近年來，國家和交通運輸部陸續出臺了智慧交通大數據應用相關政策，推動大數據與交通行業的深度融合。高速公路行業迎來大數據時代，通過信息共享、數據共享，才能最大限度地發揮數據的效用，形成1+1>2的效果。

          高速公路大數據構成及特點

         當前，高速公路已具備大數據基礎：一方面，在高速公路信息化建設過程中，收費站收費、運營調度、道路救援、道路養護等運營管理都會通過信息系統產生海量數據；另一方面，隨著省界站的取消，收費模式及政策的變化，配套路網感知設施建設規模化，高速通行收費流水數據成級數增長。
          高速公路大數據的來源與構成主要包括：路網通行數據（通行時長、通行里程、車型/車牌、圖片采集、施工/事故信息、流水數據、繳費金額等）、視頻監控數據（道路沿線視頻監控、重點區域視頻監控、事故救援實時視頻、收費站通行視頻監控等）、路網基礎數據（基礎設備信息、收費站/門架信息、服務區信息、位置信息等）、第三方數據（高速周圍地方道路數據、高速周圍醫院/加油站數據、互聯網數據等）、內部管理數據（工程、投資、信貸、運營、人力、財務等）等。當前背景下，高速公路大數據具有規模巨大、多樣性、蘊藏大價值、速度快、真實性等顯著特征。

          規模巨大：除收費數據外，其他監控系統、各種應用系統及各種傳感器將占據巨大的數據空間。

          多樣性：數據形式足夠多樣化，包括結構化數據、非機構化數據、以及視頻數據等。

          蘊藏大價值：海量數據的積累能為高速公路營運管理提供科學管理和科學決策的依據，從而提高效率、降本增效。

          速度快：持續生產經營過程及其業務對象的統計頻率較高、信息迭代速度較快。

          真實性：來自于高速公路行業真實的生產經營場景，能夠客觀反映其真實的生產經營情況。

          高速公路大數據應用思考

          高速公路大數據應用-思考1

          主要針對高速公路運行指標體系、車輛行為分析、高速公路群體要素大數據、高速公路大數據經濟四個方面。

          高速公路運行指標體系：關鍵指標統計分析與展示。具體包括客貨運量、周轉量及其時間和空間的分布，統計排名；通行規費收入，及其時間和空間分布、統計排名；各路段擁堵系數；交通事故發生率及其時間空間分布，統計排名等。

          車輛行為分析：具體車輛和事件分析。具體包括擁堵分析，包括擁堵疏導和擁堵原因；事故分析，指導路徑規劃和警示標志設置；車輛通行異常，包括速度時間不匹配、入口出口車牌不符、以及高速路違法行為，整治秩序，追捕逃費等。

          高速公路群體要素大數據：挖掘高速公路通行宏觀規律。具體包括總結交通事故規律，探索提升安全管理途徑；通過高速公路出行數據，分析人群流動方向和規律，出行規律與支付習慣；分析高速機電設備故障損耗規律，提升養護效率，節約成本等。

          高速公路大數據經濟：探尋高速公路數據的經濟價值。具體包括高速公路客運/貨運指數；探索高速公路客貨物流與相關經濟要素的關系；對比高速公路通行與其他交通方式的關聯關系；經營分析包括工程建設與道路養護等成本投入，經濟效益關聯分析；高速公路建設企業信用評估等。

          高速公路大數據應用-思考2

          在數據存儲方面：數據規模龐大，且以分秒的速度成級數增長；數據類型多，不僅包含結構化數據，還包括語音、視頻、圖片等數據；云數據庫的建立成為必要條件。

          在數據分析與挖掘方面：需要對有效數據的篩選；對數據分析模型的建立；對有效數據的快速處理實時分析。 

          在數據應用方面：大數據的應用需面向不同群體，如何實現針對不同用戶主體，開發個性化的應用，也是未來發展需要關注的問題。

         高速公路大數據應用探索

          高速公路大數據應用包括車輛軌跡跟蹤還原、車輛行為的精準稽核、路網潛在逃費分析、構建全數據信用評價體系、大流量主動管控等。

          車輛軌跡跟蹤還原：通過點、線多流水數據的融合分析，實現收費稽核的智能糾偏，輔助解決車輛通行過程數據的一致性、準確性及完整性等問題，為稽核工作提供全面、及時、有效的證據鏈。

          車輛行為的精準稽核：基于完整的收費稽核數據，利用建立的車輛逃費稽核模型，借助大數據分析能力，實現車輛多樣化逃費的精準稽核，最大化減少高速通行費損失，保證高速計費的公平公正。

          路網潛在逃費分析：基于大數據深度分析，挖掘路網潛在逃費行為，例如團伙作案分析、逃費車型分析、逃費區域分布分析等。

          構建全數據信用評價體系：以車輛標簽形式，對同一輛車行程進行聚類歸檔，記錄形成“一車一檔”，輔助開展多場景應用，提升稽核業務水平。其中，車輛標簽畫像主要包括通行類（外省入本省出、本省入外省出、本省入本省出、外省入外省出、區間超速等）、異常類（公安系統車型不一致、入出口車型不一致、貨車軸數不止一次、一車多卡、超限車輛、區間低速、無牌識、無流水、漏標、有出無入、無出無入、有入無出等）、優惠類（港口優惠、軍車、綠色通道、抗震救災、收割機、節假日等）三種類型。

          大流量主動管控：基于斷面流量（門架流量分析、收費站流量分析）、區間運行（區間平均速度、區間承載能力、區間OD分析）、服務區（服務區車輛統計、服務區停留分析）等情況進行流量預測及預警，從而提出管控建議。

          總體來看，細化路網運行狀態分析，根據通行熱點、擁堵等情況，優化費率，疏導交通，從而提升路網運行效率。