大数据＋AI收费稽核系统

论文

作者：李子腾1, 施绍武2, 张康2（1.邯郸市交通建设投资管理中心；2.河南中天高新智能科技股份有限公司）

摘要：随着取消高速公路省界收费站和路网规模不断扩大，高速公路偷逃费呈现出“形式新、种类多、跨区域、隐蔽性强”的特点。基于大数据和AI等先进信息技术，采用数据分析、数据挖掘等手段，充分利用高速公路收费站、ETC门架等设施实时采集的车辆交易流水、车辆抓拍图片等数据，开展车辆逃费行为稽查与核实，多维度分析车辆特征与通行信息，还原车辆真实行驶路径，形成偷逃费行为稽核证据链，为“及时发现、精准识别、实时跟踪、有效追逃”的稽核体系提供强有力的支撑服务。

随着高速公路路网规模不断扩大，高速公路通行费单量和总量快速增长，非法逐利行为日益凸显，车辆偷逃通行费显现出“形式新、种类多、跨区域、隐蔽性强”的特点，并呈现出“团伙化”与“专业化”趋势[1-2]。为应对高速公路运营管理新形势、新变化、新要求，最大程度地遏制各种车辆逃费现象，最大限度地降低通行费流失，保障高速公路运营秩序平稳和有序，已成为当前亟需解决的首要问题。本文系统性梳理了全国高速公路收费稽核的研究现状，分析了现有稽核存在的不足，结合河南省路网特点和稽核现状，提出了系统的总体技术框架，并详细介绍了系统的关键技术。

一

稽核现状

（一）逃费方式现状

取消高速公路省界收费站后，设置ETC门架实现所有车辆的分段计费，在收费站入口，ETC车辆车载设备写入入口信息，MTC车辆发放记录入口及车辆信息的CPC卡。车辆通过ETC门架时，门架识别所有车辆牌识数据并形成图像流水，同时在ETC车辆车载设备、MTC车辆CPC卡写入计费信息及过站信息并生成通行记录，在收费站出口，读取ETC车辆车载设备、MTC车辆CPC卡的车辆信息、通行计费信息等进行收费[3]。

采用现状收费制式，产生了多种新型偷逃费行为，交通运输部将取消省界收费站后存在的偷逃费行为分为5大类，包括移动、损坏通行介质，大车小标，冒充优免车辆，车辆闯禁行，收费站内部人员违规操作。在部文件分类的基础上，结合其他省份建设经验以及省内路段公司的反馈，对现状偷逃费行为进行梳理，发现偷逃费行为主要表现在通过多种手段减少计费里程和降低计费标准两个方面。

减少计费里程的方式主要有倒换通行介质和改变缴费路径两大类。降低车辆计费单价主要包括改变车种、车型和冒充优免车辆等两大类。

（二）稽核系统建设现状

目前全国各省高速公路已经开始开展收费稽核工作，江苏、广东省内经济较为发达，省内路网密集，高速公路信息化程度高，设置了独立的收费稽核体系，均在取消省界收费站前开发了基于本省的省级稽核业务平台。

江苏省对新收费模式下稽核工作高度重视，出台了《江苏省高速公路稽核管理办法》《江苏省高速公路稽核工作四项机制》等制度，围绕“车从哪里来，车往哪里去”稽核思路，立足“车牌、路径、省界”三要素，对标互联网企业，打造智能“云稽核”平台[4-5]。

湖南省提出将AI、边缘计算、大数据等信息技术相结合的设计思路，系统采用了端层、边缘层、管道层、云层构成的云管边端技术架构，通过边缘侧与中心云的协同实现系统的资源协同、应用协同、数据协同、智能协同，对各种物联设备数据进行处理，采用数据分析、数据挖掘等手段，分析识别偷逃费行为[6-7]。

广东省从2014年开始，设立了省中心、区域中心、路段管理公司三级稽核管理体系，省中心负责建设省级稽核系统、负责制定适应省内的稽核规程、负责做好路段与部中心的沟通协调；区域中心协助省中心对路段进行业务指导、负责做好路段和省中心之间的沟通协调，同时组织路段进行专项行动，路段管理公司负责建设路段级稽核系统、完成部、省下发的稽核工单、根据路段自身情况进行日常稽核打逃。

辽宁省的省级稽核平台通过视频、牌识、图片二次识别，结合通行介质交易流水实现智能化的稽核管理。在平台系统中建立用户档案库、车辆档案库，实现内部数据与外部数据联动；通过一系列数据的采集、分析，建立多种稽核算法，实现流量与费额的多维度智能数据分析、智能预警与实时报警的数据传递功能；利用采集到的车辆精准画像以及相关信息，建立车辆和用户的信用评级机制，进而提升数据对账、精准路径识别、收费操作规范、绩效管理等收费管理工作[8]。

目前河南省逃费车辆筛查主要采取人工筛查方式，初步建立了全省统一的稽核系统，具备疑似逃费车辆复核及车辆追缴功能。目前可利用该系统，及现有收费系统图像稽查功能和部级稽核业务平台开展稽核业务，根据全国联网收费“一张网”稽核工作需要，尚需全面完善省级稽核业务系统各项功能，为全省收费稽核工作提供系统保障。

二

系统架构

（一）系统功能架构

收费稽核系统主要包括数据分析系统、外部稽核管理、内部稽核管理、车辆档案管理、名单管理、信用管理、信息查询、统计分析、收费终端服务、稽核公众服务、可视化业务、通信管理、基础管理等功能，系统用户分为省级-路段级-收费站三级，系统功能模块如图1所示。

图1 系统功能架构图

数据分析系统是稽核系统的基础，也是稽核系统的核心，基于建立的车辆逃费算法模型，对全路网通行车辆产生的通行记录（交易流水数据、牌识流水数据、图片抓拍数据等）进行快速自动分析，准确筛选出各类疑似逃费行程，并自动整合该车此行程的通行数据、车型数据、抓拍图片、轨迹信息，形成完成的稽核数据证据链。同时，提供数据分析模型的管理服务，以适应稽核业务需求变化；外部稽核和内部稽核实现对逃费嫌疑车辆工单的处理流转，完成逃费车辆的闭环管理；车辆档案和名单管理实现车辆基础信息、稽核历史等信息的管理；通过建设信用管理体系，全面记录信用主体、信用行为、信用评价、信用奖惩、信用修复等信息，客观反映信用主体信用状况，作为信用主体实施奖惩的参照依据。

（二）系统技术架构

稽核系统架构包括数据感知层、网络通信层、云服务层、数据资源层、应用服务层、展示层、用户层共7层，系统架构示意图如图2所示。

图2 系统总体技术框架图

1、数据感知层

数据感知层为稽核系统提供数据支撑。稽核数据主要来自收费系统的门架以及车道数据，包括交易流水、抓拍流水、车道收费流水、抓拍图片及车型识别等数据。

2、网络通信层

为各类数据上传下达的通信通道，主要依托光纤通信网络、互联网专线、VPN加密隧道等方式实现。

3、云服务层

依托服务商提供的公共云，部署省级收费稽核系统，通过租用公共云资源为系统配置数据库、中间件、操作系统以及配套的云主机、云存储等系统运行所必需的软硬件支撑环境，利用CDN服务提升用户的访问速度。

4、数据资源层

依托服务商提供的公共云，部署数据支撑平台，对采集的数据进行治理，构建原始数据库、业务数据库、专题数据库、共享数据库和预处理数据库，为稽核系统提供业务所需的数据支撑。

5、应用服务层

应用服务层是用户接口或Web客户端与数据库之间的逻辑层，包括收费稽核系统、数据分析系统等。

6、展示层

稽核系统可通过Web端、微信公众号、监控大屏等方式进行展示。

7、用户层

稽核系统面向省级管理人员、路段管理人员、社会公众进行服务。

（三）大数据平台架构

稽核系统运行需要大量数据的支撑，通过构建大数据平台，从数据采集传输，到数据存储，再到数据开发，及数据共享到后续的数据可视化及分析，形成统一的全域数据体系，实现计算存储成本降低、响应业务效率多倍提升、为业务快速创新提供坚实保障，大数据平台架构示意图如图3所示。

图3 大数据平台技术架构

大数据平台将来自收费系统的门架以及车道数据，一方面通过kafka传输对实时数据进行采集、计算，提高流式数据开发效率；另一方面通过HDFS进行分布式存储，进行大数据离线数据开发、任务管理、运维管理、监控预警，对大数据处理过程进行可视化管理与控制。借助机器学习，搭建稽核算法，将大规模的模型训练部署到内部预置或者云端集群，提供完整的管理和监控模型训练流程，可实现数据开发的算法模型迭代更新，以获得更准确的计算分析结果。

三

关键技术

（一）大数据技术

从大数据的生命周期来看，大数据主要包括四个方面，分别为大数据采集、大数据处理、大数据存储、大数据分析，共同组成大数据生命周期中最核心的技术。

大数据采集是将前端采集设备产生的数据和日志等，通过kafka分布式消息队列，实现数据发送方和接收方准确、稳定的传输数据。稽核系统数据主要包括交易流水数据、牌识流水数据、抓拍图片数据等。

大数据处理首先在进行数据分析前，先对采集到的原始数据进行“清洗、填补、平滑、合并、规格化、一致性检验”等一系列操作，为后期分析工作奠定基础，然后进行批量数据处理，通过Hadoop分布式处理，将大的数据处理任务，拆分为分布式的计算任务，交由大量机器处理，最终等处理完后拼接成需要的结果。

大数据存储利用分布式存储代替集中式存储，用更廉价的机器代替之前昂贵的机器，降低海量存储成本。分布式存储系统需要借助分布式数据库来实现，分布式数据库重点解决大文件存储、存储设备的动态扩展、数据存储节点的容错以及数据的快速检索问题。通常对增加、删除、修改、查询操作进行区分处理，但由于分布式数据库技术难以实现灵活、快速、复杂的统计分析功能，因此需要将这两种数据库技术结合起来使用，解决稽核系统在不同需求应用场景下的问题。

大数据分析从可视化分析、数据挖掘算法、预测性分析、语义引擎、数据质量管理等方面，对杂乱无章的数据，进行萃取、提炼和分析的过程。数据挖掘模型是大数据分析的核心，通过搭建稽核模型，对全网车辆流水数据进行分析，输出疑似逃费车辆名单，并借助图形化手段，对车辆所有数据进行关联分析，以图表等可视化形式进行显示。

（二）车辆AI识别技术

车辆AI识别综合运用文字识别、图像识别、人脸识别、图像搜索等技术，从车辆抓拍图片提取信息特征，结合交易流水信息及相关数据，综合车牌、车型、车轴、载重、颜色、车辆行为等特征，形成车辆特征数据，提供车辆画像服务。

车辆画像服务可对车辆基本信息、车辆通行评分、稽核分析、车辆通行历史、车辆发行信息角度对车辆的通行进行多角度分析，对车辆的通行进行综合评价，辅助稽核和收费人员对车辆进行决策分析。基于档案数据，能够对符合特征的车辆进行分析和圈选，按业务需求筛选目标车辆。

1、车辆信息结构化

车辆结构化是通过分析卡口图片得到车辆结构化数据，包括车牌号码、车牌颜色、车辆类型、车辆颜色、车辆主品牌，车辆子品牌、收费车型、车辆图像特征，如图4所示。

图4 车辆结构信息化示意图

车辆结构化属性具体包括：

（1）车牌号码：支持GA36-2007中的小型汽车号牌、港澳入出境车号牌、教练汽车号牌、新能源车牌、大型汽车号牌、挂车号牌等；

（2）车牌颜色：包括蓝色、黄色、黑色、白色、渐变绿色、黄绿双拼色；

（3）车身颜色：黑、白、灰、红、黄、绿、蓝、紫、棕、粉，共10类；

（4）车型：小轿车、皮卡车、小货车、大货车、小客车、大客车、公交车、出租车、越野车、面包车、SUV(MPV)、工程车、三轮车、摩托车，共14类；

（5）车辆主品牌：市面上车辆主流品牌识别；

（6）车辆子品牌：市面上车辆主流子品牌识别；

（7）车辆图像特征：对卡口图片中出现的车辆提取视觉特征，用于车辆的图像搜索以及身份推理。

2、收费车型识别

收费车型识别指对卡口图片分析得到收费车型，利用车辆侧面图像区分客货车收费类型（轴数），车辆侧面示意图如图5所示。

图5 车型识别示意图

客车收费类型按照表1所示标准区分。客车收费类型通过卡口获取车辆正面和侧面图像后，用算法自动判定收费车型。

表1 客车收费类型分类表

货车收费类型按照表2所示标准区分。货车收费车型主要依赖侧面车辆图片，用算法计算货车的总轴数，依此判定的收费车型。

表2 货车收费类型分类表

通过车辆AI识别技术，准确识别车辆基础参数，形成结构化数据，一方面辅助稽核模型进行疑似逃费车辆筛选，另一方面用于形成逃费证据链进行逃费佐证，全方位进行精准打击逃费行为。

四

结束语

本文围绕河南省稽核系统的设计与实现开展了全方位研究，梳理了高速公路收费稽核的研究现状，分析了各省现有稽核系统的建设运行现状，结合河南省路网特点和稽核现状，基于大数据和AI技术提出了系统的总体技术框架，详细介绍了系统的关键技术。该系统上线后验证表明，利用本系统能够准确筛选出逃费车辆，并自动整合完整的稽核证据链，大大提高了稽核效率与准确性，实现了高速公路收费稽核的闭环管理。

参考文献

[1] 安家宏.全国联网收费形式下高速公路稽核工作的思考[J].中国公路,2020(03):108-109.

[2] 华为自由流收费大数据稽核解决方案及应用[J].中国交通信息化,2019(12):138-141.

[3] 房益林,殷蔚明,李习之,李轶群.科学升级新收费模式下的稽核方案[J].中国公路,2020(24):52-54.

[4] 张西亚.大数据时代的“云上稽核”——江苏高速公路云稽核探索与实践[J].中国公路,2020(18):30-32

[5] 张西亚.新格局下的江苏高速稽核策略[J].中国公路,2020(02):58-60.

[6] 刘春成,吴博,倪悝,谌健.基于AI的收费稽核研究与实践[J].中国交通信息化,2021(S1):135-138.

[7] 刘永.基于云管边端架构的高速AI稽查系统设计与实现[J].电脑与信息技术,2021,29(01):58-60+67.

[8] 曲喆.“后撤站时代”的收费稽核管理体系构建[J].中国公路,2020(18):33-35.

（原文刊载于2022年第5期《中国交通信息化》）

---

责任编辑 | 户利华