本发明涉及一种高速公路通行卡卡量监测装置及其卡量预测方法，属于智能交通高速公路收费领域。
背景技术：
随着我国高速公路里程和交通流量的不断增加，如何进一步加强高速公路的管理水平，提高其运营效率，成为高速公路管理研究的重要内容。建设和优化高速公路收费是高速公路管理的重要任务之一，它直接影响高速公路通行的效率和运营的经济效益。
目前，通行卡作为我国高速公路收费的主要通行介质循环流通使用，收费站大多采取封闭式管理方式，司机从入口获取通行卡，在出口上交通行卡并缴费。但随着高速公路的收费路程被不断延长，收费出入口数量不断增加，交通流量日益增加，管理的通行卡数量也急剧增加。由于通行卡的分散性、流动性、分布不平衡性，如果管理不善，这会给高速公路管理人员带来了沉重负担。因此，如何准确跟踪、管理区域中路段内的通行卡数量和分布，及时进行通行卡调拨，同时防止通行卡的遗失，成为保证高速公路联网收费营运管理是否能正常运行的关键问题。
技术实现要素：
发明目的：为了克服现有技术中存在的不足，本发明提供一种高速公路通行卡卡量监测装置及其卡量预测方法，能够实时便捷地监测区域内的卡量分布，并预测未来一段时期内各收费站卡量的变化情况，这有助于高速公路通行卡调拨部门及时合理地进行通行卡调拨，提高高速公路联网收费的工作效率，降低运营成本。
技术方案：为实现上述目的，本发明采用的技术方案为：
一种高速公路通行卡卡量监测装置，包括色块组合图案、摄像机、计算机、支架、信号电缆；
其中，所述色块组合图案横向布置于收费站入口车道上，且摄像机通过支架布置于车道上方，保证车辆经过色块组合图案时在摄像机视角范围内；所述计算机通过信号电缆与摄像机相连，当车辆经过色块组合图案时，通过计算机对摄像机所采集的图像信息进行处理分析，以判断车辆是否通过收费站，即表明取走或归还一张通行卡；通过计算机实时监控收费站内各个发卡机的卡量变化，并根据卡量变化的历史信息预测收费站卡量的变化情况。
进一步的，所述色块组合图案包含至少两种颜色色块，且各种颜色色块间隔布置。
进一步的，所述摄像机用来判断白天夜晚车辆是否进出收费站，采用夜视效果较好的红外摄像机。
进一步的，所述计算机包括客户端计算机及远程服务器端计算机，客户端计算机与远程服务器端计算机通过互联网络实现信息传递。
本发明中，通过客户端计算机实时监控收费站内各个发卡机的卡量，并通过互联网网络将收费站的卡量信息传递到远程服务器端计算机，服务器端则可实时监测整个监控区域中所有收费站的卡量变化情况，并能根据卡量变化的历史信息预测将来每个收费站卡量的变化情况，从而为高速公路通行卡调拨部门调拨卡量提供一定的决策依据。
一种高速公路通行卡卡量预测方法，包括以下步骤：
s1：对历史上的每一年，以月为单位计算收费站的取卡量或还卡量，形成一特征向量ai＝[ai1,…,aij,…,ai12]，其中i表示某年，j表示某月，假设我们观察n年，则形成一特征向量集合a＝{a1,…,an}；
s2：对于当前年的第1月至第l月，我们得到收费站取卡量或还卡量的特征向量b＝[b1,…,bl]，同样的，我们对于特征向量集合a中第i年的每个特征向量ai也只取前l个月的元素值，形成特征向量a′i＝[ai1,…,ail]，则新的特征向量集合表示为a′＝{a′1,…,a′n}；
s3：对特征向量集合a′中的每个元素a′i，计算特征向量b与其的欧式距离，采用k近邻算法从a′中找出k个与特征向量b距离最近的特征向量，然后将它们对应到原先a中完整的特征向量中去，取出这k个完整的特征向量，并将这k个特征向量中对应的元素相加并取平均值得到一个预测向量c＝[c1,…,cl+1,…,c12]，即估计得到当前年l月之后的每个月卡量预测值。
进一步的，所述k取3-5个，计算方便的同时预测较为准确。
进一步的，为了评估该预测值的误差范围，则用当前年前l个月的实际测量向量b与预测向量c中前l个元素的值取绝对值差值，然后对这l个差值取平均值，来作为后面每个月的误差估计。
有益效果：本发明提供的一种高速公路通行卡卡量监测装置及其卡量预测方法，相对于现有技术，具有以下优点：1、装置简单，安装操作方便，检测方法快速准确，且检测成本较低，具有良好的经济实用价值；2、能够实时便捷地监测区域内的卡量分布及各收费站通行卡卡量的库存，并预测未来一段时期内各收费站卡量的变化情况，这有助于高速公路通行卡调拨部门及时合理地进行通行卡调拨，提高高速公路联网收费的工作效率，降低运营成本。
附图说明
图1为本发明实施例中卡量监测装置的结构示意图；
图中包括：1、色块组合图案，2、摄像机，3、支架，4、信号电缆，5、车辆，6、客户端计算机，7、远程服务器端计算机，8、互联网络。
具体实施方式
下面结合附图对本发明作更进一步的说明。
如图1所示为一种高速公路通行卡卡量监测装置，包括色块组合图案1、摄像机2、计算机、支架3、信号电缆4；
其中，所述色块组合图案1横向布置于收费站入口车道上，且摄像机2通过支架3布置于车道上方，保证车辆5经过色块组合图案1时在摄像机2视角范围内；所述计算机通过信号电缆4与摄像机2相连，当车辆5经过色块组合图案1时，通过计算机对摄像机2所采集的图像信息进行处理分析，以判断车辆5是否通过收费站，即表明取走或归还一张通行卡；通过计算机实时监控收费站内各个发卡机的卡量变化，并根据卡量变化的历史信息预测收费站卡量的变化情况。
本实施例中，所述色块组合图案1包含两种颜色色块，且两种颜色色块间隔布置；所述摄像机2采用红外摄像机。
所述计算机包括客户端计算机6及远程服务器端计算机7，客户端计算机6与远程服务器端计算机7通过互联网络8实现信息传递。
通过客户端计算机实时监控收费站内各个发卡机的卡量，并通过计算机网络将收费站的卡量信息传递到远程服务器端计算机，服务器端则可实时监测整个监控区域中所有收费站的卡量变化情况，并能根据卡量变化的历史信息预测将来每个收费站卡量的变化情况，从而为高速公路通行卡调拨部门调拨卡量提供一定的决策依据。
其中高速公路通行卡卡量的监测具体包括：
(1)当没有车辆经过色块组合图案1时，客户端计算机6记录下摄像机2所采集的图案颜色组合s1，即明确图案中各个图片块内的颜色值；
(2)进行车辆检测时，摄像机2获取对应检测区域的图像，计算检测区域的颜色组合s2，判断上述得到的检测区域的颜色组合s2与该监测区域无车辆经过时所得到的颜色组合s1是否相同，相同则此检测区域没有车辆经过，否则有车辆经过；
(3)如果车辆进入或离开收费站，则表明取走或归还一张通行卡，客户端计算机6对该发卡机和收费站的剩余卡量都执行减1或加1操作，并将该收费站剩余的卡量信息通过计算机网络传送远程服务器端计算机7上；
(4)通过服务器端计算机7实时反馈所监控区域内的所有收费站的剩余卡量信息，并能预测某收费站未来某一段时间内卡量的变化情况。具体预测方法如下：
s1：对历史上的每一年，以月为单位计算收费站的取卡量或还卡量，形成一特征向量ai＝[ai1,…,aij,…,ai12]，其中i表示某年，j表示某月，假设我们观察n年，则形成一特征向量集合a＝{a1,…,an}；
s2：对于当前年的第1月至第l月，我们得到收费站取卡量或还卡量的特征向量b＝[b1,…,bl]，同样的，我们对于特征向量集合a中第i年的每个特征向量ai也只取前l个月的元素值，形成特征向量a′i＝[ai1,…,ail]，则新的特征向量集合表示为a′＝{a′1,…,a′n}；
s3：对特征向量集合a′中的每个元素a′i，计算特征向量b与其的欧式距离，采用k近邻算法从a′中找出k个(这里的k取3)与特征向量b距离最近的特征向量，然后将它们对应到原先a中完整的特征向量中去，取出这k个完整的特征向量，并将这k个特征向量中对应的元素相加并取平均值得到一个预测向量c＝[c1,…,cl+1,…,c12]，即估计得到当前年l月之后的每个月卡量预测值。
此外，为了评估该预测值的误差范围，则用当前年前l个月的实际测量向量b与预测向量c中前l个元素的值取绝对值差值，然后对这l个差值取平均值，来作为后面每个月的误差估计。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。