提升高速公路运营精细化管理水平

编者按：在第六届华南智能交通论坛上，广东联合电子服务股份有限公司总经理李斌发表了“广东高速公路同行大数据应用实践”主题演讲。

演讲过程中，李斌对数据来源与原生数据量、数据中台技术体系进行了全面解读，并重点介绍了基于广东高速公路通行大数据的产品规划、车流量多维度分析及预测与仿真、车辆主题库、疫情防控、非法营运车辆智能识别、道路交通安全、高速救援精准定位、交通事故分析报告、高速视频云及视觉AI等大数据的应用实践。

以下为演讲全文，有删减：

在过去两年多的时间里，广东联合电子服务股份有限公司（以下简称“联合电服”）充分利用海量的高速公路通行数据，基于需求分析做了一系列大数据的开发应用，这些大数据应用目前已经在广东的高速公路运营及监控管理方面取得了一定成果。

下图是广东省高速公路网以及车流量的相关数据。从这个图中我们可以看到，广东省的高速公路里程已经达到10349公里，占全国的比例大概是5.7%；高速公路密度达到5.76公里/百平方公里，是全国的3倍；9月份广东日均高速公路出口车流量达到665万，占全国所有高速公路出口车流量的约20%。

2021年9月，全国高速公路日均车流量排名前五的省份分别是广东（665万）、四川（199万）、浙江（195万）、北京（179万）、江苏（172万）。

这些数据体现了广东省路网发达，车流量大，联网路段数量、通车里程、车流量均居全国首位，出口车流量约占全国五分之一，比全国排名第二、三、四位省份之和还大。

联合电服是广东省收费公路联网结算管理中心以及广东省ETC发行服务机构，这两个主营业务联合在一起使得ETC车主的数据与高速公路的通行数据得到了更好的融合。

除此之外，联合电服在汽车后服务、ETC拓展应用以及大数据服务方面做了很多探索。

目前公司的业务是广东省收费公路联网结算管理中心、通信中心、视频云中心以及省交通集团数据中心、客服中心“五中心”的定位。 

1.数据来源与原生数据量

联合电服的数据既有冷数据，也有实时更新的热数据。接下来对数据来源以及原生数据量进行介绍，主要分为六大部分：

（1）2200万粤通卡用户实名数据（包含单位用户和个人用户），实现人车关联；

（2）全省高速公路路段部署的约140个边缘计算节点每天产生约1亿条车辆抓拍图片的结构化流水，而对应的图片分布式存储在边缘服务器，保存时间不少于半年，省中心端可实时按需调取；

（3）全省13000多路高速公路联网视频数据，来源包括2500个北京门架、出入口、服务区以及部分重点区域；

（4）每天1.5亿条联网收费多维度数据，包括入出口、门架、牌识、入口治超、出口查验等数据；

（5）2020年取消省界站以来通行数据已经达到72tb，过去的15年总计才30t，这说明目前的数据量非常大，可以做很多相关应用；

（6）逐步融合高速公路建管养数据，形成路网一张图。

2. 数据中台技术体系

数据开发需要构建一套技术体系，如下图所示。首先，我们已经建立了数据制度、数据标准、安全体系、运维体系等支撑体系。

在IaaS设施层，实现了计算、存储、数据库、网络和安全等服务能力，同时也实现了云基础设施“公有云/私有云、阿里云/华为云/腾讯云/浪潮云”等多云跨平台透明化纳管。

PaaS支撑层具备数据汇聚、数据处理、基础支撑、平台管理、数据开发等能力。

数据汇聚具备实时或离线从各种数据源采集数据的能力；数据处理具备实时计算和离线分析两种数据加工能力；基础支撑和平台管理具备对各种数据业务的支撑和管理能力；数据开发平台可接入数据底盘资源，进行数据分析和数据服务开发。

应用层包括SaaS服务和DaaS数据即服务两种形态，通过数据应用产品和数据接口调用两种方式提供数据服务。 

1.大数据产品规划

数据产品包括4条产品线，分别是交通流量产品线、道路运营产品线、车辆主题产品线和交通安全产品线。

（1）交通量产品线，主要提供实时及历史的车型、车种、车籍、流向等多维度的车流量统计分析数据服务，乃至对未来车流量的预测和仿真；

（2）车辆主题产品线，主要是对个体车辆的种类、车脸、车身颜色、品牌型号、驾驶行为、缴费行为等多维度特征及实时管控监测等数据服务；

（3）收费运营产品线，主要是为高速公路管理者提供经营分析、收费核对、数据监测、交通管控、稽查辅助等道路运行精细化管理的各种数据统计分析和大数据支撑服务；

（4）交通安全产品线，主要是提供各种提升道路交通安全信息化能力的数据服务，做到事前预防、事中救援、事后报告。

这些产品线目前可以为政府、应急部门、公安、交通业主等提供各种各样的服务。

2.车流量服务

车流量服务为高速公路运营单位、交通、公安交警等交通管理部门提供“高精度、准实时、多维度、专主题”的车流量数据服务。

（1）高精度：颗粒度细至全省5000个收费单元，平均每5公里一个统计断面，通过这些收费单元和统计断面能感知到高速公路网上几乎任何车流量的变化；

（2）准实时：5分钟一切片的实时在途车流量，3分钟内流量上传率大于98%，体现了整个系统数据上传的及时性；

（3）多维度：包括车型、车种、断面流量、车籍、运距、运量、新能源、服务水平等10多个维度；

（4）专主题：跨省通道、珠江口跨江通道、防疫专项、旅游、经济活跃度、节假日拥堵分析等丰富的主题流量产品，提供专门的数据服务。

3．车流量预测与管控仿真

这个是我们正在开发的车流量预测算法模型——根据全省高速网各点线面的车流量时序关系，搭建时空注意力算法训练模型，使用历史通行数据进行多轮次机器学习训练，再与实际情况进行比对。

目前对任意一个点位预测未来15分钟准确率达98.6%以上、30分钟准确率97.5%以上、1小时准确率96.2%以上、2小时准确率95%以上。

也就是说，产品上线后，可以对全网未来2小时内各时间段（颗粒度到15分钟）的车流量进行预测和研判。

4.车辆主题库

以前，车辆主题库采用的是通过车牌唯一确定车辆的建库模式；现在，发展成为除了叠加车辆外形、车身颜色、车脸特征向量、厂牌型号等视觉特征外，对车辆的行驶频度、行程距离、驾驶特性、收费特情、双介质通行等特征也打上标签，实时对全量入出口、门架车辆抓拍图片做结构化处理，结合通行流水形成全量通行车辆的主题档案库，为高速公路收费无人化（少人化）、收费稽查、重点车辆管控等提供实时车辆数据支撑。 

5.疫情防控服务

接下来是针对一些具体有关防疫项目的介绍。在香港疫情期间，我们开发了港牌车进入服务区数据预警，支撑服务区管理人员引导港牌车辆进入专门的隔离区域停放和休整。

广州疫情期间，实现了广佛入口车辆提前3个门架向省界检查站实时提供车牌推送服务，为检查站精准甄别疫区出省车辆提供数据支撑等。

6．非法营运车辆智能识别

非法营运车辆对高速公路网构成了重大的威胁，但非法营运车辆的识别通常是比较困难的，我们通过对合法营运车辆的通行特征进行分析，建立高速公路营运车辆分析模型。

再对高速公路通行数据进行实时处理，识别出高速上正在通行的、具有营运特征的车辆，将这些车辆与合法营运车辆数据库进行比较，从而得出疑似非法营运车辆名单。

7.道路交通安全服务

这个是正在开发的“实时交通安全指数地图”产品，将历史道路交通安全因素数据，如车流密度、平均车速、两客一危一重车辆数、不良驾驶习惯标签车辆数、气象等导入“深层全连接神经网络”机器学习算法模型，再接入历史交通事故数据进行训练，逐步发现各种事故发生的规律。

未来，将这些因素的实时数据接入算法模型，结合静态的道路线形、历史统计调节因子等数据，即可得出实时的全路网交通安全指数，结合前述车流量预测模式，还可以预测未来15分钟到2个小时全网任意断面的交通安全指数，做到风险提前预知，为高速公路管理部门做好防范化解道路交通安全风险提供数据服务支撑。

8．高速救援精准定位

以前，救援单位依靠人工询问确定事故车辆的位置，耗时长、准确率低下（平均询问位置约3分钟）。

现在，通过对入出口流水+牌识、门架流水+牌识，可精准确定车辆行驶方向，大幅减少救援单位定位报案车辆位置的时间（平均降低近2分钟），有效提升高速救援效率，降低二次事故发生率。

9.交通事故分析报告

在交通安全产品线方面，我们推出了标准化的交通事故数据分析模板，支持分钟级出具交通事故车辆分析报告。

报告对事故车辆当时的行驶路线进行还原，计算分段车速、驾驶时长，行驶距离等驾驶特征，以及对车辆历史驾驶习惯进行分析，自动研判事故原因，并且也可以非常容易地调取历史数据，提高了交警部门的效率。

10.高速视频云及视觉AI

联合电服将全省160多条高速公路近1.3万路视频进行云接入，构建涵盖全省所有高速公路的服务区、收费站及绝大部分重点监控区域的视频智慧云联网平台，打造“可视、可测、可控、可服务”的高速公路运行监测体系。

去年，我们在中国（小谷围）“互联网+交通运输”智慧公路主题赛增设“交通感知AI算法专项赛”，引入社会化视觉AI研发团队助力高速公路交通事件动态感知能力。

通过视频结构化数据与实时通行大数据的联动，进一步提升高速公路运行精细化管理水平，为特情处理、辅助稽查提供数据服务。

为了进一步发掘交通大数据价值，联合电服集成脱敏样本数据资源池、数据应用开发及测试系统环境、AI算法训练环境、元数据标准引擎及数据地图、数据及网络安全保障体系等基础设施，构建了智慧公路大数据开放生态及联合创新系统平台和联合创新实验室，基本具备了联合外单位安全、可控开展数据研发的技术支撑体系，以期逐步培育“联创”、“众创”生态，通过引入专业研发团队开展联合创新，共享知识产权和数据服务收益。

上述介绍的车流量预测、交通安全态势感知等数据产品都是联合创新的成果。联合电服希望这种市场化的数据创新机制能够吸引更多的生态合作伙伴一起引燃交通大数据的价值。

对于未来的车路协同，联合电服希望大数据能够通过不断地建模、感知、计算和服务，打造车路协同的大数据支撑能力，更好地服务于车路协同及无人驾驶。