本发明涉及云值机管理，具体为基于多数据融合处理的智能化云值机管理系统。
背景技术：
1、值机管理即云端值机管理，是一种基于云计算技术的自助值机服务管理模式。
2、公开号为cn109859337a的专利申请公开了一种高速公路智能值机云平台系统，主要通过设置跨区域值机调度系统，可以实现将管辖区域内所有值机人员集中管理，且可远程在线值机办公，且能根据设定优先规则实时在线快速分配值机人员，值机人员在后台可快速处置并为出口收费管理员反馈特情处理结果及判定依据，避免了传统每个收费站单独设置值机室、人员分散，遇到节假日高峰期出现业务繁忙时间段时无法及时处理特情的情况，有效提高了值机管理的高效，上述专利虽然解决了管理的问题，但是在实际操作中还存在以下问题：
3、1.将车辆数据获取后没有将数据进行进一步的数据处理和融合，车辆数据的质量欠佳，导致后期无法进行模型构建。
4、2.将车辆数据进行传输时，没有对传输信道进行选择，从而导致数据传输速度过慢影响后期事件处理。
5、3.没有根据车辆的异常类型选择对应的异常处理部门，从而导致异常事件无法更好解决。
技术实现思路
1、本发明的目的在于提供基于多数据融合处理的智能化云值机管理系统，通过统一的数据预处理流程，可以将基本数据、行驶数据、收费数据和视频数据等不同类型的数据整合在一起，形成全面、多维度的车辆数据视图，针对不同类型的数据采用最适合的算法进行模型构建，能够充分发挥每种算法的优势，提高模型的准确性和适应性，在异常数据处理过程中，不同的异常处理部门需要相互协作和配合。这促进了部门之间的沟通和信息共享，提高了整个系统的协同作战能力，可以解决现有技术中的问题。
2、为实现上述目的，本发明提供如下技术方案：
3、基于多数据融合处理的智能化云值机管理系统，包括：
4、车辆数据获取单元，用于：
5、从数据库中调取车辆数据，根据车辆数据的类型进行数据分类，将分类完成的数据进行唯一编码标号，唯一编码标号后得到目标车辆数据；
6、车辆数据处理融合单元，用于：
7、将目标车辆数据进行数据预处理，数据预处理完成后进行数据融合，数据融合后得到目标融合数据；
8、数据传输处理单元，用于：
9、将目标融合数据传输至云值机控制终端中，并且数据传输时自动选择传输速度最快的传输信道，目标融合数据传输至云值机控制终端后利用深度学习模型进行模型构建，模型构建完成后得到车辆融合模型数据；
10、异常数据调度单元，用于：
11、将车辆融合模型数据进行异常数据分析，根据分析结果判断车辆融合模型数据中的异常区域和异常类型，根据异常类型选择异常处理部门，将异常区域数据发送至异常处理部门中进行异常反馈；
12、异常反馈操作单元，用于：
13、异常处理部门将异常处理完毕后，在云值机后台进行处理情况描述，将处理完成的异常部分进行处理完成标记，将未处理完成的异常部分进行未处理完成标记。
14、优选的，所述车辆数据获取单元，还用于：
15、车辆数据包括车辆的基本数据、视频数据、行驶数据和收费数据；
16、其中，基本数据包括车辆的型号、车牌号、车辆识别码和车主信息；视频数据包括车辆进入收费站以及在高速上行驶的视频；行驶数据为车辆的行驶轨迹、行驶速度和行驶时间；收费数据为车辆在a收费站点到b收费站点的付费数据；
17、分别将基本数据、视频数据、行驶数据和收费数据进行分类；
18、分类完成后将车辆的基本数据、视频数据、行驶数据和收费数据进行唯一编码标号；
19、其中，将车辆的车牌号和进入收费站点的时间作为编码的前缀，再使用哈希函数生成编码的后缀，最后得到车辆的唯一编码标号；
20、并将得到唯一编码标号的车辆数据标注为目标车辆数据。
21、优选的，所述车辆数据处理融合单元，包括：
22、车辆数据预处理模块，用于：
23、将目标车辆数据进行数据预处理；
24、数据预处理流程为将基本数据、行驶数据和收费数据依次进行数据清洗、数据格式统一和数据转换；
25、将视频数据进行噪声去除，噪声去除后将视频数据分割为若干个片段，并在若干个片段中提取关键帧；
26、利用图像识别技术在关键帧中进行车牌号、车辆、驾驶员面部的特征识别，对特征识别后的视频数据进行数据压缩，数据压缩后得到预处理完成的视频数据。
27、优选的，所述车辆数据处理融合单元，还包括：
28、车辆数据融合模块，用于：
29、将数据预处理完成的目标车辆数据进行数据融合；
30、其中，先将目标车辆数据中的基本数据、视频数据、行驶数据和收费数据进行数据关联，数据关联包括时间戳关联、地位位置关联和标识符关联；
31、数据关联后获取基本数据、视频数据、行驶数据和收费数据中的特征数据；
32、其中，特征数据为基本数据中车辆的物理属性和配置信息；视频数据中的特征识别数据；行驶数据中车辆在运行过程中的参数数据；收费数据中费用以及收费站点数据；
33、将特征数据通过特征层融合法进行特征向量融合，特征向量融合后得到目标融合数据。
34、优选的，所述数据传输处理单元，包括：
35、融合数据传输模块，用于：
36、将目标融合数据传输至云值机控制终端中进行数据分析和控制；
37、数据传输之前将目标融合数据进行数据段划分，其中，将目标融合数据划分为若干个长度一致的数据段；
38、根据数据段数量判断目标融合数据的数据传输量；
39、将传输信道的传输数据进行确认，其中，传输数据包括数据传输信道剩余容量和传输信道信号强度；
40、根据数据传输量选择传输信道，其中，将数据传输量小于传输信道剩余容量的传输信道作为第一传输信道；
41、当第一传输信道数量大于一条时，选择传输信道信号强度中信号强度最强的最为第二传输信道；
42、目标融合数据通过第一传输信道或者第二传输信道传输至云值机控制终端中。
43、优选的，数据传输之前将目标融合数据进行数据段划分，包括：
44、在数据传输之前，提取数据传输对应的所有传输信道对应的信道剩余容量；
45、根据所述数据传输对应的所有传输信道对应的信道剩余容量，获取所述传输信道综合系数；其中，所述传输信道综合系数通过如下公式获取：
46、；
47、其中，g表示传输信道综合系数；n表示传输信道的总数量；pi表示第i个传输信道对应的优先级参数，并且，所述优先级参数为1和1.5，当优先级高时，则优先级参数为1.5，当优先级低时，则优先级参数为1；ci表示第i个传输信道的剩余信道容量；cti表示第i个传输信道的信道总容量；ηi表示第i个传输信道应的饱和度对应的百分比数值；ri表示第i个传输信道中的冗余数据量与剩余信道容量之间的比值；ri表示第i个传输信道中的冗余数据影响系数，其取值范围为0-1；ui表示第i个传输信道对应的使用强度，即单位时间内的使用频率与所有传输信道的单位时间的总使用频率之间的比值；αi表示第i个传输信道对应的权重系数；
48、将所述传输信道综合系数与预设的系数阈值进行比较；
49、当所述传输信道综合系数低于预设的系数阈值时，则表明当前传输信道负荷过大，并进行超负荷预警；
50、当所述传输信道综合系数不低于预设的系数阈值时，则对所述目标融合数据进行数据段划分。
51、优选的，当所述传输信道综合系数不低于预设的系数阈值时，则对所述目标融合数据进行数据段划分，包括：
52、当所述传输信道综合系数不低于预设的系数阈值时，提取当前所有传输信道对应的信道剩余容量；
53、提取目标融合数据对应的总数据量；
54、利用所述当前所有传输信道对应的信道剩余容量和目标融合数据对应的总数据量获取数据段划分对应的单个数据段的数据量设置范围；
55、其中，所述数据量设置范围对应的上限值和下限值通过如下公式获取：
56、；
57、其中，cmax表示数据量设置范围对应的上限值；dt表示目标融合数据对应的总数据量；n表示传输信道的总数量；st表示所有传输信道对应的剩余容量总和值；a表示第一调节因子，并且，所述第一调节因子的取值范围为0.5-2.0；si表示第i个传输信道对应的剩余信道容量；
58、；
59、其中，cmin表示数据量设置范围对应的下限值；dt表示目标融合数据对应的总数据量；n表示传输信道的总数量；st表示所有传输信道对应的剩余容量总和值；β表示第二调节因子，并且，所述第二调节因子的取值范围为0.6-2.3；si表示第i个传输信道对应的剩余信道容量；γ表示第三调节因子，并且，所述第二调节因子的取值范围为0.4-2.2；
60、按照所述单个数据段的数据量设置范围设置数据段划分对应的单个数据段的数据量，作为目标数据量；
61、按照所述目标数据量对目标融合数据进行划分，获取目标融合数据对应的多个数据段。
62、优选的，在数据传输用的传输信道确定之后，根据当前数据传输用的传输信道的剩余信道容量，确定单次数据传输的数据段的数量，包括：
63、在数据传输用的传输信道确定之后，提取所述数据传输用的传输信道当前的剩余信道容量；其中，所述数据传输用的传输信道即为第二传输信道；
64、提取所述数据传输用的传输信道的历史每个单位时间对应的剩余信道容量；
65、根据所述数据传输用的传输信道当前的剩余信道容量结合所述数据传输用的传输信道的历史每个单位时间对应的剩余信道容量获取所述数据传输用的传输信道对应的剩余信道容量波动系数；其中，所述剩余信道容量波动系数通过如下公式获取：
66、；
67、其中，ws表示剩余信道容量波动系数；k表示第一调节系数，并且，所述第一调节系数的取值范围为0.8-2.7；g表示第二调节系数，并且，所述第二调节系数的取值范围为1.5-3.2；sc表示数据传输用的传输信道当前的剩余信道容量；sa表示数据传输用的传输信道的历史每个单位时间对应的剩余信道容量的平均值；sb表示数据传输用的传输信道的历史每个单位时间对应的剩余信道容量的标准差；ε表示最小常数，用于防止分母为0；u表示数据传输用的传输信道的使用频率最大值对应的使用强度；p表示数据传输用的传输信道对应的优先级参数；
68、提取当前目标融合数据的每个数据段对应的目标数据量；
69、根据所述剩余信道容量波动系数结合目标融合数据的每个数据段对应的目标数据量和所述数据传输用的传输信道当前的剩余信道容量获取单次数据传输的数据段的数量，其中，所述单次数据传输的数据段的数量通过如下公式获取：
70、；
71、其中，n表示单次数据传输的数据段的数量，且为向下取整；sc表示数据传输用的传输信道当前的剩余信道容量；ws表示剩余信道容量波动系数；tc表示每个数据段的目标数据量；m表示单次数据传输允许的最大数据段数量。
72、优选的，所述数据传输处理单元，还包括：
73、融合数据模型构建模块，用于：
74、目标融合数据传输至云值机控制终端后进行模型构建；
75、其中，目标融合数据中的基本数据利用决策树法进行模型构建；视频数据利用卷积神经网络法进行模型构建；行驶数据利用循环神经网络法进行模型构建；收费数据利用聚类算法进行模型构建；
76、模型构建完成后利用目标融合数据中的特征数据进行模型集成，集成后得到集成模型；
77、将集成模型进行数据集和测试集划分；
78、利用数据集训练集成模型，利用测试集评估集成模型，并根据训练和评估结果对集成模型进行参数和结构的调整；
79、参数和结构调整完成后得到车辆融合模型数据。
80、优选的，所述异常数据调度单元，还用于：
81、将车辆融合模型数据进行异常数据分析；
82、其中，将车辆融合模型数据中的基本数据和行驶数据进行参数判断，参数判断为将车辆融合模型数据中基本数据和行驶数据的参数与标准基本数据和行驶数据参数进行参数比对，根据比对结果将比对差值不在合格范围内的数据标注为第一异常数据；
83、将车辆融合模型数据中的视频数据利用跟踪算法进行异常行为跟踪，根据跟踪结果判断是否存有异常行为，若存在异常行为则标注为第二异常数据；
84、将车辆融合模型数据中的收费数据通过收费规则和收费逻辑进行异常交易识别，若车辆的通行时间与收费站点的营业时间不符，或者车辆的收费金额远低于预期值，则标注为第三异常数据；
85、第一异常数据、第二异常数据和第三异常数据分别通过不同的异常处理部门进行异常解决处理；
86、最终将第一异常数据、第二异常数据和第三异常数据发送至对应的异常处理部门。
87、优选的，所述异常反馈操作单元，还用于：
88、异常处理部门的工作人员在显示终端对异常事件进行查看和判断；
89、并根据异常事件通过远程人员派遣进行解决处理；
90、当异常事件解决处理后，在显示终端对异常事件解决处理的结果进行显示和操作。
91、与现有技术相比，本发明的有益效果如下：
92、1.本发明提供的基于多数据融合处理的智能化云值机管理系统，通过统一的数据预处理流程，可以将基本数据、行驶数据、收费数据和视频数据等不同类型的数据整合在一起，形成全面、多维度的车辆数据视图，特征层融合法通过提取各类数据中的特征数据，并将其融合成特征向量，有效地降低了数据的维度和复杂性，融合后的目标融合数据包含了更为丰富和全面的车辆信息，使得系统能够更智能地分析和预测车辆行为。
93、2.本发明提供的基于多数据融合处理的智能化云值机管理系统，确保数据传输量小于传输信道剩余容量，这有助于避免数据传输过程中的拥塞和延迟，保证数据的实时性和完整性，当存在多条符合条件的传输信道时，进一步选择信号强度最强的作为第二传输信道，这有助于在传输过程中减少数据丢失和错误，提高数据传输的可靠性，针对不同类型的数据采用最适合的算法进行模型构建，能够充分发挥每种算法的优势，提高模型的准确性和适应性。
94、3.本发明提供的基于多数据融合处理的智能化云值机管理系统，异常数据分析过程采用了多种智能化技术，如跟踪算法、收费规则和收费逻辑等。这些技术的应用使得系统能够自动识别和处理异常数据，无需人工干预或少量人工干预即可完成。这大大提高了系统的智能化和自动化水平，降低了人力成本和工作强度，在异常数据处理过程中，不同的异常处理部门需要相互协作和配合。这促进了部门之间的沟通和信息共享，提高了整个系统的协同作战能力。
1.基于多数据融合处理的智能化云值机管理系统，其特征在于，包括：
2.根据权利要求1所述的基于多数据融合处理的智能化云值机管理系统，其特征在于，所述车辆数据获取单元，还用于：
3.根据权利要求2所述的基于多数据融合处理的智能化云值机管理系统，其特征在于，所述车辆数据处理融合单元，包括：
4.根据权利要求3所述的基于多数据融合处理的智能化云值机管理系统，其特征在于，所述车辆数据处理融合单元，还包括：
5.根据权利要求4所述的基于多数据融合处理的智能化云值机管理系统，其特征在于，所述数据传输处理单元，包括：
6.根据权利要求5所述的基于多数据融合处理的智能化云值机管理系统，其特征在于，数据传输之前将目标融合数据进行数据段划分，包括：
7.根据权利要求6所述的基于多数据融合处理的智能化云值机管理系统，其特征在于，当所述传输信道综合系数不低于预设的系数阈值时，则对所述目标融合数据进行数据段划分，包括：
8.根据权利要求7所述的基于多数据融合处理的智能化云值机管理系统，其特征在于，在数据传输用的传输信道确定之后，根据当前数据传输用的传输信道的剩余信道容量，确定单次数据传输的数据段的数量，包括：
9.根据权利要求8所述的基于多数据融合处理的智能化云值机管理系统，其特征在于，所述异常数据调度单元，还用于：
10.根据权利要求9所述的基于多数据融合处理的智能化云值机管理系统，其特征在于，所述异常反馈操作单元，还用于：
