【技术实现步骤摘要】
本说明书涉及智能交通领域，特别涉及一种基于深度学习的etc特情处置方法及系统。
技术介绍
1、etc(electronic toll collection)即电子不停车收费，目前广泛应用于高速公路、桥梁等的收费站计费中。其因不需人工缴费且不需要停车，极大提高了收费效率以及车辆运行效率。然而，由于各种原因，存在车辆经过收费站而收费站不抬杆的情况，此时车辆后退重进、更换车道、呼叫人工等都会影响通行效率，阻碍后车的通行。
2、因此，本说明书提供一种基于深度学习的etc特情处置方法及系统，通过对车辆、道路相关的数据进行分析，能够快速确定etc特情的原因以及处置方案。
技术实现思路
1、本说明书实施例之一提供一种基于深度学习的etc特情处置方法，所述方法包括：获取目标车辆的车辆信息以及所述目标车辆所处道路的道路信息；对所述车辆信息以及所述道路信息进行处理，确定特情信息标签，所述特情信息标签基于数据来源而具有不同的置信度；基于所述特情信息标签，通过特情知识图谱识别所述特情信息的特情类型，所述特情知识图谱包括至少一种所述特情类型的特征；基于所述特情类型，确定特情处置方案。
2、在一些实施例中，所述方法还包括：判断所述特情信息标签是否满足特情判断条件；响应于不满足，确定所述特情信息标签的待补充信息；基于所述待补充信息，通过etc特情处置终端获取用户的输入信息；将所述用户的输入信息转化为补充特情信息标签。
3、在一些实施例中，所述获取目标车辆的车辆信息以及所述目标
4、在一些实施例中，所述特情知识图谱通过如下方式进行更新：获取样本特情信息标签以及对应的样本特情类型；判断所述特情知识图谱是否存在所述样本特情信息标签以及所述样本特情类型；响应于样本特情信息标签不存在，在所述样本特情类型对应的所述特情信息标签中新增所述样本特情信息标签；响应于所述样本特情类型不存在，将所述样本特情类型上报。
5、在一些实施例中，所述特情类型包括如下至少一种：etc设备异常、车辆重量异常、车辆类型异常、卡签车牌异常、黑名单车辆、用户终端异常、费用计算异常。
6、在一些实施例中，所述道路信息包括车流量信息。
7、本说明书实施例之一提供一种基于深度学习的etc特情处置系统，所述系统包括：获取模块，用于获取目标车辆的车辆信息以及所述目标车辆所处道路的道路信息；确定模块，用于对所述车辆信息以及所述道路信息进行处理，确定特情信息标签，所述特情信息标签基于数据来源而具有不同的置信度；识别模块，用于基于所述特情信息标签，通过特情知识图谱识别所述特情信息的特情类型，所述特情知识图谱包括至少一种所述特情类型的特征；处置模块，用于基于所述特情类型，确定特情处置方案。
8、在一些实施例中，所述系统还包括补充模块，所述补充模块用于：判断所述特情信息标签是否满足特情判断条件；响应于不满足，确定所述特情信息标签的待补充信息；基于所述待补充信息，通过etc特情处置终端获取用户的输入信息；将所述用户的输入信息转化为补充特情信息标签。
9、通过本说明书一些实施例所述的基于深度学习的etc特情处置方法，可以至少实现如下有益效果：1)通过获取多种数据来源的车辆、道路信息，并基于知识图谱判断特情类型，可以节省人工成本，提高特情判断效率，保证了etc车道的通行效率；2)通过对特情信息标签进行判断而不是直接使用，可以提高特情类型判断的准确性，避免因使用人工智能而产生远远偏离实际情况的误差；3)通过对特情信息标签进行判断，使得各种特情特征中模棱两可的特征有了唯一对应的特情类型，进一步提高特情类型判断的准确性；4)通过用户输入对标签进行补充，可以向用户提供一定程度的解释权利，减少因误判而导致的不良用户体验；5)通过知识图谱使数据量化、可视化，定期更新知识图谱进一步提高与实际道路、车辆情况的适配性。
本文档来自技高网...【技术保护点】
1.一种基于深度学习的ETC特情处置方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
3.如权利要求1所述的方法，其特征在于，所述获取目标车辆的车辆信息以及所述目标车辆所处道路的道路信息包括：
4.如权利要求1所述的方法，其特征在于，所述特情知识图谱通过如下方式进行更新：
5.如权利要求1所述的方法，其特征在于，所述特情类型包括如下至少一种：ETC设备异常、车辆重量异常、车辆类型异常、卡签车牌异常、黑名单车辆、用户终端异常、费用计算异常。
6.如权利要求1所述的方法，其特征在于，所述道路信息包括车流量信息。
7.一种基于深度学习的ETC特情处置系统，其特征在于，所述系统包括：
8.如权利要求7所述的系统，其特征在于，所述系统还包括补充模块，所述补充模块用于：
9.如权利要求7所述的系统，其特征在于，所述特情知识图谱通过如下方式进行更新：
10.如权利要求7所述的系统，其特征在于，所述特情类型包括如下至少一种：ETC设备异常、车辆重量
...【技术特征摘要】
1.一种基于深度学习的etc特情处置方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
3.如权利要求1所述的方法，其特征在于，所述获取目标车辆的车辆信息以及所述目标车辆所处道路的道路信息包括：
4.如权利要求1所述的方法，其特征在于，所述特情知识图谱通过如下方式进行更新：
5.如权利要求1所述的方法，其特征在于，所述特情类型包括如下至少一种：etc设备异常、车辆重量异常、车辆类型异常、卡签车牌异常、黑名单车辆、用户终端异常、费用计算异常。<...
【专利技术属性】
技术研发人员：张娜，刘在红，
申请(专利权)人：福建扬庆科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。