基于边缘计算的超限检测系统数据融合应用研究

陈 波，郭 斌

(江苏长天智远交通科技有限公司,江苏 南京 210019)

0 引言

超载检测系统是由称重设备、车轴检测器、车辆抓拍识别设备、视频监控设备、信息发布显示设备等不同类型的终端设备和负责数据采集、处理、存储和传输的软件系统组成的软硬件综合性系统。由于不同类型的超载检测站点应用场景、建设单位和建设时间不同，所采用的设备品牌、规格、数据传输协议和接口不一，导致各类终端设备接入调试时间长，多源异构数据采集汇聚难度高，数据处理与上传效率低[1]。随着江苏省超限检测站点，尤其是动态不停车称重系统布设密度的加大，已建和待建超限检测站点检测信息的采集、接入、处理和上传量将越来越大，上层监管平台的信息处理和存储压力也在逐步增加，需要解决各类超载检测应用场景下终端设备的异构接入和运维管控需求，以及超载检测数据的边缘端快速采集、处理、上传和超限大件运输许可信息、黑名单信息等的数据交互问题[2]。

本文引入边缘计算技术，针对公路超限检测站、高速不停车称重检测点等7类超载检测应用场景的数据监管需求，通过边缘计算一体机搭载自研的“微治超”系统，实现对多种典型终端设备的异构数据接入和运维管控，自动汇聚和预处理，超载检测信息AI识别与融合应用，有效缓解了上层监管平台的信息处理压力，扩充了各类超载检测站点在综合交通治理和车路协同服务的应用能力，发挥了超载检测站点的综合应用效能。

1 终端设备的边缘计算统一接入

1.1 边缘计算一体机选型

边缘一体机的选型取决于各类超载检测应用场景下的终端设备布设情况、网络环境和数据处理要求，还需要满足尺寸小、高可靠、模块化和远程运维的需求。各类超载检测站点通常采用低时延、窄带宽、地域分布广泛的小规模边缘数据中心接入型架构，虽然单站点设备数量有限，但设备种类覆盖广，其 IT 堆栈与数据中心没有太大的差异，因此对检测站点设备的集成和运维提出了较高的要求。传统超载检测站点的建设模式从设计施工到业务上线至少需要3个月的时间，需要协调多厂商招标和实施，而且无多站点集中监控和统一的运维方案，增加了超载检测站点的管理运维难度。

通过对公路超限检测站、高速不停车称重检测点、车道式低速预检点、高速公路收费站、货运源头站、省级不停车门架和汽渡口7类超载检测站点的设备主要类型、设备品牌型号、数据接口等方面的分析，本文对边缘一体机选型的基本要求总结如下。

(1)支持通信、控制、设备接入等多功能集成，有效管理和控制接入。

(2)从硬件芯片到系统软件都支持边缘计算算法，智能化水平高，支持无人值守和智能响应。

(3)功能接口丰富，能够支持工业、环保、输配电等行业协议，支持接入各类超限检测终端机电设备，部署便捷。

(4)支持有线和无线网络通信，满足不同现场项目的通信网络状况，可灵活选择通信模式，有线无线网络还可互为备份，多重保障设备不掉线。

选型后的智能边缘一体机将计算、存储、网络、虚拟化和环境动力等产品有机集成到一个机柜中，在出厂时完成预安装和预连线，现场部署安装时，无需深入了解各类终端设备的内部原理，无需深入掌握IT技术，只需接上电源，连上网络，利用快速部署工具填写配置参数，即可完成站点设备的初始化配置。

1.2 终端设备接入协议规范

如图1所示，检测站点的主要待接入终端设备包括称重系统(含一体化秤台、车辆检测器、地感线圈、称重控制主机等)、车牌识别系统(含车牌识别摄像机、车牌识别主机等)、视频监控系统、信息发布系统(含告知显示器、取证显示屏、控制器等)和车轴识别系统。各类终端设备按照其定义的物理接口协议和数据接口协议与前端通信软件或视频监控服务器进行通信和数据传输，业务管理软件再按照上层监管平台的要求完成动态称重数据的上传和黑名单等数据的同步。由于各地市站点建设对终端设备的数据接入协议没有统一约定，造成业务管理软件必须根据每个站点的终端设备接口协议进行定制化开发和设备接入调试，这是造成站点设备初始化配置周期长、操作烦琐的主要原因。

图1 检测站点监测数据接口网络拓扑结构

因此，本文着重梳理了上述各类主要终端设备的数据接入协议，包括物理接口协议和数据接入协议，如表1和表2所示，形成终端设备接口资源库，保证满足当前各子系统主要终端设备的接入需求，同时通过构建统一的协议规范，也可以规范后续站点终端设备的采购技术标准。随着后续检测站点设备类型的不断增加，可以持续更新和扩展接入协议规范支持的设备类型和协议接口，保证其后续良好的扩展性和适用性。

表1 称重系统物理接口协议说明

1.3 终端设备异构接入与数据处理

通过统一接口和数据传输协议，即可在边缘计算单元获取各类终端设备实时上传原始数据报文，然后按照超限检测数据格式规范，如表3所示，对同一时间产生的多源数据进行提取、解构、叠加等异构化处理，最终形成逐条的车辆检测原始数据记录。

2 检测数据汇聚与“微治超”系统研究

2.1 检测数据校验规则与交换规范

2.1.1 超载检测证据基本要求与审核标准

超限超载行政处罚案件主要包括公安交管联合执法案件和交通行政处罚案件，公安交管联合执法案件中需要提供称重和卸载单、超限运输检测报告、超限车辆照片等证据文件，交通行政处罚案件需要提供案件视听资料证据材料、称重检测系统现场检测截取照片和其他证据材料[3]。在综合行政执法信息系统中，满足道路运输货车超限行政执法案件超限证据的完整信息应包含以下内容。

(1)称重卸载信息(超限检测现场称重卸载单)。

车牌号、驾驶员姓名、道路运输证号、从业资格证号、车辆所属运输企业、车辆装货场所、车辆最大允许总质量、卸载前车货总质量、卸载后车货总质量、超限超载比例。

(2)超限车辆称重检测数据(超限车辆称重检测报告)。

检测时间、检测站点、检测年份、检测号、总重、轴数、车牌号、称重检测车头照片、超限车辆车头照片、超限车辆车尾照片。

(3)称重检测系统现场检测截取照片检测单。

检测单号、检测时间、站点名称、点位名称、线路名称、检测方向、车牌号、车型、轴数、总重、限重、超重、超限率、车速、车道、车牌、超限车辆照片(车头第一张图片、车头第二张图片)、驾驶员特写照片带车牌、前部45度角照片、侧面照片、车尾照片。

表2 称重系统数据接口说明(部分)

表3 过车检测明细数据格式规范(部分)

此外，不停车动态超载检测数据形成案件证据的要求，目前各地没有形成统一明确的标准。一般来说，超限超载处罚立案标准以被检测车辆的轴数、车辆类型、超限量、超限率和完整的超限车辆图片和视频片段为依据。因此，打通不停车超限检测数据与公安交管案件处罚立案的数据通道，建立检测数据审核机制，实现超限非现场证据标准化和操作程序规范化管理，对于今后处理和审核大量过车超载检测数据具有重要意义。

2.1.2 超载检测证据基本要求与审核标准

根据江苏省级治超平台对于超限检测明细数据的上传接口技术规范要求，以及动态不停车检测系统对于车辆抓拍图片证据的审核校验参考标准，本文提出了面向超限检测数据符合性的层次化校验模型。

(1)检测数据完整性校验。

系统按照各类超限检测应用场景下对超限检测证据上传至江苏省市级监测平台的要求为依据，对待上传的每一条过车检测数据项的完整性进行自检。该层次数据校验可通过接口定义方式实现，数据完整性校验规则可按场景和接入平台的要求进行设置和修改，当检测到待上传数据不符合完整性校验要求时予以剔除。

单条检测数据的完整性，指在车辆过车过程中，各设备之间的数据检测要完整，如果存在抓拍车牌信息、车辆轮轴识别结果、车辆过车图片(车头、全貌、车尾、前侧、尾侧)、称重数据其中任意一项存在数据异常或缺失，那么该单条过车记录数据就认定为存在异常。每一条数据的校验对象包括车辆载重数据、车辆轴数、车辆牌号和车辆过车照片，其他数据项通过数据库字段必填性要求进行校验核准。

(2)数据上报完整性校验。

校验模型的第二层是对边缘检测点向中心上报数据的完整性进行校验。数据上报的完整性，指不停车检测点的平台提供可以查询的指定过车时间内的过车数量，然后与中心收到的上报数据量(同一指定时间内)进行对比，得到数据总量的完整性校验结果。若上报数据存在缺失，则中心将向边缘端发送指令进行补传。

(3)非结构化数据符合性校验。

车辆的抓拍图片和过车视频需要符合完整证据信息的要求。如照片文件的格式、照片叠加信息、图片中抓拍信息的完整性、清晰度等，这类非结构化数据的符合性校验，需要借助AI边缘计算识别单元的神经网络算法模块来实现。

石维康[4]提出分类模型算法适用于社会通用车辆的提取和筛选，而货车总质量限值的确定则需要判断货车轴数和具体车型，因此还需要结合贺甜[5]提出的利用深度卷积神经网络模型进行模式识别，结合密集采样的特征提取网络方案，简化车型库的样本要求，确定共享卷积网络的深度。采用这种端到端的识别方法，只需要输入采集车辆的图像数据，通过一系列的卷积、池化、归一化、激活、抑制、误差返传等手段，直接输出分类识别结果，通过随机梯度下降与神经元迭代自更新的方式进行图像的自学习，大大省去了人工干预步骤和对车型库丰富程度的依赖，并且能够保证计算收敛性和检测准确率的提升。

2.1.3 超载证据链数据生成与校验效果

边缘计算单元自动采集和汇聚形成车辆检测原始数据后，按照上述规则对原始数据进行符合性校验，并将校验后的结果和存在问题的数据记录进行标记，与车辆检测数据一并通过数据接口上传到上层监测平台。当监管人员打开车辆过车数据的审核界面时，可以看到每条数据在边缘端处理后给出的数据校验结果提示，还可以直接对不符合人工审核标准的图像信息添加问题标记和描述，从而有针对性地提高审核效率。当后续边缘端得到普遍应用，数据校验的准确率符合要求后，可以实现批量自动审核。

2.2 边缘计算一体机“微治超”系统设计

2.2.1 系统总体架构设计

通过在超载检测站点以边缘计算架构为基础部署边缘计算一体机设备，对所有接入设备的原始采集数据进行分析处理，再以上层监管平台数据接入规范为基准，在超载检测站点层面实现海量超载执法数据的审核、加工和预处理，实现站端管理系统和上层监管平台的部分功能，这就是“微治超”系统的基本概念和总体架构。

数据架构设计方面，部署在边缘计算终端的“微治超”系统是以满足当前7类超限检测应用场景数据管理为目标，通过边缘计算端的应用部署，将现有的“省级数据中心-站端”“市级治超管理系统-站端”的数据部署架构演变为边缘计算环境下的“省级中心-边缘端雾计算中心-站端”“市级治超管理系统-边缘雾计算中心-站端”的3层部署架构，在站端位置构建雾计算中心，向省市级管理机构提供数据中台服务，从而解决上层监管平台数据存储和计算处理要求过大的问题，实现检测数据的随用随取。

2.2.2 系统功能设计

根据“微治超”系统的定位和目标，系统的功能设计与站端管理软件和上层监管平台的功能有所差异。既要满足各类检测终端的接入管理和数据采集需求，又要具备上层监管平台对数据监测和部分统计分析功能。其具体功能可分类以下几方面。

(1)设备接入管理。

包括路段管理、站点管理、设备管理等功能。通过设备接入管理功能，能够通过各类终端检测设备提供的标准协议接口查询所有接入设备的最新状态，包括但不限于：站点名称、设备类型、设备数据上报时间、设备通信状态、设备工作状态、设备工作异常描述等。

(2)边缘端基础配置。

包括基本配置管理、边缘配置管理、服务监听配置、设备用户管理等。通过边缘端的基本配置功能，能够根据设备接入的超载检测站点类型和部署环境要求自定义数据校验规则和预警阈值，确保系统稳定运行和数据上传质量。

(3)数据采集与监测分析。

通过预检复检数据监测、设备监控、异常报警登记、大件运输许可管理等治超业务处理下沉式监测功能，能够将上层监管平台的部分监管业务下沉到超载检测站点完成即时处理，并可选择与配置每个边缘端的数据校验规则，让监测管理操作更灵活。

(4)数据查询与统计分析。

理论上可以实现面向当前监测站点的所有数据查询和统计分析功能。包括常用的监测记录查询、超载查询、布防查询、超载流量统计、设备运维分析等。

3 超载检测数据融合处理与应用

3.1 案件要素与超载检测数据的关联统计模型

建立案件要素与超载检测数据关联统计模型的目的，是希望通过AI边缘端的智能检测结果，自动甄别并记录疑似超限违法车辆的过车信息，并将违法车辆信息进行标记上传。在上层监测平台中，依靠多个边缘端汇聚的疑似超限案件数据和执法结案案件数据汇聚，形成结合空间、时间和违法案件要素的关联分析画像，帮助管理层通过案件数据的挖掘分析结果指导超限超载执法计划制定与行动布控。

统计模型建立的关键是通过梳理案件信息中的构成要素，形成并定义各要素之间的语义关系，并将各要素的构成信息进行组合分析，基于数据分析统计工具形成针对各类案件主体基于时间、空间和案件特征的统计结果，最终依靠可视化方式展示超限超载行为的演变趋势。

统计模型的基本运行机制是：部署在站端的边缘设备完成检测规则设定后，当终端设备检测到疑似违法车辆时，边缘设备自动审核违法车辆是否符合检测规则。如果符合，则根据终端设备记录的车辆照片和视频自动分析违法车辆和驾驶员信息，并依靠AI智能分析模块对疑似违法车辆的违法证据进行自动标记，待违法证据上传到上层监测平台并通过复审提交执法机构进行案件立案处理后，该条违法案件的其他关联信息就通过统计模型在上层监测平台中进行存储，待案件状态变更为结案后，该条违法案件的全部关联信息就会按照统计模型的学习机制完成信息存储和更新。

3.2 基于超载检测数据的融合处理与时空画像分析应用

统计模型的主要应用，是在当前案件数据分析统计的基础上，实现面向超限超载案件要素的画像分析和时空分布分析[6]。通过边缘端AI智能分析模块，能够实现对超限检测车辆过车画面中的人员和车辆信息识别，通过人脸特征分析，调取公安面部识别与身份信息数据进行匹配，能够有效辨识驾驶员身份，结合运政系统数据接口，快速掌握驾驶员档案信息，并分析指定周期内驾驶员的各类违章记录和违章类型，形成驾驶员信息画像。

通过过车监控的车辆牌号识别和车辆特征识别结果，能够调取车辆信息档案进行车辆数身份比对，并与车辆超限行政处罚案件进行关联展示，了解案件办理进度，分析车辆和所属运输企业的近期违章情况，形成车辆、运输企业等监管要素的信息画像。

通过边缘端上传数据在上层超限监测管理平台中的汇聚，结合检测数据产生时间、检测位置、检测超限次数、超限率等数据的统计，形成如图2所示面向全域管控范围内的超限车辆时空分布分析结果，并基于联合执法力量的分布情况、源头企业分布与超限案件情况，形成面向重点超限发生线路、发生点位和违法区域的可视化分析结果。

图2 基于边缘端监测数据的超限车辆溯源分析界面

4 结语

本文研究开发的边缘计算终端设备，实现了对多种超载检测场景下终端检测设备的统一接入和快速部署，并通过基于边缘计算一体化开发的“微治超”系统部署，实现对边缘端检测数据的自动化采集和数据预处理，依靠边缘计算终端设备AI计算单元的深度神经网络算法模块，还能够实现对超限检测证据数据采集结果的符合性校验和预审核提醒功能。结合案件要素的时空关联画像分析应用，助力超限检测案件证据审核人员提升数据审核效率，帮助管理者通过超限超载案件数据分析结果指导超限超载违法行为的有效治理和执法布控，促进当前依赖于人工审查和现场巡查执法的案件执法监测模式改革。