基于衛星定位數據的出租汽車駕駛行為監測與分析

馮松 虞成江

摘 要：出租汽車駕駛員崗位特殊，因運營壓力和駕駛環境等因素，促使他們不得不維持超長駕駛時間，同時在駕駛過程中往往更傾向于采取具有侵略性的駕駛行為。如何依托信息化技術，有效地對出租汽車不安全駕駛行為進行預防管控，及時消除交通運輸安全隱患，是出租汽車行業安全管理的一個重要課題。本文提出可通過出租汽車衛星定位數據挖掘，實現對出租汽車駕駛員駕駛行為進行實時監測，并介紹了監測內容、不安全駕駛行為判定標準、監測方式，以及對不安全駕駛行為進行的綜合數據分析。

關鍵詞：出租汽車;不安全駕駛;衛星定位數據;安全管理;數據分析

中圖分類號：U471.1 文獻標識碼：A

0 緒論

出租汽車是城市綜合交通運輸體系的組成部分，是城市的流動窗口，事關城市形象。作為公共出行工具，出租汽車極大地方便了人們的出行需求。但是由于出租汽車行業的特點，導致許多出租汽車駕駛員傾向于在道路上采取侵略性駕駛，甚至違法駕駛，因此，常常受到市民和其他道路使用者的詬病，不僅給整個交通運輸行業帶來較大的負面影響，也給交通運輸安全帶來了一定的隱患。

隨著信息化技術的不斷進步，衛星定位技術的處理效率、傳輸速度、定位精度得到了大步的提升，使得對出租汽車的各類駕駛行為能夠真正實現全天候、全方位的實時監測， 配合大數據處理技術，真正實現以衛星定位大數據為基礎的出租汽車駕駛行為監測與分析。

1 監測內容

出租汽車駕駛行為監測主要是針對不安全駕駛，離線，離市等行為進行實時的監測。

不安全駕駛主要指超速、嚴重超速、急加速、急減速、急轉彎等駕駛行為。

超速行為以出租車在行進過程中以超出道路規定速度行駛，并連續70秒左右，80%的情況下處于超限速20%及以上狀態，判定為超速行為。限速值，會根據道路類型、行業特點、特定道路管理要求進行取值。

嚴重超速指出租汽車在行進過程中連續70秒左右，80%的情況下處于超限速50%及以上狀態;或連續140秒左右，80%的情況下處于超限速20%及以上狀態，判定為嚴重超速行為。

急加速、急減速、急轉彎等駕駛行為統稱為野蠻駕駛，其中急加速行為指加速過程中，平均加速度大于行業平均水平的統計閾值，且瞬時加速度大于3 m/s2并持續2秒（含）或以上;急減速行為指平均加速度小于行業平均水平的統計閾值，且瞬時加速度小于-3 m/s2并持續2秒（含）以上;急轉彎指平均速度大于行業平均水平的統計閾值，角速度大于行業平均水平的統計閾值，右轉彎角度大于60度（含）以上，左轉彎角度大于90度（含）以上。

2 監測方式

2019年江蘇某地級市實施了出租汽車車載設備升級項目，出租汽車衛星定位系統實現了100%安裝，每天產生大約2 000萬條的出租汽車衛星定位數據，出租車的衛星定位數據在線率達到80%以上。基于豐富的出租汽車衛星定位數據資源，開發了出租汽車駕駛行為監測平臺。該平臺包括實時監控、監測看板、軌跡回放和事件報表等模塊，具有出租汽車不安全駕駛行為報警和數據綜合分析等功能。

依托該平臺實現對該市約3 000輛出租汽車的位置軌跡、超速、嚴重超速、急加速、急減速、急轉彎、離市、離線及空重車情況進行日常監測，并以綜合監測看板的形式展示報警趨勢圖、報警類型分布、各公司報警占比，車輛報警排名等報警相關信息。對報警事件進行核實、反饋，并對報警事件的變化趨勢、事件占比、公司報警次數排名、車輛報警次數排名等進行追蹤，并實時監測和圖表化展示車輛實時在線及空重車情況、各類型報警車輛數、各公司報警情況占比，各公司樹狀結構圖及某個車輛的具體定位、營運狀態、速度等詳細信息。

3 數據分析

（1）公司駕駛行為分析。通過對報警數據的分析，可以找出不安全駕駛行為較嚴重的車輛及公司，并結合單項評分對相關車輛及公司進行針對性的管理及教育培訓，對后面事故、違章的發生采取一定預防措施。同時，可通過駕駛行為評分的環比、同比變化及后期的事故違章變化情況，對后期車輛駕駛行為發生情況進行預判，針對反饋數據調整干預力度，讓行業管理部門的監管行為更有依據。

2020年第二季度，該市出租汽車駕駛行為監測平臺共發出報警122 680次，其中超速46 446次，嚴重超速2 004次，野蠻駕駛16 286，離市56 425次，離線1 519次，單車達到42.43次/輛。

整體情況來看，超速行為和離市行為是報警的主要因素。其中超速行為占比超過37.86%;離市行為超過45.99%;野蠻駕駛行為（包括急減速、急加速、急轉彎）占比13.28%，而在野蠻駕駛行為中，急減速占比達到57.6%，是野蠻駕駛的主要因素;車輛離線平均每車為0.53次/輛，整體情況良好。

根據表1，本季度共監測到不安全駕駛行為報警次數64 736次，其中嚴重超速及超速48 450次，野蠻駕駛16 286次。其中巴士出租報警總量最高，達到11 010次。

從總體駕駛行為看：各公司季度平均單車報警數量達21.97次/輛;蘇南交運單位車輛的不安全駕駛報警事件次數為34.19次/輛，單位車輛報警事件次數相對最高;超速及嚴重超速行為季度平均單車報警數量達16.4次/輛，其中蘇南交運單位車輛的不安全駕駛報警事件次數為25.38次/輛，單位車輛報警事件次數相對最高;野蠻駕駛行為各公司季度平均單車報警數量達5.53次/輛，其中蘇南交運單位車輛的危險駕駛報警事件次數為8.81次/輛，單位車輛報警事件次數相對最高。

（2）單車駕駛行為分析。如表2表3所示，二季度，蘇D6633X（東方出租）不安全駕駛報警次數相對最高，共發生317次報警，其中超速和嚴重超速報警249次，發生次數較多。其次，報警次數最高車輛為蘇D6229X（東方出租），共發生270次報警事件，其中超速和嚴重超速報警232次，同樣發生次數較多。

如表4所示，二季度共監測到野蠻駕駛行為16 286次，其中蘇D6633X（東方出租）的野蠻駕駛行為報警數最高達到了68次，急減速行為也是最高的達到了43次。

（3）超速報警地點分析。如表5所示，第二季度共監測到某市出租汽車超速及嚴重超速報警48 450次，且發生超速及嚴重超速報警的路段較為集中，最高的是江蘇省無錫市江陰市璜土鎮鎮澄路，報警次數前十的路段總計發生報警18 790次，占本季度報警總量的38.78%。

從以上單車駕駛行為分析看，不安全駕駛行為也呈現高度的集中性，個別特殊車輛連續多個月不安全駕駛行為報警排在前列，相較于其他不安全駕駛行為，超速行為占絕對多數，且發生超速的地點較為集中。急減速行為也是野蠻駕駛行為中占比最高。

4 駕駛行為評分

基于系統監測到的各項數據，通過分類、清洗、挖掘，按照合理的權重加分，駕駛行為監測平臺建立起了一套適合實際情況的出租汽車駕駛行為評分體系，綜合評價每輛出租汽車及每家出租公司的駕駛行為。通過單項指標評分、綜合評分、公司評分從時間維度、車輛維度及公司維度等進行駕駛行為綜合對比分析。

表6是對第二季度各公司駕駛行為的一個綜合性的評價，結合某市出租汽車駕駛行為綜合評價體系來看，基本反映了各個公司的駕駛行為綜合評定，從3個月的變化情況來看，6月開始出租汽車服務質量取得了一定的提升。

5 結論

不安全駕駛行為是導致出租汽車事故、違章頻發的主要原因，通過駕駛行為監測平臺日常監測數據的綜合分析，可以全面監控把握出租汽車的不良駕駛行為，分析預判發生事故、違法駕駛可能性較大的公司及出租汽車，基于分析數據采取相應的預防干預及事中監管措施，及時消除可能發生的交通運輸安全隱患。

參考文獻：

[1]丁靖艷.機動車駕駛人侵犯駕駛行為的調查研究[J].中國人民公安大學學報（自然科學版），2009，15（01）：88-92.

[2]胡強.出租汽車駕駛員駕駛行為及其安全性研究[D].天津：天津職業技術師范大學.

[3]楊玲玲，楊亦慧，侯曉宇.城市出租汽車跟馳行為安全性分析[J].交通運輸系統工程與信息，2011，11（A01）：115-119.

[4]何倩卉.出租汽車司機安全駕駛行為分析與研究[D].北京：北京交通大學，2013.

[5]周悅.出租汽車駕駛員違法成本與違法行為研究[D].四川：西南交通大學，2018.