[發明專利]一種車輛故意逃費檢測方法、裝置、系統及存儲介質

在審

• 申請號: 202110053514.3
• 申請日: 2021-01-15
• 公開（公告）號: CN112750220A
• 公開（公告）日: 2021-05-04
• 發明（設計）人: 劉誠;朱勝超;武宏偉
• 申請（專利權）人: 北京萬集科技股份有限公司
• 主分類號: G07B15/06
• 分類號: G07B15/06;G08G1/017;G08G1/052
• 代理公司: 深圳德高智行知識產權代理事務所(普通合伙) 44696
• 代理人: 李昕

本發明提供了一種車輛故意逃費檢測方法、裝置、系統及存儲介質，包括：獲取目標車輛和第一車輛的車輛信息，其中，所述第一車輛為所述目標車輛沿行駛方向的前車車輛，所述車輛信息包括圖像信息、位置信息和時間信息中的至少一種；基于獲取的所述目標車輛和第一車輛的車輛信息，提取目標車輛特征；將所述目標車輛特征輸入至預訓練的故意逃費檢測機器學習模型中，所述檢測機器學習模型判斷所述目標車輛是否存在故意逃費行為。通過此方法可以有效區分無意逃費和故意逃費車輛，以及時對故意逃費的車輛采取相應措施。

技術領域

本發明屬于智能交通技術領域，尤其涉及一種車輛故意逃費檢測方法、裝置、系統及存儲介質。

背景技術

隨著我國機動車保量持續增加，傳統的人工收費模式已經不能滿足現在快速通行的要求，越來越多的車主在高速上選擇電子不停車收費系統(Electronic TollCollection，縮寫為ETC)車道來快速繳費通行，在城市交通中，智能停車場結合各類支付平臺也推出了無人值守的停車收費模式，以此來提高通行效率，節省人力成本。

不論是高速ETC還是智能停車場，都屬于無人值守的收費車道，在運營過程中，經常會出現未繳納通行費就通過的車輛，這些車輛都屬于逃費車輛，但是在逃費車輛中，有些車輛是因為系統異常或其它非主觀因素造成的逃費；另外一些車輛，則是利用收費系統中存在的漏洞來故意逃費。

而根據未繳費記錄，只能將無意逃費和故意逃費判斷為同一類型的逃費車輛，而無法對無意逃費和故意逃費的車輛進行區分。

發明內容

本發明實施例提供了一種車輛故意逃費檢測方法、裝置、系統及存儲介質，可以解決無法區分無意逃費和故意逃費車輛的問題。

第一方面，本發明實施例提供了一種車輛故意逃費檢測方法，包括：

獲取目標車輛和第一車輛的車輛信息，其中，所述第一車輛為所述目標車輛沿行駛方向的前車車輛；基于獲取的所述目標車輛和第一車輛的車輛信息，提取目標車輛特征；將所述目標車輛特征輸入至預訓練的故意逃費檢測機器學習模型中，所述檢測機器學習模型判斷所述目標車輛是否存在故意逃費行為。

可選的，所述目標車輛特征包括車牌狀態特征和/或車身狀態特征。相應的，所述基于獲取的所述目標車輛和第一車輛的車輛信息，提取目標車輛特征，包括：基于獲取的所述目標車輛的圖像信息，提取所述目標車輛的車牌狀態特征和/或車身狀態特征。

可選的，所述目標車輛特征包括目標車輛特征和行駛行為特征。相應的，所述基于獲取的所述目標車輛和第一車輛的車輛信息，提取目標車輛特征，包括：基于獲取的目標車輛的位置信息和第一車輛的位置信息，計算所述目標車輛和所述第一車輛的跟車距離特征，其中，所述目標車輛和所述第一車輛為相鄰車輛。基于獲取的所述目標車輛通過車道攔截裝置過程中的位置信息，提取所述目標車輛的行駛行為特征。

可選的，所述目標車輛特征包括行駛速度特征。相應的，所述基于獲取的所述目標車輛和第一車輛的車輛信息，提取目標車輛特征，包括：基于獲取的所述目標車輛到達多個預設位置的時間，計算所述目標車輛的行駛速度。

可選的，所述將所述目標車輛特征輸入至預訓練的故意逃費檢測機器學習模型中，所述檢測機器學習模型判斷所述目標車輛是否存在故意逃費行為之前，還包括：獲取實際通行車輛的車輛信息，將所述實際通行車輛的車輛信息與已繳費的車輛信息進行匹配，當匹配失敗，將所述實際通行車輛作為目標車輛。

第二方面，本發明實施例提供了一種車輛故意逃費檢測裝置，包括：獲取單元，用于獲取目標車輛和第一車輛的車輛信息，其中，所述第一車輛為所述目標車輛沿行駛方向的前車車輛；提取單元，用于基于獲取的所述目標車輛和第一車輛的車輛信息，提取目標車輛特征；判斷單元，用于將所述目標車輛特征輸入至預訓練的故意逃費檢測機器學習模型中，所述檢測機器學習模型判斷所述目標車輛是否存在故意逃費行為。