人工智能在安徽高速公路联网收费稽核领域的应用.pdf

2024年第07期（总第298期）1中国交通信息化

1

81

CHINAITSJOURNALVol.298No.072024

DOI:10.13439/j.cnki.itsc.2024.07.008

人工智能在安徽高速公路联网收费稽核领域的应用

李锐，杨雨浓

（1.安徽省高速公路联网运营有限公司，安徽合肥230000；2.中咨泰克交通工程集团有限公司，北京100083）

摘要：随着省界收费站的取消，全国高速公路进入一体化联网运行新阶段。面对爆炸式增长的数据和日益复杂的路网，依靠人力已难以实现

全部车辆的排查，收费稽查和追缴难度日益增大。在此背景下，本文提出了利用人工智能技术分析，匹配高速公路多源数据，建立全覆盖式的车

辆通行模型，从而实现全部车辆的智能筛查与逃费稽核。

关键词：Al；人工智能；大数据；稽核模型

随着我国经济的高速发展，安徽高速公路网络加快形成。截2

数据清理

至2023年6月，安徽省高速公路通车总里程5000多公里，计费门高速公路联网收费系统存储了大量的稽核原始数据，主要

架900多个，收费站300多个，日均通行车辆达80万辆，为联网收包括人出口通行数据、门架计费数据、出口站交易数据、计费参

费稽核提供的数据支撑。在全国“一张网”运行背景下，高速路数数据、车牌识别流水、车辆抓拍图片、特情数据、客户发行信

网总体顺畅，但仍然存在偷逃费现象，高速公路收费稽核面临着息、优免通行数据、异常通行数据等。但海量的通行数据存在归

稽核效率低、准确率不高、证据链不完整、追缴成本高等问题。属系统不统一、内容复杂、形式各异、亢余度大、存在噪声数据

鉴于此，本文着眼于通过人工智能、大数据分析等开展高速公路等特点，由于稽核业务模型生成的数据需要直接应用于联网收费

收费稽核，提出基于人工智能的联网收费稽核技术框架，实现数实际稽核业务，算法模型对数据的质量要求很高，为此本文结合

据源采集、业务建模、轨迹还原等技术路线，并将研究成果应用数学方法和业务知识，从数据和属性两个方面对原始数据进行预

于安徽省高速公路联网收费稽核实际工作中，显著提高了稽核效处理，完成消除错误和重复数据，填补空缺数据、降维高维数

率与效果。据、构建关联属性等数据清理操作。数据清理流程如图1所示。

开始

1背景概述

通过深度利用人工智能（AI）技术的先进分析能力，对高速原始数据

公路的多源异构数据进行高效融合与精准匹配。该过程涵盖了广

数据清洗维度处理

泛的数据类型，包括但不限于天线感应交易数据的实时捕获、图

像识别技术下高精度车牌信息提取、车辆进出站详细流水记录、数据填补数据降噪数据去重属性剔除属性构建

基于深度学习的车型智能识别结果，以及全省范围内通行卡的拆

分与发行统计数据。通过高度集成的算法设计，将多样化的数据

算法模型

源有机整合，实现了数据间的无缝链接与智能关联，从而构建了

一个立体、全面的车辆通行模型。