一种基于车辆匹配的高速公路稽查方法、设备及介质技术

本申请公开了一种基于车辆匹配的高速公路稽查方法、设备及介质，方法包括：确定电子不停车收费ETC系统的车辆结构化模型；通过车辆结构化模型对ETC车道的车辆进行识别，确定车辆的特征信息，以及第一进站时间；根据特征信息在人工收费系统中检索，确定人工收费系统包括特征信息，以及第二进站时间；对比第一进站时间与第二进站时间，将最晚进站时间所对应的进站信息确定为车辆的进站信息，以根据进站信息对车辆进行收费。本申请实施例通过对比ETC系统与人工收费系统的进站时间，将最晚进站时间所对应的进站信息确定为车辆的进站信息，能够自动允许产生一次有效进站信息，并且以最后一次进站信息为准，可以避免ETC卡和现金卡互倒逃费的现象。倒逃费的现象。倒逃费的现象。

【技术实现步骤摘要】
一种基于车辆匹配的高速公路稽查方法、设备及介质


[0001]本申请涉及智能交通
，尤其涉及一种基于车辆匹配的高速公路稽查方法、设备及介质。

技术介绍

[0002]智能交通，能够为交通参与者提供多样性的服务，是未来交通系统的发展方向，在这种趋势下，ETC(Electronic Toll Collection，电子不停车收费)系统得到广泛应用。
[0003]目前，在ETC系统中，通过RSU(Road Side Unit，路侧天线单元)与车辆上的OBU进行微波通信，获取OBU反馈的信息中携带的车牌和车型特征，实现对车辆进行不停车智能收费。
[0004]但是，在新的收费体制下，高速公路收费稽核业务也逐渐面临一些难题，如逃漏通行费、追缴难度大等问题，导致管理效率低。

技术实现思路

[0005]本申请实施例提供一种基于车辆匹配的高速公路稽查方法、设备及介质，用于解决在ETC系统中，高速公路收费稽核业务管理效率低的问题。
[0006]本申请实施例采用下述技术方案：
[0007]一方面，本申请实施例提供了一种基于车辆匹配的高速公路稽查方法，该方法包括：确定电子不停车收费ETC系统的车辆结构化模型；通过所述车辆结构化模型对ETC车道的车辆进行识别，确定所述车辆的特征信息，以及第一进站时间；根据所述特征信息在人工收费系统中检索，确定所述人工收费系统包括所述特征信息，以及第二进站时间；对比所述第一进站时间与所述第二进站时间，将最晚进站时间所对应的进站信息确定为所述车辆的进站信息，以根据所述进站信息对所述车辆进行收费。
[0008]一个示例中，所述通过所述车辆结构化模型对ETC车道的车辆进行识别，确定所述车辆的特征信息，具体包括：通过所述车辆结构化模型对所述ETC车道的车辆进行识别，确定所述车辆的检测区域；对所述检测区域中像素的邻域内的灰度通道，与背景图片的灰度通道进行计算，确定归一化相关系数；若所述归一化相关系数的数值与1的差值小于预设阈值，确定所述像素为阴影；将所述阴影进行消除，确定所述车辆的车型信息。
[0009]一个示例中，所述若所述归一化相关系数的数值与1的差值小于预设阈值，确定所述像素为阴影之后，所述方法还包括：将所述像素输入混合高斯模型；若所述像素与所述混合高斯模型的高斯分布匹配成功，完成对所述像素为阴影的验证。
[0010]一个示例中，确定所述混合高斯模型，具体包括：获取样本检测区域；对所述样本检测区域中每个像素建立一个初始混合高斯模型；根据所述每个像素被标记为所述样本检测区域时的数值，分别对所述初始混合高斯模型进行更新，得到若干更新混合高斯模型；在所述若干更新混合高斯模型中，确定具有最大权重的高斯分布所对应的更新混合高斯模型；将所述更新混合高斯模型确定为所述混合高斯模型。
[0011]一个示例中，所述通过所述车辆结构化模型对ETC车道的车辆进行识别，确定所述车辆的特征信息，具体包括：通过所述车辆结构化模型对所述ETC车道的车辆进行识别，确定所述车辆的车牌位置；根据所述车牌位置，选取所述车牌位置的上方的区域；所述上方的区域包括不大于预设距离阈值的区域；根据所述区域，确定所述车辆的车身颜色。
[0012]一个示例中，所述根据所述区域，确定所述车辆的颜色，具体包括：确定所述车辆不包括彩色车；将所述区域等分N份，并计算各区域在S通道中的方差，得到所述各区域的S方差；将不大于预设方差阈值的S方差所对应的区域，确定为识别区域；对所述识别区域进行颜色识别，确定所述识别区域的颜色；对所述识别区域的颜色进行投票，确定所述车辆的车身颜色。
[0013]一个示例中，所述对比所述第一进站时间与所述第二进站时间，将最晚进站时间所对应的进站信息确定为所述车辆的进站信息之后，所述方法还包括：在预设时间段内，确定所述车辆对应的相同车牌车辆；所述相同车牌车辆与所述车辆的车牌号相同；将所述车辆的特征信息与所述相同车牌车辆的特征信息进行比对，得到各特征信息的比对结果；通过相似度对所述比对结果进行排序，确定比对结果队列；根据所述比对结果队列，对比所述车辆与所述相同车牌车辆的行驶速度以及时空关系，以识别出不同路线行驶中的车牌号相同的车辆。
[0014]一个示例中，所述对比所述第一进站时间与所述第二进站时间，将最晚进站时间所对应的进站信息确定为所述车辆的进站信息之后，所述方法还包括：根据所述特征信息，在车辆档案库中检索所述车辆；若所述车辆存在于所述车辆档案库，确定所述车辆在所述车辆档案库中的历史特征信息；将所述特征信息与所述历史特征信息进行比较；若不一致，将所述车辆确定为大车小标嫌疑车辆，并在所述ETC系统中进行告警。
[0015]一个示例中，所述根据所述比对结果队列，对比所述车辆与所述相同车牌车辆的行驶速度以及时空关系，以识别出不同路线行驶中的车牌号相同的车辆，具体包括：若所述比对结果队列的相似度值的平均值不小于预设相似度阈值；并所述行驶速度的差值不小于预设差值阈值，所述车辆与所述相同车牌车辆的时空关系不同；将所述车辆与所述相同车牌车辆确定为所述不同路线行驶的车牌号相同的车辆。
[0016]另一方面，本申请实施例提供了一种基于车辆匹配的高速公路稽查设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：确定电子不停车收费ETC系统的车辆结构化模型；通过所述车辆结构化模型对ETC车道的车辆进行识别，确定所述车辆的特征信息，以及第一进站时间；根据所述特征信息在人工收费系统中检索，确定所述人工收费系统包括所述特征信息，以及第二进站时间；对比所述第一进站时间与所述第二进站时间，将最晚进站时间所对应的进站信息确定为所述车辆的进站信息，以根据所述进站信息对所述车辆进行收费。
[0017]另一方面，本申请实施例提供了一种基于车辆匹配的高速公路稽查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设置为：确定电子不停车收费ETC系统的车辆结构化模型；通过所述车辆结构化模型对ETC车道的车辆进行识别，确定所述车辆的特征信息，以及第一进站时间；根据所述特征信息在人工收费系统中检索，确定所述人工收费系统包括所述特征信息，以及第二进站时间；对比所述第一进站
时间与所述第二进站时间，将最晚进站时间所对应的进站信息确定为所述车辆的进站信息，以根据所述进站信息对所述车辆进行收费。
[0018]本申请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：
[0019]本申请实施例通过对比ETC系统与人工收费系统的进站时间，将最晚进站时间所对应的进站信息确定为车辆的进站信息，根据进站信息对车辆进行收费，能够自动允许产生一次有效进站信息，并且以最后一次进站信息为准，从而可以避免ETC卡和现金卡互倒逃费的现象，提高高速公路稽查的管理效率。
附图说明
[0020]为了更清楚地说明本申请的技术方案，下面将本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于车辆匹配的高速公路稽查方法，其特征在于，所述方法包括：确定电子不停车收费ETC系统的车辆结构化模型；通过所述车辆结构化模型对ETC车道的车辆进行识别，确定所述车辆的特征信息，以及第一进站时间；根据所述特征信息在人工收费系统中检索，确定所述人工收费系统包括所述特征信息，以及第二进站时间；对比所述第一进站时间与所述第二进站时间，将最晚进站时间所对应的进站信息确定为所述车辆的进站信息，以根据所述进站信息对所述车辆进行收费。2.根据权利要求1所述的方法，其特征在于，所述通过所述车辆结构化模型对ETC车道的车辆进行识别，确定所述车辆的特征信息，具体包括：通过所述车辆结构化模型对所述ETC车道的车辆进行识别，确定所述车辆的检测区域；对所述检测区域中像素的邻域内的灰度通道，与背景图片的灰度通道进行计算，确定归一化相关系数；若所述归一化相关系数的数值与1的差值小于预设阈值，确定所述像素为阴影；将所述阴影进行消除，确定所述车辆的车型信息。3.根据权利要求2所述的方法，其特征在于，所述若所述归一化相关系数的数值与1的差值小于预设阈值，确定所述像素为阴影之后，所述方法还包括：将所述像素输入混合高斯模型；若所述像素与所述混合高斯模型的高斯分布匹配成功，完成对所述像素为阴影的验证。4.根据权利要求3所述的方法，其特征在于，确定所述混合高斯模型，具体包括：获取样本检测区域；对所述样本检测区域中每个像素建立一个初始混合高斯模型；根据所述每个像素被标记为所述样本检测区域时的数值，分别对所述初始混合高斯模型进行更新，得到若干更新混合高斯模型；在所述若干更新混合高斯模型中，确定具有最大权重的高斯分布所对应的更新混合高斯模型；将所述更新混合高斯模型确定为所述混合高斯模型。5.根据权利要求1所述的方法，其特征在于，所述通过所述车辆结构化模型对ETC车道的车辆进行识别，确定所述车辆的特征信息，具体包括：通过所述车辆结构化模型对所述ETC车道的车辆进行识别，确定所述车辆的车牌位置；根据所述车牌位置，选取所述车牌位置的上方的区域；所述上方的区域包括不大于预设距离阈值的区域；根据所述区域，确定所述车辆的车身颜色。6.根据权利要求5所述的方法，其特征在于，所述根据所述区域，确定所述车辆的颜色，具体包括：确定所述车辆不包括彩色车；将所述区域等分N份，并计算各区域在S通道中的方差，得到所述各区域的S方差；将不大于预设方差阈值的S方差所对应的区域，确定为识别区域；
对所述识别区域进行颜色识别，确...

【专利技术属性】
技术研发人员：董志勇，邱瀚，杜明本，钟琴隆，杜志城，郭鹏，
申请(专利权)人：山东旗帜信息有限公司，
类型：发明
国别省市：