[发明专利]一种公路收费、语音及视频多源异构数据融合挖掘处理方法在审
申请号: | 201811516544.8 | 申请日: | 2018-12-12 |
公开(公告)号: | CN109614422A | 公开(公告)日: | 2019-04-12 |
发明(设计)人: | 戴立兵;吴翔;赵号 | 申请(专利权)人: | 南京感动科技有限公司 |
主分类号: | G06F16/2458 | 分类号: | G06F16/2458 |
代理公司: | 北京挺立专利事务所(普通合伙) 11265 | 代理人: | 郑燕飞 |
地址: | 210000 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 绑定 收费数据 多源异构数据 视频数据 数据绑定 语音数据 视频 语音 机数据 融合 挖掘 公路 数据库服务器 稽查 车辆车牌号 公路管理 基础数据 收费道口 数据基础 数据融合 查询 收费站 道口 关联 查找 分类 计算机 便利 岗位 管理 | ||
本发明涉及一种公路收费、语音及视频多源异构数据融合挖掘处理方法,包括视频数据绑定、语音数据绑定、特情数据绑定、收费数据绑定和值机数据查询库,车辆完成收费后,收费道口计算机的车辆收费数据会传送到数据库服务器并进行收费数据绑定,然后将已进行过的所述视频数据绑定、所述语音数据绑定、所述特情数据绑定和所述收费数据绑定的各类数据按照车辆车牌号、收费站道口编号、收费员岗位编号以及值机工位编号进行分类汇集并建立值机数据查询库,作为公路管理单位对值机及收费情况管理稽查的基础数据。本发明能够提供一种多数据融合关联、查找便利且为稽查提供数据基础的公路收费、语音及视频多源异构数据融合挖掘处理方法。
技术领域
本发明涉及交通技术领域,尤其涉及一种公路收费、语音及视频多源异构数据融合挖掘处理方法。
背景技术
收费工作是高速公路运营管理的中心工作,从常人的角度来看,无非就是刷卡、收钱、打票、抬杆、放行的简单动作,但在实际高速收费管理中,还存在很多特情处置情况,在遇到特情车辆时,车道收费管理员需要后台值机人员配合调取证据进行配合处理,如特情情况处理不够及时,极有可能造成高速车辆排队堵车情况,特别是节假日等高峰期时,另外每种特情处理不当还可能会引发征缴矛盾,对特情监管不到位则可能造成通行费的流失,损害国家利益,现有高速公路值机管理采用的只是针对单一座席处理值机业务的模式,在处理量大时根本没法及时应对,影响高速通行效率,导致延长司乘人员的等待时间。
发明内容
本发明目的是为了克服现有技术的不足而提供一种多数据融合关联、查找便利且为稽查提供数据基础的公路收费、语音及视频多源异构数据融合挖掘处理方法。
为达到上述目的,本发明采用了如下技术方案。
一种公路收费、语音及视频多源异构数据融合挖掘处理方法,包括视频数据绑定、语音数据绑定、特情数据绑定、收费数据绑定和值机数据查询库,具体包括如下步骤:
步骤一:所述视频数据绑定是在接收到收费道口发起授权数据申请后,就利用收费道口的视频装置从当前时间开始录制视频,录制视频结束后将视频数据与授权申请数据绑定,以此完成视频数据绑定;
步骤二:所述语音数据绑定还判断当前道口是否有正在授权中数据,若判断结果为“否”,则调用坐席分配系统分配工位并接通工位对应电话号码;若判断结果为“是”,则进行将语音数据关联当前授权数据并通过授权数据获取已分配的工位数据,然后接通工位对应电话号码;
步骤三:所述语音数据绑定在接收到收费道口发起授权数据申请后,就判断当前道口是否正与某个工位通话,若判断结果为“是”,则进行将语音数据关联当前授权数据并通过授权数据获取已分配的工位数据并返回工位数据,若判断结果为“否”,则通过坐席分配系统获得工位数据并返回工位数据;
步骤四:在遇到特殊情况时,就开始执行特情数据绑定,在接收到收费道口发起特情数据申请后,就从所述步骤二或步骤三已绑定的语音数据中进行查询特情车辆最近四十秒之内挂断的语音数据,并将查询到的语音数据与当前特情数据绑定,通过坐席分配系统获得工位数据并返回工位数据;
步骤五:车辆完成收费后,收费道口计算机的车辆收费数据会传送到数据库服务器并进行收费数据绑定,然后将已进行过的所述视频数据绑定、所述语音数据绑定、所述特情数据绑定和所述收费数据绑定的各类数据按照车辆车牌号、收费站道口编号、收费员岗位编号以及值机工位编号进行分类汇集并建立值机数据查询库,作为公路管理单位对值机及收费情况管理稽查的基础数据。
作为本发明的进一步改进,所述特情数据包括绿优车辆、车辆丢卡、通行卡损坏、车辆无进场记录和车辆识别错误的其中一种或多种数据。
作为本发明的进一步改进,所述步骤五中的数据库服务器为远程云端数据服务器。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京感动科技有限公司,未经南京感动科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811516544.8/2.html,转载请声明来源钻瓜专利网。