李超

摘要 隨著高速公路路網(wǎng)規(guī)模的不斷擴大，高速公路不文明駕駛行為及違法違規(guī)行為嚴重影響了高速公路交通運行的安全與效率。文章提出利用大數(shù)據(jù)技術對高速公路路網(wǎng)通行車輛特征信息智能分析與實時監(jiān)測，通過對通行車輛的事中、事前、事后的違法行為進行分析，實現(xiàn)對路網(wǎng)通行車輛違法、違規(guī)行為的監(jiān)測與智能分析，提升交通執(zhí)法與行業(yè)監(jiān)管工作效能。

關鍵詞 高速公路；違法行為；違法監(jiān)測系統(tǒng)；交通執(zhí)法

中圖分類號 U495文獻標識碼 A文章編號 2096-8949（2023）14-0008-03

0 引言

隨著高速公路路網(wǎng)規(guī)模的不斷擴大，高速公路不文明駕駛行為及違法違規(guī)行為嚴重影響了高速公路交通運行的安全與效率[1]。目前，高速公路交通執(zhí)法已經(jīng)建成綜合執(zhí)法業(yè)務系統(tǒng)，實現(xiàn)了執(zhí)法過程案件辦理和文書制作環(huán)節(jié)的信息化，提高了案件處理規(guī)范化水平和效率[2]。

交通綜合執(zhí)法改革對執(zhí)法效能提出了更高要求。當前，高速公路交通執(zhí)法人員整體配備不足，高速公路通車里程增加和“鎖定編制底數(shù)”的改革要求加劇了執(zhí)法力量不足的困境，亟須以信息化為手段，通過對車輛通行數(shù)據(jù)及業(yè)務系統(tǒng)關聯(lián)數(shù)據(jù)的分析[3]，識別路政、運政以及收費稽查領域具有重大違法嫌疑的車輛，實現(xiàn)違法行為智能分析和智能監(jiān)測，整體提升執(zhí)法效能，彌補執(zhí)法人員不足對執(zhí)法效能的制約。

1 違法監(jiān)測系統(tǒng)架構(gòu)

系統(tǒng)將圍繞高速違法行為管理、綜合信息服務為主線，結(jié)合路網(wǎng)安全運行管理實際需求，建立全省高速路網(wǎng)違法監(jiān)測數(shù)據(jù)分析應用服務體系，重點實現(xiàn)路網(wǎng)通行車輛違法和違規(guī)行為自動識別、路網(wǎng)通行車輛特征信息智能分析、重點車輛實時監(jiān)測以及車輛違法信息自動推送等數(shù)據(jù)分析共享服務?？傮w框架圖如圖1所示。

1.1 感知層

感知層主要是各類數(shù)據(jù)及信息采集獲取的站點及設備，包括高速收費站點、視頻卡口、稱重設備、衛(wèi)星定位設備等。

1.2 傳輸層

傳輸層包括交通行業(yè)專網(wǎng)、政務外網(wǎng)和互聯(lián)網(wǎng)，用于各種數(shù)據(jù)的傳輸。

1.3 軟硬件平臺層

基礎設施層各種計算資源及存儲資源，并做相應的安全防護。

1.4 數(shù)據(jù)層

主要依托數(shù)據(jù)應用，通過對不同業(yè)務系統(tǒng)的數(shù)據(jù)指標，通過數(shù)據(jù)庫表接口等方式對數(shù)據(jù)信息進行篩選和整理，根據(jù)數(shù)據(jù)應用的具體需求進行分類存儲管理。主要包括基礎信息數(shù)據(jù)、業(yè)務數(shù)據(jù)庫、主題數(shù)據(jù)庫、交換數(shù)據(jù)庫等。

1.5 應用支撐層

應用支撐層為應用軟件提供運行和開發(fā)環(huán)境。它是支撐業(yè)務應用和實現(xiàn)各業(yè)務之間信息共享的關鍵，具體包括應用中間件、數(shù)據(jù)庫管理系統(tǒng)、地理信息平臺、視頻共享平臺、短信平臺、統(tǒng)一認證平臺等。

1.6 應用層

應用系統(tǒng)層包括重點車輛綜合信息展示模塊、違法行為智能實時研判模塊、違法信息統(tǒng)一推送模塊、重點車輛路網(wǎng)監(jiān)測（展示）模塊、違法行為智能分析模塊。

1.7 展現(xiàn)層

展現(xiàn)層指業(yè)務的展示形式，是用戶訪問系統(tǒng)的窗口，主要包括各級管理部門訪問的系統(tǒng)界面、WEB網(wǎng)站、手機App等。

1.8 用戶層

用戶層是系統(tǒng)業(yè)務應用的用戶，包括執(zhí)法人員、執(zhí)法管理人員等。

2 違法業(yè)務處置流程

該系統(tǒng)主要面向高速公路通行車輛，覆蓋高速公路事前監(jiān)管、高速入口車輛識別、事中違法行為識別、現(xiàn)場路面執(zhí)法、高速出口監(jiān)管以及車輛出口監(jiān)管六大環(huán)節(jié)。面向高速執(zhí)法機構(gòu)、行業(yè)監(jiān)管部門、收費管理部門以及地方執(zhí)法機構(gòu)，針對不同環(huán)節(jié)下的違法違規(guī)車輛的處置以及違法名單進行數(shù)據(jù)應用，提升對違法違規(guī)車輛的數(shù)字化管控，提升日常車輛監(jiān)管效能。

2.1 高速事前監(jiān)管

主要針對歷史高速通行車輛以及大件勸返車輛進行分析管理。針對車輛歷史通行記錄，分析車輛的通行規(guī)律，對后續(xù)車輛出行預測提供數(shù)據(jù)支撐；針對大件勸返車輛進行數(shù)據(jù)分析，實現(xiàn)與行業(yè)監(jiān)管部門以及地方執(zhí)法機構(gòu)的名單推送。

2.2 高速入口識別

針對已經(jīng)標記為重點關注車輛名單，系統(tǒng)通過高速公路入口數(shù)據(jù)自動研判，對于駛?cè)敫咚俾肪W(wǎng)的車輛進行篩查，為后續(xù)車輛跟蹤管理提供數(shù)據(jù)支撐。

2.3 事中違法行為識別

面向已駛?cè)敫咚俾肪W(wǎng)范圍內(nèi)的車輛，針對不同車輛類型進行違法行為的實時動態(tài)監(jiān)控管理，當發(fā)現(xiàn)車輛存在疑似違法違規(guī)行為，由高速公路執(zhí)法人員根據(jù)車輛監(jiān)測情況對車輛攔截條件進行人工研判。

同時可以支持對特殊車輛類型（如：大件運輸車輛）的通行軌跡情況進行展示，幫助行業(yè)監(jiān)管部門快速掌握轄區(qū)大件運輸車輛通行情況。

2.4 現(xiàn)場路面執(zhí)法

高速執(zhí)法機構(gòu)對于支持路面攔截的車輛積極開展后續(xù)路面攔截工作，可以通過數(shù)據(jù)分析車輛行駛軌跡，輔助后續(xù)車輛的現(xiàn)場檢查與執(zhí)法工作。

2.5 高速出口監(jiān)管

對于無法開展路面攔截的車輛可以通過出入口攔截申請，保障在出口收費站及時進行車輛攔截。

2.6 車輛事后監(jiān)管

主要針對歷史車輛通行數(shù)據(jù)分析結(jié)果，將違法違規(guī)車輛名單按照行業(yè)監(jiān)管要求、地方執(zhí)法工作要求及時進行數(shù)據(jù)推送，保障后續(xù)行業(yè)監(jiān)管部門以及地方執(zhí)法機構(gòu)對車輛、車屬企業(yè)的監(jiān)管工作要求。

3 重點違法行為分析

構(gòu)建風險預警模型管理功能，搭建覆蓋班車、包車、大件運輸?shù)炔煌愋蛙囕v，通過對高速公路通行車輛數(shù)據(jù)進行分析、預警、研判、驗證、修正等[4]，通過實際應用不斷迭代優(yōu)化風險預警模型，提高模型準確性，不斷拓展模型應用范圍。

由于系統(tǒng)模型搭建過程中，需要大量數(shù)據(jù)進行定時訓練以提高模型識別的準確度，主要數(shù)據(jù)類型包括高速出入口收費數(shù)據(jù)、高速門架交易數(shù)據(jù)、車牌牌識數(shù)據(jù)、治超稱重數(shù)據(jù)、運政數(shù)據(jù)、車管數(shù)據(jù)、包車/班車線路牌數(shù)據(jù)以及大件許可數(shù)據(jù)。

3.1 非法營運車輛分析

非法營運車輛主要針對沒有有效營運資質(zhì)的車輛從事道路運輸經(jīng)營行動的車輛。該次系統(tǒng)模型主要針對疑似非法營運行為進行數(shù)據(jù)篩查分析，得到“疑似非法營運”車輛名單，輔助現(xiàn)場執(zhí)法人員進行現(xiàn)場車輛篩查，確認車輛是否違法。違法行為分析規(guī)則如下：

（1）車輛型號分類篩查：根據(jù)車牌顏色、車輛號牌，通過收費系統(tǒng)數(shù)據(jù)對車型進行核準，針對不同類型客車、貨車進行分類篩查管理。

（2）從業(yè)車輛剔除：利用通行車輛號牌進行營運資質(zhì)篩查，針對無從業(yè)資格、已注銷/已過期的營運車輛的作為基礎“非營運”車牌篩查數(shù)據(jù)名單。

（3）高頻車型篩查：通過高速公路通行數(shù)據(jù)，將車輛通行所有收費站數(shù)據(jù)做累計，重點針對利用歷史1～3個月高速公路收費站通行數(shù)據(jù)，鎖定不同轄區(qū)范圍內(nèi)的高頻車輛號牌，納入“疑似非法營運車輛庫”。

（4）車輛軌跡分析：針對“非營運”車輛中，對于單日頻繁出入多個收費站的車輛，通過軌跡沒有規(guī)律特征或者頻繁出現(xiàn)在“兩站一場”周邊的情況的非營運車輛名單，系統(tǒng)標識存在高頻疑似違法行為情況。

（5）歷史非法營運車輛篩查：調(diào)取執(zhí)法案件數(shù)據(jù)中涉及非法營運案件的近期車輛數(shù)據(jù)，對歷史存在非法營運的車輛和車輛所屬企業(yè)進行篩查，然后將歷史存在非法營運的企業(yè)、車輛與“非營運”車輛篩查數(shù)據(jù)名單進行比對，進一步提升疑似非法營運篩查力度。

（6）其他輔助篩查規(guī)則：為了提升疑似非法營運預警精準度，系統(tǒng)將根據(jù)不同區(qū)間、時段疊加不同預警規(guī)則。

里程篩查：利用單車的通行里程進行測算分析，如：日均高速里程100～200 km以上車輛。

通勤費用篩查：利用收費系統(tǒng)中的結(jié)算數(shù)據(jù)，針對日均通行費用超過200元的非營運車輛進行核準。

車價篩選：利用收費系統(tǒng)中車輛廠牌型號數(shù)據(jù)，進一步剔除高端車輛。

3.2 班車客運違規(guī)營運分析

班車客運違規(guī)營運預警模型主要針對班車客運中的不按規(guī)定線路行駛、不按規(guī)定速度行駛以及不按規(guī)定時間行駛?cè)愡M行預警?；诟咚俟奋囕v通行數(shù)據(jù)，通過車牌號碼、車牌顏色調(diào)取運政系統(tǒng)數(shù)據(jù)，鎖定班車客運通行數(shù)據(jù)，進一步對班車客運存在的違規(guī)營運行為進行篩查。

（1）車輛營運資質(zhì)類型查驗：針對高速公路通行班車客運進行資質(zhì)核驗，是否持有有效班車線路牌。

（2）班車客運車輛實際運行軌跡是否與線路牌的起始地、途徑地、目的地一致，是否未按規(guī)定時間上路行駛。

3.3 包車客運違規(guī)營運分析

包車監(jiān)管重點是核對高速通行的包車客運車輛實際運行軌跡是否與線路牌的起始地、途徑地、目的地一致，是否合規(guī)上路行駛。

分析判斷規(guī)則：

（1）車輛實際行駛過程中，是否持有有效包車客運標志牌。

（2）包車客運車輛實際運行軌跡是否與包車標志牌所備案的起始地、途經(jīng)地、目的地一致，是否長時間超范圍營運。

3.4 大件車輛不按規(guī)定線路/時間行駛

（1）通行車輛車牌識別：通過高速公路通行數(shù)據(jù)獲取車種為大件運輸車輛（或根據(jù)通行數(shù)據(jù)獲取的車牌、車牌顏色獲取車牌）；通過運政系統(tǒng)對車輛資質(zhì)進行查驗。

（2）大件許可信息查驗：通過標識的大件車輛對相應許可進行查驗，查詢當前車輛是否具備有效許可資質(zhì)，并進一步核對許可的線路和許可時間。

（3）許可線路比對：通過大件運輸許可系統(tǒng)查詢接口核驗大件運輸車輛大件運輸許可審批信息，同時根據(jù)車輛車牌號碼、車牌顏色數(shù)據(jù)，查詢大件運輸車輛在此時間段內(nèi)的定位信息，由定位信息確定車輛實際通過的行政區(qū)劃。結(jié)合實際途經(jīng)地信息，查詢比對該車輛在途經(jīng)省的許可信息，進行許可一致性判斷，并將異常車輛數(shù)據(jù)納入預警車輛名單庫。

（4）許可時間比對：通過大件運輸許可審批數(shù)據(jù)，核對大件車輛上路的許可時間是否一致，如上路時間與許可時效不一致，則將異常大件車輛納入預警車輛名單庫。

3.5 套牌車輛預警模型

套牌車輛主要指利用非法或者假冒行為對車輛進行虛假車牌改裝，以起到違法行為無法被精準鎖定的目的，該次系統(tǒng)主要利用車管數(shù)據(jù)和高速車輛行駛檔案數(shù)據(jù)進行比對。

利用公安車管信息數(shù)據(jù)和車輛在高速路網(wǎng)歷史通行數(shù)據(jù)、車牌識別數(shù)據(jù)，建立車輛準確檔案數(shù)據(jù)，包括車輛車牌號牌信息（車輛號牌、車牌顏色），車型（一類客車、二類客車……一類貨車），車標（大眾、寶馬、比亞迪）等基本信息，一旦出現(xiàn)車牌與檔案信息不符，或同時間段內(nèi)出現(xiàn)不同位置的同一車牌時則做預警提示，為后續(xù)執(zhí)法人員現(xiàn)場進行套牌車核查提供數(shù)據(jù)支撐。

3.6 危險品車輛監(jiān)管預警模型

利用危險品營運車輛基礎庫信息，篩選危險品車輛基礎名單。通過高速公路入口流水數(shù)據(jù)核對危險品車輛上路時間和上路位置，核對車輛是否存在無危貨運單上路行為。

3.7 預警車輛用戶畫像

面向高速公路通行車輛進行分類管理，根據(jù)預警模型研判的結(jié)果將預警車輛進行統(tǒng)一管理，重點針對預警車輛進行綜合數(shù)據(jù)分析研判，形成單個車輛的數(shù)字畫像，通過系統(tǒng)分析車輛高頻出入收費站名稱、車輛歷史通行情況數(shù)據(jù)，輔助執(zhí)法人員對車輛進行軌跡分析的通行規(guī)律。

4 結(jié)語

重點違法系統(tǒng)通過大數(shù)據(jù)技術對路網(wǎng)通行車輛特征信息智能分析與實時監(jiān)測，利用大數(shù)據(jù)技術支撐各級執(zhí)法機構(gòu)對車輛違法行為“快速識別、常態(tài)化監(jiān)管、精準打擊”。同時，利用研判結(jié)果數(shù)據(jù)，支撐執(zhí)法機構(gòu)以及行業(yè)監(jiān)管部門對源頭企業(yè)以及車籍進行監(jiān)督檢查工作，對于提升行業(yè)監(jiān)管以及執(zhí)法工作的數(shù)據(jù)監(jiān)管能力具有重要意義。

參考文獻

[1]張慧辰， 孔晨晨， 楊卓敏. 基于視頻分析的高速公路違法行為識別系統(tǒng)設計與實現(xiàn)[J]. 科學技術與創(chuàng)新， 2022（3）： 182-185.

[2]朱玉賢. 新形勢下加強高速公路執(zhí)法隊伍素質(zhì)建設的幾點思考[J]. 現(xiàn)代經(jīng)濟信息， 2019（14）： 116.

[3]廖輝. 基于高速公路信息化建設與管理研究[J]. 運輸經(jīng)理世界， 2023（6）： 74-76.

[4]張起， 崔優(yōu)凱， 周義程， 等. 融合多源數(shù)據(jù)的高速公路收費站出口實時通行狀況判別方法研究[J]. 中國交通信息化， 2023（2）： 105-107.