高危车辆驾驶行为大数据分析及预警研究

上海公安学院智慧公安研究课题组

（上海公安学院， 上海 200137）

自2017年以来，根据上海公安机关“智慧公安”建设相关规划，结合上海公安交警部门工作实际，上海公安学院联手市局交警总队，联系一线交警部门，并会同行业顶尖技术公司共同开展基于大数据的“两客一危”车辆、重型载货车辆、公交车辆、出租车等重点高危车辆驾驶行为分析和预警技术研究。经过一年多的集中研究和实践，该研究目前已取得初步成果，相关系统平台第一期成果（包含车辆超速、疲劳驾驶、不按规定路线行驶等实时分析预警和阶段性驾驶行为分析四大功能模块）已经完成上线测试，将于近期推动“入云”，并在部分分局交警部门进行试点应用。

一、整体研究思路和具体原则

早在2016年下半年，学院相关部门就已经立足服务一线交警部门日常管理和执法工作，会同相关技术公司着手研究如何借助交通部全国运营车辆卫星实时定位轨迹数据和路网数据等，对“两客一危”、重型载货车辆、公交车辆、出租车等重点高危车辆容易引发重大道路交通安全事故的驾驶行为进行分析。2017年下半年，根据市局“智慧公安”建设规划，以及市局领导有关要求，学院会同市局交警总队，抽调精干人员组成课题组进行集中攻坚。其间，课题组多次与浦东、宝山、奉贤等分局交警支队沟通，逐步理清思路，确立了整个项目推进的基本原则。

（一）紧跟“智慧公安”建设规划，与市局在建项目形成有机整体

从整个上海“智慧公安”的规划来看，在初始阶段主要集中在信息感知和采集汇总，从目前首批重点推进的系统来看，系统感知、信息采集和数据整合方面的建设项目占了多数。随着信息采集的大力“开源”，必将是海量数据的涌入。对此，如果后台研发应用没有跟上，则必将产生“数据沉淀”，无法发挥最大战斗力。但后台研发，特别是其中的机器学习阶段，也需要一个时间周期。有鉴于此，课题组在辩证分析前端建设和后台研发之间的逻辑联系和主次关系，并考察了交警总队目前在研项目的基础上，聚焦于后台数据分析利用，将切入口放在“车辆”和“驾驶员”上，着眼于车辆行驶轨迹和驾驶行为分析，从而与目前关注“道路”的智能交通管理方面项目有效互补，力求最终形成对于“人”、“车”、“路”三大道路交通管理要素全囊括的上海公安交通管理系统。同时，贯彻上海“智慧公安”精准警务“感知泛在、研判多维、指挥扁平、处置高效”的要求，将研究重点放在车辆行驶轨迹分析上，依托相关卫星定位设备，真正实现对于车辆行驶情况全天候、无感知的全面掌握，再整合路网、天气等数据，对于车辆驾驶行为进行整体分析，并将有关研判和预警信息及时通报相关民警进行处置，从而提升一线交通管理和事故预防的工作效率。

（二）紧跟信息技术发展趋势，确保整个系统建设的可持续发展

有鉴于以往一些信息系统在建成应用后，由于系统兼容、数据标准、系统容量等方面的限制而落后，不得不在很短时间里进行二次研发，甚至被淘汰的情况，课题组在研发初期就立足于紧跟信息技术发展的趋势，合理预留技术升级空间，从而最大限度延长系统的生命力。一是在系统数据库的构架上，运用最新的大数据分析架构和云挖掘工具，搭建去中心化的分布式数据运算分析系统，实现数据分析运算的多线程并行，从而在根源上避免了由于主服务器容量不足或出现故障而导致整个系统瘫痪的问题。同时，根据目前市局“智慧公安”建设中数据中心的构建设计，预先引入阿里云平台的相关技术标准，从而确保整个项目研发成功后能够尽快接入平台。二是在数据系统的支持方面，除了支持目前国内运用较多的GPS和北斗卫星定位系统，实现卫星定位数据双模支持之外，还预留了目前国外较常用的OBD系统（On-Board Diagnostic，车载诊断系统）的数据接入端口。此外，根据目前市局“智慧公安”建设规划中有关RFID射频标签的研发应用情况，系统在研发之初也预留了相应端口，从而确保整个系统在应用之后可以灵活适应不同的数据接入要求，从而最大限度地延长系统平台的生命力。三是在数据采集整合方面，除了目前常规的卫星定位数据外，系统应用物联网感知技术和手段，整合了高德地图和相应的路网信息，OBD系统关于发动机、变速器、ABS等汽车核心系统运作和故障信息，道路实时天气信息和汽车行驶时间信息等多方面信息。下一步，还将根据公安交通管理实际需求，将车辆登记和交通违章、事故信息，道路卡口监控信息，驾驶员视频监控信息，道路实施交通流量信息等接入系统，最终打造基于市局物联网和相关数据库的车辆行驶动态分析平台，真正实现对出行者、车辆、道路设施（道路、桥梁、隧道坡等）、交通状态、气象环境状态、机电设备状态等要素的全样本感知和综合分析。

（三）运用迭代思维指导开展项目规划，紧贴公安交警部门一线执法管理需求

在整个系统规划设计和研发推进过程中，项目组积极运用目前互联网产品研发常用的迭代思维，以此指导整个课题研究推进，其中着重运用了三大策略：一是重大设计策略。整个平台项目在设计之初就着眼于长期稳定维持运行的原则，综合考虑主体构建迭代与功能附加迭代的需求，采用国际最新的大数据构架和挖掘分析技术，构建高危车辆驾驶行为分析及危险驾驶行为预警平台。其中，在风险概率计算模块的设计与实施中，采用独立的系统框架，避免后续研发过程中由于相关算法的演进而导致整个平台重建，从而为整体项目系统后续研发升级提供了相对稳定的平台。二是演进式策略。在整个研究方案制定过程中，课题组坚持把用户体验放在首位，着重强化与交警部门的沟通交互，仔细梳理分析一线交警开展车辆管理和交通执法的相关需求，并以此指导整个系统的设计规划和功能研发。在研发期间，根据实际研发和交警试运作情况，围绕相关功能的使用和阀值的确定，又多次与交警部门沟通，通过“沟通—规划—沟通—研发—沟通—调整”的密集交互，逐步逼近交警的具体业务需求，确保项目系统完全为一线交警度身设计。三是即付式策略。针对目前公安交通管理工作任务重、压力大的实际情况，在全面梳理相关需求和已有技术成果的基础上，优先研发第一期功能，并逐步供一线交警使用，随后再继续研发后续功能，从而缩小产品周期、快速构建产品并及时迭代，以促使整个课题研究尽早产生效益。整个项目自2017年底正式启动相关数据采集和研发工作后，到目前已经完成了第一期四项功能模块的研发设计，并即将投入试运作，力争赶在首届中国国际进口博览会前投放至一线交警部门，并具有战斗力。随后，将继续开展后续功能研发，并逐步叠加到现有系统平台之上。

（四）以“智慧公安”背景下的警务流程再造为指导，积极推动数据流和业务流的有机整合

在具体项目推进过程中，课题组不是单纯把研究成果作为提升一线交警部门管理和执法效果的工具，而是作为整个公安交通管理运作的一个组成部分。具体而言，就是围绕目前公安交警部门对“两客一危”车辆、重型载货车辆、公交车辆、出租车等重点高危车辆日常管理、风险防控和交通执法工作的具体流程进行梳理，分析其中的关键环节和执法要求，进而研究借助相关信息化工具以压缩、替代相应工作环节，以及辅助相关环节决策，从而达到压缩优化相关警务流程、提升警务效能的作用。而从整个流程设计上，则考虑通过不同部门间数据流的循环和增殖，以相应数据阀值作为开关，根据相关数据变量变化而触发相应的工作机制，从而实现以数据循环带动相关机制的自适应启动，并促动相应管理资源的优化配置和自主运作。例如：对于重点高危车辆的安全监管工作，传统的管理办法是由交警车宣部门定期上门开展安全宣传，或在重大交通事故和违章发生后对涉及企业和个人进行处理。而平台投入运作后，即可根据一定时间段内各公司注册车辆的行驶轨迹和驾驶模式进行机器分析，并按一定模型算法进行计分，对于得分较低的公司和个人，则由交警车宣部门主动上门进行提醒，督促企业落实交通安全管理主体责任，并将相关结果反馈至交通、路政部门作为对其资质审核和后续处罚的依据，从而真正将安全防范的关口前移至事故发生之前。同样，基于对车辆实时驾驶行为的分析，结合路网、天气等数据，对于存在安全驾驶隐患的高危车辆，可以及时预警，并直接将信息发送至最近道口的执勤交警PDA上，以便迅速处置，从而打破传统的层级式指挥格局，构建基于大数据的扁平指挥格局，以实现对部分交通事故的及时预警和有效应对。

（五）打造众筹式项目研发团队，力争实现互利共赢

在团队合作方选择方面，经多方比较，最终选择国内智能交通控制方面的领军企业上海经达信息科技股份有限公司，以及市局交警总队和浦东、宝山、奉贤等分局交警支队参与，与技术合作方共组研究团队。其中，各单位分别发挥自身在技术研发、组织协调、理论指导、业务指导、实战测试等方面的软硬件资源的优势，共同推进整个课题项目研究及应用工作。在具体研发方面，改变一般信息项目建设由技术合作公司主导，公安业务部门仅仅提供相关业务需求和相应标准的做法，转而组织公安方面的理论和技术专家深度参与项目研发，共同确定功能模块，共同构建相应的数学模型并确定相关的指标阀值，从而确保整个项目研发与实战需求保持高度一致。在建设应用方面，秉持进行“零件组装”而不是“零件制造”的理念，首先引入目前已获取专利并得到第三方软件测评机构“上海市软件评测中心”认证的车辆超速分析（正确率大于94%）、急加（减）速分析（正确率大于93%）、疲劳驾驶分析（正确率100%）、夜间行驶分析（正确率100%）等软件功能模块作为第一期研发核心，从而压缩研发周期，并为实际执法应用打下基础。后期则将根据一线交警反馈的进一步需求，与技术合作方共同研发后续功能，并合作申报相关专利，进而逐步完善相关功能模块。

二、组织领导和推进落实情况

（一）各级领导高度重视，切实强化课题研究的组织领导和综合保障

市局和学院主要领导多次听取课题进展汇报，提出指导性意见，并在与市局交警总队沟通方面亲自参与有关协调。市局科技处、智慧办等部门领导专题听取项目情况，就项目下一步研究及与市局“智慧公安”相关项目衔接提出建议，并对下一步系统对接市局数据中心及平台“入云”给予大力支持。市局交警总队主要领导亲自协调，明确由总队事故防范处统筹协调，指挥处、科技处等部门共同参与，与学院共同推进项目研发和测试应用工作，全力确保各项工作按节点推进。学院科研中心及相关部门齐心协力，在经费、人员方面给予积极支持。浦东、宝山、奉贤等分局交警支队在各自分局党委支持下，由一名支队领导牵头，积极协助开展需求分析和数据采集，确保课题研究稳步推进。

（二）紧贴实战一线，细致梳理基层交警有关需求，确定研发重点

在整个研发过程中，市局交警总队各相关部门先后数次与课题组对接，介绍相关业务需求，并针对项目初期研发成果提出改进意见。同时，课题组召开各类座谈会近10次，先后听取了浦东、宝山、奉贤等分局交警支队车宣大队、事故防范科和部分一线执勤交警的相关意见和需求，在此基础上，确定了整个课题的研究重点。总体而言，本课题主要借助交通委全国运营车辆卫星实时定位数据和路网数据等，通过相关数学模型，对于“两客一危”和重型载货车辆、出租车、公交车等重点高危车辆驾驶员的驾驶行为进行全天候、不间断分析，对于其出现的诸如违章变道、闯禁令区等行为进行实时预警；对于其阶段性驾驶行为进行分析并打分，并作为下一阶段交通安全宣传的重点对象。在前期调研的基础上，主要聚焦以下几项应用功能需求：一是几种目前常见多发的“两客一危”、重型载货车辆等重点高危车辆违章情况的数据记录和固定，以便后续处罚，主要包括车辆超速和违章变道、车辆不按规定车道和路线行驶、车辆疲劳驾驶、车辆夜间驾驶、车辆超载及偷倒渣土等。二是对于车辆疲劳驾驶行为，不按规定路线行驶，超高、超宽车辆违章行驶，连续急加速、急减速等危险驾驶行为进行预警，并通过PDA或手机发送有关预警信息，以便执勤交警进行处置。三是对于驾驶员在行驶过程中故意切断或屏蔽GPS定位系统等行为进行分析识别并及时报警，以便交警部门进行处罚。四是定期形成相关运输公司安全行驶分析报告，明确存在危险驾驶倾向的车辆和司机，对于相关运输公司定期的驾驶行为进行评级，并直观地分区域用不同颜色显示，以便交警部门有针对性地采取安全教育和管控。

其中，结合目前基层迫切需求和技术基础，首先完成第一期有关车辆超速、疲劳驾驶、不按规定路线行驶（闯禁区）等实时分析预警模块和阶段性驾驶行为分析。同时，着手对车辆在城市快速道路骤停情况进行分析和预警功能研究。

（三）因地制宜，发挥制度优势，争取各方支持，积极推动课题研究及测试有序进行

在具体研究过程中，围绕基础数据采集、卫星定位设备配置等方面需求，课题组积极争取各方支持，群策群力，全力确保各项研究工作的落实推进。在基础数据采集方面，课题组在协同浦东、奉贤等分局交警部门，争取各辖区运输企业和数据运维平台支持的基础上，协调技术合作方为部分运输企业车辆加装卫星定位系统，并积极争取技术合作方给予一定的数据支持。截至目前，已为500辆车辆（渣土车252辆、长途客车86辆、危险品运输车辆162辆）加装卫星定位设备。同时，技术合作方也从其平台调用了500辆重型载货车辆、长途客车等车辆的实时定位数据，从而实现1000辆各类高危车辆的同时实施监控，以便后续机器学习和平台内部测试。在相关设备保障方面，课题组经过专门协商，最后采取租借的方式，向技术合作方租借了一批卫星定位设备和相关服务器，以确保整个系统研发的硬件支撑。在经费保障方面，课题组在争取学院经费投入的基础上，与技术合作方进行深度合作，以相关信息数据支持、模拟设备和专业驾驶测试人员，以及成果研发后的综合效益为保证，积极争取技术合作方给予适当的经费和技术支持。

三、第一期研究成果情况和下一步研究重点

截至目前，本课题研究已经初步完成第一期项目的研发工作，其初步成果——“警用大数据高危车辆驾驶行为分析及预警平台”已经开始内部测试和着手进行上线试运行，并将在进一步机器学习和调整完善的基础上，逐步推广并投入实战。

（一）总体系统研发概况

第一期课题项目的研究内容主要包括：进行车辆驾驶行为分析和驾驶行为风险概率分析，以及开发主要有数据管理模块、驾驶行为分析模块、驾驶行为风险概率计算模块等组成的基于大数据驾驶行为分析技术的危险驾驶行为分析及预警平台。具体建设目标为：结合自身技术研发情况，开发针对公安交通管理需求的“警用大数据高危车辆驾驶行为分析及预警平台”。预期基于离线数据分析和在线数据分析两个方面，研发车辆驾驶行为离线分析系统和车辆驾驶行为实时量化安全态势管理系统，及时有效地辨识影响道路交通安全的违规车辆，帮助交警部门完善智慧化的预警管理体系，同时也能对辖区车辆所在的运输公司进行周期性安全管理评价和教育介入等。

一是在线驾驶行为分析。驾驶行为数据具有非线性和波动性的特性，随着驾驶员连续驾驶时间的增长，这两种特性更加明显。本次研究主要以国家交通运输部发布的卫星定位终端标准接口数据为基础，研究驾驶行为模式识别过程中的相关算法，实现正常驾驶行为和违规驾驶行为的有效判别。（a）采用问卷调查、采访等方式，并以公安部、交通运输部等国家部委以及上海市公安局、上海市交通委等有关部门发布的相关法规和规定为基础，确定造成交通事故的主要责任以及违规驾驶行为的判别标准。主要包括超速、超载、疲劳驾驶、夜间驾驶、急加速、急减速、车辆闯禁区以及违法变道等。（b）基于造成交通事故主要原因，将车主驾驶行为原始数据进行存证，以供交警部门调阅。包括车载设备记录的速度、道路信息等。（c）以车载卫星定位终端设备提供的全天候定位数据和各类调查数据为研究对象，利用数据挖掘算法，研究驾驶行为模式识别过程中的相关算法，对海量的驾驶行为数据进行分析，获取不同违规驾驶行为的特征，并进行建模。正确判别出正常驾驶行为和违规驾驶行为，以及计算出总驾驶里程、总驾驶时间和各种违规驾驶行为发生次数及违规程度。

二是驾驶行为风险概率计算。综合考虑人、车、环境等方面的风险因素，首先，对分析得出违规驾驶行为、发生违规驾驶行为时的车和环境因素，进行相应特征属性的提取，采用SVM分类算法对历史数据进行分类分析，采用欧式（Euclidean）距离相似性测度，并利用误差反向传播BP（Back Propagation）神经网络，确定人（驾驶行为）的风险概率、车的风险概率、环境的风险概率。其次，利用收集到的驾驶行为数据、交通事故处理记录数据以及其他数据，验证“驾驶行为分析”和“风险概率分析”中提出的算法的有效性。

三是开发大数据分析模块。采用大数据分析架构Hadoop和云挖掘工具Mahout，开发实现数据管理模块、驾驶行为分析模块、驾驶行为风险概率计算模块组成的车辆驾驶行为分析平台，以及基于Storm流式处理的危险驾驶行为预警平台。其中，为了确保整个系统平台在迭代开发中的相对稳定，在风险概率计算模块的设计实现中，采用独立于驾驶行为分析算法模块和风险概率计算算法模块的系统框架，从而避免后续开发中由于相关算法的演进而导致平台的重建。

四是危险驾驶行为分析和预警。利用北斗/GPS数据实时定位数据，对被监控车辆的行驶里程、疲劳驾驶、夜间驾驶、超速等进行综合评分。采用基于Strom、Hadoop等流式数据处理，分布式文件系统，云计算等大数据处理技术，加快分析运算速度，提升风险预警效率。对超速、疲劳和评分较低的车辆驾驶员，系统会自动进行语音提醒，对超速严重和一天多次出现违规情况的驾驶员，系统会及时通知监控人员采取人为干预。

五是离线驾驶行为分析。基于国家交通运输部发布的标准“终端输出”北斗/GPS数据，即以速度、经纬度、方向为处理对象，对车辆定位点进行路网匹配得到车辆行驶所在道路的信息，并深入分析车辆在不同道路类型上的里程、疲劳驾驶、夜间驾驶、超速、急加速急减速等要素，并以数据文件的形式输出分析结果，为一定时间段内车辆驾驶行为评价提供必要数据。

（二）第一期研发项目功能实现情况

目前，第一期各个模块研发组合后，整个项目成果以电脑终端平台的形式展现，并已经于3月25日起开始内部整体测试。现阶段，该系统内部测试借助经达信息公司的服务器，通过互联网与1000个车辆卫星定位终端联通。待后期系统调整完善后，该平台将依托上海市公安局智慧公安数据中心和应用大平台，接入上海市公安局交警总队指挥平台，为一线交警部门提供车辆违章、事故信息、车辆驾驶员信息等数据，并与相关视频监控系统、市局智慧道路系统等实现对接，以借助其数据进一步提升分析判断的准确性和速度。

从2018年3月25日至4月25日的第一次内部测试情况看，在第一期研究中主要解决了以下问题，并呈现如下功能应用：

一是根据国家道路交通安全法的相关执法标准，对车辆在不同道路上的超速行为进行判别，并视情采取声音提示乃至执勤民警途中拦截（详见下表）。

道路类型 行驶速度 功能提示高速公路、城市快速路以外的道路 超速10%未达20% 车载设备声音提示，督促驾驶员减速高速公路、城市快速路以外的道路 超速20%未达50% 系统下发语音提示，督促驾驶员减速，通知监控人员高速公路、城市快速路以外的道路 超速50%以上 系统下发语音警告，通知监控人员，将信息发送相关管理部门、警用PDA，列入危险驾驶人员黑名单城市快速路 超速未达20% 车载设备声音提示，督促驾驶员减速城市快速路 超速20%未达50% 系统下发语音提示，督促驾驶员减速，通知监控人员城市快速路 超速50%以上 系统下发语音警告，通知监控人员，将信息发送相关管理部门、警用PDA，列入危险驾驶人员黑名单高速公路、城市快速路 低于规定最低时速20%以上 车载设备声音提示高速公路 超速未达20% 车载设备声音提示，督促驾驶员进行减速高速公路 超速20%未达50% 系统下发语音提示，督促驾驶员减速，通知监控人员高速公路 超速50%以上 系统下发语音警告，通知监控人员，将信息发送相关管理部门、警用PDA，列入危险驾驶人员黑名单

在一个月的内部测试中，系统平台先后发出超速警报485490次，其中超速低于20%的295625次，均通过车载设备对于驾驶员进行了提示警告，并将有关数据纳入阶段分析范畴；超速在20%到50%之间有148065次，超速高于50%以上的41802次，均在通过车载设备对于驾驶员进行警告的同时，将车辆动态信息（实时车速、行驶路段、行驶方向）在系统平台上进行显示。今后，该系统正式上线后，相关信息就可以直接发送至一线民警PDA上，或由交警指挥平台第一时间发布信息给执勤民警，从而便于执勤民警可以第一时间对严重超速车辆进行拦截，以最大限度避免严重超速车辆引发相关交通事故。

二是针对连续驾驶超过4个小时未停车休息或者停车休息时间少于20分钟的车辆，系统将进行语音提醒，督促驾驶员注意休息，避免疲劳驾驶，并计入车队周期性评价减分项。对于存在疲劳驾驶情况但仍未休息的车辆，将信息发送至卡口民警，以便视情对其进行处置。

在一个月的内部测试中，系统平台先后发出各类疲劳驾驶警报5464次，其中连续驾驶超过4个小时未停车休息或者停车休息时间少于20分钟的轻度疲劳警报5123次，均通过车载设备对于驾驶员进行了提示警告，并将有关数据纳入阶段分析范畴；连续驾驶超过8小时等严重疲劳驾驶警报341次，均在通过车载设备对于驾驶员进行警告的同时，将车辆动态信息（行驶路段、行驶方向、最近卡口）在系统平台上进行显示。今后，该系统正式上线后，相关信息就可以直接发送至一线民警PDA上，或由交警指挥平台第一时间发布信息给执勤民警，便于执勤民警可以第一时间就近进行拦截检查，从而减少由疲劳驾驶而引发的交通事故隐患。

三是结合路网数据设置预警围栏，对于可能出现不按规定路线行驶、高速公路低速行驶、连续急加速急减速、特殊车辆夜间违规行驶（如客运车辆夜间2点至5点禁行）等危险驾驶行为进行预警并发送有关预警信息，以便执勤交警预先进行处置，防止事故发生。

在一个月的内部测试中，系统平台先后发出各类车辆闯禁区和不按规定时间行驶的警报9109次。其中，车辆不按规定时间行驶的情况（累计报警3212次），均通过车载设备对于驾驶员进行了提示警告，并将有关数据纳入阶段分析范畴；对于危险品运输车辆临近重点要害地区或不按规定路线行驶等危险隐患（累计预警4439次），在通过车载设备对于驾驶员进行警告的同时，将车辆动态信息（行驶路段、行驶方向、最近卡口）提前在系统平台上进行显示。今后，该系统正式上线后，相关信息可以直接发送至一线民警PDA上，或由交警指挥平台第一时间发布信息给执勤民警，从而便于执勤民警第一时间就近进行拦截检查。此外，对于车辆已经驶入禁区的情况（累计发现1458次），也通过车载设备对于驾驶员进行警示，要求其尽快驶离，并纳入阶段分析范畴。系统上线后，这一警示信息和相关数据也将第一时间发送给交警部门处理。

四是定期形成相关运输公司安全行驶分析报告，围绕车辆超速、急加速急减速、疲劳驾驶、夜间驾驶等情况进行整体安全系数打分（提出红黄牌），并自动形成相关表单，明确存在危险驾驶倾向的车辆和司机，形成各区域相关运输公司长期的驾驶行为评级图形显示，以便交警部门有针对性地采取安全教育和约谈式处罚措施。

同时，相关报告在为公安交警部门工作提供支撑的同时，也可发送给交通委、安监局等部门，作为今后对于运输公司和驾驶员进行运营资格审核和相关行政管理处罚的依据。

在一个月的内部测试中，系统平台对于在线的1000辆测试车辆的行驶情况进行了分析，并逐一进行了驾驶行为评分，其中安全驾驶行为优秀（90分以上）的0辆，安全驾驶行为良好（70分至89分）的903辆，安全驾驶行为较差（60分左右及以下）的93辆（具体分析及数据图例如下）。

危化品运输车辆情况分析：

货运车辆情况分析：

公安项目车辆驾驶行为评分情况（2018年3月25～2018年4月25日）

长途客运车辆情况分析：

公安项目车辆驾驶行为评分情况（2018年3月25～2018年4月25日）

渣土车情况分析：

待系统平台“入云”后，该部分数据分析将作为今后基层交警车宣部门开展日常运输企业监管的重要依据。对于安全驾驶情况较好的运输公司，车宣部门将给予一定的表彰，并在年度资质审核等方面给予优先。对于安全驾驶情况一般的运输企业，则由车宣部门通过上门走访、电话提示等方式进行安全宣传，尤其对该部分企业较突出的违章行为进行针对性警示。对于安全驾驶情况不佳的运输企业，则由交警部门约谈企业安全员和经营者，限期整改，并将整改情况作为年底相关审核的依据。同时，对于阶段性安全驾驶行为情况不佳、出现黄牌记录的驾驶员个人，交警部门将通过短信和电话提示的方式，对其进行提醒。而对于出现红牌记录的驾驶员，交警部门将视情对其进行专门约谈和专题交通安全教育，并将相关情况进行记录，作为今后对该名驾驶员相关从业资格审核的参考依据。

除了上述四项功能之外，课题组目前正在研究如何结合车速骤停、车辆在正常行驶过程中突然长时间停止、车辆停止处周围车辆行驶情况等，分析预测车辆遭遇突发碰撞或其他意外情况的可能，并提前通知执勤交警到场处置。

（三）下一步研发重点

在前期研究和应用的基础上，课题组将继续着重围绕以下功能模块开展相关应用研究。

一是整合目前交警“六合一”平台、车辆登记和道路卡口监控信息，进一步扩充平台的数据来源，强化分析预测的准确性和及时性。

二是研究推进系统平台与目前一线执勤交警使用的警用PDA或手机互联，以进一步提升其应急响应速度。

三是对于驾驶员在行驶过程中故意切断或屏蔽GPS定位系统的行为进行分析识别，并及时报警。

四是结合车辆行驶状态和轨迹分析，对车辆超载行为进行无接触的分析判别，以协助车辆超载违规行为的查处。在此基础上，根据渣土车空载/满载状态和无故停车的情况分析，再结合相关视频监控，协助对偷倒渣土行为进行预警和查处。

五是研究结合道口探头系统对于车辆高度和宽度进行判断，并结合路网数据，对于超高、超宽车辆违章行驶进行预判和提前预警。

六是结合对车辆位移情况的分析，对于车辆不按规定车道行驶或违章占道情况进行分析记录，以便交警部门跟进处罚。

七是针对酒驾、毒驾等危险驾驶行为的车辆行驶轨迹进行分析，研究建立相关分析预警模型。

八是结合天气、道路拥堵情况等因素，实时分析并传递一些路况信息（例如拥堵分析）给驾驶员和执勤交警。

（四）系统应用的愿景规划

待系统正式上线运行后，随着相关数据的进一步整合和功能进一步的增加，最终以本平台为依托，将基于车联网的各方面数据进行整合，并通过相应的数据挖掘分析形成公安交警部门和相关职能单位、企业之间车辆驾驶行为分析信息和相关数据的整体循环（详见下图），进而推动上海交通管理的整体大联动，从而尽可能地将道路交通管理中的车辆和驾驶员要素纳入整体管理范畴，以提升管理效能和管理水平，为上海的城市道路交通安全提供有力支撑。

四、相关需求和建议

目前，本课题项目研究已完成了第一期项目的理论研究和系统研发，即将转入实际上线测试。从当前进展情况看，如果在2018年6月前能够上线试运行，那么经过3个月的机器学习、系统调试完善和一线操作人员培训，可以在2018年10月形成初步战斗力，并投入首届中国国际进口博览会安保实战之中。有鉴于此，为保障整个测试推广工作顺利进行，从而将相关研究成果尽快转化为战斗力，特提出以下需求和建议：

（一）加快推进系统平台与市局数据中心的对接

目前，针对系统平台与市局数据中心对接一事，课题组已经与市局科技处和深化办达成初步一致，并与“阿里云”方面的技术人员进行了初步交流。下一步，课题组将着手进一步细化相关需求，力争尽快推动第一期技术成果“入云”。希望市局相关职能部门也能够在相关数据端口和权限的提供、有关数据的扩容采集支持以及相关技术标准的提供等方面给予更大的支持。

（二）积极争取本课题研究成果纳入上海“智慧公安”整体规划框架

目前，本课题研究还是作为科研研究项目，在相关设备和经费支持方面还显得相对薄弱。下一步，在上线调试和进一步完善的基础上，提请市局在进行相关鉴定测试的基础上，将本课题纳入上海“智慧公安”整体规划框架之内，从而在专业指导和设备、经费保障等方面，对本课题后续研究给予充分保障和支持。

（三）全力推动第一期项目成果的推广应用

在目前三家分局交警部门试点使用和优化完善的基础上，建议进一步扩大试点范围，逐步在全市进行试点，从而为系统平台的后续完善和功能开发提供指导，并加快推动本次课题研究的相关技术成果转化为实际战斗力。