高速公路智能监测收费系统的制作方法

1.本发明属于高速监测收费系统技术领域，具体涉及高速公路智能监测收费系统。


背景技术：

2.高速公路通行费是通过对公路使用者直接收取车辆通行费来补偿公路建设及维护投资的一种公路基础设施成本回收方式。根据车辆通行费征收主体性质的不同，收费公路可以划分为公营和私营两类。根据车辆通行费征收方式的不同，收费公路可以划分为开放式和封闭式两类。根据车辆通行费征收目的的不同，收费公路可以划分为回收建养成本和对拥挤定价两类。
3.高速公路联网收费系统可以实现半自动和etc两种收费方式，可选用ic卡、磁票、二维条卡作为通行券，支持现金、预付卡、储值卡等支付方式；各级可以实现监控下级的操作异常事件；实时监测出入口车道的设备状态；各级系统可以自动统计交通量、通告量曲线图；实现了对路费、通行券、票据、设备等的严格管理，杜绝舞弊行为；提供独特的专家分析系统等。
4.现有技术情况；
5.1、监测系统方面，高速公路交通流参数实时数据的采集主要是通过车辆检测器来实现的，车辆的车型、具体路径等重要信息，信息仅由安装于汽车的车载电子标签或人工来进行判断。
6.2、收费系统方面，目前高速路网采用的是etc专用车道 +etc/mtc混合车道运行模式，混合车道采用入口人工发卡，出口人工收卡、计费、收取通行费的模式。etc收费为通过安装在车辆挡风玻璃上的车载电子标签与在收费站etc车道上的微波天线之间进行的专用短程通讯，利用计算机联网技术与银行进行后台结算处理，从而达到车辆通过高速公路或桥梁收费站无需停车而能交纳高速公路或桥梁费用的目的。人工收发的cpc卡基于内置国家商密委sm4国产对称密码算法的非接触智能卡技术进行设计，收费车道系统与cpc 卡间通信具备双向认证功能，车辆入口信息、准确路径信息与车辆身份信息一起以密文方式写入cpc卡内的智能卡中，安全存储。
7.传统的收费机器基于原车道系统，所获得的车辆信息极少，无法精确还原车辆行驶路径，对于套牌违规车辆无法进行实时有效地识别，对于高速重点车辆没有重点检测，并未记录各高速路的路况信息等。
8.传统收费及其前端无有效的用户交互能力，收费员看不到现场情况，驾乘人员看不到处置界面，双方无法高效沟通，导致服务品质下降，驾乘人员求助困难。后端无有效的远程处置能力，收费员因车道管理需要，在收费站出入口依然需要收费员对业务进行现场干预。
9.针对以上缺点，提出基于云端大数据的高速公路监测收费系统。


技术实现要素：

10.为解决现有技术中存在的上述问题，本发明提供了高速公路智能监测收费系统，具有解决基于云端大数据的高速公路的车辆监测与收费的特点。
11.为实现上述目的，本发明提供如下技术方案：高速公路智能监测收费系统，整个系统分为三个部分，其特征在于：包括数据底座与前置设备、收费云平台和用户服务终端；所述数据底座与前置设备包括有收费站、服务区、门架、etc、摄像机、车牌抓拍前置机、h5ss视频前置机以及交换机，所述摄像机、车牌抓拍前置机、h5ss视频前置机和交换机用于车牌信息获取；收费云平台包括有大数据平台、数据及服务集成平台、应用开发平台、高速公路稽核管理系统、ai车牌识别云服务2.0、综合管理云端、服务云端、数据管理系统以及重点车辆监测系统；用户服务端包括有cpc小助手、收费站运行监测云服务、通行费大数据分析中心、实时清风结算系统；设备正常运行车辆进入。
12.作为本发明的一种优选技术方案，ai车牌识别云服务，使用车牌抓拍前置机对车辆进行抓拍，通过交换机将数据传输给云收费平台，然后通过神经网络算法对这些车牌图片进行车牌识别，对识别不一致的车辆图片进行人工校对并利用大数据手段对平台数据进行多维度统计，实时分析获得各路段的实际路况，各时段、各站点的路网流量、瞬时流量、实时监测信息。
13.作为本发明的一种优选技术方案，用户服务端精确路径计费，车牌识别与车型识别，并对每辆车进行路径拟合，对缺失路径的还原，应对套牌、逃费行为。
14.作为本发明的一种优选技术方案，云收费平台对重点车辆监测系统，云收费服务监控重点车辆，并向高速公路营运管理部门推送重点车辆进出高速公路收费站信息。
15.作为本发明的一种优选技术方案，运行监测云服务，利用收费站出入口抓拍图片，结合收费流水数据，对在高速路网行驶的每一辆车进行路径拟合，还原行驶路径，从多维度对实时数据进行统计分析，展示相应分析结果，同时还监测高速路网实时流量，并针对重点车辆进行实时监控、路径还原，对高速路网营运安全、收费稽查进行辅助支撑。
16.作为本发明的一种优选技术方案，cpc小助手，收费员通过pad 实时接收该车道每一辆车的通行抓拍数据，并根据此数据结合历史通行数据提供该车辆历史通行车型统计分析功能、路径拟合计算、收费金额实时在线计算、车辆通行路径绘制、途经点通行介质和抓拍图片明细数据展示。
17.作为本发明的一种优选技术方案，费用支付，用户通过收到的驶出高速通知进行通行费的支付，并且发送开具的电子发票，同时管理系统发送指令将门架开启。
18.作为本发明的一种优选技术方案，所述收费云系统通过sd-wan 网络实时汇聚收费车道和门架车牌抓拍图片。
19.作为本发明的一种优选技术方案，数据底座与前置设备用于收集高速公路各类车辆信息，并通过后台云端大数据平台进行分析处理，通过对历史各项数据结合车辆抓拍数据进行多维度统计和分析，再与其他监测管理系统进行交互，最终输出服务提供给客户与工作人员。
20.作为本发明的一种优选技术方案，车牌识别云服务、车辆监测系统以及运行监测服务均由收费云平台控制。
21.与现有技术相比，本发明的有益效果是：
22.收费云系统已通过sd-wan网络实时汇聚90％的收费车道和门架车牌抓拍图片，单日最高上云量超过4000万张，累计上云量已超过50亿，车牌云识别准确率处于行业顶级水平；
23.本发明结合车牌云识别、海量数据处理、容错路径还原等自主创新技术，可立即构成精准核算、在线计费、实时打逃的收费辅助系统。通过收费云技术应用，对多维抓拍数据进行智能分析，为收费稽查提供有力支撑。还可对两客一危、重点区域等其他特定车辆进行识别、定位、跟踪和预警，并已在疫情防控期间发挥了重要作用。
附图说明
24.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
25.在附图中：
26.图1为本发明系统构架的结构示意图；
具体实施方式
27.下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
28.实施例
29.请参阅图1，本发明提供以下技术方案：高速公路智能监测收费系统，整个系统分为三个部分，其特征在于：包括数据底座与前置设备、收费云平台和用户服务终端；所述数据底座与前置设备包括有收费站、服务区、门架、etc、摄像机、车牌抓拍前置机、h5ss视频前置机以及交换机，所述摄像机、车牌抓拍前置机、h5ss视频前置机和交换机用于车牌信息获取；收费云平台包括有大数据平台、数据及服务集成平台、应用开发平台、高速公路稽核管理系统、ai车牌识别云服务2.0、综合管理云端、服务云端、数据管理系统以及重点车辆监测系统；用户服务端包括有cpc小助手、收费站运行监测云服务、通行费大数据分析中心、实时清风结算系统；设备正常运行车辆进入，本实施例中前置设备内的交换机起到接收和转发作用，将前置设备与收费云平台和用户服务端互连。
30.具体的，ai车牌识别云服务，使用车牌抓拍前置机对车辆进行抓拍，通过交换机将数据传输给云收费平台，然后通过神经网络算法对这些车牌图片进行车牌识别，对识别不一致的车辆图片进行人工校对并利用大数据手段对平台数据进行多维度统计，实时分析获得各路段的实际路况，各时段、各站点的路网流量、瞬时流量、实时监测信息，本实施例中人工智能，是一个以计算机科学为基础，由计算机、心理学、哲学等多学科交叉融合的交叉学科、新兴学科，研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统，车牌识别系统能够将运动中的汽车牌照从复杂背景中提取并识别出来，通过车牌提取、图像预处理、特征提取、车牌字符识别技术，识别车辆牌号、颜色信息，通过摄像机将车
牌抓拍后通过五种认可程度高的神经网络算法对这些车牌图片进行车牌识别，大数据称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯，大数据下的准确率最高可达99.81％，且对识别不一致的车辆图片进行人工校对，大程度的保证了识别的准确度。
31.具体的，用户服务端精确路径计费，车牌识别与车型识别，并对每辆车进行路径拟合，对缺失路径的还原，应对套牌、逃费行为，本实施例中通过高精度的车牌识别与车型识别，可较传统车道收费获得更多有效的收费信息，以较大程度的应对套牌、逃费等行为。
32.具体的，云收费平台对重点车辆监测系统，云收费服务监控重点车辆，并向高速公路营运管理部门推送重点车辆进出高速公路收费站信息，本实施例中提供动态监控数据统计及数据分析工作功能，统计汇总各收费站出入口车辆动态监控数据并向用户展示。实时为用户推送重点车辆进出高速公路收费站信息，并提供各收费站车流量和车辆归属地统计，为落实疫情防控期间复工复产及安全生产工作提供了有力的数据支撑；车辆监测系统不但可以更高效的管理好车辆，还能对车辆的一些危险隐患进行分析与预警。
33.具体的，运行监测云服务，利用收费站出入口抓拍图片，结合收费流水数据，对在高速路网行驶的每一辆车进行路径拟合，还原行驶路径，从多维度对实时数据进行统计分析，展示相应分析结果，同时还监测高速路网实时流量，并针对重点车辆进行实时监控、路径还原，对高速路网营运安全、收费稽查进行辅助支撑，本实施例中通过收费云技术应用，对多维抓拍数据进行智能分析，为收费稽查提供有力支撑，结合车牌云识别、海量数据处理、容错路径还原等自主创新技术，可立即构成精准核算、在线计费、实时打逃的收费辅助系统。
34.具体的，cpc小助手，收费员通过pad实时接收该车道每一辆车的通行抓拍数据，并根据此数据结合历史通行数据提供该车辆历史通行车型统计分析功能、路径拟合计算、收费金额实时在线计算、车辆通行路径绘制、途经点通行介质和抓拍图片明细数据展示。
35.具体的，费用支付，用户通过收到的驶出高速通知进行通行费的支付，并且发送开具的电子发票，同时管理系统发送指令将门架开启，本实施例中开具电子发票提升了用户使用便捷性，进一步减少收费岗亭的设备和耗材以及维护成本，在高速管理中，有效提高出入口车辆通行效率，加快收费站出入口车辆流动速度。
36.具体的，所述收费云系统通过sd-wan网络实时汇聚收费车道和门架车牌抓拍图片，本实施例中sd-wan网络使收费云系统计费时还能通过车牌信息校对行驶路径从而精准收费并在收费机器人端显示，车型识别对车辆车牌识别做补充，能获得更准确的车辆信息。
37.具体的，数据底座与前置设备用于收集高速公路各类车辆信息，并通过后台云端大数据平台进行分析处理，通过对历史各项数据结合车辆抓拍数据进行多维度统计和分析，再与其他监测管理系统进行交互，最终输出服务提供给客户与工作人员。
38.具体的，车牌识别云服务、车辆监测系统以及运行监测服务均由收费云平台控制，本实施例中收费云系统通过sd-wan网络实时汇聚90％的收费车道和门架车牌抓拍图片，单日最高上云量超过 4000万张，累计上云量已超过50亿，车牌云识别准确率处于行业顶级水平。
39.本发明的工作原理及使用流程：设备正常运行车辆进入；
40.ai车牌识别云服务：
41.使用车牌抓拍前置机对车辆进行抓拍，通过交换机将数据传输给云收费平台，然后通过神经网络算法对这些车牌图片进行车牌识别，对识别不一致的车辆图片进行人工校对并利用大数据手段对平台数据进行多维度统计，实时分析获得各路段的实际路况，各时段、各站点的路网流量、瞬时流量、实时监测信息；
42.用户服务端精确路径计费：
43.车牌识别与车型识别，并对每辆车进行路径拟合，对缺失路径的还原，应对套牌、逃费行为；云收费平台对重点车辆监测系统，云收费服务监控重点车辆，并向高速公路营运管理部门推送重点车辆进出高速公路收费站信息；
44.运行监测云服务：
45.利用收费站出入口抓拍图片，结合收费流水数据，对在高速路网行驶的每一辆车进行路径拟合，还原行驶路径，从多维度对实时数据进行统计分析，展示相应分析结果，同时还监测高速路网实时流量，并针对重点车辆进行实时监控、路径还原，对高速路网营运安全、收费稽查进行辅助支撑；
46.cpc小助手：
47.收费员通过pad实时接收该车道每一辆车的通行抓拍数据，并根据此数据结合历史通行数据提供该车辆历史通行车型统计分析功能、路径拟合计算、收费金额实时在线计算、车辆通行路径绘制、途经点通行介质和抓拍图片明细数据展示；
48.费用支付：
49.用户通过收到的驶出高速通知进行通行费的支付，并且发送开具的电子发票，同时管理系统发送指令将门架开启。
50.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。