[发明专利]一种用于高速公路的过路费预算系统在审

专利信息
申请号: 202010340765.5 申请日: 2020-04-26
公开(公告)号: CN111508093A 公开(公告)日: 2020-08-07
发明(设计)人: 王素云;张卫华 申请(专利权)人: 王素云
主分类号: G07B15/06 分类号: G07B15/06;G06K9/00;G06N3/04;G06N3/08
代理公司: 成都时誉知识产权代理事务所(普通合伙) 51250 代理人: 李春彦
地址: 064400 河北省唐山市迁安*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 高速公路 过路费 预算 系统
【权利要求书】:

1.一种用于高速公路的过路费预算系统,其特征在于,包括中心处理器、多个支付终端及多个收费站信息采集单元,一个或多个支付终端对应一辆车辆;

所述收费站信息采集单元包括,图像分析装置及多个车道子单元信息采集子单元,收费站的每个车道均安装有一个所述车道子单元信息采集子单元;

所述车道子单元信息采集装置包括,

车辆靠近检测装置,用于检测当前收费站车道上是否有车辆经过,还用于在检测当前收费站车道上有车辆经过时输出唤醒信息;

车辆图片采集装置,用于接收所述车辆检测装置输出的唤醒信息后进行车辆的图像信息采集工作;

所述图像分析装置用于对收费站的多个车辆图片采集装置进行编号,还用于接受所述车辆图片采集装置采集的车辆的图像信息并对辆的图像信息进行识别,判断车辆的车牌号及车辆类型,还用于根据车辆图片采集装置的编号信息判断车辆的进出方向;

所述图像分析装置还用于将收费站信息、车辆的车牌号、车辆类型信息、车辆进出方向发送至中心处理器;

所述中心处理器包括收费站地图单元、数据管理单元、费用计算单元及网上支付服务器;

收费站地图单元,用于对多个所述收费站信息采集装置进行编号,并根据多个所述收费站信息采集装置所在的收费站位置信息建立收费站地图;

数据管理单元用于接收并存储所述图像分析装置发送的收费站信息、车辆的车牌号、车辆类型信息、车辆进出方向发送;

费用计算单元,用于根据车辆的进出方向信息判断车辆出收费站时,根据车辆的进高速路的收费站与车辆出高速路的收费站之间的距离及车辆类型信息计算费用;

网上支付服务器,与该车辆对应的一个或多个支付终端发送支付请求,所述支付终端用于响应所述网上支付服务器发送的支付请求完成支付。

2.根据权利要求1所述的一种用于高速公路的过路费预算系统,其特征在于,所述车辆靠近检测装置包括地磁传感器、微控制器及通电开关,地磁传感器安装在收费站的车道的前方,所述地磁传感器的输出端与微控制器连接,所述通电开关串联在外接电源与车辆图像采集装置之间,所述地磁传感器检测到车辆经过时,微控制器控制通电开关处于闭合状态。

3.根据权利要求1或2所述的一种用于高速公路的过路费预算系统,其特征在于,所述图像分析装置包括,

训练模块,用于使用多张车辆的图像对卷积神经网络进行训练及优化,获得深度卷积神经网络模型;

深度卷积神经网络模型,用于识别车辆的图像中的车牌号码;

图像预处理模块,用于对车辆的图像进行直方图均衡化处理和对数变换处理,获得处理后的车辆的图像,并将处理后的车辆的图像发送至训练模块及深度卷积神经网络模型。

4.根据权利要求3所述的一种用于高速公路的过路费预算系统,其特征在于,所述深度卷积神经网络模型为Tiny-YOLOv3。

5.根据权利要求4所述的一种用于高速公路的过路费预算系统,其特征在于,所述深度卷积神经网络模型包括DarkNet框架,所述DarkNet框架包括53个卷积层及22个Residual层,所述DarkNet框架中的53个卷积层用于对草地的环境图像进行特征提取,所述DarkNet框架中的22个Residual层用于解决深度卷积神经网络模型中的梯度弥散或梯度爆炸。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于王素云,未经王素云许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010340765.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top