探究大數據分析在高速公路收費管理中的應用

霍昱宏

摘 要：高速公路通過采用諸多技術的集成使用，各個功能系統在使用的過程中產生了大量的數據信息。近些年，隨著互聯網技術的不斷進步，大數據技術在高速公路收費管理系統中的應用程度已經有了進一步的提升。高速公路收費信息數據具有處理速度快、價值密度低、數據類型多樣、數據量大等優勢大數據分析和傳統的高速公路收費管理可以有效結合，讓如今的高速公路收費管理變得更加高效、智能化、規范化。高速公路收費系統采用諸多技術，各個功能系統運行過程中產生大量的數據，需要對那些有價值的信息進行分析、處理，以此來提升高速公路的服務水平。

關鍵詞：大數據分析;高速公路;收費管理

在大數據時代，使用大數據分析可以有效加快高速公路通行收費的處理效率，使得通行費數據始終處于一個可控的范圍內。但是，鑒于目前我國高速公路收費還存在的一些問題，本文圍繞大數據在高速公路收費管理中的相關理論，論述了大數據分析在高速公路收費管理中的具體應用策略。

一、理論基礎

（一）數據倉庫

數據倉庫是一個集成的、主題驅動的、相對可靠的數據集合。數據倉庫用于支持決策和面向分析的數據處理，有效整合多個異構數據源。面對大數據的多樣性，在存儲和處理這些大數據時，需要知道兩個重要的技術，即數據倉庫技術（Hadoop）。如果數據是來自現有數據源的結構化數據，將使用數據倉庫技術來存儲和處理該類數據。

（二）大數據分析的系統設計與開發工具

大數據分析需要思考如何在一系列加工、處理、分析、挖掘中處理海量數據，并將其應用到實際業務場景中，可以提高業務績效和效率。規劃出整個流程的實現邏輯，讓大數據開發支持未來與之對應的開發。數據分析師最常用的分析工具是Excel、SQL和Python。負責大數據開發工作內容、大數據平臺、相關工具平臺架構設計與產品開發、網絡日志大數據分析、實時計算與流計算、數據可視化等技術研發和網絡開發與維護。

二、應用大數據分析的可行性分析

（一）大數據分析概述

“大數據”指的是一種現象。在“大數據”中，“大”首先是指數據量比較大的信息。在具體應用中，大部分企業已經逐步形成PB級的數據信息。隨著數據源類型的不斷增加，數據信息的類型也在隨之增加，并具有多重形式，在分析和處理信息的過程中應該使用更高級的分析工具。

（二）大數據的優勢

大數據分析技術具有比傳統數據挖掘更快的信息處理速度。目前，高速公路收費管理數據處理的運行速度較快，通過大數據分析，可以將收費系統的費用數據直接發送到支付管理中心，大大提高了處理速度。此外，還可以在暴雨、暴風雪等惡劣天氣下，通過大數據分析，及時獲取當前公路的信息和數據，并系統地分析當前的路況并傳輸至結算中心。大數據分析還可以實時監控過往車輛的狀況，并結合動態和靜態圖像生成大量的數據信息。當高速公路發生交通事故時，有效數據的實現率較低，因此大數據分析可以監控這些信息，及時完成數據的采集和傳輸。

（三）大數據技術在高速公路收費管理中的挑戰

首先，目前高速公路收費系統的數據處理仍然是傳統的總數核對，發現問題時，可以調用數據進行精準處理，無法實現全局化、自動化的數據分析處理。另外，結構化數據與非結構化數據彼此之間相互獨立，內部之間關聯性小，如此，假若出現問題，從兩種數據中檢索數據都需要耗費大量的人力和時間，工作效率低下。二是數據庫是高速公路收費系統的重要支撐，目前還沒有建立完整的數據庫系統，同時數據庫管理也沒有統一的標準，使用價值沒有充分發揮。存儲在應用程序中的很多數據對運營部門沒有幫助，反而加大了工作量。最后，目前高速公路收費系統的發展存在服務質量低、軟件開發分散、技術規范不一致等問題，精準度還有待提高。目前，高清車牌識別、RSU天線等設備在高速公路上得到廣泛應用，成為網絡計費和管理的關鍵設備，5G網絡和大數據中心成為高層次網絡安全防御的重點對象。加強聯網網絡安全管理措施，有效監測和防范新技術帶來的網絡安全風險，提升5G網絡、大數據等新型基礎設施的安全能力成為下一步工作重點需要關注的問題。

（四）大數據挖掘的局限性

至于目前的數據挖掘工作，主要是在與交通行業密切相關的研究機構和高校開展的，主要集中在對數據的整體的框架、內容進行更深入的研究，對隱性的、挖掘公路數據固有價值的、能夠支持決策的數據還不足。總的來說，我國的高速公路收費系統正處于不斷完善的過程中，積累了大量的信息和數據，但如何充分利用這方面的資源，未來還有待改進。

三、大數據分析平臺的構建

（一）平臺的框架

在高速公路收費站收費數據的預測中，因為交通流的不確定性、高非線性度，若是采用單一的預測方法，那么所產生的隨機干擾就會很高，預測效果不理想。結合ARIMA模型和多元回歸模型進行預測，可以在很大程度上減少隨機干擾帶來的誤差，更為準確地預測未來通行費，更好的為公路管理設備的分析和管理提供數據支持。如何選擇更合適的模型和組合，減少隨機干擾，提升預測的準確性是今后研究的重點方向。

（二）大數據分析服務

我國高速公路的發展過程中，對于實際收費，特別是貨車計重收費、國家政策變化大、有一些存在偷逃通行費的行為，給高速公路造成嚴重的經濟損失。山東省高速公路采用綜合稽查管理系統，稽查基礎數據的主要來源是網絡計費系統和原始計費數據，系統自動對基礎數據進行初步分析、確定、選擇和匯總統計，并基于特定的費用規避模型進行數據分析和挖掘。采用新的收費方式可以有效預測公路未來的經濟收入，更好的幫助管理人員分析公路交通流量和通行費。尤其是近些年，許多新的軟件、新的方法在高速公路收費管理中應用開來。其中，數據在挖掘、遺傳算法、理論完善等方面使用較多。在測量交通量的過程中，所涉及的方法最為常用的是定性預測方法和回歸和趨勢曲線、回歸分析預測方法和一元回歸曲線。在具體的應用中，需要對相關技術內容做出準確的了解和把握，充分滿足實際要求才能選擇和應用該方法。

四、大數據分析在高速公路收費管理中的應用

（一）大數據分析在高速公路收費管理中應用的必要性

信息技術應用于高速公路的場景越來越多，交通執法、應急管理、收費管理等都基于信息網絡。為了適應公路建設的需要，不可避免地必須實施信息化管理。在傳統的高速公路收費數據記錄中，人工記錄和人工查找不僅費時費力，而且由于人的判斷力和集中力是有時間限制的，還會出現數據錯誤。此外，諸如后方收費設備、高速公路管理更新收費數據的速度等問題，都將阻礙高速公路收費管理工作的進一步發展。對此，如果將大數據分析用于高速公路收費管理，可以增加高速公路收費管理的便捷性。高速公路收費站數據管理中心要求數據準確可靠、信息及時全面、應用方便快捷，才能更好地應用大數據技術。為了使高速公路收費管理適應自身發展的需要，高速公路必須合理利用寶貴的大數據信息資源，為社會提供更為優質的服務。

（二）高速公路收費管理的內容

收費管理主要是對高速公路各路段的收費站設置、設備管理、人員配置等。當車輛進入收費站并收到通行證時，攝像頭會被車輛的碾軋線圈的動作喚醒并拍照。車輛進入收費站后，這就是起始數據，然后工作人員通過計算機的輸入操作記錄發放通行卡。此時，收費計算機將拍攝的照片連同車號和通行卡號一起記錄下來，并存儲在指定的空間內，以便在支付車輛時進行通信。當支付通行費并且車輛進入車道時，滾動線圈的動作會創建相應的快照。同時，它自動識別車牌信息和照片，調用并比對先前收集的相關數據信息，并通過計算機算法檢查出車與進車是否匹配。利用收費計算機對收費站入口、收費站等信息快速計算里程和繳費費用，最終完成車輛繳費。ETC快速車道也是基于此實行自動扣費。

（三）大數據分析的策略

1、數據篩選

高速公路收費站數據的輸入、輸出過程主要包含收費交易所需的各種數據，如支付方式、通行費、里程、位置、時間、車輛信息等。通過查看原始高速公路數據，可以篩選出額定毛重、總重、總軸數、最重車型、車型、車道類型、車道號、收費站號、出站時間，這些信息可以用于車輛支付、裝載、行駛、時空等信息，對交通運輸行業及其他行業的發展意義重大。智能車型識別依靠高清視頻、車牌和中心批量數據倉庫使用軟件識別路線。這與傳統的物理車輛識別技術路徑（取決于車軸、車輛高度和車輛長度）有著本質的區別。車型標準一般以客車座位數和貨車核定載重量為依據，所有自動識別方法都不能直接確定座位數和核定載重量。智能車輛識別系統以全路網出口收費員人工核對的模型識別結果為基礎樣本，從每輛車的統計角度提取最準確的模型，從而得到最準確的模型識別結果。

2、數據預處理

高速公路收費系統通過對過往車輛的相關信息的查詢，尋找有價值的數據與數據彼此間存在的規律，以便對公路建設、養護、收費和增設出口等做出科學的調整與規劃。對于數據預處理的價值具體體現如下：其一是按城市和城市之間整合收費站的交通數據，對時間、入口、交通流量、路段等信息進行分析，從多角度分析公路網和個別路段，時空分析交通流量分布，了解并記錄屬性等有價值的信息，為公路升級改造等提供參考信息：其二，分析多年道路通行費數據，根據社會經濟發展的各項指標，繪制科學的數據曲線和參照模型。核算高速公路通行費收入并向高速公路運營商提供預測;其三是收集特定路段或區域高速公路的統計、車流量、車輛負荷、養護成本和養護頻率的歷史數據，并開發曲線提供的相應數據。為運營商調整動態通行費，降低養護成本提供合理依據。其四是對公路通行時段和車流量數據進行預處理，構建科學的路網模型，分析各類車輛的駕駛習慣，在緊急情況下，相關部門可以快速準確地做出反應;其五是合理整合路段氣象信息、道路建設改造信息、交通數據功能監管信息等，定期建立相關道路安全指引。并在必要時向公路車輛駕駛員提供相應的警示信息，從而預防事故發生。其六是分析公路歷史交通信息，了解當地公路網的具體情況，合理控制和引導車輛通行，實現經濟效益最大化。

五、結論

目前，我國的高速公路的修建里程不斷增長，有效地提高了區域內的交通運輸水平。大數據技術的應用可以更好地應對新形勢下的高速公路收費管理，可為公路決策、市場監管、出行服務和交通安全應急響應提供數據支持，不斷提升公路管理水平和運營效率，這也將是未來研究的重點。

參考文獻：

[1]馬飛.大數據分析在高速公路收費管理中應用的重要性[J].中外企業家，2020（10）：101.

[2]趙孜.大數據技術在高速公路收費站管理中的應用[J].中國公路，2020（07）：68-69.

[3]賈小團.高速公路收費管理中大數據分析的應用[J].自動化應用，2019（03）：79-80.

[4]李洋.大數據分析在高速公路收費管理中的應用[J].交通世界，2019（13）：134-135.

[5]張景樂.大數據分析在高速公路收費管理中的應用[J].黑龍江交通科技，2021，44（03）：248-249.