随着全国高速公路路网联网运行，不法车辆利用多种隐蔽形式偷逃通行费用，传统的通行费用稽核手段已无法满足新型高速公路运营发展的需要。在此背景下，如何将AI、北斗、大数据、云计算、边缘计算等新兴信息通信技术运用到超限超载稽核、差异化计费、路网感知等场景中，成为当务之急。以下介绍了三种收费稽核系统的设计架构。

采用端云架构的收费稽核管理系统

　　收费稽核管理系统采用端云架构的分层设计模式，数据层与业务层独立运行，数据层可以为不同业务提供数据服务。收费稽核管理系统主要采用路网模型路径还原、镜像高速路径重现、车辆用户画像等几种关键技术，提高稽核的准确性及效率。

　　高速公路收费稽核管理系统架构

　　在功能设计方面，包括特情稽核、发行稽核、逃费稽核、稽核工单管理、名单管理、逃费追缴管理、补费异议处理、辅助信息查询、报表管理。

　　1特情稽核。主要包括对入口特情流水、出口特情流水、门架特情流水、名单流水、ETC首次发行车辆过车等进行人工稽核确认，复核结果上传部中心。

　　2发行稽核。通过对客服系统日常发行卡、标签的业务流水进行稽核，依据车辆、行驶证图片等信息进行分析比对，识别出业务操作异常流水，形成稽核结论，并反馈稽核结论给客服系统，促进对高速公路通行卡发行的规范化管理，减少发行卡问题造成的费用损失和投诉。

　　3逃费稽核。针对自由流新模式下，车辆屏蔽标签、大车小标、假冒绿通、甩挂（挂车）、甩挂+假车牌、假牌、套牌车、闯关、非法转货、屏蔽CPC卡、屏蔽CPC+换卡换牌、屏蔽CPC卡+倒卡+屏蔽车牌、高频过车、干扰称重、屏蔽UJ型等逃费作弊行为，进行分析。

　　4稽核工单管理。管理部省稽核体系的工单列表查询、协查工单处理、复核结果上传等，包括出口特情复核结果上传、发行信息验证上传、发起外部稽核工单处理。

　　5名单管理。稽核过程中产生的省内黑名单、全国追缴名单和重点关注名单，系统针对名单车辆按照“一车一档”的原则归集证据，建立名单车辆档案，保存稽核相关证据，省中心稽核员对名单车牌和嫌疑流水进行统一审核确认，审核通过的名单进入追缴名单。

　　6逃费追缴管理。追缴名单车辆经过入出口车道被拦截后，省内名单车辆通过省级系统进行追缴补费，根据逃费车牌查询车辆应补费的流水、补费金额和证据信息，车主进行补费，补费完成后登记车辆的补费结果信息，补费完成后可生成补费确认单。全国追缴名单通过部中心的补费平台进行补费操作。

　　7补费异议处理。查询本路段补费过程中发起的异议。可以查询本路段在进行通行费补交追缴过程中发起的异议流水，以及异议流水的对应出口路段的出口情况，并进行撤销处理。

　　8辅助信息查询。提供稽核辅助取证信息查询，供稽核业务员稽核确认操作的时候取证，可调用部中心的共享接口数据，稽核系统的路径数据，车辆通行记录信息等。

　　9报表管理。根据管理需要，设置各类报表，包括入口特情稽核统计、出口特情稽核统计、稽核追缴情况统计、逃费追缴情况统计等。

基于AI融合与北斗轨迹监测的大数据稽核系统

　　系统采用“云管边端”技术架构，通过边缘计算能力、北斗定位系统、云端计算能力相互协同，依托AI计算能力平台底座以及北斗轨迹检测，结合IOT、边缘计算、大数据应用等新兴信息通信技术，通过六大边缘计算能力（边缘实时计算、业务协同网关、机电协同网关、AI流量卸载、车辆特征解析、事件识别算法）+6大云端能力（路网模型、标签体系、模型引擎、图搜服务、路径拟合、海量图片）的云边业务协同处理，结合高速公路车辆通行多流水数据的融合，丰富稽核手段、提高稽核效率，减少通行费损失。

　　系统架构

　　端层包含了智能感知终端、其他数据和北斗数据源接入。智能感知终端包含RSU、称重、牌识、车型识别器等。其他数据中，源数据含有绿通数据、发行数据、计费清分数据、拆账数据等；外部系统数据包括高德地图数据、百度地图数据、运管数据等。北斗数据源接入包含北斗行程和轨迹。

　　边缘层采用边缘一体机、边缘计算相关产品和北斗数据融合，边缘一体机通过AI推理芯片和集成的模型算法对图像/视频特征进行识别编码，实现车辆识别、流量感知、事故识别、违章识别等高速事件，并实现有效车辆特征分析和AI流量卸载等功能。通过边缘层优秀的集成能力，有效提高了云端设备的响应速度，同时降低相关数据汇聚到省联网中心的成本。边缘计算相关产品包含了人工智能计算平台底座等相关产品，助力AI+边缘计算+边缘物联有效融合，完整发挥边缘能力。

　　管层包括视频云专线和网，负责边缘层和云层的数据传输。

　　云层含有路网模型等六大云端能力，能够将云端强大的服务能力、计算能力下发到边缘一体机上，提高边缘一体机的各项性能，从而达到有效处理智能感知终端计算需求的效果。同时云层具有PaaS、大数据、北斗、AI等新兴信息通信技术，能够全面实现设备、数据、应用之间的融合。

　　结合以往经验，系统将车辆在行驶路径中的各类数据进行融合分析，特别是将车辆行驶图片作为重点，依托AI技术对车辆进行特征分析，极大提高了稽核效率。

大数据＋AI收费稽核系统

　　收费稽核系统主要包括数据分析系统、外部稽核管理、内部稽核管理、车辆档案管理、名单管理、信用管理、信息查询、统计分析、收费终端服务、稽核公众服务、可视化业务、通信管理、基础管理等功能，系统用户分为省级-路段级-收费站三级。

　　系统架构包括数据感知层、网络通信层、云服务层、数据资源层、应用服务层、展示层、用户层共7层。

　　系统总体技术框架图

　　1数据感知层。数据感知层为稽核系统提供数据支撑。稽核数据主要来自收费系统的门架以及车道数据，包括交易流水、抓拍流水、车道收费流水、抓拍图片及车型识别等数据。

　　2网络通信层。为各类数据上传下达的通信通道，主要依托光纤通信网络、互联网专线、VPN加密隧道等方式实现。

　　3云服务层。依托服务商提供的公共云，部署省级收费稽核系统，通过租用公共云资源为系统配置数据库、中间件、操作系统以及配套的云主机、云存储等系统运行所必需的软硬件支撑环境，利用CDN服务提升用户的访问速度。

　　4数据资源层。依托服务商提供的公共云，部署数据支撑平台，对采集的数据进行治理，构建原始数据库、业务数据库、专题数据库、共享数据库和预处理数据库，为稽核系统提供业务所需的数据支撑。

　　5应用服务层。应用服务层是用户接口或Web客户端与数据库之间的逻辑层，包括收费稽核系统、数据分析系统等。

　　6展示层。稽核系统可通过Web端、微信公众号、监控大屏等方式进行展示。

　　7用户层。稽核系统面向省级管理人员、路段管理人员、社会公众进行服务。

　　稽核系统运行需要大量数据的支撑，通过构建大数据平台，从数据采集传输，到数据存储，再到数据开发，及数据共享到后续的数据可视化及分析，形成统一的全域数据体系，实现计算存储成本降低、响应业务效率多倍提升、为业务快速创新提供坚实保障。