CN116433166A - 高速公路收费异常稽核系统及方法 - Google Patents
高速公路收费异常稽核系统及方法 Download PDFInfo
- Publication number
- CN116433166A CN116433166A CN202211613972.9A CN202211613972A CN116433166A CN 116433166 A CN116433166 A CN 116433166A CN 202211613972 A CN202211613972 A CN 202211613972A CN 116433166 A CN116433166 A CN 116433166A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- suspected
- data
- auditing
- module
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012216 screening Methods 0.000 claims abstract description 48
- 230000002159 abnormal effect Effects 0.000 claims abstract description 44
- 238000003909 pattern recognition Methods 0.000 claims abstract description 28
- 238000007405 data analysis Methods 0.000 claims abstract description 14
- 230000005856 abnormality Effects 0.000 claims abstract description 8
- 238000007689 inspection Methods 0.000 claims description 39
- 238000012795 verification Methods 0.000 claims description 24
- 238000012856 packing Methods 0.000 claims description 12
- 230000036039 immunity Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 6
- 230000001502 supplementing effect Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 abstract description 11
- 230000008901 benefit Effects 0.000 abstract description 6
- 238000012550 audit Methods 0.000 abstract description 3
- 230000006399 behavior Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Operations Research (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Marketing (AREA)
- Evolutionary Biology (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及道路交通管理技术领域,具体涉及一种高速公路收费异常稽核系统及方法,所述系统包括服务器,所述服务器包括以下模块:数据采集模块:用于获取通过车辆的收费数据和车辆图形识别数据;车辆筛选模块:用于根据车辆的收费数据和车辆图形识别数据,筛选存在数据异常的异常车辆;数据分析模块:用于还原异常车辆的实际行驶轨迹,并根据实际车型计算出异常车辆的稽核结果和实际应缴费用;以及补缴费用信息;费用通知模块;用于将补缴费用信息通过交警信息平台发送至异常车辆对应的车主,所述补缴费用信息包括补缴费用的指定地点和指定时间期限。本发明能够对高速公路收费异常稽核,避免司机受利益驱使采取各种手段偷逃通行费,造成经济损失。
Description
技术领域
本发明涉及道路交通管理技术领域,具体涉及一种高速公路收费异常稽核系统及方法。
背景技术
随着全国高速公路取消省界收费站、实施新的收费模式,全国“一张网、一盘棋”的全路网管理格局顺利成形,跨省长途货运车辆通行效率大幅提高,给全国物流运输带来了极大的便利。但随着收费模式的改变特别是门架计费的实施,个别大货车司机受利益驱使,采取各种手段偷逃通行费,甚至出现了向团伙化、专业化、智能化发展的趋势。给道路交通所属公司带来了巨大的经济损失。
发明内容
本发明的目的之一在于提供一种高速公路收费异常稽核系统,能够对高速公路收费异常稽核,避免司机受利益驱使采取各种手段偷逃通行费,造成经济损失。
为了达到上述目的,提供了一种高速公路收费异常稽核系统,包括服务器,所述服务器包括以下模块:
数据采集模块:用于获取通过车辆的收费数据和车辆图形识别数据;
车辆筛选模块:用于根据车辆的收费数据和车辆图形识别数据,筛选存在数据异常的异常车辆;所述数据异常包括交易数据异常、行驶时间异常、车牌异常和车型异常;
数据分析模块:用于通过异常车辆的收费数据和车辆图形识别数据,导入大数据分析模型,还原异常车辆的实际行驶轨迹,并根据实际车型计算出异常车辆的稽核结果和实际应缴费用;还用于根据稽核结果、收费数据和实际应缴费用分析补缴费用,并得到补缴费用信息;
费用通知模块;用于将补缴费用信息通过交警信息平台发送至异常车辆对应的车主,所述补缴费用信息包括补缴费用的指定地点和指定时间期限。
进一步,所述服务器还包括以下模块:
黑名单管理模块:用于获取补缴费用信息以及对应车主在指定时间期限的补缴反馈信息,如未在指定时间期限内收到补缴反馈信息,则生成车辆黑名单信息,直至异常车辆的对应车主完成缴费。
进一步,所述车辆筛选模块具体包括以下子模块:
嫌疑车辆筛选子模块:用于根据车辆的收费数据和车辆图形识别数据分析出嫌疑车辆;
倒卡车辆筛选子模块:用于从嫌疑车辆中分析判断是否存在同时段轨迹交集的嫌疑车辆,若存在,则判定所述嫌疑车辆为倒卡嫌疑车辆;
跑长买短筛选子模块:用于发现嫌疑车辆的车辆牌识和通行介质都不发生改变,行驶轨迹出现绕圈或U转,且嫌疑车辆在出口交易触发兜底收费时,判定所述嫌疑车辆为跑长买短嫌疑车辆;
假冒优免筛选子模块:用于发现嫌疑车辆的车辆行驶车牌不变,通行介质发生改变,在出口触发优免车辆缴费,且实际车牌和优免车牌不一致时,判定所述嫌疑车辆为假冒优免嫌疑车辆;
屏蔽介质筛选子模块:用于在发现嫌疑车辆行驶途中没有任何门架交易信息,出入口都不在省内的嫌疑车辆,以及所述嫌疑车辆通行费用拆分后无该车记录的,判定所述嫌疑车辆为跨省非法屏蔽通行介质出口兜底嫌疑车辆;
大车小标筛选子模块:用于在发现嫌疑车辆中出现车辆行驶轨迹、车牌、交易信息均正常,识别车型大于实际交易车型时,判定所述嫌疑车辆为大车小标嫌疑车辆。
进一步,还包括以下模块:
稽查工单管理模块;用于获取稽核结果,并对稽核结果进行验证,验证通过后自动生成稽查工单;
审核模块:用于将获取的收费数据和车辆图形识别数据作为证据补全到稽查工单中,并提交到审核端进行审核,审核通过,则打包保存在预设的证据链数据库中,若审核不通过,则消除嫌疑车辆的嫌疑,并打包保存在预设的模型样本训练数据库中。
进一步,所述服务器还包括:
标记模块:用于将证据链数据库中的每辆嫌疑车辆打上标记,所述标记包括审核通过次数和审核不通过次数;
拦截核实模块:用于在车道入口或车道出口识别到有标记的车辆时,分析判断所述车辆的审核通过次数是否超过阈值,若超过,则对其进行车道入口ETC拦截或人工车道MTC拦截,记录所述车辆的车型数据、车牌数据、通行介质数据,并在核实无补缴费用信息后才放行;还用于在车道出口识别到有标记的车辆时,则行对其进行车道入口ETC拦截或人工车道MTC拦截,并对照所述车辆的车型数据、车牌数据、通行介质数据是否发生更改,若发生更改,则记录为嫌疑车辆。
本发明的目的之二在于提供一种高速公路收费异常稽核方法,包括以下步骤:
数据采集步骤:获取通过车辆的收费数据和车辆图形识别数据;
车辆筛选步骤:根据车辆的收费数据和车辆图形识别数据,筛选存在数据异常的异常车辆;所述数据异常包括交易数据异常、行驶时间异常、车牌异常和车型异常;
数据分析步骤:通过异常车辆的收费数据和车辆图形识别数据,导入大数据分析模型,还原异常车辆的实际行驶轨迹,并根据实际车型计算出异常车辆的稽核结果和实际应缴费用;还用于根据稽核结果、收费数据和实际应缴费用分析补缴费用,并得到补缴费用信息;
费用通知模块;用于将补缴费用信息通过交警信息平台发送至异常车辆对应的车主,所述补缴费用信息包括补缴费用的指定地点和指定时间期限。
进一步,还包括以下步骤:
黑名单管理步骤:获取补缴费用信息以及对应车主在指定时间期限的补缴反馈信息,如未在指定时间期限内收到补缴反馈信息,则生成车辆黑名单信息,直至异常车辆的对应车主完成缴费。
进一步,所述车辆筛选步骤具体包括以下子步骤:
嫌疑车辆筛选子步骤:根据车辆的收费数据和车辆图形识别数据分析出嫌疑车辆;
倒卡车辆筛选子步骤:从嫌疑车辆中分析判断是否存在同时段轨迹交集的嫌疑车辆,若存在,则判定所述嫌疑车辆为倒卡嫌疑车辆;
跑长买短筛选子步骤:发现嫌疑车辆的车辆牌识和通行介质都不发生改变,行驶轨迹出现绕圈或U转,且嫌疑车辆在出口交易触发兜底收费时,判定所述嫌疑车辆为跑长买短嫌疑车辆;
假冒优免筛选子步骤:发现嫌疑车辆的车辆行驶车牌不变,通行介质发生改变,在出口触发优免车辆缴费,且实际车牌和优免车牌不一致时,判定所述嫌疑车辆为假冒优免嫌疑车辆;
屏蔽介质筛选子步骤:在发现嫌疑车辆行驶途中没有任何门架交易信息,出入口都不在省内的嫌疑车辆,以及所述嫌疑车辆通行费用拆分后无该车记录的,判定所述嫌疑车辆为跨省非法屏蔽通行介质出口兜底嫌疑车辆;
大车小标筛选子步骤:在发现嫌疑车辆中出现车辆行驶轨迹、车牌、交易信息均正常,识别车型大于实际交易车型时,判定所述嫌疑车辆为大车小标嫌疑车辆。
进一步,还包括以下步骤:
稽查工单管理模块;用于获取稽核结果,并对稽核结果进行验证,验证通过后自动生成稽查工单;
审核步骤:将获取的收费数据和车辆图形识别数据作为证据补全到稽查工单中,并提交到审核端进行审核,审核通过,则打包保存在预设的证据链数据库中,若审核不通过,则消除嫌疑车辆的嫌疑,并打包保存在预设的模型样本训练数据库中。
进一步,还包括:
标记步骤:将证据链数据库中的每辆嫌疑车辆打上标记,所述标记包括审核通过次数和审核不通过次数;
拦截核实步骤:在车道入口或车道出口识别到有标记的车辆时,分析判断所述车辆的审核通过次数是否超过阈值,若超过进,则行对其进行车道入口ETC拦截或人工车道MTC拦截,记录所述车辆的车型数据、车牌数据、通行介质数据,并在核实无补缴费用信息后才放行;还用于在车道出口识别到有标记的车辆时,则行对其进行车道入口ETC拦截或人工车道MTC拦截,并对照所述车辆的车型数据、车牌数据、通行介质数据是否发生更改,若发生更改,则记录为嫌疑车辆。
原理及优点:
1.现实中,嫌疑车辆主要集中在大货车、半挂车、集装箱车等,这些车辆的费用相比于轿车,费用高出不少,因此在半路上耍互换通行卡把戏势必涉及违法停车、行人横穿高速公路等交通违法行为,屡禁不止,这些违法行为对驾驶员本身安全危害极大,一旦酿成事故,后果将不堪设想,切不可贪图一时小利而为之;若驾驶员在换通行卡同时还使用伪造的车牌,违法性质则更严重。本方案通过大数据技术,可从现有的收费站系统中收集汇聚与车辆收费的相关数据-收费数据和车辆图形识别数据,具体例如:入口交易数据、入口交易图片、门架交易数据、门架牌识数据、门架牌识图片、出口交易数据、出口交易图片等数据,这些数据经不起推敲,可以由车辆筛选模块初步筛选出来,效率高且识别精度高。
2.导入大数据分析模型的时候,可以对嫌疑车辆的通行数据进行清洗,并将车辆按车型、入口归属、出口归属、车牌生成对应的标签数据,对车辆行驶轨迹进行逐一分析,筛选出疑似逃费的车辆。
3.对嫌疑车辆进行行为轨迹分析,会出现轨迹异常、车牌异常、通行时间异常、车型不匹配等情况,进一步分析车辆实际行驶路线,计算车辆实际应缴费用。
4.短信通知车辆补缴费用,如未按规定补缴,则通知行政管理部门,生成车辆黑名单,直到车辆完成缴费,黑名单可禁止其上的嫌疑车辆再上路,一方面可避免交通事故的发生,能够减少损失。
附图说明
图1为本发明实施例高速公路收费异常稽核系统的逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例
一种高速公路收费异常稽核系统,基本如图1所示,包括服务器,所述服务器采用SpringCloud分布式微服务框架,将车辆的收费数据和车辆图形识别数据按结构类型分为结构化数据和非结构化数据。数据接收统一采用消息队列Kafka集群接收,结构化数据用关系型数据库Oracle集群存储,基础数据采用MySQL存储;非结构化数据主要是1MB左右的图片数据,本方案采用了易扩展的FastDFS集群文件系统进行存储和调用。为了达到快速检索的目的,采用了Elasticsearch集群,以保证大数据量的检索速度,同时对热门数据采用了Redis集群作为缓存中间件。所述服务器包括以下模块:
数据采集模块:用于获取通过车辆的收费数据和车辆图形识别数据;收费数据通过上述的分布式微服务框架的Kafka集群接收获取,而车辆图形识别数据则通过收费站的门架上的摄像头获取。
车辆筛选模块:用于根据车辆的收费数据和车辆图形识别数据,筛选存在数据异常的异常车辆;所述数据异常包括交易数据异常、行驶时间异常、车牌异常和车型异常;
所述车辆筛选模块具体包括以下子模块:
嫌疑车辆筛选子模块:用于根据车辆的收费数据和车辆图形识别数据分析出嫌疑车辆;
倒卡车辆筛选子模块:用于从嫌疑车辆中分析判断是否存在同时段轨迹交集的嫌疑车辆,若存在,则判定所述嫌疑车辆为倒卡嫌疑车辆;
跑长买短筛选子模块:用于发现嫌疑车辆的车辆牌识和通行介质都不发生改变,行驶轨迹出现绕圈或U转,且嫌疑车辆在出口交易触发兜底收费时,判定所述嫌疑车辆为跑长买短嫌疑车辆;
假冒优免筛选子模块:用于发现嫌疑车辆的车辆行驶车牌不变,通行介质发生改变,在出口触发优免车辆缴费,且实际车牌和优免车牌不一致时,判定所述嫌疑车辆为假冒优免嫌疑车辆;
屏蔽介质筛选子模块:用于在发现嫌疑车辆行驶途中没有任何门架交易信息,出入口都不在省内的嫌疑车辆,以及所述嫌疑车辆通行费用拆分后无该车记录的,判定所述嫌疑车辆为跨省非法屏蔽通行介质出口兜底嫌疑车辆;
大车小标筛选子模块:用于在发现嫌疑车辆中出现车辆行驶轨迹、车牌、交易信息均正常,识别车型大于实际交易车型时,判定所述嫌疑车辆为大车小标嫌疑车辆。
数据分析模块:用于通过异常车辆的收费数据和车辆图形识别数据,导入大数据分析模型,还原异常车辆的实际行驶轨迹,并根据实际车型计算出异常车辆的稽核结果和实际应缴费用;还用于根据稽核结果、收费数据和实际应缴费用分析补缴费用,并得到补缴费用信息;
费用通知模块;用于将补缴费用信息通过交警信息平台发送至异常车辆对应的车主,所述补缴费用信息包括补缴费用的指定地点和指定时间期限。
黑名单管理模块:用于获取补缴费用信息以及对应车主在指定时间期限的补缴反馈信息,如未在指定时间期限内收到补缴反馈信息,则生成车辆黑名单信息,直至异常车辆的对应车主完成缴费。
稽查工单管理模块;用于获取稽核结果,并对稽核结果进行验证,验证通过后自动生成稽查工单;
审核模块:用于将获取的收费数据和车辆图形识别数据作为证据补全到稽查工单中,并提交到审核端进行审核,审核通过,则打包保存在预设的证据链数据库中,若审核不通过,则消除嫌疑车辆的嫌疑,并打包保存在预设的模型样本训练数据库中。
标记模块:用于将证据链数据库中的每辆嫌疑车辆打上标记,所述标记包括审核通过次数和审核不通过次数;
拦截核实模块:用于在车道入口或车道出口识别到有标记的车辆时,分析判断所述车辆的审核通过次数是否超过阈值,若超过,则对其进行车道入口ETC拦截或人工车道MTC拦截,记录所述车辆的车型数据、车牌数据、通行介质数据,并在核实无补缴费用信息后才放行;还用于在车道出口识别到有标记的车辆时,则行对其进行车道入口ETC拦截或人工车道MTC拦截,并对照所述车辆的车型数据、车牌数据、通行介质数据是否发生更改,若发生更改,则记录为嫌疑车辆。可以在车辆进入或离开时,对其拦截,可方便记录下所述车辆的更清楚完整的车型数据、车牌数据,从而方便审核模块更准确的审核判断,照顾司机的行驶体验,以及合理维护自身利益。
一种高速公路收费异常稽核方法,包括以下步骤:
数据采集步骤:获取通过车辆的收费数据和车辆图形识别数据;
车辆筛选步骤:根据车辆的收费数据和车辆图形识别数据,筛选存在数据异常的异常车辆;所述数据异常包括交易数据异常、行驶时间异常、车牌异常和车型异常;
所述车辆筛选步骤具体包括以下子步骤:
嫌疑车辆筛选子步骤:根据车辆的收费数据和车辆图形识别数据分析出嫌疑车辆;
倒卡车辆筛选子步骤:从嫌疑车辆中分析判断是否存在同时段轨迹交集的嫌疑车辆,若存在,则判定所述嫌疑车辆为倒卡嫌疑车辆;
跑长买短筛选子步骤:发现嫌疑车辆的车辆牌识和通行介质都不发生改变,行驶轨迹出现绕圈或U转,且嫌疑车辆在出口交易触发兜底收费时,判定所述嫌疑车辆为跑长买短嫌疑车辆;
假冒优免筛选子步骤:发现嫌疑车辆的车辆行驶车牌不变,通行介质发生改变,在出口触发优免车辆缴费,且实际车牌和优免车牌不一致时,判定所述嫌疑车辆为假冒优免嫌疑车辆;
屏蔽介质筛选子步骤:在发现嫌疑车辆行驶途中没有任何门架交易信息,出入口都不在省内的嫌疑车辆,以及所述嫌疑车辆通行费用拆分后无该车记录的,判定所述嫌疑车辆为跨省非法屏蔽通行介质出口兜底嫌疑车辆;
大车小标筛选子步骤:在发现嫌疑车辆中出现车辆行驶轨迹、车牌、交易信息均正常,识别车型大于实际交易车型时,判定所述嫌疑车辆为大车小标嫌疑车辆。
数据分析步骤:通过异常车辆的收费数据和车辆图形识别数据,导入大数据分析模型,还原异常车辆的实际行驶轨迹,并根据实际车型计算出异常车辆的稽核结果和实际应缴费用;还用于根据稽核结果、收费数据和实际应缴费用分析补缴费用,并得到补缴费用信息;
费用通知模块;用于将补缴费用信息通过交警信息平台发送至异常车辆对应的车主,所述补缴费用信息包括补缴费用的指定地点和指定时间期限。
黑名单管理步骤:获取补缴费用信息以及对应车主在指定时间期限的补缴反馈信息,如未在指定时间期限内收到补缴反馈信息,则生成车辆黑名单信息,直至异常车辆的对应车主完成缴费。
稽查工单管理模块;用于获取稽核结果,并对稽核结果进行验证,验证通过后自动生成稽查工单;
审核步骤:将获取的收费数据和车辆图形识别数据作为证据补全到稽查工单中,并提交到审核端进行审核,审核通过,则打包保存在预设的证据链数据库中,若审核不通过,则消除嫌疑车辆的嫌疑,并打包保存在预设的模型样本训练数据库中。
标记步骤:将证据链数据库中的每辆嫌疑车辆打上标记,所述标记包括审核通过次数和审核不通过次数;
拦截核实步骤:在车道入口或车道出口识别到有标记的车辆时,分析判断所述车辆的审核通过次数是否超过阈值,若超过进,则行对其进行车道入口ETC拦截或人工车道MTC拦截,记录所述车辆的车型数据、车牌数据、通行介质数据,并在核实无补缴费用信息后才放行;还用于在车道出口识别到有标记的车辆时,则行对其进行车道入口ETC拦截或人工车道MTC拦截,并对照所述车辆的车型数据、车牌数据、通行介质数据是否发生更改,若发生更改,则记录为嫌疑车辆。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.高速公路收费异常稽核系统,其特征在于:包括服务器,所述服务器包括以下模块:
数据采集模块:用于获取通过车辆的收费数据和车辆图形识别数据;
车辆筛选模块:用于根据车辆的收费数据和车辆图形识别数据,筛选存在数据异常的异常车辆;所述数据异常包括交易数据异常、行驶时间异常、车牌异常和车型异常;
数据分析模块:用于通过异常车辆的收费数据和车辆图形识别数据,导入大数据分析模型,还原异常车辆的实际行驶轨迹,并根据实际车型计算出异常车辆的稽核结果和实际应缴费用;还用于根据稽核结果、收费数据和实际应缴费用分析补缴费用,并得到补缴费用信息;
费用通知模块;用于将补缴费用信息通过交警信息平台发送至异常车辆对应的车主,所述补缴费用信息包括补缴费用的指定地点和指定时间期限。
2.根据权利要求1所述的高速公路收费异常稽核系统,其特征在于:所述服务器还包括以下模块:
黑名单管理模块:用于获取补缴费用信息以及对应车主在指定时间期限的补缴反馈信息,如未在指定时间期限内收到补缴反馈信息,则生成车辆黑名单信息,直至异常车辆的对应车主完成缴费。
3.根据权利要求2所述的高速公路收费异常稽核系统,其特征在于:所述车辆筛选模块具体包括以下子模块:
嫌疑车辆筛选子模块:用于根据车辆的收费数据和车辆图形识别数据分析出嫌疑车辆;
倒卡车辆筛选子模块:用于从嫌疑车辆中分析判断是否存在同时段轨迹交集的嫌疑车辆,若存在,则判定所述嫌疑车辆为倒卡嫌疑车辆;
跑长买短筛选子模块:用于发现嫌疑车辆的车辆牌识和通行介质都不发生改变,行驶轨迹出现绕圈或U转,且嫌疑车辆在出口交易触发兜底收费时,判定所述嫌疑车辆为跑长买短嫌疑车辆;
假冒优免筛选子模块:用于发现嫌疑车辆的车辆行驶车牌不变,通行介质发生改变,在出口触发优免车辆缴费,且实际车牌和优免车牌不一致时,判定所述嫌疑车辆为假冒优免嫌疑车辆;
屏蔽介质筛选子模块:用于在发现嫌疑车辆行驶途中没有任何门架交易信息,出入口都不在省内的嫌疑车辆,以及所述嫌疑车辆通行费用拆分后无该车记录的,判定所述嫌疑车辆为跨省非法屏蔽通行介质出口兜底嫌疑车辆;
大车小标筛选子模块:用于在发现嫌疑车辆中出现车辆行驶轨迹、车牌、交易信息均正常,识别车型大于实际交易车型时,判定所述嫌疑车辆为大车小标嫌疑车辆。
4.根据权利要求3所述的高速公路收费异常稽核系统,其特征在于,还包括以下模块:
稽查工单管理模块;用于获取稽核结果,并对稽核结果进行验证,验证通过后自动生成稽查工单;
审核模块:用于将获取的收费数据和车辆图形识别数据作为证据补全到稽查工单中,并提交到审核端进行审核,审核通过,则打包保存在预设的证据链数据库中,若审核不通过,则消除嫌疑车辆的嫌疑,并打包保存在预设的模型样本训练数据库中。
5.根据权利要求4所述的高速公路收费异常稽核系统,其特征在于:所述服务器还包括:
标记模块:用于将证据链数据库中的每辆嫌疑车辆打上标记,所述标记包括审核通过次数和审核不通过次数;
拦截核实模块:用于在车道入口或车道出口识别到有标记的车辆时,分析判断所述车辆的审核通过次数是否超过阈值,若超过,则对其进行车道入口ETC拦截或人工车道MTC拦截,记录所述车辆的车型数据、车牌数据、通行介质数据,并在核实无补缴费用信息后才放行;还用于在车道出口识别到有标记的车辆时,则行对其进行车道入口ETC拦截或人工车道MTC拦截,并对照所述车辆的车型数据、车牌数据、通行介质数据是否发生更改,若发生更改,则记录为嫌疑车辆。
6.高速公路收费异常稽核方法,其特征在于,包括以下步骤:
数据采集步骤:获取通过车辆的收费数据和车辆图形识别数据;
车辆筛选步骤:根据车辆的收费数据和车辆图形识别数据,筛选存在数据异常的异常车辆;所述数据异常包括交易数据异常、行驶时间异常、车牌异常和车型异常;
数据分析步骤:通过异常车辆的收费数据和车辆图形识别数据,导入大数据分析模型,还原异常车辆的实际行驶轨迹,并根据实际车型计算出异常车辆的稽核结果和实际应缴费用;还用于根据稽核结果、收费数据和实际应缴费用分析补缴费用,并得到补缴费用信息;
费用通知模块;用于将补缴费用信息通过交警信息平台发送至异常车辆对应的车主,所述补缴费用信息包括补缴费用的指定地点和指定时间期限。
7.根据权利要求6所述的高速公路收费异常稽核方法,其特征在于:还包括以下步骤:
黑名单管理步骤:获取补缴费用信息以及对应车主在指定时间期限的补缴反馈信息,如未在指定时间期限内收到补缴反馈信息,则生成车辆黑名单信息,直至异常车辆的对应车主完成缴费。
8.根据权利要求7所述的高速公路收费异常稽核方法,其特征在于:所述车辆筛选步骤具体包括以下子步骤:
嫌疑车辆筛选子步骤:根据车辆的收费数据和车辆图形识别数据分析出嫌疑车辆;
倒卡车辆筛选子步骤:从嫌疑车辆中分析判断是否存在同时段轨迹交集的嫌疑车辆,若存在,则判定所述嫌疑车辆为倒卡嫌疑车辆;
跑长买短筛选子步骤:发现嫌疑车辆的车辆牌识和通行介质都不发生改变,行驶轨迹出现绕圈或U转,且嫌疑车辆在出口交易触发兜底收费时,判定所述嫌疑车辆为跑长买短嫌疑车辆;
假冒优免筛选子步骤:发现嫌疑车辆的车辆行驶车牌不变,通行介质发生改变,在出口触发优免车辆缴费,且实际车牌和优免车牌不一致时,判定所述嫌疑车辆为假冒优免嫌疑车辆;
屏蔽介质筛选子步骤:在发现嫌疑车辆行驶途中没有任何门架交易信息,出入口都不在省内的嫌疑车辆,以及所述嫌疑车辆通行费用拆分后无该车记录的,判定所述嫌疑车辆为跨省非法屏蔽通行介质出口兜底嫌疑车辆;
大车小标筛选子步骤:在发现嫌疑车辆中出现车辆行驶轨迹、车牌、交易信息均正常,识别车型大于实际交易车型时,判定所述嫌疑车辆为大车小标嫌疑车辆。
9.根据权利要求8所述的高速公路收费异常稽核方法,其特征在于:还包括以下步骤:
稽查工单管理模块;用于获取稽核结果,并对稽核结果进行验证,验证通过后自动生成稽查工单;
审核步骤:将获取的收费数据和车辆图形识别数据作为证据补全到稽查工单中,并提交到审核端进行审核,审核通过,则打包保存在预设的证据链数据库中,若审核不通过,则消除嫌疑车辆的嫌疑,并打包保存在预设的模型样本训练数据库中。
10.根据权利要求9所述的高速公路收费异常稽核方法,其特征在于:还包括:
标记步骤:将证据链数据库中的每辆嫌疑车辆打上标记,所述标记包括审核通过次数和审核不通过次数;
拦截核实步骤:在车道入口或车道出口识别到有标记的车辆时,分析判断所述车辆的审核通过次数是否超过阈值,若超过进,则行对其进行车道入口ETC拦截或人工车道MTC拦截,记录所述车辆的车型数据、车牌数据、通行介质数据,并在核实无补缴费用信息后才放行;还用于在车道出口识别到有标记的车辆时,则行对其进行车道入口ETC拦截或人工车道MTC拦截,并对照所述车辆的车型数据、车牌数据、通行介质数据是否发生更改,若发生更改,则记录为嫌疑车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211613972.9A CN116433166A (zh) | 2022-12-15 | 2022-12-15 | 高速公路收费异常稽核系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211613972.9A CN116433166A (zh) | 2022-12-15 | 2022-12-15 | 高速公路收费异常稽核系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116433166A true CN116433166A (zh) | 2023-07-14 |
Family
ID=87082024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211613972.9A Pending CN116433166A (zh) | 2022-12-15 | 2022-12-15 | 高速公路收费异常稽核系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116433166A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117370773A (zh) * | 2023-10-24 | 2024-01-09 | 广东省交通运输规划研究中心 | 一种j型行驶逃费车辆的稽查方法、系统、设备及介质 |
CN117809388A (zh) * | 2024-02-29 | 2024-04-02 | 山东金宇信息科技集团有限公司 | 一种桥隧收费站异常预警方法、设备及介质 |
-
2022
- 2022-12-15 CN CN202211613972.9A patent/CN116433166A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117370773A (zh) * | 2023-10-24 | 2024-01-09 | 广东省交通运输规划研究中心 | 一种j型行驶逃费车辆的稽查方法、系统、设备及介质 |
CN117370773B (zh) * | 2023-10-24 | 2024-05-14 | 广东省交通运输规划研究中心 | 一种j型行驶逃费车辆的稽查方法、系统、设备及介质 |
CN117809388A (zh) * | 2024-02-29 | 2024-04-02 | 山东金宇信息科技集团有限公司 | 一种桥隧收费站异常预警方法、设备及介质 |
CN117809388B (zh) * | 2024-02-29 | 2024-04-30 | 山东金宇信息科技集团有限公司 | 一种桥隧收费站异常预警方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116433166A (zh) | 高速公路收费异常稽核系统及方法 | |
CN105336207B (zh) | 车辆记录仪和公安综合监管系统 | |
CN104200669B (zh) | 一种基于Hadoop的套牌车识别方法及系统 | |
CN105513148A (zh) | 车辆收费的管理方法及管理系统 | |
CN111127897A (zh) | 车辆状态检测方法、装置、服务器及稽查系统 | |
CN104867192A (zh) | 基于汽车电子标识的车辆行驶路径识别系统及方法 | |
CN104881897B (zh) | Etc车道车辆检测系统及检测方法 | |
CN102201161B (zh) | 一种公共设施管理维护方法及系统 | |
CN1979531A (zh) | 车辆超载、超速及疲劳驾驶自动识别装置 | |
CN109615853A (zh) | 识别高速公路疑似非法营运车辆的方法及设备 | |
CN108932255B (zh) | 一种车辆综合能力分析方法及装置 | |
CN108074400A (zh) | 一种基于海量数据分析的重点车辆分析模型 | |
CN106651732A (zh) | 一种高速公路异车换卡逃费车辆筛查方法及系统 | |
CN115691148A (zh) | 一种基于高速公路的智能收费辅助方法、设备及介质 | |
CN111915752A (zh) | 一种基于区块链的高速etc计费方法、设备及介质 | |
CN103390145A (zh) | 一种目标区域车辆检测方法以及系统 | |
Iwan et al. | Data flows in an integrated urban freight transport telematic system | |
CN110880243A (zh) | 基于高位视频路侧停车收费设备的道路违法停车治理方法 | |
CN112767686B (zh) | 一种基于多源数据融合的公路网汽车排放估算方法 | |
CN204706072U (zh) | 一种基于电子车牌的货车防逃费系统 | |
CN104599188A (zh) | 基于无线pda的移动校车安全全程监控的多目标优化计算方法 | |
CN116012962A (zh) | 一种基于时序队列的etc收费车道交易与牌识的融合方法 | |
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 | |
CN110599613A (zh) | 一种办理高速公路车载etc卡系统 | |
CN205486317U (zh) | 基于rfid的自动收费和道路信息管理系统 |
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 |