摘要：在高速公路联网收费体系不断发展的进程中,大量省界收费站被取消,路径识别与费用计算都离不开ETC门架系统。同时,高速公路路网门架分布密集,有海量观测数据需要进行实时处理,再加上设备数据质量易受环境影响,存在信息不完整、误差率较高等问题,均增加了路径拟合的难度,以至于在线计费的高精度要求无法得到满足。通过多源数据融合技术整合各类车辆数据,开发全时空路径在线拟合系统,有助于精准还原车辆行驶轨迹,进而提升高速公路计费效率与准确性。本篇文章聚焦多源数据融合的全时空路径在线拟合系统开发,希望能帮助相关工作人员实现系统的高效开发,并将其顺利投入使用。

　　关键词：多源数据融合；全时空路径；在线拟合系统；开发

　　0引言

　　多源数据融合技术是将各类数据全面收集起来,再进行系统性整合,该技术让数据有了更为广阔的应用场景。基于多源数据融合的全时空路径在线拟合系统既要承担海量数据的实时处理任务,又要对质量不一的数据有所辨别,采取差异化的处理措施。因此,在实际开发此类系统时,要保证能精准还原车辆行驶轨迹,同时确保轨迹信息能动态更新,从而优化高速公路收费效率,提升计费管理的精度。

　　1多源数据融合的全时空路径在线拟合系统概述

　　多源数据融合的全时空路径在线拟合系统在高速公路收费场景中,会将门架抓拍数据、ETC交易记录、车牌识别信息等离散数据片段,基于统一的时间戳、车牌号或OBU设备编号进行时空对齐,最终生成具有时空连续性的完整路径数据链。该系统的功能主要有三方面：一是多源数据预处理,二是多源数据融合,三是采用全时空数据在线路径拟合算法,在车辆行驶过程中实时进行路径预拟合,大幅减少收费出口端的路径计算耗时,保障在线计费系统的时效性要求。

　　2多源数据融合的全时空路径在线拟合系统需求分析与总体设计

　　2.1业务需求和技术需求

　　为了保证收费操作的精准性,在开发全时空路径在线拟合系统时要明确业务需求,确保车辆抵达收费出口时能迅速完成路径拟合,也要能支持在途车辆路径预拟合,有效缩短出口处理时间的同时保证里程计算准确。系统开发必须注重数据处理能力,要能快速清洗多源数据,并将其系统地分类和融合,以应对海量数据实时接入场景。此外,系统还需具备较强鲁棒性,能够有效处理异常数据,即便是在恶劣环境下依旧能精准辨别车辆轨迹,辅助其他系统做出正确的收费操作。

　　2.2系统总体架构设计

　　基于公路收费场景的实际需求,多源数据融合的全时空路径在线拟合系统应当采用分层架构设计,核心模块划分为路网拓扑模块、多源数据预处理模块、数据融合模块、异常纠偏模块和在线拟合模块。技术栈选用专业GIS工具进行空间数据处理,采用高性能数据库存储海量数据,搭载高效算法引擎支撑复杂计算任务。

　　在明确系统开发需求,并对总体设计进行科学规划之后,进行实际开发。

　　3路网拓扑简化模型开发

　　3.1数据源设计

　　开发系统时要注意科学选用全省门架数据和路网数据作为数据源,将两类数据导入GIS工具,系统自动检测门架与道路的空间位置关系。当检测到门架与对应道路存在整体性偏移时,系统自动执行坐标转换处理,针对个别异常点位,则需人工介入进行精准定位校准,确保空间数据的准确性。在确定好系统要使用的数据源之后,要选择如何处理此类数据,原始观测数据以三元组形式存储,通过完整性校验机制,确保数据覆盖全部或绝大部分门架。在数据预处理阶段,针对每个车牌的观测记录,按时间戳升序排列,构建门架间先后通过顺序[1]。

　　3.2白顶点压缩算法设计

　　白顶点压缩算法通过删除非必要、非业务节点,将多个门架绑定为门架组并保留关键门架,实现拓扑结构简化。算法执行流程包含以下步骤。

　　原始有向图构建环节,从数据库获取门架节点数据,依据起点和终点连接关系构建有向图,将节点划分为业务节点与非业务节点。

　　初步节点压缩过程,系统会执行节点精简操作。该操作基于高速公路门架网络特有的拓扑特性,即大多数中间节点仅具备单一输入或输出连接。算法通过识别这类单向连接节点,将其网络连接关系转移至相邻节点后予以剔除,仅保留具有多向连接功能的关键节点,从而减少系统后续的计算量。

　　二次节点压缩阶段,首先,生成图对应的邻接矩阵与可达矩阵,前者存储节点直接连接关系,后者记录直接和间接连接关系；其次,完成可达深度矩阵计算后,将非业务节点存入待处理字典,在邻接矩阵中定位其上游节点并执行异或操作,操作结束删除该节点并继续遍历；最后,计算压缩矩阵的可达深度矩阵,并将计算结果存入数据库。

　　4多源数据在线预处理模块开发

　　流水数据由车载OBU设备或CPC卡与RSU设备通信产生,不易漏数据,但RSU天线易记录反方向车道车辆产生空间位置错误数据,且对车辆身份的确认依赖ETC/CPC卡易产生身份错误。牌识数据由主线或匝道门架相机抓拍和车牌识别系统产生,相机安装视角通常不记录反方向车道数据,但受光线、气候影响存在不确定性,鲁棒性较差。

　　开发团队在构建预处理模块前,应当遵循三大处理策略：一是基于车牌编码规范,采用正则表达式匹配技术编写验证算法。通过构建车牌字符集（汉字、字母、数字）的正则表达式模式,对车牌数据进行格式校验,自动筛除无效车牌数据；二是设置时间差阈值,采用Java 8的java.time.Duration类或Python的datetime.timedelta模块,对抓拍时刻与接收时刻异常的数据进行清洗,计算两个时间戳之间的差值,若超出预设阈值（如5分钟）,则标记为异常数据；三是采用哈希比对技术,构建哈希表（如Java中的HashMap或Python中的dict）存储已处理数据的哈希值,在新数据进入时快速比对哈希值。对于哈希值相同的数据,进一步比较原始字段,保留时间戳最新或数据质量评分最高的记录,完成牌识数据的初步校验。

　　为进一步保障数据可靠性,团队设计了一套基于流水数据的交叉验证机制,具体实施流程如下：首先,针对特定期限内的主线牌识及流水数据,开发人员运用SQL查询工具编写抽样程序,以门架为单位随机选取数据样本,分别提取各样本区间内的流水与牌识数据,形成可供分析的数据集；其次,分别统计流水记录总数,计算两类数据的车牌匹配交集、唯一车牌并集,计算流水与牌识数据的重复率,分析流水数据对牌识数据的覆盖度（交集/流水总数）、牌识数据对流水数据的覆盖度（交集/牌识总数）以及交集在并集中的占比；最后,对匹配成功的记录进行时间戳对比,统计样本内时间差的平均值、最优值与最差值。

　　5多源数据融合与异常处理模块开发

　　5.1多源数据融合策略设计

　　在多源数据融合系统开发中,可以挖掘流水数据和牌识数据特性实现优势互补。以流水数据弥补牌识数据可能存在的漏拍问题,利用牌识数据纠正流水数据的空间偏差。具体融合流程构建分为A1数据准备、A2一致性比对、A3/A4合理性验证和A5数据融合四个阶段。

　　A1数据准备阶段对输入的牌识和流水数据分别去重,移除无效数据,抽取出三元组信息输出为待处理的原始观测记录。A2一致性比对阶段在不同数据源记录中找寻同一过车事件记录,匹配成功的记录进入A5融合,未匹配的分为“仅流水”和“仅牌识”,分别进入A3和A4。A3阶段对未匹配牌识的流水数据进行合理性时空验证,消除错误数据,对合理流水记录利用门架拓扑和时间逻辑验证后输入A5。A4阶段对未匹配流水的牌识数据验证车牌有效性,无效记录可调用二次识别系统,合理记录通过距离算法和拓扑时间逻辑验证后输入A5。A5阶段以过车事件为维度,融合时间、车牌、地点信息生成观测记录。

　　5.2异常数据处理机制

　　异常数据处理机制设计和开发数据表如表1所示。

　　6在线路径拟合模型开发

　　在完成上述功能模块开发之后,还需要进行全时空路径的在线路径拟合模型的开发。路网建模将收费站和枢纽作为节点,收费单元作为带权边,构建有向图G=（V,E）,其中V为节点集合,E为收费单元集合,权值设为收费单元的里程或基础费率。后台系统根据路网信息生成路网关系表,包括收费站、门架、收费单元等信息。

　　路径计算选用堆优化的Dijkstra算法,以起始点为中心,层层扩展,找到终点后即返回结果,通过堆优化减少时间复杂度,提升公路收费业务的运行效率。

　　7结语

　　多源数据融合的全时空路径在线拟合系统通过构建精确的车辆行驶轨迹,有效减少了因路径争议引发的收费纠纷。该系统一方面可应用于逃费稽查领域,比对车辆实际行驶路径与缴费记录的匹配程度,实现逃费行为的智能识别,另一方面可结合历史路径数据与实时交通信息,构建路网流量变化预测模型,进一步提升高速公路运营管理的智能化水平。

      参考文献

　　[1]黄凌锋.基于多源异构数据融合的道路信息采集系统设计研究[J].信息记录材料,2024,26(7):176-178+187.