本文主要介绍了湖北交投集团针对高速公路收费稽核工作的现状和问题,通过构建智能化、数字化的AI智慧稽核系统,实现基于车型、轴数、车牌、图片和卡内信息的多维特征数据深度融合,建立多种稽核模型,自动筛选出偷逃费嫌疑车辆及证据链,提升收费稽核管理水平和稽查工作效率。
阐述构建智能化、数字化的稽核系统的必要性,包括偷逃费现象严重、数据平台技术及新技术支撑要求高等问题。
介绍系统的架构,包括数据采集层、数据处理层、数据存储层、业务层和展现层。同时介绍了基于视频AI算法的车辆多维特征采集、云-边-端三层设计架构等技术路线。
介绍系统在湖北交投集团的应用效果,包括提高稽核工作效率和精准度、减少通行费损失、建立车辆画像体系、实现闭环管理等。
探索建立“1+N”稽核工作机制,构建扁平化管理机制,提升群众出行服务水平等未来发展方向。
作者:代永涛1,罗如意1,贺崇文2,高长松2,江海文2,赵岐1,胡泽1,王超君1
(1.湖北交投科技发展有限公司;2.湖北交投高速公路运营集团有限公司)
摘要:针对高速公路通行车辆偷逃费手段新、稽核打逃难度大、稽查效率低等问题,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,进一步提升收费稽查效率,最大限度降低通行费流失,保障高速公路运营秩序平稳有序,湖北交投集团构建智能化、数字化的稽核系统,实现基于车型、轴数、车牌、图片和卡内信息的多维特征数据深度融合,建立“门架漏标”“车型不符”“一车多签”、屏蔽通行介质等稽核模型,自动筛选出偷逃费嫌疑车辆,实现稽核工作的闭环管理。通过AI分析,搭建以图搜图计算引擎,自动识别套牌、遮挡牌照等嫌疑车辆,生成逃漏费嫌疑数据。
随着全国高速公路一张网运营,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,给收费稽核业务带来了全新的、深层次的压力和挑战,对数据平台系统及新技术的支撑提出更高的要求。为进一步提升收费稽核管理水平,提升收费稽查工作效率,避免通行费少收、漏收,湖北交投集团聚焦稽核堵点、卡点、难点,通过探索建立“1+N”稽核工作机制,构建横向到边、纵向到底的立体化稽核打逃格局,聚焦平台和数据资源,在省界门架和货车流量较大的收费站、服务区附近门架布设车型识别设备,依托大数据平台和AI计算模型算法,构建智能化、数字化的智慧稽核系统,自动筛选出偷逃费嫌疑车辆,实现稽核工作的闭环管理。
2020年全国高速公路省界收费站取消后,实现了高速公路全国“一张网”运营,收费模式新变化主要体现在以下方面。交易场景:原来是出口统一计费、收费,现在调整为分段计费、一次收费、一次通行、一次告知。计费在门架,收费在出口一次扣除。车型分类:全国各省采用统一的标准对货车、客车车型进行分类,并增加摩托车及专项作业等规定。车道类型:车道变成以ETC为主、MTC为辅,收费站实现移动支付全覆盖,同时提高ETC支付使用率。跨省通行:省界站取消后,跨省通行的车辆越来越多,单次缴费里程及缴费金额有明显增加。产生逃费原因呈多样化:ETC发行准确度原因造成(车型不符、车种不符、车牌不符等);CPC人工录入准确度造成(实际车型不一致、实际车牌不一致、实际车辆分类不一致等);RSU门架漏检造成(信号干扰、OBU/CPC设备屏蔽、天线故障或误判漏检等);视频识别车牌准确度造成(车牌变形、车牌脏污、车牌遮挡);视频车辆识别设备漏检造成(强光逆光、晚上无补光、相似物体误判等);人为原因逃费造成(屏蔽计费设备、遮挡号牌、一车多签、倒换通行卡等)。数据显示,目前我国高速公路网每天车流量超过3000万,每天的交易记录超过2亿条。而在全国高速公路取消省界收费站后,高速公路运营管理单位稽核的路网里程也从本省变成全国。面对激增的数据量,叠加通行里程变长所带来的各种新难题,也让高速收费稽核难度增加,追逃追缴难度升级,成为当前高速公路收费稽核业务亟待解决的问题。全国高速公路“一张网”运营后,单次通行费用上限增大,尤其是跨多省通行车辆,通行费用数额较大。利益诱惑司机实施偷逃费行为,严重扰乱高速公路正常收费秩序,如不采取措施加以制止,逃漏费形势恐愈演愈烈,造成运营管理单位、国家财产的严重流失。收费稽查作为查处偷逃通行费行为的重要措施,正面临着越来越严峻的挑战。现有的收费稽查方式对规范收费操作流程起到了很好的作用,但对于日益严重的逃缴费行为和花样频出的偷逃费方式却效率不高。当前全国高速公路执行跨省自由流方式,实现“一次通行、一次收费、一次告知”,联网收费系统按车型、轴数进行计费,采用“以ETC为主、视频为辅”的技术手段,车辆车型、轴数是计费的关键参数,ETC车辆信息的准确性将直接影响到ETC车辆通行费收取的准确性。同时,ETC车辆通行高速公路入、出口均由收费系统自动进行ETC交易校验,人工无法干预,通过对ETC车辆信息进行核验,掌握路段通行车辆ETC信息的有效性和一致性,根据结果制定有效策略,及时堵漏增收,对保障通行费的正常收取具有重要意义。且在追缴过程中,由于缺乏车辆多维特征信息的获取,无法形成有效的证据链,导致稽查困难、效率低。因此,建设基于多源数据融合的高速公路AI智慧稽核系统迫在眉睫。通过完善通行车辆路径信息,进一步补全在线计费系统车辆信息,对通行费稽核追缴、提高在线计费成功率、降低兜底费额使用率具有积极意义。当前计费体系依赖于门架分段计费的功能,门架交易时以卡内车型为准,一旦入口车道将卡内车型填错,或中途更换车型,将造成少收、漏收问题,缺乏门架交易车型与实际车型的对比手段。目前门架标记均以天线对通行介质的检测为准,一旦OBU介质被屏蔽,缺乏直接通过机器视觉对门架漏标数据进行比对。门架交易时,能够根据车辆通行介质内上次交易门架和当前门架机构的情况,对车辆进行计费和补漏。目前对于省界门架或多义路径门架等,缺乏对路径拟合情况的比对查验功能。当前的收费稽核更多是通过交易记录数据稽查异常车辆,无法直观地展现车辆通行时的情况,不能实现“有图有真相”,不能提供完整的证据链。在数据采集层,主要负责采集ETC门架交易数据、收费站交易数据、车型识别数据和各类基础数据;在数据处理层,负责对采集的数据进行分类、清洗、处理和汇聚;在数据存储层,利用现有大数据平台,承载数据仓库和数据计算功能,实现云端结构化数据的汇聚存储和非结构化图片数据的分布式存储;在业务层,包括稽核模型管理、轨迹还原分析及一车一档、车辆画像等核心功能,完成数据分析和算法设计,支撑通行记录查询、稽核工单管理、布控车辆管理、车辆档案管理等业务;在展现层,主要负责将底层各类应用产生的各类数据进行多维统计分析及应用,包括收费稽核系统、可视化大屏及稽核数据输出等。系统架构如图1所示。采用视频识别技术,以120帧/秒的帧率对车辆侧面进行高速扫描,基于视频检测技术及背景分析算法对车辆车头、车尾进行检测、分析,完整还原车辆侧面图片;运用基于深度学习的AI图像识别技术对车辆侧面特征进行提取,分析并识别出车辆车型、轴数、轮数,以及车辆侧面危险品标志、准载吨数、核载人数等特征信息,提高采集数据的准确性。依托大数据平台和AI计算模型算法,采用云-边-端三层设计架构。从端侧多维数据采集、清洗,到边侧图片数据分布式存储、结构化数据向上转发交换,再到云侧结构化数据汇聚存储,及上层数据融合分析、应用,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。各运营公司区域中心网络拓扑图如图2所示。端侧:在交投集团所运营路段的省界ETC门架及部分关键的互通枢纽部署门架车型设备,采集通行车辆车牌、车型、轴数等收费要素,并采集车头图、车身图等特征图像。在门架增设边缘智能终端设备,提升门架监控、数据采集、数据安全隔离、数据融合和边缘计算能力,为省界门架稽核应用提供高效、可靠的数据通道。通过边缘分析终端对采集数据进行清洗去重及存储,支持断点续传功能,为后端软件系统进行数据分析提供数据支撑。边侧:在每个运营公司的区域中心监控网、收费网各部署1台汇聚服务器。其中监控网汇聚服务器用于接收门架前端的边缘智能终端数据,实现图片数据分布式存储,结构化数据向上传输汇聚;收费网汇聚服务器用于接收收费网获取的门架交易数据和收费站交易数据,收费网与监控网中间使用网闸进行隔离,并部署防火墙、日志审计系统;支持断点续传功能,为云端大数据稽核分析提供数据支撑。云端:在交投集团中心建设大数据平台,承载数据仓库和数据计算平台功能。实现云端结构化数据的汇聚存储,并为AI智能分析算法和流式计算引擎提供算力。2.2.3 基于多源数据融合的异常车辆通行行为预警模型以入出口收费站、ETC门架海量交易流水和车型识别数据为基础,构建智能化、数字化的稽核系统。基于车型、轴数、车牌、图片和卡内信息的多维特征数据深度融合,建立车型不符、大车小标、货车客标、U/J行驶、屏蔽计费设备、一车多签等稽核模型,实现对偷逃费嫌疑车辆的自动筛查、图像取证与工单推送及稽核工作的闭环管理。有效提升计费精度、减轻稽核人员工作量,从而扩大稽核数据筛查范围,提高稽核效率。业务架构如图3所示。(1)数据采集:大数据平台采集收费站出入口流水数据、门架交易流水数据、门架车型识别数据,形成原始流水数据集群;(2)模型稽查:通过既定的稽核模型算法,对不同场景的收费数据进行分析和筛查,生成待稽查的疑似逃费工单数据;(3)工单派单:工单生成时,自动派送至对应的出口路段。运营公司根据工单情况将工单派送至收费站,支持派送至单个收费站或多个收费站;(4)工单处理:收费站稽查人员登录系统,对派送至本站所的工单进行稽查处理,核实车辆信息、上传稽查证据链等操作。如果确认该工单关联通行记录为正常通行,不属于逃费异常,则工单直接办结,不再经过审核步骤;(5)工单审核:审核不通过,则返回重新处理;审核通过,表示此工单确实为逃费通行,则车辆进入预追缴名单;(6)逃费追缴:根据预追缴名单信息,对车辆进行通行费追缴。追缴成功后将实际追缴金额录入系统,则工单办结,形成闭环。如果客观原因无法追缴,录入原因备案。通过AI分析,搭建以图搜图计算引擎,对车辆图片进行结构化,包括品牌、型号、车牌颜色、车辆类型、车身颜色等,建立海量车辆图片库。针对车牌识别错误的临牌、套牌车、遮挡牌照等嫌疑车辆进行行程图片关联,搜索同一行程、同一车辆的图片数据,为稽查系统提供完整证据链。并支持同一辆车图片信息查询、归集、轨迹组合,为路径拟合提供数据支持,助力收费系统智慧升级。建立“一车一档”、通行车辆电子画像体系,利用高速公路各系统采集数据、外部接入数据及业务审核数据,通过大数据与AI云计算,对车辆在高速公路行驶过程中的车辆驾驶状态、逃费行为、通行行为习惯、车辆价值等多源数据进行多维评价分析,将车辆的属性特征标签化,形成不同的指标库,包括但不限于:(1)收费数据指标库:按照车辆的车牌库基础信息、通行档案、稽核特情、行驶轨迹、行为习惯、行为分析、车辆行为、车辆分层、车辆活跃度等标签维度,建立车辆的收费数据指标库。(2)门架车型识别指标库:按照车辆的车牌库基础信息、特殊车辆信息、轴组信息等标签维度,建立车辆的门架车型识别指标库。并可根据门架车型识别和门架牌识数据的结合形成车辆实际轨迹信息,建立车辆轨迹明细库,并通过车辆轨迹的分析得出车辆轨迹相关的指标库。(3)车辆特征库:根据以图搜图引擎提供的图像结构化数据,按照车辆基础信息、车辆外观特征信息、车牌特征信息、车辆品牌特征、车辆挂件特征、车辆驾驶人特征信息、车辆品牌信息等建立车辆特征库。(4)车型车牌指标库:将车型的收费数据指标库、门架车型识别指标库、车辆特征库进行融合分析,按照车辆基础信息、车辆通行信息、车辆行为信息、车辆特征信息、车辆行驶轨迹信息等多维度指标,建立车辆车牌指标库。同时,充分利用车辆画像体系,通过资源共享、信息互通,辅助收费稽核,实现逃费车辆精准追缴,减少通行费损失。并为路方精细化运营提供决策辅助,为个性化出行服务、路沿增值业务开发和高速公路数字资产运营建立基础模型、提供数据支撑。探索延伸稽核范围,打通与发行方的信息壁垒,建立将收费稽核系统分析出的发行信息错误车辆信息推送至发行方系统的机制,由发行方纠正车辆电子标签中的错误信息,并辅助ETC发行,从源头保障ETC精准发行,实现“治逃+营销”双向发力。同时,结合车辆档案系统数据能力,建立统一车辆画像体系,基于会员的精准画像,做到更高效触达,降低营销成本。此外,建立服务于用户及利益相关方的“出行+”服务体系,能够快速精准地满足用户动态变化的个性化需求,提升客户满意度及行业竞争力;充分发挥湖北交投拥有ETC发行权和自有业务场景优势,基于ETC支付方式和高速公路以外的应用场景,形成“ETC+”新业态,推动ETC拓展应用与业务场景深度关联,让用户享受ETC支付的优惠与便捷,最终提升群众出行服务水平。2.2.7 建立“1+N”稽核工作体系,构建扁平化管理机制探索建立“1+N”稽核工作机制,构建横向到边、纵向到底的立体化稽核打逃格局,形成完整、高效、规范的集群式工作模式,多措并举,助推稽查工作提质增效。基于多源数据融合的高速公路AI智慧稽核系统已成功运用于湖北交投运营集团下属9家运营公司。通过在湖北交投所辖路段省界ETC门架及部分关键的互通枢纽部署车型识别设备,依托收费站交易流水、门架交易流水、牌识流水、车型识别数据、车辆画像等技术分析验证,构建智能化、数字化的稽核系统,实现基于车型、轴数、车牌、图片和卡内信息的多维特征数据深度融合,建立“门架漏标”“大车小标”“车型不符”“一车多签”“屏蔽通行介质”“U/J行车”“假冒绿通”等稽核模型,自动筛选出偷逃费嫌疑车辆及推送工单,助力收费系统智慧升级。现场应用情况如图4所示。(1)通过AI分析,搭建嫌疑数据引擎,可准确筛选出逃费车辆,并自动整合完整的稽核证据链,有力提升稽核工作效率及精准度,实现高速公路收费稽核的闭环管理与逃费车辆精准追缴。(2)截至2023年底,共排查嫌疑记录超15万条,其中确认存在逃漏费的数据超10万条,2023年累计堵漏涉及金额5346.29万元(清分前),部稽核平台补费清分后金额1041.26万元,避免少收通行费千万元以上,确保通行费“应收尽收”,实现“颗粒归仓”的目标。(3)利用大数据结构化技术,建立统一的车辆信息资源池,智能分析超50亿条交易流水,已积累产生2600万+车辆车型数据,初步构建9大类114小类车辆画像标签,形成不同维度的车辆群体画像特征。并基于车辆通行行为习惯,对车辆特征标签化,形成“一车一档”多维评价(含车辆基本信息、车辆驾驶状态、逃费行为分析、通行行为习惯、车辆价值分析等多维度)。(4)利用车辆画像体系对进出口车辆车牌车型进行云校验,基于大数据进行二次校核,提供高可信度车牌车型数据,改善当前湖北省自助缴费、自助发卡特情只能人工介入处理造成的效率慢、服务水平低、智能化程度低的问题。并利用车辆画像体系车辆信用值等信息,对驶入收费站和省界门架的车辆进行车辆“大车小标”、轴型异常等预警。(5)延伸稽核范围,打通与发行方的信息壁垒,辅助ETC发行,从源头保障ETC精准发行。并基于会员的精准画像,做到更高效触达,降低营销成本,实现“治逃+营销”双向发力。本文从取消高速公路省界收费站后的稽核打逃工作现状,结合湖北省收费业务实际情况,清晰阐述了湖北交投集团聚焦稽核堵点、卡点、难点,依托大数据平台和AI计算模型算法,采用云-边-端三层架构,以入出口收费站、ETC门架海量交易流水和车型识别数据为基础,构建智能化、数字化的AI智慧稽核系统,实现基于车型、轴数、车牌、图片和卡内信息的多维特征数据深度融合,建立“门架漏标”“车型不符”“一车多签”、屏蔽通行介质等多种稽核模型。可自动筛选出偷逃费嫌疑车辆及证据链,实现稽核工作的闭环管理,有效提升收费稽核管理水平和稽查工作效率,避免通行费少收漏收。同时,通过构建“一车一档”、多维车辆画像体系,可为个性化出行服务、路沿增值业务开发和高速公路数字资产运营建立基础模型、提供数据支撑。[1] 杨丽,伍凯,陶肖明,等.高速公路AI收费稽核系统设计与应用探讨[J].中国交通信息化,2023(7):86-88,97.[2] 李子腾,施绍武,张康.大数据+AI收费稽核系统[J].中国交通信息化,2022,269(5):95-98.[3] 田荣荣,韦峰.多维车辆特征识别系统在高速公路收费稽核管理中的应用分析[J].安徽建筑,2021,28(4):158-159.[4] 孙伟,李卫星.视频多维结构化数据在高速公路收费优化中的应用[J].中国交通信息化,2022,274(9):99-102.[5] 黄陈,胡汉桥,罗如意,等.基于大数据与AI计算的收费稽核系统[J].中国交通信息化,2024,(S1):303-305.
(原文刊载于2024年第11期《中国交通信息化》)