基于多數據融合的路徑還原系統設計與應用

彭 勇

(廣深珠高速公路有限公司，廣東 東莞 523899)

0 引言

隨著全國高速公路取消省界收費站后新收費模式的運行，在現有的收費模式下，通行介質內金額是由多個收費門架單元進行標識累加，計算較為簡單，但不管是使用ETC(電子不停車收費)或是領取CPC(復合通行卡)通行，都無法實現100%精準收費。例如：出入口車型判別錯誤、OBU電子標簽或CPC卡供電不足、ETC門架RSU路側天線設備故障、出口交易設備故障、重復寫卡、反向交易等系統邏輯錯誤以及惡意屏蔽、干擾天線信號等，都會引起收費系統無法實現精準收費。類似于以上原因產生的收費特情，可能影響費率計算出現偏差，產生金額爭議，收費員只能根據實際車牌以及駕駛員提供的入口、通行路徑等信息，通過后臺系統查詢費率進行收費，延長了現場收費時間，影響司機的行駛感受。

精準收費帶來新的現場管理難題，現階段按照實施ETC費顯和清分結算系統優化工程后的收費規則，車輛通行計費里程不低于入、出口可達最短路徑計費里程，且金額不超過入、出口最短路徑金額1.5倍的，收費系統按通行介質內的費率金額收取通行費。而通行介質內的費率金額是由多個收費門架單元進行標識累加，如果出現部分或全部標識失敗導致現場無法計算費率時，可通過在線計費功能進行路徑擬合計算費率，但因系統、設備、網絡等原因經常造成無費率或同一行程不同費率等計費問題。以廣深高速公路為例，恢復收費初期調取在線計費功能失敗的比例為32.86%。同時，無入口信息、大車小標等收費特情進一步影響精準費率計算，造成金額爭議，影響收費站場工作秩序。

為解決上述特情問題，進一步提升精準收費比率，實現高速公路收費的公平性，本文旨在集成運用視頻車牌識別、路徑自動擬合、視頻結構化、云端大數據分析等技術，改進算法開發多數據融合的路徑還原系統，以滿足收費現場特情快速處置的需求。

1 項目需求(目標)

(1)解決出入口車型判別錯誤。通過采用視頻結構化技術，接入路段出入口收費站視頻及圖像信息，檢測提取視頻車輛圖像信息，進行結構化智能分析，提取出車輛的車牌號碼、車型、車輛顏色等關鍵屬性信息，判別收費車型。

(2)彌補當OBU電子便簽或CPC卡供電不足時，出口收費員只能按司機報的入口收費站收費。通過采用視頻車牌識別技術，接入路段門架視頻及圖像信息，檢測到受監控路面的車輛自動提取車輛牌照信息，對高速公路外場ETC門架攝像機所拍攝的車輛圖像或者視頻序列進行分析，為精準收費提供有力的輔助技術。

(3)解決當ETC門架RSU路側天線設備故障、出口交易設備故障時、惡意屏蔽、干擾天線信號等情況，只能按最短費率收費的情況。通過采用路徑自動擬合技術，運用省數據中心的數據快速分析歷史路徑，利用門架關系補齊門架前后的點位，結合門架牌識流水數據、視頻結構化數據、二次識別數據等補充收費流水，自動進行擬合補齊。

(4)解決重復寫卡、反向交易等系統邏輯錯誤的情況。通過采用云端大數據分析技術，對交易流水、牌識流水、視頻結構化數據等進行多數據融合，利用智能高速引擎、交通視覺計算以及在線計費服務接口，結合大數據分析技術，分析目標車輛的入口和途經門架數據、分段金額、路徑研判，運算出重復寫卡、反向交易等系統邏輯錯誤的結果，協助快速結算收費。

2 功能需求分析

2.1 視頻車牌識別

視頻車牌識別技術是能夠檢測到受監控路面的車輛并自動提取車輛牌照信息進行處理的技術，主要以數字圖像處理、模式識別、計算機視覺等技術為基礎，對高速公路外場ETC門架攝像機所拍攝的車輛圖像或者視頻序列進行分析。通過對視頻幀圖像的處理，以及邊緣檢測技術實現對車牌的定位，對車牌圖像處理、歸一化處理、分割以及保存，最后進行分割圖像與模板庫的模板進行匹配，得到每一輛汽車唯一的車牌號碼，從而完成識別過程，輸出匹配結果。各工作模塊按照一定的邏輯關系組合起來構成了完整的處理流程，是現代智能交通系統中的重要組成部分之一，如圖1所示。

圖1 視頻車牌識別

2.2 路徑自動擬合

路徑自動擬合技術是本系統應用的重要功能模塊，主要是運用省數據中心的數據快速分析歷史路徑，利用門架關系補齊門架前后的點位，同時結合門架牌識流水數據、視頻結構化數據、二次識別數據等補充收費流水，使得部分因交易失敗無法產生交易流水的軌跡，依然可以通過圖像自動進行擬合補齊，軌跡重現度大大提升。通過圖像+視頻+流水的全面融合，精準識別車輛信息，盡可能準確、完整地顯示行駛路徑及可能路徑。

2.3 視頻結構化

視頻結構化技術主要通過對視頻中的圖像信息進行智能分析，尋找視頻車輛目標進行結構化處理，提取出車輛的車牌號碼、車型、車輛顏色等關鍵屬性信息，再進行車輛的進一步比對分析，確定車輛信息。

本系統從ETC門架視頻中進行車輛定位和識別，對視頻中的車輛進行檢測，抓取車輛圖片，用車輛結構化信息描述通過視頻中車輛的車頭(角度偏離±30°范圍)或車尾(角度偏離正負30℃范圍)的特征識別，識別出車輛的車牌號碼、品牌型號、車身顏色等信息。

2.4 大數據分析

2.4.1 數據挖掘算法

基于高速公路收費站出入口、ETC門架等的卡口相機抓拍圖片，以及收費流水，對車輛號牌、車輛品牌、車型分析識別，進行車輛軌跡還原，門架缺失情況，根據流水和車牌識別相互補充進行擬合，還原出車輛的行駛路徑。

2.4.2 預測性分析

通過車牌號碼、車輛品牌、車型數據分析、數據挖掘，在眾多歷史數據中，分析出最有可能的數據信息，進行預測性分析，做出一些預測性的判斷。

2.4.3 語義引擎

結合高速公路收費流水、ETC卡OBU數據，解析、提取、分析數據，從“文檔”中智能提取信息。

2.4.4 數據存儲、數據倉庫

建立數據倉庫，便于多維分析和多角度展示數據結果，按特定模式進行存儲建立關系型數據庫。整合系統數據，為系統提供數據抽取、轉換和加載(ETL)，并按主題對數據進行查詢和訪問，為數據分析和數據挖掘提供數據平臺。

3 系統功能設計

為解決以上問題造成的現場處理難題，本文針對現場人員在處理不同收費特情時的共性需求作為主要思路進行了分析，認為可通過車輛軌跡還原、在線追蹤、歷史查詢等功能形成一套便于現場處理收費特情的基于多數據融合的路徑還原系統，提供完整、實時的信息作為客觀依據，充分展示給現場人員和司機進行分析和判斷，提高特情處理效率，縮短司乘等待特情處理的時間，避免爭議擴大。系統設計思路和網絡架構如圖2和圖3所示。

圖2 系統設計思路

圖3 網絡架構

3.1 車輛軌跡還原

系統接入收費網絡，實時與省中心、路段中心同步數據，進行智能AI識圖、數據精準讀取和匹配、對比、擬合、補遺，視頻、圖像和流水匹配，還原最終軌跡結果；若任意門架信息缺失，系統可通過校驗和路徑擬合，進行途徑門架的補遺，還原門架信息軌跡。同時，系統還可通過輸入車牌號碼、車牌類型、入口時間、入口收費站或通過掃描視頻、圖片掃描進行車輛軌跡查詢。軌跡查詢結果顯示按查詢時間內車輛最近一次的軌跡還原，包括出入口站點、時間、途徑門架等信息，如圖4所示。

圖4 根據輸入的出口擬合的途徑路線

3.2 在線追蹤

系統后臺建立云端大數據分析平臺，同樣接入收費網絡，實時與省中心、路段中心同步車輛行駛數據，并按車輛行駛習慣，計算出車輛最有可能行駛的路徑，進行路徑預判。對重點檢測車輛可及時提醒用戶進行車輛預警，同時顯示追蹤目標車輛正在行駛中的軌跡并實時刷新最新路過的門架或收費站、已行走公里數、時間等信息，如圖5所示。

圖5 車輛在線追蹤

3.3 歷史查詢

當發現車輛存在跑長買短、大車小標等情況時，可進一步通過輸入車牌、車輛類型、出入口時間段(30d內)等信息進行歷史查詢功能，挖掘出車輛過往30d的歷史記錄，從而追回通行費損失，補充現有稽核打逃系統，如圖6和圖7所示。

圖6 輸入車牌號碼和時間(30d內)查詢車輛歷史行駛軌跡

3.4 系統運行條件

運行硬件環境：華為M6平板 全網通版/華為平板10.4英寸 全網通。運行軟件環境：Android studio、HBuilder

4 系統安全保障

系統安全主要涉及數據、代碼、數據使用、Client到Server網絡傳輸等安全。

4.1 網絡安全

系統網絡連接使用定向VPN流量通道，確保網絡不對外開放。傳輸采用HTTPS協議，并在服務器配置、性能優化等方面進行安全處理。

4.2 代碼安全

系統數據采用非對稱加密算法RSA加密，客戶端不做任何密碼相關存儲，僅存儲token進行下一次的認證，而且token設置3h有效期，到期后使用refresh token申請新的token。

4.3 數據使用安全

系統數據來源收費流水數據，并可查詢全省高速公路的車輛行駛軌跡。必須杜絕一切非法查詢行為，各用戶應分配專有賬戶，后臺對所有查詢行為進行日志記錄，查詢結果顯示界面均有該用戶的名稱水印，以防拍照泄露。

5 系統應用

目前系統開發已完成，按設計形成了一套完整的基于多數據融合的路徑還原系統，并安裝在具備較強戶外防護能力的小型平板電腦上，率先在粵港澳大灣區核心區域選取部分車流量較大、車型組成復雜、收費特情較多的高速公路開展實地測試。

5.1 典型案例

2021年5月11日，某車輛因CPC卡電量不足導致行駛中ETC門架標識部分缺陷，在廣深高速公路南頭收費站收費系統顯示按特情“最小費率”收費交易金額為70元(圖8)。收費站現場人員通過路徑還原系統聯網收費系統進行實時查詢，顯示交易金額為77元，同時將該車輛的入口和途經門架數據以電子地圖路徑規劃、分段金額的模式向司機展示并進行詳細講解(圖9)，及時消除了現場對行駛路徑的爭議和收費金額的疑慮。

圖8 特情車輛收費界面

圖9 特情車輛還原行駛路徑后的收費界面

5.2 應用數據

2021年春節期間，系統協助部分路段現場處理特情共4 318例，其中無入口信息1 308例，大車小標506例，最小費率49例，出口超時10例，跑長買短4例，一車多卡24例，以及其他情況查詢的特情2 417例(表1)。

表1 2021年春節期間系統查獲的特情

在應用測試過程中，還可結合現場實際需求修改完善系統，優化顯示界面，突出關鍵信息顯示。測試期間系統、設備、網絡運行穩定，自啟用后協助路段收費人員快速精準地完成了對無入口信息、大車小標、最小費率、出口超時、跑長買短、一車多卡等多種特情車輛的處理工作，顯著提升了收費站場解決特情的效率和減少了司機爭議，避免通行費損失，取得了較好的成效。

6 結語

基于多數據融合的路徑還原系統，能夠比較精準、快速地重現車輛的行駛軌跡，提高了特情處理效率和減少了司機爭議等問題，有效挖掘出其他可能逃費的行為。但仍存在一些有待解決的問題，如與收費系統聯動互補的問題、對重復出現特情的車輛或通行介質進行二次數據挖掘的問題、如何實現主動預警的問題等，需進一步分析研究和完善。