CN113570854A - 一种用于高速公路运营管理的智能稽核控制系统 - Google Patents
一种用于高速公路运营管理的智能稽核控制系统 Download PDFInfo
- Publication number
- CN113570854A CN113570854A CN202110683983.3A CN202110683983A CN113570854A CN 113570854 A CN113570854 A CN 113570854A CN 202110683983 A CN202110683983 A CN 202110683983A CN 113570854 A CN113570854 A CN 113570854A
- Authority
- CN
- China
- Prior art keywords
- audit
- intelligent
- vehicle
- information
- control system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用于高速公路运营管理的智能稽核控制系统，综合先进的AI图片智能识别技术及边缘计算技术，运用多维AI稽核引擎，结合数据库庞大的信息吞吐能力和云端共享优势，实现多流水数据的科学融合；多源推理，完整还原车辆、人员信息，完成过往车辆的行为预测、监督分析等，为稽核应用提供准确、详实的信息、技术支撑，形成稽核闭环管理。智能稽核控制系统，包括一套边缘一体机和一套AI视频图像智能分析软件。边缘一体机位于高速管理中心的监控中心，通过内部集成的交换机，经由光纤与系统所属下级各收费站的监控客户端连接。AI视频图像智能分析软件以边缘一体机为载体平台，在其上运行工作，为稽核应用提供准确的信息支撑。
Description
技术领域
本发明涉及一种智能稽核控制系统，尤其是一种用于高速公路运营管理的智能稽核控制系统。
背景技术
随着高速公路路网的逐渐完善，征费标准和收费方式也在不断的调整和完善，更加契合社会发展现状和各型车辆的运营状态，并可为过往司机提供更加便捷的缴费途径。
以上方法虽然经过实际应用证明了一定的可行性，但存在以下问题：
尽管缴费标准和收费方式在不断的完善，但同样的，各种五花八门的逃费手法也是层出不穷，导致高速通行车辆的逃费现象十分严重，通行费用出现较大的流失。高速省界收费站的撤站退出，对现有的高速收费模式更是提出了新的挑战。当高速公路集团的管理部门发现高速逃费事件后，必须人工进行稽核。但现行的人工稽核方式较为落后，需要调取大量的信息并进行人工识别，且以人员现场蹲点值守为主，稽核效率较为低下，人力物力耗费严重。由于高速通行车辆的数据信息庞大，人工稽核难免会出现漏查、误查等情况，故稽核准确性难以保证。
在开放式自由流收费的新形势下，分段式计费方式、交易场景碎片化、交易过程频繁化等均会诱发各种偷、逃通行费行为，漏收/错收通行费、通行费收取异常等现象也可能会随之增多。按照现行规划，自由流收费将依托ETC门架系统计费和收费，门架系统的稳定性、可靠性是关键，但收费环境多、场景情况复杂，也会导致错、漏风险变得难以把控。另外，未来高速通行的收费主责权将分散回归路段，在主体增多后，收费情况将变得更加复杂。如何帮助下属各级路段创造条件与省高速管理中心进行精准记账、对账校核管理就变得更为迫切。高速公路集团的管理部门如何实现路段间的收费，如何监管收费情况，如何构建一体化的稽核模式和管理服务等，都是当前亟待突破的技术瓶颈。
因此，需深入研究适应未来、能够实现高速公路智能运营管理的可靠、有效的稽核控制系统。
发明内容
有鉴于此，本发明提供一种用于高速公路运营管理的智能稽核控制系统，其综合先进的AI图片智能识别技术及边缘计算技术，运用路网模型、图搜服务、标签体系、路径拟合等多维AI稽核引擎，结合数据库庞大的信息吞吐能力和云端共享优势，实现多流水数据的科学融合，完整还原车辆行驶路径、人车信息，完成往来车辆的行为预测、监督分析等，有效分析稽核业务情况，形成稽核闭合管理，赋能公共服务。
本发明的目的是通过以下技术方案实现的。
一种用于高速公路运营管理的智能稽核控制系统，所述系统包括一套边缘一体机和一套AI视频图像智能分析软件。
进一步地，所述边缘一体机位于高速管理中心的监控中心，通过内部集成的交换机，经由光纤与系统所属的下级各收费站的监控客户端连接。所述AI视频图像智能分析软件以边缘一体机为载体平台，在其上运行工作。
进一步地，所述各收费站为隶属于省高速管理中心的智能稽核控制系统管控范围的下级各收费站，根据稽核需要进行连接，不限数量。即每一个收费站的监控客户端均可以作为一个子项节点，向上进行组网级联，形成由顶端边缘一体机对下级N组监控客户端的同步管控和实时数据交互。
进一步地，所述边缘一体机为系统完成陕西省高速车辆运行大数据的预测、分析提供低时延、大带宽的智能化数据分析处理服务，能够有效提高边缘站点的运维效率，通过端侧数据与其他业务系统数据之间的智能融合与处理，实现融合纠偏，为高速收费稽核提供完整、实时、准确的数据支撑。
进一步地，所述AI视频图像智能分析软件利用AI图片智能识别技术、AI 图片压缩技术，构建路网模型、图搜服务、标签体系、稽核模型、路径拟合、图片管理等多维AI稽核引擎，支撑多个稽核应用场景，良好的优化了稽核业务支撑体系，完整还原了车辆行驶路径、人车信息，完成了过往车辆的行为预测、监督、统计、分析等，为稽核应用提供准确的信息支撑，确保自由流收费安全可控。
进一步地，所述智能稽核控制系统通过深度提取车辆的抓拍图像，多维度分析车辆结构、通行轨迹、超时超速等信息，真实还原车辆的通行过程状态，为偷、逃费稽核提供判断证据链，为高速公路联网计费、设备物联监控、通行数据分析、稽核管理体系搭建、清分结算工作提供技术支撑。
常态时，布设在智能稽核控制系统所辖各级收费站的每一条车道的卡口系统和收费站所属的ETC门架系统对过往车辆进行实时拍照，通过车辆的图像，自动识别出车辆的牌照、车型、颜色等信息，并将所采集的车辆信息数据发送、保存在收费站机房的监控客户端中。ETC门架系统是对原有省界收费站物理拆除后的必要补充，其通过射频装置读取车载ETC的信息，实现对车辆行驶路径的精准记录和多路径识别；卡口系统采用先进的光电技术、图像处理技术、模式识别技术，其图像分辨率较高，在任意时刻采集的照片，既可以清楚的看清司乘人员的面部特征，又可以高质量的分辨车辆的牌照。按照与智能稽核控制系统的信息交互约定，收费站机房的监控客户端定周期的将所接收的数据信息经由光纤发往上级智能稽核控制系统进行接收。
智能稽核控制系统作为稽核工作的责任主体，按照“内外部稽核、专项稽核+稽核证据链”的原则，构建稽核闭环。首先，智能稽核控制系统依据所辖下级路网中的所有路径、方向等基础元素进行建模，包括岔路口、收费站进出口、识别点、互通点、桥梁、隧道等。整个模型由带权有向图构成，不包含任何业务元素，通过现有成熟有向图理论、算法实现路径预测、最短路径计算等。系统依据到互通点的方向分别生成对应互通点的有向图，依据节点在主路的位置确定节点之间是否有通路。在模型中，会较多应用十字链表存储各带权有向图的子图数据，便于生成子图序列的拼接，从前和后两个方向遍历有向图，统计识别点的前置节点集合和后置节点集合。
模型构建完成后，需要进行标签体系搭建，确定标签的系统结构，建立标签之间的基本网络联系。主要完成标签内容和用户相关数据的收集，并对其进行详细分类，计算不同类别的权重系数，使之符合实际应用情况。即通过车辆用户基础数据、历史通行数据、稽核数据、信用数据等构建车辆标签体系，建立车辆逃费风险评估体系，实现逃费风险预知。为用于后续调度计算，依据业务特点，自定义各种原始标签、统计标签、预测标签如下：
a)车辆标签体系包括：登记信息、识别信息、轨迹车辆类型、异常类型等标签；
b)车主标签体系包括：基础信息、高速信用等级、异常类型、居住地、行为习惯、驾驶类型等标签；
c)收费员标签体系包括：基础信息、负责收费业务、异常类型等标签；
d)稽核设备标签体系包括：基础信息、状态信息、异常类型等标签；
e)稽核系统标签体系包括：基础信息、状态信息、异常类型等标签；
f)发行方标签体系包括：ETC登记信息、异常类型等标签。
系统的稽核模型和标签体系建成以后，就可以依据现有收集到的ETC门架系统的牌识数据和下属收费站的所有数据，包含通行、牌识、图片等事件数据，车辆发行、设备、设施等基础数据，配置计算模型(描述统计模型或者预测统计模型)。模型配置好后，智能稽核控制系统按照“以在网车辆车牌号为索引顺序监控”等稽核规则，根据功能类别，调用对应的模型，对来自收费站监控客户端的ETC门架系统和卡口系统的交易数据、牌识数据进行计算分析，及时发现在途车辆的异常行为并记录证据，完成常规逃费行为稽核。
(1)在途车辆稽核分析
智能稽核控制系统对来自ETC门架系统中的牌识数据进行边缘计算，实时对抓拍到的车辆信息和接收到的卡类信息进行分析，对该在途车辆在被稽核之前的通行识别信息进行比对。如果发现车辆的车型、车牌、OBU异常时，系统立即发出告警提示信息，并向在途车辆的可能出口方向对应的收费站分发预警信息，提前布卡拦截，进行逃费稽核。
(2)常规逃费行为稽核
智能稽核控制系统将来自ETC门架系统和收费站卡口系统的交易数据、牌识数据整合为以车牌号为索引的车辆行程流水，对照车辆的每一条行程流水，比对交易—牌识匹配情况，以及在网状态是否连贯。对车辆的每一个行程，核验是否有始有终、前后一致。异常行程自动生成证据链并提交人工复核，核验完成后进行逃费追缴。未出现异常的车辆行程则简要记录其基本信息(如起始站，时间等)并存储后，在稽核列表中即可删除该行程。
为便于分析，智能稽核控制系统每日将交易流水和牌识流水批量处理，按照时间标识(前后两分钟)、车牌和门架进行匹配，并将匹配后的行程(无论是否匹配成功)存入对应车牌的行程流水中。稽核出的逃费行为包括换卡换签、出口流水缺失、入口流水缺失、中途连续断点、行程超时、恶意屏蔽、频繁兜底、大车小标。
a)换卡换签
对行程中车牌出现交易缺失或牌识缺失的标为“换卡换签”，把交易缺失的行程存入交易缺失待关联列表，把牌识缺失的行程存入牌识缺失待关联列表。
如果在一次行程中连续有5条以上的流水信息，出现交易/牌识缺失，则将该行程记为一次异常。如果连续30天(可配置)达到两次及以上(可配置)异常行程，则将该车牌号记入疑似偷、逃费车辆信息库中，标为“换卡换签”。该项标识适用于在行程中单独换/遮盖车牌，或单独换/屏蔽车载OBU的行为。
b)出口流水缺失
对于每条合并后的车辆流水信息，通过流水发生的位置和行程中上一条流水的在网信息状态，检查其在网状态是否连贯。在高速入口收费站和省界ETC 门架系统的入省流向，检查核对被稽核车辆的上条流水是否为不在网状态或为空。对于上条流水不在网或为空的，此条流水信息标记为在网状态。对于上条流水为在网的，此条流水信息标记为出口流水缺失(逃费出网)，并调取该车辆的最后一条流水，存入上游待关联列表；对于处于在网状态且行程流水超过N (如24)小时未更新的，此条流水信息标记为出口流水缺失(逃费出网)，并调取该车辆的最后一条流水，存入上游待关联列表。
如果连续30天(可配置)达到两次及以上(可配置)异常行程，则将该车牌号写入疑似偷、逃费车辆信息库中，标为“出口流水缺失”。该项标识适用于非正规途径下高速的行为，包括但不限于蹭ETC等。
c)入口流水缺失。
对于每条合并后的车辆流水信息，通过流水发生位置和行程中上一条流水的在网状态，检查其在网状态是否连贯。在出口收费站和省界门架出省流向，核对车辆上条流水是否为在网状态。对于在网的，标记此条流水为在网状态。对于原本就不在网的，标记为入口流水缺失(非法入网)，并将该流水存入下游待关联列表；在省内门架核对车辆上条流水是否为在网状态，不在网的标记为入口流水缺失(非法入网)，并将该流水存入下游待关联列表。
如果连续30天(可配置)达到两次及以上(可配置)异常行程，则将该车牌号写入疑似偷、逃费车辆信息库中，标为“入口流水缺失”。该项标识适用于非正规途径上高速的行为，包括但不限于蹭ETC等。
d)中途连续断点
检查车辆的行程流水信息，核对该条流水信息记录的经过门架是否与上条流水信息记录的经过门架相邻。如果不相邻则拟合最短路径，标记为断点，并把上条流水存入上游待关联列表。
在一次行程内，同一车牌号有连续五个断点及以上，则记为一次异常行程。如果连续30天(可配置)达到两次及以上(可配置)异常行程，则将该车牌号写入疑似偷、逃费车辆信息库中，标为“连续断点”。该项标识适用于行程中同时换/遮挡车牌，且换/屏蔽车载OBU的行为。
e)行程超时
检查车辆的行程流水信息，对于有始有终的行程，按照模型拟合后的路径计算时速，时速小于40公里/每小时(可配置),则将该车牌号标识为“行程超时”。
如果连续30天(可配置)达到两次及以上(可配置)异常行程，则将该车牌号写入疑似偷、逃费车辆信息库中，标为“行程超时”。
f)恶意屏蔽
检查车辆的行程流水信息，对于有始有终的行程，按照模型拟合后的路径，大于交易计费路径一倍及以上，则将该车牌号标识为“恶意屏蔽”。
如果连续30天(可配置)达到两次及以上(可配置)异常行程，则将该车牌号写入疑似偷、逃费车辆信息库中，标为“恶意屏蔽”。该项标识适用于行程中恶意屏蔽车载OBU，伪造较短路径的行为。
g)频繁兜底
检查车辆的行程流水信息，如果连续30天(可配置)享受兜底计费优惠达到十次及以上(可配置)，则将该车牌号写入疑似偷、逃费车辆信息库中。该项标识适用于利用规则多次享受优惠的行为。
h)大车小标
检查车辆的行程流水信息，对同一车牌号的交易车型与牌识车型进行比对，交易为小车而牌识为大车的标为“大车小标”。
如果连续30天(可配置)达到两次及以上(可配置)异常行程，则将该车牌号写入疑似偷、逃费车辆信息库中。
(3)异常车辆智能关联
使用智能关联分析将可能为同一辆车的车辆关联起来，可极大节省稽核人员的工作量，便于准备证据链进行欠费追缴，按照关联方式可分为两大类：
a)牌识—交易车辆关联
将牌识缺失待关联列表和交易缺失待关联列表中的车辆按时间(前后两分钟)和门架进行关联，每一条流水可对应多个关联车辆。
b)上下游车辆关联
将下游待关联列表中的流水与上游待关联列表的数据按照以下规则进行关联：每条流水根据其门架和时间，在另一列表中读取、关联上游/下游相邻门架前/后一段时间(根据相距公里数确定)的车辆，每一条流水可对应多个关联车辆。
(4)人工复核
对于智能稽核控制系统的稽核结果，可以由人工进行复核、校验，即由稽核人员通过稽核平台查询、核验、统计路网车辆的违规情况，可分为待处理异常行程和自助查询两个功能模块。
待处理异常行程模块以列表形式展示交由人工核验的行程(包含收费站工作人员手动填写的特情)，支持通过分公司、路段、收费站、时间、异常类型进行筛选，可通过行程编号、门牌号、车牌号进行搜索，且为每一条行程提供查看和处理按钮。点击“查看”标签，即可跳转到该行程，行程内容包括两部分：行程收费站/门架列表及异常行为，以及证据图片链接。
自助查询模块提供按门架/收费站查询一段时间内全部过往车辆的牌识流水。该数据直接取自原始数据库，因此不包含异常状态信息。
(5)重点车辆稽核分析
智能稽核控制系统对违规次数或偷、逃费金额特别多的车辆进行重点稽核，实时监控其在网行驶情况，及时进行违法证据链收集并追缴欠款。
(6)稽核工单管理
智能稽核控制系统可显示处理中的行程，并对应部级稽核接口，提供现场稽核工单录入按钮，能够完成通过路段、时间、异常类型进行筛选，并可通过行程编号、工单号或车牌号进行搜索、查看、填写和完结。
本发明所述智能稽核控制系统既能够准确、可靠地完成对所辖区域高速公路自由流收费的全闭环稽核，实现对辖区内所有高速收费网点收费业务的全局智能管控；又能够有效保证稽核控制的高效率和高准确性。本发明的技术方案与现有技术相比有益效果为：
(1)在系统方案设计上，采用组合控制的执行模式，通过智能化的稽核手段，多渠道溯源，打击偷逃费行为，公平公正地完成高速通行计费、收费，最大程度的减少高速费用流失，实现高速公路自由流收费稽核全闭环管理。通过深度挖掘车辆抓拍图像，多维度分析车辆结构特点、通行轨迹等方式，真实还原车辆的行车过程信息，为偷、逃费稽核提供判定证据链；为高速公路联网计费、设备物联监控、通行数据分析、稽核管理体系搭建、清分结算工作提供详实的数据支撑；大力推进高速收费清单“一张网”建设，增强高速运营服务能力，为构建智慧高速系统奠定技术基础。
(2)在系统组成架构上，将多流水融合路径、AI智能识别技术、业务流水网关、边缘计算等智能化技术紧密结合在一起，完成车辆的多特征识别、驾驶员的多特征识别、图片压缩、实时数据交互、判定证据及图片上传、证据链生成等功能，实现多流水数据的智能融合，为稽核业务应用提供完整、详实、实时的数据、模型支撑。
(3)路网模型、图搜服务、标签体系、稽核体系、路径拟合、海量图片管理等多维AI智能稽核引擎，可有效支撑多个稽核应用场景，优化稽核业务支撑体系，完整还原车辆行驶路径、人车信息，完成行车行为的预测、监督、统计、分析等，为稽核应用提供准确的信息支撑。
(4)系统构建了全省高速公路的全方位、多层次稽核运营体系，有效分析稽核业务情况，以“内外部稽核、专项稽核+稽核证据链”的方式，形成稽核闭环，构建稽核生态体系，稽核管理手段丰富，有效提升稽核生态能力。
附图说明
图1为实施例中所述一种用于高速公路运营管理的智能稽核控制系统的组成示意图。图2为实施例中所述一种用于高速公路运营管理的智能稽核控制系统的有向图应用示意图。图3为实施例中所述一种用于高速公路运营管理的智能稽核控制系统的交易流水-牌识流水匹配应用示意图。图4为实施例中所述一种用于高速公路运营管理的智能稽核控制系统的牌识-交易车辆关联应用示意图。
具体实施方式
下面结合附图和具体实施方式，对本发明作进一步阐述。
实施例1
一种用于高速公路运营管理的智能稽核控制系统，所述系统包括一套边缘一体机和一套AI视频图像智能分析软件。
边缘一体机为智能稽核控制系统的核心中枢，位于高速管理中心的监控中心，以集群管理的模式，通过内部集成的交换机，经由光纤和系统所属下级各收费站的监控客户端连接。按照边缘应用的交付方式，对系统所属下级设备进行应用生命周期管理，为系统提供安全运行支撑、容灾容错保障、远程运维监控和报警等技术支持。AI视频图像智能分析软件为系统提供强大的多维稽核引擎技术支撑，以边缘一体机为载体平台，综合利用人工智能和大数据技术，对高速公路偷、漏逃费行为进行稽核分析。
根据稽核控制的管控需要，将需要进行管控的各收费站经光纤与所属省高速管理中心的智能稽核控制系统进行连接，不限数量。即每一个收费站的监控客户端均可作为一个子项节点，向上进行组网级联，形成由顶端边缘一体机对下级N组监控客户端的同步管控。
边缘计算为系统提供稳定的计算能力，通过实时数据处理，缓解符合稽核要求的图片、视频上云传输的流量压力，为系统完成省高速车辆运行大数据预测、分析提供低时延、大带宽的智能化数据处理服务；在边缘节点实现对数据的过滤和分析，云边一体，全局协同，有效提高边缘站点的运维效率，为高速收费稽核提供完整、实时、准确的证据链。
AI视频图像智能分析软件利用AI图片智能识别技术、AI图片压缩技术，构建路网模型、图搜服务、标签体系、稽核模型、路径拟合、图片管理等多维 AI稽核引擎，实现了多源推理、轨迹拟合，最真实的还原车辆行驶轨迹，判定车辆身份信息，及预测未来行驶趋向；通过以图搜图、特征建档，自动准确的识别各类通行异常行为，为稽核应用提供完整、明确的信息支撑，确保自由流收费安全可控。
智能稽核控制系统通过深度提取车辆的抓拍图像，精准感知车辆特征，多源推理还原车辆的真实轨迹，为偷、逃费稽核提供判断证据链，为高速公路联网计费、设备物联监控、通行数据分析、稽核管理体系搭建、清分结算工作提供技术支撑，为后续数据中台的数据共享和数据分析建设奠定技术基础。
本实施例所述智能稽核控制系统的工作原理：
常态时，布设在智能稽核控制系统所辖各级收费站的每一条车道的卡口系统和收费站所属的ETC门架系统对过往车辆进行实时拍照，通过车辆的图像，自动识别出车辆的牌照、车型、颜色等信息，并将所采集的车辆信息数据发送、保存在收费站机房的监控客户端中。ETC门架系统是对原有省界收费站物理拆除后的必要补充，其通过射频装置读取车载ETC的信息，实现对车辆行驶路径的精准记录和多路径识别；卡口系统采用先进的光电技术、图像处理技术、模式识别技术，其图像分辨率较高，在任一时刻采集的照片，既可以清楚的看清司乘人员的面部特征，又可以高质量的分辨车辆的牌照。按照与智能稽核控制系统的信息交互约定，收费站机房的监控客户端定周期的将所接收的数据信息经由光纤发往上级智能稽核控制系统进行接收。
作为稽核工作的责任主体，智能稽核控制系统充分考虑准确性问题、效率问题、系统压力、稽核需求等因素，结合视频识别技术、大数据交换技术、边缘计算等先进科技手段，依据云边一体、全局协同、多源推理、轨迹还原、一键稽查的模式，准确高效地构建稽核闭环。
智能稽核控制系统开始运行后，先依据所辖下级路网中的所有路径、方向等基础元素进行建模，包括岔路口、收费站进出口、识别点、互通点、桥梁、隧道等。整个模型由带权有向图构成，不包含任何业务元素，通过现有成熟有向图理论、算法实现路径预测、最短路径计算等。系统依据到互通点的方向分别生成对应互通点的有向图，依据节点在主路的位置确定节点之间是否有通路。在模型中，会较多应用十字链表存储各带权有向图的子图数据，便于生成子图序列的拼接，从前和后两个方向遍历有向图，统计识别点的前置节点集合和后置节点集合。
智能稽核控制系统建模完成后，需要确定标签的系统结构，建立标签之间的基本网络联系。主要完成标签内容和用户相关数据的收集，并对其进行详细分类，计算不同类别的权重系数，使之符合实际应用情况。即应用通过车辆用户基础数据、历史通行数据、稽核数据、信息数据等构建车辆标签体系，建立车辆逃费风险评估体系，实现逃费风险预知。为用于后续调度计算，依据业务特点，自定义各种原始标签、统计标签、预测标签如下。
a)车辆标签体系包括：登记信息、识别信息、轨迹车辆类型、异常类型等标签；
b)车主标签体系包括：基础信息、高速信用等级、异常类型、居住地、行为习惯、驾驶类型等标签；
c)收费员标签体系包括：基础信息、负责收费业务、异常类型等标签；
d)稽核设备标签体系包括：基础信息、状态信息、异常类型等标签；
e)稽核系统标签体系包括：基础信息、状态信息、异常类型等标签；
f)发行方标签体系包括：ETC登记信息、异常类型等标签。
系统的稽核模型和标签体系建成以后，就可以依据现有收集到的ETC门架系统的牌识数据和下属收费站的所有数据，包含通行、牌识、图片等事件数据，车辆发行、设备、设施等基础数据，配置计算模型(描述统计模型或者预测统计模型)。模型配置好后，智能稽核控制系统按照“以在网车辆车牌号为索引顺序监控”等稽核规则，根据功能类别，调用对应的模型，对来自收费站监控客户端的ETC门架系统和卡口系统的交易数据、牌识数据进行计算分析，及时发现在途车辆的异常行为并记录证据，完成常规逃费行为稽核。
(1)在途车辆稽核分析
智能稽核控制系统对来自ETC门架系统中的牌识数据进行边缘计算，实时对抓拍到的车辆信息和接收到的卡类信息进行分析，对该在途车辆在被稽核之前的通行识别信息进行比对。如果发现车辆的车型、车牌、OBU异常时，系统立即发出告警提示信息，并向在途车辆的可能出口方向对应的收费站分发预警信息，提前布卡拦截，进行逃费稽核。
(2)常规逃费行为稽核
智能稽核控制系统将来自ETC门架系统和收费站卡口系统的交易数据、牌识数据整合为以车牌号为索引的车辆行程流水，对照车辆的每一条行程流水，比对交易—牌识匹配情况，以及在网状态是否连贯。对车辆的每一个行程，核验是否有始有终、前后一致。异常行程自动生成证据链并提交人工复核，核验完成后进行逃费追缴。未出现异常的车辆行程则简要记录其基本信息(如起始站，时间等)并存储后，在稽核列表中即可删除该行程。
为便于分析，智能稽核控制系统每日将交易流水和牌识流水批量处理，按照时间标识(前后两分钟)、车牌和门架进行匹配，并将匹配后的行程(无论是否匹配成功)存入对应车牌的行程流水中。稽核出的逃费行为包括换卡换签、出口流水缺失、入口流水缺失、中途连续断点、行程超时、恶意屏蔽、频繁兜底、大车小标。
a)换卡换签
对行程中车牌出现交易缺失或牌识缺失的标为“换卡换签”，把交易缺失的行程存入交易缺失待关联列表，把牌识缺失的行程存入牌识缺失待关联列表。
如果在一次行程中连续有5条以上的流水信息，出现交易/牌识缺失，则将该行程记为一次异常。如果连续30天(可配置)达到两次及以上(可配置)异常行程，则将该车牌号记入疑似偷、逃费车辆信息库中，标为“换卡换签”。该项标识适用于在行程中单独换/遮盖车牌，或单独换/屏蔽车载OBU的行为。
b)出口流水缺失
对于每条合并后的车辆流水信息，通过流水发生的位置和行程中上一条流水的在网信息状态，检查其在网状态是否连贯。在高速入口收费站和省界ETC 门架系统的入省流向，检查核对被稽核车辆的上条流水是否为不在网状态或为空。对于上条流水不在网或为空的，此条流水信息标记为在网状态。对于上条流水为在网的，此条流水信息标记为出口流水缺失(逃费出网)，并调取该车辆的最后一条流水，存入上游待关联列表；对于处于在网状态且行程流水超过N (如24)小时未更新的，此条流水信息标记为出口流水缺失(逃费出网)，并调取该车辆的最后一条流水，存入上游待关联列表。
如果连续30天(可配置)达到两次及以上(可配置)异常行程，则将该车牌号写入疑似偷、逃费车辆信息库中，标为“出口流水缺失”。该项标识适用于非正规途径下高速的行为，包括但不限于蹭ETC等。
c)入口流水缺失。
对于每条合并后的车辆流水信息，通过流水发生位置和行程中上一条流水的在网状态，检查其在网状态是否连贯。在出口收费站和省界门架出省流向，核对车辆上条流水是否为在网状态。对于在网的，标记此条流水为在网状态。对于原本就不在网的，标记为入口流水缺失(非法入网)，并将该流水存入下游待关联列表；在省内门架核对车辆上条流水是否为在网状态，不在网的标记为入口流水缺失(非法入网)，并将该流水存入下游待关联列表。
如果连续30天(可配置)达到两次及以上(可配置)异常行程，则将该车牌号写入疑似偷、逃费车辆信息库中，标为“入口流水缺失”。该项标识适用于非正规途径上高速的行为，包括但不限于蹭ETC等。
d)中途连续断点
检查车辆的行程流水信息，核对该条流水信息记录的经过门架是否与上条流水信息记录的经过门架相邻。如果不相邻则拟合最短路径，标记为断点，并把上条流水存入上游待关联列表。
在一次行程内，同一车牌号有连续五个断点及以上，则记为一次异常行程。如果连续30天(可配置)达到两次及以上(可配置)异常行程，则将该车牌号写入疑似偷、逃费车辆信息库中，标为“连续断点”。该项标识适用于行程中同时换/遮挡车牌，且换/屏蔽车载OBU的行为。
e)行程超时
检查车辆的行程流水信息，对于有始有终的行程，按照模型拟合后的路径计算时速，时速小于40公里/每小时(可配置),则将该车牌号标识为“行程超时”。
如果连续30天(可配置)达到两次及以上(可配置)异常行程，则将该车牌号写入疑似偷、逃费车辆信息库中，标为“行程超时”。
f)恶意屏蔽
检查车辆的行程流水信息，对于有始有终的行程，按照模型拟合后的路径，大于交易计费路径一倍及以上，则将该车牌号标识为“恶意屏蔽”。
如果连续30天(可配置)达到两次及以上(可配置)异常行程，则将该车牌号写入疑似偷、逃费车辆信息库中，标为“恶意屏蔽”。该项标识适用于行程中恶意屏蔽车载OBU，伪造较短路径的行为。
g)频繁兜底
检查车辆的行程流水信息，如果连续30天(可配置)享受兜底计费优惠达到十次及以上(可配置)，则将该车牌号写入疑似偷、逃费车辆信息库中。该项标识适用于利用规则多次享受优惠的行为。
h)大车小标
检查车辆的行程流水信息，对同一车牌号的交易车型与牌识车型进行比对，交易为小车而牌识为大车的标为“大车小标”。
如果连续30天(可配置)达到两次及以上(可配置)异常行程，则将该车牌号写入疑似偷、逃费车辆信息库中。
(3)异常车辆智能关联
使用智能关联分析将可能为同一辆车的车辆关联起来，可极大节省稽核人员的工作量，便于准备证据链进行欠费追缴，按照关联方式可分为两大类：
a)牌识—交易车辆关联
将牌识缺失待关联列表和交易缺失待关联列表中的车辆按时间(前后两分钟)和门架进行关联，每一条流水可对应多个关联车辆。
b)上下游车辆关联
将下游待关联列表中的流水与上游待关联列表的数据按照以下规则进行关联：每条流水根据其门架和时间，在另一列表中读取、关联上游/下游相邻门架前/后一段时间(根据相距公里数确定)的车辆，每一条流水可对应多个关联车辆。
(4)人工复核
对于智能稽核控制系统的稽核结果，可以由人工进行复核、校验，即由稽核人员通过稽核平台查询、核验、统计路网车辆的违规情况，可分为待处理异常行程和自助查询两个功能模块。
待处理异常行程模块以列表形式展示交由人工核验的行程(包含收费站工作人员手动填写的特情)，支持通过分公司、路段、收费站、时间、异常类型进行筛选，可通过行程编号、门牌号、车牌号进行搜索，且为每一条行程提供查看和处理按钮。点击“查看”标签，即可跳转到该行程，行程内容包括两部分：行程收费站/门架列表及异常行为，以及证据图片链接。
自助查询模块提供按门架/收费站查询一段时间内全部过往车辆的牌识流水。该数据直接取自原始数据库，因此不包含异常状态信息。
(5)重点车辆稽核分析
智能稽核控制系统对违规次数或偷、逃费金额特别多的车辆进行重点稽核，实时监控其在网行驶情况，及时进行违法证据链收集并追缴欠款。
(6)稽核工单管理
智能稽核控制系统可显示处理中的行程，并对应部级稽核接口，提供现场稽核工单录入按钮，能够完成通过路段、时间、异常类型进行筛选，并可通过行程编号、工单号或车牌号进行搜索、查看、填写和完结。
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种用于高速公路运营管理的智能稽核控制系统，其特征在于，所述系统包括一套边缘一体机和一套AI视频图像智能分析软件。边缘一体机位于高速管理中心的监控中心，通过内部集成的交换机，经由光纤与系统所属下级各收费站的监控客户端连接。所述AI视频图像智能分析软件以边缘一体机为载体平台，在其上运行工作，为稽核应用提供准确的信息支撑。
2.如权利要求1所述的一种用于高速公路运营管理的智能稽核控制系统，其特征在于，所述各收费站为隶属于省高速管理中心的智能稽核控制系统管控范围的下级各收费站，根据稽核需要进行连接，不限数量。即每一个收费站的监控客户端均可作为一个子项节点，向上进行组网级联，形成由顶端边缘一体机对下级N组监控客户端的同步管控。
3.如权利要求1或者2所述的一种用于高速公路运营管理的智能稽核控制系统，其特征在于，所述系统中边缘一体机为系统完成省高速车辆运行大数据预测分析提供低时延、大带宽的智能化数据处理服务，能够有效提高边缘站点的运维效率，通过端侧数据与其他业务系统数据之间的智能融合与处理，实现融合纠偏，为高速收费稽核提供完整、实时、准确的证据链。
4.如权利要求3所述的一种用于高速公路运营管理的智能稽核控制系统，其特征在于，所述AI视频图像智能分析软件利用AI图片智能识别技术、AI图片压缩技术，构建路网模型、图搜服务、标签体系、稽核模型、路径拟合、图片管理等多维AI智能稽核引擎，支撑多个稽核应用场景，良好的优化了稽核业务支撑体系，完整还原了车辆行驶路径、人车信息，完成了过往车辆的行为预测、监督、统计、分析等，为稽核应用提供准确的信息支撑，确保自由流收费安全可控。
5.如权利要求4所述的一种用于高速公路运营管理的智能稽核控制系统，其特征在于，所述智能稽核控制系统通过深度提取车辆的抓拍图像，多维度分析车辆结构、通行轨迹、超时超速等信息，真实还原车辆的通行过程状态，为偷、逃费稽核提供判断证据链，为高速公路联网计费、设备物联监控、通行数据分析、稽核管理体系搭建、清分结算工作提供技术支撑。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110683983.3A CN113570854A (zh) | 2021-06-21 | 2021-06-21 | 一种用于高速公路运营管理的智能稽核控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110683983.3A CN113570854A (zh) | 2021-06-21 | 2021-06-21 | 一种用于高速公路运营管理的智能稽核控制系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113570854A true CN113570854A (zh) | 2021-10-29 |
Family
ID=78162450
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110683983.3A Pending CN113570854A (zh) | 2021-06-21 | 2021-06-21 | 一种用于高速公路运营管理的智能稽核控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113570854A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114036146A (zh) * | 2021-11-23 | 2022-02-11 | 哈尔滨智路科技开发有限公司 | 一种高速稽核业务数据仓库中的etl处理方法及装置 |
| CN114140887A (zh) * | 2021-12-03 | 2022-03-04 | 江苏交控数字交通研究院有限公司 | 高速公路智能监测收费系统 |
| CN114416686A (zh) * | 2021-12-06 | 2022-04-29 | 广州天长信息技术有限公司 | 一种车辆设备指纹carid识别系统及识别方法 |
| CN114826786A (zh) * | 2022-06-29 | 2022-07-29 | 湖南凌翔磁浮科技有限责任公司 | 高速公路收费稽核系统 |
| CN114898571A (zh) * | 2022-04-22 | 2022-08-12 | 福建工程学院 | 一种基于etc大数据的高速公路全路段车速测量方法 |
| CN115376328A (zh) * | 2022-07-12 | 2022-11-22 | 江苏高速公路联网营运管理有限公司 | 一种基于视频ai技术的高速公路收费稽查系统及方法 |
| CN117558071A (zh) * | 2024-01-11 | 2024-02-13 | 四川成渝高速公路股份有限公司 | 一种高速公路出入车辆稽查方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108961767A (zh) * | 2018-07-24 | 2018-12-07 | 河北德冠隆电子科技有限公司 | 基于四维实景交通仿真的高速公路稽查追逃费报警系统 |
| US20190385454A1 (en) * | 2018-06-15 | 2019-12-19 | Ips Group Inc. | Multispace parking pay stations including payment improvements |
| CN111404966A (zh) * | 2020-04-03 | 2020-07-10 | 广东利通科技投资有限公司 | 一种高速公路视频监控系统的数据处理方法 |
| CN212256384U (zh) * | 2020-06-03 | 2020-12-29 | 广西计算中心有限责任公司 | 基于etc车道的收费全证据链采集系统及收费稽查系统 |
| CN112562405A (zh) * | 2020-11-27 | 2021-03-26 | 山东高速建设管理集团有限公司 | 一种雷达视频智能融合与预警方法及系统 |
-
2021
- 2021-06-21 CN CN202110683983.3A patent/CN113570854A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190385454A1 (en) * | 2018-06-15 | 2019-12-19 | Ips Group Inc. | Multispace parking pay stations including payment improvements |
| CN108961767A (zh) * | 2018-07-24 | 2018-12-07 | 河北德冠隆电子科技有限公司 | 基于四维实景交通仿真的高速公路稽查追逃费报警系统 |
| CN111404966A (zh) * | 2020-04-03 | 2020-07-10 | 广东利通科技投资有限公司 | 一种高速公路视频监控系统的数据处理方法 |
| CN212256384U (zh) * | 2020-06-03 | 2020-12-29 | 广西计算中心有限责任公司 | 基于etc车道的收费全证据链采集系统及收费稽查系统 |
| CN112562405A (zh) * | 2020-11-27 | 2021-03-26 | 山东高速建设管理集团有限公司 | 一种雷达视频智能融合与预警方法及系统 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114036146A (zh) * | 2021-11-23 | 2022-02-11 | 哈尔滨智路科技开发有限公司 | 一种高速稽核业务数据仓库中的etl处理方法及装置 |
| CN114140887A (zh) * | 2021-12-03 | 2022-03-04 | 江苏交控数字交通研究院有限公司 | 高速公路智能监测收费系统 |
| CN114416686A (zh) * | 2021-12-06 | 2022-04-29 | 广州天长信息技术有限公司 | 一种车辆设备指纹carid识别系统及识别方法 |
| CN114898571A (zh) * | 2022-04-22 | 2022-08-12 | 福建工程学院 | 一种基于etc大数据的高速公路全路段车速测量方法 |
| CN114898571B (zh) * | 2022-04-22 | 2023-06-06 | 福建工程学院 | 一种基于etc大数据的高速公路全路段车速测量方法 |
| CN114826786A (zh) * | 2022-06-29 | 2022-07-29 | 湖南凌翔磁浮科技有限责任公司 | 高速公路收费稽核系统 |
| CN114826786B (zh) * | 2022-06-29 | 2022-09-30 | 湖南凌翔磁浮科技有限责任公司 | 高速公路收费稽核系统 |
| CN115376328A (zh) * | 2022-07-12 | 2022-11-22 | 江苏高速公路联网营运管理有限公司 | 一种基于视频ai技术的高速公路收费稽查系统及方法 |
| CN117558071A (zh) * | 2024-01-11 | 2024-02-13 | 四川成渝高速公路股份有限公司 | 一种高速公路出入车辆稽查方法及系统 |
| CN117558071B (zh) * | 2024-01-11 | 2024-04-05 | 四川成渝高速公路股份有限公司 | 一种高速公路出入车辆稽查方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113570854A (zh) | 一种用于高速公路运营管理的智能稽核控制系统 | |
| CN110992499A (zh) | 一种基于区块链的高速计费方法及系统 | |
| CN112581642B (zh) | 一种基于高速公路门架计费数据的偷逃费车辆稽查方法 | |
| Zhao et al. | Estimating a rail passenger trip origin‐destination matrix using automatic data collection systems | |
| CN111341113A (zh) | 一种高速公路稽查数据管理分析系统 | |
| CN111144945A (zh) | 一种车辆通行管理方法、服务器及车辆通行管理系统 | |
| CN110264734A (zh) | 一种高速公路车辆稽查系统及其工作方法 | |
| CN108986006A (zh) | 一种城市级静态交通综合管理平台 | |
| Gordon | Intelligent transportation systems | |
| CN112711619B (zh) | 基于北斗定位的公路逃费稽查平台 | |
| CN111223195A (zh) | 一种城市级智慧停车系统平台 | |
| CN101236642A (zh) | 基于票务数据的分级客流监控系统及其方法 | |
| CN206058521U (zh) | 一种基于rfid的车辆管理系统 | |
| CN113487877A (zh) | 一种道路车辆违规停车监控方法 | |
| CN103985163A (zh) | 一种占道停车管理系统 | |
| CN111160627A (zh) | 一种基于出租汽车行业运营监管的司企收入分配管理系统 | |
| Kian-Keong | The Singapore experience: The evolution of technologies, costs and benefits, and lessons learnt | |
| CN116704631A (zh) | 高速公路云收费方法、电子设备和存储介质 | |
| CN114140887A (zh) | 高速公路智能监测收费系统 | |
| CN110364021A (zh) | 一种车位管理系统 | |
| CN112783936A (zh) | 基于北斗定位的公路逃费稽查方法及系统 | |
| CN116935659A (zh) | 一种高速服务区卡口车辆稽核系统及其方法 | |
| Ji et al. | Comparative analyses of taxi operations at the airport | |
| CN111612927A (zh) | 一种高速公路预约通行系统 | |
| Yu et al. | Passenger flow estimation based on smart card data in public transit |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |