(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210397321.4 (22)申请日 2022.04.15 (71)申请人 广州天长信息技 术有限公司 地址 510000 广东省广州市黄埔区敏盛街6 号303房 (72)发明人 谭林睿　李咏梅　林荣斌　 (74)专利代理 机构 广州文智专利代理事务所 (特殊普通 合伙) 44469 专利代理师 刘敏 (51)Int.Cl. G06F 16/2455(2019.01) G06F 16/22(2019.01) G06F 16/248(2019.01) G06K 9/62(2022.01) G08G 1/017(2006.01) (54)发明名称 一种检测行程车牌识别错误的计算方法和 系统 (57)摘要 本发明公开了一种检测行程车牌识别错误 的计算方法和系统， 该方法包括以下步骤： S1、 获 取入口信息、 出口信息、 门架流水信息和车牌识 别信息； S2、 进行编辑距离算法匹配； S3、 对中间 表进行分类； S4、 对门架信息和牌识信息进行匹 配； S5、 人为分析异常数据； S6、 将所得的结果与 nosql缓存数据库中的信息 车牌对应识别车牌进 行匹配。 本发明在设备误识别、 设备故障、 故意换 牌等多方面可能对车辆车牌造成影 响的情况下， 利用大数据结合技术手段来获取车辆真实路径。 对于车辆套牌， 本发明也可 以快速定位车辆， 以 及通过数据库中信息快速产出结果报告， 获取车 辆历史车牌识别情况， 快速定位车辆问题行程， 辅助证据链查证， 打击犯罪。 权利要求书1页 说明书4页 附图2页 CN 114780591 A 2022.07.22 CN 114780591 A 1.一种检测行程车牌识别错 误的计算方法， 其特 征在于， 包括以下步骤： S1、 获取入口信息、 出口信息、 门架流水信息和车牌识别信息， 然后将获得的信息数据 处理后生成中间表； S2、 将中间表中入口车牌、 出口车牌、 入口识别车牌、 出口识别车牌进行编辑距离算法 匹配， 通过S PARK程序将数据筛 选保存到n osql缓存数据库中； S3、 对中间表进行分类， 筛选出异常数据， 该异常数据包括有出入口信息无牌识信息、 有入口信息无 出口信息无牌识信息、 无关联牌识信息、 无入口信息有出口信息无牌识信息； S4、 对有出入口信息无牌识信息、 有入口信息无出口信息无牌识信息分别获取其门架 信息， 并和对应时间段牌识信息进行匹配， 然后对交易时间戳数据进 行归一化， 完成后进 行 门架和牌识数据差异匹配， 每笔计算偏差值， 并得到门架信息每一笔是否匹配； 根据匹配笔 数、 行程应有门架数、 行程门架覆盖率获取偏差值， 门架与牌识匹配取偏差值最小的那个； 若最小的偏差值接 近1， 则执 行步骤S5， 若否， 则执 行步骤S6； S5、 人为分析异常数据， 筛查和排除数据问题后执 行步骤S1 ‑S4； S6、 将所得的结果与 nosql缓存数据库中的信息车牌对应识别车牌进行匹配， 若车牌出 现在库中则直接取库中结果； 若车牌 不在库中则取步骤S4中取 得的偏差值 最小车牌。 2.根据权利要求1所述的检测行程车牌识别错误的计算方法， 其特征在于， 还包括以下 步骤: S7、 根据真实车牌、 真实车牌出口信息完善整个行程， 并对疑似出口出行方式、 真实车 牌做好标记。 3.根据权利要求1所述的检测行程车牌识别错误的计算方法， 其特征在于， 还包括以下 步骤: S8、 如步骤S6车牌不在相似库中， 则将信息同步更新到nosql数据库中执行笔数加1， 如 不在库中， 则将步骤S7中真实车牌与入口识别车牌 继续编辑距离算法， 相似则进入相似库， 不相似则进入非相似库。 4.根据权利要求1所述的检测行程车牌识别错误的计算方法， 其特征在于， 步骤S4中对 数据时间戳进 行归一化具体为将交易时间数据按四舍五入方法将秒小于30 s的归到退到当 前分钟的0s， 大于 30s的归到下一分钟的0s。 5.根据权利要求1所述的检测行程车牌识别错误的计算方法， 其特征在于， 步骤S2中将 车牌之间matrix<3， similar>0.66的保存为相似车牌； 将其他的保存为非相似 车牌， 对非相 似车牌保存其出现次数。 6.一种如权利 要求1‑5所述的检测行程车牌识别错误系统， 其特征在于， 包括ETL应用、 nosql缓存数据库、 交易时间戳数据归一化模块、 门架牌识匹配偏差计算模块、 相 似车牌计 算模块， 所述ETL应用用于采集出口信息、 入口信息、 门架流水信息和车牌识别信息； 所述 nosql缓存数据库用于存储信息； 交易时间戳数据归一化模块通过可视化在线编译 sparksql对交易时间戳数据进 行归一化计算和数据标准化； 所述门架 牌识匹配偏 差计算模 块以在线编译热部署至SPARK， 用于计算门架和牌识数据的每笔偏差值， 并得到门架信息每 一笔是否匹配， 根据匹配笔数、 行程应有门架数、 行程门架覆盖率获取偏差值， 门架与牌识 匹配取偏差值 最小的那个； 所述相似车牌计算模块 通过编辑距离算法测算相似识别车牌。权　利　要　求　书 1/1 页 2 CN 114780591 A 2一种检测行程车牌 识别错误 的计算方 法和系统 技术领域 [0001]本发明属于， 具体涉及一种检测行程车牌识别错 误的计算方法和系统。 背景技术 [0002]在高速公路实行全国联网后， 高速公路大数据时代开始， 数据也开始变得越来越 繁杂， 从不同省份不同路段的收费系统、 车辆车牌识别设备来说就有很多， 导致数据虽然 多， 但是数据准确有 所欠缺。 特别是对于异常识别的行程， 难以与实际对应的行程路径进 行 绑定， 导致出口信息无法与实际车辆匹配， 无法还原车辆的真实路径情况。 从而 出现在收费 站出口时最小 费额缴费、 缴费实际车型不符等各种情况， 对实际各个路段公司造成经济损 失， 以及增加了 收费站运营成本， 稽核部门查证成本。 当前现有都是需要时通过人工筛查， 成本较高。 [0003]因此， 一种检测行程车牌识别错 误的计算方法和系统亟 待提出。 发明内容 [0004]为解决现有技术存在的缺陷， 本发明提供一种检测行程车牌识别错误的计算方法 和系统。 通过结合系统测算行程的真实车牌， 用于佐证确认识别错误的行程错误车牌， 降低 收费站收费错 误可能性， 降低后续异常车辆链路查询成本 [0005]为了解决上述 技术问题， 本发明提供了如下的技 术方案： [0006]本发明提供一种检测行程车牌识别错 误的计算方法， 包括以下步骤： [0007]S1、 获取入口信息、 出口信息、 门架流水信息和 车牌识别信息， 然后将获得的信息 数据处理后生成中间表； [0008]S2、 将中间表中入口车牌、 出口车牌、 入口识别车牌、 出口识别车牌进行编辑距离 算法匹配， 通过S PARK程序将数据筛 选保存到n osql缓存数据库中； [0009]S3、 对中间表进行分类， 筛选出异常数据， 该异常数据包括有出入口信息无牌识信 息、 有入口信息无出口信息无牌识信息、 无关联牌识信息、 无入口信息有 出口信息无牌识信 息； [0010]S4、 对有出入口信息无牌识信息、 有入口信息无出口信息无牌识信息分别获取其 门架信息， 并和对应时间段牌识信息进 行匹配， 先对交易时间戳数据进 行归一化， 完成后进 行门架和牌识数据差异匹配， 每笔计算偏差值， 并得到门架信息每一笔是否匹配； 根据匹配 笔数、 行程应有门架数、 行程门架覆盖率获取偏差值， 门架与牌识匹配取偏差值最小的那 个； 若最小的偏差值接 近1， 则执 行步骤S5， 若否， 则执 行步骤S6； [0011]S5、 人为分析异常数据， 筛查和排除数据问题后执 行步骤S1 ‑S4； [0012]S6、 将所得的结果与nosql缓存数据库中的信息车牌对应识别车牌进行匹配， 若车 牌出现在库中则直接取库中结果； 若车牌 不在库中则取步骤S4中取 得的偏差值 最小车牌。 [0013]作为本发明的一种优选技 术方案， 还 包括以下步骤: [0014]S7、 根据真实车牌、 真实车牌出口信息完善整个行程， 并对疑似出口出行方式、 真说　明　书 1/4 页 3 CN 114780591 A 3