濟(jì)南交通大腦道路安全風(fēng)險(xiǎn)地圖平臺研究

陳連濤 胡穎 云廷進(jìn) 李勇

摘? 要：如何實(shí)現(xiàn)科學(xué)高效的道路交通安全風(fēng)險(xiǎn)評估，減少道路交通事故發(fā)生量，并降低由其帶來的社會人身傷害及財(cái)產(chǎn)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(xì)闡述了濟(jì)南交通大腦中道路交通安全風(fēng)險(xiǎn)地圖平臺的建設(shè)與應(yīng)用，通過數(shù)據(jù)資源和人工智能手段實(shí)現(xiàn)道路的安全隱患和風(fēng)險(xiǎn)點(diǎn)的精準(zhǔn)挖掘和科學(xué)分析，實(shí)現(xiàn)全市道路進(jìn)行路網(wǎng)安全“CT”掃描和風(fēng)險(xiǎn)預(yù)測分析，從道路和環(huán)境兩個源頭為道路安全隱患“大排查、大整治”做好數(shù)據(jù)支撐工作。

關(guān)鍵詞：道路安全;風(fēng)險(xiǎn)地圖;駕駛行為;事故;功能

中圖分類號：TP311? ? ? ? ?文獻(xiàn)標(biāo)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(jīng)濟(jì)的持續(xù)增長，城市人口密度、駕駛?cè)藬?shù)量、機(jī)動車保有量的不斷增加，道路交通安全形勢仍然嚴(yán)峻。2020年中國道路交通事故萬車死亡人數(shù)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(yù)防“減量控大”行動，著力減少交通事故、保護(hù)人民生命財(cái)產(chǎn)安全。公安部交管局在《2021年道路交通管理工作要點(diǎn)》中進(jìn)一步提出以事故預(yù)防“減量控大”為主線，建立多級交通安全動態(tài)監(jiān)測、常態(tài)研判和精準(zhǔn)預(yù)防工作機(jī)制。2021年，山東省安委會推動“兩路兩車”專項(xiàng)整治行動，通過開展“起底式、全覆蓋、全要素”的專項(xiàng)整治行動。為了更加全面、科學(xué)、有效的開展道路安全隱患排查和交通事故預(yù)防工作，濟(jì)南交警支隊(duì)在濟(jì)南交通大腦智慧框架之下搭建道路安全風(fēng)險(xiǎn)地圖平臺，對城市道路進(jìn)行路網(wǎng)安全“CT”掃描和風(fēng)險(xiǎn)預(yù)測分析，指導(dǎo)業(yè)務(wù)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(fēng)險(xiǎn)，營造安全暢通的道路交通環(huán)境。

1? 濟(jì)南道路交通安全風(fēng)險(xiǎn)評估研究現(xiàn)狀和技術(shù)應(yīng)用情況

傳統(tǒng)的道路交通安全風(fēng)險(xiǎn)分析主要依托歷史事故數(shù)據(jù)進(jìn)行人工情報(bào)研判分析[2-4]，既耗費(fèi)大量時間，也浪費(fèi)大量人力，成本較高，給道路交通風(fēng)險(xiǎn)排查帶來諸多不便。同時，道路交通安全風(fēng)險(xiǎn)評估在政策、體制、數(shù)據(jù)等多方面存在制約因素，給濟(jì)南市交警支隊(duì)道路安全風(fēng)險(xiǎn)評估工作帶來了諸多挑戰(zhàn)。從國家政策層面而言，目前出臺的相關(guān)政策文件多停留在安全管理方向和內(nèi)容上，缺乏安全評估的維度及指標(biāo)的統(tǒng)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(jiān)管及事故數(shù)據(jù)的錄入統(tǒng)計(jì)分析，未開展深層次的風(fēng)險(xiǎn)評估預(yù)判;數(shù)據(jù)缺乏共享共用，用于道路安全分析的數(shù)據(jù)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(yè)手中，數(shù)據(jù)協(xié)調(diào)獲取有難度，任何一方都不能利用數(shù)據(jù)做充分的研究。為了改變目前交警經(jīng)驗(yàn)式交通事故處理模式，急需建設(shè)一套基于多源融合數(shù)據(jù)的，集分析、監(jiān)測、預(yù)警、預(yù)測多功能于一體的安全監(jiān)管預(yù)測平臺，為管理部門和企業(yè)提供決策支持。

隨著人工智能、大數(shù)據(jù)和云計(jì)算等新技術(shù)的涌現(xiàn)與發(fā)展，“人、車、路、環(huán)境”全方位海量數(shù)據(jù)信息的匯集，道路交通安全風(fēng)險(xiǎn)識別向全域化、精準(zhǔn)化、實(shí)時化的智慧型方向轉(zhuǎn)變。如何結(jié)合全域?qū)崟r數(shù)據(jù)對城市道路交通風(fēng)險(xiǎn)進(jìn)行精準(zhǔn)鑒別和分析預(yù)測，成為道路交通安全管理工作轉(zhuǎn)型中亟須解決的關(guān)鍵問題。在道路交通安全管理實(shí)踐探索中，濟(jì)南交警支隊(duì)2018年啟動了濟(jì)南交通大腦平臺[5]，在此平臺匯聚道路態(tài)勢數(shù)據(jù)、異常事件數(shù)據(jù)、事故數(shù)據(jù)等大量業(yè)務(wù)相關(guān)數(shù)據(jù)，同時接入互聯(lián)網(wǎng)浮動車檢測到的異常事件數(shù)據(jù)和司機(jī)關(guān)鍵駕駛行為數(shù)據(jù)（如：急剎車、急減速等），通過計(jì)算機(jī)將海量數(shù)據(jù)挖掘分析，開展了道路安全風(fēng)險(xiǎn)地圖平臺研發(fā)與應(yīng)用，為全市道路進(jìn)行路網(wǎng)安全“CT”掃描和風(fēng)險(xiǎn)預(yù)測分析提供智慧支撐，指導(dǎo)業(yè)務(wù)部門有針對性地開展整治提升行動。

濟(jì)南交通大腦道路安全風(fēng)險(xiǎn)地圖平臺充分利用互聯(lián)網(wǎng)浮動車采集到的駕駛行為數(shù)據(jù)、異常事件數(shù)據(jù)，同時融合交管部門的道路基礎(chǔ)屬性數(shù)據(jù)和事故數(shù)據(jù)，可以為道路安全風(fēng)險(xiǎn)隱患排查、基礎(chǔ)設(shè)施設(shè)置合理性評價(jià)、道路環(huán)境綜合改造提升等提供精細(xì)化的數(shù)據(jù)支撐，從源頭做好交通事故預(yù)防工作。同時，濟(jì)南市交通大腦道路安全風(fēng)險(xiǎn)地圖平臺也為其他城市開展道路交通安全風(fēng)險(xiǎn)分析預(yù)測研究提供借鑒經(jīng)驗(yàn)。

2? 道路安全風(fēng)險(xiǎn)評估的數(shù)據(jù)支撐

依托濟(jì)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(gòu)建了交通大數(shù)據(jù)服務(wù)平臺，為道路交通安全風(fēng)險(xiǎn)分析與預(yù)判提供了良好的數(shù)據(jù)資源，主要有交警內(nèi)部的事故數(shù)據(jù)、異常事件等數(shù)據(jù)，相關(guān)行業(yè)的氣象數(shù)據(jù)、道路數(shù)據(jù)等，以及網(wǎng)約車車載設(shè)備采集到的駕駛行為數(shù)據(jù)和異常事件數(shù)據(jù)等，是支撐道路安全風(fēng)險(xiǎn)地圖平臺的關(guān)鍵信息，詳細(xì)數(shù)據(jù)信息如表1所示。

上述數(shù)據(jù)均實(shí)時接入濟(jì)南交通大腦交通大數(shù)據(jù)服務(wù)平臺，通過統(tǒng)一接口供道路安全風(fēng)險(xiǎn)地圖平臺調(diào)用。目前，已匯入的數(shù)據(jù)中，交警數(shù)據(jù)主要是近5年的道路基礎(chǔ)數(shù)據(jù)以及交通事故、異常事件等相關(guān)數(shù)據(jù);行業(yè)數(shù)據(jù)主要包括每平方公里的小時級天氣數(shù)據(jù)和道路詳細(xì)設(shè)計(jì)數(shù)據(jù);社會數(shù)據(jù)主要來自安裝駕駛行為探測設(shè)備的網(wǎng)約車，可以采集到危險(xiǎn)駕駛行為數(shù)據(jù)（四急一超數(shù)據(jù)）、異常事件數(shù)據(jù)（車輛后方放置三腳架數(shù)據(jù)）等，全市平均1天約采集到30萬條相關(guān)數(shù)據(jù)。

3? 平臺建設(shè)目標(biāo)

“道路安全風(fēng)險(xiǎn)地圖”主要面向交通管理部門（交警總隊(duì)、交警支隊(duì)、交警大隊(duì)），基于地圖及多源動態(tài)數(shù)據(jù)能力、數(shù)據(jù)挖掘分析能力、模型算法等能力，集靜態(tài)安全風(fēng)險(xiǎn)地圖服務(wù)、歷史事故分析服務(wù)、道路安全風(fēng)險(xiǎn)實(shí)時監(jiān)測預(yù)警、道路安全風(fēng)險(xiǎn)預(yù)測、輔助決策功能于一體的產(chǎn)品，可輔助客戶解決由于路網(wǎng)結(jié)構(gòu)風(fēng)險(xiǎn)點(diǎn)認(rèn)知不全面，事故多發(fā)地認(rèn)知不全面、事故誘因不明確，風(fēng)險(xiǎn)判斷憑經(jīng)驗(yàn)，以及農(nóng)村交通基礎(chǔ)設(shè)施建設(shè)落后、警力難以全面覆蓋、村民安全意識淡薄導(dǎo)致的事故多發(fā)問題。本平臺的建設(shè)對交通管理部門交通事故預(yù)防起到重要作用，能夠使“人、車、路、行”更安全、更舒適。具體建設(shè)目標(biāo)包括：

3.1? 構(gòu)建全面的路網(wǎng)結(jié)構(gòu)風(fēng)險(xiǎn)點(diǎn)認(rèn)知體系

幫助交警解決道路風(fēng)險(xiǎn)點(diǎn)認(rèn)知不全面的問題，識別出路網(wǎng)結(jié)構(gòu)風(fēng)險(xiǎn)點(diǎn)并與事故數(shù)據(jù)、違法數(shù)據(jù)關(guān)聯(lián)，分析路網(wǎng)結(jié)構(gòu)與事故、違法事件之間的關(guān)系，為交警提供路網(wǎng)優(yōu)化輔助決策，從而降低風(fēng)險(xiǎn)隱患。

3.2? 精準(zhǔn)識別事故多發(fā)地、明確事故誘因

通過對歷史事故數(shù)據(jù)進(jìn)行匯總統(tǒng)計(jì)，融合天氣數(shù)據(jù)、路況數(shù)據(jù)、路網(wǎng)結(jié)構(gòu)數(shù)據(jù)等，對各種因素進(jìn)行關(guān)聯(lián)分析，分析交通事故的影響因素，為制定事故預(yù)防策略、警力布控策略做數(shù)據(jù)參考。

3.3? 智能評判道路安全風(fēng)險(xiǎn)狀態(tài)

建立智能化的道路安全風(fēng)險(xiǎn)監(jiān)管流程，通過分析歷史事故數(shù)據(jù)，以及對未來天氣、路況的預(yù)測，建立安全風(fēng)險(xiǎn)模型，可以對未來一天、節(jié)假日、重大活動的道路安全風(fēng)險(xiǎn)預(yù)測預(yù)警，輔助交警提前感知風(fēng)險(xiǎn)，制定預(yù)案，降低道路安全風(fēng)險(xiǎn)。

4? 平臺架構(gòu)

平臺架構(gòu)如圖1所示。由感知層、數(shù)據(jù)層、指標(biāo)模型層、平臺層、業(yè)務(wù)應(yīng)用層和用戶層構(gòu)成。感知層利用交通管理部門現(xiàn)有的前端檢測設(shè)備，包括高清視頻、高清卡口、車輛GPS定位設(shè)備、車內(nèi)攝像頭等，匯集海量數(shù)據(jù)作為數(shù)據(jù)源，為平臺功能實(shí)現(xiàn)及運(yùn)行提供數(shù)據(jù)支持;數(shù)據(jù)層通過大數(shù)據(jù)處理技術(shù)，基于高精地圖融合匯聚靜態(tài)數(shù)據(jù)（道路信息、POI、區(qū)域信息等）和動態(tài)數(shù)據(jù)（事件信息、交通狀況數(shù)據(jù)、危險(xiǎn)駕駛行為數(shù)據(jù)等），在城市時空維度下完成數(shù)據(jù)處理、特征值構(gòu)建、顆粒度歸集等操作;指標(biāo)模型層由事故統(tǒng)計(jì)分析模型、事故多發(fā)地提取模型、風(fēng)險(xiǎn)指數(shù)模型等構(gòu)建形成全維度的道路安全分析、預(yù)測、決策方法，對海量數(shù)據(jù)進(jìn)行科學(xué)認(rèn)知;平臺層提供靜態(tài)安全風(fēng)險(xiǎn)地圖服務(wù)、歷史事故分析服務(wù)、道路安全風(fēng)險(xiǎn)實(shí)施監(jiān)測預(yù)警、道路安全風(fēng)險(xiǎn)預(yù)測和輔助決策，構(gòu)建道路安全風(fēng)險(xiǎn)全時空管理;業(yè)務(wù)應(yīng)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(xiāng)鎮(zhèn)村道的全路網(wǎng)交通安全風(fēng)險(xiǎn)地圖服務(wù)，全面賦能交通安全管理與安全防控，并且支持將安全風(fēng)險(xiǎn)預(yù)測預(yù)警信息推送至車輛運(yùn)營企業(yè)、車企、公眾，實(shí)現(xiàn)源頭防控。

5? 平臺功能

5.1? 核心功能點(diǎn)

5.1.1? 靜態(tài)安全風(fēng)險(xiǎn)地圖服務(wù)

靜態(tài)安全風(fēng)險(xiǎn)地圖服務(wù)主要有：

（1）靜態(tài)路網(wǎng)結(jié)構(gòu)監(jiān)測分析：從交叉口節(jié)點(diǎn)、道路結(jié)構(gòu)匹配、路網(wǎng)連通三個方面對路網(wǎng)結(jié)構(gòu)進(jìn)行監(jiān)測分析。

（2）整體靜態(tài)路網(wǎng)結(jié)構(gòu)分析報(bào)告：提供交叉口節(jié)點(diǎn)、道路結(jié)構(gòu)匹配、路網(wǎng)連通三個方面的路網(wǎng)結(jié)構(gòu)畫像報(bào)告。

5.1.2? 歷史事故分析服務(wù)

歷史事故分析服務(wù)主要有：

（1）歷史事故分析（多發(fā)地/多發(fā)時段等）：基于歷史事故數(shù)據(jù)，分析事故多發(fā)特征，如事故多發(fā)地、事故多發(fā)時段、事故多發(fā)天氣等。

（2）事故誘因分析（天氣、路況、路網(wǎng)、時段等）：基于事故發(fā)生時的天氣、路況、時間數(shù)據(jù)及靜態(tài)路網(wǎng)結(jié)構(gòu)分析結(jié)果，建立事故誘因分析模型，提供事故誘因分析服務(wù)。

5.1.3? 道路安全風(fēng)險(xiǎn)實(shí)時監(jiān)測預(yù)警

道路安全風(fēng)險(xiǎn)實(shí)時監(jiān)測預(yù)警主要有：

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

（2）實(shí)時路況監(jiān)測：提供實(shí)時的路況監(jiān)測服務(wù)，如道路的擁堵狀態(tài)。

（3）道路風(fēng)險(xiǎn)點(diǎn)實(shí)時監(jiān)測預(yù)警：提供實(shí)時的道路風(fēng)險(xiǎn)監(jiān)測服務(wù)，如風(fēng)險(xiǎn)點(diǎn)、風(fēng)險(xiǎn)級別。

5.1.4? 道路安全風(fēng)險(xiǎn)預(yù)測

道路安全風(fēng)險(xiǎn)預(yù)測主要有：

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

（2）路況預(yù)測服務(wù)：提未來幾小時或幾天的路況預(yù)測服務(wù)，如道路的擁堵狀態(tài)。

（3）道路風(fēng)險(xiǎn)預(yù)測服務(wù)：提未來幾小時或幾天的道路風(fēng)險(xiǎn)預(yù)測服務(wù)，如風(fēng)險(xiǎn)點(diǎn)、風(fēng)險(xiǎn)級別。

5.1.5? 輔助決策

專題報(bào)告/定制化報(bào)告：基于靜態(tài)路網(wǎng)結(jié)構(gòu)和動態(tài)事故誘因等多方面的分析，面向管理部門提供研判分析結(jié)果及對應(yīng)的專題分析報(bào)告，為路網(wǎng)結(jié)果改善及降低事故等提供決策支持。

5.2? 交警總隊(duì)、交警支隊(duì)用戶端系統(tǒng)功能

5.2.1? 道路風(fēng)險(xiǎn)點(diǎn)全面感知

從交叉口節(jié)點(diǎn)、道路結(jié)構(gòu)匹配、路網(wǎng)連通三個方面對路網(wǎng)結(jié)構(gòu)進(jìn)行監(jiān)測分析。提供路網(wǎng)結(jié)構(gòu)畫像報(bào)告。并將路網(wǎng)結(jié)構(gòu)風(fēng)險(xiǎn)點(diǎn)與事故數(shù)據(jù)、違法數(shù)據(jù)關(guān)聯(lián)，分析路網(wǎng)結(jié)構(gòu)與事故、違法事件之間的關(guān)系，為交警提供路網(wǎng)優(yōu)化輔助決策，從而降低風(fēng)險(xiǎn)隱患。

5.2.2? 事故特征及誘因挖掘

基于歷史事故數(shù)據(jù)，分析事故多發(fā)特征，如事故多發(fā)地、事故多發(fā)時段、事故多發(fā)天氣等。融合天氣數(shù)據(jù)、路況數(shù)據(jù)、路網(wǎng)結(jié)構(gòu)數(shù)據(jù)等，對各種因素進(jìn)行關(guān)聯(lián)分析，分析交通事故的影響因素，為制定事故預(yù)防策略、警力布控策略做數(shù)據(jù)參考。

5.2.3? 科學(xué)研判道路風(fēng)險(xiǎn)

通過分析歷史事故數(shù)據(jù)，以及對未來天氣、路況的預(yù)測，建立安全風(fēng)險(xiǎn)模型，可以對未來一天、節(jié)假日、重大活動的道路安全風(fēng)險(xiǎn)預(yù)測預(yù)警，輔助交警提前感知風(fēng)險(xiǎn)，制定預(yù)案，降低道路安全風(fēng)險(xiǎn)。

5.3? 交警大隊(duì)（微交通）用戶端系統(tǒng)功能

交警大隊(duì)（微交通）用戶端系統(tǒng)功能主要有：

（1）設(shè)施設(shè)備布設(shè)建議：通過識別出道路風(fēng)險(xiǎn)點(diǎn)，為設(shè)施設(shè)備布設(shè)、標(biāo)志標(biāo)線優(yōu)化提供建議，優(yōu)化資金投入。

（2）精準(zhǔn)識別高效管理：實(shí)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(shù)量;重點(diǎn)監(jiān)控三超車輛、農(nóng)機(jī)車輛信息，主動發(fā)現(xiàn)風(fēng)險(xiǎn);通過平臺統(tǒng)一監(jiān)管設(shè)施設(shè)備，提高管理效率。

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

（4）提高村民安全意識：通過科學(xué)的統(tǒng)計(jì)分析，識別常見事故、違法類型，發(fā)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(shù)量。

6? 平臺應(yīng)用效果與推廣前景

6.1? 總體效果

根據(jù)全省路交通安全“兩路兩車”專項(xiàng)整治行動部署要求，截至7月30日，全市借助風(fēng)險(xiǎn)地圖平臺共排查道路交通安全隱患195 677處，已完成整改數(shù)量194 252處，正在整改的隱患中，限期整改1 110處，規(guī)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(fēng)險(xiǎn)預(yù)測等級在GIS地圖上予以呈現(xiàn)，能夠很直觀地看到全市的交通風(fēng)險(xiǎn)區(qū)域的分布，同時左側(cè)可以根據(jù)不同道路等級進(jìn)行安全風(fēng)險(xiǎn)路段的統(tǒng)計(jì)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(shù)據(jù)、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(yù)防相關(guān)工作的一種技術(shù)應(yīng)用思路和方法，方便全國其他地市借助各地市現(xiàn)有的數(shù)據(jù)情況，充分挖掘數(shù)據(jù)價(jià)值，向科技要警力，向科技要戰(zhàn)斗力，通過科技賦值實(shí)現(xiàn)更加精準(zhǔn)、精細(xì)的實(shí)際交通管理工作。

6.3.2? 類似交通業(yè)務(wù)問題創(chuàng)新應(yīng)用

通過大數(shù)據(jù)分析實(shí)現(xiàn)了道路安全風(fēng)險(xiǎn)預(yù)警工作從過去人工排查到現(xiàn)在“數(shù)據(jù)感知—科學(xué)分析—重點(diǎn)整治—跟蹤評價(jià)”的新型工作機(jī)制。該思路和機(jī)制可以推廣應(yīng)用到類似交通管理工作，如交通擁堵治理、重點(diǎn)交通違法整治等，方法、思路是相通的。平臺的架構(gòu)模式和核心技術(shù)適用于類似交通問題，實(shí)現(xiàn)“去繁從簡”，揭示交通問題的隱藏屬性，進(jìn)而有針對性地進(jìn)行應(yīng)用創(chuàng)新，具有良好的應(yīng)用價(jià)值。

總之，該平臺應(yīng)用業(yè)務(wù)領(lǐng)域廣闊，在全省或全國同行內(nèi)可借鑒、可復(fù)制，具有很強(qiáng)的實(shí)戰(zhàn)應(yīng)用成效。

7? 結(jié)? 論

平臺緊緊抓住交通事故預(yù)防這一主線，結(jié)合交警自有數(shù)據(jù)、行業(yè)管理數(shù)據(jù)以及社會資源數(shù)據(jù)對城市內(nèi)的每一條道路進(jìn)行精準(zhǔn)畫像和風(fēng)險(xiǎn)預(yù)測評估，為交通安全管理工作提供了全方位的數(shù)據(jù)支撐，使事故預(yù)防、隱患排查、秩序治理、綜合改造提升等各項(xiàng)工作向精細(xì)、精致、精準(zhǔn)化發(fā)展，大大提高工作質(zhì)效。利用此平臺，可以實(shí)現(xiàn)定期對全市道路進(jìn)行路網(wǎng)安全“CT”掃描和風(fēng)險(xiǎn)預(yù)測分析，從而使得交通事故預(yù)防工作有了源頭治理的“科技抓手”，進(jìn)而有效降低道路交通事故風(fēng)險(xiǎn)，營造安全暢通的道路交通環(huán)境。

參考文獻(xiàn)：

[1] 國家統(tǒng)計(jì)局.中華人民共和國2020年國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報(bào) [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(fēng)險(xiǎn)評估新的探究 [J].交通企業(yè)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(jià)研究 [J].公路與汽運(yùn)，2019（5）：35-38+43.

[4] 蔡曉禹，雷財(cái)林，彭博，等.基于駕駛行為和信息熵的道路交通安全風(fēng)險(xiǎn)預(yù)估 [J].中國公路學(xué)報(bào)，2020，33（6）：190-201.

[5] 潘述亮，徐曉東，楊海波，鄒難.智能與進(jìn)化：濟(jì)南新一代智慧交通系統(tǒng)的設(shè)計(jì) [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(shù)據(jù)分析應(yīng)用。