CN117763945A - 基于数字孪生的车辆逃费行为分析方法及车道收费*** - Google Patents

Abstract

本发明涉及公路收费数据处理技术领域，公开了一种基于数字孪生的车辆逃费行为分析方法及车道收费***，该方法应用于车道收费***中，该***包括前端和后端，该方法包括：前端采集车辆的入口车辆信息及车道设备对应的设备信息，将入口车辆信息和设备信息发送至后端；后端将入口车辆信息、设备信息及***信息输入至数字孪生模型中模拟得到行驶情况模拟结果；后端根据行驶情况模拟结果计算车辆的通行费用，将通行费用发送至前端；前端检测车辆的费用支付情况；当车辆执行费用支付操作时，前端检测车辆的实际支付费用；前端根据实际支付费用及通行费用分析车辆行为。可见，实施本发明能够提高车辆逃费行为的分析准确性，有利于减少车道通行费的流失。

Description

基于数字孪生的车辆逃费行为分析方法及车道收费***

技术领域

本发明涉及公路收费数据处理技术领域，尤其涉及一种基于数字孪生的车辆逃费行为分析方法及车道收费***。

背景技术

随着高速省界收费站的撤销，高速车道越来越容易出现车辆逃费的情况，从而导致高速车道的通行费严重流失。

目前，对于车辆逃费的情况，现有的稽核手段一般是事后稽核的手段，即当收费部门发现过去某一时长段内某一车道内出现收费异常的情况下才对该时长段内经过该车道的车辆进行稽核。然而，在实际生活中，采用事后稽核的方式，无法在车辆发生疑似偷逃费行为时及时向收费部门预警，容易导致后续很难稽核出需要追缴的车辆。可见，提出一种提高车辆逃费行为的分析准确性的技术方案显得尤为重要。

发明内容

本发明提供了一种基于数字孪生的车辆逃费行为分析方法及车道收费***，能够提高车辆逃费行为的分析准确性，有利于减少车道通行费的流失。

为了解决上述技术问题，本发明第一方面公开了一种基于数字孪生的车辆逃费行为分析方法，所述方法应用于车道收费***中，所述车道收费***包括前端和后端，所述方法包括：

当检测到车辆驶入车道的入口时，所述前端采集所述车辆的入口车辆信息以及所述车道上的车道设备对应的设备信息，并将所述入口车辆信息和所述设备信息发送至所述后端；

所述后端将所述入口车辆信息、所述设备信息以及接收到的所述车道收费***的***信息输入至数字孪生模型中进行行驶情况模拟，得到所述车辆的行驶情况模拟结果；

所述后端根据所述车辆的行驶情况模拟结果，计算所述车辆所需支付的通行费用，并将所述车辆的通行费用发送至所述前端；

所述前端检测所述车辆的费用支付情况，所述费用支付情况包括所述车辆执行费用支付操作或者所述车辆未执行费用支付操作；

当检测到所述车辆的费用支付情况为所述车辆执行费用支付操作时，所述前端检测所述车辆的实际支付费用；

所述前端根据所述车辆的实际支付费用及所述车辆的通行费用，分析所述车辆的行为，得到所述车辆的行为分析结果，所述行为分析结果用于表示所述车辆是否存在逃费行为。

作为一种可选的实施方式，在本发明第一方面中，所述后端根据所述车辆的行驶情况模拟结果，计算所述车辆所需支付的通行费用，包括：

所述后端接收所述前端发送的所述车辆的出口车辆信息；

所述后端将所述出口车辆信息、所述设备信息以及所述***信息输入至所述数字孪生模型中进行行驶情况溯源，得到所述车辆的行驶情况溯源结果；

所述后端根据所述行驶情况溯源结果，对所述车辆的行驶情况模拟结果进行校验；

当校验通过时，所述后端根据所述车辆的行驶情况模拟结果，计算所述车辆所需支付的通行费用。

作为一种可选的实施方式，在本发明第一方面中，所述方法还包括：

当校验不通过时，所述后端接收所述前端发送的所述车辆的监控信息集合，所述车辆的监控信息集合包括所述车辆的行驶车道的多个车道监控位置中每个所述车道监控位置对应的监控信息，所述监控信息包括视频信息和/或语音信息；

所述后端根据所述车辆的监控信息集合，判断所述车辆是否存在异常行驶行为；

当判断出所述车辆不存在异常行驶行为时，所述后端根据所述车辆的监控信息集合，对所述行驶情况模拟结果进行校准。

作为一种可选的实施方式，在本发明第一方面中，所述方法还包括：

所述后端根据所述车辆的监控信息集合，分析所述车辆的实际行驶情况；

所述后端计算所述车辆的实际行驶情况与所述车辆的行驶情况模拟结果的相似度；

所述后端判断所述实际行驶情况与所述行驶情况模拟结果的相似度是否大于或等于预设相似度；当判断出所述实际行驶情况与所述行驶情况模拟结果的相似度大于或等于所述预设相似度时，触发所述后端执行所述的根据所述车辆的行驶情况模拟结果，计算所述车辆所需支付的通行费用的操作；

当判断出所述实际行驶情况与所述行驶情况模拟结果的相似度小于所述预设相似度时，所述后端检测所述数字孪生模型的异常情况；

当检测到所述数字孪生模型的异常情况为所述数字孪生模型的模型输出结果异常时，所述后端根据所述实际行驶情况，对所述车辆的行驶情况模拟结果进行校准，得到校准后的行驶情况模拟结果；并触发所述后端执行所述的根据所述车辆的行驶情况模拟结果，计算所述车辆所需支付的通行费用的操作。

作为一种可选的实施方式，在本发明第一方面中，所述车道设备对应的设备信息包括所述车道设备的设备标识以及所述车道设备采集到的信息；

以及，所述后端将所述入口车辆信息、所述设备信息以及接收到的所述车道收费***的***信息输入至数字孪生模型中进行行驶情况模拟，得到所述车辆的行驶情况模拟结果，包括：

所述后端将所述入口车辆信息以及接收到的所述车道收费***的***信息输入至数字孪生模型中进行行驶情况分析，得到所述车辆的历史模拟行驶情况；

所述后端根据所述入口车辆信息包含的所述车辆的车辆标识，对所述设备信息进行关联分析，得到所述车道设备对应的关联信息，所述关联信息包括所述车道设备采集到的信息中与所述车辆标识的关联度大于或等于预设关联度的信息；

所述后端将所述入口车辆信息、所述设备信息以及所述关联信息输入至所述数字孪生模型中进行行驶情况分析，得到所述车辆的当前模拟行驶情况；

所述后端对所述车辆的历史模拟行驶情况以及所述车辆的当前模拟行驶情况进行综合分析，得到所述车辆的行驶情况模拟结果。

作为一种可选的实施方式，在本发明第一方面中，在所述前端根据所述车辆的实际支付费用及所述车辆的通行费用，分析所述车辆的行为，得到所述车辆的行为分析结果之后，所述方法还包括：

所述前端将所述车辆的行为分析结果发送至所述后端；

所述后端存储所述车辆的行为分析结果，并根据所述车辆的行为分析结果，判断所述车辆的当前条件是否满足预设的车辆放行条件；

当判断出所述车辆的当前条件满足所述车辆放行条件时，所述后端向所述前端发送针对所述车辆的车辆放行指令；

所述前端根据所述车辆放行指令，生成所述车辆对应的车道出口的车辆放行控制设备的放行控制参数；所述放行控制参数为控制所述放行控制设备执行车辆放行操作的参数。

作为一种可选的实施方式，在本发明第一方面中，所述后端根据所述车辆的行为分析结果，判断所述车辆的当前条件是否满足预设的车辆放行条件，包括：

所述后端根据所述车辆的入口车辆信息中包含的所述车辆的车辆标识，判断预先存储好的逃费车辆名单包含的多个逃费车辆的逃费车辆标识中是否存在所述车辆标识，以及判断所述车辆的行为分析结果是否用于表示所述车辆存在逃费行为，所述逃费车辆名单包括所有所述逃费车辆的逃费车辆标识以及每个所述逃费车辆的逃费情况，所述逃费情况包括相应逃费车辆的逃费次数以及相应逃费车辆的每次逃费金额；

当判断出所述逃费车辆名单的所有逃费车辆标识中不存在所述车辆标识，且判断出所述车辆的行为分析结果用于表示所述车辆不存在逃费行为时，所述后端确定所述车辆的当前条件满足预设的车辆放行条件；

当判断出所述逃费车辆名单的所有逃费车辆标识中存在所述车辆标识，或者判断出所述车辆的行为分析结果用于表示所述车辆存在逃费行为时，所述后端查询所述车辆绑定的支付账户的账户状态；

当所述车辆绑定的支付账户的账户状态为金额受限状态，且所述逃费车辆名单中与所述车辆标识相匹配的目标逃费车辆的目标逃费情况符合第一逃费情况时，所述后端确定所述车辆的当前条件满足预设的车辆放行条件；

当所述车辆绑定的支付账户的账户状态为金额不受限状态，或者所述逃费车辆名单中与所述车辆标识相匹配的目标逃费车辆的目标逃费情况符合第二逃费情况时，所述后端确定所述车辆的当前条件不满足预设的车辆放行条件。

本发明第二方面公开了一种车道收费***，所述车道收费***包括前端和后端，所述前端包括采集模块、第一发送模块、第一检测模块以及第一分析模块，所述后端包括模拟模块、计算模块以及第二发送模块，其中：

所述采集模块，用于当检测到车辆驶入车道的入口时，采集所述车辆的入口车辆信息以及所述车道上的车道设备对应的设备信息；

所述第一发送模块，用于将所述入口车辆信息和所述设备信息发送至所述后端；

所述模拟模块，用于将所述入口车辆信息、所述设备信息以及接收到的所述车道收费***的***信息输入至数字孪生模型中进行行驶情况模拟，得到所述车辆的行驶情况模拟结果；

所述计算模块，用于根据所述车辆的行驶情况模拟结果计算所述车辆所需支付的通行费用；

所述第二发送模块，用于将所述车辆的通行费用发送至所述前端；

所述第一检测模块，用于检测所述车辆的费用支付情况，所述费用支付情况包括所述车辆执行费用支付操作或者所述车辆未执行费用支付操作；

所述第一检测模块，还用于当检测到所述车辆的费用支付情况为所述车辆执行费用支付操作时，检测所述车辆的实际支付费用；

所述第一分析模块，用于根据所述车辆的实际支付费用及所述车辆的通行费用，分析所述车辆的行为，得到所述车辆的行为分析结果，所述行为分析结果用于表示所述车辆是否存在逃费行为。

作为一种可选的实施方式，在本发明第二方面中，所述计算模块根据所述车辆的行驶情况模拟结果，计算所述车辆所需支付的通行费用的方式具体包括：

接收所述前端发送的所述车辆的出口车辆信息；

将所述出口车辆信息、所述设备信息以及所述***信息输入至所述数字孪生模型中进行行驶情况溯源，得到所述车辆的行驶情况溯源结果；

根据所述行驶情况溯源结果，对所述车辆的行驶情况模拟结果进行校验；

当校验通过时，根据所述车辆的行驶情况模拟结果，计算所述车辆所需支付的通行费用。

作为一种可选的实施方式，在本发明第二方面中，所述后端还包括第一接收模块、第一判断模块以及校准模块，其中：

所述第一接收模块，用于当校验不通过时，接收所述前端发送的车辆的监控信息集合，所述车辆的监控信息集合包括所述车辆的行驶车道的多个车道监控位置中每个所述车道监控位置对应的监控信息，所述监控信息包括视频信息和/或语音信息；

所述第一判断模块，用于根据所述车辆的监控信息集合，判断所述车辆是否存在异常行驶行为；

所述校准模块，用于当所述第一判断模块判断出所述车辆不存在异常行驶行为时，所述后端根据所述车辆的监控信息集合，对所述行驶情况模拟结果进行校准。

作为一种可选的实施方式，在本发明第二方面中，所述后端还包括第二分析模块以及第二检测模块，其中：

所述第二分析模块，用于根据所述车辆的监控信息集合，分析所述车辆的实际行驶情况；

所述计算模块，还用于计算所述车辆的实际行驶情况与所述车辆的行驶情况模拟结果的相似度；

所述第一判断模块，还用于判断所述实际行驶情况与所述行驶情况模拟结果的相似度是否大于或等于预设相似度；当所述第一判断模块判断出所述实际行驶情况与所述行驶情况模拟结果的相似度大于或等于所述预设相似度时，触发所述计算模块执行所述的根据所述车辆的行驶情况模拟结果，计算所述车辆所需支付的通行费用的操作；

所述第二检测模块，用于当所述第一判断模块判断出所述实际行驶情况与所述行驶情况模拟结果的相似度小于所述预设相似度时，检测所述数字孪生模型的异常情况；

所述校准模块，还用于当所述第二检测模块检测到所述数字孪生模型的异常情况为所述数字孪生模型的模型输出结果异常时，根据所述实际行驶情况，对所述车辆的行驶情况模拟结果进行校准，得到校准后的行驶情况模拟结果；并触发所述计算模块执行所述的根据所述车辆的行驶情况模拟结果，计算所述车辆所需支付的通行费用的操作。

作为一种可选的实施方式，在本发明第二方面中，所述车道设备对应的设备信息包括所述车道设备的设备标识以及所述车道设备采集到的信息；

以及，所述模拟模块将所述入口车辆信息、所述设备信息以及接收到的所述车道收费***的***信息输入至数字孪生模型中进行行驶情况模拟，得到所述车辆的行驶情况模拟结果的方式具体包括：

将所述入口车辆信息以及接收到的所述车道收费***的***信息输入至数字孪生模型中进行行驶情况分析，得到所述车辆的历史模拟行驶情况；

根据所述入口车辆信息包含的所述车辆的车辆标识，对所述设备信息进行关联分析，得到所述车道设备对应的关联信息，所述关联信息包括所述车道设备采集到的信息中与所述车辆标识的关联度大于或等于预设关联度的信息；

将所述入口车辆信息、所述设备信息以及所述关联信息输入至所述数字孪生模型中进行行驶情况分析，得到所述车辆的当前模拟行驶情况；

对所述车辆的历史模拟行驶情况以及所述车辆的当前模拟行驶情况进行综合分析，得到所述车辆的行驶情况模拟结果。

作为一种可选的实施方式，在本发明第二方面中，所述第一发送模块，还用于在所述第一分析模块根据所述车辆的实际支付费用及所述车辆的通行费用，分析所述车辆的行为，得到所述车辆的行为分析结果之后，将所述车辆的行为分析结果发送至所述后端；

以及，所述后端还包括存储模块以及第二判断模块，所述前端还包括生成模块，其中：

所述存储模块，用于存储所述车辆的行为分析结果；

所述第二判断模块，用于根据所述车辆的行为分析结果，判断所述车辆的当前条件是否满足预设的车辆放行条件；

所述第二发送模块，还用于当所述第二判断模块判断出所述车辆的当前条件满足所述车辆放行条件时，向所述前端发送针对所述车辆的车辆放行指令；

所述生成模块，用于根据所述车辆放行指令，生成所述车辆对应的车道出口的车辆放行控制设备的放行控制参数；所述放行控制参数为控制所述放行控制设备执行车辆放行操作的参数。

作为一种可选的实施方式，在本发明第二方面中，所述第二判断模块根据所述车辆的行为分析结果，判断所述车辆的当前条件是否满足预设的车辆放行条件的方式具体包括：

根据所述车辆的入口车辆信息中包含的所述车辆的车辆标识，判断预先存储好的逃费车辆名单包含的多个逃费车辆的逃费车辆标识中是否存在所述车辆标识，以及判断所述车辆的行为分析结果是否用于表示所述车辆存在逃费行为，所述逃费车辆名单包括所有所述逃费车辆的逃费车辆标识以及每个所述逃费车辆的逃费情况，所述逃费情况包括相应逃费车辆的逃费次数以及相应逃费车辆的每次逃费金额；

当判断出所述逃费车辆名单的所有逃费车辆标识中不存在所述车辆标识，且判断出所述车辆的行为分析结果用于表示所述车辆不存在逃费行为时，确定所述车辆的当前条件满足预设的车辆放行条件；

当判断出所述逃费车辆名单的所有逃费车辆标识中存在所述车辆标识，或者判断出所述车辆的行为分析结果用于表示所述车辆存在逃费行为时，查询所述车辆绑定的支付账户的账户状态；

当所述车辆绑定的支付账户的账户状态为金额受限状态，且所述逃费车辆名单中与所述车辆标识相匹配的目标逃费车辆的目标逃费情况符合第一逃费情况时，确定所述车辆的当前条件满足预设的车辆放行条件；

当所述车辆绑定的支付账户的账户状态为金额不受限状态，或者所述逃费车辆名单中与所述车辆标识相匹配的目标逃费车辆的目标逃费情况符合第二逃费情况时，确定所述车辆的当前条件不满足预设的车辆放行条件。

本发明第三方面公开了一种车道收费***的前端，所述前端包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的基于数字孪生的车辆逃费行为分析方法。

本发明第四方面公开了一种车道收费***的后端，所述后端包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的基于数字孪生的车辆逃费行为分析方法。

本发明第五方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明第一方面公开的基于数字孪生的车辆逃费行为分析方法。

与现有技术相比，本发明实施例具有以下有益效果：

本发明实施例中，该方法应用于车道收费***中，该车道收费***包括前端和后端，其中，当检测到车辆驶入车道的入口时，前端采集车辆的入口车辆信息以及车道上的车道设备对应的设备信息，并将入口车辆信息和设备信息发送至后端；后端将入口车辆信息、设备信息以及接收到的车道收费***的***信息输入至数字孪生模型中进行行驶情况模拟，得到车辆的行驶情况模拟结果；后端根据车辆的行驶情况模拟结果，计算车辆所需支付的通行费用，并将车辆的通行费用发送至前端；前端检测车辆的费用支付情况，费用支付情况包括车辆执行费用支付操作或者车辆未执行费用支付操作；当检测到车辆的费用支付情况为车辆执行费用支付操作时，前端检测车辆的实际支付费用；前端根据车辆的实际支付费用及车辆的通行费用，分析车辆的行为，得到车辆的行为分析结果，行为分析结果用于表示车辆是否存在逃费行为。可见，实施本发明能够当检测到车辆驶入车道入口时，前端将采集到的入口车辆信息以及车道上的车道设备对应的设备信息发送至后端，后端将入口车辆信息、设备信息以及接收到的车道收费***的***信息输入至数字孪生模型中进行行驶情况模拟，得到车辆的行驶情况模拟结果，能够提高行驶情况模拟结果，并根据准确模拟出的行驶情况模拟结果，计算车辆所需支付的通行费用，能够提高车辆通行费用的计算准确性，前端接收到后端发送的通行费用时，检测车辆的费用支付情况，当检测到车辆执行费用支付操作时，检测车辆的实际支付费用，并根据车辆的实际支付费用及车辆的通行费用，分析车辆的行为，能够提高车辆逃费行为的分析准确性，从而有利于提高对存在逃费行为的车辆进行追缴的准确性，进而有利于减少车道通行费的流失，以及通过使用更轻量化的设备作为前端，有利于降低前端计算及存储的开销，从而有利于降低车道收费***的成本。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例公开的一种基于数字孪生的车辆逃费行为分析方法的流程示意图；

图2是本发明实施例公开的另一种基于数字孪生的车辆逃费行为分析方法的流程示意图；

图3是本发明实施例公开的一种车道收费***的结构示意图；

图4是本发明实施例公开的另一种车道收费***的结构示意图；

图5是本发明实施例公开的一种车道收费***的前端的结构示意图；

图6是本发明实施例公开的一种车道收费***的后端的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本发明公开了一种基于数字孪生的车辆逃费行为分析方法及车道收费***，能够当检测到车辆驶入车道入口时，前端将采集到的入口车辆信息以及车道上的车道设备对应的设备信息发送至后端，后端将入口车辆信息、设备信息以及接收到的车道收费***的***信息输入至数字孪生模型中进行行驶情况模拟，得到车辆的行驶情况模拟结果，能够提高行驶情况模拟结果，并根据准确模拟出的行驶情况模拟结果，计算车辆所需支付的通行费用，能够提高车辆通行费用的计算准确性，前端接收到后端发送的通行费用时，检测车辆的费用支付情况，当检测到车辆执行费用支付操作时，检测车辆的实际支付费用，并根据车辆的实际支付费用及车辆的通行费用，分析车辆的行为，能够提高车辆逃费行为的分析准确性，从而有利于提高对存在逃费行为的车辆进行追缴的准确性，进而有利于减少车道通行费的流失，以及通过使用更轻量化的设备作为前端，有利于降低前端计算及存储的开销，从而有利于降低车道收费***的成本。以下分别进行详细说明。

实施例一

请参阅图1，图1是本发明实施例公开的一种基于数字孪生的车辆逃费行为分析方法的流程示意图。其中，图1所描述的基于数字孪生的车辆逃费行为分析方法可以应用于车道收费***中，其中，车道收费***可以包括前端和后端。其中，前端的业务可以包括车道设备的控制指令的响应、车道设备的状态采集交互、车辆的通行控制等业务；后端的业务可以包括核心计费、收费流程执行、收费特情处理等业务。将车道收费***进行前后端分离，能够使前端采用更轻量化的设备取代现有的嵌入式工控机，同时将收发卡、RSU天线信号、视频图像、栏杆机等功能进行一体化集成，并提供图形化交互服务以及语音化交互服务等功能，打造车道收费机器人。其中，车道收费机器人负责控制所有车道设备并对车道设备采集的信息进行加工处理。后端可以分为正常收费流程和特情收费流程两部分。正常收费流程负责完成ETC车辆、MTC车辆入出口的正常发卡、计费、收费等相关流程处理，特情收费流程负责完成现场收费特情的人工干预处理，本发明实施例不做限定。如图1所示，该基于数字孪生的车辆逃费行为分析方法可以包括以下操作：

101、当检测到车辆驶入车道的入口时，前端采集车辆的入口车辆信息以及车道上的车道设备对应的设备信息。

本发明实施例中，可选的，车辆的入口车辆信息可以包括车辆的车辆识别信息。其中，车辆的车辆识别信息可以包括车辆的OBU信息、车辆的CPC信息以及车辆的ETC信息等中的一种或多种的组合。进一步可选的，车辆的入口车辆信息还可以包括车辆的属性信息(如：车牌、颜色、产牌型号及轮廓样式等的信息)、车辆的装饰信息(如：挂件及摆件等的信息)以及车辆的驾驶者信息(如：驾驶者的人脸信息)等中的一种或多种的组合，本发明实施例不做限定。

可选的，车道设备可以包括车辆特征识别设备和/或车辆信息采集设备(如：摄像机)等能够采集车辆的位置、车辆的车牌以及车辆的车型等信息的设备。其中，车辆特征识别设备可以包括ETC天线设备、车型识别器及车牌识别器等中的一种或多种的组合。车道设备的设备信息可以包括车道设备的设备标识、车道设备的位置信息以及车道设备采集到的车辆的信息等中的一种或多种的组合，本发明实施例不做限定。

102、前端将入口车辆信息和设备信息发送至后端。

本发明实施例中，当后端接收到入口车辆信息以及设备信息时，触发执行步骤103。

103、后端将入口车辆信息、设备信息以及接收到的车道收费***的***信息输入至数字孪生模型中进行行驶情况模拟，得到车辆的行驶情况模拟结果。

本发明实施例中，***信息可以包括数字孪生模型的功能信息和/或车辆历史行为信息。其中，数字孪生模型的功能信息可以包括车道收费***包含的多个车道出口的收费子***的子***信息、每个收费子***的后台服务信息、每个收费子***的前端业务信息以及每个收费子***的后端业务信息等中的一种或多种的组合。

本发明实施例中，车辆的行驶情况模拟结果可以包括模拟车辆从车辆所处的当前车道入口行驶至模拟出的模拟车道出口对应的模拟行驶情况。

104、后端根据车辆的行驶情况模拟结果，计算车辆所需支付的通行费用。

本发明实施例中，可选的，可以根据车辆的行驶情况模拟结果中包含的车辆的行驶里程数、车辆的车型信息(如：货车一类)、车辆的车种(车种可以包括正常或者异常)、车辆的轴数(如：2)、车辆的折扣以及车辆的车牌等信息，综合计算车辆所需支付的通信费用，本发明实施例不限定。

105、后端将车辆的通行费用发送至前端。

本发明实施例中，当前端接收到车辆的通行费用时，触发执行步骤106。

106、前端检测车辆的费用支付情况。

本发明实施例中，费用支付情况可以包括车辆执行费用支付操作或者车辆未执行费用支付操作。

107、当检测到车辆的费用支付情况为车辆执行费用支付操作时，前端检测车辆的实际支付费用。

108、前端根据车辆的实际支付费用及车辆的通行费用，分析车辆的行为，得到车辆的行为分析结果。

本发明实施例中，行为分析结果用于表示车辆是否存在逃费行为。

举例来说，假设车辆的实际支付费用等于车辆的通行费用，则可以确定车辆本次通行行为不存在逃费行为。

可见，实施图1所描述的基于数字孪生的车辆逃费行为分析方法能够当检测到车辆驶入车道入口时，前端将采集到的入口车辆信息以及车道上的车道设备对应的设备信息发送至后端，后端将入口车辆信息、设备信息以及接收到的车道收费***的***信息输入至数字孪生模型中进行行驶情况模拟，得到车辆的行驶情况模拟结果，能够提高行驶情况模拟结果，并根据准确模拟出的行驶情况模拟结果，计算车辆所需支付的通行费用，能够提高车辆通行费用的计算准确性，前端接收到后端发送的通行费用时，检测车辆的费用支付情况，当检测到车辆执行费用支付操作时，检测车辆的实际支付费用，并根据车辆的实际支付费用及车辆的通行费用，分析车辆的行为，能够提高车辆逃费行为的分析准确性，从而有利于提高对存在逃费行为的车辆进行追缴的准确性，进而有利于减少车道通行费的流失，以及通过使用更轻量化的设备作为前端，有利于降低前端计算及存储的开销，从而有利于降低车道收费***的成本。

实施例二

请参阅图2，图2是本发明实施例公开的一种基于数字孪生的车辆逃费行为分析方法的流程示意图。其中，图2所描述的基于数字孪生的车辆逃费行为分析方法可以应用于车道收费***中，其中，车道收费***可以包括前端和后端。其中，前端的业务可以包括车道设备的控制指令的响应、车道设备的状态采集交互、车辆的通行控制等业务；后端的业务可以包括核心计费、收费流程执行、收费特情处理等业务。将车道收费***进行前后端分离，能够使前端采用更轻量化的设备取代现有的嵌入式工控机，同时将收发卡、RSU天线信号、视频图像、栏杆机等功能进行一体化集成，并提供图形化交互服务以及语音化交互服务等功能，打造车道收费机器人。其中，车道收费机器人负责控制所有车道设备并对车道设备采集的信息进行加工处理。后端可以分为正常收费流程和特情收费流程两部分。正常收费流程负责完成ETC车辆、MTC车辆入出口的正常发卡、计费、收费等相关流程处理，特情收费流程负责完成现场收费特情的人工干预处理，本发明实施例不做限定。如图2所示，该基于数字孪生的车辆逃费行为分析方法可以包括以下操作：

201、当检测到车辆驶入车道的入口时，前端采集车辆的入口车辆信息以及车道上的车道设备对应的设备信息。

202、前端将入口车辆信息和设备信息发送至后端。

203、后端将入口车辆信息、设备信息以及接收到的车道收费***的***信息输入至数字孪生模型中进行行驶情况模拟，得到车辆的行驶情况模拟结果。

204、后端接收前端发送的车辆的出口车辆信息。

本发明实施例中，可选的，车辆的出口车辆信息可以是前端在车道出口处采集到的车辆的信息。可选的，车辆的出口车辆信息可以与车辆的入口车辆信息相同，本发明实施例不做限定。

205、后端将出口车辆信息、设备信息以及***信息输入至数字孪生模型中进行行驶情况溯源，得到车辆的行驶情况溯源结果。

本发明实施例中，车辆的行驶情况溯源结果可以包括溯源车辆从溯源出的溯源车道入口行驶至车辆所处的当前车道出口对应的溯源行驶情况。

206、后端根据行驶情况溯源结果，对车辆的行驶情况模拟结果进行校验。

本发明实施例中，具体的，后端可以计算行驶情况溯源结果和行驶情况模拟结果的匹配度，并判断行驶情况溯源结果和行驶情况模拟结果的匹配度是否大于或等于预设匹配度；当判断出行驶情况溯源结果和行驶情况模拟结果的匹配度大于或等于预设匹配度时，将校验结果确定为校验通过；当判断出行驶情况溯源结果和行驶情况模拟结果的匹配度小于预设匹配度时，将校验结果确定为校验不通过，有利于提高对行驶情况模拟结果的校验准确性。

当步骤206的校验结果为校验通过时，触发执行步骤207；当步骤206的校验结果为校验不通过时，可以结束本流程，本发明实施例不做限定。

207、后端根据车辆的行驶情况模拟结果，计算车辆所需支付的通行费用。

208、后端将车辆的通行费用发送至前端。

209、前端检测车辆的费用支付情况。

210、当检测到车辆的费用支付情况为车辆执行费用支付操作时，前端检测车辆的实际支付费用。

211、前端根据车辆的实际支付费用及车辆的通行费用，分析车辆的行为，得到车辆的行为分析结果。

本发明实施例中，针对步骤201-步骤203以及步骤207-步骤211的其它描述，请参照实施例一中针对步骤101-步骤108的详细描述，本发明实施例不再赘述。

可见，实施图2所描述的基于数字孪生的车辆逃费行为分析方法能够当检测到车辆驶入车道入口时，前端将采集到的入口车辆信息以及车道上的车道设备对应的设备信息发送至后端，后端将入口车辆信息、设备信息以及接收到的车道收费***的***信息输入至数字孪生模型中进行行驶情况模拟，得到车辆的行驶情况模拟结果，能够提高行驶情况模拟结果，并根据准确模拟出的行驶情况模拟结果，计算车辆所需支付的通行费用，能够提高车辆通行费用的计算准确性，前端接收到后端发送的通行费用时，检测车辆的费用支付情况，当检测到车辆执行费用支付操作时，检测车辆的实际支付费用，并根据车辆的实际支付费用及车辆的通行费用，分析车辆的行为，能够提高车辆逃费行为的分析准确性，从而有利于提高对存在逃费行为的车辆进行追缴的准确性，进而有利于减少车道通行费的流失，以及通过使用更轻量化的设备作为前端，有利于降低前端计算及存储的开销，从而有利于降低车道收费***的成本。此外，还能够通过后端将接收到的前端发送的出口车辆信息、设备信息以及***信息输入至数字孪生模型中进行行驶情况溯源，得到行驶情况溯源结果，并根据行驶情况溯源结果，对行驶情况模拟结果进行校验，能够提高对行驶情况模拟结果进行校验的准确性；以及在校验通过的情况下，方根据车辆的行驶情况模拟结果，计算车辆所需支付的通行费用，能够提高车辆的通行费用的计算准确性和可靠性，减少校验不通过导致的通行费用计算错误的情况发生。

在一种可选的实施例中，该方法还可以包括：

当步骤206的校验结果为校验不通过时，后端接收前端发送的车辆的监控信息集合；

后端根据车辆的监控信息集合，判断车辆是否存在异常行驶行为；

当判断出车辆不存在异常行驶行为时，后端根据车辆的监控信息集合，对行驶情况模拟结果进行校准。

本发明实施例中，可选的，车辆的监控信息集合可以包括车辆的行驶车道的多个车道监控位置中每个车道监控位置对应的监控信息。其中，监控信息包括视频信息和/或语音信息。其中，司机针对车辆的第一语音信息和/或收费员针对车辆的第二语音信息，本发明实施例不做限定。

本发明实施例中，具体的，当判断出车辆存在异常行驶行为时，后端可以向前端发送检测车辆是否发生故障的指令，以使前端检测车辆是否发生故障；当检测到车辆没有发生故障时，前端可以直接确定车辆存在逃费行为；当检测到车辆发生故障时，前端可以向后端发送车辆行驶情况校准提示，以提示后端根据车辆的监控信息集合，对行驶情况模拟结果进行校准，能够提高车辆行为的分析准确性，减少对车辆行为分析错误的情况发生。

可见，该可选的实施例能够在校验不通过的情况下，方根据车辆的监控信息集合，判断车辆是否存在异常行驶行为，并当判断出车辆不存在异常行驶行为时，方根据车辆的监控信息集合，对行驶情况模拟结果进行校准，能够提高行驶情况模拟结果的校准准确性和可靠性，从而有利于通过准确校准的行驶情况模拟结果提高车辆的通行费用的计算准确性。

在该可选的实施例中，作为一种可选的实施方式，该方法还可以包括：

后端根据车辆的监控信息集合，分析车辆的实际行驶情况；

后端计算车辆的实际行驶情况与车辆的行驶情况模拟结果的相似度；

后端判断实际行驶情况与行驶情况模拟结果的相似度是否大于或等于预设相似度；当判断出实际行驶情况与行驶情况模拟结果的相似度大于或等于预设相似度时，触发后端执行上述的根据车辆的行驶情况模拟结果，计算车辆所需支付的通行费用的操作；

当判断出实际行驶情况与行驶情况模拟结果的相似度小于预设相似度时，后端检测数字孪生模型的异常情况；

当检测到数字孪生模型的异常情况为数字孪生模型的模型输出结果异常时，后端根据实际行驶情况，对车辆的行驶情况模拟结果进行校准，得到校准后的行驶情况模拟结果；并触发后端执行上述的根据车辆的行驶情况模拟结果，计算车辆所需支付的通行费用的操作。

本发明实施例中，可选的，预设相似度可以为80％，也可以为70&，还可以是设定好的其它任何数值，本发明实施例不做限定。

本发明实施例中，具体的，当检测到数字孪生模型的异常情况为数字孪生模型的模型输出结果异常时，后端可以从***数据库中获取输入参数集合以及输出参数集合，并根据上述入口车辆信息以及设备信息更新输入参数集合，得到更新后的输入参数集合，以及根据上述实际行驶情况更新输出参数集合，得到更新后的输出参数集合，以及根据更新后的输入参数集合和更新后的输出参数集合，对数字孪生模型进行重新训练，以使得后端根据重新训练后的数字孪生模型对接收到的后续车辆的车辆信息和设备信息进行行驶情况的模拟，有利于后续使用数字孪生模型进行模拟时提高数字孪生模型的模拟准确性和可靠性。

可见，该可选的实施方式能够根据车辆的监控信息集合，分析车辆的实际行驶情况，并计算出的车辆的实际行驶情况与车辆的行驶情况模拟结果的相似度，以及在相似度较大的情况下，直接触发后端执行通行费用的计算操作；在相似度较小且数字孪生模型的模型输出结果异常的情况下，先根据实际行驶情况，对车辆的行驶情况模拟结果进行校准，能够提高行驶情况模拟结果的校准准确性，再通过准确校准后的行驶情况模拟结果，计算车辆的通行费用，能够车辆通行费用的计算灵活性和多样性，以及能够提高车辆通行费用的计算准确性。

在该可选的实施方式中，可选的，车道设备对应的设备信息可以包括车道设备的设备标识以及车道设备采集到的信息。以及，后端将入口车辆信息、设备信息以及接收到的车道收费***的***信息输入至数字孪生模型中进行行驶情况模拟，得到车辆的行驶情况模拟结果，可以包括：

后端将入口车辆信息以及接收到的车道收费***的***信息输入至数字孪生模型中进行行驶情况分析，得到车辆的历史模拟行驶情况；

后端根据入口车辆信息包含的车辆的车辆标识，对设备信息进行关联分析，得到车道设备对应的关联信息；

后端将入口车辆信息、设备信息以及关联信息输入至数字孪生模型中进行行驶情况分析，得到车辆的当前模拟行驶情况；

后端对车辆的历史模拟行驶情况以及车辆的当前模拟行驶情况进行综合分析，得到车辆的行驶情况模拟结果。

本发明实施例中，可选的，关联信息可以包括车道设备采集到的信息中与车辆标识的关联度大于或等于预设关联度的信息。其中，车道设备对应的关联信息可以包括车道设备采集到的针对车辆的视频信息。可选的，预设关联度可以为80％，也可以为85％，还可以设定好的其它任何数值，本发明实施例不做限定。

本发明实施例中，具体的，可以通过车辆的历史模拟行驶情况，对车辆的当前模拟行驶情况进行校正，得到校正后的当前模拟行驶情况；并确定校正后的当前模拟行驶情况，作为车辆的行驶情况模拟结果，有利于提高行驶情况模拟结果的确定准确性。

可见，该可选的实施方式还能够通过后端将入口车辆信息以及接收到的车道收费***的***信息输入至数字孪生模型中进行行驶情况分析，得到车辆的历史模拟行驶情况，并根据入口车辆信息包含的车辆的车辆标识，对设备信息进行关联分析，得到车道设备对应的关联信息，能够提高车道设备对应的关联信息的分析准确性，以及将入口车辆信息、设备信息以及准确分析出的关联信息输入至数字孪生模型中进行行驶情况分析，得到车辆的当前模拟行驶情况，能够提高当前模拟行驶情况的分析准确性，对历史模拟行驶情况以及准确分析出的当前模拟行驶情况进行综合分析，能够提高行驶情况模拟结果的分析准确性和可靠性，从而有利于通过准确分析出的行驶情况模拟结果提高车辆通行费用的计算准确性。

在另一个可选的实施例中，在上述步骤211中的前端根据车辆的实际支付费用及车辆的通行费用，分析车辆的行为，得到车辆的行为分析结果之后，该方法还可以包括：

前端将车辆的行为分析结果发送至后端；

后端存储车辆的行为分析结果，并根据车辆的行为分析结果，判断车辆的当前条件是否满足预设的车辆放行条件；

当判断出车辆的当前条件满足车辆放行条件时，后端向前端发送针对车辆的车辆放行指令；

前端根据车辆放行指令，生成车辆对应的车道出口的车辆放行控制设备的放行控制参数；放行控制参数为控制放行控制设备执行车辆放行操作的参数。

本发明实施例中，具体的，当车辆的行为分析结果表示车辆不存在逃费行为时，后端可以存储车辆的实际支付费用对应的流水信息；当车辆的行为分析结果表示车辆存在逃费行为时，后端可以将车辆的行为分析结果存储至逃费车辆名单中，有利于提高后端对车辆的行为分析结果的处理多样性和灵活性。

举例来说，假设车辆放行控制设备为ETC设备，ETC设备的放行控制参数可以包括ETC设备的抬杆角度，还可以包括ETC设备的抬杆时长。

可见，该可选的实施例能够根据车辆的行为分析结果，判断车辆的当前条件是否满足预设的车辆放行条件，并在车辆的当前条满足车辆放行条件的情况下，通过后端向前端发送的针对车辆的车辆放行指令，生成车辆对应的车道出口的车辆放行控制设备的放行控制参数，能够提高放行控制参数的生成准确性，从而有利于通过准确生成的放行控制参数提高车辆放行控制设备对车辆的放行准确性。

在该可选的实施例中，作为一种可选的实施方式，后端根据车辆的行为分析结果，判断车辆的当前条件是否满足预设的车辆放行条件，可以包括：

后端根据车辆的入口车辆信息中包含的车辆的车辆标识，判断预先存储好的逃费车辆名单包含的多个逃费车辆的逃费车辆标识中是否存在车辆标识，以及判断车辆的行为分析结果是否用于表示车辆存在逃费行为；

当判断出逃费车辆名单的所有逃费车辆标识中不存在车辆标识，且判断出车辆的行为分析结果用于表示车辆不存在逃费行为时，后端确定车辆的当前条件满足预设的车辆放行条件；

当判断出逃费车辆名单的所有逃费车辆标识中存在车辆标识，或者判断出车辆的行为分析结果用于表示车辆存在逃费行为时，后端查询车辆绑定的支付账户的账户状态；

当车辆绑定的支付账户的账户状态为金额受限状态，且逃费车辆名单中与车辆标识相匹配的目标逃费车辆的目标逃费情况符合第一逃费情况时，后端确定车辆的当前条件满足预设的车辆放行条件；

当车辆绑定的支付账户的账户状态为金额不受限状态，或者逃费车辆名单中与车辆标识相匹配的目标逃费车辆的目标逃费情况符合第二逃费情况时，后端确定车辆的当前条件不满足预设的车辆放行条件。

本发明实施例中，可选的，逃费车辆名单可以包括所有逃费车辆的逃费车辆标识以及每个逃费车辆的逃费情况。其中，逃费情况包括相应逃费车辆的逃费次数以及相应逃费车辆的每次逃费金额，本发明实施例不做限定。

本发明实施例中，可选的，车辆绑定的支付账户的账户状态可以包括金额受限状态或者金额不受限状态。其中，金额受限状态可以用于表示该支付账户单次支付时所能支付的金额受到限制的状态(如：该支付账户一次最多只能支付一千元)，也可以用于表示该支付账户的账户余额小于车辆的通行费用的状态。金额不受限状态可以用于表示该支付账户单次支付时所能支付的金额不受限制，且该支付账户的账户余额大于或等于车辆的通行费用的状态，本发明实施例不做限定。

本发明实施例中，第一逃费情况可以用于表示目标逃费车辆的逃费次数小于或等于第一预设次数(如：3次)且目标逃费车辆的每次逃费金额(如：10元)小于或等于第一预设金额的情况。第二逃费情况可以用于表示目标逃费车辆的逃费次数大于或等于第二预设次数(如：5次)或者目标逃费车辆存在至少一次逃费金额大于或等于第二预设金额(如：50元)的情况。其中，第一预设次数小于第二预设次数，且第一预设金额小于第二预设金额，本发明实施例不做限定。

可见，该可选的实施方式能够根据车辆的入口车辆信息中包含的车辆的车辆标识，判断预先存储好的逃费车辆名单包含的多个逃费车辆的逃费车辆标识中是否存在车辆标识，以及判断车辆的行为分析结果是否用于表示车辆存在逃费行为，并在逃费车辆名单中不存在车辆标识且车辆不存在逃费行为的情况下，确定车辆的当前条件满足预设的车辆放行条件；在逃费车辆名单中存在车辆标识或者车辆存在逃费行为的情况下，查询车辆绑定的支付账户的账户状态，当账户状态为金额受限状态且车辆的逃费情况符合第一逃费情况时，确定车辆的当前条件满足预设的车辆放行条件，当账户状态为金额不受限状态或者车辆的逃费情况符合第二逃费情况时，确定车辆的当前条件不满足预设的车辆放行条件，能够提高满足预设的车辆放行条件的车辆当前条件的确定准确性和可靠性，从而有利于通过准确确定出的车辆当前条件提高车辆放行指令的发送准确性。

实施例三

请参阅图3，图3是本发明实施例公开的一种车道收费***的结构示意图。其中，图3所描述的车道收费***可以包括前端和后端。其中，前端的业务可以包括车道设备的控制指令的响应、车道设备的状态采集交互、车辆的通行控制等业务；后端的业务可以包括核心计费、收费流程执行、收费特情处理等业务。将车道收费***进行前后端分离，能够使前端采用更轻量化的设备取代现有的嵌入式工控机，同时将收发卡、RSU天线信号、视频图像、栏杆机等功能进行一体化集成，并提供图形化交互服务以及语音化交互服务等功能，打造车道收费机器人。其中，车道收费机器人负责控制所有车道设备并对车道设备采集的信息进行加工处理。后端可以分为正常收费流程和特情收费流程两部分。正常收费流程负责完成ETC车辆、MTC车辆入出口的正常发卡、计费、收费等相关流程处理，特情收费流程负责完成现场收费特情的人工干预处理，本发明实施例不做限定。如图3所示，该车道收费***可以包括前端和后端，前端可以包括采集模块301、第一发送模块302、第一检测模块303以及第一分析模块304，后端可以包括模拟模块401、计算模块402以及第二发送模块403，其中：

采集模块301，用于当检测到车辆驶入车道的入口时，采集车辆的入口车辆信息以及车道上的车道设备对应的设备信息。

第一发送模块302，用于将入口车辆信息和设备信息发送至后端。

模拟模块401，用于将入口车辆信息、设备信息以及接收到的车道收费***的***信息输入至数字孪生模型中进行行驶情况模拟，得到车辆的行驶情况模拟结果。

计算模块402，用于根据车辆的行驶情况模拟结果，计算车辆所需支付的通行费用。

第二发送模块403，用于将车辆的通行费用发送至前端。

第一检测模块303，用于检测车辆的费用支付情况，费用支付情况包括车辆执行费用支付操作或者车辆未执行费用支付操作。

第一检测模块303，还用于当检测到车辆的费用支付情况为车辆执行费用支付操作时，检测车辆的实际支付费用。

第一分析模块304，用于根据车辆的实际支付费用及车辆的通行费用，分析车辆的行为，得到车辆的行为分析结果，行为分析结果用于表示车辆是否存在逃费行为。

可见，实施图3所描述的车道收费***能够当检测到车辆驶入车道入口时，前端将采集到的入口车辆信息以及车道上的车道设备对应的设备信息发送至后端，后端将入口车辆信息、设备信息以及接收到的车道收费***的***信息输入至数字孪生模型中进行行驶情况模拟，得到车辆的行驶情况模拟结果，能够提高行驶情况模拟结果，并根据准确模拟出的行驶情况模拟结果，计算车辆所需支付的通行费用，能够提高车辆通行费用的计算准确性，前端接收到后端发送的通行费用时，检测车辆的费用支付情况，当检测到车辆执行费用支付操作时，检测车辆的实际支付费用，并根据车辆的实际支付费用及车辆的通行费用，分析车辆的行为，能够提高车辆逃费行为的分析准确性，从而有利于提高对存在逃费行为的车辆进行追缴的准确性，进而有利于减少车道通行费的流失，以及通过使用更轻量化的设备作为前端，有利于降低前端计算及存储的开销，从而有利于降低车道收费***的成本。

在一个可选的实施例中，计算模块402根据车辆的行驶情况模拟结果，计算车辆所需支付的通行费用的方式具体可以包括：

接收前端发送的车辆的出口车辆信息；

将出口车辆信息、设备信息以及***信息输入至数字孪生模型中进行行驶情况溯源，得到车辆的行驶情况溯源结果；

根据行驶情况溯源结果，对车辆的行驶情况模拟结果进行校验；

当校验通过时，根据车辆的行驶情况模拟结果，计算车辆所需支付的通行费用。

可见，该可选的实施例能够通过后端将接收到的前端发送的出口车辆信息、设备信息以及***信息输入至数字孪生模型中进行行驶情况溯源，得到行驶情况溯源结果，并根据行驶情况溯源结果，对行驶情况模拟结果进行校验，能够提高对行驶情况模拟结果进行校验的准确性；以及在校验通过的情况下，方根据车辆的行驶情况模拟结果，计算车辆所需支付的通行费用，能够提高车辆的通行费用的计算准确性和可靠性，减少校验不通过导致的通行费用计算错误的情况发生。

在该可选的实施例中，如图4所示，后端还可以包括第一接收模块404、第一判断模块405以及校准模块406，其中：

第一接收模块404，用于当校验不通过时，接收前端发送的车辆的监控信息集合，车辆的监控信息集合包括车辆的行驶车道的多个车道监控位置中每个车道监控位置对应的监控信息，监控信息包括视频信息和/或语音信息；

第一判断模块405，用于根据车辆的监控信息集合，判断车辆是否存在异常行驶行为；

校准模块406，用于当第一判断模块405判断出车辆不存在异常行驶行为时，后端根据车辆的监控信息集合，对行驶情况模拟结果进行校准。

可见，该可选的实施方式能够在校验不通过的情况下，方根据车辆的监控信息集合，判断车辆是否存在异常行驶行为，并当判断出车辆不存在异常行驶行为时，方根据车辆的监控信息集合，对行驶情况模拟结果进行校准，能够提高行驶情况模拟结果的校准准确性和可靠性，从而有利于通过准确校准的行驶情况模拟结果提高车辆的通行费用的计算准确性。

在该可选的实施方式中，可选的，后端还可以包括第二分析模块407以及第二检测模块408，其中：

第二分析模块407，用于根据车辆的监控信息集合，分析车辆的实际行驶情况；

计算模块402，还用于计算车辆的实际行驶情况与车辆的行驶情况模拟结果的相似度；

第一判断模块405，还用于判断实际行驶情况与行驶情况模拟结果的相似度是否大于或等于预设相似度；当第一判断模块405判断出实际行驶情况与行驶情况模拟结果的相似度大于或等于预设相似度时，触发计算模块执行的根据车辆的行驶情况模拟结果，计算车辆所需支付的通行费用的操作；

第二检测模块408，用于当第一判断模块405判断出实际行驶情况与行驶情况模拟结果的相似度小于预设相似度时，检测数字孪生模型的异常情况；

校准模块406，还用于当第二检测模块408检测到数字孪生模型的异常情况为数字孪生模型的模型输出结果异常时，根据实际行驶情况，对车辆的行驶情况模拟结果进行校准，得到校准后的行驶情况模拟结果；并触发计算模块402执行的根据车辆的行驶情况模拟结果，计算车辆所需支付的通行费用的操作。

可见，该可选的实施方式还能够根据车辆的监控信息集合，分析车辆的实际行驶情况，并计算出的车辆的实际行驶情况与车辆的行驶情况模拟结果的相似度，以及在相似度较大的情况下，直接触发后端执行通行费用的计算操作；在相似度较小且数字孪生模型的模型输出结果异常的情况下，先根据实际行驶情况，对车辆的行驶情况模拟结果进行校准，能够提高行驶情况模拟结果的校准准确性，再通过准确校准后的行驶情况模拟结果，计算车辆的通行费用，能够车辆通行费用的计算灵活性和多样性，以及能够提高车辆通行费用的计算准确性。

在另一个可选的实施例中，车道设备对应的设备信息包括车道设备的设备标识以及车道设备采集到的信息。以及，模拟模块401将入口车辆信息、设备信息以及接收到的车道收费***的***信息输入至数字孪生模型中进行行驶情况模拟，得到车辆的行驶情况模拟结果的方式具体可以包括：

将入口车辆信息以及接收到的车道收费***的***信息输入至数字孪生模型中进行行驶情况分析，得到车辆的历史模拟行驶情况；

根据入口车辆信息包含的车辆的车辆标识，对设备信息进行关联分析，得到车道设备对应的关联信息，关联信息包括车道设备采集到的信息中与车辆标识的关联度大于或等于预设关联度的信息；

将入口车辆信息、设备信息以及关联信息输入至数字孪生模型中进行行驶情况分析，得到车辆的当前模拟行驶情况；

对车辆的历史模拟行驶情况以及车辆的当前模拟行驶情况进行综合分析，得到车辆的行驶情况模拟结果。

可见，该可选的实施例能够通过后端将入口车辆信息以及接收到的车道收费***的***信息输入至数字孪生模型中进行行驶情况分析，得到车辆的历史模拟行驶情况，并根据入口车辆信息包含的车辆的车辆标识，对设备信息进行关联分析，得到车道设备对应的关联信息，能够提高车道设备对应的关联信息的分析准确性，以及将入口车辆信息、设备信息以及准确分析出的关联信息输入至数字孪生模型中进行行驶情况分析，得到车辆的当前模拟行驶情况，能够提高当前模拟行驶情况的分析准确性，对历史模拟行驶情况以及准确分析出的当前模拟行驶情况进行综合分析，能够提高行驶情况模拟结果的分析准确性和可靠性，从而有利于通过准确分析出的行驶情况模拟结果提高车辆通行费用的计算准确性。

在又一个可选的实施例中，如图4所示，第一发送模块302，还用于在第一分析模块304根据车辆的实际支付费用及车辆的通行费用，分析车辆的行为，得到车辆的行为分析结果之后，将车辆的行为分析结果发送至后端；

以及，后端还包括存储模块409以及第二判断模块410，前端还包括生成模块305，其中：

存储模块409，用于存储车辆的行为分析结果；

第二判断模块410，用于根据车辆的行为分析结果，判断车辆的当前条件是否满足预设的车辆放行条件；

第二发送模块403，还用于当第二判断模块410判断出车辆的当前条件满足车辆放行条件时，向前端发送针对车辆的车辆放行指令；

生成模块305，用于根据车辆放行指令，生成车辆对应的车道出口的车辆放行控制设备的放行控制参数；放行控制参数为控制放行控制设备执行车辆放行操作的参数。

可见，该可选的实施例能够根据车辆的行为分析结果，判断车辆的当前条件是否满足预设的车辆放行条件，并在车辆的当前条满足车辆放行条件的情况下，通过后端向前端发送的针对车辆的车辆放行指令，生成车辆对应的车道出口的车辆放行控制设备的放行控制参数，能够提高放行控制参数的生成准确性，从而有利于通过准确生成的放行控制参数提高车辆放行控制设备对车辆的放行准确性。

在该可选的实施例中，作为一种可选的实施方式，第二判断模块410根据车辆的行为分析结果，判断车辆的当前条件是否满足预设的车辆放行条件的方式具体可以包括：

根据车辆的入口车辆信息中包含的车辆的车辆标识，判断预先存储好的逃费车辆名单包含的多个逃费车辆的逃费车辆标识中是否存在车辆标识，以及判断车辆的行为分析结果是否用于表示车辆存在逃费行为，逃费车辆名单包括所有逃费车辆的逃费车辆标识以及每个逃费车辆的逃费情况，逃费情况包括相应逃费车辆的逃费次数以及相应逃费车辆的每次逃费金额；

当判断出逃费车辆名单的所有逃费车辆标识中不存在车辆标识，且判断出车辆的行为分析结果用于表示车辆不存在逃费行为时，确定车辆的当前条件满足预设的车辆放行条件；

当判断出逃费车辆名单的所有逃费车辆标识中存在车辆标识，或者判断出车辆的行为分析结果用于表示车辆存在逃费行为时，查询车辆绑定的支付账户的账户状态；

当车辆绑定的支付账户的账户状态为金额受限状态，且逃费车辆名单中与车辆标识相匹配的目标逃费车辆的目标逃费情况符合第一逃费情况时，确定车辆的当前条件满足预设的车辆放行条件；

当车辆绑定的支付账户的账户状态为金额不受限状态，或者逃费车辆名单中与车辆标识相匹配的目标逃费车辆的目标逃费情况符合第二逃费情况时，确定车辆的当前条件不满足预设的车辆放行条件。

可见，该可选的实施方式能够根据车辆的入口车辆信息中包含的车辆的车辆标识，判断预先存储好的逃费车辆名单包含的多个逃费车辆的逃费车辆标识中是否存在车辆标识，以及判断车辆的行为分析结果是否用于表示车辆存在逃费行为，并在逃费车辆名单中不存在车辆标识且车辆不存在逃费行为的情况下，确定车辆的当前条件满足预设的车辆放行条件；在逃费车辆名单中存在车辆标识或者车辆存在逃费行为的情况下，查询车辆绑定的支付账户的账户状态，当账户状态为金额受限状态且车辆的逃费情况符合第一逃费情况时，确定车辆的当前条件满足预设的车辆放行条件，当账户状态为金额不受限状态或者车辆的逃费情况符合第二逃费情况时，确定车辆的当前条件不满足预设的车辆放行条件，能够提高满足预设的车辆放行条件的车辆当前条件的确定准确性和可靠性，从而有利于通过准确确定出的车辆当前条件提高车辆放行指令的发送准确性。

实施例四

请参阅图5，图5是本发明实施例公开的一种车道收费***的前端的结构示意图。如图5所示，该前端可以包括：

存储有可执行程序代码的存储器501；

与存储器501耦合的处理器502；

处理器502调用存储器501中存储的可执行程序代码，执行本发明实施例一或本发明实施例二所描述的基于数字孪生的车辆逃费行为分析方法中的步骤。

实施例五

请参阅图6，图6是本发明实施例公开的一种车道收费***的后端的结构示意图。如图6所示，该后端可以包括：

存储有可执行程序代码的存储器601；

与存储器601耦合的处理器602；

处理器602调用存储器601中存储的可执行程序代码，执行本发明实施例一或本发明实施例二所描述的基于数字孪生的车辆逃费行为分析方法中的步骤。

实施例六

本发明实施例公开了一种计算机存储介质，该计算机存储介质存储有计算机指令，该计算机指令被调用时，用于执行本发明实施例一或本发明实施例二所描述的基于数字孪生的车辆逃费行为分析方法中的步骤。

实施例七

本发明实施例公开了一种计算机程序产品，该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，且该计算机程序可操作来使计算机执行实施例一或实施例二中所描述的基于数字孪生的车辆逃费行为分析方法中的步骤。

以上所描述的***实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

最后应说明的是：本发明实施例公开的一种基于数字孪生的车辆逃费行为分析方法及车道收费***所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。

Claims (10)

1.一种基于数字孪生的车辆逃费行为分析方法，其特征在于，所述方法应用于车道收费***中，所述车道收费***包括前端和后端，所述方法包括：

当检测到车辆驶入车道的入口时，所述前端采集所述车辆的入口车辆信息以及所述车道上的车道设备对应的设备信息，并将所述入口车辆信息和所述设备信息发送至所述后端；

所述后端将所述入口车辆信息、所述设备信息以及接收到的所述车道收费***的***信息输入至数字孪生模型中进行行驶情况模拟，得到所述车辆的行驶情况模拟结果；

所述后端根据所述车辆的行驶情况模拟结果，计算所述车辆所需支付的通行费用，并将所述车辆的通行费用发送至所述前端；

所述前端检测所述车辆的费用支付情况，所述费用支付情况包括所述车辆执行费用支付操作或者所述车辆未执行费用支付操作；

当检测到所述车辆的费用支付情况为所述车辆执行费用支付操作时，所述前端检测所述车辆的实际支付费用；

所述前端根据所述车辆的实际支付费用及所述车辆的通行费用，分析所述车辆的行为，得到所述车辆的行为分析结果，所述行为分析结果用于表示所述车辆是否存在逃费行为。

2.根据权利要求1所述的基于数字孪生的车辆逃费行为分析方法，其特征在于，所述后端根据所述车辆的行驶情况模拟结果，计算所述车辆所需支付的通行费用，包括：

所述后端接收所述前端发送的所述车辆的出口车辆信息；

所述后端将所述出口车辆信息、所述设备信息以及所述***信息输入至所述数字孪生模型中进行行驶情况溯源，得到所述车辆的行驶情况溯源结果；

所述后端根据所述行驶情况溯源结果，对所述车辆的行驶情况模拟结果进行校验；

当校验通过时，所述后端根据所述车辆的行驶情况模拟结果，计算所述车辆所需支付的通行费用。

3.根据权利要求2所述的基于数字孪生的车辆逃费行为分析方法，其特征在于，所述方法还包括：

当校验不通过时，所述后端接收所述前端发送的所述车辆的监控信息集合，所述车辆的监控信息集合包括所述车辆的行驶车道的多个车道监控位置中每个所述车道监控位置对应的监控信息，所述监控信息包括视频信息和/或语音信息；

所述后端根据所述车辆的监控信息集合，判断所述车辆是否存在异常行驶行为；

当判断出所述车辆不存在异常行驶行为时，所述后端根据所述车辆的监控信息集合，对所述行驶情况模拟结果进行校准。

4.根据权利要求3所述的基于数字孪生的车辆逃费行为分析方法，其特征在于，所述方法还包括：

所述后端根据所述车辆的监控信息集合，分析所述车辆的实际行驶情况；

所述后端计算所述车辆的实际行驶情况与所述车辆的行驶情况模拟结果的相似度；

所述后端判断所述实际行驶情况与所述行驶情况模拟结果的相似度是否大于或等于预设相似度；当判断出所述实际行驶情况与所述行驶情况模拟结果的相似度大于或等于所述预设相似度时，触发所述后端执行所述的根据所述车辆的行驶情况模拟结果，计算所述车辆所需支付的通行费用的操作；

当判断出所述实际行驶情况与所述行驶情况模拟结果的相似度小于所述预设相似度时，所述后端检测所述数字孪生模型的异常情况；

当检测到所述数字孪生模型的异常情况为所述数字孪生模型的模型输出结果异常时，所述后端根据所述实际行驶情况，对所述车辆的行驶情况模拟结果进行校准，得到校准后的行驶情况模拟结果；并触发所述后端执行所述的根据所述车辆的行驶情况模拟结果，计算所述车辆所需支付的通行费用的操作。

5.根据权利要求1-4任一项所述的基于数字孪生的车辆逃费行为分析方法，其特征在于，所述车道设备对应的设备信息包括所述车道设备的设备标识以及所述车道设备采集到的信息；

以及，所述后端将所述入口车辆信息、所述设备信息以及接收到的所述车道收费***的***信息输入至数字孪生模型中进行行驶情况模拟，得到所述车辆的行驶情况模拟结果，包括：

所述后端将所述入口车辆信息以及接收到的所述车道收费***的***信息输入至数字孪生模型中进行行驶情况分析，得到所述车辆的历史模拟行驶情况；

所述后端根据所述入口车辆信息包含的所述车辆的车辆标识，对所述设备信息进行关联分析，得到所述车道设备对应的关联信息，所述关联信息包括所述车道设备采集到的信息中与所述车辆标识的关联度大于或等于预设关联度的信息；

所述后端将所述入口车辆信息、所述设备信息以及所述关联信息输入至所述数字孪生模型中进行行驶情况分析，得到所述车辆的当前模拟行驶情况；

所述后端对所述车辆的历史模拟行驶情况以及所述车辆的当前模拟行驶情况进行综合分析，得到所述车辆的行驶情况模拟结果。

6.根据权利要求1-4任一项所述的基于数字孪生的车辆逃费行为分析方法，其特征在于，在所述前端根据所述车辆的实际支付费用及所述车辆的通行费用，分析所述车辆的行为，得到所述车辆的行为分析结果之后，所述方法还包括：

所述前端将所述车辆的行为分析结果发送至所述后端；

所述后端存储所述车辆的行为分析结果，并根据所述车辆的行为分析结果，判断所述车辆的当前条件是否满足预设的车辆放行条件；

当判断出所述车辆的当前条件满足所述车辆放行条件时，所述后端向所述前端发送针对所述车辆的车辆放行指令；

所述前端根据所述车辆放行指令，生成所述车辆对应的车道出口的车辆放行控制设备的放行控制参数；所述放行控制参数为控制所述放行控制设备执行车辆放行操作的参数。

7.根据权利要求6所述的基于数字孪生的车辆逃费行为分析方法，其特征在于，所述后端根据所述车辆的行为分析结果，判断所述车辆的当前条件是否满足预设的车辆放行条件，包括：

所述后端根据所述车辆的入口车辆信息中包含的所述车辆的车辆标识，判断预先存储好的逃费车辆名单包含的多个逃费车辆的逃费车辆标识中是否存在所述车辆标识，以及判断所述车辆的行为分析结果是否用于表示所述车辆存在逃费行为，所述逃费车辆名单包括所有所述逃费车辆的逃费车辆标识以及每个所述逃费车辆的逃费情况，所述逃费情况包括相应逃费车辆的逃费次数以及相应逃费车辆的每次逃费金额；

当判断出所述逃费车辆名单的所有逃费车辆标识中不存在所述车辆标识，且判断出所述车辆的行为分析结果用于表示所述车辆不存在逃费行为时，所述后端确定所述车辆的当前条件满足预设的车辆放行条件；

当判断出所述逃费车辆名单的所有逃费车辆标识中存在所述车辆标识，或者判断出所述车辆的行为分析结果用于表示所述车辆存在逃费行为时，所述后端查询所述车辆绑定的支付账户的账户状态；

当所述车辆绑定的支付账户的账户状态为金额受限状态，且所述逃费车辆名单中与所述车辆标识相匹配的目标逃费车辆的目标逃费情况符合第一逃费情况时，所述后端确定所述车辆的当前条件满足预设的车辆放行条件；

当所述车辆绑定的支付账户的账户状态为金额不受限状态，或者所述逃费车辆名单中与所述车辆标识相匹配的目标逃费车辆的目标逃费情况符合第二逃费情况时，所述后端确定所述车辆的当前条件不满足预设的车辆放行条件。

8.一种车道收费***，其特征在于，所述车道收费***包括前端和后端，所述前端包括采集模块、第一发送模块、第一检测模块以及第一分析模块，所述后端包括模拟模块、计算模块以及第二发送模块，其中：

所述采集模块，用于当检测到车辆驶入车道的入口时，采集所述车辆的入口车辆信息以及所述车道上的车道设备对应的设备信息；

所述第一发送模块，用于将所述入口车辆信息和所述设备信息发送至所述后端；

所述模拟模块，用于将所述入口车辆信息、所述设备信息以及接收到的所述车道收费***的***信息输入至数字孪生模型中进行行驶情况模拟，得到所述车辆的行驶情况模拟结果；

所述计算模块，用于根据所述车辆的行驶情况模拟结果计算所述车辆所需支付的通行费用；

所述第二发送模块，用于将所述车辆的通行费用发送至所述前端；

所述第一检测模块，用于检测所述车辆的费用支付情况，所述费用支付情况包括所述车辆执行费用支付操作或者所述车辆未执行费用支付操作；

所述第一检测模块，还用于当检测到所述车辆的费用支付情况为所述车辆执行费用支付操作时，检测所述车辆的实际支付费用；

所述第一分析模块，用于根据所述车辆的实际支付费用及所述车辆的通行费用，分析所述车辆的行为，得到所述车辆的行为分析结果，所述行为分析结果用于表示所述车辆是否存在逃费行为。

9.一种车道收费***，其特征在于，所述车道收费***包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-7任一项所述的基于数字孪生的车辆逃费行为分析方法。

10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行如权利要求1-7任一项所述的基于数字孪生的车辆逃费行为分析方法。