绿通车辆核查方法、系统、介质及电子设备

技术领域

本申请涉及智慧交通技术领域以及计算机技术领域，特别涉及一种绿通车辆核查方法、系统、介质及电子设备。

背景技术

目前，运输鲜活农产品的车辆在高速公路上行驶可免征通行费。由此，通过假冒、混装绿通车辆来逃避缴纳通行费的手段层出不穷，给高速公路通行费收缴工作带来了巨大压力，因此准确判断车辆是否为伪装成绿通车辆的偷逃费车辆是非常重要的一件事。

相关技术中，部分收费站和路段安装了专业设备对绿通车辆进行透视成像检测，但投资巨大且存在安全风险，难以全面普及；当前主要还是基于出口站人工开箱核验的方式对绿通车辆进行检查，费时费力且效率低下，极易引发排队和冲突。为解决这个问题，现有技术基于大数据等手段，对绿通车辆进行多维度的特征挖掘，对正常和假冒绿通车辆进行分类和甄别，一定程度上避免了人工核验的主观性，提高了出口站绿通核验的效率。但是，现有特征挖掘往往将重点集中在绿通货物维度，如货物运输的OD、重量、品类等，忽视了绿通运输行为特征的挖掘。例如，为了分散被稽核的风险，部分绿通嫌疑车辆会将行程分段，这样即使被稽核，也只需要补缴小段的通行费；或者在风险小的路段假冒绿通逃费，在稽核风险大的路段缴费行驶。这种行程的碎片化会引入很多假性的货物运输特征，干扰货物维度特征的稽核效能。

发明内容

本申请实施例提供了一种绿通车辆核查方法、系统、介质及电子设备。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

第一方面，本申请实施例提供了一种绿通车辆核查方法，方法包括：

获取待核查车辆的行程数据，包括当前行程和紧邻当前行程的多个历史行程；

判断当前行程与历史行程是否满足预设合并条件；

若满足，则将当前行程与历史行程依次逆序合并，得到待核查车辆的最终合并行程；

从最终合并行程中，获取待核查车辆对应的行程特征；

将行程特征与预先建立的知识库中的绿通车辆行程特征比较，判断待核查车辆是否存在偷逃费风险；

若存在偷逃费风险，判定待核查车辆为绿通嫌疑车辆。

第二方面，本申请实施例提供了一种绿通车辆核查系统，系统包括：

行程获取模块，用于获取待核查车辆的行程数据，包括当前行程和紧邻当前行程的多个历史行程；

行程合并判断模块，用于判断当前行程与历史行程是否满足预设合并条件；

行程合并模块，用于若满足预设合并条件，则则将当前行程与历史行程依次逆序合并，得到待核查车辆的最终合并行程；

行程特征获取模块，用于从最终合并行程中，获取待核查车辆对应的待核验行程特征；

偷逃费风险判断模块，用于将行程特征与预先建立的知识库中的绿通车辆行程特征比较，判断待核查车辆是否存在偷逃费风险；

绿通嫌疑车确定模块，用于在存在偷逃费风险的情况下，判定待核查车辆为绿通嫌疑车辆。

第三方面，本申请实施例提供一种计算机存储介质，计算机存储介质存储有多条指令，指令适于由处理器加载并执行上述的方法步骤。

第四方面，本申请实施例提供一种电子设备，可包括：处理器和存储器；其中，存储器存储有计算机程序，计算机程序适于由处理器加载并执行上述的方法步骤。

本申请一些实施例提供的技术方案可以包括以下有益效果：

在本申请一些实施例中，本申请通过获取车辆的当前行程及相邻的多个历史行程，根据行程是否满足预设合并条件，初步判断绿通逃费风险，将满足预设合并条件的行程合并后，根据合并行程特征判断车辆是否存在绿通逃费风险，一方面对合并行程核查，减少了行程核查的次数，实现了一次核查，覆盖多行程，另一方面，行程可合并本身即是可疑绿通逃费行为，针对合并的行程进行核查，可以高效快速识别绿通逃费的行为，提升绿通核查的精度。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

图1是本申请实施例提供的一种绿通车辆核查方法的流程示意图；

图2是本申请实施例提供的一种绿通车辆在高速上的行驶示意图；

图3是本申请实施例提供的一种绿通车辆核查系统的结构示意图；

图4是本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

以下描述和附图充分地示出本申请的具体实施方案，以使本领域的技术人员能够实践它们。

应当明确，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。

下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本申请的一些方面相一致的系统和方法的例子。

在本申请的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。此外，在本申请的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

下面将结合附图1-附图2，对本申请实施例提供的绿通车辆核查方法进行详细介绍。该方法可依赖于计算机程序实现，可运行于基于冯诺依曼体系的绿通车辆核查系统上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。

请参见图1，为本申请实施例提供了一种绿通车辆核查方法的流程示意图。

如图1所示，本申请实施例的方法可以包括以下步骤：

S101，获取待核查车辆的行程数据，包括当前行程和紧邻当前行程的多个历史行程；

其中，待核查车辆是需要判定是否为绿通嫌疑车的车辆；当前行程是在当前时刻确定的，多个历史行程是当前行程之前已经发生的且和当前行程紧邻的出行行程。

在本申请实施例中，生成出行行程，首先获取待核查车辆的当前行车数据，行车数据中包括车牌数据，根据当前行车数据，构建待核查车辆的当前行程；从预先存储的高速通行记录中依次提取待核查车辆在当前行程之前的多个历史行程。

例如，当待核查车辆c出现在某一个出口站时，信息终端从车辆高速通行数据库中获得待核查车辆的入口收费站标识p

唯一标识待核查车辆c的一个行程。

在高速通行记录中逆序提取出车辆标识c的历史行程

S102，判断当前行程与历史行程是否满足预设合并条件；

在本申请实施例中，在判断当前行程与历史行程是否满足预设合并条件时，判定相邻行程的货物类型是否相同；判断相邻行程的货物重量差是否小于预设称重误差；计算相邻行程的出入口收费距离是否小于预设收费站距离阈值；获取相邻行程的进入高速口与出高速口的时间差是否小于预设时间差值；判断相邻行程的行程长度之和与相邻行程起始点之间的最短距离的差值是否小于预设长度阈值；在以上判断结果全部为是的情况下，确定当前行程与历史行程满足预设合并条件。

S103，若满足，则将当前行程与历史行程依次逆序合并，得到待核查车辆的最终合并行程；

在本申请实施例中，判断当前行程

S104，从最终合并行程中，获取待核查车辆对应的行程特征；

在本申请实施例中，待核查车辆的最终合并行程存在行程特征，因此获取到的行程特征包括收费类型、出口收费站的总数量、出口收费站的出口量化稽核风险。

在行程合并的基础上，一方面行程合并本身就是嫌疑绿通车辆的显著特征；另一方面行程合并后特征工程的质量更好，会提升待核验行程与知识库中行程特征的比较精度。因此，本申请相比现有工作可以有效提升查验工作的准确性。

S105，将行程特征与预先建立的知识库中的绿通车辆行程特征比较，判断待核查车辆是否存在偷逃费风险；

其中，预先建立的知识库中的行程特征包括关联数据特征和聚类对象的映射关系。关联数据特征包括<产地，ψ>、<产销地，ψ>、<产地和季节，ψ>、<车重，ψ>以及<运输时长，ψ>，ψ每一个货物类型。

在本申请实施例中，在本申请一些实施方式中，在将最终合并行程的行程特征与预先建立的知识库中的绿通车辆行程特征比较，判断待核查车辆是否存在偷逃费风险时，将行程的每个关联数据特征的值，与知识库中的对应的聚类对象特征值进行比较；若任一行程特征的每个关联数据特征的值与其对应的聚类质心的距离超过预设距离，则判定存在偷逃费风险。

在本申请一些实施方式中，在当在高速出口进行车辆核查，核查方法包括：当当前行程为绿通行程时，对获取的最终合并行程的行程特征执行以下比较；若行程特征满足第一条件集合的任一条件时，则判定待核查车辆存在偷逃费风险；其中，第一条件集合包括：合并行程的收费类型为非绿通行程，或出口收费站的总数量超过预设收费站数量，或出口收费站的量化稽核风险大于预设值，或行程特征不满足预先建立的知识库中的绿通车辆行程特征。

在一些实施例中，在当在高速入口进行车辆核查，核查方法包括：在当前行程的前一历史行程为绿通行程的情况下，判断当前行程与前一历史行程是否满足预设合并条件；在满足预设合并条件的情况下，则对待核查车辆进行核查，将核查结果分享至下游高速出口；或，将当前行程进行协查行程标记，并推送至当前行程对应的高速出口终端。由于本申请设置了预设合并条件，使得车辆进而在入口处发起对车辆的查验，或者将车辆加入黑名单，对司机进行目的地的重点问询，并将问询结果传递给下游出口，作为稽核的直接证据，可以有效识别绿通逃费的行为，并且发挥高速入口的能动性，降低出口绿通核验的压力。

在本申请一些实施方式中，若当前行程为协查行程，且车辆在高速出口未申报绿通，则触发费用稽核，在一些实施方式中，将合并行程内其它绿通行程应缴的费用推送至费用稽核端，费用稽核端可以为手持终端，核查人员可以采用该手持终端进行核查。

在一些实施方式中，手持终端可以识别车辆的车牌数据，根据车辆的车牌数据获取行程数据，

在本申请一些实施方式中，费用稽核端可以为高速收费端，将本申请的高速收费端开展在本申请一些实施方式中，在判断当前行程与前一历史行程是否满足预设合并时，判断当前行程与前一历史行程的货物运输种类是否一致；判断相邻两次行程的货物重量判断小于采样误差；判断相邻两次行程的出入口的时间间隔小于预设时间阈值；判断相邻两次行程的出入口距离小于预设距离阈值；在上述判断条件均满足的情况下，则当前行程与前一历史行程能合并。

例如，在目标车辆的历史绿通行程记录中，设

其中，c唯一标识一辆车；k唯一标识车辆c的一个行程；p

在这种情况下，对于目标车辆的相邻两段行程

1)

2)

3)

在一些实施方式中，为提升判定绿通核查的精度，在条件1)-3)的基础上增加4)、5)两个判定条件，可以理解地，4)或5)可单独满足，也可同时满足。

4)

5)

这里需要说明的是，满足1)-3)条件可初步判定两个行程可以合并，从经济的角度分析，是没有必要将

需要进一步说明的是，上述1)-4)判断条件在

具体的，各目标车辆的历史绿通行程记录可基于上述5个预设合并条件进行合并，得到各目标车辆的初始合并出行行程，设

其中，c唯一标识一辆车；k

其中，

在得到各目标车辆的初始合并出行行程后，由于车辆如果存在刻意通过碎片化行程来降低稽核风险的行为，一般会选择稽核强度较低的收费站出站，通过对行程中出口收费站的稽核强度的评估，可以反馈出合并行程的可信度特征，因此可基于各目标车辆的初始合并行程计算出口收费站p

则合并行程

在计算出各目标车辆的出口收费站p

在本申请实施例中，例如在得到各目标车辆的合并行程后，对于每一个货物类型ψ，与其他预设参数进行组合可得到关联数据特征，通过对满足聚类对象为

表1

需要说明的是，其他预设参数例如表1中的“产地”、“产地或季节”。上述产地、季节等概念可以进行一定的泛化，聚类的方法拟采用KNN。将聚类挖掘的结果以(key，value)的形态存储在知识库中KDB1中。注意，也可以引入第三方的知识源来构建KDB1。

在本申请实施例中，对于给定车辆c在给定时间段内的合并行程集合

接下来，可以将行程特征与预先建立的知识库中的绿通车辆行程特征比较，判断待核查车辆是否存在偷逃费风险。

在本申请一些实施方式中，行程特征包括收费类型、进出口的数量、出口收费站的稽核风险指数、关联数据特征；预先建立的知识库中的行程特征包括关联数据特征和每个聚类对象的特征值的映射关系。

在本申请一些实施方式中，将行程特征与预先建立的知识库中的绿通车辆行程特征比较，判断待核查车辆是否存在偷逃费风险时，将行程的每个关联数据特征的值，与知识库中的对应的聚类对象特征值进行比较；若任一行程特征的每个关联数据特征的值与其对应的聚类质心的距离超过预设距离，则判定存在偷逃费风险。

例如，设待核查车辆的最终合并行程为：

例如，以

S106，若存在偷逃费风险，判定待核查车辆为绿通嫌疑车辆。

在本申请实施例中，若存在偷逃费风险，判定待核查车辆为绿通嫌疑车辆；或者若待核查车辆不存在偷逃费风险，判定待核查车辆为绿通车辆。

在一些实施方式中，若判定待核查车辆为绿通嫌疑车辆，则对车辆进行核查，并将核查结果发送至下游路段；在车辆在下游路段的行程可与已核查行程合并的条件下，则不再核验下游路段的行程。

例如，如果待核查车辆为绿通车，则对车辆进行放行；否则进行针对性的开箱核验和问询。将开箱核验的结果录入终端，并向下游的核验人员进行通报分享，其含义是，如果该车辆在下游出口能够合并行程，则可以借用本次核验的结果进行处置，而不必再次进行核验，从而降低了核验频率，提高了核验的效率。进一步的，核验的结果也可以在后台进行记录，用于建立车辆的信用体系，以便于在后续针对该车辆的绿通核验过程中进行参考。

如图2所示，图2为一个车辆在高速公路上的行驶过程示意，其中A～E为高速公路的收费站，两站之间的有向线段代表了车辆在两站间有一个或多个行程。在绿通稽核场景中，根据车辆的通行记录可以将行程分为三类：绿通行程、缴费行程和稽核行程。绿通行程指车辆在出口站通过了绿通核验，未缴费驶出高速；缴费行程指车辆在出口站主动缴费后驶出高速；稽核行程指车辆在出口站假冒绿通出站被稽核。设图2中是两辆车在一段时间内的历史行程，用线段的粗细来表示行程的次数。不妨设AD间的行程为car1的历史行程，从图中可知car1已经在AD间执行了n次运输任务，A→D为有货的绿通行程，D→A为无货的缴费行程。那么对于A→D的第n+1次运输任务，如果在其他参数(货种、货重等)相当的前提下，一般情况下其绿通核验通过的概率会很高。反之，设B→C、C→D、D→E为car2的历史行程，从三段行程的空间走向看，其满足同一运输目的的概率很高，可以合并视为同一行程，在这段行程中有被稽核和主动缴费的行为，那么D→E作为绿通行程核验通过的概率会很低。

从上述分析可以看出，在某一出口站对车辆进行绿通核验时，要充分考虑该绿通行程的上下文信息，通过行为的相关性来提升绿通行为判定的准确性。特别是通过实证数据的分析，绿通嫌疑车辆存在分段进出高速的动机，如图2中的car2所示，即使B→C、C→D均是正常绿通核验通过，其频繁进出高速的行为本身也很可疑。进一步的，由于行程被碎片化，B→E间对某种货物的运输需求被分别标定为B→C、C→D和D→E的运输需求，这会有损现有技术中基于货物的特征分析精度。因此，需要针对这种情况对绿通车辆的行程进行合并计算，从而更准确的得到货物的运输需求、车辆的行为建模和运输过程中的行驶特征。

在上述工作的基础上，可以融合车辆、货物和行驶行为三个维度对绿通行程的合理性进行评估，并对出口站的绿通核验人员进行信息提示。如果判定车辆本次绿通行程无不合理处，则对车辆进行快速放行；否则对不合理处对核验人员进行重点提示，便于核验人员进行针对性地查验。以上，可以提升绿通核验工作的整体效能。

如图2所示，对于car1而言，基于之前AD间的n次往返，则A→D间第n+1同质性的行为是重复查验的工作量，应该被避免；对于car2而言，行程合并后基于B→C、C→D的核验结果，则下游D→E的行程核验是重复工作量，应该被避免。因此，本申请的工作可以有效地降低重复查验的工作量。

如图2所示，设car2在B→C、C→D均是正常的绿通行程，但在D→E段正常缴费出站，则在出口站E不会触发绿通行程合理性判断逻辑，进而导致B→C和C→D的通行费流失，这种场景一般发生在B→D段绿通稽核风险小、D→E段绿通稽核风险大的情况下。

要解决上述问题，一种方法是在出口站无论车辆是否申报绿通，都执行绿通行程合理性判断逻辑，这会显著增加系统的负荷，本发明引入入口核验的新方法。

我们注意到，相邻行程合并的方法中，1)-4)判断条件在当前行程的入口处即可以做出，即当发现绿通车辆离开出口后短时间内又驶入相近入口，则在入口站就可以大概率做出行程可以合并的判定，不需要等待行程结束。

在入口站为绿通核验人员配备移动信息终端。

当车辆c出现在某一个入口站，记当前行程为

1)

2)

3)

4)

则可以判定当前车辆行程

当判定处于可合并状态时，入口站可以做如下两种操作：

对车辆进行开箱核验和问询，并将核验的结果录入终端向下游分享，这样可以降低出口的核验压力；

在系统内记录当前行程

在本申请实施例中，绿通车辆核查系统首先获取待核查车辆的行程数据，包括当前行程和紧邻当前行程的多个历史行程；判断当前行程与历史行程是否满足预设合并条件；若满足，则将当前行程与历史行程依次逆序合并，得到待核查车辆的最终合并行程；从最终合并行程中，获取待核查车辆对应的行程特征；再将行程特征与预先建立的知识库中的绿通车辆行程特征比较，判断待核查车辆是否存在偷逃费风险；若存在偷逃费风险，判定待核查车辆为绿通嫌疑车辆。本申请通过获取车辆的当前行程及相邻的多个历史行程，根据行程是否满足预设合并条件，初步判断绿通逃费风险，将满足预设合并条件的行程合并后，根据合并行程特征判断车辆是否存在绿通逃费风险，一方面对合并行程核查，减少了行程核查的次数，实现了一次核查，覆盖多行程，另一方面，行程可合并本身即是可疑绿通逃费行为，针对合并的行程进行核查，可以高效快速识别绿通逃费的行为，提升绿通核查的精度。

下述为本申请系统实施例，可以用于执行本申请方法实施例。对于本申请系统实施例中未披露的细节，请参照本申请方法实施例。

请参见图3，其示出了本申请一个示例性实施例提供的绿通车辆核查系统的结构示意图。该绿通车辆核查系统可以通过软件、硬件或者两者的结合实现成为电子设备的全部或一部分。该系统1包括行程获取模块10、行程合并判断模块20、行程合并模块30、行程特征获取模块40、偷逃费风险判断模块50、绿通车确定模块60。

行程获取模块10，用于获取待核查车辆的行程数据，包括当前行程和紧邻当前行程的多个历史行程；

行程合并判断模块20，用于判断当前行程与历史行程是否满足预设合并条件；

行程合并模块30，用于若满足预设合并条件，则将当前行程与历史行程依次逆序合并，得到待核查车辆的最终合并行程；

行程特征获取模块40，用于从最终合并行程中，获取待核查车辆对应的待核验行程特征；

偷逃费风险判断模块50，用于将行程特征与预先建立的知识库中的绿通车辆行程特征比较，判断待核查车辆是否存在偷逃费风险；

绿通车确定模块60，用于在待核查车辆存在偷逃费风险的情况下，判定待核查车辆为绿通嫌疑车辆。

需要说明的是，上述实施例提供的绿通车辆核查系统在执行绿通车辆核查方法时，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，上述实施例提供的绿通车辆核查系统与绿通车辆核查方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

在本申请实施例中，绿通车辆核查系统获取待核查车辆的行程数据，包括当前行程和紧邻当前行程的多个历史行程；判断当前行程与历史行程是否满足预设合并条件；若满足，则将当前行程与历史行程依次逆序合并，得到待核查车辆的最终合并行程；从最终合并行程中，获取待核查车辆对应的行程特征；再将行程特征与预先建立的知识库中的绿通车辆行程特征比较，判断待核查车辆是否存在偷逃费风险；若存在偷逃费风险，判定待核查车辆为绿通嫌疑车辆。由于本申请通过获取车辆的当前行程及相邻的多个历史行程，根据行程是否满足预设合并条件，初步判断绿通逃费风险，将满足预设合并条件的行程合并后，根据合并行程特征判断车辆是否存在绿通逃费风险，一方面对合并行程核查，减少了行程核查的次数，实现了一次核查，覆盖多行程，另一方面，行程可合并本身即是可疑绿通逃费行为，针对合并的行程进行核查，可以高效快速识别绿通逃费的行为，提升绿通核查的精度。

本申请还提供一种计算机可读介质，其上存储有程序指令，该程序指令被处理器执行时实现上述各个方法实施例提供的绿通车辆核查方法。

本申请还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各个方法实施例的绿通车辆核查方法。

请参见图4，为本申请实施例提供了一种电子设备的结构示意图。如图4所示，电子设备1000可以包括：至少一个处理器1001，至少一个网络接口1004，用户接口1003，存储器1005，至少一个通信总线1002。

其中，通信总线1002用于实现这些组件之间的连接通信。

其中，用户接口1003可以包括显示屏(Display)、摄像头(Camera)，可选用户接口1003还可以包括标准的有线接口、无线接口。

其中，网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。

其中，处理器1001可以包括一个或者多个处理核心。处理器1001利用各种接口和线路连接整个电子设备1000内的各个部分，通过运行或执行存储在存储器1005内的指令、程序、代码集或指令集，以及调用存储在存储器1005内的数据，执行电子设备1000的各种功能和处理数据。可选的，处理器1001可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable Logic Array，PLA)中的至少一种硬件形式来实现。处理器1001可集成中央处理器(Central Processing Unit，CPU)、图像处理器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器1001中，单独通过一块芯片进行实现。

其中，存储器1005可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。可选的，该存储器1005包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储系统。如图4所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及绿通车辆核查应用程序。

在图4所示的电子设备1000中，用户接口1003主要用于为用户提供输入的接口，获取用户输入的数据；而处理器1001可以用于调用存储器1005中存储的绿通车辆核查应用程序，并具体执行以下操作：

获取待核查车辆的行程数据，包括当前行程和紧邻当前行程的多个历史行程；

判断当前行程与历史行程是否满足预设合并条件；

若满足，则将当前行程与历史行程依次逆序合并，得到待核查车辆的最终合并行程；

从最终合并行程中，获取待核查车辆对应的行程特征；

将行程特征与预先建立的知识库中的绿通车辆行程特征比较，判断待核查车辆是否存在偷逃费风险；

若存在偷逃费风险，判定待核查车辆为绿通嫌疑车辆。

在一个实施例中，处理器1001还执行以下操作：

在当前行程为绿通行程的情况下，对获取的最终合并行程的行程特征执行以下比较；

在行程特征满足第一条件集合的任一条件的情况下，则判定待核查车辆存在偷逃费风险；

其中，第一条件集合包括：

合并行程的收费类型为非绿通行程，或

出口收费站的总数量超过预设收费站数量，或

出口收费站的量化稽核风险大于预设值，或

行程特征不满足预先建立的知识库中的绿通车辆行程特征。

在一个实施例中，处理器1001还执行以下操作：

在当前行程的前一历史行程为绿通行程的情况下，判断当前行程与前一历史行程是否满足预设合并条件；

若满足预设，则对待核查车辆进行核查，将核查结果分享至下游高速出口；或，

将当前行程进行协查行程标记，并推送至当前行程对应的高速出口终端。

在一个实施例中，处理器1001还执行以下操作：

若当前行程为协查行程，且车辆在高速出口未申报绿通，则触发费用稽核，将合并行程内其它绿通行程应缴的费用推送至费用稽核端。

在一个实施例中，处理器1001在执行判断当前行程与前一历史行程是否满足预设合并条件时，具体执行以下操作：

判断当前行程与前一历史行程的货物运输种类是否一致；

判断相邻两次行程的货物重量判断小于采样误差；

判断相邻两次行程的出入口的时间间隔小于预设时间阈值；

判断相邻两次行程的出入口距离小于预设距离阈值；

在上述判断条件均满足的情况下，则当前行程与前一历史行程能合并。

在一个实施例中，处理器1001还执行以下操作：

若判定待核查车辆为绿通嫌疑车辆，则对车辆进行核查，并将核查结果发送至下游路段；

在车辆在下游路段的行程可与已核查行程合并的条件下，则不再核验下游路段的行程。

在一个实施例中，处理器1001执判断当前行程与历史行程是否满足预设合并条件时，具体执行以下操作：

判定相邻行程的货物类型是否相同；

判断相邻行程的货物重量差是否小于预设称重误差；

计算相邻行程的出入口收费距离是否小于预设收费站距离阈值；

获取相邻行程的进入高速口与出高速口的时间差是否小于预设时间差值；

判断相邻行程的行程长度之和与相邻行程起始点之间的最短距离的差值是否小于预设长度阈值；

在以上判断结果全部为是的情况下，确定当前行程与历史行程满足预设合并条件。

在一个实施例中，处理器1001执将行程特征与预先建立的知识库中的绿通车辆行程特征比较，判断待核查车辆是否存在偷逃费风险时，具体执行以下操作：

将行程的每个关联数据特征的值，与知识库中的对应的聚类对象特征值进行比较；

若任一行程特征的每个关联数据特征的值与其对应的聚类质心的距离超过预设距离，则判定存在偷逃费风险。

在本申请实施例中，绿通车辆核查系统获取待核查车辆的行程数据，包括当前行程和紧邻当前行程的多个历史行程；判断当前行程与历史行程是否满足预设合并条件；若满足，则将当前行程与历史行程依次逆序合并，得到待核查车辆的最终合并行程；从最终合并行程中，获取待核查车辆对应的行程特征；再将行程特征与预先建立的知识库中的绿通车辆行程特征比较，判断待核查车辆是否存在偷逃费风险；若存在偷逃费风险，判定待核查车辆为绿通嫌疑车辆。由于本申请通过获取车辆的当前行程及相邻的多个历史行程，根据行程是否满足预设合并条件，初步判断绿通逃费风险，将满足预设合并条件的行程合并后，根据合并行程特征判断车辆是否存在绿通逃费风险，一方面对合并行程核查，减少了行程核查的次数，实现了一次核查，覆盖多行程，另一方面，行程可合并本身即是可疑绿通逃费行为，针对合并的行程进行核查，可以高效快速识别绿通逃费的行为，提升绿通核查的精度。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，绿通车辆核查的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，绿通车辆核查的程序的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。

以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。