基于人工智能检视的ETC稽查管理系统

论文摘要

根据ETC车道设备布局,结合ETC车辆逃费现状,分析ETC系统防逃费体系,提出运用人工智能深度学习、特征判别、多源数据分析比对模型、激光检测等技术,设计ETC车道防逃费稽查体系,形成了智能防逃补漏的稽查管理系统,经实践应用,取得了良好效果。

论文目录

• 0 引言
• 1 ETC逃费现状
•   1.1 大车小标
•   1.2 跟车逃费
•   1.3 直接闯关
•   1.4 一车双标
• 2 人工智能检视技术的研究与运用
•   2.1 人工智能车辆特征识别高清摄像机
•   2.2 深度学习去除行人技术
•   2.3 多源数据分析比对模型
• 3 ETC稽查管理系统设计
•   3.1 设计目标
•     （1） 智能排查ETC车道跟车冲卡车辆。
•     （2） 智能排查通行ETC但未扣款车辆。
•     （3） 自动获取多源证据链。
•     （4） ETC数据上传完整性校验。
•   3.2 系统设计
•   3.3 主要功能
•     3.3.1 海选过车记录
•     3.3.2 稽查与管理
• 4 成效与建议

文章来源

类型: 期刊论文

作者: 赵梓城

关键词: 人工智能学习,激光检测,稽查管理系统

来源: 广东公路交通 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 公路与水路运输,计算机软件及计算机应用,自动化技术

单位: 广东省公路建设有限公司

分类号: TP18;U495

DOI: 10.19776/j.gdgljt.2019-01-0062-04

页码: 62-65+30

总页数: 5

文件大小: 1417K

下载量: 76