前言

近年来，在新一代信息通信技术的浪潮下，交通运输领域正经历着由数字化、网联化向智能化的深刻变革。作为交通基础设施的关键组成，电子不停车收费(Electronic Toll Collection，ETC)系统在提升通行效率、缓解拥堵、优化体验等方面发挥了重要作用。以我国为例，ETC系统已实现全国联网，普及率持续攀升，日均交易量突破千万级，积累了海量多维数据。如何充分挖掘ETC大数据系统这一独特禀赋，推动ETC从单一支付工具向智慧交通数据中枢的升级跃迁，是摆在业界面前的紧迫课题。

在此背景下，ETC大数据驱动的智慧交通应用成为新的研究热点。利用ETC门架广泛覆盖、高频采样的优势，可感知全时空尺度的交通运行状态。通过对海量ETC交易数据的分析挖掘，能够还原车辆出行的时空轨迹，洞察交通流的时变分布规律，为路况预测、异常诊断、行为优化等智能化应用提供数据根基。将数据、算法、平台深度融合，ETC有望成为支撑未来智慧交通的核心支点。本书正是基于这一思路，系统地探讨了ETC大数据在智慧交通领域的价值创新与技术升级。

全书共分为8章。第1章在梳理ETC发展现状的基础上，剖析了ETC大数据在智慧交通中的独特禀赋，凝练了需重点攻克的关键技术方向。第2、3章围绕ETC数据质量提升和门架设施运维保障这两大基础支撑展开。一方面，研究融合机器学习的多源异构数据质量诊断、数据修复等技术，实现ETC数据全生命周期质量管理； 另一方面，提出门架故障的智能诊断、位置自校正方法，确保感知数据持续可靠供给。第4章聚焦ETC数据驱动的路况智能感知，构建、融合ETC数据与服务区数据的全程动态测速模型，引入深度学习实现多步路况预测，并提出融合粒计算的驾驶行为危险评估模型。第5章围绕智能驾驶的超视距感知，构建、设计融合ETC数据的异常车辆状态估计模型、多区间感知预警算法，构建多维碰撞风险评估框架。第6章从顶层设计和典型场景应用角度，提出面向ETC智慧车路协同的分层架构、云边端融合部署、接口规范、关键数据流等系统方案。第7章聚焦ETC大数据驱动的车路协同仿真测试，研发涵盖数据治理、并行调度、主动流控的仿真优化技术，为智能驾驶策略验证提供高保真实验环境。第8章对全书进行总结，并展望ETC在智慧交通未来发展中的前景与机遇。

道阻且长，行则将至。在新时代的历史机遇下，加速ETC智慧化发展、打造智慧交通中枢已成为共识。独特的数据禀赋和设施基础，使ETC有望引领交通运输数字化、智能化的跨越式发展。本书汇聚了“数字福建”交通大数据研究围绕ETC大数据挖掘与价值创新开展的系列研究的成果，通过融合数据、算法、平台的系统方案，为加速ETC向“智慧交通操作系统”的升级转型提供了理论视角和实践指引。未来，产、学、研、用各界还需在数据资源整合、算法模型优化、平台能力提升等方面持续发力，共建开放共享、协同创新的ETC大数据生态，携手开创交通强国建设的崭新局面。

本书由郭峰负责总体框架设计和第1、2、3、5、8章的写作，邹复民负责第4章的写作，甘振华负责第6章的写作，李潘炡负责第7章的写作。在此，衷心感谢福建省高速公路信息科技有限公司各位专家、福建理工大学各位同事在研究过程中给予的大力支持与帮助，特别感谢福建省高速集团及下属单位提供的宝贵数据与实际应用场景，感谢清华大学出版社的编辑们为本书出版所做的辛勤工作。

由于作者水平有限，书中难免存在疏漏和不足之处，恳请读者批评指正。

郭峰

2025年12月