本文轉(zhuǎn)載自智能交通世界網(wǎng)，原作者ITS114。億歐智慧城市對(duì)文章進(jìn)行二次編輯，供讀者參考。

---

公安部交通管理科學(xué)研究所五部助理研究員鎮(zhèn)煌日前發(fā)表了《大數(shù)據(jù)時(shí)代下道路交通違法發(fā)現(xiàn)技術(shù)研究》的主題演講，本文為演講速記整理，未經(jīng)本人審核，如有錯(cuò)漏，敬請(qǐng)?jiān)彙?

公安部交科所五部助理研究員 鎮(zhèn)煌

鎮(zhèn)煌：各位領(lǐng)導(dǎo)，各位同行，上午好！我的演講分為四部分：一是研究背景；二是交通事故與違法研究；三是交通違法查處的模型和方式；四是下一步展望。

一、研究背景

公安交通集成指揮平臺(tái)是公安交警部門科技信息化規(guī)劃建設(shè)的四大信息平臺(tái)之一，為現(xiàn)有的集成布控系統(tǒng)升級(jí)而來(lái)。公安交通集成指揮平臺(tái)按照部、省、市三層架構(gòu)分布建設(shè)，三級(jí)平臺(tái)互聯(lián)互通，構(gòu)建了新型的交通指揮體系。

該平臺(tái)在2016年6月份開(kāi)始在全國(guó)推廣應(yīng)用，目前全國(guó)已經(jīng)部署了31個(gè)省級(jí)平臺(tái)，306個(gè)地市級(jí)平臺(tái)，作為面向指揮中心、執(zhí)法站和一線民警地面執(zhí)法的實(shí)戰(zhàn)業(yè)務(wù)中心，現(xiàn)在有超過(guò)92.9%支隊(duì)，以及81.6%的大隊(duì)在應(yīng)用。

聯(lián)網(wǎng)設(shè)備快速增加，從2013年僅有5000多臺(tái)在線監(jiān)控設(shè)備聯(lián)網(wǎng)到目前近50萬(wàn)套，其中2018年全年新增近18萬(wàn)套。 當(dāng)前日均匯聚車輛軌跡數(shù)據(jù)6.2億條 ，交通違法數(shù)據(jù)225萬(wàn)條，截止目前平臺(tái)累計(jì)接入了近5千億條車輛數(shù)據(jù)。

◆平臺(tái)應(yīng)用成效

1、汽車檢驗(yàn)率

平臺(tái)推廣應(yīng)用以來(lái)取得的成果是顯著的，2014年以來(lái)，汽車年檢率整體呈上升趨勢(shì)，今年一季度較3年前同期比，增長(zhǎng)超6個(gè)百分點(diǎn)。以華東某省為例，從2018年開(kāi)始，汽車年檢率整體呈上升趨勢(shì)，增長(zhǎng)近4個(gè)百分點(diǎn)；逾期未年檢車道路通行數(shù)量整體呈下降趨勢(shì)，從原來(lái)的每月超過(guò)65萬(wàn)輛到現(xiàn)在的每月49萬(wàn)輛，降幅超24%。

2、打擊假套牌違法行為

同時(shí)，平臺(tái)在打擊假套牌違法行為的應(yīng)用也效果明顯，2017年和2018年上半年，每月接受的群眾舉報(bào)車輛被套牌的數(shù)量基本維持在8000至9000之間，通過(guò)集成指揮平臺(tái)打擊假套牌專項(xiàng)行動(dòng)以來(lái)，現(xiàn)在每個(gè)月接受群眾舉報(bào)的車輛被套牌的數(shù)量已經(jīng)降到3500以內(nèi)，減少近三分之二。

二、交通事故與違法研究

◆我國(guó)交通事故現(xiàn)狀

我們根據(jù)平臺(tái)內(nèi)部數(shù)據(jù)對(duì)交通事故與交通違法行為進(jìn)行關(guān)聯(lián)研究。發(fā)現(xiàn)交通重大事故總體呈下降趨勢(shì)，但是傷亡事故與一般事故的總量變化不是很明顯。根據(jù)海恩法則，每起重大交通事故的背后必定有29起傷亡事故和300起一般事故。而300起一般事故的背后必定有1000起事故隱患沒(méi)有被處理。如何消除事故隱患，是減少重大交通事故發(fā)生的一個(gè)重要要素。 交通事故發(fā)生是量的積累的結(jié)果，再好的技術(shù)，再完美的制度，在實(shí)際操作層面也無(wú)法取代人的素質(zhì)和人的責(zé)任心 。

◆現(xiàn)狀分析

我們也對(duì)交通違法現(xiàn)狀進(jìn)行了分析。圖2-3是對(duì)國(guó)內(nèi)某省超速事故的區(qū)間分析，首先將全省超速事故區(qū)間進(jìn)行分段設(shè)置，以2公里、4公里、6公里等類推，再按照區(qū)間事故量進(jìn)行排序，運(yùn)用公式進(jìn)行計(jì)算，可以得到回歸值α等于-0.746，決定系數(shù)為0.937，超速事故位置分布呈冪律分布，且超速事故發(fā)生區(qū)間比較集中，10%的超速區(qū)間貢獻(xiàn)了50%的超速事故。

此外，也對(duì)單點(diǎn)測(cè)速設(shè)備的覆蓋區(qū)間也進(jìn)行了分析。首先選取全省高速、國(guó)省道、城市快速路孤立的單點(diǎn)測(cè)速設(shè)備點(diǎn)位集合(此處孤立的單點(diǎn)測(cè)速設(shè)備是指前后20公里無(wú)其他測(cè)速點(diǎn)位)。通過(guò)分析得出結(jié)論，隨著單點(diǎn)測(cè)速設(shè)備有效覆蓋區(qū)域增加，相應(yīng)的事故密度呈現(xiàn)出先降后增的現(xiàn)象，且在覆蓋區(qū)域?yàn)榍昂?公里時(shí)，事故密度為最小，設(shè)備前后2公里為單點(diǎn)測(cè)速設(shè)備的覆蓋區(qū)域。

另外，分析超速事故在設(shè)備覆蓋和無(wú)設(shè)備覆蓋的數(shù)據(jù)情況，可以得到幾個(gè)結(jié)論：一、測(cè)速覆蓋區(qū)域事故發(fā)生較少；二、測(cè)速設(shè)備未覆蓋區(qū)域事故密度與測(cè)速設(shè)備覆蓋區(qū)域事故密度比值在1.3至20之間；三、省道測(cè)速設(shè)備覆蓋區(qū)域超速事故密度遠(yuǎn)小于未覆蓋區(qū)域。

最后，我們還對(duì)不同違法抓拍對(duì)事故產(chǎn)生的影響作了分析。下圖2-5三張連圖從左到右分別表示逆行抓拍設(shè)備、闖紅燈抓拍設(shè)備、超速抓拍設(shè)備啟用前后兩年內(nèi)事故變化情況，藍(lán)線表示啟用前2年同區(qū)域事故數(shù)； 紅線表示啟用后2年同區(qū)域事故數(shù)。

從MW檢驗(yàn)結(jié)果來(lái)看：?jiǎn)⒂媚嫘凶ヅ脑O(shè)備后，事故數(shù)從524降低到248，變化超過(guò)50%，MW檢測(cè)值為0.001，效果明顯；啟用闖紅燈抓拍設(shè)備后，事故數(shù)從101起下降到88起；同時(shí)超速抓拍設(shè)備啟用后，事故數(shù)減少了42%。因此，逆行設(shè)備和超速設(shè)備的啟用對(duì)交通事故的影響都是顯著的，能夠有效地降低交通事故的發(fā)生；闖紅燈抓拍設(shè)備的啟用，對(duì)交通事故的影響是不顯著的，不能有效減少闖紅燈事故的發(fā)生。從這里可以看出，交通事故說(shuō)到底是人的安全意識(shí)的問(wèn)題。

三、交通違法查處

◆交通違法震懾理論

要對(duì)交通違法行為進(jìn)行打擊，就要精準(zhǔn)發(fā)現(xiàn)違法行為、及時(shí)查處違法行為、有效處罰交通違法。

針對(duì)駕駛員的僥幸心理，可通過(guò)大數(shù)據(jù)、人工智能等技術(shù)發(fā)現(xiàn)違法行為，比如疲勞駕駛、吸毒人員開(kāi)車、無(wú)證駕駛、黑校車等；但發(fā)現(xiàn)違法行為后等到機(jī)動(dòng)車檢驗(yàn)統(tǒng)一處理，會(huì)大大減小震懾作用，而要通過(guò)非現(xiàn)場(chǎng)執(zhí)法即時(shí)攔截查處；接下來(lái)，就要對(duì)交通違法行為進(jìn)行處罰，通過(guò)大數(shù)據(jù)建立駕駛?cè)苏餍朋w系，違法駕駛?cè)瞬粌H影響其駕駛車輛，還通過(guò)征信影響駕駛?cè)似渌鐣?huì)行為，產(chǎn)生的震懾作用會(huì)更大。

◆大數(shù)據(jù)違法建模

在集成指揮平臺(tái)每天采集交通違法記錄225萬(wàn)條，車輛軌跡6.2億條基礎(chǔ)上，建立了套牌車、疲勞駕駛、酒駕車輛、非法危化車、黑校車等違法模型，并且聯(lián)合運(yùn)管部門通過(guò)大數(shù)據(jù)、小算法、小場(chǎng)景實(shí)現(xiàn)交通違法查處的數(shù)據(jù)業(yè)務(wù)應(yīng)用。

1、失管駕駛?cè)瞬樘?/p>

為落實(shí)《2019年道路交通管理工作要點(diǎn)》文件的要求，深化交通管理科技信息化實(shí)戰(zhàn)應(yīng)用，研發(fā)了卡口圖片人臉智能識(shí)別預(yù)警功能，后臺(tái)與本地或本省常住人口信息庫(kù)、全國(guó)機(jī)動(dòng)車駕駛?cè)诵畔?kù)進(jìn)行實(shí)時(shí)比對(duì)分析，主動(dòng)發(fā)現(xiàn)具有失駕、無(wú)證駕駛、準(zhǔn)駕不符等交通違法行為的嫌疑駕駛?cè)耍赏ㄟ^(guò)平臺(tái)實(shí)施攔截干預(yù)。同時(shí)，系統(tǒng)還支持與吸毒、在逃、臨控等大公安重點(diǎn)關(guān)注人員進(jìn)行實(shí)時(shí)比對(duì)，實(shí)現(xiàn)對(duì)車內(nèi)重點(diǎn)人員的管控。

對(duì)于人臉識(shí)別檢測(cè)到駕駛?cè)说模瑫?huì)有兩條并行路線：人口庫(kù)比對(duì)與黑名單比對(duì)。人口庫(kù)比對(duì)：首先通過(guò)與常住人口、暫住人口庫(kù)進(jìn)行比對(duì)來(lái)確認(rèn)身份信息；對(duì)于能夠確認(rèn)身份信息的，進(jìn)一步核實(shí)全國(guó)機(jī)動(dòng)車駕駛?cè)诵畔?kù)，檢查是否存在無(wú)證駕駛、準(zhǔn)駕不符或超分、扣留等違法行為，存在違法行為的，生成嫌疑信息并推送實(shí)時(shí)預(yù)警。 黑名單比對(duì)：直接與各類黑名單進(jìn)行比對(duì)，比中的直接預(yù)警。黑名單支持自定義。

2、非法營(yíng)運(yùn)車輛分析

模型相對(duì)比較簡(jiǎn)單，對(duì)在高速、國(guó)道、省道上往返超過(guò)一定頻次的非營(yíng)運(yùn)性質(zhì)車輛進(jìn)行軌跡抽取，后臺(tái)會(huì)自動(dòng)拉取圖片信息，識(shí)別圖片中是否乘載不同乘客，進(jìn)一步確認(rèn)是否為非法營(yíng)運(yùn)車輛。

此前，通過(guò)公安交通集成指揮平臺(tái)研判，下發(fā)了29輛二廣高速往返非法營(yíng)運(yùn)重點(diǎn)嫌疑車輛，并查處上述預(yù)警車輛17輛，經(jīng)確認(rèn)均為非法營(yíng)運(yùn)車輛，且部分車輛存在超員違法行為，分析準(zhǔn)確率達(dá)到100%。

3、疲勞駕駛車輛分析

這類分析模型，主要根據(jù)全國(guó)車輛軌跡信息通過(guò)互聯(lián)網(wǎng)導(dǎo)航接口計(jì)算最短線路，分析是否具備疲勞駕駛的嫌疑。下圖3-2的5個(gè)點(diǎn)對(duì)應(yīng)著車輛的5條行駛軌跡，第一個(gè)點(diǎn)到第二個(gè)點(diǎn)之間是行駛在高速，兩地相距110公里，均速82.5公里/時(shí)。

根據(jù)疲勞駕駛的定義，駕駛?cè)诉B續(xù)行駛4小時(shí)，要休息20分鐘。通過(guò)車輛定位信息進(jìn)行分析，如果發(fā)現(xiàn)中途休息的可能性基本為零，就會(huì)發(fā)出疲勞駕駛預(yù)警，后臺(tái)也會(huì)對(duì)駕駛員的人臉信息比對(duì)，觀察是否更換了駕駛員。經(jīng)過(guò)后臺(tái)對(duì)這輛車定位信息的分析，發(fā)現(xiàn)疲勞駕駛嫌疑占比10%。

4、黑校車分析

該模型根據(jù)地圖POI檢索小學(xué)、幼兒園和卡口設(shè)備備案的地理位置信息，選定農(nóng)村小學(xué)附近的卡口，對(duì)過(guò)車軌跡進(jìn)行特征提取。

四、下一步展望

展望分為兩個(gè)部分。第一是AI與違法視頻分析。相關(guān)數(shù)據(jù)顯示，2017年事故總數(shù)為203049起，事故主要原因是機(jī)動(dòng)車違法的有173454起,其中未按規(guī)定讓行27779起，占事故總數(shù)的13.68%，死亡人數(shù)7174人，占總死亡人數(shù)的11.25%。針對(duì)這種情況， 準(zhǔn)備通過(guò)AI視頻結(jié)構(gòu)化應(yīng)用對(duì)視頻畫面中的行人、非機(jī)動(dòng)車、機(jī)動(dòng)車等進(jìn)行檢測(cè)識(shí)別、目標(biāo)跟蹤、計(jì)算動(dòng)態(tài)行駛軌跡等 ，運(yùn)用AI技術(shù)，實(shí)現(xiàn)多種違法行為的發(fā)現(xiàn)與打擊。

第二是AI與大數(shù)據(jù)建模。基于人工智能技術(shù)，集成指揮平臺(tái)根據(jù)人臉特征、車輛特征進(jìn)行識(shí)別比對(duì)，實(shí)現(xiàn)稽查。

下一步，集成指揮平臺(tái)將依托聯(lián)網(wǎng)的卡口過(guò)車圖片、交通違法圖片、交通監(jiān)控視頻等數(shù)據(jù)，進(jìn)一步豐富基于圖像特征識(shí)別的智能化場(chǎng)景應(yīng)用，依托匯聚共享的各類道路交通管控結(jié)構(gòu)化數(shù)據(jù)，應(yīng)用知識(shí)圖譜技術(shù)開(kāi)展交通管理知識(shí)建模建設(shè)，更好服務(wù)公路交通安全防控和城市暢通疏堵工作，更高站位服務(wù)大公安其他警種涉車涉人實(shí)戰(zhàn)應(yīng)用，重塑交通參與者規(guī)則意識(shí)。?

---

由億歐公司主辦、粵港澳大灣區(qū)研究院（廣外）聯(lián)合主辦的“2019大灣區(qū)國(guó)際科創(chuàng)峰會(huì)（BATi）”結(jié)合灣區(qū)科創(chuàng)和青年特色優(yōu)勢(shì)，將第二屆大灣區(qū)國(guó)際科創(chuàng)峰會(huì)的主題定位于“科技賦能、青年引領(lǐng)”，將圍繞5G生態(tài)、硬件創(chuàng)新、工業(yè)數(shù)字化、AI企服、科技出海等熱點(diǎn)展開(kāi)探討，歡迎科技創(chuàng)新的觀察者參與！

報(bào)名鏈接： https://www.iyiou.com/post/ad/id/875

本文已標(biāo)注來(lái)源和出處，版權(quán)歸原作者所有，如有侵權(quán)，請(qǐng)聯(lián)系我們。