陈靖涵

(东北林业大学交通学院，黑龙江 哈尔滨 150040)

0 引 言

现阶段我国交通状况较为复杂，交通管理水平有限。在汽车销量与日俱增的情况下，由于机动车出行所造成的交通拥堵只会愈发严重，因此，城市交通拥堵问题的解决在许多城市中迫在眉睫。

针对上述问题，国内外许多专家以构造不同的模型的方式对于这个问题进行研究，取得了一些具有研究意义的成果。

在交通拥堵问题的研究方面，李妍峰、高自友等对城市动态网络车辆路径优化问题和突发事故下交通拥堵的控制策略为主题，开展研究。张宁以城市交通的发生强度与城市规模之间的关系为主题进行了研究。

在拥堵收费政策的研究方面，英国学者Walters利用边际效应规律构建了静态模型，对拥堵收费的定价问题进行了研究。Han L H等对静态模型实施改进，从而对动态拥堵收费的定价问题进行研究。在我国，贾书伟、严广乐基于SD-GM理论，建立城市交通拥堵收费模型。胡畔和耿庆武在环境保护的基础上对拥挤收费定价做出了研究。黄宇达、魏霞等提出了一种收费模型，其运用并行通讯膜计算原理，应用于道路拥挤情况。郭伟伊，王立伟利用大数据对交通拥堵治理进行了研究。李亚平等在出行决策行为变化的基础上研究了自调节阶段模型。

在实证研究方面，具有代表性的城市有伦敦，新加坡，瑞典的斯德哥尔摩和哥德堡，挪威的奥斯陆。

其中，为缓解城市交通拥堵，伦敦在2003年2月对固定时段内，在市中心划定收费范围，对范围内出入车辆收取交通拥堵费，征收拥挤费区域的面积约占伦敦总面积的1.3%，约为22 km2。1975年新加坡通过专有短波无线电ERP系统，在1998年9月实行公路电子收费系统，当车辆通过收费站，自动从安装在车辆中的智能卡阅读器中进行扣费。斯德哥尔摩和挪威则分别采取对白天驶入市中心的驾驶者进行收费和施行环形通行收费系统的政策。

以上研究结果表明:拥堵收费政策的实施，可以在一定程度上缓解城市核心区域的交通拥堵水平。

然而，还没有学者从无感支付的基础上来研究道路拥堵收费的方法，为此，本文研究一种基于无感支付的路段拥堵收费方法，方便实现，更加具有现实意义。

1 方案的总体设计

1.1 总体设计思路

此方案主要包含以下三个方面，其中有车辆数据库模块，拥堵方案模块和无感支付模块。本系统工作过程包括：交通高峰期时，对通过拥堵路段的车辆进行拥堵收费，通过道路两侧摄像头的扫描对车辆信息建立数据库，将车辆信息绑定App，通过App来进行收费。具体收费标准根据车型，车速和车辆停留时间等不同特征来进行。如果实施了一个有效的收费交易，相应的信息将储存到当地的控制器中。图1为本方案的技术路线。

图1 本方案的技术路线

1.2 路段拥堵收费方法可实现的功能

根据不同时间不同地点来划分，当车辆进入收费路段时，通过道路两侧的摄像头采集车辆的基本信息，自动根据摄像头所识别出来的车辆信息建立数据库，将汽车相关信息(车牌号、车主信息、时间等)进行提取，通过无线通信方式，将此信息发送至中央控制中心，由控制中心根据车辆停留时间、车型、车速拟定收费模型来决定每个路段所要征收的费用，自动从车辆绑定的收费App直接扣费，通过无感支付技术来实现对车辆应支付费用的收取。车主可以通过登录App查看所收取费用、余额、收费时间和地点，平台可以对交易数据进行统计、对车辆身份合法性进行校验，并实现结算、正常交易对账及异常违规交易的处理调整等功能，从而解决收费漏洞问题，减少通行费用流失。在拥堵路段6∶00～22∶00时间内，制定收费标准如下。

对经过拥堵路段的车辆，根据其停留时间不同来划分收费，收费方式如下。

(其中s为应收费用，t为车辆在路段停留时间)

对经过拥堵路段的车辆，根据其车型不同来划分收费，收费方式如表1。

表1 车型拥堵收费管理

对通过拥堵路段的车辆，根据其车速不同来收费，收费方式如表2。

表2 车速拥堵收费管理

2 运行系统设计

2.1 数据库模块

在实验区域路段的所有路口安装高清且具有识别车牌功能的联网摄像头，如图2，从而实现对车牌的识别，车辆图像的储存，车辆进出时间的记录等信息的采集。为完成数据库的建立，在试验区路段的摄像头旁埋设两条线路管道，共同连接摄像头和计算机从而辅助摄像头进行车牌识别和车辆图像的储存。同时联网摄像头需拥有红外技术辅助记录车辆信息，使车辆完成合乎法律性质的校准验证，输出激光束是重复频率1k Hz的脉冲，经过的车辆会使光束连续不停地中断从而变换反射光，最终光束中断反射信号被光电探测接收机获取，从而使车辆进出时间和车型的记录信息通过摄像头扫描录入数据库，再由此计算出车辆在该路段上的速度。车辆数据储存借助IP SAN存储区域网，IP SAN能对辅助摄像头输出的IP视频流进行直接存储，在IP网络上提供了一个使存储系统和服务器相互连接的架构，最后通过服务器和IP交换机在存储系统磁盘阵列上直接读写并导出所需要的车辆数据。

图2 车辆进入路段的模拟图

2.2 拥堵收费方案模块

对路段拥堵的判断以及收费的标准可利用道路车流密度对所监控路段的拥堵情况进行评价，当车流密度大于该路段或交叉口的通行能力时，判断为道路拥挤并开始计费以及利用无感技术自动扣除应收费用。根据高德交通数据分析，哈尔滨市主要拥堵路段处于严重拥堵，尤其是在早八点和晚五点时刻，高峰期拥堵延时指数为1.8及以上(拥堵延时指数=出行旅行时间/自由(畅通)旅行时间)，如表3。

根据2019年的统计，哈尔滨市城镇居民人均可支配收入为30 172元，农村居民人均可支配收入为13 748元，平均每人每天可支配收入为60.16元。货车一吨货物可收入800～1000元，拥堵延时指数为1.916，以缴费不低于2元，高于14元为基准，制定了关于不同车型的缴费方案。哈尔滨市路段拥挤大致分为三个不同阶段，不拥堵，轻度拥堵和重度拥堵。不拥堵为15 min之内可通过该路段，最低收费标准为2元，重度拥堵为60 min及以上，最高收费为14元，制定了关于不同停留时间的缴费模型。车辆平均时速为25.68 km/h，处于拥堵状态平均时速为21.75 km/h。当车辆经过该路段时，用区间测速法，若其速度在25～60 km/h(60 km/h为哈尔滨市车辆限速)时，则采用根据不同车型收费的缴费方案；若其速度为25 km/h以下时，则采用根据时间收费的缴费方案；若其速度为0 km/h时，则不收费。

同时，控制中心可以通过定位系统和手机APP将当前拥堵情况发送至司机，从而提醒其他地域车辆绕过该路段，以完成舒缓城市拥堵的目标。该收费标准旨在引导司机避开高峰时期和拥堵路段，收费标准应根据实际状况而适当改变，拥堵情况越严重，收费相应越高。此外，除道路负荷超过交通系统承载量和交通系统设计问题，天气因素、交通事故和个别车辆违反交通规则也会引起交通堵塞。

表3 哈尔滨市2019年上半年拥堵情况

2.3 无感支付模块

用户可以在手机APP中将车牌号与银行卡绑定，通过摄像头对车牌和车辆基本信息的自动识别，根据不同标准的收费模型计算出合适的费用，从App上绑定的银行卡账户上自动扣除费用，缴费过程之中无需现金。其系统总体结构如下:(1)系统后台:由云架构搭建的移动支付运营平台;(2)用户前端:移动支付APP;(3)收费前端:自动扣费系统;(4)通信网络:依托现有的运营商基站通信，为非现金移动支付提供网络通道，为通行人员手机端与收费系统提供通信网络服务;(5)网络传输要求:支付系统与交易系统的传输通道沿用现有的通道;(6)清分结算系统:基于现有无感支付收费清分结算系统，验算数据的完整性。

3 结 语

通过采用无感支付技术来收取路段拥堵费，根据车型、车速和车辆停留时间的不同，设计相对应收费模型的方案，实现了用户在线支付与自动扣费，具有收费模式多样化、操作智能化以及支付简单化等优点，刺激了汽车驾驶者对路径的抉择，使其主动规避拥堵道路而非被动地运用大量人力物力来疏导交通，侧面地缓解了道路压力。该收取道路拥堵费的方案简单明了，成本低，可操作性强，易于实现，具有一定的实用价值。