[发明专利]一种基于信疑双基模型判别车辆可信度的方法有效

专利信息
申请号: 201810028586.0 申请日: 2018-01-11
公开(公告)号: CN108288382B 公开(公告)日: 2020-09-25
发明(设计)人: 秦体进;汪海燕;丁波;高泉峰;贾艳峰;宫能放;李先广 申请(专利权)人: 安徽皖通科技股份有限公司
主分类号: G08G1/017 分类号: G08G1/017;G08G1/01
代理公司: 合肥天明专利事务所(普通合伙) 34115 代理人: 韩燕;金凯
地址: 230088 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于信疑双基模型判别车辆可信度的方法,信疑双基模型包括有四种子模型:分别为基于车辆在行驶区间的方向和路由发生的通行行为建立的首次路网通行识别子模型、异常上下道识别子模型、连续路网通行识别子模型和重容规范度识别子模型,通过四种子模型计算得到的结果集计算得到车辆区间通行信疑值从而来判别车辆可信度。本发明相在有效降低稽查工作强度的同时,可以达到高精准的辅助稽查效果,对系统在业务工作和辅助稽查方面达到了很好支撑,本发明对于解决高速公路车辆打逃费和交通信用建设方面具有重大的意义,并且在本相关领域内处于领先水平。
搜索关键词: 一种 基于 信疑双基 模型 判别 车辆 可信度 方法
【主权项】:
1.一种基于信疑双基模型判别车辆可信度的方法,其特征在于:是采用信疑双基模型计算得到车辆区间通行信疑值来判别车辆可信度,所述信疑双基模型包括有四种子模型:分别为基于车辆在行驶区间的方向和路由发生的通行行为建立的首次路网通行识别子模型、异常上下道识别子模型、连续路网通行识别子模型和重容规范度识别子模型,所述的信疑双基模型判别车辆可信度的方法具体包括有以下步骤:(1)、计算首次路网通行识别子模型的结果集:对首次路网通行识别子模型中的通行行为进行统计,对车辆此区间经过各标识站、服务区、卡口及监控数据进行统计,输出车辆首次通行识别结果,然后车辆首次通行识别结果与预设值比较,如车辆首次通行识别结果大于预设值,则判定为车辆首次路网通行不成立,反之,将该车辆判定为首次路网通行成立,结果集预存;(2)、计算异常上下道识别子模型的结果集:在异常上下道识别子模型中对车辆通行行为按照出入口相邻站&预定时间周期和出入口区间站&预定时间周期,结合车辆区间通行过程中标识站、服务区、卡口及监控数据进行统计,输出车辆异常上下道识别结果,然后车辆异常上下道识别结果与预设值比较,如车辆异常上下道识别结果大于预设值,则判定为车辆异常上下道识别成功,反之,将该车辆判定为异常上下道识别不成立,结果集预存;(3)、计算连续路网通行识别子模型的结果集:在连续路网通行识别子模型中对车辆区间通行行为,以当次行驶区间的出入口站、卡口及监控数据为计算基准,按时序对车辆历史通行数据进行统计分析,当出入口站、卡口和监控数据相似度大于预定值,计算结果累加,直至相似值小于预定值,计算停止输出结果,结果集预存;(4)、计算重容规范度识别子模型的结果集:在重容规范度识别子模型中对车辆区间通行行为,结合出入口、重量&容积数据、监控/图片数据,从重量和容积两个视角统计分析,当车辆当次载重和容积在车型核载规定范围内,则重容规范度识别子模型的输出结果为合格,当车辆当次载重和容积任一种或全部不在车型核载规定范围内,则重容规范度识别子模型的识别结果为不合格,结果集预存;(5)、计算车辆区间通行信疑值,具体见公式(1),最后通过区间通行信疑值判别车辆可信度,区间通行信疑值越高车辆可信度即越高:其中,公式(1)中的Doubt(s)表示区间通行信疑值,Ts表示车辆特征系数,Ps表示车辆偏好系数,Ls表示车辆历史履约系数,Cs表示车辆信用历史系数,Mn表示四种子模型计算结果集,kt、kp、kl、kc、kn表示修正系数。
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安徽皖通科技股份有限公司,未经安徽皖通科技股份有限公司许可,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/patent/201810028586.0/,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