一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

基于ETC门架系统数据的车辆信用评价系统及方法与流程

2021-10-29 22:58:00 来源:中国专利 TAG:系统 车辆 信用评价 方法 数据

技术特征:
1.一种基于etc门架系统数据的车辆信用评价系统,其特征在于,包括高速公路路侧设备、服务区全域监控设备、信用评价系统和输出系统;所述高速公路路侧设备包括摄像头、雷达、边缘计算单元、语音播放设备、高速公路工控机,所述摄像头用于采集高速公路行驶车辆视频图像信息,所述雷达用于采集高速公路行驶车辆速度和位置信息,所述边缘计算单元用于对采集的数据进行分析,所述语音播放设备用于根据信用评价结果对行驶车辆进行定制化语音播放,所述高速公路工控机用于对所述高速公路路侧设备进行控制;所述服务区全域监控设备包括出入处卡口、雷视一体机、服务区工控机、计算单元,所述出入处卡口用于采集进出服务区的车辆信息,所述车辆信息包括车牌号、车型、车身颜色、车辆特征,所述雷视一体机用于对服务区进行全域监测,获得车辆违规停放次数,所述服务区工控机用于对所述服务区全域监控设备进行控制,所述计算单元用于对服务区数据进行分析处理;所述信用评价系统包括数据分析模块、数据融合模块、车辆行为挖掘模块、信用评价模块、车辆跟踪模块,所述数据分析模块用于对所述etc门架系统、所述高速公路路侧设备、所述服务区全域监控设备采集到的数据进行分析,获得与信用评价相关的分类数据集合,所述数据融合模块用于将各个分类数据集结合交通安全数据、气象数据进行融合,所述车辆行为挖掘模块用于基于融合数据深入挖掘车辆逃费行为方式,将挖掘结果引入所述信用评价模块,所述信用评价模块用于根据数据融合和挖掘的结果,对各个车辆进行信用评价,所述车辆跟踪模块用于根据信用评价结果,当低信用值用户或逃费用户驶入高速公路时,调用沿途设备进行全过程追踪;所述输出系统包括路侧设备数据输出、服务区设备数据输出、车辆基本信息输出、数据分析结果输出、融合数据输出、车辆信用输出、车辆行驶轨迹输出,所述路侧设备数据输出用于以2d模型形式显示设备桩号,所述服务区设备用于输出以2d模型形式显示设备安装位置、车辆停放位置以及停放时间,所述车辆基本信息输出用于以表格形式输出车牌、车辆持有人、车辆持有物、车辆特征、支付类型、obu信息,所述数据分析结果输出用于以图表形式显示每台车辆各类指标评价行为出现的次数,所述融合数据输出用于以表格形式逐条显示各个车辆融合处理后的数据,所述车辆信用输出用于显示每台车辆的信用评分、失信类型、失信次数以及具体失信记录,而且每月更新一次,所述车辆行驶轨迹输出用于支持按车牌或时间查询车辆轨迹和车辆速度。2.根据权利要求1所述的基于etc门架系统数据的车辆信用评价系统,其特征在于,车辆信用评价指标包括逃费、事故、超速、超重、补费、驾驶行为、行驶里程、车辆信息完整度,所述驾驶行为包括平均车速、瞬时车速、车道行驶错误、抛洒异物、异常停车、逆行、抽烟及打电话、服务区违规停放、疲劳驾驶,所述车辆信息完整度包括资质证件、车辆状况、车辆基本信息、人员情况、车辆违规和事故情况;基于信用评价结果对车辆进行行驶偏好分类,对车速较高或较低的车辆通过路侧播报设备提醒控制速度,对事故发生次数较高的车辆在事故频发路段加强预警,对服务区乱停乱放车辆利用大屏幕进行循环播报,对车辆信用分普遍较低的企业重点关注;所述车型包括货车、客车、专用作业车、危化品运输车、免通行费车辆。3.一种基于etc门架系统数据的车辆信用评价方法,其特征在于,所述车辆信用评价方
法使用权利要求1

2任一所述的车辆信用评价系统,包括:车辆驶入高速公路后,通过etc门架系统以及高速公路路侧的摄像头实时采集车辆行驶过程中的图像视频数据,通过边缘计算单元对车辆基本信息和驾驶员异常行为进行识别与统计,所述车辆基本信息包括车辆车牌、车辆特征,所述驾驶员异常行为包括疲劳驾驶、抛洒异物、吸烟、打电话、车道行驶错误、异常停车、打哈欠,雷达实时采集车辆速度信息、车辆位置信息,当发现超速行为或逆行行为时,调用摄像头进行抓拍和记录;通过服务区出入口位置安装的卡口识别进入服务区的车辆信息,结合etc门架系统和高速公路路侧设备进行数据分析车辆是否存在疲劳驾驶行为,利用雷视一体机对危化品车未停放在专用车位、普通车辆停放在危化品车位的行为进行抓拍和记录;将etc门架系统、高速公路路侧设备、服务区全域监控设备、交通事故的数据接入信用评价系统,进行融合分析,挖掘和统计失信行为的类型和次数;通过信用评价模型对车辆进行评价,按月更新上述评价;当低信用值或逃费车辆进入高速时,调用etc门架系统、高速公路路侧设备、服务区全域监控设备进行全过程跟踪,在输出系统中显示车辆行驶轨迹。4.根据权利要求3所述的基于etc门架系统数据的车辆信用评价方法,其特征在于,还包括:车辆信用分数c的总分为1000,包括基础分c
b
和附加分c
a
,其中,c
b
根据车型分为5个级别,附加分c
a
包括8个指标;根据专家赋值以及基于bp神经网络的信用评价模型评分相结合的方式计算获得权重m
j
;分项计算8个指标的评价分数c
j
;结合权重m
j
和评价分数c
j
计算附加分c
a
,表达式如下:其中,m
j
∈[0,1];根据历史通行数据计算各类型车辆逃费和事故的发生比例,从高到低依次将基础分c
b
定为300、325、350、375、400,其中,将危化品运输车的发生事故定为300分。5.根据权利要求4所述的基于etc门架系统数据的车辆信用评价方法,其特征在于,还包括判断疲劳驾驶行为的步骤,所述判断疲劳驾驶行为的步骤包括:记录车辆驶入高速时间t
i
;记录车辆驶离高速时间t
o
;记录车辆驶入第n个服务区的时间t
i(n)
,记录车辆驶离第n个服务区的时间t
o(n)
;记录车辆行驶全过程驶入服务区数量m;判断t
i
和t
o
的大小,表达式如下:h
t
=t
o

t
i
若连续驾驶机动车超过4小时未停车休息或者停车休息时间少于20分钟,判断为疲劳驾驶,判断疲劳驾驶的步骤包括:
若h
t
<4小时,无需判断是否存在疲劳驾驶行为;若h
t
≥4小时,判断是否存在停车休息行为,表达式如下:若h
n
均小于4小时,判断休息时间t是否满足需求,设置t
tot
为理论休息时间,表达式如下:其中,ceil()表示向上取整;计算车辆实际休息时间t
act
,表达式如下:比较t
tot
和t
act
的大小,若t
act
小于t
tot
,判断为存在疲劳驾驶,疲劳驾驶次数f的表达式为:其中,round()为就近取整函数;若h
n
>4小时,判断为存在疲劳驾驶行为,疲劳驾驶行为的次数等于h
n
大于4的情况出现的个数。6.根据权利要求5所述的基于etc门架系统数据的车辆信用评价方法,其特征在于,还包括判断逃费情况c
evf
的步骤,所述判断逃费情况c
evf
的步骤包括:设置n
evh
为历史逃费次数,n
toh
为历史出行总次数,计算历史逃费频率指标f
evf
,表达式如下:其中,ceil()为向上取整函数,当f
evf
为0时,表示无历史逃费行为的车辆,当f
evf
为1时,表示历史逃费频率在(0,0.01]之间的车辆;设置f
evf
从0开始取值直至100,依次计算车辆逃费概率提升倍数k,表达式如下:p
o
为车辆总逃费概率,表达式如下:
其中,n
tot
为当月车辆出行总次数,n
oev
为当月车辆逃费总次数;p
ab
表示在有历史逃费行为的条件下当月发生逃费行为的概率,表达式如下:其中,n
evf
表示当月通行车辆中有历史逃费行为数量,n
ab
为有历史逃费行为且当月发生逃费行为的数量;根据k值结合实际,调整获得f
evf
与k的对应关系,表达式如下:k=f1(f
evf
)构建逃费情况c
evf
指标,表达式如下:c
evf
=600
×
f2(k)其中,f2()为正向化处理变换关系,c
evf
取值范围为(0,1],共有100个级别;计算新入网用户车辆c
evf(0)
分数,在每个月的月底更新上述分数;第m 1个月根据当月车辆逃费行为x
i
数量进行分类取值,表达式如下:当x
i
大于0时,计算历史逃费频率指标f
evf
,将历史逃费频率指标f
evf
与m月进行比较和取值,表达式如下:其中,c
evf(m,j)
表示第m月第j级别,n表示实际提升指数。7.根据权利要求6所述的基于etc门架系统数据的车辆信用评价方法,其特征在于,还包括评价驾驶行为c
drb
的步骤,所述评价驾驶行为c
drb
的步骤包括:定义各个评价子指标;使用平均车速表征车速所属区间,平均速度过大或过小均应作为异常行为记录,表达式如下:式如下:其中,v
avg
为车辆平均速度,v
min
为高速公路路段设定最小行驶速度,v
max
为高速公路路段设定最大行驶速度;使用瞬时车速表征车辆瞬时速度与平均速度差值,相差大表示车速忽慢忽快较不安全,应作为异常行为记录,表达式如下:
其中,v
avg
为车辆瞬时速度;驾驶行为基础分为600分,通过计算9种行为出现次数和重要程度,使用扣分方式进行赋分,设置w
i
为当月第i类行为权重值,x
i
为当月第i类行为出现次数,f(x
i
)为当月第i类行为出现次数的效用函数,权重w
i
根据各类行为对逃费和事故的影响程度获得,第一个月c
drb
的表达式如下:其中,w
i
∈[0,1];效用函数通过估算各类行为当月可能出现的最大次数,将实际发生次数与可能最大次数进行比较计算,表达式如下:其中,x
imax
为当月行为出现最大次数;若第m 1月车辆失信行为x
i
大于0,在第m月基础上累计扣减,表达式如下:考虑到车辆会根据信用评价分数规范其驾驶行为,引入调整系数v
j
,表达式如下:当第m 1月车辆各类型失信行为x
i
等于0时,v
j
根据上式取值,更新c
drb
分数,表达式如下:c
drb(m 1)
=600

v
j
·
(600

c
drb(m)
)x
i
=0。8.根据权利要求7所述的基于etc门架系统数据的车辆信用评价方法,其特征在于,还包括评价补费情况c
muf
的步骤,所述评价补费情况c
muf
的步骤包括:设置m
f
表示总补缴金额,m
o
表示总逃费金额,总补缴金额比例p
tof
的表达式如下:其中,roundn()表示保留2位小数;
设置m
muf
表示车辆已补缴金额,m
tof
表示车辆总逃费金额,车辆补缴金额比例p
muf
的表达式如下:以p
tof
为分界点,比较p
muf
与p
tof
的大小,当p
muf
=p
tof
时,车辆补缴比例与总补缴比例相等,补缴比例越高,权重越高,无逃费记录车辆给予满分,存在逃费行为车辆而且补缴全部通行费用不给予满分;f(p
muf
)为p
muf
效用函数,f(p
muf
)满足随着补缴比例的提高函数斜率逐渐加大的要求,基于效用函数f(f
muf
),构建补费情况c
muf
指标,表达式如下:c
muf
=f(f
muf
)
×
600每个月计算总补缴金额比例p
tof
,根据所述总补缴金额比例p
tof
调整效用函数更新补费情况c
muf
指标。9.根据权利要求8所述的基于etc门架系统数据的车辆信用评价方法,其特征在于,还包括评价行驶里程c
acl
的步骤,所述评价行驶里程c
acl
的步骤包括:设置f
tmt
表示车辆总行驶里程,n表示入网时间,月平均行驶里程指数f
am
的表达式如下:其中,floor()表示向下取整,当f
am
为0时,表示月平均行驶里程在[0,100)之间的车辆,当f
am
为1时,表示月平均行驶里程在[100,200)之间的车辆;根据平均权重方法对每一区间赋予一个平均权重,基于历史通行数据计算综合权重w
i
,构建行驶里程c
acl
指标,表达式如下:c
cal
=w
i
×
f
am
×
600每个月的月底计算f
am
,更新行驶里程c
acl
指标。10.根据权利要求9所述的基于etc门架系统数据的车辆信用评价方法,其特征在于,还包括车辆信息完整度c
vii
针对不同车型设置不同评价内容的步骤,所述车辆信息完整度c
vii
针对不同车型设置不同评价内容的步骤包括:车辆信息完整度从资质证件、车辆状况、车辆基本信息、人员情况、车辆违规及事故情况共5个子指标进行评价;根据专家主观赋值法,获得各种类型车辆信息完整度c
vii
各个子指标权重w
i
和各个评价内容分值s
j
;构建车辆信息完整度c
vii
指标,表达式如下:其中,i表示第i个子指标,j表示第j项内容。

技术总结
本发明公开一种基于ETC门架系统数据的车辆信用评价系统及方法,该系统包括高速公路路侧设备、服务区全域监控设备、信用评价系统和输出系统。本发明提供的车辆信用评价系统对高速公路通行车辆行为进行分析挖掘,基于车辆失信类型和次数进行车辆信用评价,同时基于信用评价结果对车辆进行行驶偏好分类,对车辆信用分较低用户进行重点关注及行驶全过程追踪,为高速公路运营及管理部门决策提供数据支持,改善高速公路通行秩序。本发明提供的车辆信用评价方法对低信用值用户重点关注,进而减少安全事故、提高高速公路运营管理单位收费稽查效率。率。率。


技术研发人员:孙贝 周丽军 兰建丽 门昌灏 吴宏涛 刘仍海 曹桂芳 刘博 李永胜 段英杰 薛春明 孟颖 霍尚斌 岳鹏程
受保护的技术使用者:山西省交通科技研发有限公司
技术研发日:2021.06.28
技术公布日:2021/10/28
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献

  • 日榜
  • 周榜
  • 月榜