一种公路治超执法系统及方法技术方案

本发明专利技术公开了一种公路治超执法系统及方法，包括物端层、边端层、云端层和用户层；物端层分布在源头企业检测点、高速入口检测点、移动执法治超检测点、固定治超检测点、非现场执法检测点等需要对车辆进行测量的位置。包括端传感器、端控制器、端服务器和LED显示器。边端层分布在站级治超平台或市级治超平台，包括边服务器、系统管理终端、第三方系统。云端层分布在省级或国家级治超平台，包括云服务器、第三方平台、道路运输管理信息系统、第三方系统。通过系统各部分的协调，在检测点就可以实时查看超限超载信息，当车辆通过检测点后，用户层马上收到系统人工审核后的超限超载详细数据，同时数据准确度高，系统运维成本低，信息告知实时性强。时性强。时性强。

【技术实现步骤摘要】
一种公路治超执法系统及方法


[0001]本专利技术涉及公路治超
，具体涉及一种公路治超执法系统及方法。

技术介绍

[0002]一直以来，超限超载车辆是公路运输的“第一杀手”，随着物流成本的增高和行业竞争的加剧，运输企业单趟运输利润不断降低，从而导致货车超载超限现象日益突出，也带来了严峻的道路安全问题。数据统计显示，当前我国70%的道路交通安全事故由车辆超载超限引发，50%的群死群伤重特大道路交通事故与超载超限运输有直接关系，不仅严重破坏公路基础设施，还会经常引发交通事故，严重威胁人民群众的生命和财产安全。治超初始阶段，使用路政人员进行阻拦车辆、并督促其进行称重的手段，存在检测效率低，花费资源多，治超人员人身安全受到潜在危险以及负面影响等问题，自2006年，我国陆续推行并实施计重收费模式，开始通过经济和行政相结合的方式进行治超，这种模式对比与初期运用的手段更为科学化，保障了治超人员的安全。但两种方式都会导致公路车辆正常行驶效率低或者公路堵塞等情况，这在一定程度上侵犯了依法行驶车辆的权利。目前推广的非现场治超执法模式，是指在货物运输主要通道、重要桥梁入口、货运源头出口等路段和节点，设置货车超限超重运输动态检测技术监控设备，自动检测、拍摄和记录通行车辆号牌、轴数、车货总质量和超限量、超限率、检测时间、检测地点等信息，并根据采集的信息对车辆进行是否超限超重判断，通过科学技术收集证据，经人员审核确认后，事后依法对违法行为当事人作出行政处理的执法方式。对比传统的治超措施，非现场治超执法模式明显具有科学性、公正性、高效率及规范性等特征，然而都也存在一定的局限性，具体如下：1、称重误差大；由于是在车辆行驶过程中进行动态测量，称重传感器的端服务器采用单一正常工况下的算法进行测量计算，在遇到车辆不同工况（绕S，刹车，跳磅，溜边，走走停停，压边线等等）行驶时，使得测量结果误差大，系统稳定性差。
[0003]2、运维成本高；随着监测点的逐渐增多，大量数据通过现场传输到云端的云服务器，导致数据流量、服务器存储、网络带宽都需要不断扩容，将会导致运营成本激增。
[0004]3、执法不及时；由于是事后进行执法处理，车辆超限可继续在道路上行驶，使得其对道路和其他车辆人员存在安全风险，对于严重超限车辆路面执法人员不能及时参与制止，达不到及时教育，立即整改纠正的效果。
[0005]4、告知不及时；对于超限设备记录的违法信息，甚至所处的违法状态，驾驶员或许不能及时察觉，没有地方可以详细查看通过现场超限设备测量的详细数据和违法状态以及对应的历史记录。当事人因未接到及时通知，没有意识到违法状态的发生，导致持续性、连续性的违法，更容易引起驾驶员的负面情绪，给整个执法过程带来不良影响。

技术实现思路

[0006]针对现有技术中的上述不足，本专利技术提供了一种公路治超执法系统及方法。
[0007]为了达到上述专利技术目的，本专利技术采用的技术方案为：
一种公路治超执法系统，包括物端层、边端层、云端层和用户层；物端层设置于源头企业检测点、高速入口检测点、移动执法治超检测点、固定治超检测点、非现场执法检测点等需要对车辆进行测量的位置，包括端传感器、端控制器、端服务器和LED显示屏，其中，端控制器连接端传感器与端服务器，用于获取端传感器采集的数据，并进行协议转换处理；端服务器连接端控制器和边端层的边服务器的治超执法系统,同时接LED显示屏；端服务器存储有对应的机器学习算法模型，端服务器用于获取端控制器转换后的数据，并通过机器学习算法模型对数据进行实时计算处理，生成处理结果并将处理结果显示在LED显示屏上，在本地存储处理结果数据、视频、照片以及各个传感器的原始数据，同时只将处理的结果数据上传至边端层边服务器的治超执法系统；边端层设置于二级行政治超平台或三级行政治超平台，包括边服务器、系统管理终端、第三方系统，其中，边服务器连接各个检测点的端服务器、系统管理终端和第三方系统，边服务器获得超限超载数据后，根据对接的第三方系统获取车辆、驾驶员及附近巡查执法人员数据，将获得的超限超载数据、车辆驾驶员数据、执法人员数据进行实时的上传到云服务器；云端层设置于四级治超平台，包括云服务器治超执法系统大数据平台、公安交警六合一平台、道路运输管理信息系统、第三方系统，其中，云服务器连接各个边服务器、第三方系统、公安交警六合一平台、道路运输管理信息系统、维护运维终端、应用管理终端；云服务器接收边服务器上传的数据，通过边服务器远程调阅端服务器上的原始数据，当确认车辆超限超载后，将超限超载详细信息发送给车辆驾驶员；当出现严重超限超载车辆时，系统自动将违法车辆信息推送到违法车辆附近巡查执法人员的AR终端或APP上，第一时间进行布控拦截，并保存确认后超载超限的原始数据在云端；用户层分布在各个用户，包括维护运维终端、应用管理终端。
[0008]进一步的，所述云服务器按需获取边服务器对应的端服务器的原始数据，进行机器学习算法模型的修正，并通过边服务器向端服务器下发对应的优化后的机器学习算法模型。
[0009]进一步的，每个检测点具有一个对应的端服务器和至少一个端控制器，端控制器位于端传感器附近，一个端控制器所监控的传感器数量至少为一个；多个端服务器连接同一个边服务器，多个边服务器连接同一个云服务器。
[0010]进一步的，端传感器的类型包括称重传感器、工业摄像机、红外线传感器、激光雷达传感器、光纤传感器。
[0011]进一步的，边服务器存储的数据包括端服务器处理的结果数据、以及从第三方系统获得的车辆及驾驶员数据、巡查执法人员数据，其中数据包括文本、图片、视频、语音。
[0012]进一步的，物端层、边端层、云端层和用户层之间的连接方式包括有线连接或者无线连接，各层内系统或模块之间的连接方式包括有线连接或者无线连接。
[0013]还提出一种公路治超执法方法，其特征在于，包括如下步骤：S1:云服务器通过边服务器将对应的机器学习算法模型下发至每个对应的检测点的端服务器；S2:在车辆通过检测点时，利用现场的端传感器采集车辆的相关数据，并发送到端
控制器；S3:端控制器接收到数据后，进行协议转换，进行统一传输到端服务器，端服务器利用机器学习算法模型对待检测车辆进行边缘计算处理，并将计算的处理结果上传到边服务器，其处理结果及原始数据存储在端服务器中。
[0014]S4:边服务器接收到多个端服务器的上传数据，根据数据对接第三方系统，解析获取更多车辆、驾驶员相关信息统一上传到云服务器；S5:云服务器获取到多个边服务器上传的数据，根据超限超载规则，严重的直接将超限车辆数据发送给超限车辆附近的巡查执法人员，通过手持及辅助设备进行及时布控拦截，同时对应的数据会经过人工审核，将车辆相关的详细违法信息发送给车辆、驾驶员、企业及相关第三方系统，同时将原始数据反馈给大数据平台的机器学习算法模型，以优化算法模型参数。
[0015]进一步的，所述S3中边缘计算处理的计算结果包括车辆是否超限超载以及对应的具体数值。
[0016]进一步的，所述执法方法还本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种公路治超执法系统，其特征在于，包括物端层、边端层、云端层和用户层；物端层设置于源头企业检测点、高速入口检测点、移动执法治超检测点、固定治超检测点、非现场执法检测点等需要对车辆进行测量的位置，包括端传感器、端控制器、端服务器和LED显示屏，其中，端控制器连接端传感器与端服务器，用于获取端传感器采集的数据，并进行协议转换处理；端服务器连接端控制器和边端层的边服务器的治超执法系统,同时接LED显示屏；端服务器存储有对应的机器学习算法模型，端服务器用于获取端控制器转换后的数据，并通过机器学习算法模型对数据进行实时计算处理，生成处理结果并将处理结果显示在LED显示屏上，在本地存储处理结果数据及包括视频、照片及各传感器的原始数据，同时只将不含视频、照片的结果数据上传至边端层边服务器的治超执法系统；边端层设置于二级治超平台或三级治超平台，包括边服务器、系统管理终端、第三方系统，其中，边服务器连接各个检测点的端服务器、系统管理终端和第三方系统，边服务器获得超限超载数据后，根据对接的第三方系统获取车辆驾驶员及附近巡查执法人员数据，将获得的超限超载数据、车辆驾驶员数据、执法人员数据以及第三方系统相关数据进行实时的上传到云服务器；云端层设置于四级治超平台，包括云服务器治超执法系统大数据平台、公安交警六合一平台、道路运输管理信息系统、第三方系统，其中，云服务器连接各个边服务器、第三方系统、公安交警六合一平台、道路运输管理信息系统、维护运维终端、应用管理终端；云服务器接收边服务器上传的结果数据，当发现有端服务器通过智能算法判定有超限超载数据时，系统通过对应的边服务器远程调阅端服务器上的原始数据，当确认车辆超限超载后，将超限超载详细信息发送给车辆驾驶员；当出现严重超限超载车辆时，系统自动将违法车辆信息推送到违法车辆附近巡查执法人员的AR终端或APP上，第一时间进行布控拦截，并保存确认后超载超限的原始数据在云端，同时原始数据可以传输给云服务器的机器学习算法进行自学习，优化端服务器的算法模型；用户层分布在各个用户，包括维护运维终端、应用管理终端。2.根据权利要求1所述的公路治超执法系统，其特征在于，所述云服务器按需获取边服务器对应的端服务器的原始数据，进行机器学习算法模型的修正，并通过边服务器向端服务器下发对应的优化后的机器学习算法模型。3.根据权利要求1所述的公路治超执法系统，其特征在于，每个检测点具有一个对应的端服务器和至少一个端控制器，端控制器位于...

【专利技术属性】
技术研发人员：王小康，陈彬，王竹林，庹茹君，
申请(专利权)人：成都西交轨道交通技术服务有限公司，
类型：发明
国别省市：