濟南交通大腦道路安全風險地圖平臺研究

陳連濤 胡穎 云廷進 李勇

摘? 要：如何實現科學高效的道路交通安全風險評估，減少道路交通事故發生量，并降低由其帶來的社會人身傷害及財產損失，已成為交警部門交通安全管理工作中亟待解決的問題。文章詳細闡述了濟南交通大腦中道路交通安全風險地圖平臺的建設與應用，通過數據資源和人工智能手段實現道路的安全隱患和風險點的精準挖掘和科學分析，實現全市道路進行路網安全“CT”掃描和風險預測分析，從道路和環境兩個源頭為道路安全隱患“大排查、大整治”做好數據支撐工作。

關鍵詞：道路安全;風險地圖;駕駛行為;事故;功能

中圖分類號：TP311? ? ? ? ?文獻標識碼：A文章編號：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

近年來，隨著社會經濟的持續增長，城市人口密度、駕駛人數量、機動車保有量的不斷增加，道路交通安全形勢仍然嚴峻。2020年中國道路交通事故萬車死亡人數為1.66人[1]。為此，2020年公安部交管局在全國范圍開展了道路交通事故預防“減量控大”行動，著力減少交通事故、保護人民生命財產安全。公安部交管局在《2021年道路交通管理工作要點》中進一步提出以事故預防“減量控大”為主線，建立多級交通安全動態監測、常態研判和精準預防工作機制。2021年，山東省安委會推動“兩路兩車”專項整治行動，通過開展“起底式、全覆蓋、全要素”的專項整治行動。為了更加全面、科學、有效的開展道路安全隱患排查和交通事故預防工作，濟南交警支隊在濟南交通大腦智慧框架之下搭建道路安全風險地圖平臺，對城市道路進行路網安全“CT”掃描和風險預測分析，指導業務部門有針對性地開展整治提升行動，有效降低道路交通事故風險，營造安全暢通的道路交通環境。

1? 濟南道路交通安全風險評估研究現狀和技術應用情況

傳統的道路交通安全風險分析主要依托歷史事故數據進行人工情報研判分析[2-4]，既耗費大量時間，也浪費大量人力，成本較高，給道路交通風險排查帶來諸多不便。同時，道路交通安全風險評估在政策、體制、數據等多方面存在制約因素，給濟南市交警支隊道路安全風險評估工作帶來了諸多挑戰。從國家政策層面而言，目前出臺的相關政策文件多停留在安全管理方向和內容上，缺乏安全評估的維度及指標的統一定義;交通安全管理維度不夠全面和深入，多停留在駕駛員行為監管及事故數據的錄入統計分析，未開展深層次的風險評估預判;數據缺乏共享共用，用于道路安全分析的數據如地理信息、路況、事故、視頻、天氣等分別掌握在不同的管理部門和企業手中，數據協調獲取有難度，任何一方都不能利用數據做充分的研究。為了改變目前交警經驗式交通事故處理模式，急需建設一套基于多源融合數據的，集分析、監測、預警、預測多功能于一體的安全監管預測平臺，為管理部門和企業提供決策支持。

隨著人工智能、大數據和云計算等新技術的涌現與發展，“人、車、路、環境”全方位海量數據信息的匯集，道路交通安全風險識別向全域化、精準化、實時化的智慧型方向轉變。如何結合全域實時數據對城市道路交通風險進行精準鑒別和分析預測，成為道路交通安全管理工作轉型中亟須解決的關鍵問題。在道路交通安全管理實踐探索中，濟南交警支隊2018年啟動了濟南交通大腦平臺[5]，在此平臺匯聚道路態勢數據、異常事件數據、事故數據等大量業務相關數據，同時接入互聯網浮動車檢測到的異常事件數據和司機關鍵駕駛行為數據（如：急剎車、急減速等），通過計算機將海量數據挖掘分析，開展了道路安全風險地圖平臺研發與應用，為全市道路進行路網安全“CT”掃描和風險預測分析提供智慧支撐，指導業務部門有針對性地開展整治提升行動。

濟南交通大腦道路安全風險地圖平臺充分利用互聯網浮動車采集到的駕駛行為數據、異常事件數據，同時融合交管部門的道路基礎屬性數據和事故數據，可以為道路安全風險隱患排查、基礎設施設置合理性評價、道路環境綜合改造提升等提供精細化的數據支撐，從源頭做好交通事故預防工作。同時，濟南市交通大腦道路安全風險地圖平臺也為其他城市開展道路交通安全風險分析預測研究提供借鑒經驗。

2? 道路安全風險評估的數據支撐

依托濟南交通大腦，將海量信息集成化管理、融合匯聚并互動開放，構建了交通大數據服務平臺，為道路交通安全風險分析與預判提供了良好的數據資源，主要有交警內部的事故數據、異常事件等數據，相關行業的氣象數據、道路數據等，以及網約車車載設備采集到的駕駛行為數據和異常事件數據等，是支撐道路安全風險地圖平臺的關鍵信息，詳細數據信息如表1所示。

上述數據均實時接入濟南交通大腦交通大數據服務平臺，通過統一接口供道路安全風險地圖平臺調用。目前，已匯入的數據中，交警數據主要是近5年的道路基礎數據以及交通事故、異常事件等相關數據;行業數據主要包括每平方公里的小時級天氣數據和道路詳細設計數據;社會數據主要來自安裝駕駛行為探測設備的網約車，可以采集到危險駕駛行為數據（四急一超數據）、異常事件數據（車輛后方放置三腳架數據）等，全市平均1天約采集到30萬條相關數據。

3? 平臺建設目標

“道路安全風險地圖”主要面向交通管理部門（交警總隊、交警支隊、交警大隊），基于地圖及多源動態數據能力、數據挖掘分析能力、模型算法等能力，集靜態安全風險地圖服務、歷史事故分析服務、道路安全風險實時監測預警、道路安全風險預測、輔助決策功能于一體的產品，可輔助客戶解決由于路網結構風險點認知不全面，事故多發地認知不全面、事故誘因不明確，風險判斷憑經驗，以及農村交通基礎設施建設落后、警力難以全面覆蓋、村民安全意識淡薄導致的事故多發問題。本平臺的建設對交通管理部門交通事故預防起到重要作用，能夠使“人、車、路、行”更安全、更舒適。具體建設目標包括：

3.1? 構建全面的路網結構風險點認知體系

幫助交警解決道路風險點認知不全面的問題，識別出路網結構風險點并與事故數據、違法數據關聯，分析路網結構與事故、違法事件之間的關系，為交警提供路網優化輔助決策，從而降低風險隱患。

3.2? 精準識別事故多發地、明確事故誘因

通過對歷史事故數據進行匯總統計，融合天氣數據、路況數據、路網結構數據等，對各種因素進行關聯分析，分析交通事故的影響因素，為制定事故預防策略、警力布控策略做數據參考。

3.3? 智能評判道路安全風險狀態

建立智能化的道路安全風險監管流程，通過分析歷史事故數據，以及對未來天氣、路況的預測，建立安全風險模型，可以對未來一天、節假日、重大活動的道路安全風險預測預警，輔助交警提前感知風險，制定預案，降低道路安全風險。

4? 平臺架構

平臺架構如圖1所示。由感知層、數據層、指標模型層、平臺層、業務應用層和用戶層構成。感知層利用交通管理部門現有的前端檢測設備，包括高清視頻、高清卡口、車輛GPS定位設備、車內攝像頭等，匯集海量數據作為數據源，為平臺功能實現及運行提供數據支持;數據層通過大數據處理技術，基于高精地圖融合匯聚靜態數據（道路信息、POI、區域信息等）和動態數據（事件信息、交通狀況數據、危險駕駛行為數據等），在城市時空維度下完成數據處理、特征值構建、顆粒度歸集等操作;指標模型層由事故統計分析模型、事故多發地提取模型、風險指數模型等構建形成全維度的道路安全分析、預測、決策方法，對海量數據進行科學認知;平臺層提供靜態安全風險地圖服務、歷史事故分析服務、道路安全風險實施監測預警、道路安全風險預測和輔助決策，構建道路安全風險全時空管理;業務應用層面向交通管理部門圖提供覆蓋高速、國省干道、城市及鄉鎮村道的全路網交通安全風險地圖服務，全面賦能交通安全管理與安全防控，并且支持將安全風險預測預警信息推送至車輛運營企業、車企、公眾，實現源頭防控。

5? 平臺功能

5.1? 核心功能點

5.1.1? 靜態安全風險地圖服務

靜態安全風險地圖服務主要有：

（1）靜態路網結構監測分析：從交叉口節點、道路結構匹配、路網連通三個方面對路網結構進行監測分析。

（2）整體靜態路網結構分析報告：提供交叉口節點、道路結構匹配、路網連通三個方面的路網結構畫像報告。

5.1.2? 歷史事故分析服務

歷史事故分析服務主要有：

（1）歷史事故分析（多發地/多發時段等）：基于歷史事故數據，分析事故多發特征，如事故多發地、事故多發時段、事故多發天氣等。

（2）事故誘因分析（天氣、路況、路網、時段等）：基于事故發生時的天氣、路況、時間數據及靜態路網結構分析結果，建立事故誘因分析模型，提供事故誘因分析服務。

5.1.3? 道路安全風險實時監測預警

道路安全風險實時監測預警主要有：

（1）實時氣象監測：提供實時的氣象監測服務，包括降雨、能見度等影響道路安全的因素。

（2）實時路況監測：提供實時的路況監測服務，如道路的擁堵狀態。

（3）道路風險點實時監測預警：提供實時的道路風險監測服務，如風險點、風險級別。

5.1.4? 道路安全風險預測

道路安全風險預測主要有：

（1）氣象預測服務：提未來幾小時或幾天的氣象預測服務，包括降雨、能見度等影響道路安全的因素。

（2）路況預測服務：提未來幾小時或幾天的路況預測服務，如道路的擁堵狀態。

（3）道路風險預測服務：提未來幾小時或幾天的道路風險預測服務，如風險點、風險級別。

5.1.5? 輔助決策

專題報告/定制化報告：基于靜態路網結構和動態事故誘因等多方面的分析，面向管理部門提供研判分析結果及對應的專題分析報告，為路網結果改善及降低事故等提供決策支持。

5.2? 交警總隊、交警支隊用戶端系統功能

5.2.1? 道路風險點全面感知

從交叉口節點、道路結構匹配、路網連通三個方面對路網結構進行監測分析。提供路網結構畫像報告。并將路網結構風險點與事故數據、違法數據關聯，分析路網結構與事故、違法事件之間的關系，為交警提供路網優化輔助決策，從而降低風險隱患。

5.2.2? 事故特征及誘因挖掘

基于歷史事故數據，分析事故多發特征，如事故多發地、事故多發時段、事故多發天氣等。融合天氣數據、路況數據、路網結構數據等，對各種因素進行關聯分析，分析交通事故的影響因素，為制定事故預防策略、警力布控策略做數據參考。

5.2.3? 科學研判道路風險

通過分析歷史事故數據，以及對未來天氣、路況的預測，建立安全風險模型，可以對未來一天、節假日、重大活動的道路安全風險預測預警，輔助交警提前感知風險，制定預案，降低道路安全風險。

5.3? 交警大隊（微交通）用戶端系統功能

交警大隊（微交通）用戶端系統功能主要有：

（1）設施設備布設建議：通過識別出道路風險點，為設施設備布設、標志標線優化提供建議，優化資金投入。

（2）精準識別高效管理：實時抓拍并公示超速、違法帶人等違法車輛信息，起到警示作用，降低違法數量;重點監控三超車輛、農機車輛信息，主動發現風險;通過平臺統一監管設施設備，提高管理效率。

（3）輔助交警安全執法：通過可視化監管平臺，幫助交警實時監測交通運行狀況，并且對事件分級，對于不需要現場執法的事件，通過遠程喊話的方式執法，提升執法效率;通過平臺調取查看現場視頻，輔助違法取證。

（4）提高村民安全意識：通過科學的統計分析，識別常見事故、違法類型，發生事故、違法的人群畫像，有針對性地制定安全教育策略，從源頭降低事故、違法數量。

6? 平臺應用效果與推廣前景

6.1? 總體效果

根據全省路交通安全“兩路兩車”專項整治行動部署要求，截至7月30日，全市借助風險地圖平臺共排查道路交通安全隱患195 677處，已完成整改數量194 252處，正在整改的隱患中，限期整改1 110處，規劃整改315處。

6.2? 典型案例

該平臺通過模型算法分析通過不同的顏色將安全風險預測等級在GIS地圖上予以呈現，能夠很直觀地看到全市的交通風險區域的分布，同時左側可以根據不同道路等級進行安全風險路段的統計和篩選，如圖2所示。

6.3? 推廣前景

6.3.1? 平臺對全國的普適性

該平臺利用大數據、人工智能等前沿科技手段輔助交通管理部門更好地開展事故預防相關工作的一種技術應用思路和方法，方便全國其他地市借助各地市現有的數據情況，充分挖掘數據價值，向科技要警力，向科技要戰斗力，通過科技賦值實現更加精準、精細的實際交通管理工作。

6.3.2? 類似交通業務問題創新應用

通過大數據分析實現了道路安全風險預警工作從過去人工排查到現在“數據感知—科學分析—重點整治—跟蹤評價”的新型工作機制。該思路和機制可以推廣應用到類似交通管理工作，如交通擁堵治理、重點交通違法整治等，方法、思路是相通的。平臺的架構模式和核心技術適用于類似交通問題，實現“去繁從簡”，揭示交通問題的隱藏屬性，進而有針對性地進行應用創新，具有良好的應用價值。

總之，該平臺應用業務領域廣闊，在全省或全國同行內可借鑒、可復制，具有很強的實戰應用成效。

7? 結? 論

平臺緊緊抓住交通事故預防這一主線，結合交警自有數據、行業管理數據以及社會資源數據對城市內的每一條道路進行精準畫像和風險預測評估，為交通安全管理工作提供了全方位的數據支撐，使事故預防、隱患排查、秩序治理、綜合改造提升等各項工作向精細、精致、精準化發展，大大提高工作質效。利用此平臺，可以實現定期對全市道路進行路網安全“CT”掃描和風險預測分析，從而使得交通事故預防工作有了源頭治理的“科技抓手”，進而有效降低道路交通事故風險，營造安全暢通的道路交通環境。

參考文獻：

[1] 國家統計局.中華人民共和國2020年國民經濟和社會發展統計公報 [R/OL].（2021-02-28）.http：//www.stats.gov.cn/tjsj/zxfb/202102/t20210227_1814154.html.

[2] 任靜，朱茵.對道路交通安全風險評估新的探究 [J].交通企業管理，2014，29（3）：66-68.

[3] 余豪，周江紅.基于SEM的道路交通安全評價研究 [J].公路與汽運，2019（5）：35-38+43.

[4] 蔡曉禹，雷財林，彭博，等.基于駕駛行為和信息熵的道路交通安全風險預估 [J].中國公路學報，2020，33（6）：190-201.

[5] 潘述亮，徐曉東，楊海波，鄒難.智能與進化：濟南新一代智慧交通系統的設計 [J].城市交通，2020，18（3）：103-113.

作者簡介：陳連濤（1975—），男，漢族，山東萊州人，碩士，研究方向：交通大數據分析應用。