许天宇，韩振峰，张 波，马 静，王 磊，靳引利

（1.长安大学 电子与控制工程学院，陕西 西安 710000；2.陕西交通控股集团有限公司，陕西 西安 710000；3.陕西省高速公路收费中心，陕西 西安 710000）

0 引 言

目前我国对于高速公路数据的管理存在部门分管、难以交互的问题，例如高速收费站数据是保存在收费部门，而GPS 数据是保存在高速运管部门。在研究高速公路货车异常行为时，数据之间的不互通容易导致许多问题。本文以货车的逃费和交通违章这两类问题为例，分析数据不互通在数据分析中所造成的问题。货车的逃费行为包含倒换卡、换挂等，造成了巨大的经济损失；而交通违章行为通常包含强闯ETC、尾随ETC、套牌等，不仅造成了经济损失，更是对高速公路交通安全及人身安全造成了威胁。针对货车逃费行为，已经有许多学者做了相关的研究：通过数据融合、机器学习等方法，能够发现大部分的逃费行为，并且在部分省的高速公路收费站也得到了实际运用[1-6]。实际中为有效管理货车运输的安全，国家通过强制在货车上安装GPS 系统进行监测；虽然GPS 的数据与车辆的原始信息绑定之后能够对倒卡、换卡等逃费行为具有一定的监测作用，但是由于安全监测数据与收费流水数据相互独立且隔离，货车的逃费行为仍旧难以察觉。

针对货车交通违章的现象，目前主要是采用车牌识别、视频检测技术等方法进行处理。这些方法往往时效性低，需要收费站录入数据才能察觉，同时基于图像处理的检测技术，存在计算量过大并且对于较为复杂的情况精度较低等问题[7-9]。……