|
作者：梁丽娟1，袁红叶2，何日升1，郭聪1，林为政1，刘薇1（1.浙江高信技术股份有限公司；2.浙江交投高速公路运营管理有限公司） 摘要：本文梳理了高速公路营运稽核的业务需求，提出了基于门架数据的高速公路稽核平台。该平台依托路网大数据平台，汇总图片、门架流水、车道流水数据，建立全量运营管理数据资源池，预处理初始数据，关联异常数据与异常行为，分析异常行为特征，完成稽核行为认知，输出证据链信息，提交至交通运输部稽核系统，为通行费追缴提供数据支持。 2020年1月1日零时起，全国29个联网省份487个高速公路省界收费站全部取消，以省为界的运营模式让位于全国全网统一。ETC车辆继续使用ETC通道不停车快捷收费；人工收费车辆在高速公路入口领取、出口交回CPC通行卡，一次性交纳通行费。这一变化可缓解省界收费站处的交通拥堵，提高车辆通行效率，促进节能减排。与此同时，ETC门架分段式计费模式导致收费场景更加碎片化，高速公路稽查面临更多问题：第一，跨省车辆单次通行费额增加，车辆偷逃费用意愿加强；第二，稽核从“查车”变为“核数”，营运工作流程及职责变化，对数据实时性、完整性要求更高；第三，跨省逃费漏费呈现新形势，原有偷逃判断不再适用；第四，ETC门架系统的有效性和稳定性有待提高[1]。如何识别车辆特征行为、完成高速公路的营运稽核，已成为路段经营单位亟需解决的问题。
在合法装载的前提下，同一轴型的货车所占用和损耗的公路资源基本相等。公路货车按照车（轴）型收费是国际上的普遍做法，车型大小、类别关系到通行费用的多少。因此，要避免车辆更改车型逃费。精确获取和还原车辆行驶轨迹是收取通行费的基础。一辆正常行驶的车辆路径必然包含完整的进入、离开，并生成相关的门架交易数据。路径信息缺失主要包含缺少标识（恶意屏蔽、扔卡），丢失标识（5个以上门架信息缺失），多个标识（一车多卡、换卡出行）和缺失部分牌识（抓拍设备损坏）等。跟踪公路收费卡点的异常运行，记录跟车冲卡、直接冲卡等车辆行为。优免车辆包括鲜活农产品运输车辆、国际标准集装箱运输车辆、应急救援车辆、军车、辖区内执行任务的警车等。假冒优免车逃费中，较常见的是假冒绿通车和国际标准集装箱运输车。做好内部稽核，分析行业内部单位及人员的操作规范性、政策合规性，避免内部因素造成通行费损失。从上述分析中可整合出5大类18小类稽核策略，如下表所示。稽核平台系统功能开发据此完成。高速公路逃费行为及稽核策略表 稽核平台实时接入路段内的通行流水数据，基于路网模型复原车辆路径，分析漏计、漏扣费用情况，计算形成中路段通行费金额，与省结算中心拆分的实收通行费金额进行校核对比，分析两者之间的差异，定位原因，及时发现和处理异常情况。实时获取的路段原始通行交易流水数据主要包括三种类型。一是门架交易数据，即车辆经过门架时，CPC卡或OBU标签与门架交互生成的数据，包括车辆入口信息、经过时间、车型、门架计费里程、计费金额等；二是门架相机抓拍图片数据，即车辆经过门架时，门架上架设的摄像机所抓拍的实时车辆图片；三是车牌识别流水数据，即门架抓拍图片的信息描述，包括门架编号、抓拍时间、识别车牌号、识别车型、拍摄位置等[3]。平台依托浙江交通集团所辖收费站的车道数据，包括自2020年起的门架交易、牌识数据。目前收费站共计278个，门架1135余套，每日产生的数据量约1亿条，占用存储约0.4TB。在接入路段原始通行交易流水后，对流水关键信息进行有效性检验，去除异常数据，包括空数据、重复数据、无效数据及根据规则判定的其他异常数据，为后续车辆路径还原提供准确数据。按照车牌号码、卡口标识、路段标识等将数据进行分组聚合，对需拟合的交易记录按照路段维度、车辆维度、收费单元维度进行拆分，按照出行情况进行数据预处理，如补充缺失数据、一次出行路径切分等。按照稽核逃费的数据特征情况及业务规则等，进一步细化分类。以车型异常为例，其对应的稽核场景主要为“大车小标、货车客标”，业务流程如下：（1）对交易流水、侧身图片等进行二次建模分析，识别出车牌号码、车辆主品牌、子品牌。（2）根据车辆的主品牌、子品牌、轴型，识别出实际车型。（3）梳理门架交易流水和车道交易流水，分析出车辆的交易车型。（4）对比实际车型和交易车型，分析是否存在车型异常。（5）输出异常结果，包括车牌、进站ID、进站时间、车型图片、位置以及信息库中的车型等信息。车牌和车型识别使用SSD算法[4]。该算法基于前向传播的卷积神经网络，产生一系列固定大小的边界框、每一个框中所包含物体实例的可能性（即score），而后进行非极大值抑制，得到最终的检测结果。对于不同的特征层，预测探测的卷积模型不同。每个添加的特征层都可以使用一组卷积过滤器，生成一组固定的检测预测。多个特征层会组成一个网络架构，如图2所示。网络中不同层次的特征图具有不同的接受域。SSD框架中，默认框不需要对应于每一层的实际接受域。假设要使用m个特征映射进行预测，每个特征图的默认框的比例计算公式为：这里Smin是0.2，Smax是0.9。这意味着最低层的比例为0.2，最高层的比例为0.9，并且它们之间所有层都是规则间隔的。默认方框施加不同的纵横比，并将它们表示为ar∈{1, 2, 3, 12, 13}。可以计算每个默认框的宽度和高度，如公式（2）、公式（3）所示。每个特征映射位置产生6个默认盒子。将每个默认框的中心设置为 ，其中| fk |是第k平方特征映射的大小，i，j∈[0，| fk |）。本文基于TensorFlow版本实现SSD300。与原算法参数不同的是，经过前期分析高速公路上车辆行驶的特点，本算法选择采用Smin=0.13，Smax=0.8。平台整体框架分为以下4层：基础设施层、平台层、使能层、应用层。第一层，基础设施层：提供计算、存储、网络等基础资源。在路段收费中心，部署分布式边缘计算、车辆识别算法、数据存储的一体化设备；在省中心，采用云端资源基础设施。路段中心与省中心融合，统一调度管理。第二层，平台层：提供云平台、大数据平台、边缘管理平台及组件。在省中心，采用集团云平台、集团大数据平台，并建立边缘管理平台及组件。第三层，使能层：提供车辆识别算法、以图搜车、路径还原等基础能力。第四层，应用层：提供稽核应用服务，包括偷逃费模型、通行记录分析、证据链管理等稽核相关功能。第一层：在路段中心，通过一体化设备和车辆识别算法，分析门架图片、收费站出入口图片，识别车辆，建立路段中心车辆特征库，同步数据至大数据中心平台；并通过数据采集收集门架交易流水、收费站交易流水，同步至大数据中心平台。第二层，大数据仓库层：汇聚全路段中心的车辆特征、车辆流水等数据，建立全省车辆特征库，识别车辆唯一性。第三层，算法层：建立AI算法仓，包含全路段统一的车辆识别算法、以图搜车算法、车辆类型算法、路径还原算法。第四层，业务模型层：包含偷逃费模型（如屏蔽OBU、车辆无牌、换OBU等），车辆信息通行记录分析模型，车辆信息档案模型(含OBU信息库、车型库等)，车辆综合查询（含车辆行驶路径等），证据链管理。第五层，展示服务层：提供稽查数据分析结果和证据查询、全省车辆流水查询、车辆图片查询、车辆档案查询、以图搜车查询、车辆行驶轨迹查询。（1）车牌二次识别。利用基于深度学习的图像识别算法，以及针对性的训练和调优，以服务化的形式实时或批量提取高速卡口或门架抓拍图片内的车牌区域，对车牌号进行识别，结合原始车牌信息，提高车牌识别的准确率。（2）车型识别。利用基于深度学习的图像识别算法，以及针对性的训练和调优，以服务化的形式实时或批量提取车辆特性信息，包括车辆颜色、品牌、车型等，建立车辆特征库，并与车辆登记档案进行比对。（3）危化品车识别。利用基于深度学习的图像识别算法，以及针对性的训练和调优，以服务化的形式实时或离线识别图片中的危化品标识、字样等信息，判断图片中是否含有危化品车辆，建立危化品车辆档案库，进行重点监控。在前述5大类18小类稽核应用场景细分的基础上，业务系统实现以下场景的通行异常分析。（1）屏蔽通行介质。对屏蔽通行介质（OBU/CPC）造成的门架交易数据缺失进行分析、识别和推荐。（2）车种、车型不符。对ETC车种车型和实际车种车型不符的车辆数据进行分析、识别和推荐。（3）一车多卡。对一车多卡（如同一辆车上安装了多个OBU，或者同一辆车既安装OBU又配备CPC卡）的多种场景车辆数据进行分析、识别和推荐。（4）无入口信息。对高速通行过程中无入口信息的车辆数据进行分析、识别和推荐。（5）OBU无卡。对高速通行过程中OBU无卡的车辆数据进行分析、识别和推荐。（6）车签不符。对高速通行过程中出行车签不符情况的车辆数据进行分析、识别和推荐。（7）车辆超时。对高速通行过程中出行超时情况的车辆数据进行分析、识别和推荐。（8）出入口重量不一致。对高速通行过程中出入口重量不一致的车辆数据进行分析、识别和推荐。（9）组合查询。对上述通行异常数据进行组合分析（例如，同时满足车型不符和车辆超时的车辆数据）。对于以上场景的通行异常分析，系统服务层均提供查询、筛选（时间、车牌、通行ID）和导出功能，方便管理人员判别和确认。（1）车辆流水查询。车辆交易流水查询以门架和收费站交易流水数据为基础，提供查询、筛选（时间、车牌、通行ID）和导出功能；车辆抓拍流水查询以门架和收费站抓拍图像和数据为基础，提供查询、筛选和导出功能。（2）车辆图片查询。建立门架及收费站图片库，提供查询、筛选（时间、车牌）、显示和下载功能。（3）证据链下载。对于通行异常的车辆数据，收集交易流水、抓拍流水和抓拍图片，形成证据链，提供下载功能。（1）部门管理。支持按照运营公司的组织结构创建、修改和删除层级部门，例如公司、部门等。（2）用户管理。支持创建、修改和删除用户，支持填写、编辑和保存用户基本信息（如用户名、密码、姓名、手机号、邮箱等），支持绑定部门信息和配置角色权限，支持用户登录和登出功能，支持登录验证码功能。（3）权限管理。支持创建、修改和删除角色，支持角色和权限项的绑定和解绑。（4）日志管理。支持记录用户登录和操作的审计日志功能，包含日志时间、操作类型、用户、IP地址等。截至2022年6月底，浙江省高速公路通车里程达到5184公里，浙江交通集团运营2988公里，稽核平台共发起工单34万余条，核实金额3176.25万元，实收1649.02万元，止损1543万元，有效提升了高速公路稽核水平。取消省界收费站既为出行带来便利，又为高速公路收费稽核提出挑战。全省每年漏逃金额估算为亿元级别，且逃费种类日渐多样化。因此，下一个阶段研究重点为稽核指标，通过自定义指标进行异常挖掘，提升稽核人员主观能动性，加强稽核力度和覆盖范围。参考文献 [1] 朱爽,谭裕安,段洪琳,等.通行费校核分析方法探究[J].中国交通信息化，2020(12)：105-107. [2] 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. [3] 严肖.陕西省ETC门架数据应用与实践[C]//公路信息化创新技术应用发展论坛,2021. [4] LIU WEI, ANGUELOV D, ERHAN D，et al. SSD: Single shot multibox detector[J]. Computer Vision - ECCV 2016,2016,21-37. （原文刊载于2022年第10期《中国交通信息化》）
|
