大力提升交通运输物流效率，是党中央、国务院高度重视的问题之一，2018年国务院明确提出取消高速公路省界收费，强化服务水平的提升，进全面得升运行效率。提出加快推进高速公路电子不停车快捷收费应用方案，ETC装置免费装设，到2020年底，联网收费体制全面建立，然而，分段收费呈现出了诸多问题，还需要在一段时间内持续探索和试行，以解决物理分隔和统一管理计费结算的精准问题。随着社会经济的快速发展，汽车保有量剧增，高速公路车流量逐年呈现高位增长态势，越来越多高速公路已经或即将面临超饱和车流量运行状态。随之而来的就是交通拥堵带来的各种制约，加之现在各级政府、社会民众以及新闻媒体对交通安全保畅的高度关注，使道路交通安全保畅成为了营运高速公路管理的头等大事。超饱和的流量对高速公路运营管理工作带来很大考验，运营管理是为了最大限度的发挥公路运营效率，提升道路安全性的一个重要手段。硬件环境决定了管理的规模，软件环境体现了管理的力度，两者的有机结合不仅形成了高速公路运营管理的有机体系，也决定了高速公路运营管理的综合水平。面对前所未有的交通压力，如何破解道路交通安全保畅的制约瓶颈，探索在车流量超饱和状态下高速公路的高效运营管理办法，研究并形成一套可持续发展的运营管理模式是当前亟待解决的问题。成雅高速公路（G5京昆高速、G93成渝高速环线成都-雅安段）于1996年12月6日开工修建，1999年12月28日建成通车，全长144.2km（含成都、雅安连接线9.5km），其中，成都至青龙段计算行车速度120km/h，双向六车道，路基宽度34.5m；青龙至雅安段计算行车速度100km/h，双向四车道，路基宽度25m，双向站口流量已突破日均21万辆，主线及站口流量呈现逐年上升趋势，每天汇聚海量的运营数据。如何通过对数据流的集中管理，刷选精准有效数据，建立数据模型，采用技术手段提高数据利用率，提升管理成效，进而实现精细化管理的工作目标，是高速公路运营管理者面临的一个重要的课题。
一、当前ETC分段计费存在的问题
数据采集途径众多，且来自于各个独立平台，存在平台壁垒，需要人员线下填表、线下汇总、线下统计分析。存在统计灵活性低、及时性较低，工作量重复，效率不高的问题。由于数据分析多是线下，缺乏对数据的实时观察和持续分析的能力，无法利用数据实时反映道路运营情况，预测道路运营趋势，对道路运营状况做到提前发现，主动预防。据采集覆盖率、准确率不高，缺乏数据清理和数据校正的能力；当出向相互矛盾的数据源时，只能降低彼此数据的可行度，而不能利用数据源间的相互关系，做到数据的彼此校正。长途运输车辆基于这个漏洞利用屏蔽计费设备或遮挡车牌等方式偷逃通行费的事件常有发生。成雅高速公路的业务数据，主要来自于现有第三方系统，这样造成对第三方平台的过渡依赖，且数据统计类型无法满足需求，数据权利相对被动的问题。如第三方系统的故障、不可访问，都会严重阻碍成雅高速自身的业务数据分析工作。
二、阶段性数据分析与应用
（一）综合分析系统搭建。成雅高速以针对路径信息缺失，优化通行实时计费算法，构建网络模型和最短路径算法，建议大流量高速公路网络费率实时计算方案，综合数据分析平台拟基于成雅高速数据采集、应用的需求现状，以“平安智慧高速”为目标，构建成雅高速数据运营平台，充分解决了前述所存在的问题。平台智慧数据分析平台需要本路段数据种类如图1所示。
（二）交通情报信息。综合成雅高速公路运营情况对情报板信息安全的具体需求并针对智慧高速情报板应用场景，在传统情报板信息管理平台中文字信息编辑的基础功能上，使用语义分析算法优化了文字内容编辑；引入了智慧模板概念，将情报板信息内容按服务类型分类，生成实时路况模板及智慧天气模板等模板应用；在信息播放列表操作中，实现了批量操作，信息审核追踪及信息计划功能；支持与智慧高速的事件联动，提升了智慧高速事件处理效率；并通过情报板信息安全解决方案，增强了信息安全性。成雅高速信息安全展示了目前常见情报板信息系统的逻辑拓扑。操作人员通过情报板软件前端界面或者web界面，编辑需要信息，并通过情报板软件或后台系统，通过高速公路主干网（监控网），将信息已播放列表的方式下发至下位机，然后由下位机根据播放列表，按其播放策略，定时周期地到情报板屏幕上。如果操作人员选择了互联网数据，以实现即时的数据更新，如实时路况图，实时天气预报，实时路况事件等等，情报板软件或后台系统，还会周期自动从指定的互联网数据源，获取数据，并仅智能处理后，自动周期地更新给下位机，由下位机到情报板上。
（三）数据感知分析与应用。成雅高速公路智慧数据分析平台抓取了2020年10月14日至10月21日，成雅高速公路辖区内所有收费站车道日志数据、门架ETC天线感应日志数据、和路侧监控抓拍数据，对成雅高速各龙门架感应和抓拍的准确度、各路段、收费站的通车情况、营收情况，以及整个成雅高速的OD矩阵，进行了定量分析。龙门架感应和抓拍准确度分析我们对成雅高速各龙门架感应和抓拍的准确度进行分析，如图2、图3所示。如数据分析所示，ETC感应天线的数据获取准确率较传统抓拍设备较高。传统抓拍设备准确率，受光线条件较大，白天和黑夜的准确率差值在10%左右。另外寿安站-简谱站，蒲江站-石象湖站，邛名站-太平站路段龙门架抓拍设备数据异常。成雅高速各服务站出入流量出现明显的成都区域高，雅安区域低的趋势，如图4所示。另外，如数据所示，成都收费站流量最大，双流两站流量总和接近成都站。蒲江站进出车辆比例异常，需深入分析成都方向分流原因。按车型进行定量分析按车型（客车、货车）对成雅各路段的车流数据，进行定量分析，如图6所示。经数据分析发现，成雅高速流量在青龙枢纽进行分流至成乐高速，分流占比65%。蒲江站至邛名站，出现明显成都方向车辆较多的情况。成雅高速客货占比在4.0左右，从青龙枢纽至太平站一段客车比例明显占多，从邛名站到雅安北站，货车比例明显增加。站点收入情况分析基于各路段的交通流量数据，以及各收费站的车道收费日志数据，成雅智慧数据分析平台恢复出各个收费站7日内的收入情况和各路段收入能力情况，如图7、图8所示。据数据分析显示，成雅高速目前实际收入较应收收入较高，主要代收的站点在双流南、北站和新津东、南站，以货车收入为主。目前成雅路段中，收入最高的三个路段依次是：成都站至双流北站，双流南站至二绕枢纽，和新津南站至青龙场枢纽。
三、结束语
随着四川平安智慧高速战略的逐步推广，四川省高速网络逐步将打造成具备“三体系”、“六层架构”的高速公路大数据生态体系。而成雅分公司，也将承担平安智慧高速建设任务。此次综合数据平台的搭建，只是对明年平安智慧高速建设进行的一次有益的探索。接下来我们还将积极在丰富数据采集、把控数据质量和创新局部数据应用等方面持续发力，探索智慧高速成功案例，为未来无人驾驶支持、车路协同、外场设备数据主动运维、道路规划需求设计、以及公司运营资源调配等多应用场景提供数据支持，为成雅高速智能交通和智慧交通建设作出更大的贡献！
作者:李刚 易西泽郎 赵盛雄 周佳 单位:四川成渝高速公路股份有限公司成雅分公司