[发明专利]高速公路客运车辆跨省匹配方法及装置

说明书

本发明涉及交通运输统计技术领域，具体涉及一种高速公路客运车辆跨省匹配方法及装置，方法包括：获取预存的跨省收费站对应的客运车辆的入口数据和出口数据，基于入口数据和出口数据得到目标算法模型，对跨省收费站中的待处理入口数据和待处理出口数据采用目标算法模型进行匹配以得到匹配结果。通过上述方法以有效保障高速公路客运车辆跨省匹配的准确性，并有效解决高速公路收费数据跨省分割问题以及由于车牌识别不全或识别错误导致的无法直接通过车牌号进行客运车辆跨省匹配问题。

技术领域

本发明涉及交通运输统计领域，具体而言，涉及一种高速公路客运车辆跨省匹配方法及装置。

背景技术

高速公路作为公路运输的重要干线通道，对于支撑国家经济发展、推动社会进步、保障国家安全等方面发挥着重要的作用。尤其车辆在高速公路上的行驶路径是反映区域经济发展状况的重要参考指标。

目前高速公路联网收费系统为省级联网、省级统一清分结算，高速公路收费数据主要记录车辆在各省内进出高速公路收费站的IC卡收发情况，当车辆通过相邻省份时，需要在两省的省界站重新收发不同省份的高速公路通行IC卡、分别进行通行费结算，因此，对于跨省车辆，其行驶记录被分割在不同省份内。

发明人经研究发现，由于车牌识别设备的精度不高以及高速公路收费管理要求等原因，造成高速公路收费数据中的车牌识别率不高，无法直接通过车牌号进行跨省车辆串接。因此，有效解决客运车辆在全国高速公路上的跨省匹配，以得到客运车辆在高速公路上完整行驶路径是亟待解决的技术问题。

发明内容

有鉴于此，本发明的目的在于提供一种高速公路客运车辆跨省匹配方法及装置，有效缓解上述技术问题。

为实现上述目的，本发明实施例采用如下技术方案：

一种高速公路客运车辆跨省匹配方法，所述方法包括：

获取预存的跨省收费站对应的客运车辆的入口数据和出口数据，基于所述出口数据中的车牌号与入口数据中的车牌号的匹配度生成包括匹配数据和不匹配数据的样本数据；

将所述样本数据中的入口数据和所述出口数据进行数学运算以得到综合指标，并对所述综合指标进行统计以得到相关性指标；

对所述相关性指标进行处理以得到候选特征集，并对所述候选特征集进行重要程度评价以得到目标特征集，以及对所述目标特征集进行分配得到训练特征集和测试特征集；

对所述训练特征集采用多种预设机器学习算法进行训练学习以对应得到多种跨省匹配算法模型，并从所述多种跨省匹配算法模型中选取一种作为第一算法模型；

采用所述测试特征集对所述第一算法模型进行测试以得到测试结果，并根据该测试结果对所述第一算法模型进行调整以得到目标算法模型；

对跨省收费站中的待处理入口数据和待处理出口数据采用所述目标算法模型进行匹配以得到匹配结果。

可选的，在上述高速公路客运车辆跨省匹配方法中，所述获取预存的跨省收费站对应的客运车辆的入口数据和出口数据，基于所述出口数据中的车牌号与入口数据中的车牌号的匹配度生成匹配数据和不匹配数据的步骤包括：

根据高速公路网拓扑结构、收费站位置以及省级行政区边界获得跨省收费站信息，并获取预存的与所述跨省收费站信息对应的客运车辆出口数据和入口数据；

将出口数据中具有完整车牌号对应的出口数据作为目标出口数据，采用预设算法从所述入口数据中查找与所述目标出口数据中的完整车牌号一致且出口数据中的时间与入口数据中的时间的差值位于一设定时间范围的入口数据作为目标入口数据，并将该目标入口数据和与该目标入口数据匹配的目标出口数据作为匹配数据，将其他数据作为不匹配数据。