一种基于信疑双基模型判别车辆可信度的方法技术

本发明专利技术公开了一种基于信疑双基模型判别车辆可信度的方法，信疑双基模型包括有四种子模型：分别为基于车辆在行驶区间的方向和路由发生的通行行为建立的首次路网通行识别子模型、异常上下道识别子模型、连续路网通行识别子模型和重容规范度识别子模型，通过四种子模型计算得到的结果集计算得到车辆区间通行信疑值从而来判别车辆可信度。本发明专利技术相在有效降低稽查工作强度的同时，可以达到高精准的辅助稽查效果，对系统在业务工作和辅助稽查方面达到了很好支撑，本发明专利技术对于解决高速公路车辆打逃费和交通信用建设方面具有重大的意义，并且在本相关领域内处于领先水平。

A method of judging vehicle reliability based on belief doubting double base model

This invention discloses a method of judging vehicle reliability based on doubtful dual base model. The doubunbase model includes four seed models, which are based on the first road network identification submodel, the abnormal upper and lower path recognition sub model and the continuous road network based on the direction of the vehicle in the driving range and the route of the routing. The recognition sub model and the weight normalized degree recognition sub model are used to calculate the vehicle interval belief value by the result set calculated by the four seed model to determine the vehicle reliability. At the same time, the invention can effectively reduce the inspection work intensity, and can achieve the high precision of the auxiliary inspection effect. It has achieved good support for the system in business work and auxiliary inspection. The invention is of great significance for solving the toll fee and the construction of traffic credit in the expressway, and in the related fields. It's in the lead.

【技术实现步骤摘要】
一种基于信疑双基模型判别车辆可信度的方法
本专利技术涉及高速公路车辆稽查领域，具体是一种基于信疑双基模型判别车辆可信度的方法。
技术介绍
随着高速公路里程的快速增长和交通流量的急剧加大，高速公路的行驶违章行为日趋突出，给人们的生命财产带来极大损失。现有的高速公路车辆识别的稽查管理方法和设备稽查精准极低，很容易出现隐形逃费或管理疏忽等行为的发生。
技术实现思路
本专利技术要解决的技术问题是提供一种基于信疑双基模型判别车辆可信度的方法，有效降低稽查工作强度的同时，可以达到高精准的辅助稽查效果，对系统在业务工作和辅助稽查方面达到了很好的支撑。本专利技术的技术方案为：一种基于信疑双基模型判别车辆可信度的方法，是采用信疑双基模型计算得到车辆区间通行信疑值来判别车辆可信度，所述信疑双基模型包括有四种子模型：分别为基于车辆在行驶区间的方向和路由发生的通行行为建立的首次路网通行识别子模型、异常上下道识别子模型、连续路网通行识别子模型和重容规范度识别子模型，所述的信疑双基模型判别车辆可信度的方法具体包括有以下步骤：(1)、计算首次路网通行识别子模型的结果集：对首次路网通行识别子模型中的通行行为进行统计，对车辆此区间经过各标识站、服务区、卡口及监控数据进行统计，输出车辆首次通行识别结果，然后车辆首次通行识别结果与预设值比较，如车辆首次通行识别结果大于预设值，则判定为车辆首次路网通行不成立，反之，将该车辆判定为首次路网通行成立，结果集预存；(2)、计算异常上下道识别子模型的结果集：在异常上下道识别子模型中对车辆通行行为按照出入口相邻站&预定时间周期和出入口区间站&预定时间周期，结合车辆区间通行过程中标识站、服务区、卡口及监控数据进行统计，输出车辆异常上下道识别结果，然后车辆异常上下道识别结果与预设值比较，如车辆异常上下道识别结果大于预设值，则判定为车辆异常上下道识别成功，反之，将该车辆判定为异常上下道识别不成立，结果集预存；(3)、计算连续路网通行识别子模型的结果集：在连续路网通行识别子模型中对车辆区间通行行为，以当次行驶区间的出入口站、卡口及监控数据为计算基准，按时序对车辆历史通行数据进行统计分析，当出入口站、卡口和监控数据相似度大于预定值，计算结果累加，直至相似值小于预定值，计算停止输出结果，结果集预存；(4)、计算重容规范度识别子模型的结果集：在重容规范度识别子模型中对车辆区间通行行为，结合出入口、重量&容积数据、监控/图片数据，从重量和容积两个视角统计分析，当车辆当次载重和容积在车型核载规定范围内，则重容规范度识别子模型的输出结果为合格，当车辆当次载重和容积任一种或全部不在车型核载规定范围内，则重容规范度识别子模型的识别结果为不合格，结果集预存；(5)、计算车辆区间通行信疑值,具体见公式(1)，最后通过区间通行信疑值判别车辆可信度，区间通行信疑值越高车辆可信度即越高：其中，公式(1)中的Doubt(s)表示区间通行信疑值，Ts表示车辆特征系数，Ps表示车辆偏好系数，Ls表示车辆历史履约系数，Cs表示车辆信用历史系数，Mn表示四种子模型计算结果集，kt、kp、kl、kc、kn表示修正系数。所述的车辆在行驶区间的方向和路由发生的通行行为是由车辆进入高速公路的入口，通过高速区间的多路由路段，抵达高速公路的目标收费站出口处时，通过车牌识别设备识别车牌信息或人工录入车牌信息统计得出。所述的首次路网通行识别子模型的预定值初始定为1。所述的步骤(3)中的按时序对车辆历史通行数据进行统计分析即选用降序对车辆历史通行数据进行统计分析。所述的车辆从进入高速收费入口站至高速收费出口站区间，车辆信疑双基模型中的每个子模型，将同一车型、同一车牌、历史周期、即时涉及车辆路由信息、载重信息、容积信息和行为信息综合分析，对车辆信息完整和流水信息无误的且所有子模型计算均成功的车辆定义为“精准识别成功”，将模型预判为车辆首次路网通行的车辆定义为“首次路网通行识别成功”，将模型预判为异常上下道的车辆定义为“异常上下道识别成功”，将模型预判为连续路网通行的车辆定义为“连续路网通行识别成功”，将模型预判为重容不规范的车辆定义为“异常上下道识别成功”；“精准识别成功”的车辆按照模型按照公式(1)计算该车辆此次通行的信疑值；对“首次路网通行识别成功”、“异常上下道识别成功”、“连续路网通行识别成功”、“重容不规范识别成功”的车辆，调用其它子模型的结果集计算出信疑值。本专利技术的优点：本专利技术对车辆号牌识别成功/人工录入的车辆进行统计分析，然后通过各自的子模型进行分析统计，得出结果集，通过结果集得出车辆区间通行信疑值,最后通过区间通行信疑值判别车辆可信度，区间通行信疑值越高车辆可信度即越高。本专利技术相对于目前并不成熟且稽查精准极低的识别技术来说，在有效降低稽查工作强度的同时，可以达到高精准的辅助稽查效果，对系统在业务工作和辅助稽查方面达到了很好支撑，本专利技术对于解决高速公路车辆打逃费和交通信用建设方面具有重大的意义，并且在本相关领域内处于领先水平。具体实施方式下面将对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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所有其他实施例，都属于本专利技术保护的范围。一种基于信疑双基模型判别车辆可信度的方法，其特征在于：是采用信疑双基模型计算得到车辆区间通行信疑值来判别车辆可信度，所述信疑双基模型包括有四种子模型：分别为基于车辆在行驶区间的方向和路由发生的通行行为建立的首次路网通行识别子模型、异常上下道识别子模型、连续路网通行识别子模型和重容规范度识别子模型，所述的信疑双基模型判别车辆可信度的方法具体包括有以下步骤：(1)、计算首次路网通行识别子模型的结果集：对首次路网通行识别子模型中的通行行为进行统计，对车辆此区间经过各标识站、服务区、卡口及监控数据进行统计，输出车辆首次通行识别结果，然后车辆首次通行识别结果与预设值(初始定为1)比较，如车辆首次通行识别结果大于预设值，则判定为车辆首次路网通行不成立，反之，将该车辆判定为首次路网通行成立，结果集预存；(2)、计算异常上下道识别子模型的结果集：在异常上下道识别子模型中对车辆通行行为按照出入口相邻站&预定时间周期和出入口区间站&预定时间周期，结合车辆区间通行过程中标识站、服务区、卡口及监控数据进行统计，输出车辆异常上下道识别结果，然后车辆异常上下道识别结果与预设值比较，如车辆异常上下道识别结果大于预设值，则判定为车辆异常上下道识别成功，反之，将该车辆判定为异常上下道识别不成立，结果集预存；(3)、计算连续路网通行识别子模型的结果集：在连续路网通行识别子模型中对车辆区间通行行为，以当次行驶区间的出入口站、卡口及监控数据为计算基准，按降序对车辆历史通行数据进行统计分析，当出入口站、卡口和监控数据相似度大于预定值，计算结果累加，直至相似值小于预定值，计算停止输出结果，结果集预存；(4)、计算重容规范度识别子模型的结果集：在重容规范度识别子模型中对车辆区间通行行为，结合出入口、重量&容积数据、监控/图片数据，从重量和容积两个视角统计分析，当车辆当次载重和容积在车型核本文档来自技高网...

【技术保护点】
1.一种基于信疑双基模型判别车辆可信度的方法，其特征在于：是采用信疑双基模型计算得到车辆区间通行信疑值来判别车辆可信度，所述信疑双基模型包括有四种子模型：分别为基于车辆在行驶区间的方向和路由发生的通行行为建立的首次路网通行识别子模型、异常上下道识别子模型、连续路网通行识别子模型和重容规范度识别子模型，所述的信疑双基模型判别车辆可信度的方法具体包括有以下步骤：(1)、计算首次路网通行识别子模型的结果集：对首次路网通行识别子模型中的通行行为进行统计，对车辆此区间经过各标识站、服务区、卡口及监控数据进行统计，输出车辆首次通行识别结果，然后车辆首次通行识别结果与预设值比较，如车辆首次通行识别结果大于预设值，则判定为车辆首次路网通行不成立，反之，将该车辆判定为首次路网通行成立，结果集预存；(2)、计算异常上下道识别子模型的结果集：在异常上下道识别子模型中对车辆通行行为按照出入口相邻站&预定时间周期和出入口区间站&预定时间周期，结合车辆区间通行过程中标识站、服务区、卡口及监控数据进行统计，输出车辆异常上下道识别结果，然后车辆异常上下道识别结果与预设值比较，如车辆异常上下道识别结果大于预设值，则判定为车辆异常上下道识别成功，反之，将该车辆判定为异常上下道识别不成立，结果集预存；(3)、计算连续路网通行识别子模型的结果集：在连续路网通行识别子模型中对车辆区间通行行为，以当次行驶区间的出入口站、卡口及监控数据为计算基准，按时序对车辆历史通行数据进行统计分析，当出入口站、卡口和监控数据相似度大于预定值，计算结果累加，直至相似值小于预定值，计算停止输出结果，结果集预存；(4)、计算重容规范度识别子模型的结果集：在重容规范度识别子模型中对车辆区间通行行为，结合出入口、重量&容积数据、监控/图片数据，从重量和容积两个视角统计分析，当车辆当次载重和容积在车型核载规定范围内，则重容规范度识别子模型的输出结果为合格，当车辆当次载重和容积任一种或全部不在车型核载规定范围内，则重容规范度识别子模型的识别结果为不合格，结果集预存；(5)、计算车辆区间通行信疑值,具体见公式(1)，最后通过区间通行信疑值判别车辆可信度，区间通行信疑值越高车辆可信度即越高：...

【技术特征摘要】
1.一种基于信疑双基模型判别车辆可信度的方法，其特征在于：是采用信疑双基模型计算得到车辆区间通行信疑值来判别车辆可信度，所述信疑双基模型包括有四种子模型：分别为基于车辆在行驶区间的方向和路由发生的通行行为建立的首次路网通行识别子模型、异常上下道识别子模型、连续路网通行识别子模型和重容规范度识别子模型，所述的信疑双基模型判别车辆可信度的方法具体包括有以下步骤：(1)、计算首次路网通行识别子模型的结果集：对首次路网通行识别子模型中的通行行为进行统计，对车辆此区间经过各标识站、服务区、卡口及监控数据进行统计，输出车辆首次通行识别结果，然后车辆首次通行识别结果与预设值比较，如车辆首次通行识别结果大于预设值，则判定为车辆首次路网通行不成立，反之，将该车辆判定为首次路网通行成立，结果集预存；(2)、计算异常上下道识别子模型的结果集：在异常上下道识别子模型中对车辆通行行为按照出入口相邻站&预定时间周期和出入口区间站&预定时间周期，结合车辆区间通行过程中标识站、服务区、卡口及监控数据进行统计，输出车辆异常上下道识别结果，然后车辆异常上下道识别结果与预设值比较，如车辆异常上下道识别结果大于预设值，则判定为车辆异常上下道识别成功，反之，将该车辆判定为异常上下道识别不成立，结果集预存；(3)、计算连续路网通行识别子模型的结果集：在连续路网通行识别子模型中对车辆区间通行行为，以当次行驶区间的出入口站、卡口及监控数据为计算基准，按时序对车辆历史通行数据进行统计分析，当出入口站、卡口和监控数据相似度大于预定值，计算结果累加，直至相似值小于预定值，计算停止输出结果，结果集预存；(4)、计算重容规范度识别子模型的结果集：在重容规范度识别子模型中对车辆区间通行行为，结合出入口、重量&容积数据、监控/图片数据，从重量和容积两个视角统计分析，当车辆当次载重和容积在车型核载规定范围内，则重容规范度识别子模型的输出结果为合格，当车辆当次载重和容积任一种或全部不在车型核载规定范围内，则重容规范度识别子模型的识别结果为不合...

【专利技术属性】
技术研发人员：秦体进，汪海燕，丁波，高泉峰，贾艳峰，宫能放，李先广，
申请(专利权)人：安徽皖通科技股份有限公司，
类型：发明
国别省市：安徽,34