基于多数据融合的路径还原系统设计与应用

彭 勇

(广深珠高速公路有限公司，广东 东莞 523899)

0 引言

随着全国高速公路取消省界收费站后新收费模式的运行，在现有的收费模式下，通行介质内金额是由多个收费门架单元进行标识累加，计算较为简单，但不管是使用ETC(电子不停车收费)或是领取CPC(复合通行卡)通行，都无法实现100%精准收费。例如：出入口车型判别错误、OBU电子标签或CPC卡供电不足、ETC门架RSU路侧天线设备故障、出口交易设备故障、重复写卡、反向交易等系统逻辑错误以及恶意屏蔽、干扰天线信号等，都会引起收费系统无法实现精准收费。类似于以上原因产生的收费特情，可能影响费率计算出现偏差，产生金额争议，收费员只能根据实际车牌以及驾驶员提供的入口、通行路径等信息，通过后台系统查询费率进行收费，延长了现场收费时间，影响司机的行驶感受。

精准收费带来新的现场管理难题，现阶段按照实施ETC费显和清分结算系统优化工程后的收费规则，车辆通行计费里程不低于入、出口可达最短路径计费里程，且金额不超过入、出口最短路径金额1.5倍的，收费系统按通行介质内的费率金额收取通行费。而通行介质内的费率金额是由多个收费门架单元进行标识累加，如果出现部分或全部标识失败导致现场无法计算费率时，可通过在线计费功能进行路径拟合计算费率，但因系统、设备、网络等原因经常造成无费率或同一行程不同费率等计费问题。以广深高速公路为例，恢复收费初期调取在线计费功能失败的比例为32.86%。同时，无入口信息、大车小标等收费特情进一步影响精准费率计算，造成金额争议，影响收费站场工作秩序。

为解决上述特情问题，进一步提升精准收费比率，实现高速公路收费的公平性，本文旨在集成运用视频车牌识别、路径自动拟合、视频结构化、云端大数据分析等技术，改进算法开发多数据融合的路径还原系统，以满足收费现场特情快速处置的需求。

1 项目需求(目标)

(1)解决出入口车型判别错误。通过采用视频结构化技术，接入路段出入口收费站视频及图像信息，检测提取视频车辆图像信息，进行结构化智能分析，提取出车辆的车牌号码、车型、车辆颜色等关键属性信息，判别收费车型。

(2)弥补当OBU电子便签或CPC卡供电不足时，出口收费员只能按司机报的入口收费站收费。通过采用视频车牌识别技术，接入路段门架视频及图像信息，检测到受监控路面的车辆自动提取车辆牌照信息，对高速公路外场ETC门架摄像机所拍摄的车辆图像或者视频序列进行分析，为精准收费提供有力的辅助技术。

(3)解决当ETC门架RSU路侧天线设备故障、出口交易设备故障时、恶意屏蔽、干扰天线信号等情况，只能按最短费率收费的情况。通过采用路径自动拟合技术，运用省数据中心的数据快速分析历史路径，利用门架关系补齐门架前后的点位，结合门架牌识流水数据、视频结构化数据、二次识别数据等补充收费流水，自动进行拟合补齐。

(4)解决重复写卡、反向交易等系统逻辑错误的情况。通过采用云端大数据分析技术，对交易流水、牌识流水、视频结构化数据等进行多数据融合，利用智能高速引擎、交通视觉计算以及在线计费服务接口，结合大数据分析技术，分析目标车辆的入口和途经门架数据、分段金额、路径研判，运算出重复写卡、反向交易等系统逻辑错误的结果，协助快速结算收费。

2 功能需求分析

2.1 视频车牌识别

视频车牌识别技术是能够检测到受监控路面的车辆并自动提取车辆牌照信息进行处理的技术，主要以数字图像处理、模式识别、计算机视觉等技术为基础，对高速公路外场ETC门架摄像机所拍摄的车辆图像或者视频序列进行分析。通过对视频帧图像的处理，以及边缘检测技术实现对车牌的定位，对车牌图像处理、归一化处理、分割以及保存，最后进行分割图像与模板库的模板进行匹配，得到每一辆汽车唯一的车牌号码，从而完成识别过程，输出匹配结果。各工作模块按照一定的逻辑关系组合起来构成了完整的处理流程，是现代智能交通系统中的重要组成部分之一，如图1所示。

图1 视频车牌识别

2.2 路径自动拟合

路径自动拟合技术是本系统应用的重要功能模块，主要是运用省数据中心的数据快速分析历史路径，利用门架关系补齐门架前后的点位，同时结合门架牌识流水数据、视频结构化数据、二次识别数据等补充收费流水，使得部分因交易失败无法产生交易流水的轨迹，依然可以通过图像自动进行拟合补齐，轨迹重现度大大提升。通过图像+视频+流水的全面融合，精准识别车辆信息，尽可能准确、完整地显示行驶路径及可能路径。

2.3 视频结构化

视频结构化技术主要通过对视频中的图像信息进行智能分析，寻找视频车辆目标进行结构化处理，提取出车辆的车牌号码、车型、车辆颜色等关键属性信息，再进行车辆的进一步比对分析，确定车辆信息。

本系统从ETC门架视频中进行车辆定位和识别，对视频中的车辆进行检测，抓取车辆图片，用车辆结构化信息描述通过视频中车辆的车头(角度偏离±30°范围)或车尾(角度偏离正负30℃范围)的特征识别，识别出车辆的车牌号码、品牌型号、车身颜色等信息。

2.4 大数据分析

2.4.1 数据挖掘算法

基于高速公路收费站出入口、ETC门架等的卡口相机抓拍图片，以及收费流水，对车辆号牌、车辆品牌、车型分析识别，进行车辆轨迹还原，门架缺失情况，根据流水和车牌识别相互补充进行拟合，还原出车辆的行驶路径。

2.4.2 预测性分析

通过车牌号码、车辆品牌、车型数据分析、数据挖掘，在众多历史数据中，分析出最有可能的数据信息，进行预测性分析，做出一些预测性的判断。

2.4.3 语义引擎

结合高速公路收费流水、ETC卡OBU数据，解析、提取、分析数据，从“文档”中智能提取信息。

2.4.4 数据存储、数据仓库

建立数据仓库，便于多维分析和多角度展示数据结果，按特定模式进行存储建立关系型数据库。整合系统数据，为系统提供数据抽取、转换和加载(ETL)，并按主题对数据进行查询和访问，为数据分析和数据挖掘提供数据平台。

3 系统功能设计

为解决以上问题造成的现场处理难题，本文针对现场人员在处理不同收费特情时的共性需求作为主要思路进行了分析，认为可通过车辆轨迹还原、在线追踪、历史查询等功能形成一套便于现场处理收费特情的基于多数据融合的路径还原系统，提供完整、实时的信息作为客观依据，充分展示给现场人员和司机进行分析和判断，提高特情处理效率，缩短司乘等待特情处理的时间，避免争议扩大。系统设计思路和网络架构如图2和图3所示。

图2 系统设计思路

图3 网络架构

3.1 车辆轨迹还原

系统接入收费网络，实时与省中心、路段中心同步数据，进行智能AI识图、数据精准读取和匹配、对比、拟合、补遗，视频、图像和流水匹配，还原最终轨迹结果；若任意门架信息缺失，系统可通过校验和路径拟合，进行途径门架的补遗，还原门架信息轨迹。同时，系统还可通过输入车牌号码、车牌类型、入口时间、入口收费站或通过扫描视频、图片扫描进行车辆轨迹查询。轨迹查询结果显示按查询时间内车辆最近一次的轨迹还原，包括出入口站点、时间、途径门架等信息，如图4所示。

图4 根据输入的出口拟合的途径路线

3.2 在线追踪

系统后台建立云端大数据分析平台，同样接入收费网络，实时与省中心、路段中心同步车辆行驶数据，并按车辆行驶习惯，计算出车辆最有可能行驶的路径，进行路径预判。对重点检测车辆可及时提醒用户进行车辆预警，同时显示追踪目标车辆正在行驶中的轨迹并实时刷新最新路过的门架或收费站、已行走公里数、时间等信息，如图5所示。

图5 车辆在线追踪

3.3 历史查询

当发现车辆存在跑长买短、大车小标等情况时，可进一步通过输入车牌、车辆类型、出入口时间段(30d内)等信息进行历史查询功能，挖掘出车辆过往30d的历史记录，从而追回通行费损失，补充现有稽核打逃系统，如图6和图7所示。

图6 输入车牌号码和时间(30d内)查询车辆历史行驶轨迹

3.4 系统运行条件

运行硬件环境：华为M6平板 全网通版/华为平板10.4英寸 全网通。运行软件环境：Android studio、HBuilder

4 系统安全保障

系统安全主要涉及数据、代码、数据使用、Client到Server网络传输等安全。

4.1 网络安全

系统网络连接使用定向VPN流量通道，确保网络不对外开放。传输采用HTTPS协议，并在服务器配置、性能优化等方面进行安全处理。

4.2 代码安全

系统数据采用非对称加密算法RSA加密，客户端不做任何密码相关存储，仅存储token进行下一次的认证，而且token设置3h有效期，到期后使用refresh token申请新的token。

4.3 数据使用安全

系统数据来源收费流水数据，并可查询全省高速公路的车辆行驶轨迹。必须杜绝一切非法查询行为，各用户应分配专有账户，后台对所有查询行为进行日志记录，查询结果显示界面均有该用户的名称水印，以防拍照泄露。

5 系统应用

目前系统开发已完成，按设计形成了一套完整的基于多数据融合的路径还原系统，并安装在具备较强户外防护能力的小型平板电脑上，率先在粤港澳大湾区核心区域选取部分车流量较大、车型组成复杂、收费特情较多的高速公路开展实地测试。

5.1 典型案例

2021年5月11日，某车辆因CPC卡电量不足导致行驶中ETC门架标识部分缺陷，在广深高速公路南头收费站收费系统显示按特情“最小费率”收费交易金额为70元(图8)。收费站现场人员通过路径还原系统联网收费系统进行实时查询，显示交易金额为77元，同时将该车辆的入口和途经门架数据以电子地图路径规划、分段金额的模式向司机展示并进行详细讲解(图9)，及时消除了现场对行驶路径的争议和收费金额的疑虑。

图8 特情车辆收费界面

图9 特情车辆还原行驶路径后的收费界面

5.2 应用数据

2021年春节期间，系统协助部分路段现场处理特情共4 318例，其中无入口信息1 308例，大车小标506例，最小费率49例，出口超时10例，跑长买短4例，一车多卡24例，以及其他情况查询的特情2 417例(表1)。

表1 2021年春节期间系统查获的特情

在应用测试过程中，还可结合现场实际需求修改完善系统，优化显示界面，突出关键信息显示。测试期间系统、设备、网络运行稳定，自启用后协助路段收费人员快速精准地完成了对无入口信息、大车小标、最小费率、出口超时、跑长买短、一车多卡等多种特情车辆的处理工作，显著提升了收费站场解决特情的效率和减少了司机争议，避免通行费损失，取得了较好的成效。

6 结语

基于多数据融合的路径还原系统，能够比较精准、快速地重现车辆的行驶轨迹，提高了特情处理效率和减少了司机争议等问题，有效挖掘出其他可能逃费的行为。但仍存在一些有待解决的问题，如与收费系统联动互补的问题、对重复出现特情的车辆或通行介质进行二次数据挖掘的问题、如何实现主动预警的问题等，需进一步分析研究和完善。