申请/专利权人：辽宁艾特斯智能交通技术有限公司

申请日：2023-09-27

公开（公告）日：2024-04-16

公开（公告）号：CN117197913B

主分类号：G07B15/06

分类号：G07B15/06;G08G1/01

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2023.12.26#实质审查的生效;2023.12.08#公开

摘要：本发明涉及高速公路ETC收费数据管理技术领域，具体公开一种云计算的高速公路ETC收费数据管理分析方法，该方法包括当前收费信息采集、收费站当前拥挤度分析、待调度车辆信息采集、收费站信息采集、历史收费数据提取和车辆调度分析确认；本发明通过计算目标收费站当前的拥挤度，并当拥挤度大于设定值时结合待调度车辆信息、收费站信息和历史收费数据计算调度适配度，从而进行车辆调度，降低了车辆调度分析中存在的误差性，提高了车辆调度分析的综合性和说服力，同时为车辆调度适配结果确认提供了更加稳固的支撑依据，提高了高速公路的通行效率，并减少了交通拥堵，从而实现了车辆调度的优化。

主权项：1.一种云计算的高速公路ETC收费数据管理分析方法，其特征在于，包括如下步骤：S1、当前收费信息采集：将目标高速公路对应目标收费站的各关联高速路段记为各目标高速路段，采集各目标高速路段当前的车辆数目，并采集目标收费站当日的累计收费数据；S2、收费站当前拥挤度分析：分析目标收费站当前的拥挤度，当目标收费站当前的拥挤度大于设定值，则执行S3步骤；S3、待调度车辆信息采集：将驶入各目标高速路段的各路段记为各驶入路段，将各驶入路段内的各车辆记为各待调度车辆，采集各待调度车辆的当前位置和目标驶往位置；S4、收费站信息采集：将目标收费站的各邻近收费站记为各可调度收费站，将各可调度收费站的各关联高速路段记为各监测高速路段，将驶入各监测高速路段的各路段记为各驶入监测路段，采集各可调度收费站对应各监测高速路段的当前存在的车辆数目，分析各待调度车辆行驶至各可调度收费站的预估时长和在其预估时长内各可调度收费站的预计汇入车辆数目；S5、历史收费数据提取：提取各可调度收费站内的ETC通道在历史各年限当前所处月份内各通行日的ETC收费次数和各次ETC收费的时间点；S6、车辆调度分析确认：计算各可调度收费站在当前所处月份的容纳度，进而分析各待调度车辆对应各可调度收费站的调度适配度，并将各待调度车辆对应最大调度适配度的可调度收费站作为其最优收费站；所述计算各可调度收费站在当前所处月份的容纳度，具体计算过程为：B1、将各可调度收费站内的ETC通道在历史各年限当前所处月份内各通行日的ETC收费次数进行累加，得到各可调度收费站内的ETC通道在历史各年限对应当前所处月份的总收费次数，记为，其中，表示可调度收费站的编号，，表示历史各年限的编号，；B2、将各可调度收费站内的ETC通道在历史各年限当前所处月份的总收费次数进行相互对比，统计各总收费次数对应历史年限数目，并将历史年限数目最多的总收费次数，作为参照收费次数，并记为，同时将参照收费次数的历史年限数目记为；B3、计算各可调度收费站当前所处月份的预估总收费次数，，其中，表示历史年限总数；B4、计算各可调度收费站当前所处月份的繁忙指数；B5、根据各可调度收费站内的ETC通道在历史各年限当前所处月份内各通行日的各次ETC收费时间点，计算各可调度收费站当前所处月份的工作处理效率指数;B6、计算各可调度收费站当前所处月份的容纳度，；其中，和分别表示设定参照的繁忙指数和工作处理效率指数，和分别表示设定的繁忙指数和工作处理效率指数对应容纳度评估占比权重，表示自然常数；所述各可调度收费站当前所处月份的繁忙指数的计算公式为： ，其中，表示设定参照的月份的总收费次数，和分别表示设定的总收费次数偏差和月份的总收费次数对应繁忙指数评估占比权重；所述计算各可调度收费站当前所处月份的工作处理效率指数，具体计算过程为：C1、将各可调度收费站内的ETC通道在历史各年限当前所处月份内各通行日的各次ETC收费的时间点进行作差，得到各可调度收费站内的ETC通道在历史各年限当前所处月份内各通行日对应各次ETC收费的间隔时长；C2、若某可调度收费站内的ETC通道在历史各年限当前所处月份内某通行日对应某次ETC收费的间隔时长大于设定值，则判定该次ETC收费为延迟收费，统计各可调度收费站内的ETC通道在历史各年限当前所处月份内各通行日的延迟收费次数，并将其进行累加，进而得到各可调度收费站在历史当前所处月份的延迟收费总次数，记为；C3、将各可调度收费站在历史当前所处月份的各次延迟收费时间差与设定超出延误时长进行对比，若某次延迟收费时间差大于设定超出延误时长，则判定该次延迟收费为超出延误收费，统计各可调度收费站在历史当前所处月份的超出延迟收费总次数，记为；C4、计算各可调度收费站当前所处月份的工作处理效率指数， ；其中，和分别表示设定参照的延迟收费总次数占比和超出延迟收费总次数占比，和分别表示设定的延迟收费总次数占比和超出延迟收费总次数占比对应工作处理效率评估占比权重；所述分析各待调度车辆对应各可调度收费站的调度适配度，具体分析过程为：D1、从云数据库中提取各可调度收费站的位置；D2、将各待调度车辆的当前位置与各可调度收费站的位置进行对比，得到各待调度车辆的当前位置与各可调度收费站的位置之间的距离，记为，其中，表示待调度车辆的编号，；D3、将各待调度车辆的目标驶往位置与各可调度收费站的位置进行对比，得到各待调度车辆的目标驶往位置与各可调度收费站的位置之间的距离，记为；D4、计算各待调度车辆对应各可调度收费站的距离层面的调度适配度；D5、根据各可调度收费站对应各监测高速路段的当前存在的车辆数目和各待调度车辆在其预估时长内各可调度收费站的预计汇入车辆数目,计算各可调度收费站的车流量层面的调度适配度；D6、计算各待调度车辆对应各可调度收费站的调度适配度,,其中，表示设定参照的容纳度，和分别表示设定的容纳度评估、距离层面和车流量层面对应调度适配度评估占比权重。

全文数据：

权利要求：

百度查询： 辽宁艾特斯智能交通技术有限公司 一种云计算的高速公路ETC收费数据管理分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD