基于IoT、大數據等技術開展高速公路交通事故預防的思考

吳松濤

摘 要：隨著高速公路成為國民經濟社會發展越來越重要的交通運輸設施，預防和減少高速公路交通事故發生成為當前的管理重點之一，當前第四次工業革命正在蓬勃興起，在新一代信息技術為代表的科技革命中充分發揮IoT、大數據等技術，通過提升車輛智能化設備和交通安全智慧管理手段等，能夠科學防范和有效減少交通事故。

關鍵詞：物聯網；大數據；事故預防；科技設備

高速公路因其高能、高效、便捷、安全等多功能作用，越來越成為經濟社會發展必不可少的交通運輸基礎設施。據統計，當前我國高速公路總里程達15.5萬公里，國家高速公路網主線基本建成，覆蓋約99%的城鎮人口20萬以上城市及地級行政中心。隨著重要性的凸顯，高速公路智能交通系統建設應運而生，涵蓋了監控系統、通信系統、收費系統等三大系統，其中涉及到安全監管功能包括全程視頻監控管理系統、惡劣氣象條件監測預警系統（簡稱“兩個系統”）等，由于受科技設備自身以及氣象條件等客觀因素的影響，兩個系統遠遠無法滿足當前和未來高速公路交通安全隱患預警預測的需要，下面就充分利用IoT、大數據等技術，對高速公路交通事故預防等工作進行了深入的思考。

1高速公路較大交通安全事故成因分析

任何道路交通事故的發生都是由若干因素疊加造成的，作為一名高速公路交通安全管理者，通過分析具有一定代表性的特定交通事故形態，剝繭抽絲，希望能夠發現交通事故存在的規律特點，為交通安全管理工作提供一定的參考價值。在對近5年來安徽省高速公路較大以上交通事故進行相關數據分析發現：

從時間上來看，晚上21點到第二天早上9點，12個小時內高速公路較大事故發生量占比73%；其中凌晨0點至第二天早上9點，9個小時內較大事故發生量占比54%；凌晨0至3時，3個小時內較大事故發生量占比25%。

從月度上來看，一月是較大事故發生最多的月份，占較大事故發生量的19%，四月是較大事故發生量第二多的月份，占比13.5%，三月、八月、九月較大事故發生率較低；二季度是高速公路較大事故的多發期，占較大事故發生量的30%；三季度較大事故發生量最少。

從肇事肇禍類型來看，涉及各類貨車事故占比78.4%，追尾事故占比80.1%。

對上述高速公路交通事故發生的規律特點進行綜合研究分析，一月份因為有元旦、學生寒假、春運、惡劣天氣多發等因素疊加，高速公路交通流量最大，車輛多，必定導致事故發生量相對較多；二季度受外出務工、清明、五一等因素影響，同時春暖花開，外出旅游等車流量相對較大，加之春困易乏，事故易發多發。21點到第二天9點是事故高發時段，占較大交通事故總量的近3/4；其中凌晨0點到3點，占較大交通事故量的1/4，說明夜間開車，受疲勞駕駛、行車視線、天氣等影響，較大事故多發，尤其進入下半夜，事故易發多發。而且高速公路較大事故中以各類貨車肇事肇禍比較多，跟車距離較近、車速較快、制動時間過長等因素極易造成追尾事故，是導致較大事故發生的主要原因。

2高速公路交通事故預防的難點

公安交管部門作為道路交通安全管理的末端執行者，在開展交通安全隱患排查和交通違法整治中存在著諸多的難點和痛點，交通事故預防的責任重大，交通安全隱患的排查艱巨，保障群眾安全出行任重道遠。

2.1交通安全風險防范預測精準度不高

現有的高速公路交通安全預警預測研判的手段受制于科技設備、人員素質等局限，還沒有完全做到借助導航軟件、高速公路管理公司等多種渠道，獲取海量的數據信息，并對相關數據進行提取“加工”，借助不斷迭代的主動安全算法，對高速公路的整體交通安全管理風險進行評估與預測，相對精準預判某一轄區高速公路在未來3個月、半年乃至一整年的風險水平，從而針對性提供個性化的安全管理解決方案。同時科技設備發現實時異常情況進行及時預警的時間和點段過長過慢，比如惡劣氣象條件監測預警系統對于轄區團霧、局部雷暴雨等極端天氣的預報預警信息相對薄弱，其中僅對團霧情況進行能見度臨近點預警，而且該系統對霧情預報僅僅涉及路段，無法預警預報時間點（段）。

2.2交通安全風險隱患排除及時性不強

高速公路的交通安全隱患分為動態隱患和靜態隱患，從高速公路較大事故肇事肇禍來看，追尾事故是造成較大事故的主因，追尾事故可由動態隱患包括超速、疲勞駕駛、跟車距離近等因素造成，也可能由靜態隱患如路面施工、拋灑物、視線不清等因素造成。當前高速公路車輛測速設備普及率比較高，但是沒有做到對全路段車輛行駛速度的實時監管，只是在某個點或者某一段對超速數據進行采集，而且現在導航軟件對高速公路測速點或段都有實時提醒功能，也造成部分駕駛人存在僥幸心理，在沒有測速的點或段外進行超速行駛；并且當出現惡劣天氣、道路擁堵等影響安全駕駛的情況時，公安交管部門發布實時限速、建議繞行等指令后，因為受制于導航軟件相關數據更新不及時、固定限速標志牌不可實時更改、LED顯示屏滾動播放不及時等因素，致使車輛無法第一時間進行獲取降速、繞行等信息。而現在有些高速公路投入了跟車過近抓拍設備，也只能采集到車輛跟車過近違法信息后，在事后對駕駛人違法行為進行處罰，不能起到實時預警提醒作用。并且疲勞駕駛是引發高速公路交通事故的主要原因之一，我國交通法律法規對疲勞駕駛的認定標準是“連續駕駛機動車超過4小時未停車休息或者停車休息時間少于20分鐘”，僅僅從駕駛人駕車時間長短判斷，沒有更有效科學的辦法實時檢測駕駛人的駕駛狀況等。同時高速公路上的拋灑物對過往車輛的安全行駛影響非常大，但高速公路因其全封閉管理，對路面拋灑物的發現處置時間相對較長，尤其是夜間、惡劣天氣等視線不好的情況下，造成的安全風險隱患極大。

2.3交通安全措施監管涵蓋面不全

當前高速公路交通安全監管主要依靠警車巡邏和科技設備，對于路面的監管存在“盲區”。傳統的警車巡邏只能監管到一個點，無法對高速公路進行實時的、不間斷的監管。借助全程視頻監控管理系統可以對高速公路全路段進行視頻覆蓋，但是受制于惡劣天氣、夜間低能見度等外在因素，全程視頻監控管理系統安全監管的全覆蓋、實時性等功能發揮不足。夜間視頻成像系統為提高分辨率，自動轉入黑白成像模式，對車輛、拋灑物等異常情況識別度不高，并且現有視頻巡檢系統僅僅采用人工手動巡檢，沒有做到自動巡檢和自主識別模式，需投入專門人力進行日常的人工巡檢工作，對在路面上的存疑情況，特別是車輛故障點、事故點、擁堵點、拋灑物等情況不能做到及時發現，自動報警，路面險情排除還無法實現全覆蓋、實時發現、實時處置。

3基于IoT、大數據等技術開展高速公路交通事故預防的思考

當前物聯網（Internet of things，以下簡稱IoT）、大數據等技術在高速公路交通事故預防中的應用及展望可以分為兩個方面，即提升車輛智能化設備和交通安全智慧管理手段。

3.1提升車輛智能化設備

3.1.1廣泛應用車輛前向碰撞預警系統（FCW）

此系統是一種高級安全輔助系統，它通過感應和計算在行駛過程中車輛與前車的距離來判斷潛在的碰撞風險，可以在發生碰撞危險前發出警報，提醒剎車；同時車尾燈不斷閃爍，提醒后面車輛注意，避免追尾。還能在無意識發生車道偏離前發出警報，提醒注意保持原車道安全行駛。此系統具備預警功能，不會采取主動措施避免碰撞或者控制車輛，當前一小部分高檔轎車上已經配備，建議大貨車要廣泛應用起來，減少貨車肇事肇禍的發生。

3.1.2盡快普及車輛自動剎車輔助系統（AEB）

該系統包括車輛碰撞迫近制動系統（CIB）和動態制動支持系統（DBS），其中CIB系統會在追尾以及駕駛人未采取任何行動的情況下，緊急制動車輛，DBS系統在駕駛人沒有施加足夠的制動行動時，會給予幫助避免碰撞，此系統也只是在一小部分車輛上使用，建議盡快普及。

3.1.3優化升級防疲勞（防酒、防毒）駕駛智能提醒系統

當前推出的疲勞駕駛預警器，通過智能視頻分析的方式感覺、判斷人體疲勞狀態，針對人眼閉合、表情等進行解析，實現對人體疲勞狀態的持續判斷、感知，并在此基礎上進行提醒和預警。但是該設備為外加設備，建議開發一款與車輛方向盤相結合的設備，通過人的汗液、呼氣、脈搏等，對人體疲勞狀況、酒駕、毒駕等不同危險駕駛行為進行智能感知、分析判斷，在發現有疲勞駕駛、酒駕、毒駕等可疑情況后，對車輛駕駛人和乘坐人進行提醒和預警。

3.2提升交通安全智慧管理手段

3.2.1建立IoT技術為基礎的高速公路異常交通事件預警預測系統

物聯網是新一代信息技術的重要組成部分，也是“信息化”時代的重要發展階段，IoT技術是信息技術的更高級應用，是傳感技術、嵌入式技術、計算機網絡技術，通信技術等多個信息技術的高度融合。當前高速公路在路面因異常事件導致交通事故發生的幾率很大，因此建立以IoT技術為基礎的高速公路異常交通事件預警預測系統顯得十分必要，比如秋冬季節的團霧，出現的時間點和路段具有突發性，能第一時間發現團霧產生，第一時間發布團霧時段和路段預警就顯得十分必要；當發生車輛交通事故時，第一時間發現事故地點，第一時間引導車輛和人員到達安全地帶，第一時間發布事故預警信息告知即將途徑車輛減速慎行，防止二次事故的發生顯得尤其重要；高速公路某一路段臨時性或連續時間的施工作業，作為通行異常事件能夠最快地被駕駛人了解掌握，可以更好地防范事故發生；再比如高速公路路面拋灑物等發現及時，也可以避免很多事故的發生。因此借助現有高速公路電子卡口、ETC收費系統、移動違法采集設備、視頻監控等，開發“跟車距離過近提醒、施工路段智能錐桶定位、車輛實時車速異常報警”等以IoT技術為基礎的相關設備系統迫在眉睫，做到異常信息第一時間被高速公路交通安全管理部門和即將駛過的車輛駕駛人獲悉，第一時間掌握處置，第一時間發布異常事件對道路通行要素的影響，可以有效預防和減少交通事故的發生。

3.2.2建立大數據技術為架構的高速公路分析研判指揮系統

大數據技術因其具備數據量大、高速、多樣、低價值密度、真實性等特點，通過對高速公路各類相關數據的“加工”，實現數據的“增值”，成為預防和減少高速公路交通事故發生的必備手段。當前高速公路車流信息收集、分析研判，安全預警等數據“加工”和“增值”作用還不明顯，特別是對交通隱患排查發現及整治成效、交通擁堵嚴重程度、交通事故發生危害等交通影響預判不足、跟蹤不及時，采取管控措施不到位等情況，因此需要建立大數據架構下的分析研判調度系統，通過收集高速公路車流量、違法行為、氣象數據等實時交通元素和隱患點段、警力數據等固定交通元素信息。對全時空、全方位數據進行碰撞分析，形成對未來一周或者一個月、三個月甚至半年的交通安全形勢評估和預測，根據評估和預測的結果采取必要的措施有針對性地開展隱患治理、違法行為查處、警力重點投入等，為人工干預交通安全管理提供決策支持，使公安交通安全管理工作更有前瞻性、預見性、防范性。

充分利用IoT技術互聯互通各類交通安全管理科技設備，充分“加工”和“增值”各類交通安全管理大數據資源，打造以信息技術高度集成、信息資源綜合運用為主要特征的智慧高速公路交通安全管理新模式，通過將物聯網、大數據、云計算等為代表的智能傳感技術、信息網絡技術、通信傳輸技術和數據處理技術等有效集成，并應用到整個高速公路交通安全管理系統中，在更大的時空范圍內發揮極致作用，實現實時和中長期對高速公路交通安全風險隱患進行預警預測，同時通過車輛自身不斷升級智能化設備，不斷增加交通參與者出行的安全感，讓交通出行更加安全有序、更加順暢和諧。

參考文獻

[1]楊新樂，劉宗明等.基于車聯網的機動車安全聯網監管平臺設計[J].道路交通科學技術.2019，（6）.

[2] GB/T 33577-2017 智能運輸系統 車輛前向碰撞預警系統性能要求和測試規程[S] .

[3]孫偉，張為公等.疲勞駕駛預警系統的研究進展[J].汽車電器.2009，（1）.

[4]趙勇，劉建華. 高速公路交通異常事件預警系統用數據采集及發布節點：201120090483.3[P].2011-01-13.

[5] 董西成. 大數據技術體系詳解：原理、架構與實踐[M]. 機械工業出版社.2018，（3）.