交通運輸智慧執法建設思路與應用研究

劉向東

（南京市交通運輸綜合行政執法監督局，江蘇南京 210008）

0 引言

交通運輸智慧執法要求在執法工作中創新應用人工智能、大數據分析等新技術手段，提升執法效率，促進交通綜合執法高質量發展。國內相關研究提出，通過智能化改造交通裝備，促進“數字交通”和“智慧執法”融合發展，采用數字化、圖形化、全景化方式，全要素、多維度對交通執法整體運行“一屏展示”[1-2]。也有研究嘗試基于交通綜合執法場景，推動案情監測分析、指揮調度、案件執勤處置、電子監察、公眾服務等執法應用[3]。目前，針對執法研判能力提升和新場景應用方面的研究仍然不足，因此，該研究以南京為例，通過分析執法現狀和需求，提出構建集感知、研判、指揮、執法、服務為一體的交通運輸智慧執法體系，以期在新監管手段應用和新執法模式探索兩大方向實現突破。

1 交通運輸綜合行政執法現狀及需求

1.1 業務現狀

根據交通運輸綜合行政執法改革的要求，南京市整合了市交通運輸局下屬9 家單位的行政執法職能，成立了南京市交通運輸綜合行政執法監督局，使執法監督系統組織架構和職能均發生了較大變化。目前，執法業務范圍涵蓋了公路路政、道路運政、水路運政、航道行政、港口行政、地方海事行政、工程質量監督管理等，執法對象眾多且較為復雜，具體包括普通國省道、高速公路、橋梁、隧道、城市軌道交通、道路運輸從業企業、道路運輸從業人員、道路運輸從業車輛、航道、港口等。改革后業務條線多、職能涵蓋范圍廣，但各類違法違規事件主要依靠人工巡查、舉報投訴、其他部門轉辦和上級交辦等傳統方式，缺少基于數據驅動的事件精準發現能力，發現問題較為被動，且公眾服務多采用傳統面對面線下辦理模式，缺乏遠程服務手段，便民惠民能力有待提升。

1.2 信息化現狀

1.2.1 基礎設施信息化現狀

在信息化基礎設施方面，承繼了原9 家單位的多個機房，基礎設施及網絡支撐仍按照原業務條線開展，呈現分布式且相互獨立的部署狀態，尚未形成有機融合的整體。在現有網絡安全形勢的要求下，數據機房及網絡鏈路的運維工作較分散，運維工作量較大。

1.2.2 業務應用系統信息化現狀

在業務應用系統方面，涉及各業務條線幾十個在用信息化系統，業務類型包括行政許可、行業監管、執法業務、指揮調度、便民服務、綜合管理等，數據資源豐富，包括結構化數據和非結構化數據。由于目前在用系統零散分布在多個專網中，不同執法條線的業務系統之間數據不互通，數據質量有待提升，數據價值挖掘度不足。目前面臨的主要挑戰如下：

第一，部分系統建設時間早，技術體系較為落后，功能擴展困難。第二，部分系統利用率較低，需要提檔升級。第三，存在信息孤島，業務協同較弱，綜合行政執法支撐力度不足。第四，數據深度挖掘應用不足，數據價值無法釋放。

1.3 建設需求分析

1.3.1 資源整合需求

資源整合需求包括基礎設施整合和信息系統整合兩方面。基礎設施整合需要將分散的數據機房資源整合，構建統一的基礎設施支撐環境和交通綜合行政執法一張網架構，打破各自為政、分散建設的局面，提升管理效率、降低運維復雜度。在信息系統整合方面，需要突破原有系統的行業條線分割難題，加強業務、數據、流程的協同，完成功能和應用統一集成、業務協同、統籌管理，提高信息化建設的集約性。

1.3.2 行業應用需求

需要加強重點應用場景建設，對綜合行政執法業務進行流程再造；順應省級綜合行政執法“一體化+智慧執法+信用監管”要求，探索和實踐市級執法新模式；統籌交通運輸智慧執法建設，包括強化數據感知、一體化指揮調度、業務協同、行業輔助決策分析等多方面智能化水平，提升交通行業執法效能和數字化治理能力。

2 交通運輸智慧執法建設思路

2.1 總體思路

基于業務現狀及需求，以融合交通運輸智慧執法各組成要素為目標，通過豐富前端感知手段，增強數據感知能力，建立交通運輸綜合行政執法通信“一張網”，打造交通運輸綜合行政執法行業數據資源，統一匯聚與管理機制，構建融合指揮體系和綜合行政執法管理功能的交通運輸智慧執法體系（見圖1）。

圖1 交通運輸智慧執法體系

2.2 數據綜合感知能力

通過單兵執法裝備、外場固定設備、外部系統交互建設，形成“陸水空”一體化全域物聯感知布局體系，基于云邊端計算架構的搭建，利用邊緣計算設備，加入人工智能識別算法，提升非法營運行為的感知能力；感知體系具備多樣化接入能力、智能化服務能力和精細化運維能力，可實現對設備運行狀態等的實時監測和自動化預警。

基于5G 移動通信技術，滿足高速度、泛在網、低功耗、低時延的大流量實時數據傳輸，對重點目標進行快速研判和預警，實現違法事件高發時段、地點等關聯性分析，對關鍵對象進行監控，回溯對象在關鍵節點的路徑，實現非現場執法精準化。

2.3 基礎設施集約管理能力

對現有信息化基礎設施進行分類整合，增強核心機房的計算能力和數據存儲能力，充分利用現有機房通信網絡基礎，構建去中心化、分布式的數據通信網絡，形成市級交通綜合行政執法“一張網”，通過網絡安全和數據安全的建設及評估，提升基礎設施的集約管理和安全防護能力。

2.4 數據治理及智能應用能力

通過數據治理，構建數據共享資源池，聚焦核心應用場景，開發人工智能應用模型庫，全面提升數據分析能力，并結合數據綜合感知能力，實現智能化數據分析及研判。基于數據挖掘的執法應用場景，包括但不限于客運車輛超范圍經營、班線客運車輛串線經營、班線客運車輛站外攬客、交通樞紐疑似黑車判別、疑似超限超載行為判別、大件運輸“短證長跑”、船名標識不清、船名故意遮擋、非法碼頭研判、違法行為風險研判以及行業信用監管畫像等。

2.5 系統整合及應用能力

綜合考慮已有系統的建設時間、技術體系、應用頻率，以及系統整合發展方向等因素，采用數據集成、控制集成、界面集成等集成方式，實現系統的高效整合和統一用戶認證。同時，提升信息化手段支撐日常業務的能力，實現市級交通運輸綜合行政執法辦案全過程100%數字化、智能化、協同化，構建分工明確、響應及時、運轉高效、協調有序、保障有力的交通執法“一體化”指揮體系。

3 基于交通運輸智慧執法的典型應用場景實現

以客運交通樞紐非法營運場景為例，探索以智慧化手段支撐執法模式創新（見圖2）。在南京南站建設路燈機器人等路側設備，感知車牌、車身顏色、車型、車輛所處位置等關鍵信息；依托后臺綜合行政執法業務數據，匯聚獲取營運車輛的基本信息，基于非法營運智能判別引擎，形成嫌疑車輛、違法車輛等黑名單庫，根據智能引擎判別車輛是否發生典型的非法營運行為，形成非法營運預警信息。預警信息通過指揮調度信息化平臺，及時下發至現場執法人員的單兵終端，協助一線執法人員快速定位嫌疑車輛，實現精準執法。

圖2 應用場景網絡架構

該應用場景發揮效能的核心是嫌疑車輛智能判別算法模型和非法營運行為智能監測模型。通過分析車輛歷史行駛軌跡，比對路燈機器人抓拍的副駕及后座乘客信息，得出行駛規律異常車輛清單；在終端監測感知設備的覆蓋范圍內，檢測客運車輛在不經停站點違規上下客、長時間逗留等狀況，判定車輛是否有違規攬客、站外帶客等違法行為。交通樞紐非法營運算法模型判別流程如圖3 所示。

圖3 交通樞紐非法營運算法模型判別流程

目前，南京已經嘗試通過路燈機器人在交通樞紐南京南站區域布置路燈機器人點位10 處，包括長途大巴場站、綠都大道、軟件大道等點位。系統自運行以來，形成一定數據積累，具備實戰應用條件。借助路燈機器人采集過往客車信息，感知精度約98.5%。采集車輛信息后，系統可自動與執法局營運車輛的數據庫實時比對，并形成視頻、圖片數據積累，對執法證據鏈的輔助閉環有較大幫助。通過前端路燈機器人和后端系統的組合應用，實現南京南站路燈機器人覆蓋范圍內營運車輛的實時監測與預警，平均日預警疑似非法營運車輛、疑似不合規車輛約200 輛，預警信息可靠，形成了南站區域內路燈機器人的交通感知天網，有效提升了執法和監管效能。

4 結論

通過分析交通運輸綜合行政執法現狀與需求，提出交通運輸智慧執法建設思路，結合典型應用場景驗證交通運輸智慧執法系統建設成效。經驗證，認為該系統對支撐交通運輸綜合行政執法現代化有重大意義。未來，在交通運輸智慧執法系統深化建設過程中，應重點關注以下兩個方面：

其一，統籌建設信息基礎設施。交通運輸綜合行政執法改革后，數據機房通信網絡和安全管理呈現“散”特點，給數據匯聚、應用、協同帶來了一定障礙，因此應統籌考慮異構網絡的互聯互通要求以及網絡安全問題。

其二，需要持續提高數據應用能力。交通運輸綜合行政執法需求變化較快，應提高數據質量、探索應用新場景、不斷優化數據應用策略，全面提升數據驅動的執法研判能力，持續深化“一體化+智慧執法+信用監管”執法新模式在基層執法部門的有效實踐。