[發(fā)明專利]一種車輛動態(tài)稱重作弊檢測方法及裝置

有效

• 申請?zhí)枺?/td>: 201210277493.4
• 申請日: 2012-08-06
• 公開（公告）號: CN102809413A
• 公開（公告）日: 2012-12-05
• 發(fā)明（設(shè)計）人: 張佳賀;成瑜娟;陳峰
• 申請（專利權(quán)）人: 北京萬集科技股份有限公司
• 主分類號: G01G19/03
• 分類號: G01G19/03
• 代理公司: 北京三友知識產(chǎn)權(quán)代理有限公司 11127
• 代理人: 任默聞

技術(shù)領(lǐng)域

本發(fā)明關(guān)于車輛稱重過程中作弊行駛行為判定的技術(shù)，特別是用于高速公路等道路上的車輛動態(tài)稱重技術(shù)，具體的講是一種車輛動態(tài)稱重作弊檢測方法及裝置。

背景技術(shù)

近年來，自貨車計重收費的逐步實施，越來越多的貨運司機(jī)出于利益的驅(qū)動針對計重設(shè)備動態(tài)稱重的特點，采取違規(guī)行駛方式以逃避正常繳費，其中包括：S型過秤、跳磅過秤、高速沖磅、壓邊過磅等多種形式。極大地影響計重收費交易的公平性，并且由于駕駛超限超載，對計重設(shè)備及其他道路設(shè)施造成極大破壞。

在現(xiàn)有技術(shù)中，車輛在動態(tài)稱重過程中的防作弊單純依靠采集稱重過程中的數(shù)據(jù)進(jìn)行分析與算法補(bǔ)償，防作弊流程如圖1所示，對車輪過秤后對車輪經(jīng)過時間內(nèi)的所采集到的秤臺數(shù)據(jù)進(jìn)行分析，進(jìn)行作弊類型的識別和作弊重量修復(fù)，詳細(xì)過程如下：

一、首先對車軸進(jìn)行作弊類型檢測，檢測方法如下：

1、采用基于改進(jìn)型最小風(fēng)險的貝葉斯決策的方案對正常行駛、跳秤、S型行駛和點剎車行駛地自動判斷。

從作弊車輛的波形數(shù)據(jù)中提取了多組特征，并分別進(jìn)行分類器的設(shè)計，分成的類別可以有四類為：w₁={正常車輛}，w₂={跳秤車輛}，w₃＝{S型車輛}，w₄＝{點剎車車輛}。本領(lǐng)域人員可知，還可以有很多其他類別，比如墊鋼板等類型。

Step1.通過采集到的大量現(xiàn)場數(shù)據(jù)，統(tǒng)計出上述四種類別的先驗概率P(w_i)(i＝1,…,4)，類條件概率密度P(x|w_i)(i＝1,…,4)及后驗概率。

a.根據(jù)作弊數(shù)據(jù)樣本集分析得到模型中先驗概率經(jīng)驗參考值為:

P(w₁)=0.5,P(w₂)=0.4,P(w₃)=0.07,P(w₄)=0.03。

b.類條件概率密度P(x|w_i)。四維隨機(jī)特征向量為：

x=[x₁,x₂,x₃,x₄]^T

其四維特征分別為：A1,A2,A3,A4傳感器軸載數(shù)據(jù)的峰值差距、各路數(shù)據(jù)波形圍成的面積、峰值比例、上下稱時間。由于x為四維空間要進(jìn)行解析和計算往往行不通，而且復(fù)雜度很高，所以要進(jìn)行降低維數(shù)處理，通過統(tǒng)計大量樣本數(shù)據(jù)發(fā)現(xiàn)：

P(x|w_i)=MAX(P(x_j|w_i))j=1,…，4，i＝1,…,4

通過大量樣本集得到類條件概率密度分布曲線，由于各傳感器軸載數(shù)據(jù)的峰值差距和各路數(shù)據(jù)波形圍成的面積這兩個特征有較高的耦合度，而峰值比例、上下稱時間都是相互獨立的。通過對違規(guī)行駛的波形進(jìn)行分析，得出特征1和特征2之間的類條件概率密度分布曲線如圖2所示，特征3和特征4的類條件概率密度分布曲線如圖3和4所示。

c.根據(jù)貝葉斯公式，后驗概率為：