隨著取消省界收費站工程落成，我國逐步邁進全國高速公路“一張網”運行感知新時代。藉助交通強國和“撤站”政策，2019年12月，廣東聯合電服和阿里雲共同宣佈，全國首個高速不停車收費AI稽核項目正式落地廣東，在業內率先使用AI和大數據技術準確處理高速公路不停車收費的稽核工作。
案例背景：聯合電服的挑戰與機遇
廣東聯合電服負責廣東省公路聯網收費和電子不停車收費的實施工作，是省內唯一發行汽車ETC粵通卡的企業，同時還負責省內高速公路聯網收費清分結算的工作，是全國高速公路聯網收費體系中的廣東省聯網中心營運實體。在全國取消省界收費站的工作中，聯合電服作為廣東撤站工作組的核心落地團隊，承擔了大量的具體任務，推進了高速公路收費站的ETC發行工作。
業務痛點：收費稽查和追繳難度變大
隨著省界收費站的取消，以及ETC上車潮的爆發，高速公路的路網服務從省域路網擴大到全國一張網，導致收費稽查和追繳難度變大。
精準問題：收費的準確性依賴於路側的收費設施設備，對車輛識別要求更高，僅識別車牌已不滿足新場景下的稽核要求。如何準確地對車輛身份進行識別，規避收費逃費，有效地進行稽核，是業內要面對的問題。
效率問題：按照新的收費技術要求，車輛圖片、視頻帶來以往數十倍的存儲和計算壓力，稽核的效率急需提升。
系統壓力：廣東省每天600多萬交易流水，翻倍到過億，15倍以上的增長；半年新增1000萬用戶，需要IT資源快速支持髮卡業務，髮卡、收費系統壓力倍增。
稽核需求：公路院報告顯示，目前逃費約為3萬/km/年，廣東省每年逃費2.5億，佔收入總比的 0.5%，行業協會打逃，目前實現追繳不到1億，每年損失超過5個億，收費稽核業務需求倍增。
解決方案：解決高速撤站收費痛點
視頻識別技術：廣東聯合電服與阿里雲合作，藉助阿里雲全球領先的視頻識別技術，精確感知車輛特徵，建設智能化稽核分析系統，發現車輛以套牌、遮牌等形式偷逃費的行為。
數據技術：在圖片、視頻全部上雲的基礎上，還原車輛在全路網的行駛軌跡，突破以往單個設備只能提供有限依據的限制，堵住車輛換卡逃費、繞路逃費的漏洞。
邊緣計算：在邊緣節點上提供穩定的計算能力，通過實時數據處理，緩解圖片、視頻傳輸上雲的流量壓力。
案例創新：全國首個高速不停車收費AI稽核項目
省域範圍AI稽核：國內首家在省域範圍內落地，利用人工智能和大數據技術對高速公路偷漏逃費行為進行稽核分析，並投入實際運行的AI大稽查系統。
雲邊一體、全局協同。全廣東省的100多個路段佈設了邊緣計算能力，同時在省聯網中心佈設了中心技術節點，實時獲取信息，進行相應的處理。
多源推理，軌跡還原。融合路段RSU數據、視頻圖像數據、互聯網地圖數據，還原車輛行駛軌跡。
以圖搜圖。融合車輛特徵識別、車輛通行行為識別等多種技術，實現車輛身份的準確推理。
特徵檔案。建立基於路網車輛特徵的檔案庫，一車一檔案，一行一軌跡，自動、準確識別各類通行異常行為。
一鍵稽查，準確高效。通過多源推理還原車輛行駛，形成證據鏈，高效協助通行費稽查補繳。
方案價值：為高速公路收費稽核業務智能化升級帶來新動能
（1）新技術實現稽查業務智能化升級
資源使用：所有資源按需使用，上雲後貼合業務流量曲線準備計算資源，成本大幅優化。
大數據融合稽查：全路網覆蓋的攝像頭軌跡還原與分析提供實時與離線的軌跡還原、重點貨車的偷逃費行為研判，為稽核中心提供科技手段提高打擊成效並減少工作壓力。
（2）“雲邊一體”部署模式得到最佳資源性價比
分佈式和低延時計算：邊緣計算聚焦實時、短週期數據的分析，能夠更好地支撐本地業務的實時智能化處理與執行。
效率更高：由於邊緣計算距離龍門架、路段業主分析系統更近，在邊緣節點處實現了對數據的過濾和分析，因此效率更高。
緩解流量壓力：在進行雲端傳輸時通過邊緣節點進行一部分簡單數據處理，進而縮短設備響應時間，減少從設備到雲端的數據流量。
（3）以數據資源為核心推動聯合電服融合創新發展
項目總體將在數據融合和資源整合的基礎上，推動數據開放共享，提升聯合電服的數據分析能力，為將來數據中臺的建設奠定最為堅實的數據能力，併為有效處理複雜的業務問題提供新的手段。
除廣東高速外，阿里雲還與諸多地區高速達成合作，致力於“更聰明”的道路。在以智慧高速與自由流收費和省界收費站裡面的場景中，阿里雲還落地了包括雲計算技術、自主可控的飛天雲平臺，稽核平臺、收費的方案等，更好實現路段級數字化運營。
廣東聯合電服總經理李斌表示：“雲計算、人工智能等新技術為高速公路收費稽核業務智能化升級、高速智慧運營帶來了新的可能，這次與阿里雲的合作也將為聯合電服在數字化轉型上提供更多想象空間。”