济南交通大脑道路安全风险地图平台研究

陈连涛 胡颖 云廷进 李勇

摘  要：如何实现科学高效的道路交通安全风险评估，减少道路交通事故发生量，并降低由其带来的社会人身伤害及财产损失，已成为交警部门交通安全管理工作中亟待解决的问题。文章详细阐述了济南交通大脑中道路交通安全风险地图平台的建设与应用，通过数据资源和人工智能手段实现道路的安全隐患和风险点的精准挖掘和科学分析，实现全市道路进行路网安全“CT”扫描和风险预测分析，从道路和环境两个源头为道路安全隐患“大排查、大整治”做好数据支撑工作。

關键词：道路安全;风险地图;驾驶行为;事故;功能

中图分类号：TP311         文献标识码：A文章编号：2096-4706（2021）23-0115-05

Research on Road Safety Risk Map Platform of Jinan Transportation Brain

CHEN Liantao， HU Ying， YUN Tingjin， LI Yong

（Traffic Police Detachment of Jinan Public Security Bureau， Jinan  250014， China）

Abstract： How to achieve scientific and efficient road traffic safety risk assessment， reduce the number of road traffic accidents， and reduce the social personal injury and property loss caused by it have become an urgent problem to be solved in the traffic safety management work for the traffic police department. This paper expounds in detail the construction and application of road traffic safety risk map platform in Jinan transportation brain， realizes the accurate mining and scientific analysis of road safety hidden dangers and risk points through data resources and artificial intelligence， and realizes the “CT” scanning and risk prediction analysis of road network safety in the whole city， do a good job in data support for the “major investigation and rectification” of road safety hazards from the two sources of road and environment.

Keywords： road safety; risk map; driving behavior; accident; function

0  引  言

近年来，随着社会经济的持续增长，城市人口密度、驾驶人数量、机动车保有量的不断增加，道路交通安全形势仍然严峻。2020年中国道路交通事故万车死亡人数为1.66人[1]。为此，2020年公安部交管局在全国范围开展了道路交通事故预防“减量控大”行动，着力减少交通事故、保护人民生命财产安全。公安部交管局在《2021年道路交通管理工作要点》中进一步提出以事故预防“减量控大”为主线，建立多级交通安全动态监测、常态研判和精准预防工作机制。2021年，山东省安委会推动“两路两车”专项整治行动，通过开展“起底式、全覆盖、全要素”的专项整治行动。为了更加全面、科学、有效的开展道路安全隐患排查和交通事故预防工作，济南交警支队在济南交通大脑智慧框架之下搭建道路安全风险地图平台，对城市道路进行路网安全“CT”扫描和风险预测分析，指导业务部门有针对性地开展整治提升行动，有效降低道路交通事故风险，营造安全畅通的道路交通环境。

1  济南道路交通安全风险评估研究现状和技术应用情况

传统的道路交通安全风险分析主要依托历史事故数据进行人工情报研判分析[2-4]，既耗费大量时间，也浪费大量人力，成本较高，给道路交通风险排查带来诸多不便。同时，道路交通安全风险评估在政策、体制、数据等多方面存在制约因素，给济南市交警支队道路安全风险评估工作带来了诸多挑战。从国家政策层面而言，目前出台的相关政策文件多停留在安全管理方向和内容上，缺乏安全评估的维度及指标的统一定义;交通安全管理维度不够全面和深入，多停留在驾驶员行为监管及事故数据的录入统计分析，未开展深层次的风险评估预判;数据缺乏共享共用，用于道路安全分析的数据如地理信息、路况、事故、视频、天气等分别掌握在不同的管理部门和企业手中，数据协调获取有难度，任何一方都不能利用数据做充分的研究。为了改变目前交警经验式交通事故处理模式，急需建设一套基于多源融合数据的，集分析、监测、预警、预测多功能于一体的安全监管预测平台，为管理部门和企业提供决策支持。

随着人工智能、大数据和云计算等新技术的涌现与发展，“人、车、路、环境”全方位海量数据信息的汇集，道路交通安全风险识别向全域化、精准化、实时化的智慧型方向转变。如何结合全域实时数据对城市道路交通风险进行精准鉴别和分析预测，成为道路交通安全管理工作转型中亟须解决的关键问题。在道路交通安全管理实践探索中，济南交警支队2018年启动了济南交通大脑平台[5]，在此平台汇聚道路态势数据、异常事件数据、事故数据等大量业务相关数据，同时接入互联网浮动车检测到的异常事件数据和司机关键驾驶行为数据（如：急刹车、急减速等），通过计算机将海量数据挖掘分析，开展了道路安全风险地图平台研发与应用，为全市道路进行路网安全“CT”扫描和风险预测分析提供智慧支撑，指导业务部门有针对性地开展整治提升行动。

济南交通大脑道路安全风险地图平台充分利用互联网浮动车采集到的驾驶行为数据、异常事件数据，同时融合交管部门的道路基础属性数据和事故数据，可以为道路安全风险隐患排查、基础设施设置合理性评价、道路环境综合改造提升等提供精细化的数据支撑，从源头做好交通事故预防工作。同时，济南市交通大脑道路安全风险地图平台也为其他城市开展道路交通安全风险分析预测研究提供借鉴经验。

2  道路安全風险评估的数据支撑

依托济南交通大脑，将海量信息集成化管理、融合汇聚并互动开放，构建了交通大数据服务平台，为道路交通安全风险分析与预判提供了良好的数据资源，主要有交警内部的事故数据、异常事件等数据，相关行业的气象数据、道路数据等，以及网约车车载设备采集到的驾驶行为数据和异常事件数据等，是支撑道路安全风险地图平台的关键信息，详细数据信息如表1所示。

上述数据均实时接入济南交通大脑交通大数据服务平台，通过统一接口供道路安全风险地图平台调用。目前，已汇入的数据中，交警数据主要是近5年的道路基础数据以及交通事故、异常事件等相关数据;行业数据主要包括每平方公里的小时级天气数据和道路详细设计数据;社会数据主要来自安装驾驶行为探测设备的网约车，可以采集到危险驾驶行为数据（四急一超数据）、异常事件数据（车辆后方放置三脚架数据）等，全市平均1天约采集到30万条相关数据。

3  平台建设目标

“道路安全风险地图”主要面向交通管理部门（交警总队、交警支队、交警大队），基于地图及多源动态数据能力、数据挖掘分析能力、模型算法等能力，集静态安全风险地图服务、历史事故分析服务、道路安全风险实时监测预警、道路安全风险预测、辅助决策功能于一体的产品，可辅助客户解决由于路网结构风险点认知不全面，事故多发地认知不全面、事故诱因不明确，风险判断凭经验，以及农村交通基础设施建设落后、警力难以全面覆盖、村民安全意识淡薄导致的事故多发问题。本平台的建设对交通管理部门交通事故预防起到重要作用，能够使“人、车、路、行”更安全、更舒适。具体建设目标包括：

3.1  构建全面的路网结构风险点认知体系

帮助交警解决道路风险点认知不全面的问题，识别出路网结构风险点并与事故数据、违法数据关联，分析路网结构与事故、违法事件之间的关系，为交警提供路网优化辅助决策，从而降低风险隐患。

3.2  精准识别事故多发地、明确事故诱因

通过对历史事故数据进行汇总统计，融合天气数据、路况数据、路网结构数据等，对各种因素进行关联分析，分析交通事故的影响因素，为制定事故预防策略、警力布控策略做数据参考。

3.3  智能评判道路安全风险状态

建立智能化的道路安全风险监管流程，通过分析历史事故数据，以及对未来天气、路况的预测，建立安全风险模型，可以对未来一天、节假日、重大活动的道路安全风险预测预警，辅助交警提前感知风险，制定预案，降低道路安全风险。

4  平台架构

平台架构如图1所示。由感知层、数据层、指标模型层、平台层、业务应用层和用户层构成。感知层利用交通管理部门现有的前端检测设备，包括高清视频、高清卡口、车辆GPS定位设备、车内摄像头等，汇集海量数据作为数据源，为平台功能实现及运行提供数据支持;数据层通过大数据处理技术，基于高精地图融合汇聚静态数据（道路信息、POI、区域信息等）和动态数据（事件信息、交通状况数据、危险驾驶行为数据等），在城市时空维度下完成数据处理、特征值构建、颗粒度归集等操作;指标模型层由事故统计分析模型、事故多发地提取模型、风险指数模型等构建形成全维度的道路安全分析、预测、决策方法，对海量数据进行科学认知;平台层提供静态安全风险地图服务、历史事故分析服务、道路安全风险实施监测预警、道路安全风险预测和辅助决策，构建道路安全风险全时空管理;业务应用层面向交通管理部门图提供覆盖高速、国省干道、城市及乡镇村道的全路网交通安全风险地图服务，全面赋能交通安全管理与安全防控，并且支持将安全风险预测预警信息推送至车辆运营企业、车企、公众，实现源头防控。

5  平台功能

5.1  核心功能点

5.1.1  静态安全风险地图服务

静态安全风险地图服务主要有：

（1）静态路网结构监测分析：从交叉口节点、道路结构匹配、路网连通三个方面对路网结构进行监测分析。

（2）整体静态路网结构分析报告：提供交叉口节点、道路结构匹配、路网连通三个方面的路网结构画像报告。

5.1.2  历史事故分析服务

历史事故分析服务主要有：

（1）历史事故分析（多发地/多发时段等）：基于历史事故数据，分析事故多发特征，如事故多发地、事故多发时段、事故多发天气等。

（2）事故诱因分析（天气、路况、路网、时段等）：基于事故发生时的天气、路况、时间数据及静态路网结构分析结果，建立事故诱因分析模型，提供事故诱因分析服务。

5.1.3  道路安全风险实时监测预警

道路安全风险实时监测预警主要有：

（1）实时气象监测：提供实时的气象监测服务，包括降雨、能见度等影响道路安全的因素。

（2）实时路况监测：提供实时的路况监测服务，如道路的拥堵状态。

（3）道路风险点实时监测预警：提供实时的道路风险监测服务，如风险点、风险级别。

5.1.4  道路安全风险预测

道路安全风险预测主要有：

（1）气象预测服务：提未来几小时或几天的气象预测服务，包括降雨、能见度等影响道路安全的因素。

（2）路况预测服务：提未来几小时或几天的路况预测服务，如道路的拥堵状态。

（3）道路风险预测服务：提未来几小时或几天的道路风险预测服务，如风险点、风险级别。

5.1.5  辅助决策

专题报告/定制化报告：基于静态路网结构和动态事故诱因等多方面的分析，面向管理部门提供研判分析结果及对应的专题分析报告，为路网结果改善及降低事故等提供决策支持。

5.2  交警总队、交警支队用户端系统功能

5.2.1  道路风险点全面感知

从交叉口节点、道路结构匹配、路网连通三个方面对路网结构进行监测分析。提供路网结构画像报告。并将路网结构风险点与事故数据、违法数据关联，分析路网结构与事故、违法事件之间的关系，为交警提供路网优化辅助决策，从而降低风险隐患。

5.2.2  事故特征及诱因挖掘

基于历史事故数据，分析事故多发特征，如事故多发地、事故多发时段、事故多发天气等。融合天气数据、路况数据、路网结构数据等，对各种因素进行关联分析，分析交通事故的影响因素，为制定事故预防策略、警力布控策略做数据参考。

5.2.3  科学研判道路风险

通过分析历史事故数据，以及对未来天气、路况的预测，建立安全风险模型，可以对未来一天、节假日、重大活动的道路安全风险预测预警，辅助交警提前感知风险，制定预案，降低道路安全风险。

5.3  交警大队（微交通）用户端系统功能

交警大队（微交通）用户端系统功能主要有：

（1）设施设备布设建议：通过识别出道路风险点，为设施设备布设、标志标线优化提供建议，优化资金投入。

（2）精准识别高效管理：实时抓拍并公示超速、违法带人等违法车辆信息，起到警示作用，降低违法数量;重点监控三超车辆、农机车辆信息，主动发现风险;通过平台统一监管设施设备，提高管理效率。

（3）辅助交警安全执法：通过可视化监管平台，帮助交警实时监测交通运行状况，并且对事件分级，对于不需要现场执法的事件，通过远程喊话的方式执法，提升执法效率;通过平台调取查看现场视频，辅助违法取证。

（4）提高村民安全意识：通过科学的统计分析，识别常见事故、违法类型，发生事故、违法的人群画像，有针对性地制定安全教育策略，从源头降低事故、违法数量。

6  平台应用效果与推广前景

6.1  总体效果

根據全省路交通安全“两路两车”专项整治行动部署要求，截至7月30日，全市借助风险地图平台共排查道路交通安全隐患195 677处，已完成整改数量194 252处，正在整改的隐患中，限期整改1 110处，规划整改315处。

6.2  典型案例

该平台通过模型算法分析通过不同的颜色将安全风险预测等级在GIS地图上予以呈现，能够很直观地看到全市的交通风险区域的分布，同时左侧可以根据不同道路等级进行安全风险路段的统计和筛选，如图2所示。

6.3  推广前景

6.3.1  平台对全国的普适性

该平台利用大数据、人工智能等前沿科技手段辅助交通管理部门更好地开展事故预防相关工作的一种技术应用思路和方法，方便全国其他地市借助各地市现有的数据情况，充分挖掘数据价值，向科技要警力，向科技要战斗力，通过科技赋值实现更加精准、精细的实际交通管理工作。

6.3.2  类似交通业务问题创新应用

通过大数据分析实现了道路安全风险预警工作从过去人工排查到现在“数据感知—科学分析—重点整治—跟踪评价”的新型工作机制。该思路和机制可以推广应用到类似交通管理工作，如交通拥堵治理、重点交通违法整治等，方法、思路是相通的。平台的架构模式和核心技术适用于类似交通问题，实现“去繁从简”，揭示交通问题的隐藏属性，进而有针对性地进行应用创新，具有良好的应用价值。

总之，该平台应用业务领域广阔，在全省或全国同行内可借鉴、可复制，具有很强的实战应用成效。

7  结  论

平台紧紧抓住交通事故预防这一主线，结合交警自有数据、行业管理数据以及社会资源数据对城市内的每一条道路进行精准画像和风险预测评估，为交通安全管理工作提供了全方位的数据支撑，使事故预防、隐患排查、秩序治理、综合改造提升等各项工作向精细、精致、精准化发展，大大提高工作质效。利用此平台，可以实现定期对全市道路进行路网安全“CT”扫描和风险预测分析，从而使得交通事故预防工作有了源头治理的“科技抓手”，进而有效降低道路交通事故风险，营造安全畅通的道路交通环境。

参考文献：

[1] 国家统计局.中华人民共和国2020年国民经济和社会发展统计公报 [R/OL].（2021-02-28）.http：//www.stats.gov.cn/tjsj/zxfb/202102/t20210227_1814154.html.

[2] 任静，朱茵.对道路交通安全风险评估新的探究 [J].交通企业管理，2014，29（3）：66-68.

[3] 余豪，周江红.基于SEM的道路交通安全评价研究 [J].公路与汽运，2019（5）：35-38+43.

[4] 蔡晓禹，雷财林，彭博，等.基于驾驶行为和信息熵的道路交通安全风险预估 [J].中国公路学报，2020，33（6）：190-201.

[5] 潘述亮，徐晓东，杨海波，邹难.智能与进化：济南新一代智慧交通系统的设计 [J].城市交通，2020，18（3）：103-113.

作者简介：陈连涛（1975—），男，汉族，山东莱州人，硕士，研究方向：交通大数据分析应用。