基于雷視融合車(chē)型識(shí)別的稽核系統(tǒng)方案研究

朱來(lái)俊

摘要 在現(xiàn)行高速公路收費(fèi)機(jī)制下，偷逃通行費(fèi)的現(xiàn)象屢禁不止，高速收費(fèi)稽核是確保做到應(yīng)收盡收，減少通行費(fèi)損失的重要環(huán)節(jié)。傳統(tǒng)的人工稽核方式耗費(fèi)時(shí)間、效率低，且易受人為因素影響。文章提出了一種基于激光雷達(dá)和視頻車(chē)型識(shí)別的高速收費(fèi)稽核方案，通過(guò)邊緣計(jì)算技術(shù)對(duì)車(chē)輛信息進(jìn)行處理，建立可信車(chē)型庫(kù)，并通過(guò)大數(shù)據(jù)分析技術(shù)實(shí)現(xiàn)車(chē)輛畫(huà)像的生成。試點(diǎn)驗(yàn)證結(jié)果表明，該方案在車(chē)輛識(shí)別率和稽核效率方面均有顯著提高，可以為高速公路收費(fèi)系統(tǒng)和稽核系統(tǒng)提供可靠的應(yīng)用支持。

關(guān)鍵詞 雷視融合；車(chē)型識(shí)別；車(chē)輛車(chē)型庫(kù)；車(chē)輛行為畫(huà)像；收費(fèi)稽核

中圖分類(lèi)號(hào) U495 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 2096-8949（2023）16-0001-04

0 引言

2019年底撤銷(xiāo)省界站以來(lái)，高速公路建成了以ETC系統(tǒng)為核心的收費(fèi)系統(tǒng)，形成了全國(guó)“一張網(wǎng)”的運(yùn)營(yíng)格局。撤銷(xiāo)省界站使跨省通行車(chē)輛不再受省界收費(fèi)影響，收費(fèi)方式變?yōu)椤岸嗍￠T(mén)架計(jì)費(fèi)、出口收費(fèi)”，跨省車(chē)輛單次通行費(fèi)大幅度增加，部分司乘人員在利益驅(qū)動(dòng)下，利用非法手段達(dá)到逃費(fèi)和少繳通行費(fèi)的目的，改變車(chē)型、屏蔽通行介質(zhì)、跑長(zhǎng)買(mǎi)短等典型逃費(fèi)方式不斷演變，使稽核打逃工作面臨新挑戰(zhàn)[1]，相關(guān)工作量大大增加。

部中心也不斷細(xì)化完善稽核業(yè)務(wù)規(guī)則，通過(guò)編寫(xiě)收費(fèi)公路聯(lián)網(wǎng)收費(fèi)運(yùn)營(yíng)和服務(wù)規(guī)范，為全網(wǎng)收費(fèi)稽核業(yè)務(wù)開(kāi)展提供指導(dǎo)依據(jù)，確保稽核業(yè)務(wù)工作規(guī)范有序地開(kāi)展。在業(yè)務(wù)規(guī)則建立的同時(shí)，中心也于2021年1月份上線(xiàn)了部稽核平臺(tái)，完整閉環(huán)地支撐全網(wǎng)開(kāi)展稽核業(yè)務(wù)。根據(jù)部稽核平臺(tái)數(shù)據(jù)，發(fā)起稽核工單量逐月穩(wěn)步增長(zhǎng)，確認(rèn)欠費(fèi)額不斷上升，“一張網(wǎng)”模式下稽核工作對(duì)維護(hù)正常收費(fèi)秩序，保障通行費(fèi)收入的重要性日益凸顯。

目前，多數(shù)省份基本依托部、省級(jí)稽核平臺(tái)開(kāi)展高速收費(fèi)稽核工作，但實(shí)施過(guò)程中也存在以下兩方面的不足：

（1）節(jié)點(diǎn)感知能力弱：目前的收費(fèi)站ETC車(chē)道、ETC門(mén)架及服務(wù)區(qū)等應(yīng)用場(chǎng)景下，基本沒(méi)有車(chē)型檢測(cè)能力。

（2）稽核效率低，成本高：無(wú)可信的車(chē)型信息庫(kù)和車(chē)輛畫(huà)像，重點(diǎn)管控能力不足，全量稽核導(dǎo)致工作量大；信息共享機(jī)制差，導(dǎo)致重復(fù)稽核，效率低，成本高。

基于上述現(xiàn)狀，該文提出了一種基于激光雷達(dá)和視頻車(chē)型識(shí)別技術(shù)的高速收費(fèi)稽核解決方案。該方案采用邊緣計(jì)算技術(shù)，將圖像信息和雷達(dá)信息進(jìn)行融合處理，提高了高速通行車(chē)輛特征信息的感知能力[2]。同時(shí)，該方案還利用大數(shù)據(jù)處理技術(shù)，建立可信的車(chē)輛信息庫(kù)[3]，進(jìn)行了車(chē)輛畫(huà)像，實(shí)現(xiàn)了車(chē)型信息的共享和重點(diǎn)車(chē)輛監(jiān)控，提高了車(chē)輛稽核的準(zhǔn)確性和效率。

1 系統(tǒng)方案

針對(duì)高速收費(fèi)系統(tǒng)和稽核系統(tǒng)的現(xiàn)狀，該文以下面幾個(gè)方向?yàn)樵O(shè)計(jì)要點(diǎn)給出系統(tǒng)方案：

（1）提出了一種基于激光雷達(dá)和視頻車(chē)型識(shí)別技術(shù)的高速收費(fèi)稽核解決方案，能夠?qū)崿F(xiàn)高精度車(chē)型信息采集和高效率的車(chē)輛收費(fèi)稽核。

（2）采用邊緣計(jì)算技術(shù)和車(chē)型庫(kù)技術(shù)，降低了數(shù)據(jù)傳輸和處理的成本，并提高了準(zhǔn)確性和效率。

（3）設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)原型系統(tǒng)，證明了該文提出的解決方案的可行性和有效性。

1.1 系統(tǒng)總架構(gòu)

該文構(gòu)建的基于雷視融合車(chē)型識(shí)別的稽核系統(tǒng)，將高速公路關(guān)鍵路徑的節(jié)點(diǎn)感知設(shè)備統(tǒng)一接入，包括收費(fèi)站入口、服務(wù)區(qū)、ETC門(mén)架和收費(fèi)站出口等，利用節(jié)點(diǎn)感知能力獲取車(chē)輛多維特征信息，以車(chē)輛號(hào)牌為主鍵，整合車(chē)輛的車(chē)牌信息、實(shí)際車(chē)型信息、歷史計(jì)費(fèi)車(chē)型信息等多維度數(shù)據(jù)，采用大數(shù)據(jù)技術(shù)動(dòng)態(tài)為車(chē)輛精準(zhǔn)畫(huà)像，為業(yè)主建設(shè)標(biāo)準(zhǔn)化的高可信車(chē)輛車(chē)型庫(kù)?？少x能收費(fèi)站、門(mén)架等進(jìn)行收費(fèi)、計(jì)費(fèi)及稽核，可進(jìn)一步提高收費(fèi)車(chē)型的識(shí)別準(zhǔn)確率，有效降低車(chē)型判別人工介入概率，減輕收費(fèi)人員工作量?；诶滓暼诤宪?chē)型識(shí)別的稽核系統(tǒng)架構(gòu)如圖1所示。

1.2 系統(tǒng)網(wǎng)絡(luò)拓?fù)?/p>

基于雷視融合車(chē)型識(shí)別的收費(fèi)稽核系統(tǒng)由部署在收費(fèi)站、服務(wù)區(qū)、ETC門(mén)架等節(jié)點(diǎn)的車(chē)型識(shí)別子系統(tǒng)及數(shù)據(jù)管控平臺(tái)組成，其中數(shù)據(jù)管控平臺(tái)可以部署在路段中心或者省級(jí)中心。系統(tǒng)網(wǎng)絡(luò)拓?fù)淙鐖D2所示。

1.3 雷視融合車(chē)型識(shí)別系統(tǒng)

雷視融合車(chē)型識(shí)別系統(tǒng)由激光雷達(dá)和激光專(zhuān)用控制器、取證視頻、抓拍相機(jī)等組成，其系統(tǒng)組成如圖3所示。

1.3.1 激光雷達(dá)模塊

激光雷達(dá)可以獲取車(chē)輛的三維點(diǎn)云數(shù)據(jù)，包括車(chē)輛的長(zhǎng)度、寬度、高度和形狀等信息。該文采用萬(wàn)集科技研發(fā)的激光雷達(dá)，不僅具有高精度測(cè)距和定位技術(shù)，可達(dá)厘米級(jí)精度，能夠更準(zhǔn)確地檢測(cè)車(chē)輛輪廓特征，而且激光雷達(dá)采用主動(dòng)光源，不易受到環(huán)境光照影響，夜間識(shí)別較視頻檢測(cè)精準(zhǔn)度更高。

1.3.2 側(cè)裝攝像機(jī)

側(cè)裝攝像機(jī)主要用于獲取車(chē)輛的視頻信息，并對(duì)其進(jìn)行分析和處理。該文采用了YOLOv5算法進(jìn)行車(chē)型識(shí)別，該算法具有較高的準(zhǔn)確率和實(shí)時(shí)性。通過(guò)對(duì)車(chē)輛的視頻信息進(jìn)行分析和處理，可以獲取車(chē)輛的顏色、軸數(shù)等信息，為后續(xù)的稽核提供基礎(chǔ)。

1.3.3 抓拍子系統(tǒng)

系統(tǒng)包含抓拍攝像機(jī)及補(bǔ)光裝置，每條車(chē)道配置一套，用于抓拍經(jīng)過(guò)車(chē)輛的正面圖片。系統(tǒng)還包含視頻圖片特征提取邊緣機(jī)，用于對(duì)抓拍的圖片或原始視頻流提取車(chē)輛特征信息，并將車(chē)輛圖片信息、特征信息上傳給門(mén)架工控機(jī)。

1.3.4 數(shù)據(jù)處理子系統(tǒng)

數(shù)據(jù)處理子系統(tǒng)由邊緣AI一體機(jī)組成，通過(guò)網(wǎng)絡(luò)通信的方式實(shí)時(shí)接收激光雷達(dá)、側(cè)裝相機(jī)和抓拍子系統(tǒng)的數(shù)據(jù)，并在邊緣側(cè)執(zhí)行數(shù)據(jù)預(yù)處理、算法模型等數(shù)據(jù)處理流程，得到車(chē)輛的結(jié)構(gòu)化（如車(chē)牌號(hào)牌、識(shí)別車(chē)型、車(chē)輛軸數(shù)、行駛速度等）和非結(jié)構(gòu)化的數(shù)據(jù)（車(chē)頭圖片、車(chē)牌圖片、車(chē)側(cè)圖片、通行短視頻），并在邊緣AI一體機(jī)中進(jìn)行多維信息融合，生成“1取證-1流水-1圖片-1視頻”稽核證據(jù)鏈。

1.4 系統(tǒng)平臺(tái)功能

在節(jié)點(diǎn)門(mén)架的車(chē)型識(shí)別系統(tǒng)會(huì)精準(zhǔn)感知車(chē)輛特征信息，形成結(jié)構(gòu)化的數(shù)據(jù)，并通過(guò)專(zhuān)用網(wǎng)絡(luò)匯聚到大數(shù)據(jù)平臺(tái)。然后在平臺(tái)側(cè)會(huì)進(jìn)行數(shù)據(jù)接收、數(shù)據(jù)清洗、數(shù)據(jù)計(jì)算和數(shù)據(jù)存儲(chǔ)等數(shù)據(jù)處理，得到精準(zhǔn)的車(chē)輛車(chē)型及稽核信息，為后續(xù)進(jìn)行逃費(fèi)稽核打下基礎(chǔ)。在上述數(shù)據(jù)處理后，平臺(tái)可以提供以下功能：

1.4.1 車(chē)輛行為畫(huà)像和車(chē)輛畫(huà)像庫(kù)

車(chē)輛逃費(fèi)行為畫(huà)像是指對(duì)逃費(fèi)車(chē)輛的特征、行為和模式進(jìn)行分析和描述，以便識(shí)別和預(yù)測(cè)逃費(fèi)行為。該文提出的方案利用大數(shù)據(jù)分析能力，可從以下維度對(duì)車(chē)輛進(jìn)行畫(huà)像。

（1）頻率與時(shí)間。逃費(fèi)車(chē)輛可能在一段時(shí)間內(nèi)多次或頻繁地進(jìn)行逃費(fèi)行為。通過(guò)分析逃費(fèi)發(fā)生的時(shí)間段和頻率，可以了解逃費(fèi)車(chē)輛的行為模式和習(xí)慣。

（2）路段偏好。逃費(fèi)車(chē)輛可能有特定的路段偏好，傾向于在某些路段上進(jìn)行逃費(fèi)。通過(guò)分析逃費(fèi)發(fā)生的地點(diǎn)和路段，可以確定逃費(fèi)車(chē)輛的常用逃費(fèi)路線(xiàn)或逃費(fèi)點(diǎn)。

（3）車(chē)輛類(lèi)型與特征。逃費(fèi)車(chē)輛可能涵蓋不同類(lèi)型和特征的車(chē)輛，包括私家車(chē)、商用車(chē)、摩托車(chē)等。通過(guò)分析車(chē)輛的類(lèi)型、品牌、顏色等特征，可以輔助識(shí)別和追蹤逃費(fèi)車(chē)輛。

（4）支付方式偏好。逃費(fèi)車(chē)輛可能傾向于使用特定的支付方式或逃避支付手段。通過(guò)分析逃費(fèi)車(chē)輛的支付方式、賬戶(hù)記錄等信息，可以了解他們的支付習(xí)慣和行為模式。

（5）行為特征。逃費(fèi)車(chē)輛可能表現(xiàn)出一些行為特征，例如倒換交易介質(zhì)、變更車(chē)種、有入無(wú)出等。通過(guò)分析車(chē)輛的行駛行為和模式，可以輔助識(shí)別和預(yù)測(cè)逃費(fèi)行為。

1.4.2 車(chē)型信息和車(chē)型信息庫(kù)

目前，高速收費(fèi)公路通行費(fèi)主要由費(fèi)率和里程決定，而通行費(fèi)費(fèi)率主要由車(chē)型決定。該文所述的車(chē)型信息泛指以車(chē)型為主的車(chē)輛特征信息，包括了車(chē)牌號(hào)牌、車(chē)牌顏色、車(chē)型、軸數(shù)、車(chē)頭圖片、車(chē)身圖片等?；谏鲜鲕?chē)輛特征信息，系統(tǒng)提供了以下功能：

（1）數(shù)據(jù)審核與驗(yàn)證?？梢詫?duì)車(chē)型信息進(jìn)行審核和驗(yàn)證，確保數(shù)據(jù)的準(zhǔn)確性和完整性。通過(guò)對(duì)數(shù)據(jù)源的驗(yàn)證和比對(duì)，檢查車(chē)型信息是否與官方發(fā)布的數(shù)據(jù)一致，并排除潛在的錯(cuò)誤或虛假信息。

（2）車(chē)型信息搜索與查詢(xún)。提供車(chē)型信息的搜索和查詢(xún)功能，用戶(hù)可以根據(jù)車(chē)牌號(hào)、品牌、車(chē)型等條件進(jìn)行快速查找所需的車(chē)型信息，提高信息的檢索效率。

（3）信息共享和數(shù)據(jù)交換。平臺(tái)可以與其他相關(guān)系統(tǒng)進(jìn)行接口集成，實(shí)現(xiàn)數(shù)據(jù)的交換和共享。與部省稽核系統(tǒng)、收費(fèi)站收費(fèi)系統(tǒng)等進(jìn)行數(shù)據(jù)接口對(duì)接，確保車(chē)型信息在各個(gè)系統(tǒng)之間的一致性和流暢傳遞。

（4）數(shù)據(jù)可視化與報(bào)告生成。平臺(tái)可以提供數(shù)據(jù)可視化的功能，將車(chē)型信息以圖表、報(bào)表等形式進(jìn)行展示和分析，生成可視化報(bào)告，幫助用戶(hù)更直觀地了解車(chē)型數(shù)據(jù)的變化、趨勢(shì)和統(tǒng)計(jì)信息。

1.4.3 重點(diǎn)車(chē)輛管控

通過(guò)車(chē)輛畫(huà)像庫(kù)和車(chē)型信息庫(kù)，進(jìn)行數(shù)據(jù)分析和模型預(yù)測(cè)，識(shí)別潛在的風(fēng)險(xiǎn)車(chē)輛，可以實(shí)現(xiàn)對(duì)兩客一危、逃費(fèi)車(chē)輛進(jìn)行實(shí)時(shí)監(jiān)測(cè)和跟蹤，以確保車(chē)輛在高速通行中的安全性和合規(guī)性。同時(shí)，系統(tǒng)可以根據(jù)預(yù)警信息，對(duì)風(fēng)險(xiǎn)事件進(jìn)行推送提醒，以便及時(shí)采取相應(yīng)的安全處置措施。

1.4.4 信息共享和車(chē)輛攔截追繳

結(jié)合節(jié)點(diǎn)實(shí)時(shí)感知數(shù)據(jù)，平臺(tái)可及時(shí)發(fā)現(xiàn)通行車(chē)輛逃費(fèi)行為，包括大車(chē)小標(biāo)、交換介質(zhì)、一車(chē)多介質(zhì)等異常車(chē)輛，然后通過(guò)車(chē)輛行為畫(huà)像庫(kù)預(yù)測(cè)車(chē)輛行駛路線(xiàn)，由中心人工確定異常行為后及時(shí)將該車(chē)加入黑名單，并下發(fā)派單給可能駛出的收費(fèi)站稽核人員實(shí)施攔截稽核。

2 關(guān)鍵技術(shù)

2.1 雷視融合車(chē)型識(shí)別技術(shù)

采用先進(jìn)的激光+視頻融合技術(shù)，獲取車(chē)輛點(diǎn)云信息和圖像信息。系統(tǒng)基于多維感知融合，結(jié)合激光雷達(dá)、取證相機(jī)等不同技術(shù)原理的設(shè)備感知信息，運(yùn)用傳統(tǒng)經(jīng)典算法和深度學(xué)習(xí)算法，分別提取車(chē)輛的局部特征和全局特征，從而實(shí)現(xiàn)綜合決策，準(zhǔn)確輸出車(chē)輛收費(fèi)車(chē)型，并且系統(tǒng)采用高頻掃描式激光器，垂直向下安裝，具有極佳角分辨率，無(wú)懼車(chē)輛并行遮擋，準(zhǔn)確分車(chē)[4]。

2.2 邊緣計(jì)算技術(shù)

通過(guò)邊緣計(jì)算技術(shù)，可以將車(chē)輛特征信息的感知和數(shù)據(jù)處理放在邊緣側(cè)節(jié)點(diǎn)上，然后生成結(jié)構(gòu)化的數(shù)據(jù)，減少數(shù)據(jù)傳輸?shù)难舆t和成本。在車(chē)輛稽核中，邊緣計(jì)算可以使數(shù)據(jù)處理更加快速和實(shí)時(shí)，提高系統(tǒng)的稽核效率。

2.3 大數(shù)據(jù)處理技術(shù)

通過(guò)使用大數(shù)據(jù)技術(shù)，實(shí)現(xiàn)車(chē)型庫(kù)的構(gòu)建和管理，通過(guò)車(chē)輛圖像的處理和分析，識(shí)別車(chē)輛的車(chē)牌號(hào)碼、車(chē)型、顏色等信息，并將其存儲(chǔ)在車(chē)型庫(kù)中，為后續(xù)的車(chē)輛識(shí)別提供依據(jù)[5]?；诖髷?shù)據(jù)技術(shù)和車(chē)輛信息庫(kù)的車(chē)輛特征分析和行為模式挖掘，通過(guò)對(duì)車(chē)輛行駛軌跡、車(chē)速、停留時(shí)間、行駛路線(xiàn)等信息進(jìn)行分析，建立車(chē)輛的行為畫(huà)像，賦能高速收費(fèi)和稽核系統(tǒng)。

2.4 車(chē)型行為畫(huà)像技術(shù)

通過(guò)節(jié)點(diǎn)感知設(shè)備對(duì)車(chē)輛的特征信息進(jìn)行采集，并提取出具有代表性的行為特征，利用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)技術(shù)，對(duì)車(chē)輛的行為模式進(jìn)行識(shí)別和分類(lèi)。通過(guò)對(duì)大量的車(chē)輛行為數(shù)據(jù)進(jìn)行訓(xùn)練和模型建立，識(shí)別出不同類(lèi)型的行為模式。然后將車(chē)輛的行為特征和模式融合，建立車(chē)輛的行為畫(huà)像模型，用以描述車(chē)輛額典型行為模式、習(xí)慣偏好，為收費(fèi)稽核提供決策依據(jù)。最后，利用上述技術(shù)，可對(duì)車(chē)輛的行為進(jìn)行預(yù)測(cè)分析、實(shí)時(shí)監(jiān)控與報(bào)警，助力稽核人員采取相應(yīng)的稽核措施。

3 系統(tǒng)有益效果

針對(duì)文首提到的現(xiàn)階段各省稽核系統(tǒng)存在的節(jié)點(diǎn)感知能力弱，稽核效率低，成本高等不足之處，聯(lián)合高速收費(fèi)行業(yè)頭部企業(yè)在貴州進(jìn)行了該方案的試點(diǎn)驗(yàn)證，該文給出的稽核系統(tǒng)有效地解決了上述問(wèn)題：

（1）在車(chē)輛信息感知維度，通過(guò)雷視融合方案獲取車(chē)輛點(diǎn)云信息和圖像信息，然后通過(guò)深度學(xué)習(xí)算法和雷視融合算法進(jìn)行車(chē)輛多維特征感知，得到更精準(zhǔn)的車(chē)型、軸數(shù)等車(chē)輛特征[6]。相比于傳統(tǒng)的基于圖像識(shí)別的車(chē)型識(shí)別技術(shù)，基于雷視融合的車(chē)型識(shí)別技術(shù)在復(fù)雜的天氣和光照條件下具有更高的準(zhǔn)確性和穩(wěn)定性。

（2）在稽核維度，借助大數(shù)據(jù)技術(shù)和車(chē)輛畫(huà)像技術(shù)，建立了可信的車(chē)型信息庫(kù)，不僅是收費(fèi)稽核的重要基礎(chǔ)數(shù)據(jù)，還能賦能收費(fèi)站、門(mén)架等場(chǎng)景進(jìn)行收費(fèi)和計(jì)費(fèi)。

（3）在實(shí)時(shí)性維度，借助數(shù)據(jù)管理平臺(tái)實(shí)現(xiàn)高效合理的業(yè)務(wù)流程，對(duì)疑似異常行為及時(shí)地進(jìn)行人工確認(rèn)，并下發(fā)收費(fèi)站實(shí)施稽核攔截。

4 結(jié)語(yǔ)

該文提出了一種基于雷視融合車(chē)型識(shí)別的收費(fèi)稽核方案。該方案通過(guò)激光雷達(dá)和視頻車(chē)型識(shí)別技術(shù)快速準(zhǔn)確地識(shí)別車(chē)輛車(chē)牌和車(chē)型等信息，使用邊緣計(jì)算進(jìn)行數(shù)據(jù)處理和分析，生成可信的車(chē)型庫(kù)，能夠在實(shí)時(shí)性要求較高的場(chǎng)景下稽核車(chē)輛，同時(shí)減少了數(shù)據(jù)傳輸?shù)难舆t和成本，降低了系統(tǒng)的運(yùn)行成本。該文的實(shí)驗(yàn)結(jié)果表明，該方案的識(shí)別準(zhǔn)確率和稽核效率較高，生成的車(chē)輛畫(huà)像精度較高，可以有效應(yīng)用于高速公路收費(fèi)稽核場(chǎng)景。

參考文獻(xiàn)

[1]專(zhuān)家談“后撤站時(shí)代”的三大難點(diǎn)[N]. 中國(guó)交通信息化（公眾號(hào)）. 2020-10-12.

[2]沈峰， 朱勝超， 呂劍. ETC分段式計(jì)費(fèi)系統(tǒng)精準(zhǔn)收費(fèi)升級(jí)方案[J]. 中國(guó)交通信息化. 2021（6）： 106-108.

[3]劉雪峰， 張建勇. 基于車(chē)型庫(kù)和圖像識(shí)別的收費(fèi)車(chē)型自動(dòng)識(shí)別系統(tǒng)[J]. 交通科技與經(jīng)濟(jì)， 2020（2）： 76-80.

[4]信思旭， 馬春香， 蔣佳男， 等. 激光式ETC防作弊系統(tǒng)解決方案探析[J]. 中國(guó)交通信息化， 2018（4）： 101-103.

[5]邱夢(mèng)婕， 于利民， 趙寶華， 等. 基于車(chē)型信息的ETC收費(fèi)稽核方法[J]. 交通信息與安全， 2020（2）： 128-133.

[6]張亮， 李澤湘. 基于車(chē)型信息的高速公路收費(fèi)稽核技術(shù)研究[J]. 公路， 2021（3）： 277-284.