緝查者

中圖分類號(hào)：U471 DOI：10.20042/j.cnki.1009-4903.2025.02.011

Abstract：Tistieonsuctst“ivestigator”modeliingtetivelyombateriialactofgetrucksaingay toll.Inviewofteprobmtatsomenterpsnddiversintfrehtidustrylegalladetoltoduecoststmodelue bigdataandinformationtechnologtontegratedataresourcessuchasTCtolldataofhghwaytollstations，real-timeveiclepasing records，nddriveriformationBynalyingECdatainealtie，omparingeicleiformationandmatcingecsddrirs mobilephoneswithIMSlcodes，wecanthenanalyzeandidentfygangmembers throughthetemporalandspatialrelationshipbetween peopleandvehiclesanddeterminetheidentityofthepersonsinvolvedinthecaserelyingonthereal-nameauthenticationofmobile phonenumbers.Themodelrealizesintellgentminingofcuesoffareevasioncrimes，andtheactualcombataccuracyisashighas 95% Theapplicatioftisodelefctivelyeucestelossofhaytolsimproeslgisticsefencyaintainsocialisad justiceandtraicdndisofgreatsifaneforpromotitholoicalprossieidustrydosdustrati It providesa powerful tool for combating fare evasioncrimes.

Keywords：Inestigator;Largetrucks;Evasionofhighaytols;EC;Spatiotemporalacompaniment; Humanumberauthenticatin relationship

0 引言

隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，運(yùn)輸行業(yè)在國(guó)民經(jīng)濟(jì)中扮演著舉足輕重和越來越重要的角色。高速公路作為貨物運(yùn)輸?shù)闹匾ǖ溃渫ㄐ匈M(fèi)用的收取不僅關(guān)乎高速公路運(yùn)營(yíng)方的經(jīng)濟(jì)利益，也直接影響到整個(gè)交通網(wǎng)絡(luò)的服務(wù)質(zhì)量和市場(chǎng)公平競(jìng)爭(zhēng)的環(huán)境。近年來，電子不停車收費(fèi)系統(tǒng)（ETC）的廣泛應(yīng)用，旨在提高車輛通行效率，減少人工收費(fèi)的繁瑣流程。然而，一些不法分子卻利用ETC系統(tǒng)的漏洞，通過復(fù)雜的操作手段進(jìn)行逃費(fèi)活動(dòng)。其逃費(fèi)手段多種多樣，如減程逃費(fèi)、降檔逃費(fèi)、棄卡逃費(fèi)等，每一種方式都經(jīng)過精心設(shè)計(jì)，旨在規(guī)避高速通行費(fèi)用的繳納。這不僅造成了高速公路運(yùn)營(yíng)方的巨大經(jīng)濟(jì)損失，也嚴(yán)重破壞了市場(chǎng)的公平競(jìng)爭(zhēng)秩序。這些逃費(fèi)行為不僅具有高度的隱蔽性，而且往往涉及有組織的犯罪團(tuán)伙，給交通管理和犯罪偵查工作帶來了極大挑戰(zhàn)。

面對(duì)這一嚴(yán)峻形勢(shì)，傳統(tǒng)的交通監(jiān)管和收費(fèi)核查手段顯得力不從心。人工檢查不僅效率低下，而且容易出現(xiàn)疏漏，無法及時(shí)準(zhǔn)確地發(fā)現(xiàn)和制止貨車脫逃通行費(fèi)的行為。因此，迫切需要一種新的技術(shù)手段來應(yīng)對(duì)這一挑戰(zhàn)。在此背景下，“緝查者”模型應(yīng)運(yùn)而生。該模型從打擊貨車逃費(fèi)類案出發(fā)，充分發(fā)掘內(nèi)部數(shù)據(jù)潛力，利用大數(shù)據(jù)和信息化技術(shù)，實(shí)現(xiàn)了對(duì)犯罪線索的智能挖掘。

“緝查者”模型通過對(duì)車輛相關(guān)數(shù)據(jù)的采集和分析，能夠精準(zhǔn)地識(shí)別出逃費(fèi)車輛和犯罪嫌疑人。該模型不僅打破了傳統(tǒng)人工核驗(yàn)周期長(zhǎng)、難度大的現(xiàn)狀，而且能夠?qū)崿F(xiàn)對(duì)犯罪線索的線上智能追蹤，大大提高了打擊逃費(fèi)犯罪的效率和準(zhǔn)確性。隨著數(shù)據(jù)資源種類的不斷充實(shí)和圖碼聯(lián)偵技術(shù)的不斷成熟，“緝查者”模型將在打擊貨車脫逃費(fèi)犯罪方面發(fā)揮越來越重要的作用。

本文旨在詳細(xì)介紹“緝查者”模型的研究背景、設(shè)計(jì)思路、實(shí)施方法以及取得的成效。通過對(duì)該模型的深入剖析，我們希望能夠?yàn)榻煌ü芾砗头缸飩刹楣ぷ魈峁┬碌乃悸泛头椒ǎ苿?dòng)交通行業(yè)的健康發(fā)展，維護(hù)市場(chǎng)的公平競(jìng)爭(zhēng)秩序，為社會(huì)的和諧穩(wěn)定做出積極貢獻(xiàn)。

1高速通行逃費(fèi)識(shí)別的研究

通過調(diào)查發(fā)現(xiàn)，貨車逃費(fèi)手段具有多樣化，我們根據(jù)逃費(fèi)的嚴(yán)重程度對(duì)其中3類主要手段進(jìn)行研究。

1.1減程逃費(fèi)

減程逃費(fèi)是基于ETC系統(tǒng)識(shí)別車型不變的情況下，通過交換貨物或ETC卡片（標(biāo)簽）的方式來達(dá)到目的，其特點(diǎn)為：車型不變，互相倒換，減少路程。我們通過調(diào)查研究，總結(jié)出2種關(guān)于減程逃費(fèi)的手段：

一是U/J型行駛逃費(fèi)：U型逃費(fèi)是指貨車人為中途從某處調(diào)頭，從入口站駛出高速公路的車輛；J型逃費(fèi)是指貨車中途從某處轉(zhuǎn)向，從入口站以外的其他附近站點(diǎn)駛出高速公路的車輛，主要通過2輛車在中途服務(wù)區(qū)換貨的方式達(dá)到逃繳通行費(fèi)用的目的（如圖1所示）。

二是互換ETC卡片（標(biāo)簽）行駛逃費(fèi)：同一段路程的2輛“車型相同”的貨車分別從起點(diǎn)和終點(diǎn)出發(fā)相向而行，在中途互換ETC卡，不掉頭仍按原方向行駛，并在另一輛車的入口站或入口站以外的其他附近站點(diǎn)駛出高速公路（如圖1所示）。

1.2降檔逃費(fèi)

降檔逃費(fèi)是基于改變ETC系統(tǒng)識(shí)別的車型，來達(dá)到減費(fèi)的目的。其特點(diǎn)為：車型變換，路程不變，降低標(biāo)準(zhǔn)。我們通過調(diào)查研究并總結(jié)出2種方式：

一是大貨車與“送卡車”ETC設(shè)備的互換。在高速公路收費(fèi)體系里，大貨車由于車身龐大、載重多，對(duì)道路損耗大，而“送卡車\"作為小型車輛，收費(fèi)標(biāo)準(zhǔn)相對(duì)較低。不法分子為謀取私利，事先準(zhǔn)備好小型“送卡車”攜帶多套ETC標(biāo)簽設(shè)備。當(dāng)大貨車駛?cè)敫咚贂r(shí)，使用ETC正常通行；在行駛途中，駕駛員擇機(jī)將大貨車的ETC設(shè)備取下，與同行小型“送卡車”上的ETC進(jìn)行調(diào)換。等到大貨車出站時(shí)，收費(fèi)系統(tǒng)依據(jù)ETC反饋的信息識(shí)別車輛信息，由于此時(shí)大貨車上裝的是小型卡車ETC設(shè)備，致使系統(tǒng)誤判為“小型車”，按照小型車標(biāo)準(zhǔn)計(jì)費(fèi)。原本大貨車需繳納高額通行費(fèi)，經(jīng)此“降檔”操作，需交費(fèi)用大幅降低。（編者注：關(guān)于“送卡車”這一概念，后面還會(huì)談到。）

二是特殊的降檔逃費(fèi)。脫逃費(fèi)團(tuán)伙成員之一（考慮收費(fèi)站工作人員監(jiān)守自盜）將小型車（如轎車、私家車）的ETC裝到車身上，然后從ETC口旁走過，讓ETC系統(tǒng)識(shí)別到并將擋桿抬起，抬起后通知大貨車駕駛員通過；當(dāng)大貨車通過后，其在高速公路上的通行費(fèi)便是按照小型車（如轎車）的費(fèi)用來計(jì)算，此舉便達(dá)到了逃費(fèi)目的。本項(xiàng)目團(tuán)隊(duì)成員經(jīng)過到多地市局、高速收費(fèi)站、ETC公司等地調(diào)研，發(fā)現(xiàn)ETC系統(tǒng)自身存在漏洞：無論是轎車還是大貨車，刷ETC的上站原理都是車載ETC與ETC站口感應(yīng)裝置進(jìn)行匹配感應(yīng)，當(dāng)系統(tǒng)感應(yīng)到車輛ETC后，擋桿抬起，車輛經(jīng)過后擋桿落下，同時(shí)ETC系統(tǒng)記錄下該車ETC的入站或出站信息。只有當(dāng)車輛經(jīng)過后，站口擋桿才會(huì)落下；如果沒有車輛經(jīng)過，擋桿會(huì)一直保持抬起狀態(tài)。

1.3棄卡逃費(fèi)

棄卡逃費(fèi)的特點(diǎn)是：在高速公路入口處領(lǐng)取“人工卡”進(jìn)站，中途棄卡另送其他設(shè)備，通過“車型”變換，減少路程和費(fèi)額。

棄卡逃費(fèi)是指大貨車駕駛員從高速入口人工通道領(lǐng)取人工卡進(jìn)站，行駛一段時(shí)間后將人工卡丟棄，然后在終點(diǎn)附近的服務(wù)區(qū)或者收費(fèi)站口，有私家車將一個(gè)從離大貨車終點(diǎn)最近的收費(fèi)站，刷小轎車ETC標(biāo)簽進(jìn)站的作案ETC標(biāo)簽交給大貨車（調(diào)研發(fā)現(xiàn)，ETC卡片上下（進(jìn)出）站識(shí)別，系統(tǒng)只識(shí)別出該ETC卡片的注冊(cè)車輛，而不是攜帶該ETC卡片（標(biāo)簽）的實(shí)時(shí)車輛），然后大貨車下站時(shí)再從ETC站口刷ETC卡片下站（出站），這樣通行費(fèi)計(jì)算的不僅是按轎車計(jì)算而且通行路程也減少很多。

此種逃費(fèi)是逃費(fèi)數(shù)額最大的方式，而且多為團(tuán)伙作案，屬于是有預(yù)謀的大型犯罪。

2 模型的構(gòu)思與設(shè)計(jì)

由于現(xiàn)存各職能部門存在信息壁壘，溝通協(xié)調(diào)時(shí)間長(zhǎng)，諸多因素導(dǎo)致信息共享難，多方數(shù)據(jù)無法實(shí)時(shí)傳輸，存在信息嚴(yán)重滯后性以及封閉性等問題，以至于現(xiàn)有類似模型打擊脫逃費(fèi)犯罪的效率低、見效慢、結(jié)案少、追贓難。本項(xiàng)目（模型）團(tuán)隊(duì)前期與多方部門取得聯(lián)系，以期該模型能夠作為橋梁連接這幾個(gè)數(shù)據(jù)庫，付諸實(shí)時(shí)打擊。

我們研究的模型與其他模型的區(qū)別，在于我們是對(duì)高速公路收費(fèi)站ETC通行數(shù)據(jù)進(jìn)行實(shí)時(shí)分析，將使用ETC系統(tǒng)過站的車輛搭載的ETC數(shù)據(jù)（登記在ETC系統(tǒng)中的車型車牌等相關(guān)信息）與實(shí)際過站的車輛型號(hào)、車牌進(jìn)行記錄比對(duì)，匹配碰撞出異常數(shù)據(jù)。

模型的構(gòu)思是通過搜集站口的ETC數(shù)據(jù)和上下站車輛的卡口數(shù)據(jù)，通過人工智能算法對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，并把預(yù)處理的數(shù)據(jù)進(jìn)行特征分析，得到初步預(yù)測(cè)的模糊數(shù)據(jù)。接著將模糊數(shù)據(jù)與下站附近的卡口數(shù)據(jù)進(jìn)行匹配碰撞得到嫌疑車輛，再將嫌疑車輛ETC上下站時(shí)間與歸一平臺(tái)中IMSI碼采集時(shí)間進(jìn)行匹配碰撞，多次吻合的即為車輛駕駛員的手機(jī)IMSI碼。通過IMSI碼關(guān)聯(lián)出的手機(jī)號(hào)與各類人號(hào)關(guān)聯(lián)數(shù)據(jù)進(jìn)行比對(duì)碰撞，進(jìn)而獲取駕駛?cè)松矸荨＝?jīng)過實(shí)測(cè)得出的結(jié)論是模型打擊準(zhǔn)確率高達(dá) 95% 。模型的設(shè)計(jì)路線如圖2。

項(xiàng)目思路可以總結(jié)為以下幾個(gè)方面：

首先，發(fā)現(xiàn)ETC設(shè)備通行伴隨關(guān)系，并進(jìn)行角色分類。通過對(duì)ETC設(shè)備與車輛的伴隨關(guān)系的分析，發(fā)現(xiàn)“送卡車”的典型特征通常是：實(shí)際只有一輛車通行，但是其攜帶多個(gè)ETC設(shè)備，導(dǎo)致ETC系統(tǒng)顯示多個(gè)車輛在同車道、同方向通行，且間隔時(shí)間極短。該模型將符合這類特征的車輛歸類為\"送卡車”。此外，ETC系統(tǒng)還會(huì)顯示只有入站信息、沒有出站信息的車輛，將這類車輛歸類為冒用ETC貨車。

其次，通過人車時(shí)空伴隨關(guān)系圈定團(tuán)伙成員手機(jī)號(hào)碼。通過多次碰撞對(duì)比，鎖定嫌疑車輛，通過門架系統(tǒng)和車輛通行附近的卡口基站信息，鎖定同一時(shí)間內(nèi)伴隨車輛位置信息，且與車輛軌跡多次重合的手機(jī)IMSI碼，從而確定伴隨車輛的人員的手機(jī)號(hào)碼。

最后，利用人號(hào)認(rèn)證關(guān)系確定涉案人員身份信息。基于手機(jī)號(hào)碼實(shí)名認(rèn)證制度，就打擊高速公路脫逃費(fèi)犯罪方面，公安機(jī)關(guān)與通信運(yùn)營(yíng)商達(dá)成協(xié)作，授權(quán)給該模型：在明確犯罪事實(shí)且鎖定犯罪嫌疑人手機(jī)號(hào)碼后，該模型自動(dòng)查詢手機(jī)號(hào)關(guān)聯(lián)的個(gè)人身份信息。

在此期間，項(xiàng)目團(tuán)隊(duì)與技術(shù)支撐公司保持聯(lián)系溝通，后者為團(tuán)隊(duì)操作進(jìn)行指導(dǎo)，提供相對(duì)應(yīng)的服務(wù)器參數(shù)，并進(jìn)行模型測(cè)試和維護(hù)升級(jí)，方便團(tuán)隊(duì)對(duì)該項(xiàng)目的研究。

3算法設(shè)計(jì)與方法

3.1數(shù)據(jù)集準(zhǔn)備

車牌光學(xué)字符識(shí)別核心函數(shù)def license_plate_ocr（input_image）：\"\" 基于 LPRNet 模型的車牌識(shí)別函數(shù)

參數(shù)：

input_image （numpy.ndarray）：輸入BGR格式車牌圖像，尺寸需包含完整車牌區(qū)域

返回：

str：識(shí)別出的車牌號(hào)碼字符串

III

try：

#圖像標(biāo)準(zhǔn)化處理

standardized_img Σ=Σ cv2.resize（input_image，（94，24））# 調(diào)整至模型輸入尺寸

processed_img Σ=Σ preprocess（standardized_img）#執(zhí)行 歸一化/通道轉(zhuǎn)換

#模型推理

model_output Σ=Σ Iprnet（processed_img）#前向傳播獲取預(yù)測(cè)張量

#解碼輸出

license_number Σ=Σ decode_prediction（model_output）# 轉(zhuǎn)換預(yù)測(cè)結(jié)果為可讀字符串

return license_number

except Exceptionas e：

print（f\"OCR處理異常：{str（e）}\"）

return\"識(shí)別失敗\"

4價(jià)值與意義

4.1經(jīng)濟(jì)與社會(huì)效益

通過精準(zhǔn)監(jiān)控貨車逃費(fèi)行為，模型可減少高速公路通行費(fèi)流失約 30% ，年挽回經(jīng)濟(jì)損失超億元，保障公路建設(shè)資金的可持續(xù)性。同時(shí)，模型通過關(guān)聯(lián)車輛軌跡與駕駛員身份信息，有

效打擊有組織逃費(fèi)犯罪，案件偵破效率提升 40% ，顯著遏制非法行為對(duì)市場(chǎng)公平競(jìng)爭(zhēng)環(huán)境的破壞，維護(hù)合法運(yùn)輸企業(yè)權(quán)益。

4.2大數(shù)據(jù)驅(qū)動(dòng)創(chuàng)新

模型整合了ETC通行數(shù)據(jù)、車輛實(shí)時(shí)記錄及基站IMSI碼等多源數(shù)據(jù)：通過時(shí)空分析和模式挖掘，實(shí)現(xiàn)逃費(fèi)行為識(shí)別與駕駛員身份鎖定。其技術(shù)框架可為物流路徑優(yōu)化、車輛使用分析等場(chǎng)景提供數(shù)據(jù)應(yīng)用范例，推動(dòng)交通行業(yè)智能化升級(jí)。

4.3法治與社會(huì)治理

逃費(fèi)行為直接損害社會(huì)公平與法治秩序。模型通過實(shí)名認(rèn)證技術(shù)鎖定涉案人員，并為走私、車輛盜竊等跨領(lǐng)域犯罪提供線索支持，強(qiáng)化社會(huì)治安管理能力。

5 項(xiàng)目前景

貨車脫逃通行費(fèi)是一種不公平的行為，損害了合法繳費(fèi)者的利益，破壞了市場(chǎng)公平競(jìng)有環(huán)境。該項(xiàng)目通過技術(shù)手段打擊這種違法犯罪行為，維護(hù)了社會(huì)公平正義。同時(shí)，項(xiàng)目中的數(shù)據(jù)關(guān)聯(lián)和身份識(shí)別技術(shù)有助于加強(qiáng)社會(huì)治安管理。例如，在打擊其他涉及車輛的違法犯罪活動(dòng)時(shí)，如走私、盜竊車輛等，項(xiàng)目所建立的數(shù)據(jù)系統(tǒng)可以提供有力的線索和證據(jù)，保障社會(huì)的法治秩序。

5.1技術(shù)創(chuàng)新與合作

（1）推動(dòng)行業(yè)技術(shù)進(jìn)步：項(xiàng)目在數(shù)據(jù)整合、分析和應(yīng)用方面的技術(shù)創(chuàng)新，可以為交通行業(yè)的數(shù)據(jù)化、智能化發(fā)展提供借鑒和范例。例如，IMSI碼采集與車輛身份關(guān)聯(lián)技術(shù)的成功應(yīng)用，可能會(huì)在智能交通領(lǐng)域得到更廣泛的推廣。

（2）促進(jìn)跨行業(yè)合作：項(xiàng)目的實(shí)施需要高速公路運(yùn)營(yíng)方、電信運(yùn)營(yíng)商、交通管理部門、技術(shù)研發(fā)企業(yè)等多個(gè)行業(yè)的參與和合作。這種跨行業(yè)合作模式有助于打破行業(yè)壁壘，促進(jìn)資源共享和優(yōu)勢(shì)互補(bǔ)，推動(dòng)整個(gè)產(chǎn)業(yè)鏈的協(xié)同發(fā)展。

5.2發(fā)展與目標(biāo)

當(dāng)今時(shí)代是大數(shù)據(jù)時(shí)代，數(shù)據(jù)成為重要的生產(chǎn)要素。該項(xiàng)目充分利用了高速公路收費(fèi)站數(shù)據(jù)、ETC系統(tǒng)數(shù)據(jù)等海量數(shù)據(jù)資源，并通過數(shù)據(jù)挖掘、匹配和分析等手段，挖掘出有價(jià)值的信息，如貨車逃費(fèi)行為模式、駕駛員身份識(shí)別等。這不僅符合大數(shù)據(jù)時(shí)代對(duì)數(shù)據(jù)利用的要求，還為其他行業(yè)的數(shù)據(jù)應(yīng)用提供了范例。

項(xiàng)目中涉及到多種先進(jìn)技術(shù)的應(yīng)用，如ETC系統(tǒng)數(shù)據(jù)、歸一平臺(tái)IMSI碼采集系統(tǒng)、車輛實(shí)時(shí)過車記錄系統(tǒng)等。這些技術(shù)的集成和應(yīng)用是智能交通發(fā)展的重要體現(xiàn)。通過對(duì)多源數(shù)據(jù)的整合和分析，可以實(shí)現(xiàn)交通的智能化管理，提高交通運(yùn)行效率。

隨著數(shù)據(jù)資源種類的不斷充實(shí)，圖碼聯(lián)偵技術(shù)的不斷成熟，數(shù)據(jù)分析工具的不斷升級(jí)，刑偵部門將更快、更精準(zhǔn)地打擊犯罪、化解風(fēng)險(xiǎn)，持續(xù)打造平安穩(wěn)定的社會(huì)環(huán)境。

（注：本文系國(guó)家級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)自成果，項(xiàng)目號(hào)：202411788001，項(xiàng)目名稱：緝查者—一打擊大貨車脫逃費(fèi)犯罪線索挖掘模型。）

參考文獻(xiàn)

[1王恒昆，谷金，宋之凡，等.基于iTransformer的高速公路通行費(fèi)精準(zhǔn)預(yù)測(cè)模型[J/OL].山東科學(xué)，1-9[2024-12-29]2-8）.

楊培紅，張琳琳，張斌年，等.青海高速公路車輛“先行后付”系統(tǒng)設(shè)計(jì)及應(yīng)用[J].中國(guó)交通信息化，2024，（11）.67-70.D0I.10.13439（2.1-3.2.8）.[3羅佳潔.基于機(jī)器學(xué)習(xí)的高速公路逃費(fèi)方式識(shí)別算法研究[D].華東交通大學(xué)，2023.D0I.10.27147（9—62）.

[4]楊朋濤.基于大數(shù)據(jù)的通行費(fèi)異常車輛識(shí)別算法研究[D].重慶交通大學(xué)，2020.DOI.10.27671（2—69）.

[馬飛虎，雷皓安，孫翠羽，等.基于RFE-OPTUNA-XGBoOSt模型的高速公路逃費(fèi)模式識(shí)別[J].應(yīng)用科學(xué)學(xué)報(bào)，2024，42（05）.857-870（1.1.1-3.3）.王偉，陳劍，邱先文.大車小標(biāo)與假冒集裝箱運(yùn)輸車輛專項(xiàng)治理[J].中國(guó)交通信息化，2024（03）：140-143.D0l.10.13439（2.1—4.2）.

[魏強(qiáng)．江蘇寧宿徐高速通行費(fèi)逃繳綜合治理研究[D].揚(yáng)州大學(xué)，2024.DOI.10.27441（5—49）.

[8羅佳潔.基于機(jī)器學(xué)習(xí)的高速公路逃費(fèi)方式識(shí)別算法研究[D].華東交通大學(xué)，2023.D0I.10.27147（19—62）.

[9]蔣春山.高速公路通行卡逃費(fèi)的稽查管理探析[J].黑龍江交通科技，2022，45（12）.185—187，D0I.10.16402[3-4（7）].

[10]四川省交通投資集團(tuán)有限責(zé)任公司.四川打逃：追繳近百方，人判十年半[J].中國(guó)公路，2021（02）：32-33.D0I.10.13468（案件回顧）

[川張廣穆.廣東高速公路亟需實(shí)行計(jì)重收費(fèi)[J].粵港澳市場(chǎng)與價(jià)格，2006（08）.38-39.D0I.10.13814（實(shí)施計(jì)重收費(fèi)的原則）