基于車載監(jiān)控數據的客運安全運營平臺

王清波

(貴州數安智能科技有限公司 貴陽 550009)

(wangqb@keanbang.com)

隨著我國公路運輸事業(yè)的蓬勃發(fā)展，人們的出行頻率越來越高，客運車輛在運營過程中的安全性和高效管理也越來越被重視.2016年公路客運量達154.2億人，客運交通安全已經成為交通安全管理部門重要的工作內容.習近平總書記在黨的十九大報告中也明確指出：“樹立安全發(fā)展理念，弘揚生命至上、安全第一的思想，健全公共安全體系，完善安全生產責任制，堅決遏制重特大安全事故”.

截至2016年底，全國機動車保有量達到2.9億輛，其中汽車1.94億輛[1].據國家統(tǒng)計局公布，2016年我國交通事故發(fā)生次數約21.3萬起，交通事故死亡6.3萬人.交通事故的頻頻發(fā)生以及難辨的事故責任鑒定，不但給國家和人民造成巨大的財產損失，也嚴重威脅著乘客行人的生命安全.

造成客運交通事故的因素有許多，主要有人為因素、車本身因素、道路因素以及交通環(huán)境因素等，這些因素一直困擾著客運公司，同時也讓交管、運管等管理部門頭疼不已.大量的交通事故調查結果顯示，駕駛員的超員、超速、疲勞駕駛是造成交通事故的主要原因.保障駕駛安全對于參與交通的每一個個體都有著非常重要的意義.

保障駕駛安全主要有2種方法[2]：一種是主動安全系統(tǒng)，主要側重于對事故進行預防(如要求客運車輛安裝車載視頻監(jiān)控設備和車輛行駛記錄儀，安排專人監(jiān)督，避免超載超速等)，避免事故的發(fā)生，也可以進一步強化客運企業(yè)作為安全生產主體的責任意識；一種是被動安全系統(tǒng)，主要表現為提高客車本身的安全設施(如填充安全氣囊、綁置安全帶等措施)，旨在盡量降低交通事故發(fā)生后的損傷.相比較而言，主動安全系統(tǒng)其價值更甚于被動安全系統(tǒng)；提升主動安全系統(tǒng)，可以從交通事故的根源上進行控制，避免事故的發(fā)生.

1 傳統(tǒng)客運安全監(jiān)控系統(tǒng)不能滿足監(jiān)管需求

目前，國內客運車輛監(jiān)控設備已初步實現全面覆蓋，采集的視頻、位置、速度信息通常是由客運車企安排監(jiān)控人員進行實時監(jiān)控.但重大客運車輛交通事故還是屢禁不絕，監(jiān)控效果不能達到監(jiān)管部門、客運企業(yè)的要求，也不足以讓人民群眾滿意放心.出現這種情況主要原因有以下5個方面：

1) 傳統(tǒng)的客運安全監(jiān)控系統(tǒng)大多應用在對當前營運環(huán)境的記錄，主要目的是在發(fā)生交通事故后進行調查取證，缺少事中的干預控制，無法及時有效地制止駕駛員的不安全駕駛行為[3].

2) 人工實時監(jiān)控難度大.車載監(jiān)控系統(tǒng)日益普及，攝像頭日益增加，截至2016年全國客運車輛總數超過215.6萬輛，僅貴陽花溪區(qū)內就有超過500輛客運車輛在運營，監(jiān)控人員難以同時監(jiān)控所有客運車輛.監(jiān)控人員長期在監(jiān)控室實時監(jiān)控錄像，容易引起視覺疲勞、思想不集中、決策能力降低等情況，極易導致誤報、漏報.在這樣的監(jiān)控條件下，人為實時監(jiān)控全部客運車輛顯得力有未逮，如圖1所示：

3) 數據分散，收集全部監(jiān)控數據時間長、難度大.各地市客運車輛一般由多家客運企業(yè)運營，而各個客運企業(yè)的監(jiān)控視頻又存儲在不同系統(tǒng)廠商搭建的監(jiān)控數據存儲平臺上，數據較分散.而且各系統(tǒng)廠商在數據的傳輸方式及存儲格式均存有差異，統(tǒng)一接入及管理存在較大困難.如貴陽市花溪區(qū)的客運車輛由3家客運公司運營，且數據分別存儲在3家不同的平臺.

4) 監(jiān)管部門信息獲取難度大，管理手段有限.現有的客運安全監(jiān)控系統(tǒng)主要依賴監(jiān)控人員肉眼觀察，并通過人工語音播報的方式告知司機，并未實時地通知到相關的監(jiān)管單位和執(zhí)法部門，缺少實時有效的手段導致相關部門無法有效地監(jiān)管客運車輛的危險駕駛行為.

5) 車載視頻質量較差，識別困難.現有的車載視頻監(jiān)控畫質較差，且傳統(tǒng)的視頻處理技術容易受到視頻拍攝的角度、光線的強弱、畫面的清晰度等因素的影響，識別難度大.

綜上所述，傳統(tǒng)客運安全監(jiān)控系統(tǒng)反應時間長，難以對客運車輛運營中出現的安全隱患進行實時監(jiān)控報警，也無法做到及時發(fā)現安全隱患并通知有關人員進行排除.頻發(fā)的交通事故揭示，落實客運企業(yè)安全監(jiān)管主體責任，保護廣大人民群眾的生命和財產安全刻不容緩.

2 “客安邦平臺”應運而生

貴州數安智能科技有限公司作為貴陽市花溪區(qū)政府入股企業(yè)，響應政府“發(fā)展人工智能產業(yè)”號召而成立.公司立足于運用人工智能技術，服務于安防領域，為客戶提供優(yōu)質的智能安防整體解決方案及優(yōu)質運營服務.公司成員多畢業(yè)于北京大學、墨爾本大學等國內外知名高校，并擁有BAT等一線互聯網公司工作經驗.公司具有多位機器學習、交通安全、數據挖掘方面的行業(yè)專家，截至2018年3月，公司已擁有包括“車輛違規(guī)應用智能加監(jiān)控系統(tǒng)”、“營運車輛智能電子圍欄系統(tǒng)”在內的多項軟件著作權.

貴州數安智能科技有限公司開發(fā)的“客安邦智慧客運安全運營平臺”(以下簡稱客安邦平臺)，實現交通安全“全過程、全員、全方位”長效系統(tǒng)的管理，整合、優(yōu)化配置道路交通管理資源，增強監(jiān)管部門和車企的安全管理水平及其良性互動關系.憑借人工智能技術，客安邦平臺既確保安全隱患監(jiān)控的實時、精確、減少漏檢和誤檢，又能降低攝像頭監(jiān)視環(huán)節(jié)中的人工成本.做到全面、系統(tǒng)、綜合管理道路交通安全，真正實現本質安全，使客運交通事故發(fā)生率大大降低.

客安邦平臺通過采集車輛運營過程中產生的北斗導航定位數據(或GPS數據)、即時速度數據以及對車內監(jiān)控視頻定時回傳的圖像圖片數據，建立大數據平臺[4].在大數據平臺上，將業(yè)務規(guī)則與計算機視覺、模式識別、視頻分析、數字圖像處理、深度學習等技術結合，研發(fā)了專門識別客運安全隱患的BDS警情自動識別模型(以下簡稱BDS模型).針對車輛超員、車輛超速、車輛私改路線、司機疲勞駕駛、問題車輛運營、司機違規(guī)代班、車輛違規(guī)停靠、司機不良行為駕駛、車輛駐點經營九大安全隱患，設計研發(fā)實時告警系統(tǒng)，實現對違章行為的全面實時的安全監(jiān)管.

2.1 多方協同，解決安全隱患

當發(fā)現駕駛員出現違規(guī)行為時，平臺會根據車輛歸屬的企業(yè)、車輛經過的路線、車輛發(fā)生安全告警信息的類型，精準地將研判結果推送給全部相關人員.利用客安邦平臺，運管單位可督促客運車企加強員工管理；客運車企及時通過自動語音系統(tǒng)規(guī)范駕駛員的違規(guī)行為；巡邏交警通過實時警情地圖精準定位違規(guī)發(fā)生地點并及時制止；車站則可以通過平臺管理功能管理其班線配置.多個部門協同工作，多位一體，真正實現安全客運生產生態(tài).

圖2為客安邦平臺安全隱患識別的處理流程，通過客安邦平臺，監(jiān)控人員僅需少量人工介入，即可實現全面、實時的智慧客運控制.

圖2 安全隱患識別處理流程圖

圖3為實時警情處理頁面，客運企業(yè)監(jiān)控人員可通過該頁面對實時警情進行處理.同時，可在客安邦平臺上操作車載語音，通知司機進行下客、減速等操作，排除安全隱患.

圖3 實時警情處理頁面

如圖4、圖5所示，監(jiān)管部門(運管、交管)可通過平臺查看日周月報表，對違規(guī)次數較多的司機、車輛、線路、車企開展專題分析，以便制定交通安全管理規(guī)定，開展交通安全管理活動.

圖4 專題分析頁面

圖5 警情空間分布圖

2.2 四大特色，破解監(jiān)管難點

1) 智能化.通過BDS模型自動識別安全隱患，將監(jiān)控人員從繁雜的監(jiān)控任務中擺脫出來，僅需對系統(tǒng)智能識別的疑似警情進行處理，節(jié)省了大量人力，提高了工作效率，保障了道路交通安全.

2) 集中化.客安邦平臺整合了分散在各個數據存儲平臺的車載監(jiān)控數據，政府可以直接從客安邦平臺查詢、統(tǒng)計、分析全部數據.在數據管理方面，政府占有主導性，結束了數據分散的局面，保障了監(jiān)控數據的全面、準確.

3) 集成化.客安邦平臺不僅僅是監(jiān)控系統(tǒng)，更是一個集識別安全隱患、協助客運車企處理警情、通知司機排除安全隱患、輔助管理部門分析安全隱患于一體的綜合信息化智能服務平臺.

4) 個性化.客安邦平臺針對城鄉(xiāng)客運、公交車、出租車有不同的個性化的監(jiān)管解決方案，滿足客運企業(yè)、監(jiān)管部門的個性化需求.

2.3 三大創(chuàng)新，助力平安中國

2.3.1管理創(chuàng)新，提升管理水平

1) 事后管理轉變?yōu)槭虑邦A防、事中控制

通過傳統(tǒng)的監(jiān)管手段，監(jiān)管部門無法實時有效地監(jiān)管客運車輛的危險駕駛行為，只能采用到車企抽查的方式，查看車企人員對違規(guī)行為的記錄情況，安排車企對違規(guī)駕駛員進行安全制度學習，對嚴重違規(guī)駕駛員進行再上崗培訓.這種方式無法及時有效制止駕駛員的不安全駕駛行為.

客安邦平臺構建了BDS模型，實時對客運車輛車載監(jiān)控數據進行監(jiān)測分析.通過客安邦平臺，客運車企可及時發(fā)現駕駛員的不安全駕駛行為[5]，并通過自動語音系統(tǒng)提醒駕駛員執(zhí)行下客、控制車速、規(guī)范駕駛等操作，實現事前預防和事中控制.

2) 平臺監(jiān)控，降低工作強度，提升工作效率

客運車企使用人工監(jiān)控的方式對本公司旗下的車輛進行監(jiān)管，每位監(jiān)控人員同時只能看4～8臺車，這導致為了能監(jiān)控所有的運營車輛，每位觀察員需要不間斷地切換到不同車輛進行監(jiān)管，工作量非常大.

客安邦平臺通過BDS模型可同時監(jiān)控所有的運營車輛，并只對存在安全隱患的車輛進行告警，監(jiān)控人員只需對警情進行處理即可.監(jiān)控人員可監(jiān)控的運營車輛達250～300輛車/人，監(jiān)控人員工作效率提高40倍，工作強度大幅下降，工作效率大幅提升.

2.3.2技術創(chuàng)新，攻克技術難點

客運車輛內監(jiān)控視頻質量往往不甚理想，圖像質量容易受到視頻拍攝環(huán)境(如光照強弱、拍攝角度)、乘客服飾顏色種類多樣等因素影響，識別難度大[6].而且如果從車載設備直接傳輸視頻，將消耗大量流量，傳輸費用較高.

客安邦平臺將深度學習技術、圖像中人體膚色檢測技術和視頻處理技術相結合，僅依靠低清圖片，即可實現高效且高精度的車輛超員、司機不良駕駛等安全隱患的判別[7].視頻傳輸到圖片傳輸，消耗流量由996 TB月下降到1.2 TB月，數據傳輸流量減少99%.

同時，客安邦平臺能將監(jiān)控人員對警情判斷結果進行保存，用于模型的自動迭代優(yōu)化.通過模型的不斷迭代準確率也將持續(xù)上升.

2.3.3能力創(chuàng)新，多部門協同工作

打通客運車企、運管、交管、車站等多個部門的數據壁壘，實現多部門數據共享，提高監(jiān)管部門安全監(jiān)管能力.

客安邦平臺設有專題分析、警情排行、歷史警情等多個分析模塊，可以輔助監(jiān)管部門深度分析歷史數據，洞察發(fā)展趨勢，制定有效的客運安全監(jiān)管方式.

2.4 BDS模型，業(yè)內領先水平

1) 識別率高

BDS模型采用國際領先的人工智能技術，結合客運安全隱患的特點，經過長期、大量的訓練，警情識別率達96.76%，遠超人眼不到10%的識別率.

2) 極速響應

依托高效的BDS模型，實時監(jiān)控數萬輛營運車輛，極速處理監(jiān)控數據，精準捕捉營運車輛安全隱患，自動上報警情.

3) 覆蓋面廣

BDS模型不僅可識別多種營運車輛，涵蓋客運班線車、公交車以及出租車等，還覆蓋九大安全隱患(車輛超員、車輛超速、車輛私改路線、司機疲勞駕駛、問題車輛運營、司機違規(guī)代班、車輛違規(guī)停靠、司機不良行為駕駛、車輛駐點經營).

4) 適應性強

BDS模型具有極強適應能力，有效避免不同類型車輛差異、光照太強或太弱、車內人體相互遮擋、圖片低清晰度等因素的干擾.

3 展望未來，客運安全大有可為

車載監(jiān)控視頻以其實時、直觀等特點，長久以來都是智能公共交通發(fā)展的重點領域.在公眾對公共出行需求愈發(fā)強烈情況下，如何提供更安全、更便利的交通環(huán)境已成為熱門話題.伴隨著新一代人工智能及信息技術迅速發(fā)展，客運車輛信息服務水平將會有大幅提高，未來車載監(jiān)控不僅僅只作用在安全監(jiān)管方面，客安邦的生態(tài)體系，預計將在以下4個方面有突破性進展：

1) 交通智能調度

隨著城市交通壓力的逐步增加，未來車載監(jiān)控設備不僅承擔客運監(jiān)控的職能，同時也可用于公交調度[8].利用人工智能可以對車載視頻解析出豐富的乘客乘車信息，如公交車的擁擠度、乘客上下車的客流統(tǒng)計等.結合道路擁堵信息，客運公司運力信息，可以對客運車輛開展智能調度[9].通過采取智能化的監(jiān)控與調度管理技術，對客運車輛的運行和管理實現了有效的監(jiān)控管理，可以有效地提高客車的運營效率并降低運營成本.

2) 危險道路預警

在雨、雪、霧等惡劣天氣下，給司機制動控制、駕駛控制帶來極大的安全隱患，極易造成車輛橫向控制失調，導致發(fā)生交通意外[10]；當事故發(fā)生時，救援車輛亦會因惡劣天氣影響救援速度.

通過車載前端攝像頭采集路面信息，利用視頻圖像信息處理與識別技術，結合人工智能技術，根據路面狀態(tài)的顏色、亮度、紋理效果等視覺特征，從而判別路面狀態(tài)，判斷路面的危險等級[11].危險道路預警可實現公路全程路面狀況的準確檢測，為安全駕駛提供實時的路況信息，減少交通事故的發(fā)生.

3) 車險差異定價

根據車載監(jiān)控系統(tǒng)收集與駕駛行為和行駛環(huán)境等相關信息，并且依靠人工智能、圖像處理等技術，結合司機信息、車檢信息、車輛維修歷史記錄等數據，建立保費定價模型.保費定價模型可讓車險保費更精準地衡量車輛的整體分析，風險較高的車輛承擔更高的保費，風險較低的車輛支付更低的保費[12].從而約束司機的不安全駕駛行為，降低事故發(fā)生率，同時可減少理賠成本，實現個性化、差異化定價.

4) 乘客智能乘車生態(tài)

為了更好地服務乘客，可根據車輛位置信息、車輛歷史數據建立乘客服務體系.如提供車輛實時位置展示，方便乘客提前出行；提供在線購票服務，乘客會員等級服務，方便乘客購票；提供購買乘車保險服務，降低旅途中的意外損失.通過以上服務，建立起乘客乘車生態(tài)，滿足乘客出行的多方位需求.

隨著“國家大數據戰(zhàn)略”、“新一代人工智能發(fā)展規(guī)劃”等戰(zhàn)略的提出，未來基于車載監(jiān)控的客運綜合信息服務平臺將迎來發(fā)展高峰；客安邦作為智能交通領域的排頭兵，定會為智能社會的發(fā)展添磚加瓦.未來已來，大有可為！

參考文獻

[1]中國未來產業(yè)研究院. 2016年底全國機動車保有量達2.9億輛[EB/OL].[2018-04-15]. http://www.19baogao.com

[2]汪衛(wèi)東. 國外汽車安全新理念和安全技術新進展[J]. 汽車與配件, 2006, 7(14): 36-39

[3]王雪娜. 道路交通事故成因及預防對策的研究[J]. 黑龍江科技信息, 2014, 12(1): 205-205

[4]吳曉彬, 杜東高. 基于GPRS的車輛監(jiān)控系統(tǒng)技術研究[J]. 現代電子技術, 2011, 34(24): 107-109

[5]周品, 李曉東. 數字圖像處理[M]. 北京: 清華大學出版社, 2012: 211-214

[6]陳新. 基于彩色圖像的公交車乘客運動目標識別研究[D]. 北京: 北京交通大學, 2010

[7]田莎莎. 基于視頻圖像的運動人體識別與跟蹤算法研究[D]. 長沙: 長沙理工大學, 2014

[8]寧大偉. 基于復雜網絡的智慧城市公共交通網絡研究 [J]. 通訊世界, 2017, 3(1): 82-83

[9]馬自強. 公交智能調度系統(tǒng)的設計與開發(fā) [J]. 軟件, 2016, 37(11): 41-46

[10]李征. 基于機器視覺路面狀態(tài)識別關鍵技術硏究[D]. 長春: 吉林大學, 2009

[11]湯巧巧, 郭忠印, 李長城. 基于路面摩擦因數的冬季典型路面狀態(tài)識別模型 [J]. 中國公路報, 2014, 27(11): 25-30

[12]朱爽. 車聯網環(huán)境下基于UBI的車險費率厘定模式與方法研宄[D]. 北京: 北京交通大學, 2015