CN117809388A - 一种桥隧收费站异常预警方法、设备及介质 - Google Patents

一种桥隧收费站异常预警方法、设备及介质 Download PDF

Info

Publication number
CN117809388A
CN117809388A CN202410224009.4A CN202410224009A CN117809388A CN 117809388 A CN117809388 A CN 117809388A CN 202410224009 A CN202410224009 A CN 202410224009A CN 117809388 A CN117809388 A CN 117809388A
Authority
CN
China
Prior art keywords
charging
bridge
data
abnormal
tunnel
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
CN202410224009.4A
Other languages
English (en)
Other versions
CN117809388B (zh
Inventor
魏玉峰
史春蕾
李硕
李心悦
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.)
Shandong Jinyu Information Technology Group Co Ltd
Original Assignee
Shandong Jinyu Information Technology Group 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 Shandong Jinyu Information Technology Group Co Ltd filed Critical Shandong Jinyu Information Technology Group Co Ltd
Priority to CN202410224009.4A priority Critical patent/CN117809388B/zh
Publication of CN117809388A publication Critical patent/CN117809388A/zh
Application granted granted Critical
Publication of CN117809388B publication Critical patent/CN117809388B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Devices For Checking Fares Or Tickets At Control Points (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例公开了一种桥隧收费站异常预警方法、设备及介质。属于交通控制技术领域。解决了桥隧收费站运行出现故障,造成交通堵塞发生的问题。包括,获取桥隧对应的收费数据,对收费数据进行多维数据划分;基于多维收费数据构建收费数据矩阵,对收费数据矩阵进行检测,得到异常收费数据;确定出异常收费数据对应的车辆类型,基于不同的车辆类型确定出不同的缴费信息,基于缴费信息确定出第一桥隧收费异常原因;获取异常收费数据对应的收费时间,基于收费时间获取收费站对应的车辆图像信息,以基于车辆图像信息确定出第二桥隧收费异常原因;基于第一桥隧收费异常原因与第二桥隧收费异常原因,完成对桥隧收费站异常预警。

Description

一种桥隧收费站异常预警方法、设备及介质
技术领域
本发明涉及交通控制技术领域,尤其涉及一种桥隧收费站异常预警方法、设备及介质。
背景技术
桥隧收费系统是交通系统的一个重要组成部分,早期的收费系统采取全人工收费,由于存在诸多弊端,已经逐步被淘汰。我国目前的桥隧收费系统主要以IC卡、磁卡为介质,采用人工半自动收费系统。
现有技术中,随着交通车辆逐渐增多,桥隧收费站通常需要应对不同的车辆,由于不同的车辆以及不同的车辆路径等信息,往往会出现车辆桥隧收费异常的问题发生,在异常情况发生后难以及时进行预警修复,以致桥隧收费站运行出现故障,造成交通堵塞的问题发生。
发明内容
本发明实施例提供了一种桥隧收费站异常预警方法、设备及介质,用于解决如下技术问题:桥隧收费站在异常情况发生后难以及时进行预警修复,以致桥隧收费站运行出现故障,造成交通堵塞的问题发生。
本发明实施例采用下述技术方案:
本发明实施例提供一种桥隧收费站异常预警方法。包括,获取桥隧对应的收费数据,并对收费数据进行多维数据划分,以得到多维收费数据;基于多维收费数据构建收费数据矩阵,对收费数据矩阵进行检测,以得到异常收费数据;确定出异常收费数据对应的车辆类型,基于不同的车辆类型确定出不同的缴费信息,基于缴费信息确定出第一桥隧收费异常原因;获取异常收费数据对应的收费时间,基于收费时间获取收费站对应的车辆图像信息,以基于车辆图像信息确定出第二桥隧收费异常原因;基于第一桥隧收费异常原因与第二桥隧收费异常原因,确定出桥隧收费异常严重等级,以完成对桥隧收费站异常预警。
本发明实施例通过对收费数据进行划分,得到多维收费数据,并构建收费数据矩阵,能够对收费数据统一进行检测,以快速确定出异常收费数据。其次,本发明实施例通过对异常收费数据对应的车辆类型进行确定,并基于不同的缴费信息获取第一桥隧收费异常原因,能够根据不同情况进行不同检测,从而提高异常原因确定的准确性。以及基于收费站对应的车辆图像信息确定出第二桥隧收费异常原因,从而在不同方面对收费站的异常进行分析检测,以提高异常检测的全面性与准确性,进而确保收费站稳定运行,降低交通堵塞问题的发生几率。
在本发明的一种实现方式中,对收费数据进行多维数据划分,以得到多维收费数据,具体包括:基于收费数据中的桥隧起始位置与桥隧终止位置,对收费数据进行一次划分;基于一次划分结果与收费数据中的车型,对一次划分结果进行二次划分;基于二次划分结果与收费数据中的载重,对二次划分结果进行三次划分;基于三次划分结果,得到多维收费数据。
在本发明的一种实现方式中,基于多维收费数据构建收费数据矩阵,具体包括:基于三次划分后的结果,将多维收费数据划分为多组;基于多组数据构建收费数据矩阵;其中,收费数据矩阵中每一维数据对应一组数据。
在本发明的一种实现方式中,对收费数据矩阵进行检测,以得到异常收费数据,具体包括:基于每一维数据分别对应的桥隧位置、车型以及载重,确定出每一维数据分别对应的参考数据;将每一维数据分别与相应的参考数据进行比对,以确定差值大于预设差值的待检测收费数据;基于待检测收费数据,确定出每一维数据分别对应的数据异常比例;基于异常比例,确定出待检测收费数据的异常等级,以基于异常等级与待检测收费数据,得到异常收费数据。
在本发明的一种实现方式中,基于不同的车辆类型确定出不同的缴费信息,基于缴费信息确定出第一桥隧收费异常原因,具体包括:基于异常收费数据确定出异常收费车辆信息,基于车辆信息确定出车辆类型;其中,车辆类型包括私家车与网约车;在车辆类型为网约车的情况下,基于收费数据中的收费时间,确定在收费时间时车辆对应的行程订单状况;若存在行程订单,基于行程订单确定出相应的费用承担用户,并确定出费用承担用户对应的缴费信息;若不存在行程订单或车辆类型为私家车的情况下,基于车辆信息确定出车主信息,并获取车主对应的缴费信息;将缴费信息与异常收费数据进行比对,以基于比对结果确定出第一桥隧收费异常原因。
在本发明的一种实现方式中,将缴费信息与异常收费数据进行比对,以基于比对结果确定出第一桥隧收费异常原因,具体包括:在缴费信息与异常收费数据一致的情况下,确定桥隧收费核算系统存在错误,以重新对桥隧收费核算系统进行检测,确定出新的桥隧收费数据;在缴费信息与异常收费数据不一致的情况下,基于异常收费数据对应的桥隧位置、车辆类型以及车辆载重,确定出所需收费数据;将所需收费数据与异常收费数据进行比对,在所需收费数据与异常收费数据一致的情况下,确定用户缴费系统存在错误;在所需收费数据与异常收费数据不一致的情况下,确定桥隧收费核算系统与用户缴费系统存在错误,以重新对桥隧收费核算系统与用户缴费系统进行检测。
在本发明的一种实现方式中,获取异常收费数据对应的收费时间,基于收费时间获取收费站对应的车辆图像信息,以基于车辆图像信息确定出第二桥隧收费异常原因,具体包括:在异常收费数据时间差小于预设时间阈值的情况下,获取收费时间对应的预置时间段内的收费站车辆图像信息;基于收费站车辆图像信息确定出相邻车辆之间的距离,以及确定出预设范围内的后尾灯亮起的数量;在相邻车辆之间的距离小于预设距离阈值,以及后尾灯亮起的数量大于预设数量阈值的情况下,确定出收费站出现堵塞;基于相邻车辆之间的距离与后尾灯亮起的数量,确定出堵塞车辆数量,基于堵塞车辆数量与异常收费数据数量,确定出第二桥隧收费异常原因。
在本发明的一种实现方式中,基于第一桥隧收费异常原因与第二桥隧收费异常原因,确定出桥隧收费异常严重等级,具体包括:基于第一桥隧收费异常原因,确定出待检测系统;基于待检测系统的类型以及异常收费数据的金额与数量,确定出第一严重等级;基于第二桥隧收费异常原因,确定出堵塞车辆数量与堵塞时长;基于堵塞车辆数量与堵塞时长,确定出第二严重等级;根据第一严重等级与第二严重等级,确定出桥隧收费异常严重等级。
本发明实施例提供一种桥隧收费站异常预警设备,包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够:获取桥隧对应的收费数据,并对收费数据进行多维数据划分,以得到多维收费数据;基于多维收费数据构建收费数据矩阵,对收费数据矩阵进行检测,以得到异常收费数据;确定出异常收费数据对应的车辆类型,基于不同的车辆类型确定出不同的缴费信息,基于缴费信息确定出第一桥隧收费异常原因;获取异常收费数据对应的收费时间,基于收费时间获取收费站对应的车辆图像信息,以基于车辆图像信息确定出第二桥隧收费异常原因;基于第一桥隧收费异常原因与第二桥隧收费异常原因,确定出桥隧收费异常严重等级,以完成对桥隧收费站异常预警。
本发明实施例提供的一种非易失性计算机存储介质,存储有计算机可执行指令,计算机可执行指令设置为:获取桥隧对应的收费数据,并对收费数据进行多维数据划分,以得到多维收费数据;基于多维收费数据构建收费数据矩阵,对收费数据矩阵进行检测,以得到异常收费数据;确定出异常收费数据对应的车辆类型,基于不同的车辆类型确定出不同的缴费信息,基于缴费信息确定出第一桥隧收费异常原因;获取异常收费数据对应的收费时间,基于收费时间获取收费站对应的车辆图像信息,以基于车辆图像信息确定出第二桥隧收费异常原因;基于第一桥隧收费异常原因与第二桥隧收费异常原因,确定出桥隧收费异常严重等级,以完成对桥隧收费站异常预警。
本发明实施例采用的上述至少一个技术方案能够达到以下有益效果:本发明实施例通过对收费数据进行划分,得到多维收费数据,并构建收费数据矩阵,能够对收费数据统一进行检测,以快速确定出异常收费数据。其次,本发明实施例通过对异常收费数据对应的车辆类型进行确定,并基于不同的缴费信息获取第一桥隧收费异常原因,能够根据不同情况进行不同部分,从而提高异常原因确定的准确性。以及基于收费站对应的车辆图像信息确定出第二桥隧收费异常原因,从而在不同方面对收费站的异常进行分析检测,以提高异常检测的全面性与准确性,进而确保收费站稳定运行,降低交通堵塞问题的发生几率。
附图说明
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,下面将对实施例或现有技术描述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,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本发明实施例提供的一种桥隧收费站异常预警方法流程图;
图2为本发明实施例提供的一种桥隧收费站异常预警设备的结构示意图。
附图标记:
200桥隧收费站异常预警设备,201处理器,202存储器。
具体实施方式
本发明实施例提供一种桥隧收费站异常预警方法、设备及介质。
为了使本技术领域的人员更好地理解本发明中的技术方案,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。基于本说明书实施例,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,都应当属于本发明保护的范围。
下面通过附图对本发明实施例提出的技术方案进行详细的说明。
图1为本发明实施例提供的一种桥隧收费站异常预警方法流程图。如图1所示,桥隧收费站异常预警方法包括如下步骤:
步骤101、获取桥隧对应的收费数据,并对收费数据进行多维数据划分,以得到多维收费数据。
在本发明的一个实施例中,基于收费数据中的桥隧起始位置与桥隧终止位置,对收费数据进行一次划分。基于一次划分结果与收费数据中的车型,对一次划分结果进行二次划分。基于二次划分结果与收费数据中的载重,对二次划分结果进行三次划分。基于三次划分结果,得到多维收费数据。
具体地,获取预设时段内的桥隧收费站对应的收费数据。其中,桥隧收费站为桥梁或隧道对应的收费站。预设时段可以为每间隔半小时获取一次收费数据。
进一步地,将当前时段内获取到的收费数据进行划分,首先,基于收费数据中桥隧的起始位置与终止位置,对收费数据进行一次划分,以将同一桥隧对应的收费数据划分至同一组。其次,确定出收费数据中的车型,例如,车型可以为轿车与不同型号的货车等,基于不同的车型,对同一桥隧对应的收费数据进行二次划分。进一步地,确定出收费数据中的载重信息,基于预设载重分类表,对二次划分后的收费数据进行三次划分,以将载重相近的收费数据划分至同一组。其中,该预设载重分类表中包括有多个载重范围,同一载重范围的车辆可以划分至同一组。
进一步地,根据三次划分后的结果,可以将收费数据划分为多个组,从而得到多维收费数据。
步骤102、基于多维收费数据构建收费数据矩阵,对收费数据矩阵进行检测,以得到异常收费数据。
在本发明的一个实施例中,基于三次划分后的结果,将多维收费数据划分为多组。基于多组数据构建收费数据矩阵,其中,收费数据矩阵中每一维数据对应一组数据。
具体地,根据三次划分后的结果,将收费数据分为多组,其中每一组中的数据均可以作为收费数据矩阵中的一维数据。将划分后的多组数据作为矩阵的多维数据,以构建该收费数据矩阵。
在本发明的一个实施例中,基于每一维数据分别对应的桥隧位置、车型以及载重,确定出每一维数据分别对应的参考数据。将每一维数据分别与相应的参考数据进行比对,以确定差值大于预设差值的待检测收费数据。基于待检测收费数据,确定出每一维数据分别对应的数据异常比例。基于异常比例,确定出待检测收费数据的异常等级,以基于异常等级与待检测收费数据,得到异常收费数据。
具体地,确定出每一维数据分别对应的桥隧位置、车型以及载重,基于该桥隧位置、车型以及载重,确定出相应的参考数据,即,确定出相应的参考收费数据。将每一维中的多个收费数据均与相应的参考数据进行比对,以确定出与参考数据之间的差值。若存在差值,则说明收费出现错误,并将存在差值的数据作为待检测收费数据。以及对每一维数据中存在缴费异常的数据同样作为待检测收费数据,例如,缴费时间过长、缴费数据来源不明确等情况。
进一步地,对收费数据矩阵中每一维对应的待检测收费数据的数量进行统计,以及确定出每一维中的数据总量,基于统计的待检测收费数据的数量与每一维中的数据总量,确定出每一维对应的数据异常比例。
进一步地,将该数据异常比例与预置数据异常等级表进行比对,以确定出当前数据异常比例对应的异常等级,并将该异常等级以及得到的待测检测数据作为异常收费数据。其中,该预置数据异常等级表中包括有多个不同的数据异常比例,以及还包括该多个不同的数据异常比例分别对应的异常等级。
基于不同的异常等级,可以确定出不同维度的数据分别对应的异常严重情况,以及时发出预警,从而对异常严重的数据进行着重分析,以及时对收费站进行维护。
步骤103、确定出异常收费数据对应的车辆类型,基于不同的车辆类型确定出不同的缴费信息,基于缴费信息确定出第一桥隧收费异常原因。
在本发明的一个实施例中,基于异常收费数据确定出异常收费车辆信息,基于车辆信息确定出车辆类型;其中,车辆类型包括私家车与网约车。在车辆类型为网约车的情况下,基于收费数据中的收费时间,确定在收费时间时车辆对应的行程订单状况。若存在行程订单,基于行程订单确定出相应的费用承担用户,并确定出费用承担用户对应的缴费信息。若不存在行程订单或车辆类型为私家车的情况下,基于车辆信息确定出车主信息,并获取车主对应的缴费信息。将缴费信息与异常收费数据进行比对,以基于比对结果确定出第一桥隧收费异常原因。
具体地,在确定出存在异常收费数据后,基于异常收费数据对产生异常收费数据的原因进行查找。首先根据异常收费数据确定出异常收费车辆信息,以确定出该异常收费数据对应的车辆类型。其中,该车辆类型包括私家车与网约车。
进一步得,若当前车辆类型为网约车,则获取该异常收费数据对应的收费时间,以确定该时间内该网约车是否存在行程订单,若存在行程订单,则异常收费数据中的费用应由该行程订单对应的用户承担。获取该行程订单对应的用户缴费信息。
进一步地,若当前车辆类型为网约车,而异常收费数据对应的收费时间不存在行程订单,则异常收费数据中的费用应由车辆车主承担。此时,应获取车主对应的用户缴费信息。
进一步地,若当前车辆类型为私家车,则异常收费数据中的费用应由车辆车主承担。此时,应获取车主对应的用户缴费信息。
进一步地,将缴费信息与异常收费数据进行比对,确定出二者是否一致,以基于比对结果确定出第一桥隧收费异常原因。
在本发明的一个实施例中,在缴费信息与异常收费数据一致的情况下,确定桥隧收费核算系统存在错误,以重新对桥隧收费核算系统进行检测,确定出新的桥隧收费数据。在缴费信息与异常收费数据不一致的情况下,基于异常收费数据对应的桥隧位置、车辆类型以及车辆载重,确定出所需收费数据。将所需收费数据与异常收费数据进行比对,在所需收费数据与异常收费数据一致的情况下,确定用户缴费系统存在错误。在所需收费数据与异常收费数据不一致的情况下,确定桥隧收费核算系统与用户缴费系统存在错误,以重新对桥隧收费核算系统与用户缴费系统进行检测。
具体地,若用户缴费信息与该异常收费数据一致,则说明用户是按照收费系统发送的所需缴费信息进行缴费,则是桥隧收费核算系统对费用进行核算统计时出现错误,将错误的数据发送至用户。因此,需要对桥隧收费核算系统进行检测,以对其进行修复,并确定出新的桥隧收费数据。
进一步地,若缴费信息与该异常收费数据不一致。则需要根据该异常收费数据对应的桥隧位置、车辆类型以及车辆载重,确定出所需收费数据。将该所需收费数据与该异常收费数据进行比对,在所需收费数据与异常收费数据一致,而缴费信息与该异常收费数据不一致的情况下,则认为用户缴费系统存在错误,例如,用户缴费过程中出现断网等现象,存在误缴现象。
进一步地,在缴费信息与异常收费数据不一致,且所需收费数据与异常收费数据也不一致的情况下,确定桥隧收费核算系统以及用户缴费系统存在错误,需要重新对桥隧收费核算系统以及用户缴费系统进行检测。
基于对不同数据间的比对,可以根据不同数据之间比对结果确定出收费站出现错误的环节,以及时对相应的收费系统进行预警检测。
步骤104、获取异常收费数据对应的收费时间,基于收费时间获取收费站对应的车辆图像信息,以基于车辆图像信息确定出第二桥隧收费异常原因。
在本发明的一个实施例中,在异常收费数据时间差小于预设时间阈值的情况下,获取收费时间对应的预置时间段内的收费站车辆图像信息。基于收费站车辆图像信息确定出相邻车辆之间的距离,以及确定出预设范围内的后尾灯亮起的数量。在相邻车辆之间的距离小于预设距离阈值,以及后尾灯亮起的数量大于预设数量阈值的情况下,确定出收费站出现堵塞。基于相邻车辆之间的距离与后尾灯亮起的数量,确定出堵塞车辆数量,基于堵塞车辆数量与异常收费数据数量,确定出第二桥隧收费异常原因。
具体地,根据获取到的异常收费数据,对异常收费数据对应的时间分别进行统计,在统计的时间之间的时间差小于预设时间阈值的情况下,说明异常收费数据集中于一段时间内,该时段内出现错误的几率较高。
进一步地,对该时间段内收费站对应的车辆图像信息进行获取,通过得到的车辆图像信息确定出一定范围内相邻车辆之间的距离,以及对图像中一定范围内车辆后尾灯亮起的数量进行统计。若车辆后尾灯亮起,则车辆处于刹车状态,此时可能出现交通堵车现象。
进一步地,若相邻车辆之间的距离小于预设距离阈值,则说明车辆相邻较近,此时收费站处于排队拥堵状态。以及,若一定范围内亮起的车辆后尾灯的数量较多,则说明较多车辆处于刹车状态,则同样得到结论收费站出现堵车现象。
进一步地,在相邻车辆之间的距离小于预设距离阈值,或者一定范围内亮起的车辆后尾灯的数量较多的情况下,确定出当前桥隧收费站车辆较多,以致桥隧收费系统难以稳定运行,此时,确定出图像中的堵塞车辆数量以及确定出当前时间段内对应的异常收费数据数量,以此确定出第二桥隧收费异常原因,即,桥隧收费站的收费系统由于超负荷工作出现异常。
步骤105、基于第一桥隧收费异常原因与第二桥隧收费异常原因,确定出桥隧收费异常严重等级,以完成对桥隧收费站异常预警。
在本发明的一个实施例中,基于第一桥隧收费异常原因,确定出待检测系统。基于待检测系统的类型以及异常收费数据的金额与数量,确定出第一严重等级。基于第二桥隧收费异常原因,确定出堵塞车辆数量与堵塞时长。基于堵塞车辆数量与堵塞时长,确定出第二严重等级。根据第一严重等级与第二严重等级,确定出桥隧收费异常严重等级。
具体地,基于第一桥隧收费异常原因,确定出异常位置可能为桥隧收费核算系统或者用户缴费系统。其次,根据异常收费数据的金额与数量,确定出当前第一桥隧收费异常原因对应的严重等级,例如,收费数据的金额与数量越多,则其对应的严重等级越高。
进一步地,基于第二桥隧收费异常原因,确定出交通堵车时段内的堵塞车辆数量,基于该堵塞车辆数量与堵塞时长,确定出第二严重等级。例如,堵塞车辆数量越多、堵塞时间越长,则第二严重等级越高。
进一步地,将第一严重等级中与第二严重等级中较高的严重等级,作为桥隧收费异常严重等级,并根据该严重等级进行桥隧收费站异常预警,以通知工作人员及时对桥隧收费系统进行维修,以确保收费过程顺利进行,防止出现交通堵塞现象。
图2为本发明实施例提供的一种桥隧收费站异常预警设备的结构示意图。如图2所示,桥隧收费站异常预警设备200,包括:至少一个处理器201;以及,与至少一个处理器201通信连接的存储器202;其中,存储器202存储有可被至少一个处理器201执行的指令,指令被至少一个处理器201执行,以使至少一个处理器201能够:获取桥隧对应的收费数据,并对收费数据进行多维数据划分,以得到多维收费数据;基于多维收费数据构建收费数据矩阵,对收费数据矩阵进行检测,以得到异常收费数据;确定出异常收费数据对应的车辆类型,基于不同的车辆类型确定出不同的缴费信息,基于缴费信息确定出第一桥隧收费异常原因;获取异常收费数据对应的收费时间,基于收费时间获取收费站对应的车辆图像信息,以基于车辆图像信息确定出第二桥隧收费异常原因;基于第一桥隧收费异常原因与第二桥隧收费异常原因,确定出桥隧收费异常严重等级,以完成对桥隧收费站异常预警。
本发明实施例还提供一种非易失性计算机存储介质,存储有计算机可执行指令,计算机可执行指令设置为:获取桥隧对应的收费数据,并对收费数据进行多维数据划分,以得到多维收费数据;基于多维收费数据构建收费数据矩阵,对收费数据矩阵进行检测,以得到异常收费数据;确定出异常收费数据对应的车辆类型,基于不同的车辆类型确定出不同的缴费信息,基于缴费信息确定出第一桥隧收费异常原因;获取异常收费数据对应的收费时间,基于收费时间获取收费站对应的车辆图像信息,以基于车辆图像信息确定出第二桥隧收费异常原因;基于第一桥隧收费异常原因与第二桥隧收费异常原因,确定出桥隧收费异常严重等级,以完成对桥隧收费站异常预警。
本发明中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备、非易失性计算机存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明的实施例可以有各种更改和变化。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。

Claims (10)

1.一种桥隧收费站异常预警方法,其特征在于,所述方法包括:
获取桥隧对应的收费数据,并对所述收费数据进行多维数据划分,以得到多维收费数据;
基于所述多维收费数据构建收费数据矩阵,对所述收费数据矩阵进行检测,以得到异常收费数据;
确定出所述异常收费数据对应的车辆类型,基于不同的所述车辆类型确定出不同的缴费信息,基于所述缴费信息确定出第一桥隧收费异常原因;
获取所述异常收费数据对应的收费时间,基于所述收费时间获取收费站对应的车辆图像信息,以基于所述车辆图像信息确定出第二桥隧收费异常原因;
基于所述第一桥隧收费异常原因与所述第二桥隧收费异常原因,确定出桥隧收费异常严重等级,以完成对桥隧收费站异常预警。
2.根据权利要求1所述的一种桥隧收费站异常预警方法,其特征在于,所述对所述收费数据进行多维数据划分,以得到多维收费数据,具体包括:
基于收费数据中的桥隧起始位置与桥隧终止位置,对所述收费数据进行一次划分;
基于一次划分结果与所述收费数据中的车型,对所述一次划分结果进行二次划分;
基于二次划分结果与所述收费数据中的载重,对所述二次划分结果进行三次划分;
基于三次划分结果,得到所述多维收费数据。
3.根据权利要求1所述的一种桥隧收费站异常预警方法,其特征在于,所述基于所述多维收费数据构建收费数据矩阵,具体包括:
基于三次划分后的结果,将所述多维收费数据划分为多组;
基于多组数据构建所述收费数据矩阵;
其中,所述收费数据矩阵中每一维数据对应一组数据。
4.根据权利要求3所述的一种桥隧收费站异常预警方法,其特征在于,所述对所述收费数据矩阵进行检测,以得到异常收费数据,具体包括:
基于所述每一维数据分别对应的桥隧位置、车型以及载重,确定出所述每一维数据分别对应的参考数据;
将所述每一维数据分别与相应的所述参考数据进行比对,以确定差值大于预设差值的待检测收费数据;
基于所述待检测收费数据,确定出所述每一维数据分别对应的数据异常比例;
基于所述异常比例,确定出所述待检测收费数据的异常等级,以基于所述异常等级与所述待检测收费数据,得到所述异常收费数据。
5.根据权利要求1所述的一种桥隧收费站异常预警方法,其特征在于,所述基于不同的所述车辆类型确定出不同的缴费信息,基于所述缴费信息确定出第一桥隧收费异常原因,具体包括:
基于所述异常收费数据确定出异常收费车辆信息,基于车辆信息确定出车辆类型;其中,所述车辆类型包括私家车与网约车;
在所述车辆类型为网约车的情况下,基于所述异常收费数据中的收费时间,确定在所述收费时间时车辆对应的行程订单状况;
若存在行程订单,基于所述行程订单确定出相应的费用承担用户,并确定出所述费用承担用户对应的缴费信息;
若不存在行程订单或所述车辆类型为私家车的情况下,基于所述车辆信息确定出车主信息,并获取车主对应的缴费信息;
将所述缴费信息与所述异常收费数据进行比对,以基于比对结果确定出第一桥隧收费异常原因。
6.根据权利要求5所述的一种桥隧收费站异常预警方法,其特征在于,所述将所述缴费信息与所述异常收费数据进行比对,以基于比对结果确定出第一桥隧收费异常原因,具体包括:
在所述缴费信息与所述异常收费数据一致的情况下,确定桥隧收费核算系统存在错误,以重新对所述桥隧收费核算系统进行检测,确定出新的桥隧收费数据;
在所述缴费信息与所述异常收费数据不一致的情况下,基于所述异常收费数据对应的桥隧位置、车辆类型以及车辆载重,确定出所需收费数据;
将所述所需收费数据与所述异常收费数据进行比对,在所述所需收费数据与所述异常收费数据一致的情况下,确定用户缴费系统存在错误;
在所述所需收费数据与所述异常收费数据不一致的情况下,确定桥隧收费核算系统与所述用户缴费系统存在错误,以重新对所述桥隧收费核算系统与所述用户缴费系统进行检测。
7.根据权利要求1所述的一种桥隧收费站异常预警方法,其特征在于,所述获取所述异常收费数据对应的收费时间,基于所述收费时间获取收费站对应的车辆图像信息,以基于所述车辆图像信息确定出第二桥隧收费异常原因,具体包括:
在异常收费数据时间差小于预设时间阈值的情况下,获取收费时间对应的预置时间段内的收费站车辆图像信息;
基于所述收费站车辆图像信息确定出相邻车辆之间的距离,以及确定出预设范围内的后尾灯亮起的数量;
在所述相邻车辆之间的距离小于预设距离阈值,以及所述后尾灯亮起的数量大于预设数量阈值的情况下,确定出所述收费站出现堵塞;
基于所述相邻车辆之间的距离与所述后尾灯亮起的数量,确定出堵塞车辆数量,基于所述堵塞车辆数量与异常收费数据数量,确定出第二桥隧收费异常原因。
8.根据权利要求1所述的一种桥隧收费站异常预警方法,其特征在于,所述基于所述第一桥隧收费异常原因与所述第二桥隧收费异常原因,确定出桥隧收费异常严重等级,具体包括:
基于所述第一桥隧收费异常原因,确定出待检测系统;
基于所述待检测系统的类型以及异常收费数据的金额与数量,确定出第一严重等级;
基于所述第二桥隧收费异常原因,确定出堵塞车辆数量与堵塞时长;
基于所述堵塞车辆数量与所述堵塞时长,确定出第二严重等级;
根据所述第一严重等级与所述第二严重等级,确定出所述桥隧收费异常严重等级。
9.一种桥隧收费站异常预警设备,其特征在于,该设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发该设备执行权利要求1-8中的任一项所述的方法。
10.一种非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令能够执行权利要求1-8任一项所述的方法。
CN202410224009.4A 2024-02-29 2024-02-29 一种桥隧收费站异常预警方法、设备及介质 Active CN117809388B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410224009.4A CN117809388B (zh) 2024-02-29 2024-02-29 一种桥隧收费站异常预警方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410224009.4A CN117809388B (zh) 2024-02-29 2024-02-29 一种桥隧收费站异常预警方法、设备及介质

Publications (2)

Publication Number Publication Date
CN117809388A true CN117809388A (zh) 2024-04-02
CN117809388B CN117809388B (zh) 2024-04-30

Family

ID=90430234

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410224009.4A Active CN117809388B (zh) 2024-02-29 2024-02-29 一种桥隧收费站异常预警方法、设备及介质

Country Status (1)

Country Link
CN (1) CN117809388B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001338318A (ja) * 2000-03-21 2001-12-07 Toshiba Corp 料金収受システム、車載器及び料金収受方法
CN1598880A (zh) * 2004-09-27 2005-03-23 薛萍 车辆道路智能缴费系统及方法
CN107481340A (zh) * 2017-08-21 2017-12-15 南京感动科技有限公司 一种基于大数据的公路收费打逃预警系统
CN108288201A (zh) * 2017-01-10 2018-07-17 北京嘀嘀无限科技发展有限公司 网约车系统中为目标用户提供行程费用账单的方法及装置
CN108629860A (zh) * 2017-03-16 2018-10-09 北京嘀嘀无限科技发展有限公司 针对路桥收费站的收费处理方法、装置、系统及介质
CN114333089A (zh) * 2021-12-22 2022-04-12 北京北大千方科技有限公司 一种收费站拥堵时的快速通行系统和方法
JP2022105433A (ja) * 2021-01-04 2022-07-14 株式会社東芝 車種決定システム、中央処理装置、及び車種決定方法
CN114898569A (zh) * 2022-07-15 2022-08-12 山东金宇信息科技集团有限公司 一种隧道交通应急处理方法及设备
CN116433166A (zh) * 2022-12-15 2023-07-14 贵州中南交通科技有限公司 高速公路收费异常稽核系统及方法
CN116824718A (zh) * 2023-03-30 2023-09-29 江苏车旺运力科技有限公司 一种通行费核查方法、装置、电子设备及存储介质
CN116895103A (zh) * 2023-07-27 2023-10-17 招商局公路网络科技控股股份有限公司 一种基于高速复合通行卡的缴费方法、系统及电子设备

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001338318A (ja) * 2000-03-21 2001-12-07 Toshiba Corp 料金収受システム、車載器及び料金収受方法
CN1598880A (zh) * 2004-09-27 2005-03-23 薛萍 车辆道路智能缴费系统及方法
CN108288201A (zh) * 2017-01-10 2018-07-17 北京嘀嘀无限科技发展有限公司 网约车系统中为目标用户提供行程费用账单的方法及装置
CN108629860A (zh) * 2017-03-16 2018-10-09 北京嘀嘀无限科技发展有限公司 针对路桥收费站的收费处理方法、装置、系统及介质
CN107481340A (zh) * 2017-08-21 2017-12-15 南京感动科技有限公司 一种基于大数据的公路收费打逃预警系统
JP2022105433A (ja) * 2021-01-04 2022-07-14 株式会社東芝 車種決定システム、中央処理装置、及び車種決定方法
CN114333089A (zh) * 2021-12-22 2022-04-12 北京北大千方科技有限公司 一种收费站拥堵时的快速通行系统和方法
CN114898569A (zh) * 2022-07-15 2022-08-12 山东金宇信息科技集团有限公司 一种隧道交通应急处理方法及设备
CN116433166A (zh) * 2022-12-15 2023-07-14 贵州中南交通科技有限公司 高速公路收费异常稽核系统及方法
CN116824718A (zh) * 2023-03-30 2023-09-29 江苏车旺运力科技有限公司 一种通行费核查方法、装置、电子设备及存储介质
CN116895103A (zh) * 2023-07-27 2023-10-17 招商局公路网络科技控股股份有限公司 一种基于高速复合通行卡的缴费方法、系统及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
倪艳明;董泽文;: "高速公路收费站排队特性和仿真分析", 科技广场, no. 10, 30 October 2016 (2016-10-30) *

Also Published As

Publication number Publication date
CN117809388B (zh) 2024-04-30

Similar Documents

Publication Publication Date Title
CN108335377B (zh) 一种基于gis技术的道路巡查车辆业务自动考核的方法
CN109724812B (zh) 车辆故障预警的方法、装置、存储介质和终端设备
CN110718057B (zh) 路网运行状态评价方法、装置、电子设备及介质
CN113536611B (zh) 基于离散仿真的自主式交通系统架构正确性的检查方法
CN112150644A (zh) 停车稽查方法、装置、电子设备及停车监控管理系统
CN105184875A (zh) 复杂路径下的费率计算与拆分系统及方法
CN110490373A (zh) 基于rcm的轨道车辆计划维修任务优化方法及装置
CN117809388B (zh) 一种桥隧收费站异常预警方法、设备及介质
CN104574179A (zh) 银行卡资金清算平台的复核验证系统和复核验证方法
CN110827429B (zh) 货车etc车道psam卡黑名单稽查方法及装置
CN114067326A (zh) 一种车牌号码补齐方法及装置
CN112132448B (zh) 一种汽车生命周期管理系统
CN111369790B (zh) 过车记录校正方法、装置、设备及存储介质
CN114419894B (zh) 一种路内停车泊位设置与使用监测的方法与系统
CN113742394B (zh) 高速公路交易的路径拟合方法和装置
CN115840707A (zh) 一种刷写测试方法、装置及介质
CN115480944A (zh) 车载娱乐终端的黑屏故障分析方法、装置、车辆及介质
CN110175181B (zh) 一种基于数据分析的信息更新方法及相关设备
CN114202313A (zh) 车辆油耗管理方法、装置、计算机存储介质和电子设备
CN112327800A (zh) 车辆检测方法、装置及诊断设备
CN112699490A (zh) 一种车辆维修结果验证方法和装置
CN115100757B (zh) 汽车数据的存储方法、装置、车辆及存储介质
CN110866982B (zh) 货车etc车道系统中黑名单车辆稽查方法及系统
CN114236053B (zh) 一种车辆尾气一体化综合监管方法
CN117807447A (zh) 行驶数据识别方法、装置、计算机设备及存储介质

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