高速公路交通安全管理異常事件“警哨”預警預測系統建設初探

文 蕪湖市公安局交警支隊 吳松濤

高速公路因其具有立體交叉全封閉，專供機動車高速行駛等特殊性，具有跨區域、車速快、流量大等特點,并通過交通樞紐形成四通八達的路網，給交通參與者出行提供了極大的便捷，但交通事故時有發生，并且因其車速快等原因，形成的交通事故后果相對國省縣鄉等道路交通事故往往比較嚴重。隨著經濟社會快速發展，人民群眾對高速公路交通安全出行提出了更高要求，但高速公路路面因異常事件導致的交通事故發生的幾率很大，作為公安交通安全管理部門，首要任務就是要預防和減少交通事故的發生，雖然現在基層高速公安交警部門正依托高速公路全程視頻監控管理系統和惡劣氣象條件監測預警系統搭建的交通安全管理工作的“千里眼”和“順風耳”，為公安交管部門應急管理、指揮調度等方面提供強有力的科技支撐，但在交通異常事件預警預測、數據信息分析研判等方面存在一定的不足。筆者希望通過建設綜合預警預測系統—“警哨系統”，對誘發、影響和造成高速公路交通事故的異常事件能夠做到早發現、早處理等，使其成為高速公路交通安全異常事件的“第一吹哨人”，實現真正預防和減少交通事故的發生。

當前高速公路交通管理存在的不足

”

雖然目前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信息收集，但是受制于惡劣天氣、夜間低能見度、監控點位等因素影響，全程視頻監控管理系統信息收集的全覆蓋、實時性等作用發揮不足，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、拋灑物等相關信息不能做到及時發現，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。

當前有部分交通事件檢測設備投入高速公路路面使用，但存在局限性較大。一是設備檢測距離過短，設備有效檢測距離局限于固定區域50-100米，對全路段進行區域覆蓋將使資金、設備等投入過大；二是事件檢測報錯率過高，不具備自動甄別功能；三是受外界因素干擾過多，如有樹木遮擋、惡劣天氣等情況，極容易造成設備非正常運行。同時科技設備發現實時高速公路路面異常情況進行及時預警的時間和點段過長過慢，比如惡劣氣象條件下氣象監測預警系統對于轄區團霧、局部雷暴雨等極端天氣的精準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較長路段，無法精準預警預報時間點（段）。

目前高速公路交通元素信息主要依靠實時警車巡邏和借助科技設備等進行收集，沒有形成匯總集中收集體系并長期保存。傳統的警車巡邏只能觀察到一個點的信息，無法對高速公路進行實時、全路段、不間斷的數據收集。

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，還沒有完全做到通過多種渠道，獲取海量的數據信息，并對相關數據進行提取“加工”，借助相關安全算法，對高速公路的交通安全管理風險進行預測和評估，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。同時交警大隊分控中心人員對轄區車流形勢的研判、分析能力還不夠強，跨前一步指揮的意識還不高，特別是對交通擁堵、交通事故發生等前后造成的交通影響預判、跟蹤不足，采取疏導和分流等措施及時有效性不到位，導致交通安全風險防范預測精準度不高。同時科技設備發現實時高速公路路面異常情況進行及時預警的時間和點段過長過慢，比如惡劣氣象條件下監測預警系統對于轄區團霧、局部雷暴雨等極端天氣的精準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較長路段，無法精準預警預報時間點（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警預判不足、跟蹤不及時，采取管控措施不到位等。在車流量突增、惡劣天氣、突發警情、臨時施工等情況下，交警分控中心發布實時限速、建議繞行等指令后，受制于高速公路業主方、導航軟件等發布相關數據更新不及時、固定限速標志牌更改不實時、LED顯示屏滾動播放不及時等因素影響，致使需要出行相關信息的交通參與者無法第一時間獲取降速、繞行等交管信息，警力、警車指揮調度無法做到及時優化調整，拘泥于相對“機械化”的指揮調度方案、預案，難于形成高效、精準、實時的指揮調度體系。

“警哨”預警預測系統建設愿景

通過建設大數據分析研判和物聯網技術，即建立“警哨”預警預測系統，借助現有高速公路電子卡口、ETC收費系統、移動和固定違法采集設備、視頻監控等數據碰撞，并依托雷達跟蹤技術，即通過雷達同時跟蹤高速公路上的所有車輛目標，并按照雷達跟蹤距離進行接替跟蹤，使對高速公路的車輛進行行駛過程的全跟蹤，當發現車輛有異常情況如車速突然增大、減小或者車輛行駛軌跡有異常，即進行“警哨”系統自動識別、自主報警，交警大隊分控中心通過高速公路全程視頻監控管理系統立即調取實時視頻情況，做到對異常情況早預警、早發現，做到路面異常情況上一秒發生，“警哨”系統下一秒發現，使該系統擔當高速公路異常事件“吹哨人”的角色。

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，據不完全統計，近80%的高速公路交通事故是由路面和車輛異常事件造成的，因此建立以大數據為基礎的高速公路異常交通事件預警預測“警哨”系統顯得十分必要。 第一，秋冬季節的團霧，出現的時間點和路段具有突發性，可通過雷達跟蹤技術，當高速行駛的車輛遇到團霧時突然減速，預警系統能第一時間發現團霧產生，第一時間發布團霧發生時段和路段，對過往車輛進行及時預警就顯得十分必要。第二，是當發生車輛交通事故時，利用雷達跟蹤技術，能夠第一時間發現事故地點，第一時間發布事故預警信息，并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。第三，高速公路某一路段突發性交通擁堵或連續時間的施工作業，利用雷達跟蹤技術，把途徑車輛速度減緩作為通行異常事件能夠最快地被駕駛人了解掌握，更好地防范事故發生。第四，隱患的及時排除。利用雷達跟蹤技術，可以通過車輛速度變化，對高速公路路面拋灑物等及時發現，也可以避免很多事故的發生。因此利用雷達跟蹤技術，通過大數據分析研判，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。

“警哨”預警預測系統結果運用初探

高速公路作為專供機動車分向行駛、分道行駛，全部控制出入的多車道公路，車輛行駛速度相對固定、交通環境相對單一，車輛在路面發生異常情況時，要做到路面異常情況上一秒發生，分控中心下一秒發現，使其成為最早時間發現異常情況的“吹哨人”，就需要充分利用大數據、人工智能、物聯網等技術對所有涉及到高速公路的人、車、路、環境等交通元素信息數據進行開放式收集匯總，包括高速公路車流量、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，對全天候、全時空、全方位數據進行匯總收集，在人工交通元素信息收集匯總的基礎上，結合全程視頻監控管理、惡劣天氣氣象監測等系統提供的數據，建立交通安全管理輔助決策模型。同時對高速公路路面車流數據、警情數據、警力數據、氣象數據等多方面因素進行綜合推演，計算出更為科學的巡邏時段設置和警力投放參考標準，可按照日常通行路面情況、節假日車流量、路面施工、擁堵點段、集中出行慣例、天氣因素、高速公路小型客車免費通行時間點段、進出道口、社會清障救援資源等進行功能劃分，針對不同情況制定不同巡邏模式和警力配備標準，研究制定高速公路各路面勤務崗位指導意見，使警力做到早準備、早進駐。

利用AI技術對高速公路相關車輛數據進行“加工”，實現數據的“增值”，使其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，因此需要建立人工智能架構下的分析研判調度系統，對全時空、全方位交通元素信息進行碰撞分析，形成對未來一周和一個月、三個月甚至半年的交通安全形勢評估和預測，根據人工智能分析報告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。根據分析研判，提供的輔助決策措施，為交通信息預警發布，交通管理措施干預管理提供決策支持，通過微信、微博、手機短信等信息傳播手段提前對交通管理信息進行預警發布，如高速公路路面施工信息發布，雨霧雪等惡劣氣象交通信息預警發布，交通易堵點段預警信息發布等。并根據歷年相關交通流量數據，利用百度、高德等導航軟件，對經過事故多發點段、交通易堵點段等信息進行實時預警發布，主動干預群眾交通出行線路選擇，使其能夠更安全、更順暢出行，達到最優交通安全管理處置效果，達到布警的準確性、科學性、合理性。