胡显会
刘阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tewei Lexing Guangzhou Technology Co ltd
Original Assignee
Yunnan Beichan Internet Of Things Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yunnan Beichan Internet Of Things Technology Co ltd filed Critical Yunnan Beichan Internet Of Things Technology Co ltd
Priority to CN202310615259.6A priority Critical patent/CN116386156B/zh
Publication of CN116386156A publication Critical patent/CN116386156A/zh
Application granted granted Critical
Publication of CN116386156B publication Critical patent/CN116386156B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/0095—Testing the sensing arrangement, e.g. testing if a magnetic card reader, bar code reader, RFID interrogator or smart card reader functions properly
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
    • G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
    • G07B15/063—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems using wireless information transmission between the vehicle and a fixed station
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Finance (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Electromagnetism (AREA)
  • Signal Processing (AREA)
  • Devices For Checking Fares Or Tickets At Control Points (AREA)

Abstract

本发明公开了一种高速收费站ETC终端故障处理方法，涉及网络通信技术领域，所述处理方法包括以下步骤：监测端监测ETC电子收费系统的多项数据后建立故障预测模型，基于故障预测模型分析后，关闭不支持使用的ETC收费通道并生成管理信号，管理人员接收管理信号时，需要对该ETC收费入口的ETC电子收费系统进行管理，将支持使用的ETC收费通道进行性能优先排序，生成排序表，排序表通过显示端显示，在对ETC收费通道进行故障预测后，关闭不支持运行的ETC收费通道后。本发明将剩余ETC收费通道进行性能优先排序，从而引导车辆选择ETC收费通道排队，不仅避免车辆拥塞，而且有效提高收费站的通行稳定性。

Description

一种高速收费站ETC终端故障处理方法
技术领域
本发明涉及网络通信技术领域，具体涉及一种高速收费站ETC终端故障处理方法。
背景技术
ETC电子收费系统属于智能交通设备的一个分支设备，是一种利用电子技术对车辆行驶路线进行监控并自动收取过路费的系统，它是一种现代化的高速公路收费方式，为了保证车辆的稳定通行，通常需要对ETC电子收费系统进行故障检测和处理。
现有技术存在以下不足：
现有的ETC电子收费系统的故障处理方法通常是在ETC电子收费系统出现故障时发出警示再进行相应处理，然而，在收费站处于车流量大的高峰期时，ETC电子收费系统对各个进通道没有故障预测，从而无法对各个进通道进行排队提示，车辆驾驶员通常为凭借经验选择排入通道，若在排队过程中ETC电子收费系统出现故障，此时该通道排队车辆需要更换其它通道，由于收费站处于车流量大的高峰期，更换通道不仅会导致加塞造成拥堵，而且车辆容易发生碰撞导致交通瘫痪。
发明内容
本发明的目的是提供一种高速收费站ETC终端故障处理方法，以解决背景技术中不足。
为了实现上述目的，本发明提供如下技术方案：一种高速收费站ETC终端故障处理方法，所述处理方法包括以下步骤：
S1：ETC电子收费系统将收费站的所有同一类型的ETC收费通道进行编号；
S2：采集端采集收费站车流量，当收费站车流量超过流量阈值时，唤醒监测端；
S3：监测端监测ETC电子收费系统的多项数据后建立故障预测模型；
S4：基于故障预测模型分析各个ETC收费通道后，关闭不支持使用的ETC收费通道并生成管理信号；
S5：将支持使用的ETC收费通道进行性能优先排序，生成排序表，排序表通过显示端显示。
在一个优选的实施方式中，所述监测端监测ETC电子收费系统的多项数据，多项数据包括设备参数以及通信参数，设备参数包括供电电源内部温湿度波动幅值、ETC读卡器电磁干扰度，通信参数包括通信信噪比。
在一个优选的实施方式中，所述监测端将供电电源内部温湿度波动幅值、ETC读卡器电磁干扰度、通信信噪比做无量纲处理，去除单位后综合分析建立预测系数，计算公式为：
Figure SMS_1
；式中，/>
Figure SMS_2
为预测系数，/>
Figure SMS_3
为通信信噪比，/>
Figure SMS_4
为供电电源内部温湿度波动幅值，/>
Figure SMS_5
为ETC读卡器电磁干扰度，/>
Figure SMS_6
分别为设备参数以及通信参数的比例系数，且/>
Figure SMS_7
均大于0；
所述监测端获取预测系数后，设置故障阈值，将预测系数与故障阈值进行对比，完成故障预测模型的建立。
在一个优选的实施方式中，步骤S4中，通过故障预测模型分析各个ETC收费通道包括以下步骤：
S4.1：若通过故障预测模型分析后，ETC收费通道的预测系数小于故障阈值，则判断该ETC收费通道不支持使用，并生成管理信号；
S4.2：若通过故障预测模型分析后，ETC收费通道的预测系数大于等于故障阈值，则判断该ETC收费通道支持使用。
在一个优选的实施方式中，所述供电电源内部温湿度波动幅值
Figure SMS_8
的获取逻辑为：将供电电源稳定运行的温度范围标记为/>
Figure SMS_9
，供电电源稳定运行的湿度范围标记为/>
Figure SMS_10
，通过设置在供电电源内部的温湿度传感器实时采集的温度标记为/>
Figure SMS_11
，实时采集的湿度标记为/>
Figure SMS_12
；
当
Figure SMS_13
且/>
Figure SMS_14
时，
Figure SMS_15
；
当
Figure SMS_16
且/>
Figure SMS_17
时，/>
Figure SMS_18
；
当
Figure SMS_19
且/>
Figure SMS_20
时，/>
Figure SMS_21
；
当
Figure SMS_22
且/>
Figure SMS_23
时，/>
Figure SMS_24
；
若实时采集的温度
Figure SMS_25
在温度范围内，/>
Figure SMS_26
或
Figure SMS_27
；
若实时采集的湿度
Figure SMS_28
在湿度范围内，/>
Figure SMS_29
或
Figure SMS_30
；
若实时采集的温度
Figure SMS_31
以及湿度/>
Figure SMS_32
分别在温度范围以及湿度范围内，则
Figure SMS_33
。
在一个优选的实施方式中，所述ETC读卡器电磁干扰度通过在ETC读卡器上添加的电磁干扰度监测电路进行监测，计算公式为：
Figure SMS_35
；式中，/>
Figure SMS_37
为接收信号的功率，/>
Figure SMS_40
为放大器的输出电压，/>
Figure SMS_36
为天线增益，/>
Figure SMS_39
为电磁波的功率密度，天线增益/>
Figure SMS_41
的计算表达式为：/>
Figure SMS_42
；式中，/>
Figure SMS_34
是天线的直径，/>
Figure SMS_38
是电磁波的波长。
在一个优选的实施方式中，所述通信信噪比通过在线监测信号强度和噪声水平来计算，计算表达式为：
Figure SMS_43
；式中，/>
Figure SMS_44
代表信号的功率，/>
Figure SMS_45
代表噪声的功率，信号强度和噪声水平通过无线电信号接收端的接收电平和噪声电平来在线监测。
在一个优选的实施方式中，步骤S5中，生成排序表包括以下步骤：
S5.1：所述ETC收费通道摄像头采集ETC收费通道500米长度内的汽车数量；
S5.2：通过计算获取ETC收费通道的通行速率；
S5.3：依据ETC收费通道500米长度内的汽车数量生成赋值一，ETC收费通道的通行速率生成赋值二，预测系数生成赋值三；
S5.4：将赋值一、赋值二以及赋值三加权计算获取排序值，表达式为：
Figure SMS_46
；式中，/>
Figure SMS_47
为赋值一，/>
Figure SMS_48
为赋值二，/>
Figure SMS_49
为赋值三，
Figure SMS_50
为排序值；
S5.5：获取排序值后，将ETC收费通道依据排序值由大到小进行排序，生成排序表。
在一个优选的实施方式中，所述ETC收费通道的通行速率的计算表达式为：
Figure SMS_51
；式中，/>
Figure SMS_52
表达式ETC收费通道60s内通行车辆的数量。
在一个优选的实施方式中，所述ETC收费通道500米长度内的汽车数量越多，赋值一越大，ETC收费通道的通行速率越大，赋值二越大，预测系数越大，赋值三越大。
在上述技术方案中，本发明提供的技术效果和优点：
本发明通过将收费站的所有同一类型的ETC收费通道进行编号，采集端采集收费站车流量，当收费站车流量超过流量阈值时，唤醒监测端，监测端监测ETC电子收费系统的多项数据后建立故障预测模型，基于故障预测模型分析后，关闭不支持使用的ETC收费通道并生成管理信号，管理人员接收管理信号时，需要对该ETC收费入口的ETC电子收费系统进行管理，将支持使用的ETC收费通道进行性能优先排序，生成排序表，排序表通过显示端显示，在对ETC收费通道进行故障预测后，关闭不支持运行的ETC收费通道后，将剩余ETC收费通道进行性能优先排序，从而引导车辆选择ETC收费通道排队，不仅避免车辆拥塞，而且有效提高收费站的通行稳定性；
本发明通过将供电电源内部温湿度波动幅值、ETC读卡器电磁干扰度、通信信噪比做无量纲处理，去除单位后综合分析建立预测系数，获取预测系数后，设置故障阈值，将预测系数与故障阈值进行对比，完成故障预测模型的建立，从而将不支持使用的ETC收费通道关闭，保障收费站的稳定通行；
本发明依据ETC收费通道500米长度内的汽车数量生成赋值一，ETC收费通道的通行速率生成赋值二，预测系数生成赋值三，ETC收费通道500米长度内的汽车数量越多，赋值一越大，ETC收费通道的通行速率越大，赋值二越大，预测系数越大，赋值三越大，并将赋值一、赋值二以及赋值三加权计算获取排序值，ETC收费通道依据排序值由大到小进行排序，生成排序表，从而提示车辆选择最佳通行的ETC收费通道，在收费站车流量大时，有效提高收费站的通行效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明的方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。
实施例1：请参阅图1所示，本实施例所述一种高速收费站ETC终端故障处理方法，所述处理方法包括以下步骤：
ETC电子收费系统将收费站的所有同一类型的ETC收费通道进行编号，ETC收费通道类型包括汽车通道以及货车通道，由于ETC货车通道通常仅设置一个，本申请主要对ETC汽车通道的ETC电子收费系统进行故障预测，编号以数字代替（如汽车ETC1口、汽车ETC2口）；
采集端采集收费站车流量，当车站车流量超过流量阈值时，唤醒监测端，监测端监测ETC电子收费系统的多项数据后建立故障预测模型，基于故障预测模型分析各个ETC收费通道后，关闭不支持使用的ETC收费通道并生成管理信号，管理人员接收管理信号时，需要对该ETC收费入口的ETC电子收费系统进行管理，将支持使用的ETC收费通道进行性能优先排序，生成排序表，排序表通过显示端显示；
本申请中的采集端以及显示端均设置在收费站入口前方，显示端与收费站的距离设置为0.5~1公里，采集端与收费站距离设置为2~2.5公里（该种设置方式的原因在于，采集端先采集有车辆驶向收费站，显示端显示时，方便车辆驾驶员查看推荐信息），采用龙门架的方式设置，这样龙门架上不仅可以设置采集端以及显示端，还可以设置摄像头进行拍照（拍照包括拍照超速、危及安全带等违法行为车辆的拍照）。
本申请通过将收费站的所有同一类型的ETC收费通道进行编号，采集端采集收费站车流量，当车站车流量超过流量阈值时，唤醒监测端，监测端监测ETC电子收费系统的多项数据后建立故障预测模型，基于故障预测模型分析后，关闭不支持使用的ETC收费通道并生成管理信号，管理人员接收管理信号时，需要对该ETC收费入口的ETC电子收费系统进行管理，将剩余ETC收费通道进行性能优先排序，生成排序表，排序表通过显示端显示，在对ETC收费通道进行故障预测后，关闭不支持运行的ETC收费通道后，将剩余ETC收费通道进行性能优先排序，从而引导车辆选择ETC收费通道排队，不仅避免车辆拥塞，而且有效提高收费站的通行稳定性。
采集端采集收费站车流量，当收费站车流量超过流量阈值时，唤醒监测端，其中，流量阈值的设置主要考虑以下几个方面：
1）车辆排队等待时间较长，排队长度较长，需要花费更多时间通过收费站；
2）收费站车道的拥堵情况较为明显，车辆在通行过程中需要减速慢行，交通流动性较差；
3）收费站道路上的车辆密集，车辆通行速度较慢。
以昆明西收费站来说，当收费站车流量超过每分钟100-110辆时，会出现排队等待时间较长，排队长度较长等等，并且，由于不是所有车辆都走ETC收费通道（部分车辆走人工通道），因此，采集端为在龙门架上设置ETC读卡器，ETC读卡器的设置数量与道路条数相等，主要检测汽车ETC，当ETC读卡器采集一分钟内进入收费站的ETC车辆超过80-90辆时，判断收费站的车费流量大，则昆明西收费站的流量阈值为80辆/分钟，面对不同的收费站来说，其流量阈值也不同，依据以上方法进行设定，在此不做赘述。
实施例2：上述实施例1中，监测端监测ETC电子收费系统的多项数据后建立故障预测模型，基于故障预测模型分析各个ETC收费通道后，关闭不支持使用的ETC收费通道并生成管理信号，管理人员接收管理信号时，需要对该ETC收费入口的ETC电子收费系统进行管理。
监测端监测ETC电子收费系统的多项数据后建立故障预测模型具体包括以下步骤：
监测端监测ETC电子收费系统的多项数据，多项数据包括设备参数以及通信参数，设备参数包括供电电源内部温湿度波动幅值、ETC读卡器电磁干扰度，通信参数包括通信信噪比。
将供电电源内部温湿度波动幅值、ETC读卡器电磁干扰度、通信信噪比做无量纲处理，去除单位后综合分析建立预测系数，计算公式为：
Figure SMS_53
；式中，/>
Figure SMS_54
为预测系数，/>
Figure SMS_55
为通信信噪比，/>
Figure SMS_56
为供电电源内部温湿度波动幅值，/>
Figure SMS_57
为ETC读卡器电磁干扰度，/>
Figure SMS_58
分别为设备参数以及通信参数的比例系数，且/>
Figure SMS_59
均大于0。
获取预测系数后，设置故障阈值，将预测系数与故障阈值进行对比，完成故障预测模型的建立。
基于故障预测模型分析各个ETC收费通道后，关闭不支持使用的ETC收费通道并生成管理信号，管理人员接收管理信号时，需要对该ETC收费入口的ETC电子收费系统进行管理包括以下步骤：
若通过故障预测模型分析后，ETC收费通道的预测系数小于故障阈值，则判断该ETC收费通道不支持使用（表明ETC收费通道在未来使用时发生故障的几率大），并生成管理信号，管理人员接收管理信号时，需要对该ETC收费入口的ETC电子收费系统进行管理，管理的内容包括对ETC电子收费系统进行全面检查和维护；
若通过故障预测模型分析后，ETC收费通道的预测系数大于等于故障阈值，则判断该ETC收费通道支持使用。
ETC电子收费系统供电电源具有稳定运行的温度范围和湿度范围，当供电电源的运行环境温度和湿度不在温度范围和湿度范围内时，供电电源可能会故障，且供电电源的运行环境温度和湿度偏离温度范围和湿度范围越大，供电电源故障的几率也越大，因此供电电源内部温湿度波动幅值的获取逻辑为：将供电电源稳定运行的温度范围标记为
Figure SMS_73
，供电电源稳定运行的湿度范围标记为/>
Figure SMS_61
，通过设置在供电电源内部的温湿度传感器实时采集的温度标记为/>
Figure SMS_67
，实时采集的湿度标记为/>
Figure SMS_74
，当
Figure SMS_76
时，供电电源内部温湿度波动幅值
Figure SMS_79
，当/>
Figure SMS_80
时，供电电源内部温湿度波动幅值/>
Figure SMS_68
，当
Figure SMS_77
时，供电电源内部温湿度波动幅值
Figure SMS_60
，当/>
Figure SMS_64
时，供电电源内部温湿度波动幅值/>
Figure SMS_63
，若实时采集的温度
Figure SMS_65
在温度范围内，/>
Figure SMS_69
或/>
Figure SMS_71
，若实时采集的湿度
Figure SMS_70
在湿度范围内，/>
Figure SMS_72
或/>
Figure SMS_75
，若实时采集的温度/>
Figure SMS_78
以及湿度/>
Figure SMS_62
分别在温度范围以及湿度范围内，则供电电源内部温湿度波动幅值
Figure SMS_66
；
当电源温度过高时，会导致电子元器件的温度上升，容易使电源内部的电容、电阻等元器件失效、损坏，从而影响电源的正常工作，甚至引发火灾等安全事故；而当电源温度过低时，也会使电子元器件的性能发生变化，例如电容器容量会降低，电阻器电阻会变大，导致电源输出电压不稳定、波动大、噪声大等问题；
当环境湿度过高时，可能会导致电源内部的电子元件产生氧化腐蚀，导致电源寿命缩短或出现故障，湿度过高还可能会导致电源内部短路，进而引起电源短路保护，导致电源停机；当环境湿度过低时，可能会导致电源内部电子元件变形或产生静电，进而引起电源故障或损坏，因此，供电电源内部温湿度波动幅值
Figure SMS_81
越大，供电电源越容易故障。
ETC读卡器电磁干扰度通过在ETC读卡器上添加的电磁干扰度监测电路进行监测，通过添加一个天线和一个功率放大器，通过检测放大器输出信号的强度来计算电磁干扰度，计算公式为：
Figure SMS_83
；式中，/>
Figure SMS_86
为接收信号的功率，/>
Figure SMS_87
为放大器的输出电压，/>
Figure SMS_82
为天线增益，/>
Figure SMS_85
为电磁波的功率密度，天线增益/>
Figure SMS_88
的计算表达式为：
Figure SMS_90
；式中，/>
Figure SMS_84
是天线的直径，/>
Figure SMS_89
是电磁波的波长，电磁干扰度越大，对ETC读卡器读取车辆ETC设备数据影响越大，会导致ETC读卡器读取车辆ETC设备数据速度降低甚至无法读取。
通信信噪比通过在线监测信号强度和噪声水平来计算，计算表达式为：
Figure SMS_91
；式中，/>
Figure SMS_92
代表信号的功率，/>
Figure SMS_93
代表噪声的功率，信号强度和噪声水平通过无线电信号接收端的接收电平和噪声电平来在线监测，通信信噪比越大，表明ETC电子收费系统的远程通信稳定性越好，当通信信噪比过低时，会导致通信数据丢失，甚至无法通信。
本申请通过将供电电源内部温湿度波动幅值、ETC读卡器电磁干扰度、通信信噪比做无量纲处理，去除单位后综合分析建立预测系数，获取预测系数后，设置故障阈值，将预测系数与故障阈值进行对比，完成故障预测模型的建立，从而将不支持使用的ETC收费通道关闭，保障收费站的稳定通行。
实施例3：将支持使用的ETC收费通道进行性能优先排序，生成排序表，排序表通过显示端显示；
将不支持使用的ETC收费通道关闭后，剩余的ETC收费通道依据预测系数由大到小进行排序，生成排序表，显示端将排序表正序ETC收费通道以横向排列的方式显示，这样能使车辆位于最优性能的ETC收费通道通过收费站，提高效率；
本申请所述的最优性能ETC收费通道是指同一收费站中，同一类别稳定性、读取速度最好的ETC收费通道。
然而，在进行试验时，我们发现上述排序方式存在较大的弊端，当显示端显示推荐最优性能ETC收费通道排序时，会导致过多车辆位于最优性能ETC收费通道前，此时，即便该ETC收费通道的稳定性、读取速度最好，也会导致拥塞等问题；
为了避免上述问题，我们设计方案如下：
在ETC收费通道上加装摄像头，用于采集该ETC收费通道500米长度内的汽车数量，并通过公式计算获取ETC收费通道的通行速率；
ETC收费通道的通行速率的计算表达式为：
Figure SMS_94
；式中，/>
Figure SMS_95
表达式ETC收费通道60s内通行车辆的数量；
依据ETC收费通道500米长度内的汽车数量生成赋值一，ETC收费通道的通行速率生成赋值二，预测系数生成赋值三，ETC收费通道500米长度内的汽车数量越多，赋值一越大，ETC收费通道的通行速率越大，赋值二越大，预测系数越大，赋值三越大；
将赋值一、赋值二以及赋值三加权计算获取排序值，表达式为：
Figure SMS_96
；式中，/>
Figure SMS_97
为赋值一，/>
Figure SMS_98
为赋值二，/>
Figure SMS_99
为赋值三，
Figure SMS_100
为排序值，获取排序值后，将ETC收费通道依据排序值由大到小进行排序，生成排序表。
本申请依据ETC收费通道500米长度内的汽车数量生成赋值一，ETC收费通道的通行速率生成赋值二，预测系数生成赋值三，ETC收费通道500米长度内的汽车数量越多，赋值一越大，ETC收费通道的通行速率越大，赋值二越大，预测系数越大，赋值三越大，并将赋值一、赋值二以及赋值三加权计算获取排序值，ETC收费通道依据排序值由大到小进行排序，生成排序表，从而提示车辆选择最佳通行的ETC收费通道，在收费站车流量大时，有效提高收费站的通行效率。
为了更好的对上述方案进行解释，举例如下：
ETC电子收费系统将收费站的所有同一类型的ETC收费通道进行编号，编号库为{E1、E2、...、En}，n为大于0的正整数，假设收费站共有5个ETC收费通道，则编号库为{E1、E2、E3、E4、E5}，通过预测模型分析后，E3ETC收费通道不支持使用，控制E3ETC收费通道关闭，剩余ETC收费通道经过计算后，排序值的对比结果为E2大于E5大于E1大于E4，则生成的排序表为{E2、E5、E1、E4}；
需要注意的是，本申请排序值的获取为每5分钟计算一次，因此，显示端上显示的ETC收费通道为每5分钟更新一次。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (10)

1.一种高速收费站ETC终端故障处理方法，其特征在于：所述处理方法包括以下步骤：
S1：ETC电子收费系统将收费站的所有同一类型的ETC收费通道进行编号；
S2：采集端采集收费站车流量，当收费站车流量超过流量阈值时，唤醒监测端；
S3：监测端监测ETC电子收费系统的多项数据后建立故障预测模型；
S4：基于故障预测模型分析各个ETC收费通道后，关闭不支持使用的ETC收费通道并生成管理信号；
S5：将支持使用的ETC收费通道进行性能优先排序，生成排序表，排序表通过显示端显示。
2.根据权利要求1所述的一种高速收费站ETC终端故障处理方法，其特征在于：所述监测端监测ETC电子收费系统的多项数据，多项数据包括设备参数以及通信参数，设备参数包括供电电源内部温湿度波动幅值、ETC读卡器电磁干扰度，通信参数包括通信信噪比。
3.根据权利要求2所述的一种高速收费站ETC终端故障处理方法，其特征在于：所述监测端将供电电源内部温湿度波动幅值、ETC读卡器电磁干扰度、通信信噪比做无量纲处理，去除单位后综合分析建立预测系数，计算公式为：
Figure QLYQS_1
；式中，/>
Figure QLYQS_2
为预测系数，/>
Figure QLYQS_3
为通信信噪比，/>
Figure QLYQS_4
为供电电源内部温湿度波动幅值，/>
Figure QLYQS_5
为ETC读卡器电磁干扰度，/>
Figure QLYQS_6
分别为设备参数以及通信参数的比例系数，且/>
Figure QLYQS_7
均大于0；
所述监测端获取预测系数后，设置故障阈值，将预测系数与故障阈值进行对比，完成故障预测模型的建立。
4.根据权利要求3所述的一种高速收费站ETC终端故障处理方法，其特征在于：步骤S4中，通过故障预测模型分析各个ETC收费通道包括以下步骤：
S4.1：若通过故障预测模型分析后，ETC收费通道的预测系数小于故障阈值，则判断该ETC收费通道不支持使用，并生成管理信号；
S4.2：若通过故障预测模型分析后，ETC收费通道的预测系数大于等于故障阈值，则判断该ETC收费通道支持使用。
5.根据权利要求4所述的一种高速收费站ETC终端故障处理方法，其特征在于：所述供电电源内部温湿度波动幅值
Figure QLYQS_8
的获取逻辑为：将供电电源稳定运行的温度范围标记为
Figure QLYQS_9
，供电电源稳定运行的湿度范围标记为/>
Figure QLYQS_10
，通过设置在供电电源内部的温湿度传感器实时采集的温度标记为/>
Figure QLYQS_11
，实时采集的湿度标记为/>
Figure QLYQS_12
；
当
Figure QLYQS_13
且/>
Figure QLYQS_14
时，
Figure QLYQS_15
；
当
Figure QLYQS_16
且/>
Figure QLYQS_17
时，
Figure QLYQS_18
；
当
Figure QLYQS_19
且/>
Figure QLYQS_20
时，
Figure QLYQS_21
；
当
Figure QLYQS_22
且/>
Figure QLYQS_23
时，
Figure QLYQS_24
；
若实时采集的温度
Figure QLYQS_25
在温度范围内，/>
Figure QLYQS_26
或
Figure QLYQS_27
；
若实时采集的湿度
Figure QLYQS_28
在湿度范围内，/>
Figure QLYQS_29
或
Figure QLYQS_30
；
若实时采集的温度
Figure QLYQS_31
以及湿度/>
Figure QLYQS_32
分别在温度范围以及湿度范围内，则/>
Figure QLYQS_33
。
6.根据权利要求5所述的一种高速收费站ETC终端故障处理方法，其特征在于：所述ETC读卡器电磁干扰度通过在ETC读卡器上添加的电磁干扰度监测电路进行监测，计算公式为：
Figure QLYQS_34
；式中，/>
Figure QLYQS_38
为接收信号的功率，/>
Figure QLYQS_40
为放大器的输出电压，/>
Figure QLYQS_36
为天线增益，/>
Figure QLYQS_39
为电磁波的功率密度，天线增益/>
Figure QLYQS_41
的计算表达式为：/>
Figure QLYQS_42
；式中，/>
Figure QLYQS_35
是天线的直径，/>
Figure QLYQS_37
是电磁波的波长。
7.根据权利要求6所述的一种高速收费站ETC终端故障处理方法，其特征在于：所述通信信噪比通过在线监测信号强度和噪声水平来计算，计算表达式为：
Figure QLYQS_43
；式中，/>
Figure QLYQS_44
代表信号的功率，/>
Figure QLYQS_45
代表噪声的功率，信号强度和噪声水平通过无线电信号接收端的接收电平和噪声电平来在线监测。
8.根据权利要求3所述的一种高速收费站ETC终端故障处理方法，其特征在于：步骤S5中，生成排序表包括以下步骤：
S5.1：所述ETC收费通道摄像头采集ETC收费通道500米长度内的汽车数量；
S5.2：通过计算获取ETC收费通道的通行速率；
S5.3：依据ETC收费通道500米长度内的汽车数量生成赋值一，ETC收费通道的通行速率生成赋值二，预测系数生成赋值三；
S5.4：将赋值一、赋值二以及赋值三加权计算获取排序值，表达式为：
Figure QLYQS_46
；式中，/>
Figure QLYQS_47
为赋值一，/>
Figure QLYQS_48
为赋值二，/>
Figure QLYQS_49
为赋值三，/>
Figure QLYQS_50
为排序值；
S5.5：获取排序值后，将ETC收费通道依据排序值由大到小进行排序，生成排序表。
9.根据权利要求8所述的一种高速收费站ETC终端故障处理方法，其特征在于：所述ETC收费通道的通行速率的计算表达式为：
Figure QLYQS_51
；式中，/>
Figure QLYQS_52
表达式ETC收费通道60s内通行车辆的数量。
10.根据权利要求9所述的一种高速收费站ETC终端故障处理方法，其特征在于：所述ETC收费通道500米长度内的汽车数量越多，赋值一越大，ETC收费通道的通行速率越大，赋值二越大，预测系数越大，赋值三越大。
CN202310615259.6A 2023-05-29 2023-05-29 一种高速收费站etc终端故障处理方法 Active CN116386156B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310615259.6A CN116386156B (zh) 2023-05-29 2023-05-29 一种高速收费站etc终端故障处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310615259.6A CN116386156B (zh) 2023-05-29 2023-05-29 一种高速收费站etc终端故障处理方法

Publications (2)

Publication Number Publication Date
CN116386156A true CN116386156A (zh) 2023-07-04
CN116386156B CN116386156B (zh) 2024-01-02

Family

ID=86963692

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310615259.6A Active CN116386156B (zh) 2023-05-29 2023-05-29 一种高速收费站etc终端故障处理方法

Country Status (1)

Country Link
CN (1) CN116386156B (zh)

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003123109A (ja) * 2001-10-15 2003-04-25 Toshiba Corp 料金収受システム、車載器及び料金収受方法
JP2005115531A (ja) * 2003-10-06 2005-04-28 Nissan Motor Co Ltd Ｅｔｃレーン検出装置及びｅｔｃレーン検出方法
US20150051822A1 (en) * 2013-08-13 2015-02-19 International Business Machines Corporation Managing traffic flow
US20160069689A1 (en) * 2014-09-09 2016-03-10 Ebay Inc. Systems and methods for shopping detour during traffic congestion
CN110363255A (zh) * 2019-08-19 2019-10-22 公安部交通管理科学研究所 一种基于深度学习算法的高速公路限速限流方法
CN210039097U (zh) * 2019-07-10 2020-02-07 浙江省机电设计研究院有限公司 Etc自由流门架监测系统
CN212160931U (zh) * 2020-04-02 2020-12-15 深圳市金溢科技股份有限公司 一种用于车路协同的etc-x系统
CN112381958A (zh) * 2020-10-30 2021-02-19 荣洋 一种etc门架系统状态在线监测方法及系统
CN113298965A (zh) * 2021-04-15 2021-08-24 北京云星宇交通科技股份有限公司 一种etc车道系统防止psam卡锁定的方法及系统
CN214376612U (zh) * 2020-12-26 2021-10-08 贵州宏信达高新科技有限责任公司 一种etc门架的断面交通流量统计监测装置
CN113978481A (zh) * 2021-10-20 2022-01-28 中汽创智科技有限公司 车道异常提醒方法、装置、存储介质和终端
CN114463972A (zh) * 2022-01-26 2022-05-10 成都和乐信软件有限公司 一种基于etc门架通信数据的路段区间交通分析预测方法
CN114550327A (zh) * 2022-04-27 2022-05-27 四川遂广遂西高速公路有限责任公司 一种单人多车道态势感知集中控制系统及方法
CN114743285A (zh) * 2022-04-27 2022-07-12 四川遂广遂西高速公路有限责任公司 一种单人多车道态势感知集中控制系统
JP2022161674A (ja) * 2021-04-09 2022-10-21 三菱電機株式会社 Ｅｔｃ制御装置及びｅｔｃ制御方法
CN115240431A (zh) * 2022-09-20 2022-10-25 深圳市城市交通规划设计研究中心股份有限公司 高速公路收费站交通流量实时在线仿真系统及仿真方法
CN115311750A (zh) * 2022-06-21 2022-11-08 北京易路行技术有限公司 一种etc门架运行质量的监测方法及装置
CN115909727A (zh) * 2022-11-03 2023-04-04 广东云茂高速公路有限公司 一种收费站效能监测方法、装置

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003123109A (ja) * 2001-10-15 2003-04-25 Toshiba Corp 料金収受システム、車載器及び料金収受方法
JP2005115531A (ja) * 2003-10-06 2005-04-28 Nissan Motor Co Ltd Ｅｔｃレーン検出装置及びｅｔｃレーン検出方法
US20150051822A1 (en) * 2013-08-13 2015-02-19 International Business Machines Corporation Managing traffic flow
US20160069689A1 (en) * 2014-09-09 2016-03-10 Ebay Inc. Systems and methods for shopping detour during traffic congestion
US20160252359A1 (en) * 2014-09-09 2016-09-01 Paypal, Inc. Systems and methods for shopping detour during traffic congestion
CN210039097U (zh) * 2019-07-10 2020-02-07 浙江省机电设计研究院有限公司 Etc自由流门架监测系统
CN110363255A (zh) * 2019-08-19 2019-10-22 公安部交通管理科学研究所 一种基于深度学习算法的高速公路限速限流方法
CN212160931U (zh) * 2020-04-02 2020-12-15 深圳市金溢科技股份有限公司 一种用于车路协同的etc-x系统
CN112381958A (zh) * 2020-10-30 2021-02-19 荣洋 一种etc门架系统状态在线监测方法及系统
CN214376612U (zh) * 2020-12-26 2021-10-08 贵州宏信达高新科技有限责任公司 一种etc门架的断面交通流量统计监测装置
JP2022161674A (ja) * 2021-04-09 2022-10-21 三菱電機株式会社 Ｅｔｃ制御装置及びｅｔｃ制御方法
CN113298965A (zh) * 2021-04-15 2021-08-24 北京云星宇交通科技股份有限公司 一种etc车道系统防止psam卡锁定的方法及系统
CN113978481A (zh) * 2021-10-20 2022-01-28 中汽创智科技有限公司 车道异常提醒方法、装置、存储介质和终端
CN114463972A (zh) * 2022-01-26 2022-05-10 成都和乐信软件有限公司 一种基于etc门架通信数据的路段区间交通分析预测方法
CN114550327A (zh) * 2022-04-27 2022-05-27 四川遂广遂西高速公路有限责任公司 一种单人多车道态势感知集中控制系统及方法
CN114743285A (zh) * 2022-04-27 2022-07-12 四川遂广遂西高速公路有限责任公司 一种单人多车道态势感知集中控制系统
CN115311750A (zh) * 2022-06-21 2022-11-08 北京易路行技术有限公司 一种etc门架运行质量的监测方法及装置
CN115240431A (zh) * 2022-09-20 2022-10-25 深圳市城市交通规划设计研究中心股份有限公司 高速公路收费站交通流量实时在线仿真系统及仿真方法
CN115909727A (zh) * 2022-11-03 2023-04-04 广东云茂高速公路有限公司 一种收费站效能监测方法、装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
冉森: "高速公路ETC门架系统运维分析", 运输经理世界, pages 87 - 89 *
董文会: "考虑异常事件和流量响应的ETC车道配置优化研究", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, no. 7, pages 034 - 661 *
黄来荣: "基于深度学习的高速公路交通速度预测模型研究", 中国交通信息化, pages 129 - 132 *

Also Published As

Publication number Publication date
CN116386156B (zh) 2024-01-02

Similar Documents

Publication Publication Date Title
CN115288798B (zh) 一种基于传感器采集分析的隧道维修智能监测平台
CN110956104A (zh) 一种检测垃圾桶溢出的方法、装置及系统
CN105468866A (zh) 一种轨道车辆led驱动电源剩余寿命预测方法
Vinothini et al. IoT based flood detection and notification system using decision tree algorithm
CN113053063A (zh) 基于移动端的灾害在线处置流程实现方法
CN115373403A (zh) 一种建筑机械设备巡检服务系统
CN112381958A (zh) 一种etc门架系统状态在线监测方法及系统
CN116580271A (zh) 一种感知融合算法的测评方法、装置、设备及存储介质
CN116386156B (zh) 一种高速收费站etc终端故障处理方法
CN106248878A (zh) 利用rfid技术快速发现机动车对大气环境影响的系统及方法
CN110263622A (zh) 列车火情监测方法、装置、终端及存储介质
CN116756505B (zh) 一种基于大数据的光伏设备智能管理系统及方法
Mehajabin et al. Real-time deep learning based road deterioration detection for smart cities
CN107194923B (zh) 一种用于接触网电力设备缺陷巡检的紫外图像诊断方法
CN110765900A (zh) 一种基于dssd的自动检测违章建筑方法及系统
CN114613540B (zh) 一种电缆防外破监测方法、系统、装置及存储介质
CN113128854B (zh) 新能源汽车运行安全性能检验方法、装置及系统
CN116011995A (zh) 车辆保养信息推送方法、装置、电子设备及存储介质
CN114358165A (zh) 基于多源数据融合的预防光伏组件接地故障的检测方法
CN117074840B (zh) 直流充电桩在线测试系统
CN111551562A (zh) 一种桥梁路面结构损伤识别方法和系统
KR102227081B1 (ko) 블록체인 기술을 이용한 미세먼지 지능형 관리시스템
CN112381560B (zh) 一种共享设备产品市场预测系统及方法
CN116122909A (zh) 一种用于井下煤矿监控数据的降噪方法
CN116471295A (zh) 一种基于云边协同的公路交通多能变换装备实时监测系统

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20231129

Address after: Room 709, No. 263, Gaotang Road, Tianhe District, Guangzhou, Guangdong 510000

Applicant after: Tewei Lexing (Guangzhou) Technology Co.,Ltd.

Address before: No. 1104, 11th Floor, Huabei Building, No. 219 Baoshan Street, Wuhua District, Kunming City, Yunnan Province, 650000

Applicant before: Yunnan Beichan Internet of Things Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant