一种基于大数据分析研判的绿通车辆查验方法与流程

本专利申请属于智能交通管理与高速公路收费管理技术领域，更具体地说，是涉及一种基于大数据分析研判的绿通车辆查验方法。

背景技术：

绿色通道（简称绿通）是装运鲜活农产品的车辆专用通道。这里，就要首先明确一下鲜活农产品的概念。鲜活农产品是指新鲜蔬菜、水果、鲜活水产品、活的禽畜、新鲜的肉蛋奶，马铃薯、甘薯、鲜玉米、鲜花生。而这些物品的深加工以及花草苗木、粮食等不属于鲜活农产品范围，不能享受绿色通道运输政策。

目前高速公路绿色通道车辆检验货物主要有射线透视设备、照相机、证件扫描设备、执法记录仪、钴60、人工等多种方式，各条高速公路管理方式、检测手段、保存的数据各不相同，没有统一的标准检测规范，存在不能覆盖全路段，检验效率低、绿通数据不完整、统计工作量大，稽查复检难度大、各路段黑名单及嫌疑车辆不共享等问题，管理比较混乱，为解决以上各种问题，建设高速公路绿色通道查验及大数据综合管理平台，解决上述问题是十分必要的。

技术实现要素：

本发明需要解决的技术问题是提供一种基于大数据分析研判的绿通车辆查验方法，为收费公路管理部门和运输部门提供有力的决策支持和指导，并提升绿通车辆查验速度和收费站通行能力。

为了解决上述问题，本发明所采用的技术方案是：

一种基于大数据分析研判的绿通车辆查验方法，在现有绿色通道车辆查验、统计流程的基础上，将绿通查验数据与收费车辆通行数据相结合，形成绿通信息大数据数据库，开发基于大数据技术的绿色通道综合管理平台，在此综合管理平台的基础上从车牌号、吨位、金额、出入口站、车型、货物类型的属性出发，利用大数据的多维度、多视角、多领域进行分析、研判，为绿通车辆查验提供数据支撑，指导前端绿通查验从人为判断、经验判断过渡到数据判断，具体过程为：

在绿通车辆到达时，开始绿通查验，绿通查验包括装载货物检验、车牌识别、车辆信息采集，从而获得绿通查验数据，然后将获得的绿通查验数据通过绿色通道综合管理平台与绿通信息大数据数据库进行比对，当比对结果为异常时，发出车辆异常报警，提醒工作人员进行正常查验，以判断其是否符合绿通条件；当比对结果正常时，选择快速放行模式或者随机抽查模式抽查其是否符合绿通条件（根据预设的计算模型对绿通车辆进行抽检），当正常查验流程或随机抽查模式判断符合绿通条件时，则抬杆放行；当不符合绿通条件时则收费放行、并按运营规则处理。

本发明技术方案的进一步改进在于：绿通信息大数据数据库的比对过程包括：

黑/灰名单比对：在路网内是否有假冒绿通车辆行为；

车型与货物吨位比对：该车型满载某种货物的吨位区间；

历史装载货物比对：同类货物历次装载吨位差异情况；

历史行驶路径区间对比：习惯性出入站口分析；

高低频车辆分析：该车在本站通行频次分析；

车辆信用等级分析：历史通行记录良好，是否快速放行；

产销地信息分析：该车辆货物起运地是否为农产品种植区域或集散地，到达地点是否有批发市场及消费密集区；

不符合绿通的条件为车辆容积率或货物重量小于80%、重量超重5%、混装车辆的一种或多种。

本发明技术方案的进一步改进在于：绿色通道综合管理平台包括依次通信连接的信息接入层、数据管理层、共享服务层、业务应用层，其中：

信息接入层用于实现汇聚全省各高速公路或管理公司的绿通数据，并建立常态化的信息接入机制，实现绿通数据的全部共享；涉及到的第三方机构包括交警、车管所、征信平台、物流企业、农副产品生产基地、农副产品交易平台、货车gps数据、交通部等。

数据管理层负责对全部共享的绿通数据的存储管理，并面向共享服务层提供基本数据服务；

共享服务层基于高效存储的海量绿通查验数据，提供面向各类应用的具有共性的数据访问逻辑和业务逻辑的封装，共享服务层对下封装了基于大数据平台的数据访问接口，使上层应用只需要关心数据逻辑结构而对数据存储结构透明，同时封装了具有业务数据特性的业务逻辑，使上层应用开发更为简化易行；

业务应用层是真正面向最终用户提供信息交互、信息展现的应用层面，业务应用层可以快速搭建用户应用，从而满足对绿通数据的各类使用需要；基于前述的信息接入层整合的绿通数据、基于通过大数据平台提供的可扩展的高效地数据管理、基于共享服务层提供的透明的数据访问的基本业务逻辑封装，业务应用层可以快速搭建应用，从而满足对绿通数据的各类使用需要，并进一步应用于更为深入、更为综合的业务。

本发明技术方案的进一步改进在于：信息接入层的内容包括：

建立统一的绿通数据接入服务，实现与全省各高速公路或管理公司的绿通平台进行数据对接：

省内各高速公路绿通系统的数据接入、特殊车辆系统平台数据接入、车辆通行数据接入；

建立全省的绿通联网技术规范：

统一数据转换格式、统一数据清洗、hdfs/hbase数据加载，统一绿通查验数据的存储格式、传输格式、传输方式，实现绿通数据的统一存储，并对海量绿通数据实现分布式存储。

本发明技术方案的进一步改进在于：数据管理层对数据进行的管理和部署包括：

（1）针对数据量可控、访问频繁的数据资源，采用关系数据库进行管理，充分发挥关系数据库在一定数据量范围内高效、访问便捷的优势；

（2）针对数据量爆发性增长、且内部联系紧密的数据资源，采用hdfs/hbase存储与管理，并且以中心集中存储模式为主；

（3）针对数据量爆发性增长、但访问形式单一的数据资源，以逻辑统一但分布存储模式为主。

本发明技术方案的进一步改进在于：数据量可控、访问频繁的数据资源包括各类数据代码、车辆黑名单、嫌疑车辆名单、用于快速发布的统计预处理数据、不需要长期保存的临时数据，关系数据库为oracle数据库；数据量爆发性增长、且内部联系紧密的数据资源包括号牌识别数据、过车数据、长期保存的报警数据、二次识别数据；数据量爆发性增长、但访问形式单一的数据资源包括过车照片数据。

本发明技术方案的进一步改进在于：共享服务层包括系统管理服务和与业务应用层对应的支撑服务，系统管理服务包括用户信息服务、系统配置服务、系统数据综合管理、系统日志查询，支撑服务包括标准信息发布服务、实时比对服务、时钟同步服务、黑名单共享服务、车辆报警服务；

共享服务层的功能为：

为各部门有相关需求的业务应用提供绿通数据及业务逻辑服务支持；

为综合性应用提供绿通数据及业务逻辑资源支持；

通过表现层功能开发形成省级绿通应用系统，直接为授权用户提供服务。

本发明技术方案的进一步改进在于：业务应用层包括以下功能：

1）绿通车辆查询：

（1）车牌号查询服务：对车辆检测信息基于车牌号建立满足各类需求的高效索引，为查询绿通车辆历史数据的筛查服务，如精确筛查、模糊筛查提供服务，将车辆的通行查验信息数据和绿通相关图像、视频信息有序的提供给业务应用层；

（2）绿通特征查询服务：结合车辆检测信息与绿通货物特征信息建立满足各类需求的高效索引，为分析、研判历史数据的特征筛查服务，从而为不能提供牌照信息的排查线索提供基于其他特征的模糊筛查服务，并将有效的车辆行为轨迹信息和相关信息有序的提供给业务应用层；

（3）范围时空查询服务：快速从海量检测数据中提供有效的车辆行为轨迹信息和相关信息以缩小线索集合，为业务应用层进一步的排查应用提供数据服务；

2）统计分析：

（1）汇总统计分析

基于不同道路、不同管理处的条件，对绿通数据的日统计、月统计及年统计；

（2）高频统计分析

根据绿通车辆通行查验规律数据，对车辆通行频度进行分析，集成分析逻辑，提供分析结果数据集；

3）数据报表输出：包括如下各表：

（1）各站绿通查验记录统计表；

（2）各站绿通通行费减免情况统计表；

（3）各站绿通车辆通行记录表；

（4）查验人员工作量情况统计表；

（5）收费站数据100%审核情况统计表；

（6）分中心数据部分抽查情况统计表；

（7）给高管局上报统计分析报表；

（8）给交通厅上报统计分析报表；

（9）其它统计分析报表。

4）稽查复检：对于站内稽查核验要实现100%核查，监控分中心抽查15%以上（也可按固定比例抽查），管理处随时抽查的模式，包括站内核查、监控分中心核查、管理处抽查；

5）车辆信用积分管理：采用积分制，同一车辆每次通过可以获得积分，可以设置每天连续通过积分，也可以设置每次通过积分，当出现一次不符合绿通时积分清零，积分到过相应分数时可以设置免检放行次数，包括信用积分配置管理、信用积分分析；

（1）信用积分配置管理

通过大数据分析，寻求不符合绿通的积分及连续多次均符合绿通的次数阀值及分值参数，并进行参数配置；

（2）信用积分分析

对历史车辆的信用积分、地域、货物属性进行大数据综合分析研判，寻求更加合理、规范的信用等级制度；

6）异常嫌疑分析：基于绿通车辆实时检测数据，根据历史绿通数据、货物车型与吨位关联分析的手段，分析及筛选不符合常规的车辆进行分析研判，集成分析逻辑，从中研判疑似嫌疑车辆，提供分析结果数据集；

7）路径异常分析：检索车辆在全路网的通行路径，查询车辆在一段时间内，是否同时存在免费和交费的记录。判断绿通车辆是否存在多次上下高速、选择短途区间行驶的现象，分析具有特定固定出行规律的车辆行为，集成分析逻辑，提供分析结果数据集；

8）数据研判：

（1）嫌疑车辆分析服务

基于绿通车辆实时检测数据，根据历史绿通数据、货物车型与吨位关联分析手段，分析及筛选不符合常规的车辆进行分析研判，集成分析逻辑，从中研判疑似嫌疑车辆，提供分析结果数据集；

（2）密度异常分析服务

对比同类车辆运输同种农产品时的称重数据进行分析对比，形成货物密度数据，判断是否有混装绿通产品、伪装绿通车辆的行为，集成分析逻辑，提供分析结果数据集；

（3）上下道对比分析服务

对比车辆出站通行数据，分析车辆吨位变化是否一致，判断否有转货、换货的嫌疑，集成分析逻辑，提供分析结果数据集；

（4）车辆异常分析服务

根据绿通车辆历史数据的运行路线、装载重量、货物类型等规律数据，集成分析逻辑，提供分析结果数据集；

（5）车辆频度分析服务

根据绿通车辆通行查验规律数据，对车辆通行频度进行分析，集成分析逻辑，提供分析结果数据集；

（6）密度分析

对比同类车辆运输同种农产品时的体积和称重数据进行分析对比，形成货物密度数据，判断是否有混装绿通产品、伪装绿通车辆的行为，集成分析逻辑，提供分析结果数据集；

（7）比对报警

通过对分析研判而产生的异常、嫌疑车辆数据、布控的黑名单车辆数据及每个车辆的信用情况同海量上传的实时绿通数据进行比对，快速的回馈到各个绿通查验站点，为快速查验、重点查验提供依据，具体报警如下：

黑名单报警；

对布控的黑名单数据进行实时比对报警提示；

异常车辆报警；

对异常上下道、出入口吨位不一致等异常车辆进行报警提示；

嫌疑车辆报警；

对不符合常规车辆进行报警提示。

由于采用了上述技术方案，本发明取得的有益效果是：绿通大数据综合管理平台的建设，着力解决绿通车辆查验难、慢、错误错率高、人身安全性低等突出问题，极大地提升绿通车的精准查验度，提高通行效率，减少通行费流失，并且不影响原有收费模式。本发明应用先进的大数据处理、云计算等前沿技术，基于全省绿通车辆通行数据，搭建绿通大数据综合管理平台，汇聚绿通车辆数据，实现海量数据汇聚存储及海量数据实时分析应用，实现跨系统、跨路段、跨区域信息共享和综合应用，并结合查验设备产生的绿通车辆数据、收费通行数据及联合其它相关数据，形成大数据数据库，在此基础上从车牌号、吨位、金额、出入口站、车型、货物类型等属性出发，利用大数据的多维度、多视角、多领域进行分析、研判，对绿通车辆查验、报警等提供数据支撑，指导前端查验绿通从人为判断、经验判断过渡为数据判断；同时也为管理单位进行日常管理和决策提供数据支撑。

建设绿通大数据综合管理平台，实现基于绿通数据的各项统计报表、稽查、数据研判、数据分析等功能。

本发明实现了高速公路绿色车道对绿通车辆的快速检验，提高各收费站检验人员的工作效率，降低检验人员的工作强度，避免了照相机拍照查验需要登高的问题，进一步保障检验人员的人身安全。

通过对绿通车辆的精准分析，可以为管理单位的日常管理和决策提供数据支撑，有效防止偷逃通行费的发生，以达到堵漏增收的目的。

实现绿通车道车辆通行快速化，缩短绿通车辆查验时间，增强绿色通道复合使用效率，缓解绿通车道及其他收费车道的拥堵现象。减少绿通车辆的在站等待时间，既降低了车辆油耗与地怠速运行所产生的尾气排放，同时也提高了绿通车辆通行效率。

避免了原有纸质版的数据沉睡，各收费站绿通查验形成信息孤岛，各自为战，无法有针对性的打逃或者制定专项打逃方案等。通过绿通数据资料库的建立，利用数据分析辅助稽查决策，提高稽查的信息化和智能化水平，提高稽查的工作效率，切实达到快速收费和准确放行之目的。

附图说明

图1为本发明的流程图；

图2为本发明绿色通道综合管理平台的结构框图。

具体实施方式

下面结合实施例对本发明做进一步详细说明。

本发明公开了一种基于大数据分析研判的绿通车辆查验方法，在广泛调研现有绿色通道车辆查验、统计流程的基础上，将绿通查验数据与收费车辆通行数据相结合，形成绿通信息大数据数据库，开发基于大数据技术的绿色通道综合管理平台，在此综合管理平台的基础上从车牌号、吨位、金额、出入口站、车型、货物类型的属性出发，利用大数据的多维度、多视角、多领域进行分析、研判，为绿通车辆查验提供数据支撑，指导前端绿通查验从人为判断、经验判断过渡到数据判断，从而提高查验效率，对绿通车辆形成汇总分析，减少统计工作量、降低稽查复检难度，对不符合绿通车辆有极强的打击效力，同时分析研判出的货物、车辆、区间及时空分布，为收费公路管理部门和运输部门提供有力的决策支持和指导，提升了绿通车辆查验速度和收费站通行能力。

具体过程为：

在绿通车辆到达时，开始绿通查验，绿通查验包括装载货物检验、车牌识别、车辆信息采集，从而获得绿通查验数据，然后将获得的绿通查验数据通过绿色通道综合管理平台与绿通信息大数据数据库进行比对，当比对结果为异常时，发出车辆异常报警，提醒工作人员进行正常查验，以判断其是否符合绿通条件；当比对结果正常时，选择快速放行模式或者随机抽查模式抽查其是否符合绿通条件（根据预设的计算模型对绿通车辆进行抽检），当正常查验流程或随机抽查模式判断符合绿通条件时，则抬杆放行；当不符合绿通条件时则收费放行、并按运营规则处理。

绿通信息大数据数据库的比对过程包括：

黑/灰名单比对：在路网内是否有假冒绿通车辆行为；

车型与货物吨位比对：该车型满载某种货物的吨位区间；

历史装载货物比对：同类货物历次装载吨位差异情况；

历史行驶路径区间对比：习惯性出入站口分析；

高低频车辆分析：该车在本站通行频次分析；

车辆信用等级分析：历史通行记录良好，是否快速放行；

产销地信息分析：该车辆货物起运地是否为农产品种植区域或集散地，到达地点是否有批发市场及消费密集区；

不符合绿通的条件为车辆容积率或货物重量小于80%、重量超重5%、混装车辆的一种或多种。

绿色通道综合管理平台包括依次通信连接的信息接入层、数据管理层、共享服务层、业务应用层，其中：

信息接入层用于实现汇聚全省各高速公路或管理公司的绿通数据，并建立常态化的信息接入机制，建立统一的绿通数据接入服务，实现与全省各管理公司或高速公路绿通平台进行数据对接：省内各高速公路绿通系统的数据接入、特殊车辆系统平台数据接入、车辆通行数据接入；建立全省的绿通联网技术规范：统一数据转换格式、统一数据清洗、hdfs/hbase数据加载，统一绿通查验数据的存储格式、传输格式、传输方式等，实现绿通数据的统一存储，对海量绿通数据实现分布式存储，实现绿通数据的全部共享；涉及到的第三方机构包括交警、车管所、征信平台、物流企业、农副产品生产基地、农副产品交易平台、货车gps数据、交通部等。

信息接入层的内容包括：建立统一的绿通数据接入服务，实现与全省各高速公路或管理公司的绿通平台进行数据对接：省内各高速公路绿通系统的数据接入、特殊车辆系统平台数据接入、车辆通行数据接入；建立全省的绿通联网技术规范：统一数据转换格式、统一数据清洗、hdfs/hbase数据加载，统一绿通查验数据的存储格式、传输格式、传输方式，实现绿通数据的统一存储，并对海量绿通数据实现分布式存储。

数据管理层负责对全部共享的绿通数据的存储管理，并面向共享服务层提供基本数据服务。基于大数据平台的数据管理层不是一个单一技术模式，而是要根据数据的特性信息采用最适合的数据存储管理技术和数据部署模式，确保系统数据服务的效率和可持续发展。针对绿通查验数据的不同特点，数据管理层对数据进行的管理和部署包括：

（1）针对数据量可控、访问频繁的数据资源，例如：各类数据代码、车辆黑名单（包含嫌疑车辆）、用于快速发布的统计预处理数据、以及不需要长期保存的临时数据等，采用关系数据库（如oracle）进行管理，充分发挥关系数据库在一定数据量范围内高效、访问便捷的优势；

（2）针对数据量爆发性增长、且内部联系紧密的数据资源，例如：号牌识别数据（过车数据）、长期保存的报警数据、二次识别数据等，采用hdfs/hbase存储与管理，并且以中心集中存储模式为主；面对这类数据的海量增长趋势，只有采用大数据平台存储的方式才能确保基于该类数据的信息排查、研判模型分析、信息比对等数据服务性能不会因数据量的扩张而发展到系统平台无法支撑。面对这类数据采集时占用的网络资源不高、但应用频繁且数据关联紧密的特性，以中心集中存储模式为主是较好的解决方案：一方面不会在数据采集过程中对网络尤其是广域网络造成过重的负担，另一方面保障节点间数据通讯尽可能在中心本地完成，只有结果集的反馈才通过广域网。

（3）针对数据量爆发性增长、但访问形式单一的数据资源，例如：过车照片数据等，以逻辑统一但分布存储模式为主。

共享服务层基于高效存储的海量绿通查验数据，提供面向各类应用的具有共性的数据访问逻辑和业务逻辑的封装，共享服务可以按照统一标准纳入服务集的管理、目录寻址、访问控制等服务管理范畴，从而，为多个方面上层应用的搭建提供最高效的服务支持。

共享服务层包括系统管理服务和与业务应用层对应的支撑服务，系统管理服务包括用户信息服务、系统配置服务、系统数据综合管理、系统日志查询，支撑服务包括标准信息发布服务、实时比对服务、时钟同步服务、黑名单共享服务、车辆报警服务；

共享服务层的功能为：为各部门有相关需求的业务应用提供绿通数据及业务逻辑服务支持；为综合性应用提供绿通数据及业务逻辑资源支持；通过表现层功能开发形成省级绿通应用系统，直接为授权用户提供服务。

共享服务层对下封装了基于大数据平台的数据访问接口，使上层应用只需要关心数据逻辑结构而对数据存储结构透明，同时封装了具有业务数据特性的业务逻辑，使上层应用开发更为简化易行。

业务应用层是真正面向最终用户提供信息交互、信息展现的应用层面，基于前述的信息接入层整合的绿通数据、基于通过大数据平台提供的可扩展的高效地数据管理、基于共享服务层提供的透明的数据访问的基本业务逻辑封装，业务应用层可以快速搭建用户应用，从而满足对绿通数据的各类使用需要；并进一步应用于更为深入、更为综合的业务。业务应用层可以快速搭建应用，从而满足对绿通数据的各类使用需要，并进一步应用于更为深入、更为综合的业务。

业务应用层包括以下功能：

1）绿通车辆查询：

（1）车牌号查询服务：对车辆检测信息基于车牌号建立满足各类需求的高效索引，为查询绿通车辆历史数据的筛查服务，如精确筛查、模糊筛查提供服务，将车辆的通行查验信息数据和绿通相关图像、视频信息有序的提供给业务应用层；

（2）绿通特征查询服务：结合车辆检测信息与绿通货物特征信息建立满足各类需求的高效索引，为分析、研判历史数据的特征筛查服务，从而为不能提供牌照信息的排查线索提供基于其他特征的模糊筛查服务，并将有效的车辆行为轨迹信息和相关信息有序的提供给业务应用层；

（3）范围时空查询服务：快速从海量检测数据中提供有效的车辆行为轨迹信息和相关信息以缩小线索集合，为业务应用层进一步的排查应用提供数据服务；

2）统计分析：

（1）汇总统计分析

基于不同道路、不同管理处的条件，对绿通数据的日统计、月统计及年统计；

（2）高频统计分析

根据绿通车辆通行查验规律数据，对车辆通行频度进行分析，集成分析逻辑，提供分析结果数据集；

3）数据报表输出：包括如下各表：

（1）各站绿通查验记录统计表；

（2）各站绿通通行费减免情况统计表；

（3）各站绿通车辆通行记录表；

（4）查验人员工作量情况统计表；

（5）收费站数据100%审核情况统计表；

（6）分中心数据部分抽查情况统计表；

（7）给高管局上报统计分析报表；

（8）给交通厅上报统计分析报表；

（9）其它统计分析报表。

4）稽查复检：对于站内稽查核验要实现100%核查，监控分中心抽查15%以上，管理处随时抽查的模式，包括站内核查、监控分中心核查、管理处抽查；具体为：

（1）站内核查

当前端检验员在检验的同时，站内稽查组也在同时进行着核查的工作。做到随时发现异常及时处理。

核查的手段很多，可逐条核查也可以按照模糊搜索的方式，核查某一类的绿通车辆，如按照车牌照、荷载货物类、通行时间段等各种关键词进行核查。

（2）监控分中心核查

通过站内核查后的数据，其中有15%以上的数据要经过分中心的再一次核查。

（3）管理处抽查

只有经过站内核查、分中心核查完毕后的数据，管理处才会随机抽查部分数据。对于不合格的数据，按照产生错误的根源对当事人或组根据公司相关规定进行批评、记过、罚金等。

5）车辆信用积分管理：采用积分制，同一车辆每次通过可以获得积分，可以设置每天连续通过积分，也可以设置每次通过积分，当出现一次不符合绿通时积分清零，积分到过相应分数时可以设置免检放行次数，包括信用积分配置管理、信用积分分析；

（1）信用积分配置管理

通过大数据分析，寻求不符合绿通的积分及连续多次均符合绿通的次数阀值及分值参数，并进行参数配置；

（2）信用积分分析

对历史车辆的信用积分、地域、货物属性进行大数据综合分析研判，寻求更加合理、规范的信用等级制度；

6）异常嫌疑分析：基于绿通车辆实时检测数据，根据历史绿通数据、货物车型与吨位关联分析的手段，分析及筛选不符合常规的车辆进行分析研判，集成分析逻辑，从中研判疑似嫌疑车辆，提供分析结果数据集；

7）路径异常分析：检索车辆在全路网的通行路径，查询车辆在一段时间内，是否同时存在免费和交费的记录。判断绿通车辆是否存在多次上下高速、选择短途区间行驶的现象，分析具有特定固定出行规律的车辆行为，集成分析逻辑，提供分析结果数据集；

8）数据研判：

（1）嫌疑车辆分析服务

基于绿通车辆实时检测数据，根据历史绿通数据、货物车型与吨位关联分析手段，分析及筛选不符合常规的车辆进行分析研判，集成分析逻辑，从中研判疑似嫌疑车辆，提供分析结果数据集；

（2）密度异常分析服务

对比同类车辆运输同种农产品时的称重数据进行分析对比，形成货物密度数据，判断是否有混装绿通产品、伪装绿通车辆的行为，集成分析逻辑，提供分析结果数据集；

（3）上下道对比分析服务

对比车辆出站通行数据，分析车辆吨位变化是否一致，判断否有转货、换货的嫌疑，集成分析逻辑，提供分析结果数据集；

（4）车辆异常分析服务

根据绿通车辆历史数据的运行路线、装载重量、货物类型等规律数据，集成分析逻辑，提供分析结果数据集；

（5）车辆频度分析服务

根据绿通车辆通行查验规律数据，对车辆通行频度进行分析，集成分析逻辑，提供分析结果数据集；

（6）密度分析

对比同类车辆运输同种农产品时的体积和称重数据进行分析对比，形成货物密度数据，判断是否有混装绿通产品、伪装绿通车辆的行为，集成分析逻辑，提供分析结果数据集；

（7）比对报警

通过对分析研判而产生的异常、嫌疑车辆数据、布控的黑名单车辆数据及每个车辆的信用情况同海量上传的实时绿通数据进行比对，快速的回馈到各个绿通查验站点，为快速查验、重点查验提供依据，具体报警如下：

黑名单报警；

对布控的黑名单数据进行实时比对报警提示；

异常车辆报警；

对异常上下道、出入口吨位不一致等异常车辆进行报警提示；

嫌疑车辆报警；

对不符合常规车辆进行报警提示。