高速公路无牌车通行路径还原方法、装置与系统

技术领域

本发明涉及高速公路通行车辆路径还原相关技术领域，更具体地说，特别涉及一种高速公路无牌车通行路径还原方法、一种高速公路无牌车通行路径还原装置与一种高速公路无牌车通行路径还原系统。

背景技术

随着高速公路路网的迅速扩张，准确地收取高速通行费变得越来越重要。在现有技术中，电子不停车收费系统ETC(Electronic Toll Collection)针对一些车辆(如具有偷逃高速通行费行为的车辆)实际收取的高速通行费往往低于这些车辆理应支付的高速通行费，如此导致高速通行费的收取准确性降低。

路径还原技术可以辅助高速公路收费稽核，避免通行费计费错误，也可以在解决收费争议中提供数据佐证。

目前，高速公路通行车辆路径还原技术主要基于前端识别，即以采集车辆号牌信息为主，通过车辆号牌确认车辆信息，这种识别技术无法解决无车牌、车牌脏污、号牌遮挡、更换号牌等通行车辆的路径还原问题。

发明内容

(一)技术问题：

综上所述，如何提供一种能够准确识别车辆并真实还原其通行路径的方式，成为了本领域技术人员亟待解决的问题。

(二)技术方案：

为了实现上述目的，本发明提供如下技术方案：

本发明提供了一种高速公路无牌车通行路径还原方法，在本发明中，该高速公路无牌车通行路径还原方法包括：

步骤一、构建待还原通行路径集；

实时获取首次进入高速公路的车辆的通行数据作为初始数据，所述初始数据至少包括有车辆的车侧图像特征参数，以全部的未驶出高速公路的车辆的初始数据为集合构建所述待还原通行路径集；

步骤二、构建与车辆唯一对应的通行路径集单元；

实时获取进入到高速公路的车辆的通行数据作为路径通过数据，所述路径通过数据至少包括有车辆的车侧图像特征参数，在获得所述路径通过数据后，至少以所述路径通过数据中的车侧图像特征参数进行筛选并在所述待还原通行路径集中筛选出对应的车辆，并将所述路径通过数据与对应车辆的初始数据合并形成所述通行路径集单元；

步骤三、通行路径还原；

实时获取驶出高速公路的车辆的通行数据作为结尾数据，所述结尾数据至少包括有车辆的车侧图像特征参数，在获得所述结尾数据后，至少以所述结尾数据中的车侧图像特征参数进行筛选并在所述待还原通行路径集中筛选出对应的车辆，并将所述结尾数据与对应车辆的初始数据或通行路径集单元合并形成通行路径还原数据，根据所述通行路径还原数据还原对应车辆的通行路径。

优选地，在本发明所提供的高速公路无牌车通行路径还原方法中，在步骤一之前还包括：预设步骤、构建路网空间拓扑；以高速公路路网的收费站入口车道、收费站出口车道、相邻收费站门架、互通枢纽为数据获取点位，基于高速公路双向不可掉头原则，建立带方向的可达路网路径拓扑结构。

优选地，在本发明所提供的高速公路无牌车通行路径还原方法中，还包括：步骤四、数据删除；在车辆驶出高速公路后，在所述待还原通行路径集中删除对应车辆的通行路径还原数据。

优选地，在本发明所提供的高速公路无牌车通行路径还原方法中，所述初始数据还包括有车辆首次进入高速公路路网的驶入时间；所述路径通过数据还包括有车辆的通过时间；所述结尾数据还包括有车辆驶出高速公路路网的驶出时间；在所述步骤二中，基于高速公路正常行车速度，通过时间合理性对所述待还原通行路径集进行第一次筛选，然后再以所述路径通过数据中的车侧图像特征参数进行筛选并在所述待还原通行路径集中筛选出对应的车辆；在所述步骤三中，基于高速公路正常行车速度，通过时间合理性对所述待还原通行路径集进行第一次筛选，然后再以所述结尾数据中的车侧图像特征参数进行筛选并在所述待还原通行路径集中筛选出对应的车辆。

优选地，在本发明所提供的高速公路无牌车通行路径还原方法中，所述初始数据还包括有车辆首次进入到高速公路的驶入位置信息；所述路径通过数据还包括有车辆的通过位置信息；所述结尾数据还包括有车辆驶出高速公路的驶出位置信息；在所述步骤二中，基于路网空间拓扑，通过空间合理性对所述待还原通行路径集进行第二次筛选，在第二次筛选结束后再以所述路径通过数据中的车侧图像特征参数进行筛选并在所述待还原通行路径集中筛选出对应的车辆；在所述步骤三中，基于高速公路正常行车速度，通过空间合理性对所述待还原通行路径集进行第二次筛选，在第二次筛选结束后再以所述结尾数据中的车侧图像特征参数进行筛选并在所述待还原通行路径集中筛选出对应的车辆。

优选地，在本发明所提供的高速公路无牌车通行路径还原方法中，所述车侧图像特征参数包括有车型参数、车轮参数、车轴参数以及车侧图像特征向量参数。

优选地，在本发明所提供的高速公路无牌车通行路径还原方法中，在以车侧图像特征参数进行车辆筛选时，首先进行车型参数、车轮参数、车轴参数比对，然后再进行车侧图像特征向量参数比对。

优选地，在本发明所提供的高速公路无牌车通行路径还原方法中，基于所述路网空间拓扑，所述时间合理性的计算方式如下：相邻两个数据获取点位之间的距离与预设的高速行驶速度的比值为参考值，将车辆的当前时间与上一个数据获取点位的通过时间的差值与所述参考值比较，当大于或等于所述参考值时，数据合理筛选出对应的车辆，当小于所述参考值时，数据不合理过滤掉。

本发明还提供了一种高速公路无牌车通行路径还原装置，在本发明所提供的高速公路无牌车通行路径还原装置中，其包括：

待还原通行路径集构建模块，用于实时获取首次进入高速公路的车辆的通行数据作为初始数据，所述初始数据至少包括有车辆的车侧图像特征参数，以全部的未驶出高速公路的车辆的初始数据为集合构建所述待还原通行路径集；

通行路径集单元构建模块，用于实时获取进入到高速公路的车辆的通行数据作为路径通过数据，所述路径通过数据至少包括有车辆的车侧图像特征参数，在获得所述路径通过数据后，至少以所述路径通过数据中的车侧图像特征参数进行筛选并在所述待还原通行路径集中筛选出对应的车辆，并将所述路径通过数据与对应车辆的初始数据合并形成所述通行路径集单元；

通行路径还原模块，用于实时获取驶出高速公路的车辆的通行数据作为结尾数据，所述结尾数据至少包括有车辆的车侧图像特征参数，在获得所述结尾数据后，至少以所述结尾数据中的车侧图像特征参数进行筛选并在所述待还原通行路径集中筛选出对应的车辆，并将所述结尾数据与对应车辆的初始数据或通行路径集单元合并形成通行路径还原数据，根据所述通行路径还原数据还原对应车辆的通行路径。

本发明还提供了一种高速公路无牌车通行路径还原系统，该系统包括：

车侧图像终端设备，用于获取车侧图像数据；

无牌车通行路径还原装置，所述无牌车通行路径还原装置为如上述的高速公路无牌车通行路径还原装置。

(三)有益效果：

本发明提供了一种高速公路无牌车通行路径还原方法，该还原方法包括：步骤一、构建待还原通行路径集；实时获取首次进入高速公路的车辆的通行数据作为初始数据，所述初始数据至少包括有车辆的车侧图像特征参数，以全部的未驶出高速公路的车辆的初始数据为集合构建所述待还原通行路径集；步骤二、构建与车辆唯一对应的通行路径集单元；实时获取进入到高速公路的车辆的通行数据作为路径通过数据，所述路径通过数据至少包括有车辆的车侧图像特征参数，在获得所述路径通过数据后，至少以所述路径通过数据中的车侧图像特征参数进行筛选并在所述待还原通行路径集中筛选出对应的车辆，并将所述路径通过数据与对应车辆的初始数据合并形成所述通行路径集单元；步骤三、通行路径还原；实时获取驶出高速公路的车辆的通行数据作为结尾数据，所述结尾数据至少包括有车辆的车侧图像特征参数，在获得所述结尾数据后，至少以所述结尾数据中的车侧图像特征参数进行筛选并在所述待还原通行路径集中筛选出对应的车辆，并将所述结尾数据与对应车辆的初始数据或通行路径集单元合并形成通行路径还原数据，根据所述通行路径还原数据还原对应车辆的通行路径。在该方法中，本发明基于多维的车辆通行数据，采用空间合理性算法、时间合理性算法、车型相似算法等逐步缩小合理的通行路径集，再此基础上最终采用车侧特征比对，计算车侧特征相似值，选出合理的通行路径，最终完成车辆通行路径合理还原。本发明主要以车侧图像特征参数进行数据筛选，从而获得每一辆车的合理通行路径集合，这样本发明可以有效解决高速公路无牌车、车牌脏污、遮挡号牌类通行车辆路径还原问题，从而令高速公路针对此类车辆收费管理更可真可靠。

附图说明

构成本申请的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。其中：

图1为本发明一种实施例中高速公路无牌车通行路径还原方法的流程方框图；

图2为本发明中基于高速公路路网中某处的四个相邻的数据获取点位的可达情况以及所构建的网络拓扑二维矩阵；

图3为本发明一种实施例中构建待还原通行路径集的流程方框示意图；

图4为本发明一种实施例中通过时间和理性以及空间和理性筛选车辆的流程方框示意图；

图5为本发明一种实施例中通过车侧图像特征参数筛选车辆的流程方框示意图；

图6为本发明一种实施例中高速公路无牌车通行路径还原方法在区域性高速公路路网中应用的示意图；

图7为本发明一种实施例中高速公路无牌车通行路径还原装置的结构示意图。

在图1中，方框100对应的是预设步骤，方框200对应的是步骤一，方框300对应的是步骤二，方框400对应的是步骤三。

图1中并未示出步骤四。

在图2中，V1、V2、V3、V4是高速公路路网中四个相邻的数据获取点位，其中，V1可通往V2和V3，V3可通往V4，V4可通往V1，基于该实际可达情况，构建这四个数据获取点位之间的网络拓扑二维矩阵，在网络拓扑二维矩阵中，0表示不可通行，1表示可通行。

具体实施方式

下面将参考附图并结合实施例来详细说明本发明。各个示例通过本发明的解释的方式提供而非限制本发明。实际上，本领域的技术人员将清楚，在不脱离本发明的范围或精神的情况下，可在本发明中进行修改和变型。例如，示为或描述为一个实施例的一部分的特征可用于另一个实施例，以产生又一个实施例。因此，所期望的是，本发明包含归入所附权利要求及其等同物的范围内的此类修改和变型。

在本发明的描述中，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明而不是要求本发明必须以特定的方位构造和操作，因此不能理解为对本发明的限制。本发明中使用的术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接；可以是直接相连，也可以通过中间部件间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

请参考图1至图7，其中，图1为本发明一种实施例中高速公路无牌车通行路径还原方法的流程方框图；图2为本发明中基于高速公路路网中某处的四个相邻的数据获取点位的可达情况以及所构建的网络拓扑二维矩阵；图3为本发明一种实施例中构建待还原通行路径集的流程方框示意图；图4为本发明一种实施例中通过时间和理性以及空间和理性筛选车辆的流程方框示意图；图5为本发明一种实施例中通过车侧图像特征参数筛选车辆的流程方框示意图；图6为本发明一种实施例中高速公路无牌车通行路径还原方法在区域性高速公路路网中应用的示意图；图7为本发明一种实施例中高速公路无牌车通行路径还原装置的结构示意图。

本发明提供了一种高速公路无牌车通行路径还原方法，本发明所提供的高速公路无牌车通行路径还原方法主要是针对无车牌、车牌脏污、号牌遮挡、更换号牌等无法通过车牌进行识别的车辆进行通行路径还原。当然，有车牌车辆还是采用传统的车牌识别方法来还原其通行路径。在本发明中，由于没有车牌作为参考，因此，为了能够准确对车辆进行筛选并获得车辆信息，本发明基于图像识别技术，通过对车侧图像进行识别，获得车侧图像特征参数来筛选出特定车辆，并结合时间和理性、通行空间合理性等提高车辆筛选准确性，来记录车辆的通行信息以及还原车辆的通行路径。

本发明所提供的高速公路无牌车通行路径还原方法，其包括有如下步骤：

1、预设步骤，构建路网空间拓扑。

为了使得本发明所提供的还原方法能够得以实现，首先需要构建一套硬件系统，其中最重要的就是基于现有的高速公路路网选择合适的点位来设置车侧图像终端设备(也就是摄像机)，用于获取车辆的车侧图像信息。

具体地，上述“合适的点位”可以是高速公路路网的关键位置，例如收费站入口车道、收费站出口车道、相邻收费站门架、互通枢纽等关键位置。在合适的点位设置了车侧图像终端设备后，每当有车辆通过时，车侧图像终端设备都能够对车辆的车侧进行拍照从而获得车辆车侧图像。在获得车辆车侧图像的同时，还可以加入时间(拍照的时间)以及地点(拍照的地点)等参数信息形成一个多维数据，上传至后台进行车辆筛选以及数据合并。

基于现有的高速公路路网，在布设好了“合适的点位”后，同时基于高速公路双向不可掉头原则，就可以建立起一套带方向的可达路网路径拓扑结构。

可达路网路径拓扑结构构建方法如下：建立时主要根据高速路段的门架和收费站布局建立拓扑结构；以门架和收费站入出为合适的点位，相邻点位之间建立带权向图(所谓的“权”就是两个点位之间的距离，“向”指的可达方向)；如图2所示，再构建可达路网路径拓扑结构二维矩阵。

本发明可以在可达路网路径拓扑结构中加入距离参数(及上述的“权”)，距离参数就是相邻两个可达合适点位之间的距离，这样就能够结合车辆最新的通行间隔(当前最新的路径通过数据记录的时间与上一个数据记录的时间差)计算出车辆的车速，用于更精确的筛选出车辆。例如，两个可达合适点位之间的距离为120km，而车辆最新的通行间隔(即本次时间-最近上一次时间)为0.5h，这样计算该车辆的车速为240km/h，240km/h的车速很明显不符合车辆在高速公路上常规的行驶速度(一般限速为120km/h)，从而将该车辆排除。

或者，本发明可以在可达路网路径拓扑结构中加入时间参数，即相邻两个可达合适点位之间的最快通过时间，例如车辆在120km/h的行驶速度下通过这两个点位的时间作为最快通过时间，判定车辆不存在超速行驶，那么车辆最新的通行间隔不会小于最快通过时间，因此，如果小于该最快通过时间则不符合筛选条件而被排除。

2、步骤一，构建待还原通行路径集。

实时获取首次进入高速公路的车辆的通行数据作为初始数据(由设置在高速公路入口处的车侧图像终端设备完成，此时车辆进入到高速公路路网行驶)，初始数据至少包括有车辆的车侧图像特征参数，以全部的未驶出高速公路的车辆的初始数据为集合构建待还原通行路径集。当有车辆驶出高速公路时，则将该车辆的信息从待还原通行路径集中删除。

需要说明的是：本发明可以采用无差别记录方式，即有正常车牌的车辆以及无法识别车牌的车辆都进行初始数据的采集来构建待还原通行路径集，在对待还原通行路径集进行数据筛选时，首先进行车牌筛选，这样有正常车牌的车辆就能够被精准找到，无法识别车牌的车辆则可以通过本发明的后续筛选步骤进行筛选；本发明也可以采用有差别记录方式，即有正常车牌的车辆不进行数据采集，仅针对无法识别车牌的车辆进行初始数据的采集来构建待还原通行路径集。

3、步骤二，构建与车辆唯一对应的通行路径集单元。

实时获取进入到高速公路的车辆的通行数据作为路径通过数据(由设置在高速公路主干路上的门架上的车侧图像终端设备完成，此时车辆还在高速公路上继续行驶)，路径通过数据至少包括有车辆的车侧图像特征参数，在获得路径通过数据后，至少以路径通过数据中的车侧图像特征参数进行筛选并在待还原通行路径集中筛选出对应的车辆，并将路径通过数据与对应车辆的初始数据合并形成通行路径集单元。

由上述可知，本发明在构建待还原通行路径集时，获得了每一个车辆的车侧图像特征参数，在获得车辆的路径通过数据时，路径通过数据也包含有车侧图像特征参数，此时可以以路径通过数据中包含的车侧图像特征参数在待还原通行路径集中找到与其最接近的车侧图像特征参数，被找到的车辆与本车辆就可以视为是同一辆车，从而可以将路径通过数据与初始数据合并形成一个通行路径集单元。

4、步骤三，通行路径还原。

实时获取驶出高速公路的车辆的通行数据作为结尾数据(由设置在高速公路出口处的车侧图像终端设备完成，此时车辆驶出高速公路路网)，结尾数据至少包括有车辆的车侧图像特征参数，在获得结尾数据后，至少以结尾数据中的车侧图像特征参数进行筛选并在待还原通行路径集中筛选出对应的车辆，并将结尾数据与对应车辆的通行路径集单元合并形成通行路径还原数据，根据通行路径还原数据还原对应车辆的通行路径。

由上述可知，本发明在构建待还原通行路径集时，获得了每一个车辆的车侧图像特征参数，在获得车辆的结尾数据时，结尾数据也包含有车侧图像特征参数，此时可以以结尾数据中包含的车侧图像特征参数在待还原通行路径集中找到与其最接近的车侧图像特征参数，被找到的车辆与本车辆就可以视为是同一辆车，从而可以将结尾数据合并到通行路径集单元中形成通行路径还原数据，这样就可以根据通行路径还原数据还原出该车辆的通行路径。

5、步骤四，数据删除。

在车辆驶出高速公路后，在待还原通行路径集中删除对应车辆的通行路径还原数据，这样不仅可以提高后台数据处理速度，还能够准确表示出高速公路路网上实时的行驶车辆数，更近一步地还能够表示出各段高速公路上行车的车辆数。

在本发明中，时间合理性的计算方式如下：相邻两个数据获取点位的距离/预设的高速行驶速度为参考值，将车辆的当前时间与上一个数据获取点位的通过时间的差值与参考值比较，当大于或等于参考值时，数据合理保留对应的车辆，当小于参考值时，数据不合理筛选删除车辆。需要注意的是：上述的保留车辆以及删除车辆仅仅是进行数据筛选，并非是从待还原通行路径集中将该车辆删除。预设的高速行驶速度通常为120km/h。

在上述的车辆筛选中，本发明仅仅使用了车侧图像特征参数这一个筛选条件进行车辆筛选，为了提高车辆筛选的精准度，本发明还可以将入时间和理性筛选以及空间合理性筛选方式，具体如下。

对于时间和理性筛选而言，在获得的初始数据中还加入了车辆首次进入高速公路路网的驶入时间，在路径通过数据中加入了车辆的通过时间，在结尾数据中加入了车辆驶出高速公路路网的驶出时间。在步骤二中，基于高速公路正常行车速度(例如120km/h)，通过时间合理性对待还原通行路径集进行第一次筛选，然后再以路径通过数据中的车侧图像特征参数进行筛选并在待还原通行路径集中筛选出对应的车辆。在步骤三中，基于高速公路正常行车速度(例如120km/h)，通过时间合理性对待还原通行路径集进行第一次筛选，然后再以结尾数据中的车侧图像特征参数进行筛选并在待还原通行路径集中筛选出对应的车辆。

本发明中所谓的基于时间和理性筛选是基于路网空间拓扑而言，并且路网空间拓扑中加入了可达两点之间的距离参数或者时间参数(主要还是距离参数，有了距离参数后，可以结合车辆的正常行车速度，即120km/h，计算出时间参数)。

对于空间合理性筛选而言，在初始数据中加入了车辆首次进入到高速公路的驶入位置信息，在路径通过数据中加入了车辆的通过位置信息，在结尾数据中加入了车辆驶出高速公路的驶出位置信息。在步骤二中，基于路网空间拓扑，通过空间合理性对待还原通行路径集进行第二次筛选，在第二次筛选结束后再以路径通过数据中的车侧图像特征参数进行筛选并在待还原通行路径集中筛选出对应的车辆；在步骤三中，基于高速公路正常行车速度，通过空间合理性对待还原通行路径集进行第二次筛选，在第二次筛选结束后再以结尾数据中的车侧图像特征参数进行筛选并在待还原通行路径集中筛选出对应的车辆。

针对上述筛选方案，本发明以某一个具体实施例为例进行说明。

车辆A从甲地驶入高速公路路网，记录时间为T1、地点为D1，并获得车辆A的车侧图像信息，这样就形成了一条初始数据加入到待还原通行路径集中；然后，车辆A经过乙地的车侧图像终端设备，记录时间为T2、地点为D2，并获得车辆A的车侧图像信息，在获得上述信息后，此时就需要在待还原通行路径集中筛选出车辆A的初始数据，其筛选过程为：首先基于时间和理性筛选掉多个数据(即大于T2-T1的数据被筛选掉)，然后在剩余的数据中，再通过空间和理性筛选掉多个数据(即保留与D2的可达点数据，与D2不可达的数据被筛选掉)，最后再结合车辆特征信息准确找到车辆A。

或者，本发明也可以先空间和理性进行筛选，然后再进行时间和理性筛选。例如：车辆A从甲地驶入高速公路路网，记录时间为T1、地点为D1，并获得车辆A的车侧图像信息，这样就形成了一条初始数据加入到待还原通行路径集中；然后，车辆A经过乙地的车侧图像终端设备，记录时间为T2、地点为D2，并获得车辆A的车侧图像信息，在获得上述信息后，此时就需要在待还原通行路径集中筛选出车辆A的初始数据，其筛选过程为：首先基于地点D2逆向寻找可达点(此时可能会有多个数据)，然后基于时间和理性对找到的可达点进行二次筛选(此时可能还有多个数据)，最后再结合车辆特征信息准确找到车辆A。

具体地，车侧图像特征参数包括有车型参数、车轮参数、车轴参数以及车侧图像特征向量参数。其中，在以车侧图像特征参数进行车辆筛选时，首先进行车型参数、车轮参数、车轴参数比对，然后再进行车侧图像特征向量参数比对。

具体地，车侧图像特征向量参数比对中，通过余弦距离计算车侧特征的相似值，当车侧特征相似值满足不小于指定值时筛选出对应的车辆；其中指定值为商定值，指定值不小于0.9。车侧图像特征参数包含有车型、车轴、车轮以及车侧图像特征向量参数，其中车型、车轴以及车轮为明显特征参数，即汽车的车型(轮廓特征)、车轴以及车轮都是不会发生改变的，不同的是车侧图像特征向量参数，这样就可以通过车侧图像特征向量参数精准找到对应车辆。车侧图像特征向量参数包含有多个点信息，假设当前获取的车侧图像特征向量参数的点信息为X

其计算所获得数值应当不小于0.9。

基于上述路径还原方法，本发明还提供了一种高速公路无牌车通行路径还原系统，该还原系统包括有如下组成结构：车侧图像终端设备，用于获取车侧图像数据；车侧图像特征识别系统，用于对车侧图像数据进行特征的提取和融合，得到融合通行数据；通行路径数据还原系统，用于若融合通行数据是首次进入公路入口数据，则建立车辆的通行路径；若融合通行数据非首次进入公路入口数据，则根据路径还原算法逐渐跟踪更新车辆的通行路径，直至车辆最终使出公路；时空信息处理系统，用于基于路网拓扑结构提供的路径可达性分析计算空间合理性；基于路网拓扑结构提供的路径里程信息分析计算时间合理性，时间合理性的依据通行路径的行车速度在合理的范围。

本发明的创新点在于：基于车侧图像，识别车侧整体图像特征，以车侧图像特征认定车辆身份为主，结合路网空间拓扑过滤、时间合理过滤为辅助，实现高速公路通行车辆路径还原，从而有效解决高速公路无车牌、车牌脏污、号牌遮挡、更换号牌类，通行车辆的路径还原问题。

本发明提供了一种高速公路无牌车通行路径还原方法，在该方法中，本发明构建了路网拓扑结构，通过采集通行车辆车侧图像、地理信息、时间信息，识别提取车侧图像特征，根据车侧图像特征，结合路网拓扑、采集数据时间、采集数据地理信息，还原车辆在路网中的通行路径。本发明主要根据高速公路通行车辆的车侧图像特征，通过分析和计算还原车辆通行路径，可有效解决高速公路无牌车、车牌脏污、遮挡号牌类通行车辆路径还原问题，从而令高速公路针对此类车辆收费管理更可真可靠。

本发明通过在高速公路相邻收费站之间门架、收费站入口车道、收费站出口车道等位置安装车侧图像采集设备，对高速通行车辆采集车侧图像、地理位置、通过时间等关键信息采集汇聚到车侧图像数据采集系统。车侧图像特征识别系统可以对采集的车侧图像数据进行识别从而提取车侧特征数据，车侧图像特征数据主要包含车型、车轴、车轮分布、整体车身特征等关键数据。融合通行地理位置、通行时间、车侧图像特征数据后，数据汇聚至通行路径还原系统，结合时空信息处理系统，筛查出空间合理、时间合理的通行数据，再结合车侧关键特征数据进一步筛选通行数据，最终再计算整体车身特征的相似性，最终合理确定车辆身份目的，以达到还原实际通行轨迹的目的。

请参考图1，以下为针对车辆通行高速公路的场景进行整体的流程描述：

1、通过在高速公路门架/收费站部署捕获车侧图像数据的前端设备，在车辆通行高速公路时采集车辆的车侧图像数据(如果是首次进入高速公路，则作为初始数据；如果是行驶在高速公路上，则作为路径通过数据)，主要核心是采集车辆的车侧图像数据以获得车辆的车侧图像特征向量参数；

2、采集的车辆通行图像数据通过对车侧图像进行车型/车轴等特征数据，再融合识别车牌号/通行位置/通行时间等，组成车辆多维的融合通行数据。

3、当车辆首次进入高速公路时，建立车辆的临时通行路径，后续逐渐跟踪更新车辆的通行路径，直至车辆最终驶出高速公路。

4、车辆通行路径跟踪更新期间，每次收到新的非高速入口通行数据时，按如下步骤处理；

5、第一步：基于高速公路不可掉头的原则，通过空间合理性筛出合理的车辆通行路径；空间合理是基于路网空间拓扑，判定从当前位置是否可到达下个位置；空间合理性过滤后，将过滤掉大部的不合理数据。

6、第二步：基于高速公路正常行车速度，通过时间合理性筛出合理的车辆通行路径；基于路网空间拓扑，可知两个通行位置之间的里程距离；再结合两个位置各自的通行时间，计算出通行时长；基于里程和时长即可计算出平均行车速度，正常的通行应在合理的范围，如小于120公里/时；时间合理性过滤后，将再次过滤掉大部分不合理数据。

7、第三步：基于车侧图像特征的车型，过滤掉车型不一致的数据；车型不一致的概念可以是，车型差异比较大的。如：一型货车和四型货车可视为车型差异大，视为车型不一致；一型货车和二型货车可视为车型差异小，视为车型一致；车型过滤后，将再次过滤掉大部分的不合理数据。

8、第四步：将剩下的数据集，采用整体车侧图像特征向量，计算车侧特征的相似值，当车侧特征相似值满足不小于指定值(如0.9)时，再次获得相似值最高的通行路径数据，将新的通行数据并入车辆通行路径；

9、基于上述步骤的处理，当车辆驶出高速公路时，结束车辆临时通行路径跟踪更新；最终还原出车辆的通行路径。

10、先通过在高速公路各收费站、门架等位置，安装部署车辆车侧图像识别捕获前端设备，以捕获车辆通行高速公路的图像数据；基于各个通行位置构建路网拓扑，将采集回来的车辆通行图像数据的车侧图像进行特征的提取和分析；在融合时间、车侧特征等其他西信息，最终融合成多维的车辆通行数据。

对于车辆通行时间(也就是车辆通过车侧图像终端设备的时间)是由车侧图像终端设备提供，车侧图像终端设备与北斗受时同步时间，在车辆经过车侧图像终端设备时，在抓拍图像的同时，会附带当前图像获取的时间。例如车辆经过位置A时，时间即为当时的抓拍时间，车辆再经过位置B时，则时间即为当时的抓拍时间，通过两次抓拍时间的时间差就可以计算出该车辆的通行时长。

由上述可知，本发明提供了一种高速公路无牌车通行路径还原方法，该还原方法包括：步骤一、构建待还原通行路径集；实时获取首次进入高速公路的车辆的通行数据作为初始数据，初始数据至少包括有车辆的车侧图像特征参数，以全部的未驶出高速公路的车辆的初始数据为集合构建待还原通行路径集；步骤二、构建与车辆唯一对应的通行路径集单元；实时获取进入到高速公路的车辆的通行数据作为路径通过数据，路径通过数据至少包括有车辆的车侧图像特征参数，在获得路径通过数据后，至少以路径通过数据中的车侧图像特征参数进行筛选并在待还原通行路径集中筛选出对应的车辆，并将路径通过数据与对应车辆的初始数据合并形成通行路径集单元；步骤三、通行路径还原；实时获取驶出高速公路的车辆的通行数据作为结尾数据，结尾数据至少包括有车辆的车侧图像特征参数，在获得结尾数据后，至少以结尾数据中的车侧图像特征参数进行筛选并在待还原通行路径集中筛选出对应的车辆，并将结尾数据与对应车辆的初始数据或通行路径集单元合并形成通行路径还原数据，根据通行路径还原数据还原对应车辆的通行路径。在该方法中，本发明基于多维的车辆通行数据，采用空间合理性算法、时间合理性算法、车型相似算法等逐步缩小合理的通行路径集，再此基础上最终采用车侧特征比对，计算车侧特征相似值，选出合理的通行路径，最终完成车辆通行路径合理还原。本发明主要以车侧图像特征参数进行数据筛选，从而获得每一辆车的合理通行路径集合，这样本发明可以有效解决高速公路无牌车、车牌脏污、遮挡号牌类通行车辆路径还原问题，从而令高速公路针对此类车辆收费管理更可真可靠。

请参考图6，本发明所提供的基于车侧图像高速公路无牌车通行路径还原方法，既可以基于我国完整的高速公路路网实现，也可以以省、市、县区对高速公路路网进行分割，基于分割后的每一个区域实现。基于高速公路路网的局部区域(路网拓扑边界)实现本发明，当车辆第一次进入设定的路网拓扑边界，即视为首次进入高速。以图6为例，图6所示的高速公路就可以认为是路网拓扑边界内所铺设的高速公路，那么，经过抓拍点P2/P7/P12/P5/P10/抓拍到车辆均可以认为是车辆首次进入高速。

参见图7，本发明一实施例提供了一种高速公路无牌车通行路径还原装置，该装置用于执行上述实施例所提供的高速公路无牌车通行路径还原方法，该装置包括：待还原通行路径集构建模块501、通行路径集单元构建模块502和通行路径还原模块503。

待还原通行路径集构建模块501用于实时获取首次进入高速公路的车辆的通行数据作为初始数据，所述初始数据至少包括有车辆的车侧图像特征参数，以全部的未驶出高速公路的车辆的初始数据为集合构建所述待还原通行路径集；

通行路径集单元构建模块502，用于实时获取进入到高速公路的车辆的通行数据作为路径通过数据，所述路径通过数据至少包括有车辆的车侧图像特征参数，在获得所述路径通过数据后，至少以所述路径通过数据中的车侧图像特征参数进行筛选并在所述待还原通行路径集中筛选出对应的车辆，并将所述路径通过数据与对应车辆的初始数据合并形成所述通行路径集单元；

通行路径还原模块503用于实时获取驶出高速公路的车辆的通行数据作为结尾数据，所述结尾数据至少包括有车辆的车侧图像特征参数，在获得所述结尾数据后，至少以所述结尾数据中的车侧图像特征参数进行筛选并在所述待还原通行路径集中筛选出对应的车辆，并将所述结尾数据与对应车辆的初始数据或通行路径集单元合并形成通行路径还原数据，根据所述通行路径还原数据还原对应车辆的通行路径。

需要说明的是：上述实施例提供的高速公路无牌车通行路径还原装置在处理无牌车时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的高速公路无牌车通行路径还原装置与高速公路无牌车通行路径还原方法实施例属于同一构思，其具体实现过程详见方法实施例，此处不再一一赘述。

本发明一实施例提供了一种电子设备，其包括：存储器和处理器。处理器与存储器连接，被配置为基于存储在存储器中的指令，执行上述高速公路无牌车通行路径还原方法。处理器的数量可以为一个或多个，处理器可以是单核或多核。存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。存储器可以是下述的计算机可读介质的示例。

本发明一实施例提供了一种计算机可读存储介质，其上存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述高速公路无牌车通行路径还原方法。计算机可读存储介质包括：永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括但不限于：相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘-只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带、磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。

此外，本发明还提供了一种基于车侧图像高速公路无牌车通行路径还原系统。该系统包括：车侧图像终端设备和无牌车通行路径还原装置。车侧图像终端设备用于获取车侧图像数据。无牌车通行路径还原装置为上述的高速公路无牌车通行路径还原装置，与车侧图像终端设备连接。

以上仅为本发明的优选实施例，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。