首页 > 科技

华为云推出大数据稽核方案,专注解决高速偷逃
2019-07-19 22:30:15

  很多朋友可能发现,部分省界收费站变少而ETC通道在增加,高速公路的出行体验比以前更加顺畅。实际上,这一系列的便民举措策划已久。2019年5月国务院常务会议宣布取消高速公路省界收费站,一年后的5月,国务院印发《深化收费公路制度改革取消高速公路省界收费站实施方案》,正式将收费公路制度改革推向快车道。《方案》要求2019年底ETC普兼职微信公众号运营及率将达到90%以上,同时实现手机移动支付在人工收费车道全覆盖。高速公路数字化转型的大幕已经开启。

  然而,在公众体验节省费用、便捷通行等利好的同时,高速公路的管理运营单位却饱受新情况的困扰。部分车主利用系统的一些“漏洞”偷逃费,且方式呈现多样化,包括换卡逃费、车头挂车分离逃费、倒换电子标签、ETC车道跟车逃费等。同时偷逃费行为向专业化、团伙化演变,给高速运营单位带来大量经济损失和严峻挑战。

  调查发现,目前收费卡口仍主要使用传统稽核方法。传统方式通常基于初步的车辆行驶异常信息作筛查依据,如频繁进出站等,却难以发现大量逃费,存在的主要问题是:

  • 大数据分析应用较少,缺乏数据深度分析

  • 基本以收费数据为主,视频/图片等辅助证据不足

  • 依赖大量人工进行稽核,效率低下

  针对传统稽核方法的多重痛点,华为云正式推出高速公路大数据稽核解决方案。该方案基于华为云业界领先的云数字平台,结合华为在高速公路行业的深厚积淀,利用大数据、人工智能、云边协同等先进技术,实现了海量通行记录数据的偷逃费自动分析,并结合门架摄像头抓拍的图像记录实现偷逃费车辆的精准识别,保障高速业主收益。

image.png

  华为云大数据稽核解决方案包括三大平台:

  AI边缘稽核平台,2019温岭夜班招聘基于华为自研鲲鹏920和昇腾310芯片+智能边缘平台IEF Edge架构,实现30+车辆特征和上万种车型的识别、稽核场景的实时处理,车辆通行照片的存储;

  大数据稽核平台,主要包括基础设施层、平台层、使能层、应用层:

  •基础设施层:提供计算、存储、网络等基础资源

  •平台层:提供智能数据湖平台DAYU、AI开发平台ModelArts、边缘管理平台IEF、数据库及中间件等通用平台及组件

  •使能层:提供车辆识别算法、以图搜图、路径还原等基础能力

  •应用层:包括稽核系统、客服系统等其他公共服务类系统,其中稽核系统主要实现偷逃费模型、通行记录分析、证据链管理、信用管理、黑白名单管理等稽核相关功能

  车辆特征训练开发平台,实现新的车型识别和车辆特征识别能力的持续提升,车辆异常通行照片的持久存储;其中ModelArts是一站式AI训练开发平台,提供车型和车辆特征的海量数据预处理及半自动化标注、大规模分布式训练、车辆识别模型自动化生成、云边按需部署模型等能力。

  方案主要的优势有:

  1、快速上线:18大类160+资源及服务即买即用,降低初始投资的同时,大数据稽核等高速公路应用系统可在一周内完成上线;

  2、 降低成本:通过华为云云边协同架构,车辆特征在边缘就进行结构化处理,500KB的图片结构化后只有2.5KB~5KB,门架到路段或省中心的带宽成本降低100~200倍

  3、性能提升:采用华为自研业界领先的芯片级加速、多维建模、联合检索等技术,大数据处理性能提升30%,车辆特征向量搜索性能提升20+倍,千亿条记录秒级返回,极大提升海量通行记录的稽核处理效率,让偷逃费无所遁形。

  4、开放兼容:开放架构,支持第三方厂家算法的导入和管理,让高速业主能引入业界最优的人工智能技术。

  5、持续演进:基于车辆特征训练开发平台,车辆特征识别模型训练由数周降低到数小时,对于新的车型及特征能快速构建起相关识别能力。

  6、简化运维:边缘设备及业务统一管理,算法模型统一批量下发,极大简化系统运维。

  在取消省界收费站的工作部署中,国家有关部门对网络安全提出明确要求:全面落实等级保护第三级要求。华为云致力于为客户提供高度可信的业务运行环境,易获取、按需使用、弹性扩展的云安全服务,帮助客户保护云上的应用系统和重要数据,华为云已获得了CSA STAR、ISO安全体系等20多个安全合规认证,并在2019年就高分通过了等保四级测评。华为云既要让客户用得好,更要用得放心。

image.png

  一条条高速公路连接天南海北与五湖四海,像强劲的动脉横亘在中华大地的肌肤上,为社会运转提供源源不绝的动力。省界收费站的取消与ETC的普及标志着交通智慧化改革的深化,让连接更加紧密与顺畅。华为云大数据稽核方案希望助客户一臂之力,推动高速公路管理精细化发展,为公众出行提供更多便利。




关注ITBear科技资讯公众号(itbear365 ),每天推送你感兴趣的科技内容。

特别提醒:本网内容转载自其他媒体,目的在于传递更多信息,并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益,请及时联系我们,本站将会在24小时内处理完毕。




Copyright (c)SYSTEM All Rights Reserved
声明:依据国家《互联网管理规定》,本网站禁止发布任何违反中华人民共和国法律、法规的内容
如涉及版权问题,请与我们联系!内容仅代表作者个人观点,并不代表本网站赞同其观点和对其真实性负责。