基于AIoT的海關旅檢風險感知及攔截體系淺析

汲廣陽，傅文睿，周守宇

（濟南海關 海關智能視頻圖像應用創新實驗室，山東 濟南 250000）

0 引 言

近年來，海關旅檢在維護國家安全和社會穩定、口岸公共衛生安全、國門生物安全以及服務保障重大活動等方面發揮著重要作用，但同時也存在著監管力度和監管效率的矛盾。本文梳理了旅檢通關業務模式及信息化現狀，分析了所能獲取的關鍵數據，設計了態勢感知及風險攔截體系。該體系以計算和數據為核心，以物聯網為支撐，以數據聯通和資源聯動為基礎，實現數字空間與物理環境交互的旅檢風險感知及攔截。

1 海關旅檢業務概述及信息化現狀

海關旅檢通關業務的主要職能是辦理對外空港口岸進出境相關貨物、運輸工具及人員的通關、檢驗檢疫、監管、征稅等業務，實施口岸衛生監督，反饋執法作業結果。隨著我國對外開放程度的加深，旅檢業務量不斷增長，旅檢現場逐漸配備了信息化設備設施系統。目前在現場主要配備了行李物品、業務辦理、物質識別、環境監測、調度指揮、衛生檢疫、基礎設施等七大類設備設施系統。

2 海關旅檢現場信息化系統存在的不足

旅檢現場設備設施系統及其提供的多種數據，能夠支撐旅檢業務的正常開展。但在數據的互聯互通、執法資源的聯動、分析研判的智能化等方面仍存在如下不足：

（1）設備設施系統較為孤立和分散，缺乏聯網集成和信息共享。不同系統間數據閉塞孤立，沒有打通設備間數據接口，難以形成監管合力。

（2）旅檢現場信息化系統和智能設備支撐不足，風險感知及攔截在各孤立節點進行，無法全面、有效支撐海關關員執法、輔助決策和風險分析。

（3）旅客對通關效率敏感，現場監管既要管得住，也要放得快，但一線風險分析和處置資源緊張，實現風險有效攔截存在一定困難。

3 海關旅檢現場態勢感知及風險攔截體系淺議

3.1 感知攔截體系概述

AIoT技術是人工智能、物聯網技術的綜合應用，是構建海關旅檢現場態勢感知及風險攔截體系的重要路徑。該技術能夠對旅檢現場設備設施系統數據進行集中采集，實時匯聚至海關大數據資源池中；風險防控平臺中設定的風險判定規則，可自動命中風險事件，實時推送至各智能化終端及裝備，實現資源機動使用，達到高效風險攔截的目標。

3.2 感知攔截體系“有機體”構建

海關旅檢現場態勢感知及風險攔截體系作為一個有機整體，具有“神經末梢”“神經網絡”“記憶存儲”“智慧大腦”“外腦”“軀干與四肢”，能夠感知、分析、決策、行動。基于AIoT技術的態勢感知及風險攔截系統如圖1所示，構建思路如下：

圖1 基于AIoT技術的態勢感知及風險攔截系統

（1）依托現場傳感器構建“神經末梢”。制定數據接口標準，研發邊緣網關，實現數據的實時采集，疊加坐標、時間等信息，實現不同類型設備設施系統數據的采集和匯聚。

（2）依托網絡通信鏈路構建現場“神經網絡”。采用5G、物聯網等傳輸技術，建立低時延、高帶寬數據鏈路，提高數據實時傳輸效率，實現海關旅檢業務“大腦”“記憶存儲”“四肢”與“神經末梢”的緊密連接。

（3）依托大數據資源池完善豐富“記憶存儲”。各數據按照格式存儲到海關大數據資源池，具備數據查詢、篩選、分析、關聯、統計等功能，實現數據的便捷共享和調用。

（4）依托旅檢風險防控平臺構建“智慧大腦”。將大數據資源池與旅檢風險防控平臺對接，通過人工設定、自動生成等方式設定風險判定規則，實時輸出判定結果，激活攔截預案，推送坐標、時間、音視頻等關鍵要素，調動“四肢”實現風險有效攔截。

（5）依托智能化裝備構建“軀干與四肢”。現場微模塊機房、網絡通信、服務器存儲、5G及物聯網組成信息化基礎設施，構成“軀干”。智能通道、單兵裝備、攝像頭、機器人等各類裝備與現場執法人員有效協作，構成“四肢”，提升資源處置使用效率。

（6）基于數據可視化及數字孿生技術構建“外腦”。通過數據可視化技術把“記憶存儲”中的“經驗記憶”轉化為可視化的數字模型。基于數字孿生技術，實現數據關聯關系的回溯及關聯規律分析，豐富“智慧大腦”中的“解決思路”。

3.3 數據接口及協議

旅檢現場態勢感知及風險攔截體系依賴數據的有效采集和匯聚，是“海關旅檢”的流淌不息的血液。旅檢現場各類設備設施系統支持的物理接口包括光纖、4G、5G、以太網、音視頻接口、串口、USB、Console接口、開關量、電源等。各類系統使用協議包括HTTP、TCP、Modbus、MQTT、ONVIF等。

3.4 物聯網架構設計

旅檢現場數據采集和匯聚受制于技術手段，大數據資源池無法接入豐富的旅檢現場設備設施系統數據，制約了人工智能分析平臺的應用。有效采集和匯聚數據是有效構建旅檢現場態勢感知及風險攔截體系的關鍵所在。為解決好關鍵問題，采用物聯網架構設計，實現旅檢現場設備設施系統和海關核心網絡系統中的人工智能分析平臺、大數據資源池的互聯對接。

4 基于AIoT技術的態勢感知及風險攔截體系的應用前景展望

4.1 提升旅檢現場全域態勢感知能力

對旅檢現場進行3D建模，實現各類數據及告警的動態呈現，將旅檢業務全流程數字化呈現，直觀展示現場環境以及風險行李和風險旅客的告警事件、坐標和軌跡、關聯信息等數據，實現全域感知。例如在3D模型上直接展示查驗、檢測、監控設備運行狀態及告警信息，將地圖圖元與報警關聯，現場各類告警事件既能夠通過大屏集中展示，也可以實時推送至旅檢現場單兵裝備，由執法人員進行現場實時管控和處置。

4.2 提高旅檢執法人員單兵效能

將移動單兵裝備與執法人員整合為基礎作業單元，依托移動互聯網成為態勢感知及風險攔截體系的單個節點，后臺支撐系統提供強大數據支撐，提升執法人員認知和數據獲取效率，增加機動性、精準度、專業度。例如通過基于光波導等技術構建的可穿戴單兵，實現音視頻、信息等數據的呈現，解放執法人員雙手，不影響正常視線；通過單兵裝備實現每一名執法人員與態勢感知及風險攔截體系的接入，實時獲得各項指令和處置預案。

4.3 增強突發事件風險防控能力

各類數據完全匯聚后，通過大數據建模的方式模擬執法者、決策者頭腦中的過程和邏輯，把風險防控處置過程轉化為標準化預案，提升決策效率；后臺支撐系統與現場裝備及人員實現聯動，降低處置時延。例如基于AIoT技術對現場告警信息進行分級報警及處置，現場環境核輻射監測告警后，風險防控平臺自動激活旅檢機器人前往告警坐標，機器人利用便攜核輻射探測器，準確鎖定放射源，各類視頻監控自動鎖定附近區域；一線執法人員依托可穿戴單兵裝備推送的告警信息，及時劃定危險區域；風險防控平臺啟動應急處置預案，由支援人員赴現場排除核輻射危險。

4.4 構建強力有效的指揮決策中樞

利用大數據池中所整合的各種類型數據，收集和分析歷史查驗規律及現場執法工作人員的經驗，基于不同的組合規則建立風險布控模型和風險分析預測模型，實現對進出境風險旅客和風險行李等的精準監控，提升人力資源效率及旅客通關效率。例如采用AIoT技術對歷史數據進行分析預測，基于現場數據、業務系統的歷史數據規律，對人力資源和監管資源進行科學測算和統籌，實現靈活的業務編組和高機動性部署，由風險防控平臺進行預測分析，及時針對“堵點”和“風險點”增配監管資源，改善旅客通關體驗，保護國門安全。

5 結 語

人工智能是新科技革命的主要動力，能夠實現旅檢現場風險的自動化識別和攔截。基于大數據建立旅檢現場風險評估模型，能夠精準提升規則的命中效率；通過物聯網實現數據的采集和集中，為系統運行提供豐富的數據資源。綜上所述，AIoT技術是人工智能、物聯網等技術的綜合應用，是構建海關旅檢現場態勢感知及風險攔截體系的重要路徑。