城市交通运输风险识别与防控策略

冯 川,张 孜,黄钦炎

(1.广州交信投科技股份有限公司,广东 广州 510199;2.广州市交通运输局,广东 广州 510620)

交通行业车辆规模大、服务群体多、道路覆盖面广,安全管理难度大,一旦发生安全事故,可能造成重大的经济损失和恶劣的社会影响。在交通基础设施不断完善且提升空间有限的情况下,如何提升行车安全、减少交通事故一直都是关注的热点。相关研究主要集中于行车安全预警、安全管控平台设计以及道路交通安全防控三个方面[1-8],现阶段行业已经具备一定的安全防范理论与技术研究应用基础,但是系统性针对不同风险源、不同风险时态场景的差异性安全防控应用鲜见报道。在此背景下,综合应用大数据、人工智能、边缘计算等新一代信息技术,系统性分析交通运输风险源、场景的差异性,研究城市交通运输风险识别与安全防控策略,对促进城市交通运输安全水平上新台阶、完善交通安全防控理论与技术具有积极意义。

1 城市交通运输安全防控发展趋势

当前,“新基建”带动5G、大数据、智能网联、车路协同等技术在交通运输领域融合应用,进一步提升了交通信息感知、分析、管控、服务的覆盖面、精细度和智能化水平,为研究体系化城市级的交通主动安全防控技术及创新应用赋予更多可能,其发展趋势可总结为以下三个方面。

1.1 防控需求多元化

在交通运输行业迅速发展和公众出行需求急剧增长的情况下,管理部门、企业和乘客等各类交通参与者对交通运输安全性、舒适性等期望与要求越来越高。例如,以往对安全事故的关注在于事故处置,随着技术进步现在更侧重于事前风险预测和防控;以往对驾驶员操作要求不超速、符合道路通行规定,现在还要求不急加速减速,保持平稳驾驶。因此,亟需多源智能化技术满足不同安全防控需求,构建交通运输主动安全防控模式。

1.2 安全防控协同化

依靠单项技术能实现一定的交通运输安全防控效果,然而人、车、路等交通要素之间存在有机联系,且随着交通运输安全防控应用场景不断细化,安全防控需求趋于复杂,因此亟需采集人、车、路全要素信息,强化不同场景内各要素关联分析,协同提升风险识别与防控能力。

1.3 防控体系立体化

交通运输安全涉及人、车、路各要素,城市交通运输行业涵盖多个细分领域,安全防控应用需面向驾驶员、企业、行业监管部门等不同应用主体,需要不断扩展交通要素、行业领域、应用主体的覆盖面,同时处理好局部和整体之间的有机衔接,系统性提高安全防控水平。

2 城市交通运输安全防控技术体系框架

围绕城市交通运输安全防控需求,结合当前科学技术研究应用情况及行业发展趋势,提出“信息感知、风险识别、安全防控”的城市交通运输安全防控技术体系框架,信息感知为风险识别提供研判数据基础,安全防控依据风险识别开展针对性有效防控措施。

2.1 框架底层——信息感知

交通运输系统是由人、车、路等要素构成的复杂动态系统,任何环节都可能存在安全风险,需要全方位感知的交通要素信息,为风险识别提供信息基础。人的信息感知主要包括驾驶员状态、驾驶操作行为、乘车人数量、乘车人行为等信息。车辆作为交通运输的承载工具,其运行工况及状态可对交通安全产生直接影响。道路上的行人、车辆、障碍物等都可能影响道交通运输活动,因此需要动态感知行进中的道路环境信息。

2.2 框架中层——风险识别

在人、车、路全量信息感知的基础上,结合公交、出租、客运、货运、桥梁等不同行业业务特性,充分利用掌握的数据资源,综合开展风险研判。根据风险来源可将其划分为驾驶员风险、车辆风险、道路环境风险、营运行为风险四个类别。驾驶员风险包括驾驶员身份异常、行为异常、操作不当等情况。车辆状态风险主要来自于载运工具运行工况、重要零部件运行状态等。道路环境风险比较复杂,路网中的人、车、路均可能导致风险发生。营运行为风险在不同行业差异性明显,需要结合业务场景针对性开展识别研究,是交通运输安全防控内涵的重要补充。

2.3 框架上层——安全防控

加强驾驶员风险、车辆状态风险、道路环境风险、营运行为风险四类风险事件的评估与防范,强化风险源头治理,使安全防控工作关口前移,进而提高交通运输安全风险化解能力。基于常态规避、短临预警、应急响应的安全防控技术模式,从规避风险、评估风险、控制风险三个环节开展防控研究与应用,提升城市交通运输各场景安全防控水平。

3 基于风险源的风险识别与防控策略

交通系统是由人、车、路等要素构成的复杂动态系统,每个要素都可能成为风险源,导致安全事故的发生。

3.1 关于人的风险识别与防控

在交通运输系统中,人主要包括从业人员、乘客与路人,路人是道路环境的重要组成,此处主要讨论运输场景中的从业人员与乘客。在驾驶操作行为方面,通过车辆控制器局域网络(Controller Area Network,简称CAN)总线采集驾驶操作行为数据,识别驾驶员急加减速、频繁变道、车未停稳开车门等不规范的驾驶操作行为,并进行及时预警提醒驾驶员安全行驶。在驾驶员状态方面,利用车载智能视频技术感知识别驾驶员状态,降低驾驶员频繁打哈欠、闭眼、疲劳驾驶等风险行为。在乘客数量与行为方面,利用图像技术感知车厢乘客分布与异常行为,尽早发现司乘纠纷规避风险发生。在运输防疫工作方面,利用人脸识别技术测量乘客体温,并采集人脸特征信息及司乘佩戴口罩信息,支撑同乘接触溯源、提醒司乘规范佩戴口罩;通过视频识别客流数据构建模型,对公交车厢客流拥挤度进行预测与预警。

3.2 关于车辆的风险识别与防控

车辆运行状态及工况监测是识别车辆风险的重要途径,为了实时掌握车辆位置信息、车辆运行工况,可利用卫星定位技术实现营运车辆的实时定位与轨迹跟踪,同时为事后安全事故复盘提供数据基础;另外根据车辆CAN总线数据及时识别发动机转速、电池电压等状态是否异常,有效支撑车辆安全风险识别与预警,降低风险事件发生。

3.3 关于道路环境的风险识别与防控

在运输过程中,道路环境主要包括道路基础设施和行进中周围的人车环境。为识别道路基础设施破损风险,采用人工巡查、拍照记录等方式进行道路病害巡检,便于及时养护道路保障通行。为帮助驾驶员对周际人、车流动情况有更全面的掌握,在大中型客货运车辆车身周围搭载视频监控,采用3D视角无缝拼接技术实时感知周际环境,帮助驾驶员消除车辆视角盲区。为降低碰撞风险,综合应用雷达、视频等设备对车道偏离、碰撞等风险进行实时预警,提醒驾驶员安全驾驶。

3.4 关于营运行为的风险识别与防控

交通运输营运行为方面的风险主要包括合法营运车辆违规行为与车辆非法营运行为两类,不同行业领域营运风险行为见表1。由于不同行业的行为特征差异大,传统技术难以高效识别出租、客运、货运等车辆营运行为风险,主要依靠现场人力稽查,营运行为风险防控效率难以提升。充分利用道路卡口、视频资源,基于深度学习高效捕捉营运车辆特征,利用多源数据关联研判智能识别合法营运车辆违规行为与车辆非法营运行为,支撑交通运输行业营运风险识别与交通执法,提升交通运输营运风险防控效率。

表1 不同行业领域的营运行为风险

4 基于场景的风险识别与防控策略

加强风险管控以预防为主、防治结合的思路,采取常态规避、短临预警、应急响应的安全防控模式,针对风险发生前的日常管养、即将发生的短临防范、发生后的应急响应三个类不同场景开展防控管理应用,全面提升交通运输主动安全防控水平。

4.1 常态规避防控

常态规避是指通过日常管理与养护,将城市交通运输安全防控延伸到事故风险发生前,有效降低风险发生概率。在日常管理与管养中,面向驾驶员、载运工具以及交通设施建立档案,据此开展针对性管理避免风险发生。驾驶员方面,通过驾驶行为档案中的数据,针对性开展驾驶规范行为教育;载运工具方面,利用车辆档案中的检修与养护信息,加强易发故障分析与异常工况解析;交通设施方面,基于桥梁管养档案跟踪挠度、应变、倾斜、位移、裂缝等状态变化情况,通过日常管养降低来自交通设施的风险。

4.2 短临预警防控

短临预警是指对即时识别的风险进行预警,实时提醒相关人员采取措施规避风险。在交通实际运行中,对于即时识别的风险或者风险前兆,通过语音提示、蜂鸣震动等多种体感方式预警,提醒相关人员采取合理措施规避风险。短临预警策略适用于车辆行进中,各类关于人、车辆、道路环境的风险识别与防控,主要包括超速、疑似闯红/黄灯、斑马线未礼让行人、未关车门发车、车未停稳开车门、路口加速行驶、公交进站速度过高、非编司机、疲劳驾驶、抽烟、拨打电话、长时不注视车辆前方、周际碰撞、车道偏离、未戴口罩等风险。通过及时预警提醒,避免风险进一步发展演变为事件。

4.3 应急响应防控

应急响应是针对风险已转为既定事件,以保障安全、控制事件影响为目标开展防控管理。面向公交、出租、客运、货运等领域内,对于缺乏及时适当规避措施而引发的交通安全事件,通过系统或平台实现多部门远程交互,结合现场安全管理,开展交通应急救援与交通疏散。例如:公交方面综合考虑历史客流与班线周转等因素,基于公交智能调度技术响应公交供给不足;疫情期间根据车厢满载限值灵活配置快速排班调度;大型活动与节假日等综合运输场景,基于数据决策实现多方式协同调度合理响应客流应急疏散。针对出租、客运、货运等违规营运风险,利用大数据分析布控方案精准打击。

5 应用案例

5.1 关于营运行为风险防控的应用案例

营运行为风险不仅关系到道路运输安全,还关系到行业营运秩序与发展。例如普货车辆违规运载危险品可能引发交通事故,私家车或者已退役营运车辆从事非法营运扰乱运输市场。为了防范营运行为风险,利用视频卡口资源与行业信息系统数据,基于人工智能、大数据等信息技术研发营运风险防控应用平台,自2020年5月开始采用信息技术识别防控,人均立案量提升了23.2%,提高了营运行为风险识别与防控效率,同时经过一段时间也有效打击了营运风险行为。出租方面,2021年违章立案量降低了7.8%,信息技术手段立案量占比86.2%;客运方面,2020年较2019年立案量提升了34.3%,由于信息技术手段支撑高效打击风险行为,且疫情影响班车运行,2021年客运班车违章同比下降54.3%;危运方面,2021年立案量略低于2020年,信息技术防控立案量分别为58.4%与59.1%。

5.2 关于常态规避策略防控的应用案例

采用常态规避策略对防控驾驶员风险,降低高风险群体驾驶员的风险概率。基于车端CAN总线、视频等传感器采集驾驶员行为数据,并据此建立驾驶行为档案,对具有不良驾驶习惯、不规范操作行为的风险群体驾驶员,针对性开展业务规范培训和安全教育。无差异抽调广州某公交企业驾驶员样本进行分析,其中风险群体驾驶员经过前置教育干预一个月,事故发生概率下了40.2%,回落至与普通驾驶员群体相当风险水平。

6 结 语

安全一直是各行各业强调的重点,特别是交通行业与汽车行业,如何提高行车安全、减少交通事故一直都是关注的热点。研究通过构建城市交通运输安全防控技术体系框架,从风险源与防控场景角度分析风险识别与防控策略,结果显示营运行为风险研究所提出的策略能够有效提升安全防控效率。