揭开高速公路AI智慧稽核系统的神秘面纱
闫天朋 | 作者
安安 | 编辑
2020年1月1日，全国高速公路取消省界收费站，实现“一张网”运营，高速公路车辆的收费模式由计重收费改成按车型收费，计费里程由收费站和门架的ETC系统根据行驶路径确定。
随着新收费政策的实施，省际高速公路运输通行费单次缴费金额增大，利用车型差进行逃费的利益驱动性变大，逃费方式呈现多样化、隐蔽化、信息化趋势。
笔者随手在互联网上搜取了今年关于车辆偷逃通行费的资讯：“大车小标逃费216次，湖南益阳高速成功追缴通行费10707元！”；“识别‘孪生’货车换卡逃费伎俩，高速挽回4万余元通行费”；“逃费124次、涉案3万余元，两名犯罪嫌疑人已被刑事拘留”；“高速逃费2001次，共计19万余元！这名货车司机被刑拘”；“冒充集装箱运输车偷逃通行费，判刑！”、“逃费金额超1万元，广东江罗高速联手多部门查处‘百吨’逃费车”；“挽回700余万元，重庆警方抓获假绿通逃费嫌疑人150余名！”……
对逃费车辆的追逃工作，主要通过告知车主主动补缴、全网拦截追缴、司法途径追缴等方式，而追缴时经常联系不到车主，即使通过司法途径，也会出现追缴周期长、证据收集耗时耗力等问题。
如何利用新一代信息技术做好收费稽核工作，提高稽核的效率、准确性和公正性，做到通行费“应征不免，应免不征”成为各省高速公路营运单位急需解决的难题。
在稽核发展过程中，不同阶段有不同的特点。早期叫稽查，各省均成立了相关机构，比如征费稽查处、征费稽查科及征稽科等。
稽查涉及到执法权限问题，目前高速公路没有执法权，2019年交通运输部路网监测与应急处置中心发布的《收费公路联网收费运营和服务规则》首次提出“稽核”概念，将“稽查”改为“稽核”，文件中规定：全网应在保障收费运行秩序稳定的基础上，依法合规开展收费稽核工作,保护客户与收费公路经营管理单位合理权益, 并由部联网中心、省级稽核管理单位、收费公路经营管理单位分级开展具体业务工作。
稽核的发展整体可以划分为5个阶段，发展历程如表1所示：
表1 稽核发展历程
1、注重证据，做到精准可信
证据是通行费追缴的根本，只有充分、准确地收集、保留和使用证据，才能有效地防范逃费、追踪漏费、维护收费秩序和公正性。
图1 稽核证据做到精准可信、真实可靠
站在车主的角度来看，要避免多收、错收，减少损失。车主通过收费站时会核对车辆信息和缴费金额，如发现自己被多收或错收了，可以保留相关证据，向相关部门申诉，以维护自己的权益。
站在高速公司的角度来看，要避免少收、漏收，提高收益。高速公司会采取一系列措施，避免少收、漏收的情况。具体来说，可以采用自动化收费系统，完善收费管理，加强稽查力度等措施，同时还可以引入智能技术，如图像识别、车牌识别、视频监控等，以提高稽查效率，确保收费公正、准确。
2、逃费类型复杂多变
高速公路通行费大致可以用下面的公式表示：
通行费=费率×行驶距离×车型×车种
其中，费率由各省物价部门确定，在一段时间内相对固定，基本不可篡改。因此，绝大部分偷逃费车辆都是通过改变缴费路径逃费、改变车型逃费、改变车种逃费（利用优免政策逃费）以及其它类型逃费。具体逃费行为如下表所示：
表2 车辆偷逃通行费具体行为
由此可见，车辆逃费行为种类繁多且隐蔽性强，若靠人工稽核效率低，难度大，准确率不高，并且缺乏追缴证据链，给国家、企业造成了巨大经济损失。
在这种背景下，基于大数据、AI等技术从历史数据中提取规律和特征，建立AI稽核模型自动识别疑似偷逃费车辆，并利用多流水数据进行路径还原，证据链自动提取，能够有效提高收费稽核的准确率和效率。
（一）建设思路
图2 AI智慧稽核系统建设思路
首先，利用ETC门架、视频监控、车道系统、收费系统等获取车辆的交易流水、牌识流水、外观尺寸、车型车种等信息，进行全流水数据采集。
接着，对车辆行为进行特征分析，明确各种可能偷逃费行为的数据特征，将真实的、线下的物理逃费行为转变为虚拟的、数字的数据特征，将逃费行为映射到数字空间。
然后，基于偷逃费行为的数据特征构建AI算法模型，比如有入无出模型、一车多卡模型等，让系统能够根据流水特征自动识别可疑车辆。
最后，将模型用于费用追缴，并通过车辆标签、拟合路径、证据比对等不断优化稽核模型，提高模型准确性，形成追缴名单。
（二）建设重点
重点1：AI稽核模型
正如上面介绍的，车辆具体逃费行为包括大车小标、货车客标、货车甩挂、U/J行驶等几十种之多，纯靠人工完成稽核几乎不可能。基于牌识流水、交易流水、出入口数据等，挖掘车辆行为特征，建设AI稽核模型，能够精准识别可疑车辆，进行异常流水的精准推送，形成追缴名单。
AI稽核模型的关键问题是准确度，目前常见的稽核模型准确度如下表所示：
屏蔽卡签、倒卡通行介质等稽核模型准确率较高，达90%；有入无出（闯关、跟车）、跑长买短（U/J行驶）因系统及计费规则、现场管理和证据获取等多重因素影响，准确率为50%~60%左右，但能够满足稽核业务需求。
重点2：多流水拟合，行驶路径精准还原
根据交通部出台的营运规则，取消省界站全国并网后，按照车辆实际行驶路径收取通行费。同样入出口，如果实际行驶路径不一致，收费金额就会有差异，因此车辆实际行驶路径的精准还原是收取通行费的关键因素。
通过牌识流水、交易流水、车型信息、ReID、收费站出入口交易信息等数据汇聚融合，并基于路网模型对行程的有向图、可达路径等进行验证和还原，即使过程中存在ETC卡无法读取、OBU异常等特情，也能够依据其他信息追踪车辆，实现路径精准还原。
图3 多流水融合实现路径还原的思路
重点3：证据链管理
证据链管理是收费稽核的核心环节，费用追缴必须做到有理有据，充分保证车主和高速公路营运单位双方利益不受损失。通过证据链生成、偷逃类型证据组合、证据单位维护三方面形成闭环的证据链稽核管理与校核体系。
图4 证据链管理示意图
证据链生成：原始图片视频存储在边缘侧，结构化数据存储在云端，生成证据链时再调取到云端。
偷逃证据组合：将偷逃费证据中的车辆用户基础数据、历史通行数据、稽查数据等完整证据链进行组合。
证据单位维护：偷逃费完整证据链稽核工单的查看、审核下发以及处理结果的回朔等。
重点4：车辆标签体系
标签体系是对车辆进行特征分析的基础，AI稽核系统通过标签区别每辆车。利用车辆用户基础数据、历史通行数据、稽查数据、信用数据等构建标签体系，建立车辆逃费风险评估体系，实现逃费风险预知。
图5 车辆标签体系示意图
车辆标签体系包括车辆基础标签、车辆支付标签、车辆通行指标标签、车辆异常通行标签、OBU通行指标标签等，每种标签的具体内容如下表所示：
当前高速公路正在经历数字化、智能化升级，智慧高速建设如火如荼，各位同行可能对于智慧服务区、智慧收费站、数字孪生隧道等词汇耳熟能详，几家互联网大厂基本都有解决方案和产品，在各行业大会上也都能听到见到，但对于智慧稽核可能有点陌生，这也是重建设轻运营的普遍现象。
稽核是所有高速公司都有的核心业务，可以说凡是收费公路都需要稽核，就像一枚硬币的两面。高速公路“建管养运”整个周期里面，运营可能才是智慧化的落脚点和价值所在，稽核也可能是运营中最需要智慧化的业务，来提高生产力，实现增收。
在智慧高速进入“冷静期”的阶段，期待高速公路的数字化能够加快向运营业务渗透，早日实现真正的、全方位的智慧高速。