CN114170696A - 一种高速公路差异化收费的通行费用实时计算***与方法 - Google Patents
一种高速公路差异化收费的通行费用实时计算***与方法 Download PDFInfo
- Publication number
- CN114170696A CN114170696A CN202111546535.5A CN202111546535A CN114170696A CN 114170696 A CN114170696 A CN 114170696A CN 202111546535 A CN202111546535 A CN 202111546535A CN 114170696 A CN114170696 A CN 114170696A
- Authority
- CN
- China
- Prior art keywords
- missing
- road
- charging
- road section
- toll
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
- G07B15/063—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems using wireless information transmission between the vehicle and a fixed station
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/14—Payment architectures specially adapted for billing systems
- G06Q20/145—Payments according to the detected use or quantity
Landscapes
- Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种高速公路差异化收费的通行费用实时计算***与方法,***包括全国收费公路联网结算管理中心、省联网结算管理中心以及设置在收费站和ETC门架的边缘计算单元;全国收费公路联网结算管理中心和省联网结算管理中心用于路网数据结构表COO统一生成、调整及维护,并通过通信***将COO数据实时传输至边缘计算单元;边缘计算单元采用并行异构最短路径寻路方法实时对收费通行介质记录缺失路段的最少费用进行计算。本发明能满足高速公路路网日益复杂和差异化收费条件下,差异化收费和特殊情况收费的实时性要求,进一步优化了高速公路取消省界收费站后的收费工作。
Description
技术领域
本发明属于高速公路管理技术领域,具体涉及一种高速公路差异化收费的通行费用实时计算***与方法。
背景技术
2021年6月15日,交通运输部等部门印发《全面推广高速公路差异化收费实施方案》要求进一步优化完善分路段差异化收费模式,稳步扩大差异化收费实施范围,在普通国省干线公路或城市道路拥堵严重但平行高速公路交通流量较小的路段、平行高速公路之间交通量差异较大的路段以及交通量明显低于设计能力的路段,实施灵活多样的差异化收费,将实施对高速公路上所有车辆(包括ETC车辆和MTC车辆)分路段、分车型、分时段、分方向、分收费站、分支付方式差异化计费,达到利用价格杠杆,均衡路网交通流量分布,提高区域路网整体运行效率,促进区域物流运输降本增效目标。
目前,高速公路上实施的“分段计费”技术方案是建立在能实行车辆行驶路径精确识别的技术路线,但由于恶意偷逃费、无线通行计费设备被屏蔽、ETC门架等设备识别存在遗漏等情况,仍有相当一部分车辆存在路径信息部分缺失及多义性路径的情况。目前对路径信息缺失车辆收费的方法为费率表查询法,即由中心计算生成总的最短路径表(费率表),到每个收费站下发和这个收费站有关系的那一部分费率表,环节较多耗时过长,极大限制了该方式的适用范围和收费公平性,难以达成车辆通过收费站不停车收费的目标。
传统的最短路径算法其算法复杂度为O(V2)或者是O(ElogV),是串行处理的搜索算法,在取消省界收费站前对于大规模复杂路网已经很难实现50ms-100ms内的车道计算时间要求,也就一直没有在大规模复杂路网的收费***中得到实际应用。因此,随着高速公路路网日益复杂和差异化收费需求,总的最短路径表将变得异常复杂。
为了避免高速公路通行费损失及路段信息完整的用户和路段信息部分缺失的用户之间的收费不公平现象,高速公路差异化收费的通行费用实时计算***与方法针对差异化收费条件下通行费用变化频繁的特点,在现有的高速公路收费***上改变COO路网数据结构,增设边缘计算单元,使得路网数据更新便捷迅速,能适应差异化收费机制下计算通行费用的实时性要求,在实现收费公平性、提高高速公路收费效益的同时,不增加过多的***改造成本。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足,提出一种高速公路差异化收费的通行费用实时计算***与方法,以满足高速公路路网日益复杂条件下,特殊收费的实时性要求和差异化收费,进一步优化高速公路取消省界收费站后的收费工作。
为了达到上述目的,本发明采用以下技术方案:
一种高速公路差异化收费的通行费用实时计算***,包括全国收费公路联网结算管理中心、省联网结算管理中心以及设置在高速公路出入口的收费站和主线ETC门架的边缘计算单元;
全国收费公路联网结算管理中心和省联网结算管理中心用于路网数据结构表COO统一生成、调整及维护,并通过通信***将COO数据实时传输至边缘计算单元;
边缘计算单元采用基于CUDA的SSSP算法实现对收费通行介质记录缺失路段的最少费用进行实时计算。
进一步的,边缘计算单元包括CPU、GPU、安全认证模块以及数据存储模块,用于实现数据存储、加密认证、数据保密、密钥分散、数字签名以及传输线路保护。
进一步的,收费通行介质具体为CPC以及OBU;
通信***具体由收费公路专用网络和基于运营商通信的公网组成。
进一步的,COO路网数据结构表示路网每个元素-路段的起点站编码、终点站编码、起点与终点距离和该路段费用,用一个四元组来表示,具体为:
起点编号、终点编号、距离以及差异化收费费用;
起点编码和终点编码为路网中收费站和ETC门架的统一站点编码号,距离为相邻的站点间的实际路段长度,费用为该路段根据车型、车种、时段、方向以及支付方式计算的差异化收费费用;
通过收费公路专网或专网断网的情况下通过基于公网将COO表变化列部分可实时传输到收费站和ETC门架边缘计算终端;
COO路网数据生成表示为:对路网中的收费站、ETC门架进行编码,相邻的站点间形成一个个路段,路段的起终点编号、距离、费用组成一个四元组,将所有路段的四元组整合生成完整的COO路网数据;
COO路网结构数据表的更新方式为:某路段封闭,注销表中该路段对应列数据;某路段封闭解除,恢复表中该路段对应列数据;新开通某站点、路段,在表中增加一列表示相应路段的数据;某路段费用改变,改变表中该路段对应列中的费用。
进一步的,运用CPU加GPU的异构并行计算方法,将最短路径算法中密集的大量节点、边数据的比较计算工作负载转移到GPU,由GPU并行处理路径数据,同时仍由CPU运行其余程序代码;
边缘计算单元的GPU含有p个处理器,首先将GPU的每个处理器分派n个节点分别求局部最小值,然后在GPU的p个处理器合作求全局最小值,最后再将这一最小值广播出去;
p个处理器合作方法如下:当p为偶数时,后p/2个处理器将自己的局部最小值分别发送到对应的前p/2个处理器中,由前p/2个处理器比较出2个局部最小值中相对较小者并保留;
当p为奇数时,设p=2h+1,则后h个处理器的值分别发送到前h个处理器中,比较并保留当前最小值;如此一层一层的比较,logp次循环后,就可以得出唯一的全局最小值。
进一步的,单源最短路径算法的具体步骤为:
首先定义一个大小为|V|的数组paths,映射到从源顶点s到v每个顶点v的最短路径估值;并定义一个顶点的更新集E,其最短路径的估值在之后每单个程序执行,并且这些顶点之后的最短路径的估值也可能需要随时更新;为了确定在程序执行期间顶点的最短路径估值是否已更改并避免读写不一致,该算法还需要再定义另外一个更新数组bpaths;
该算法实现操作过程如下:首先,在初始化过程中,将源顶点s的path[s]值和bpaths[s]值定义为0,同时将其余顶点v的初始化paths[v]值和bpaths[v]定义为∞,表示在开始时,从源点s都无法到达其他顶点v;
更新集E最初是源点s,下一步,该算法在逻辑上分为两个过程:松弛和检查;
在松弛过程中,更新集E中的每个顶点v持续对其直接后继u执行松弛,即是bpaths[u]与paths[v]+w(v,u)两者之间比较大小,如果bpaths[u]较大,则使用paths[v]+w(v,u)的值更新bpaths[u],然后从更新集E中删除v自身;
在检查过程中,每个顶点v对bpaths[v]与paths[v]进行大小比较,如果bpaths[v]小于paths[v],则用前者更新后者,并应用顶点v本身,添加到更新集E;
不断重复执行松弛和检查两个操作,直至更新集E为空,这时从源点s到目标v的最短路径值就存储在paths[v]中。
本发明还包括基于提供的***的高速公路差异化收费的通行费用实时计算方法,包括以下步骤:
S1、车辆信息整合,高速公路出入口收费站和主线ETC门架等边缘计算终端从OBU、CPC卡中读取预收费车辆出发点及途经收费网点,将数据记录为车辆行驶过程数据矩阵;
S2、路径信息判断,根据车辆行驶过程数据矩阵从OBU、CPC卡中获取预收费车辆途经收费网点里程收费信息,确定路径信息缺失路段及未缺失路段,建立车辆行驶信息未缺失路段里程矩阵及车辆行驶信息缺失路段里程矩阵;
S3、未缺失路段收费计算,根据车辆行驶过程数据矩阵,确定未缺失路段后从车辆行驶路段里程矩阵,根据COO路网数据表获取对应路段费用建立未缺失路段收费矩阵,计算未缺失路段收费总费用;
S4、缺失路段收费计算,确定缺失路段起终点矩阵,根据缺失路段的起始点与结束点,边缘计算终端通过CPU和GPU的并行异构最短路径寻路方法对缺失路段的最短路径进行计算,并生成缺失段车辆行驶最短路径信息,构建缺失路段最短路径数,根据计算得到的缺失段车辆行驶最短路径信息及COO路网数据表,计算缺失路段收费矩阵,计算缺失路段收费总费用;
S5、计算结果显示,在公路收费网点工作人员的个人终端上显示车辆收费总额。
进一步的,步骤S1中,车辆行驶过程数据矩阵具体为:
S(A,A0,A1,S0,S1,S2...Sn)
其中,A表示车辆车牌号信息,A0表示车辆类型,A1表示车辆类型等级,S0为车辆起点,S1为车辆途经第一收费网点,S2为车辆途经第二收费网点,Sn为车辆途经第n收费网点;
步骤S2中,车辆行驶信息未缺失路段里程矩阵为:
F(F1,F2,...Fn-1)
其中,F1表示第一路段里程收费标准,F2表示第二路段里程收费标准...Fn-1表示第n-1路段里程收费标准;
车辆行驶信息缺失路段里程矩阵具体为:
Q(Q1,Q2,...Qn)
其中,Q1表示第一缺失路段矩阵,Q2表示第二缺失路段矩阵,Qn表示第n缺失路段矩阵;
步骤S3中,未缺失路段收费矩阵具体为:
FW(FW1,FW2...FWn)
其中,FW1表示第一未缺失路段收费,FW2表示第二未缺失路段收费,FWn表示第n未缺失路段收费;
步骤S4中,缺失路段最短路径数据具体为L(L1,L2...Ln),其中,L1表示第一缺失路段最短路径矩阵,L2表示第二缺失路段最短路径矩阵,Ln表示第n缺失路段最短路径矩阵;
缺失路段收费矩阵具体为:
QW(QW1,QW2...QWn)
其中,QW1表示第一缺失路段收费,QW2表示第二缺失路段收费,QWn表示第n缺失路段收费。
进一步的,步骤S3具体为:
根据车辆行驶过程数据矩阵S,确定未缺失路段后从车辆行驶路段里程矩阵F,根据COO路网数据表获取对应路段费用建立未缺失路段收费矩阵,采用以下公式计算未缺失路段收费总额:
其中,W表示未缺失路段收费总额,FWi表示第i未缺失路段收费总额;
计算结果与前期通行费用总额加总后通过ETC门架等设备写入车辆OBU、CPC通行介质;
步骤S4具体为:
确定缺失路段起终点矩阵Q后,根据缺失路段的起始点与结束点,边缘计算终端通过CPU和GPU的并行异构最短路径寻路方法对缺失路段的最短路径进行计算,并生成缺失段车辆行驶最短路径信息,构建缺失路段最短路径数据L,根据计算得到的缺失段车辆行驶最短路径信息及COO路网数据表,计算缺失路段收费矩阵QW,并根据缺失路段收费矩阵QW计算缺失路段收费总费用DW,采用以下公式计算:
其中,DW表示缺失路段收费总费用,QWi表示第i缺失路段收费总额;
计算结果与前期通行费用总额加总后通过能够成功读取车辆信息的ETC门架等设备写入车辆OBU、CPC通行介质。
进一步的,对于通行介质失效而无法读取路径信息的车辆,通过异构并行计算加速最短路径算法的方式,计算车辆路径信息缺失段的最短路径并进行收费,具体采用以下公式实现:
其中,SF表示车辆收费总额,COO Coordinate表示COO路网数据结构,private+public CNSS表示收费公路专网和运营商通信公网组成的通信***,nvGRAPH()表示CUDA平台的nvGRAPH函数,即使用异构并行计算对缺失路段最短路径进行实时计算。
本发明与现有技术相比,具有如下优点和有益效果:
1、本发明提出***与方法中,部-省-区域联网中心可以根据实际路网的封闭、新开通、修改及差异化变动等情况及时调整路网数据,并便捷地传输至ETC门架、收费站等边缘计算终端。
2、本发明的边缘计算单元使用CPU+GPU的并行异构最短路径寻路方法对缺失路段的最短路径进行计算,使得计算速度缩减至50ms以下,使每个终端都具备实时计算任意两个站点间的最短路径的能力。
3、本发明提出***与方法,仅需在现有***的收费站及主线ETC门架处增加边缘计算单元,改变COO路网数据结构,可方便实现高速差异化收费,提高收费的公平性,避免收费损失,对现有***改造成本极低。
附图说明
图1是本发明***的结构示意图;
图2是本发明方法的流程图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例
如图1所示,本发明,一种高速公路差异化收费的通行费用实时计算***,包括:全国收费公路联网结算管理中心、省联网结算管理中心以及设置在收费站和ETC门架的边缘计算单元;
全国收费公路联网结算管理中心和省联网结算管理中心用于路网数据结构表COO统一生成、调整及维护,并通过通信***将COO数据实时传输至边缘计算单元;
边缘计算单元采用基于CUDA的SSSP算法实现对收费通行介质记录缺失路段的最少费用进行实时计算;其中,CUDA平台是一种CPU-GPU异构计算模型,将CPU作主机(Host),GPU作协处理器(Coprocessor)或者设备(Device),以CPU来控制程序整体的串行逻辑和任务调度,让GPU来执行数据并行部分,即让GPU与CPU协同工作。基于CUDA的SSSP算法定义了数组paths、更新集E及更新数组bpaths,通过松弛和检查过程,不断更新迭代,直到更新集E为空,即求得路径paths的最短路径值。
在本实施例中,边缘计算单元包括CPU、GPU、安全认证模块以及数据存储模块,用于实现数据存储、加密认证、数据保密、密钥分散、数字签名以及传输线路保护等功能,支持硬件国密算法。
收费通行介质具体为CPC以及OBU;
通信***具体由收费公路专用网络和基于运营商通信的公网组成。
COO路网数据结构表示路网每个元素-路段的起点编码、终点编码和不同车型路段的费用,用一个四元组(起点编号、终点编号、距离以及差异化收费费用)来表示;对路网中的收费站、ETC门架进行编码,相邻的站点间形成一个个路段;这样一个路段用一个四元组来表示,可表示该路段的长度、费用、时间等。
起点编码和终点编码为路网中收费站和ETC门架的统一站点编码号,距离为相邻的站点间的实际路段长度,费用为该路段根据车型、车种、时段、方向以及支付方式计算的差异化收费费用;
通过收费公路专网或专网断网的情况下通过基于公网将COO表变化列部分可实时传输到收费站和ETC门架边缘计算终端;
COO路网结构数据表的更新方式为:某路段封闭,注销表中该路段对应列数据;某路段封闭解除,恢复表中该路段对应列数据;新开通某站点、路段,在表中增加一列表示相应路段的数据;某路段费用改变,改变表中该路段对应列中的费用。
在本实施例中,路网生成模型具体如下:
一个高速公路路网由多条高速公路构成,主要要素有:
1)点:包括收费站点、互通枢纽、ETC门架;
2)路段(边):以相邻站点间构成一个路段;
3)路线:相邻的连接部分被分段地连接以形成路线,即行驶路径。
多个高速公路通过立交点和起点相互连接以形成道路网络。为了实现车辆行驶路径识别,需要在可能出现歧义路径的路段上建立车辆路径识别点(ETC门架)。
根据上述路网基本元素的构造,为了描述整个路网信息,至少必须对以下信息进行编码才能建立相关的基本数据:
1)路段:编号,归属
2)收费站:编号,道路信息,位置信息
3)ETC门架:ETC门架的编号,位置
4)两个站点之间的线段属性:第一个站点和最后一个站点,总里程,费率,收费金额
5)两个路段之间的互通属性:两个站点之间的互连
6)跨路段两点之间路线的属性:两个站的信息,里程,通行费,路线
因此,根据新的站点信息,编制收费站编码表、ETC门架编码表,编译整个路段中两个相邻站点(收费站,互通立交、ETC门架)之间的费率表,为实现还原车辆通行实际路径及计算费率打下基础。
运用CPU加GPU的异构并行计算方法,将最短路径算法中密集的大量节点、边数据的比较计算工作负载转移到GPU,由GPU并行处理路径数据,同时仍由CPU运行其余程序代码;
边缘计算单元的GPU含有p个处理器,首先将GPU的每个处理器分派n个节点分别求局部最小值,然后在GPU的p个处理器合作求全局最小值,最后再将这一最小值广播出去;
p个处理器合作方法如下:当p为偶数时,后p/2个处理器将自己的局部最小值分别发送到对应的前p/2个处理器中,由前p/2个处理器比较出2个局部最小值中相对较小者并保留;
当p为奇数时,设p=2h+1,则后h个处理器的值分别发送到前h个处理器中,比较并保留当前最小值;如此一层一层的比较,logp次循环后,就可以得出唯一的全局最小值。
单源最短路径算法的具体步骤为:
首先定义一个大小为|V|的数组paths,映射到从源顶点s到v每个顶点v的最短路径估值;并定义一个顶点的更新集E,其最短路径的估值在之后每单个程序执行,并且这些顶点之后的最短路径的估值也可能需要随时更新;为了确定在程序执行期间顶点的最短路径估值是否已更改并避免读写不一致,该算法还需要再定义另外一个更新数组bpaths;
该算法实现操作过程如下:首先,在初始化过程中,将源顶点s的path[s]值和bpaths[s]值定义为0,同时将其余顶点v的初始化paths[v]值和bpaths[v]定义为∞,表示在开始时,从源点s都无法到达其他顶点v;
更新集E最初是源点s,下一步,该算法在逻辑上分为两个过程:松弛和检查;
在松弛过程中,更新集E中的每个顶点v持续对其直接后继u执行松弛,即是bpaths[u]与paths[v]+w(v,u)两者之间比较大小,如果bpaths[u]较大,则使用paths[v]+w(v,u)的值更新bpaths[u],然后从更新集E中删除v自身;
在检查过程中,每个顶点v对bpaths[v]与paths[v]进行大小比较,如果bpaths[v]小于paths[v],则用前者更新后者,并应用顶点v本身,添加到更新集E;
不断重复执行上述两个操作,直至更新集E为空,这时从源点s到目标v的最短路径值就存储在paths[v]中。
对于通行介质失效而无法读取路径信息的车辆,通过异构并行计算加速最短路径算法的方式,计算车辆路径信息缺失段的最短路径并进行收费,具体采用公式(1)实现:
其中,SF表示车辆收费总额,W表示未缺失路段收费总额,DW表示缺失路段收费费用总额,COO Coordinate表示COO路网数据结构,private+public CNSS表示收费公路专网和运营商通信公网组成的通信***,nvGRAPH()表示CUDA平台的nvGRAPH函数,即使用异构并行计算对缺失路段最短路径进行实时计算。
在本实施例中,以广东省收费公路为例,对广东省收费公路站点进行编码,将具体站点转换成编号后,考虑不同时段、不同车型、不同支付形式的差异化收费政策,形成最终COO路网数据表如下表1所示。
表1
在另一个实施例中,还提供了基于上述实施例的高速公路差异化收费的通行费用实时计算方法,如图2所示,包括以下步骤:
S1、车辆信息整合,ETC门架等边缘计算终端从OBU、CPC卡中读取预收费车辆出发点及途经收费网点,将数据记录为车辆行驶过程数据矩阵S(A,A0,A1,S0,S1,S2...Sn);
其中,A表示车辆车牌号信息,A0表示车辆类型,A1表示车辆类型等级,S0为车辆起点,S1为车辆途经第一收费网点,S2为车辆途经第二收费网点,Sn为车辆途经第n收费网点;
S2、路径信息判断,根据车辆行驶过程数据矩阵S从OBU、CPC卡中获取预收费车辆途经收费网点里程收费信息,确定路径信息缺失路段及未缺失路段,建立车辆行驶信息未缺失路段里程矩阵F(F1,F2,...Fn-1)及车辆行驶信息缺失路段里程矩阵Q(Q1,Q2,...Qn);
其中,F1表示第一路段里程收费标准,F2表示第二路段里程收费标准...Fn-1表示第n-1路段里程收费标准;Q1表示第一缺失路段矩阵,Q2表示第二缺失路段矩阵,Qn表示第n缺失路段矩阵。
S3、未缺失路段收费计算,根据车辆行驶过程数据矩阵S,确定未缺失路段后从车辆行驶路段里程矩阵F,根据COO路网数据表获取对应路段费用建立未缺失路段收费矩阵FW(FW1,FW2...FWn),计算未缺失路段收费总费用,采用公式(2)计算未缺失路段收费总额:
其中,FW1表示第一未缺失路段收费,FW2表示第二未缺失路段收费,FWn表示第n未缺失路段收费;W表示未缺失路段收费总额,FWi表示第i未缺失路段收费总额;
计算结果与前期通行费用总额加总后通过ETC门架等设备写入车辆OBU、CPC通行介质。
S4、缺失路段收费计算,确定缺失路段起终点矩阵Q,根据缺失路段的起始点与结束点,边缘计算终端通过CPU和GPU的并行异构最短路径寻路方法对缺失路段的最短路径进行计算,并生成缺失段车辆行驶最短路径信息,构建缺失路段最短路径数据L(L1,L2...Ln),根据计算得到的缺失段车辆行驶最短路径信息及COO路网数据表,计算缺失路段收费矩阵QW(QW1,QW2...QWn),计算缺失路段收费总费用DW,采用公式(3)计算:
其中,DW表示缺失路段收费总费用,QWi表示第i缺失路段收费总额;
计算结果与前期通行费用总额加总后通过能够成功读取车辆信息的ETC门架等设备写入车辆OBU、CPC通行介质。
S5、计算结果显示,在公路收费网点工作人员的个人终端上显示车辆收费总额DW+W。
本实施例以目前路网节点规模为基础,同时考虑将来路网规模扩张的情况。这里以虚拟路网NY(共计264346节点,733846边)为基础,按照节点数由小到大,构造出从5000节点开始,到260000节点,间隔5000节点为一档,共52个路网数据。同时将官方公布的各类型客车、货车收费标准导入到虚拟路网中,计算路径信息缺失段的通行费用,进行实际通行费率的仿真计算。
运用CPU+GPU的异构并行计算方法实现主要使用CUDA平台新推出的nvGRAPH函数。该功能利用GPU的线性代数功能来处理最大的图形分析和大数据分析问题。具体操作流程:先调用nvgraphCreate()初始化库。接下来,可以继续通过nvGRAPH的API将图形数据上传到库中;可以分别使用nvgraphSetVertexData()和nvgraphSetEdgeData()将图形数据附加到图形的顶点和/或边缘。数据的多个值可以同时存在于每个边或顶点上,每个值都由索引访问数据集数组。然后,可以对数据运行图形算法,从数据中提取子图,并使用nvGRAPHAPI重新格式化数据。可将结果下载回主机,也可将结果复制到设备上的其他位置。运行完所有运算后,调用nvgraphDestroy()释放资源。从数据中提取子图,或使用nvGRAPH API重新格式化数据。
本发明进行虚拟路网实验针对路径信息缺失路段的通行费用进行仿真计算和分析,在仿真计算中,计算耗时均小于50ms。同时可以把计算结果的具体路径反馈出来以备查询,充分论证了实时计算方案的技术可行性。
还需要说明的是,在本说明书中,诸如术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种高速公路差异化收费的通行费用实时计算***,其特征在于,包括全国收费公路联网结算管理中心、省联网结算管理中心以及设置在高速公路出入口的收费站和主线ETC门架的边缘计算单元;
全国收费公路联网结算管理中心和省联网结算管理中心用于路网数据结构表COO统一生成、调整及维护,并通过通信***将COO数据实时传输至边缘计算单元;
边缘计算单元采用基于CUDA的SSSP算法实现对收费通行介质记录缺失路段的最少费用进行实时计算。
2.根据权利要求1所述的高速公路差异化收费的通行费用实时计算***,其特征在于,边缘计算单元包括CPU、GPU、安全认证模块以及数据存储模块,用于实现数据存储、加密认证、数据保密、密钥分散、数字签名以及传输线路保护。
3.根据权利要求1所述的高速公路差异化收费的通行费用实时计算***,其特征在于,收费通行介质具体为CPC以及OBU;
通信***具体由收费公路专用网络和基于运营商通信的公网组成。
4.根据权利要求1所述的高速公路差异化收费的通行费用实时计算***,其特征在于,COO路网数据结构表示路网每个元素-路段的起点站编码、终点站编码、起点与终点距离和该路段费用,用一个四元组来表示,具体为:
起点编号、终点编号、距离以及差异化收费费用;
起点编码和终点编码为路网中收费站和ETC门架的统一站点编码号,距离为相邻的站点间的实际路段长度,费用为该路段根据车型、车种、时段、方向以及支付方式计算的差异化收费费用;
通过收费公路专网或专网断网的情况下通过基于公网将COO表变化列部分可实时传输到收费站和ETC门架边缘计算终端;
COO路网数据生成表示为:对路网中的收费站、ETC门架进行编码,相邻的站点间形成一个个路段,路段的起终点编号、距离、费用组成一个四元组,将所有路段的四元组整合生成完整的COO路网数据;
COO路网结构数据表的更新方式为:某路段封闭,注销表中该路段对应列数据;某路段封闭解除,恢复表中该路段对应列数据;新开通某站点、路段,在表中增加一列表示相应路段的数据;某路段费用改变,改变表中该路段对应列中的费用。
5.根据权利要求1所述的高速公路差异化收费的通行费用实时计算***,其特征在于,运用CPU加GPU的异构并行计算方法,将最短路径算法中密集的大量节点、边数据的比较计算工作负载转移到GPU,由GPU并行处理路径数据,同时仍由CPU运行其余程序代码;
边缘计算单元的GPU含有p个处理器,首先将GPU的每个处理器分派n个节点分别求局部最小值,然后在GPU的p个处理器合作求全局最小值,最后再将这一最小值广播出去;
p个处理器合作方法如下:当p为偶数时,后p/2个处理器将自己的局部最小值分别发送到对应的前p/2个处理器中,由前p/2个处理器比较出2个局部最小值中相对较小者并保留;
当p为奇数时,设p=2h+1,则后h个处理器的值分别发送到前h个处理器中,比较并保留当前最小值;如此一层一层的比较,logp次循环后,就可以得出唯一的全局最小值。
6.根据权利要求5所述的高速公路差异化收费的通行费用实时计算***,其特征在于,单源最短路径算法的具体步骤为:
首先定义一个大小为|V|的数组paths,映射到从源顶点s到v每个顶点v的最短路径估值;并定义一个顶点的更新集E,其最短路径的估值在之后每单个程序执行,并且这些顶点之后的最短路径的估值也可能需要随时更新;为了确定在程序执行期间顶点的最短路径估值是否已更改并避免读写不一致,该算法还需要再定义另外一个更新数组bpaths;
该算法实现操作过程如下:首先,在初始化过程中,将源顶点s的path[s]值和bpaths[s]值定义为0,同时将其余顶点v的初始化paths[v]值和bpaths[v]定义为∞,表示在开始时,从源点s都无法到达其他顶点v;
更新集E最初是源点s,下一步,该算法在逻辑上分为两个过程:松弛和检查;
在松弛过程中,更新集E中的每个顶点v持续对其直接后继u执行松弛,即是bpaths[u]与paths[v]+w(v,u)两者之间比较大小,如果bpaths[u]较大,则使用paths[v]+w(v,u)的值更新bpaths[u],然后从更新集E中删除v自身;
在检查过程中,每个顶点v对bpaths[v]与paths[v]进行大小比较,如果bpaths[v]小于paths[v],则用前者更新后者,并应用顶点v本身,添加到更新集E;
不断重复执行松弛和检查两个操作,直至更新集E为空,这时从源点s到目标v的最短路径值就存储在paths[v]中。
7.基于权利要求1-6任一项所述***的高速公路差异化收费的通行费用实时计算方法,其特征在于,包括以下步骤:
S1、车辆信息整合,高速公路出入口收费站和主线ETC门架等边缘计算终端从OBU、CPC卡中读取预收费车辆出发点及途经收费网点,将数据记录为车辆行驶过程数据矩阵;
S2、路径信息判断,根据车辆行驶过程数据矩阵从OBU、CPC卡中获取预收费车辆途经收费网点里程收费信息,确定路径信息缺失路段及未缺失路段,建立车辆行驶信息未缺失路段里程矩阵及车辆行驶信息缺失路段里程矩阵;
S3、未缺失路段收费计算,根据车辆行驶过程数据矩阵,确定未缺失路段后从车辆行驶路段里程矩阵,根据COO路网数据表获取对应路段费用建立未缺失路段收费矩阵,计算未缺失路段收费总费用;
S4、缺失路段收费计算,确定缺失路段起终点矩阵,根据缺失路段的起始点与结束点,边缘计算终端通过CPU和GPU的并行异构最短路径寻路方法对缺失路段的最短路径进行计算,并生成缺失段车辆行驶最短路径信息,构建缺失路段最短路径数,根据计算得到的缺失段车辆行驶最短路径信息及COO路网数据表,计算缺失路段收费矩阵,计算缺失路段收费总费用;
S5、计算结果显示,在公路收费网点工作人员的个人终端上显示车辆收费总额。
8.根据权利要求7所述的高速公路差异化收费的通行费用实时计算方法,其特征在于,步骤S1中,车辆行驶过程数据矩阵具体为:
S(A,A0,A1,S0,S1,S2...Sn)
其中,A表示车辆车牌号信息,A0表示车辆类型,A1表示车辆类型等级,S0为车辆起点,S1为车辆途经第一收费网点,S2为车辆途经第二收费网点,Sn为车辆途经第n收费网点;
步骤S2中,车辆行驶信息未缺失路段里程矩阵为:
F(F1,F2,...Fn-1)
其中,F1表示第一路段里程收费标准,F2表示第二路段里程收费标准...Fn-1表示第n-1路段里程收费标准;
车辆行驶信息缺失路段里程矩阵具体为:
Q(Q1,Q2,...Qn)
其中,Q1表示第一缺失路段矩阵,Q2表示第二缺失路段矩阵,Qn表示第n缺失路段矩阵;
步骤S3中,未缺失路段收费矩阵具体为:
FW(FW1,FW2...FWn)
其中,FW1表示第一未缺失路段收费,FW2表示第二未缺失路段收费,FWn表示第n未缺失路段收费;
步骤S4中,缺失路段最短路径数据具体为L(L1,L2...Ln),其中,L1表示第一缺失路段最短路径矩阵,L2表示第二缺失路段最短路径矩阵,Ln表示第n缺失路段最短路径矩阵;
缺失路段收费矩阵具体为:
QW(QW1,QW2...QWn)
其中,QW1表示第一缺失路段收费,QW2表示第二缺失路段收费,QWn表示第n缺失路段收费。
9.根据权利要求8所述的高速公路差异化收费的通行费用实时计算方法,其特征在于,步骤S3具体为:
根据车辆行驶过程数据矩阵S,确定未缺失路段后从车辆行驶路段里程矩阵F,根据COO路网数据表获取对应路段费用建立未缺失路段收费矩阵,采用以下公式计算未缺失路段收费总额:
其中,W表示未缺失路段收费总额,FWi表示第i未缺失路段收费总额;
计算结果与前期通行费用总额加总后通过ETC门架等设备写入车辆OBU、CPC通行介质;
步骤S4具体为:
确定缺失路段起终点矩阵Q后,根据缺失路段的起始点与结束点,边缘计算终端通过CPU和GPU的并行异构最短路径寻路方法对缺失路段的最短路径进行计算,并生成缺失段车辆行驶最短路径信息,构建缺失路段最短路径数据L,根据计算得到的缺失段车辆行驶最短路径信息及COO路网数据表,计算缺失路段收费矩阵QW,并根据缺失路段收费矩阵QW计算缺失路段收费总费用DW,采用以下公式计算:
其中,DW表示缺失路段收费总费用,QWi表示第i缺失路段收费总额;
计算结果与前期通行费用总额加总后通过能够成功读取车辆信息的ETC门架等设备写入车辆OBU、CPC通行介质。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111546535.5A CN114170696A (zh) | 2021-12-16 | 2021-12-16 | 一种高速公路差异化收费的通行费用实时计算***与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111546535.5A CN114170696A (zh) | 2021-12-16 | 2021-12-16 | 一种高速公路差异化收费的通行费用实时计算***与方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114170696A true CN114170696A (zh) | 2022-03-11 |
Family
ID=80487008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111546535.5A Pending CN114170696A (zh) | 2021-12-16 | 2021-12-16 | 一种高速公路差异化收费的通行费用实时计算***与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114170696A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114973675A (zh) * | 2022-05-26 | 2022-08-30 | 华南理工大学 | 一种利用服务区联络通道的高速公路掉头组织*** |
CN115240414A (zh) * | 2022-07-19 | 2022-10-25 | 陕西蓝德智慧交通科技有限公司 | 一种基于etc门架***的交通情况调查方法 |
CN115631544A (zh) * | 2022-12-14 | 2023-01-20 | 高德软件有限公司 | 一种高速公路差异化收费的确定方法、装置及计算机设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101894051A (zh) * | 2010-07-29 | 2010-11-24 | 中国科学技术大学 | 基于主辅数据结构的cpu-gpu合作计算方法 |
CN102194259A (zh) * | 2010-03-16 | 2011-09-21 | 上海交技发展股份有限公司 | 基于图论的高速公路联网收费车道建模计算费额的方法 |
CN102932003A (zh) * | 2012-09-07 | 2013-02-13 | 上海交通大学 | 基于gpu架构的qc-ldpc码的加速译码方法 |
CN110853163A (zh) * | 2019-10-28 | 2020-02-28 | 北京中交国通智能交通***技术有限公司 | 一种基于ai与车路协同的车辆路径识别计费***及方法 |
CN110992499A (zh) * | 2019-11-20 | 2020-04-10 | 北京握奇智能科技有限公司 | 一种基于区块链的高速计费方法及*** |
CN111784857A (zh) * | 2020-06-22 | 2020-10-16 | 浙江大华技术股份有限公司 | 一种停车位管理方法、装置以及计算机存储介质 |
-
2021
- 2021-12-16 CN CN202111546535.5A patent/CN114170696A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102194259A (zh) * | 2010-03-16 | 2011-09-21 | 上海交技发展股份有限公司 | 基于图论的高速公路联网收费车道建模计算费额的方法 |
CN101894051A (zh) * | 2010-07-29 | 2010-11-24 | 中国科学技术大学 | 基于主辅数据结构的cpu-gpu合作计算方法 |
CN102932003A (zh) * | 2012-09-07 | 2013-02-13 | 上海交通大学 | 基于gpu架构的qc-ldpc码的加速译码方法 |
CN110853163A (zh) * | 2019-10-28 | 2020-02-28 | 北京中交国通智能交通***技术有限公司 | 一种基于ai与车路协同的车辆路径识别计费***及方法 |
CN110992499A (zh) * | 2019-11-20 | 2020-04-10 | 北京握奇智能科技有限公司 | 一种基于区块链的高速计费方法及*** |
CN111784857A (zh) * | 2020-06-22 | 2020-10-16 | 浙江大华技术股份有限公司 | 一种停车位管理方法、装置以及计算机存储介质 |
Non-Patent Citations (4)
Title |
---|
卢香清: ""图最短路径并行化及其应用研究"", 《计算机工程与应用》 * |
周灿: ""基于MPI的矩阵运算并行算法研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
李承远: ""取消省界收费站后的高速公路通行费用实时计算方案优化研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
武亮亮: ""基于MPI和Linux机群环境的矩阵运算并行算法应用研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114973675A (zh) * | 2022-05-26 | 2022-08-30 | 华南理工大学 | 一种利用服务区联络通道的高速公路掉头组织*** |
CN114973675B (zh) * | 2022-05-26 | 2023-09-26 | 华南理工大学 | 一种利用服务区联络通道的高速公路掉头组织*** |
CN115240414A (zh) * | 2022-07-19 | 2022-10-25 | 陕西蓝德智慧交通科技有限公司 | 一种基于etc门架***的交通情况调查方法 |
CN115240414B (zh) * | 2022-07-19 | 2024-04-02 | 陕西蓝德智慧交通科技有限公司 | 一种基于etc门架***的交通情况调查方法 |
CN115631544A (zh) * | 2022-12-14 | 2023-01-20 | 高德软件有限公司 | 一种高速公路差异化收费的确定方法、装置及计算机设备 |
CN115631544B (zh) * | 2022-12-14 | 2023-02-28 | 高德软件有限公司 | 一种高速公路差异化收费的确定方法、装置及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114170696A (zh) | 一种高速公路差异化收费的通行费用实时计算***与方法 | |
US20190279247A1 (en) | Crowd-sourced mapping | |
CN101676689B (zh) | 驾驶评价***以及驾驶评价方法 | |
CN112069573B (zh) | 一种基于元胞自动机的城市群空间模拟方法、***及设备 | |
Zhang et al. | Smart transport system based on “The Internet of Things” | |
Kohan et al. | Discovering traffic congestion through traffic flow patterns generated by moving object trajectories | |
CN112734956B (zh) | 一种etc门架确定的方法、装置及存储介质 | |
Yang et al. | Application of data science technologies in intelligent prediction of traffic congestion | |
CN111914940B (zh) | 一种共享车辆站点分群聚类方法、***、装置及存储介质 | |
Yue et al. | Low-cost urban test scenario generation using microscopic traffic simulation | |
Rieck et al. | Efficient traffic simulator coupling in a distributed v2x simulation environment | |
CN112249009A (zh) | 车速控制方法、装置、***及电子设备 | |
Hou et al. | The effect of the dataset on evaluating urban traffic prediction | |
CN112885112A (zh) | 车辆行驶检测的方法、车辆行驶预警的方法和装置 | |
CN114509081B (zh) | 基于差异化收费计算车辆通行成本的方法以及装置 | |
CN114913492A (zh) | 智能车路***场景生成方法、***、存储介质及计算设备 | |
Ali et al. | Future connected vehicles: challenges and opportunities for spatio-temporal computing | |
CN113177046A (zh) | 路网拓扑图的生成方法、装置、设备及存储介质 | |
Li et al. | Game dynamics of route choice in heterogenous population | |
CN111739288A (zh) | 基于人工智能的车辆驾驶风险分析方法及相关装置 | |
Hao et al. | Traffic Network Modeling and Extended Max‐Pressure Traffic Control Strategy Based on Granular Computing Theory | |
CN114078283B (zh) | 数据查询方法、装置、设备及计算机可读存储介质 | |
Zang et al. | Towards predicting vehicular data consumption | |
Wang et al. | Influential spatial facility prediction over large scale cyber-physical vehicles in smart city | |
Zhao et al. | Urban end distribution optimization under e-commerce environment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |