大数据在高速公路收费稽查打逃方面的应用(20180712)
高速公路逃费稽查工作中大数据技术应用研究
高速公路逃费稽查工作中大数据技术应用研究摘要：随着城市化建设步伐日渐加快，高速公路通车历程大幅度延长，车流量也大幅度增加，极大地促进我国国民经济持续发展，成为繁荣区域经济的重要途径。
随之，在高速公路运行过程中，做好逃费稽查工作至关重要。
因此，本文作者站在客观的角度，从不同角度入手客观阐述了高速公路逃费稽查工作中大数据技术的具体化应用。
关键词：高速公路；逃费稽查工作；大数据技术；应用一、分析挖掘海量数据在开展高速公路逃费稽查工作方面，相关人员可以优化利用大数据技术，全方位有效监督高速公路，避免出现各种逃费现象。
在应用大数据技术中，相关人员需要先进行海量设局分析挖掘，采用适宜的段路服务器，将该区域各站所、车道数据汇集在一起，进行必要的计算，获取高速公路运行中各类违章逃费车辆的情况。
具体来说，在高速公路联网收费作用下，通行卡已成为征收通行费的一种关键性凭证，也就是说，各通行卡入口信息要有对应的出口信息。
一旦高速公路运行中出现逃费现象，买卡弃卡逃费、施工开口逃费等，都会导致通行卡信息无法正常匹配，在大数据技术作用下，可以逐一排查存在的各类逃费现象。
在此过程中，相关人员可以在沉寂卡聚类分析作用下，迅速匹配入口以及出口方面的信息数据，避免某些车户将通行卡内容修改掉，逃脱通行费。
此外，还可以分析绿通车行为规律、全挂货车行为规律、途载分析等，对交叉车进行模糊匹配。
以“载途分析”分析为例，通常情况下，在车辆逃费方面，大型货车逃费居多，常出现“长途空载、短途重载”现象，可以借助大数据信息系统，进行必要的载途分析，依次排查逃费车辆信息，比如，换卡、盘货。
以“交叉车牌模糊匹配”为例，在高速公路逃费稽查过程中，相关人员可以借助大数据技术，仔细查看出入口车牌是否一致，这是当下对高速公路进行逃费稽查的关键性举措，全面、客观分析一系列通行信息数据，尤其是较为特殊的通行记录，看其和出入口车牌信息是否一致，如果不一致，则说明通行的车辆极易有可能存在换卡逃费问题。
简析高速公路收费管理中大数据分析的运用
交通科技与管理7智慧交通与信息技术0 引言 当前，高速公路已经成为人们美好出行不可缺少的部分。
高速公路的规模越来越大，它能够为人们的出行带来更多的便利。
为了更好地对高速公路进行科学管理，就必须运用现代科学技术，将大数据技术融合进高速公路的收费管理当中，能够促进各项工作的顺利开展。
在高速公路的管理工作当中，将大数据技术的功能发挥到最大，有效提高高速公路的工程运行效率，使我国的交通事业更好的发展。
大数据技术能够在高速公路的收费管理当中有效地进行数据的收集、分析和管理，能够帮助工作人员更好地进行路网监测，为高速公路的收费管理提供有效的数据支撑，以保障高速公路管理工作的有效性，提高高速公路运行的效率。
1 高速公路大数据应用的必要性 大数据又被称为巨量资料，是需要利用新型的处理模式才能够具有更强的决策力、洞察力以及流程优化能力的海量、高增长率和多样化的信息资产。
大数据技术就是指利用现代的科学技术，将大量的数据进行有效采集、分析和处理。
大数据拥有五大特点，分别是大量、高速、多样、价值密度、真实性较强。
在高速公路管理当中，应用大数据技术，能够有效地对数据进行收集和管理，能够帮助工作人员监测高速公路收费状况，减少漏收费或收错费的情况[1]。
现代高速公路大数据化建设已经成为高速公路建设的重要内容，高速公路大数据拥有着变化多样、规模较大、价值密度低以及快速性等特点。
2 高速公路大数据应用发展 随着我国社会的发展，大数据技术在不断发展的过程当中被应用到了各种领域。
高速公路收费管理中运用大数据进行数据分析是一种有效提高管理工作的方式，从当前情况来看，大数据分析的应用已经成为了高速公路管理工作当中重要的内容。
大数据分析能够在高速公路数据分析当中识别逃费漏费，能够达到及时的结算效果，并24小时进行监控。
利用大数据技术能够有效地提高高速公路收费管理工作效率，通过监控系统能够抓拍过往的车辆车牌，及时发现高速公路出入口位置有异常的车辆，是一种有效的监测方法[2]。
高速公路收费站稽核打逃系统
高速公路收费站稽核打逃系统建设方案2021年6月一、项目背景按照交通运输部《取消高速公路省界收费站总体技术方案》部署，要求利用高速公路电子不停车收费（ETC）、辅以车牌图像识别、精准路径识别等技术路径，采用门架分段式计费，替代人工收费的方式，提高车辆通行效率，加快推进省界收费站撤销。
撤站实现开放式的收费模式后，一些深层次挑战随之而来，尤为突出的是路网服务从省域路网扩大到全国一张网，收费稽核和追缴难度变大，在现有门架系统中，RSU和牌识系统采集车辆信息维度有限，部分不法分子利用车牌不符、车型不符等方式进行舞弊逃费，此外部分RSU交易失败导致无法按照实际里程收费，造成通行费流失，主要问题集中如下：（1）存在部分利用假车牌或非本车OBU，以大套小、降档收费达到逃费目的；（2）屏蔽、破坏OBU、CPC卡造成路径记录不全；（3）通过倒卡、换卡方式，跑长买短达到逃费目的；（4）利用自动栏杆漏洞，小型客车跟车逃费，后车跟随闯卡逃费；（5）货运车辆组队闯卡逃费，多辆大型车组队闯卡；目前收费稽核主要以人工为主，缺乏先进技术手段，结合以上问题，采用信息化手段，建立高速公路站级收费稽核系统，实现车辆多维度信息采集，综合分析，为稽核部分提供相应技术支撑，已成为当前重要任务。
二、项目必要性根据河南省交通运输厅五大发展理念“创新、协调、绿色、开放、共享”工作要求，以及智慧高速引领需求，研究新的稽核手段，共同探讨如何利用大数据、智能设备以及新的信息技术研究一套新的追逃、治逃手段，弥补现有稽核手段的单一性、不全面行的稽核短板，强化稽核人员的自身素质，通过有效的共享机制，及时锁定稽核重点车辆，通过相关数据辅助排查，做到重点车牌、重点监控、及时提醒、重点跟踪，做到逃无可逃的一张网模式。
通过建设高速公路大数据收费稽核系统，加强高速公路逃费稽核威慑，依托交易、视频和路线等数据，提高稽核效率，减少逃费车辆，保证高速公路安全、高效畅通，已成为当前重要工作。
大数据在高速公路收费稽核中的应用
大数据在高速公路收费稽核中的应用摘要：随着互联网和智能技术的快速发展，大数据在各行各业中的应用越来越广泛。
高速公路收费稽核作为交通管理和资金监管的重要环节，也开始积极探索利用大数据技术进行改进和提升。
本文将重点探讨大数据在高速公路收费稽核中的应用实例，通过对大数据的采集、分析和利用，可以提高收费稽核的效率和准确性，同时节约人力成本，为高速公路管理部门提供有力支持。
关键词：大数据；高速公路；收费稽核；效率；准确性前言随着社会经济的发展和交通流量的增加，高速公路收费管理成为一个重要的课题。
传统的人工稽核方式存在效率低下、准确性不高等问题。
而大数据技术的快速发展为高速公路收费稽核带来了新的机遇。
通过对大量的车辆通行数据进行分析和挖掘，可以提高收费稽核的准确性、效率性和智能化水平，为高速公路管理部门提供更好的决策支持和服务。
一大数据的采集与存储大数据在高速公路收费稽核中的应用是一项关键任务，其中的一部分工作是大数据的采集与存储。
以某省高速公路收费稽核系统为例，系统通过ETC电子收费系统、摄像头和GPS定位系统等多个数据采集方式获取大量的车辆信息。
这些数据包括车牌号码、通行时间、通行路段、收费金额等。
采集到的数据经过实时处理和清洗后，存储在云存储系统中。
该系统利用数据仓库技术对数据进行整合和管理，支持快速查询和分析。
例如，相关部门可以通过对大数据的挖掘和分析，实现高速公路收费的稽核工作，比如对不合规通行行为进行追踪和处罚，提高交通管理的效能。
下面将详细阐述这一过程的具体内容。
（一）数据采集在高速公路收费稽核中，大数据的采集主要通过以下方式进行：1、电子收费系统：现代高速公路普遍采用电子收费系统，如ETC（Electronic Toll Collection）系统。
这种系统在收费站门架上安装了射频识别设备，能够实时记录过往车辆的相关信息，比如车牌号码、通行时间、收费金额等。
这些数据被传输到中心服务器进行处理和存储。
大数据在高速公路行业的应用
大数据在高速公路行业的应用1前言随着全国高速公路联网收费不断发展，借助信息化管理手段对高速公路联网收费数据进行分析刻不容缓。
其意义主要有以下几个方面: 一是通过路段自己已有的数据分析，掌握路段的车流量，通行费等情况；二是根据大量数据分析的结果，对协商解决可能存在的问题的解决提供参考依据。
2交通行业大数据应用需求从大数据技术发展来看，我国大数据产业己相对成熟。
如今在社会经济不断发展过程中，高速公路随之出现了诸多的数据，数据种类、数量都呈跨越式增长的趋势，在较大程度上增加了存储成木、运用成本和查询成本等。
目前，大部分高速公路运营单位无法有效的应用数据，数据不能够丢弃，但是数据的应用价值也无法产生。
通过分析处理高速公路大数据，可以促使运营单位数据综合应用能力得到提高，数据得到有效应用，借助于这些数据，来做岀更加科学的决策。
具体来讲，在大数据背景下，分析高速公路收费系统数据，可以更加有效的开展路况管理工作，通过分析处理大数据，对数据处理模式进行优化和创新，对数据自动分析处理模型进行构建，将数据分析的预警功能给充分发挥出来，还可以应用于开发和扩展更高层次的创新应用上，创造更大的商业价值。
3交通行业大数据应用具体形式3.1防逃费工作的应用随着广东省高速公路路网的不断扩大、联网收费的推进，一些不法车主在巨大经济利益的驱使下，不断采取各式各样的逃费方式来少交或逃交车辆通行费，给全省高速公路带来数以亿计的通行费收入损失，打击逃费，刻不容缓。
常态稽查以高速公路联网收费后台数据综合分析为基木手段，通过人工手段从高速公路联网收费海量数据库开展稽查分析，效率低下。
利用大数据相关手段对当前联网收费系统的数据进行处理与分析，精准发现异常流水异常车辆，提高工作效率, 实现稽查手段由人工判别向科技辅助转变，利用科技手段有效防范和打击偷漏通行费行为。
3.2交通信息的综合利用截止2021年底，广东省高速通车总里程达到6280公里，其中由广东交通集团有限公司负责管理的里程达到4199公里，全省民用汽车保有量为1333万辆，其中轿车数量为772万辆，年公路运输旅客人数达到好”*万人次，年公路运输货物”好*万吨，公路运输渗透到广东经济发展的每一个神经末梢，而高速公路作为公路运输的主干网络承担着主要的角色。
大数据分析在高速公路收费管理的应用
大数据分析在高速公路收费管理的应用摘要：从大数据的概述入手，介绍了大数据在高速收费管理中的应用，阐述了大数据在高速公路收费管理中的价值，分析了大数据在高速公路收费管理中存在的弊端，旨在为高速公路收费管理探寻转型升级的策略。
关键词：大数据；高速公路；收费管理高速公路作为交通运输的重要枢纽，对经济的发展具有非常重要的作用。
近些年，随着我国对高速公路建设的力度不断加强，高速公路的收费系统也在不断实现智能化，智能化收费系统的运用，不仅提高了收费效率，而且也保证了高速公路的畅通。
随着信息化的发展，高速公路通过采用诸多技术的集成使用，各个功能系统在使用的过程中产生了大量的数据信息。
然而在大数据背景下，高速公路收费系统必须要在诸多的数据信息中，对那些有价值的信息进行分析、处理，只有这样才能提升高速公路的服务水平。
1大数据的概述“大数据”是指的一个现象，并不是一种技术。
“大数据”中的“大”首先是指数据信息的数量比较大，是一种大型的数据集，通常情况下在10TB的规模范围。
然而在实际的应用中，大部分企业通过把多个数据集结合起来进行使用，目前已经逐步形成了PB级的数据信息量；其次，“大数据”中的大也指数据类型的大，因为数据信息的来源可以来自任何形式，伴随着数据源类型的不断增加，数据信息的种类也在不断增多，且出现了多种不同的样式。
目前已有的数据信息种类不但包括结构化的信息数据，还包括非结构化数据信息以及半结构化的数据信息。
结构信息通常都在信息技术行业中使用，同时还占据着重要的位置，而且也是OLTP系统的重要信息。
半结构化信息主要包括电子邮件、网络信息以及文字处理，通常主要是以基本内容作为基础，可以进行查询。
对于非结构信息数据来说，属于映射数据，信息数据通常是以多媒体的形式存在。
对于大数据来说，其中大部分都属于非结构化数据信息，因为其相对比较复杂，因此在对这种信息进行分析和处理的过程中，应该采用比较高级的分析工具[1]。
大数据分析在通行费征收稽查中的应用
15
2.5 优惠车管理系统操作流程
收费员根据查验情况在PAD上提交查验 结果，车辆符合绿优政策需选择货物名 称，车辆不符合绿优政策需根据设定选 项选择不符合理由； 查验结束后，收费员回收费亭、根据查 验结果完成收费或优惠工作。
利江用苏大数省据打手打击段击偷进的行逃方逃法费费实系车践统辆“介精绍确”
联网中心
技术 研发
信息 服务
调度 指挥
收费 管理
江苏省高速公路联网营运管理 中心（联网中心）在路网管委 会领导下，负责联网营运系统 日常管理和服务工作。
数据中心 对联网数据进行校核、统计、分析、预测和应用
3
1.2 路网概况
利江用苏大省数据打手打击段击偷进的逃行方逃法费费实系车践统辆介“ 绍精确”
• 总里程：4531公里 • 收费站：392个 • 日均出口流量：162万辆次
14
2.5 优惠车辆管理系统
联网中心收费数据应用平台
优惠车管理系统
利江数用据苏大分数省析据打在手打击通段击行偷进的费行逃方征逃法费收费实系稽车践查统辆中“介的精绍应确用”
优惠车辆管理系统
规范绿优查验过程，通过 与收费数据联动，为后期的数 据统计分析和信用体系建设奠 定了基础。
截止2017年3月底，日均查 验绿优车2万余辆次。
11
2.3 PSAM卡管理系统－密钥下发流程图
利江用苏大数省据打手打击段击偷进的行逃方逃法费费实系车践统辆“介精绍确”
联网中心
联网中心通过系统将密钥文件 不定期下发至路网各收费站
24
认向下 联发 网密 中钥 心 进小 行时 确内 各路桥单位
监控密钥的下发情况
收费站确保车道 密钥更新成功
收费车道
收费站
高速公路联网收费系统中的大数据应用
高速公路联网收费系统中的大数据应用文章结合高速公路联网收费系统建设运行的实际情况，对高速公路联网收费系统所涉及的大数据安全问题进行全面分析和探讨。
通过分析联网收费的大数据流程，确定系统中的敏感大数据，探索影响其大数据安全的关键因素，并就联网收费的大数据处理平台相应技术方案和应用措施。
标签：高速公路；联网收费系统；大数据应用一、大数据库设计的规范化规范化就是将事物放置于正确的位置并使它们正常化的过程。
规范化过程的结果是使在应用中使用的信息及其各元素之间的关系得到更加透彻的了解。
系统分析的第一步就是建立商用大数据的逻辑模型（logical model），逻辑模型是规范化的大数据流图。
规范化的过程通常用“范式”一词来讨论，最常用到的是第一、二、三范式，其中第三范式代表最高的规范化等级。
第一范式第一步是将大数据规范为第一范式。
其方法是将每个表中具有相似类型的大数据放入不同的表，并给每个表确定一个主关键字。
第二范式第二范式是指找出只依赖于主关键字的部分大数据。
第三范式第三范式是指找出表中不只依赖于主关键字的大数据。
只要大数据符合第三范式，那么它们就自动符合第二和第一范式。
尽管按照现代关系理论，一高速公路收费系统大数据库应完全遵循第三范式。
但我在大数据库设计时，并不完全以第三范式的方式构造的。
这是因为在应用系统上运行select，insert，update，delete时，联机和批处理程序可能太慢。
这常常是由于连接的表太多引起的。
同样，任务分析将发现，每次需要对太多表进行访问才能得到所需信息的地方。
因此，在表设计时，有时有意地违背第三范式，将大数据冗余地装入不完全以来于主关键字的表中。
事实上，这也是大数据库表结构设计时的常用方法。
但此时，要仔细设计应用系统，尽管在表的物理设计上违背了第三范式，但从逻辑上仍要保持第三范式。
如在生成某些用到用戶号和用户名的报表时，根据第三范式的原则，收费员姓名依赖于收费员工号名，应只存在于收费员表中，但为了查询的方便。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
配备人员数量有限、知识结构单一（收费）
2
基于共享平台构建高速公路大数据分析网络
A
基于共享平台实现对数据的实时采集、分析及应用
B 基于大数据技术开展对高速公路营运数据宏观分析
C 基于共享平台开展对高速公路营运数据微观分析
D
基于大数据的车辆诚信管理子系统
2.1 基于共享平台实现对数据的实时采集、分析及应用
243
126 97 58 21 545
-29.39%
-37.08% -24.30% -45.11% -43.89% -33.18%
全省各个月份在途卡变化趋势分析
合计
943062026
297786
816
1007585674
199548
在途卡整体情况对比分析
2.3 基于大数据技术开展高速公路营运数据宏观分析
大数据在高速公路收费稽 查打逃中的应用
广东省高速公路营运管理协会
秘书长 刘小峰
广东省路网概况及稽查打逃面临困境
基于共享平台构建高速公路大数据分析网络
大数据分析在稽查打逃方面应用成效
未来展望
1
广东省路网概况及稽查打逃面临困境
1.1 广东省路网概况
联网里程 8338Km 收费站990个
营运主体99个，联网路段 113个
重点营运数据分析通报-在途卡分析
2016年 区域 入口累计发卡数 粤中片区 广州片区 粤东片区 粤西片区 粤北片区 465273777 236043429 98585423 122352696 20806701 流失卡数 125451 73394 46573 38793 13575 日均流失 344 201 128 106 37 入口累计发卡数 490741622 242843795 109545266 131353601 33101390 流失卡数 88902 46288 35463 21297 7598 日均流失 2017年 日均流失 同比
合计追缴卡数量
2994 2713
50.00 0.00
1276 1045 1027
1225
1199
1404 1078
1543
1576
1551
3.2 打击临界车型逃费车辆成效
180000000
160000000 140000000 120000000 100000000
全省出口按一型车收费
车道预警成效显著
2018年第一季度相对2017 第一季度变化率
免费绿通、收费绿通流量季度变化趋势分析
所有绿通
总车辆 总货车 绿总比 绿货比 绿通收费率
1.27
478.70 84.58 0.25% 1.44% 4.30%
634.96
16531.45 6139.23 3.75% 10.11% 2.29%
1.20
422.68 75.24 0.27% 1.52% 5.00%
9.24 9.07 7.97 6.92 5.59 5.83 5.46 5.04 4.71 5.18
免费绿通
收费绿通
线性 (免费绿通)
线性 (收费绿通)
2.3 基于大数据技术开展高速公路营运数据宏观分析
重点营运数据分析通报-绿通分析
绿通车辆区域分布情况分析
免费绿通流量较大重点路段情况分析
2.3 基于大数据技术开展高速公路营运数据宏观分析
3.3 打击在途卡逃费车辆成效
25000 21343
19257
20000
18978
16906
18567 16361 13985 14610
13186
16893 15000
16009 2017年流失卡
10000
5000
0
1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月
据统计，2017年度各营运单位打击逃费车辆后通过省平台录入并已确认 补缴信息共计43823条，相对2016年度上涨了400%，累计补缴金额约2147 万元（含复合卡工本费）涉及在途车辆的记录4380条，累计补缴金额约202 万元，涉及98个追缴录入单位，追缴通行卡11160张，赔偿卡工本费7471
数据采集 数据分析
稽查打逃应用
2.2 基于共享平台开展高速公路营运数据微观分析
稽查子系统-稽查工作台
异常类型：有标识未收费、 无标识有收费、超时行驶、
出入口车牌不符、MTC闯
关、ETC闯关、最短路径、 绿通车、丢卡车、货车转车 型收费、CPU卡未绑定车牌 等将近30多种。
2.2 基于共享平台开展高速公路营运数据微观分析
页面中间：车辆车型、客货标识、品
牌型号、座位数、OBU设备编号等车 辆基本属性信息。 页面右边：上月通行情况、常去地 点、常见交易状态等信息。
2.4 基于大数据的车辆诚信管理子系统
微观层面-车辆诚信管理子系统
页面上半部（图表）：总通行次数、 车辆最近一段时间范围内（月、季度 等）高速公路通行情况。 页面下半部：车辆行驶异常类型，有 无逃费等，如果是绿通车辆则显示正
诚信数据服务
行驶路径分析
对车辆基本信息、高速公路行驶信息 及高速公路营运单位的稽查数等进行 分析，形成对特定类型车辆的形式路 径分析结果。
对已通过认证的用户，能够查询其指 定认证车辆的基本信息及行驶信息。
2.4 基于大数据的车辆诚信管理子系统
微观层面-车辆诚信管理子系统
页面左边：总通行次数、总通行里 程、总收费额等高速公路行驶信息。
614.71
14887.23 5789.14 4.02% 10.35% 2.53%
6.23%
13.25% 12.41% -5.51% -4.80% -14.03%
3.29%
11.04% 6.05% -6.75% -2.35% -9.60%
104.29
107.50
102.43
当前季度绿通数据与往年同期对比分析
1、共享平台自动生成超120 小时未回流的在途卡数据并 推送至各相关用户。 2、各路段用户根据稽查任务 在途卡数据进行稽核，提交 在途卡数据相关信息。
绑定末端高清卡口
通过末端卡口系统，可确定 多次在途车辆最终在哪条路 段、那个高清卡口消失。
防逃拦截系统追缴
通过发送告知书、律师函、 现场出/入口拦截等方式追 缴。
稽查子系统-日常稽查
2.2 基于共享平台开展高速公路营运数据微观分析
稽查子系统
2.3 基于大数据技术开展高速公路营运数据宏观分析
数据分析指引
2分析指引
2.3 基于大数据技术开展高速公路营运数据宏观分析
重点营运数据分析通报
建立重点营运数据分析通报机制，并通过省协会或区域中心挂牌督办、 重点督办等形式督促路段公司进行整改，达到提高整体营运管理水平目的。
2.4 基于大数据的车辆诚信管理子系统
车辆信息库
包含车辆基本信息、车辆持有物记录、车辆 持有人记录、车辆行驶记录及车辆信用评分 记录等
微观层面-车辆诚信管理子系统
行驶行为预测
根据数据分析结果，推测指定车辆未来可能 出现的行驶路径或行为，以便提前介入降低 利益损失或避免危害发生。
诚信指标管理
基本信息合法性、有效性；车辆行驶合法合 规性； 车辆行为与评分有关系的指标； 外部系统或体系对车辆的诚信评分。
重点营运数据分析通报-在途卡分析
入口发出卡未回流数较严重路段情况分析
入口发卡流水率超0.04%单位情况分析
2.3 基于大数据技术开展高速公路营运数据宏观分析
重点营运数据分析通报-在途卡分析 在途卡数据有效核查率分析 在途卡补缴情况：据统计，2017年
度各营运单位打击逃费车辆后通过
省平台录入并已确认补缴信息共计 43823条，相对2016年度上涨了 400%，累计补缴金额约2147万元 （含复合卡工本费），追缴通行卡
11160张，赔偿卡工本费7471张
2.3 基于大数据技术开展高速公路营运数据宏观分析
重点营运数据分析通报
2.4 基于大数据的车辆诚信管理子系统
省运营平台数 据中心
贝叶斯概率分析模型 最大熵模型
出入口收费数据 高清卡口流水数据 高清车牌识别流水数据 逃费取证流水数据
逃费概率预测
车辆信用评级
超速概率预测
9月
10月
11月
自2017年7月份开展临界车型车辆车道预警辅助收费以来，全省除节假 日免费的月份外，出口按二型车收费的车次明显上涨。
3.3 打击在途卡逃费车辆成效
在途卡拦截追缴应用
前端录入在途卡信息
形成多次在途车辆报表 根据各路段单位在共享平台 进行在途卡数据稽核情况自 动生成月度、季度、年度报 表。 共享平台
行卡减少了张，折合节省运营成本万元。
——据粤营协会统计，2017年全省超限超载相 对2016年下降了46%，大大节约了高速公路业 主单位路面养护成本，同时减少了行车安全隐 患。
3.1 防逃系统拦截打击成效
2017 年广东省高速公路每月防逃系统追缴 金额情况（年度日均 5.88 万元）
合计补缴金额（万元） 350.00 300.00 250.00 200.00 150.00 100.00 50.05 72.31 128.52 191.70 240.60 210.27 208.92 161.49 141.09 231.40 201.43 309.60
收费车道 7671条（ETC-1856条，MTC-5815条）
收费环路 86个
日出口流量 500万；高卡流量1000万车次
1.1 广东省路网概况
环路86个
1.2 广东省稽查打逃面临困境
逃费手段层出不穷，逃费类型日趋多样化（8大类、111种小类）
5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、 Value（低价值密度）、Veracity（真实性）