持续赋能农村交通安全治理

赛文交通网 智能交通 智慧交管

编者按：10月10日，在由公安部道路交通安全研究中心、中国道路交通安全协会主办，内蒙古自治区公安厅交通管理局、呼和浩特市公安局承办的“道路交通科技创新与高质量发展论坛”上，公安部道路交通安全研究中心交通执法装备技术研究部副研究员孔晨晨作了《农村地区交通事故预防创新思路交流》主题报告。

孔晨晨聚焦农村地区交通事故特点，基于系统思维，提出农村地区交通事故预防的创新思路。应用大数据人工智能技术，融合多源数据，分析发现农村地区易肇事肇祸交通违法行为及群体交通安全隐患，打造自动化的安全风险隐患发现及消除的闭环管理体系。

以下为演讲实录（赛文交通网整理，有删减）：

近年来，随着社会经济快速增长，城乡一体化建设进程加快，农村地区交通要素快速增长、出行流量持续上升，农村道路交通安全形势依然严峻。全国道路交通安全，农村系于一半，交通事故预防“减量控大”，农村是重中之重。

同时，农村道路交通安全也是实现 “乡村振兴”的重要基础和保障，全力压降农村道路交通事故是全面推进中国式现代化进程的重要一环。因此，亟需应用科技手段创新治理措施提升农村道路交通安全现代治理能力水平。

1 预防道路交通事故分析

从全国道路交通事故来看，农村地区有以下五个特点。一是农村地区交通事故占比超过一半。二是农村事故车辆中，约7成是经常本地通行汽车，约3成是偶尔本地通行汽车。三是摩托车、电动车肇事多发。四是路口事故呈增长趋势。五是早晚高峰时段事故多发。近5成事故集中在早上7点至10点和傍晚16点至18点发生，傍晚17点事故最多。

从肇事交通违法行为来看，9成以上事故都是由驾驶人交通违法引起的，拨打手机、无证驾驶、逆行是主要肇事原因，而不同车型的肇事违法行为也不一致。

汽车事故前10的肇事违法行为占比77%，拨打手机、未保持安全车距占比较高，7种无法有效查处，主要依靠人工现场拦截查处，效率较低，目前无法通过技术手段实现有效查处。

摩托车事故前10肇事违法行为占比77%，无证驾驶、不戴头盔的占比较高，无证驾驶、违法变更车道等肇事违法行为，无法进行有效查处。

电动车事故前10肇事违法行为占比85%，逆向行驶、路口转弯违反优先顺序占比较高，其中像逆行等8种违法行为无法得到有效查处。

针对这样的事故特点及问题，我们认为应对驾驶人构建交通事故预防的底层思维，通过对驾驶人的数字化，建立与驾驶人的强关联，达到重塑驾驶人的目标。

系统思维包含要素、连接和目标三部分。要素包含汽车、摩托车、电动自行车等驾驶人以及交警、劝导员等管理者，我们需要针对于驾驶人这一要素进行系统思维的考虑。

连接是通过执法、宣传、培训等方式建立起管理者与驾驶人之间的联系，当前还是处于弱关联状态，但目前农村地区已经具备了一些强关联的条件，如集成指挥平台、云哨交管、12123APP、5G富媒体等。目标是提升驾驶人交通安全规则意识。

目前公众对于交通安全规则意识还比较薄弱，很多时候上路发生违法行为后，由于未被及时发现，因此出行者会存在侥幸心理，后续还是会出现违法行为。因此我们需要通过技术创新应用实现上路行驶即被监测，发生违法即被发现，从而促使驾驶人提升交通安全规则意识，达到按照交通规则行驶的目的。

近年来，农村地区的信息化基础也在不断提升。相关数据显示，农村地区卡口和视频监控设备比例不断提升，卡口、视频监控设备同比2022年分别增长8%和6%。

金融网数据显示，全国乡镇光纤4G网络覆盖率达98%，接近100%，这也为后续的精准施策提供了基础条件。

中国新闻网数据显示，8成以上农户能使用智能手机，9成以上农村家庭至少拥有1部智能手机，这也为我们后续的精准宣传教育、多样化的宣传方式奠定了基础。

从道路交通事故与风险隐患的关系来看，事故是各类风险隐患的显性表达，如同冰山一样，交通事故其实只是冰山一角，对应还有很多交通安全隐患隐藏在冰山下面没有被发现。隐患重复次数越多，发生事故的概率就越大，这也对应着事故交通风险防范领域的海恩法则。

因此要用确定性来应对不确定性，将存在的隐患确定的去发现并消除，达到预防和减少交通事故的目的。

我们基于这样的系统思维和隐患与事故的关系，探索建立从前端感知-隐患发现-隐患消除的自动化闭环治理模式。

2 交通安全隐患智慧感知

上文提到，不同车型对应不同的肇事违法行为，但大部分的肇事违法行为都无法有效查处，仅依靠民警路面现场拦截，效率比较低。因此，我们针对比较突出肇事违法行为开展了相关研究。

汽车：前端感知——农村公交车车载抓拍设备

针对违法逆行、货车车厢载人、违法变道、不礼让行人、转弯不让行等农村地区肇事违法行为，我们应用人工智能技术，研发了农村公交车车载抓拍设备，主要安装在农村公交车上，能够发现汽车、摩托车、电动自行车不戴头盔、违法逆行、超员等违法行为。

该设备目前已在辽宁本溪、吉林白城、广西崇左、四川泸州等18个单位开展试点应用，累计抓拍违法16.1万起，准确率达46.1%；在陕西渭南测试应用，上传10.2万起 （不戴头盔8.7万起），准确率达81.3%。

汽车：前端感知——激光透窗设备

针对易造成群死群伤的面包车超员违法行为，我们研发了激光透窗设备，激光卡口同时抓拍车辆正面和侧面照片，自动识别车牌和超员、客货混装、后排不系安全等交通违法行为，主要布设在进出城匝道、国省道路段、县乡道等路段。

该设备在湖南衡阳、湖北等地应用，发现违法超员39起，准确率50%，客货混装389起，准确率76%，后排不系安全带5707起，准确率达86%。

汽车：未按规定保持安全车距

上文提到，不按规定保持车距在肇事违法行为中排名第二。在目前没有行业标准的情况下，我们创新应用4秒法则来对不按规定车距行驶的车辆进行分析。

4秒法则即在跟车过程中，前车和后车在经过同一固定参照物时，时间的间隔在4秒以上，这时保持的车距是安全的，相反在4秒以内，这时的车距就是不安全的。

其理论依据为，人的反应速度为看到危险及信息传递到大脑需0.5秒，大脑综合各类信息做出正确决策需要0.5秒，决策传递至四肢，开始进行动作需要0.5秒。同时，由于车辆行驶的惯性和刹车性能等其他客观因素影响一般需要1-1.5秒才能成功避免危险，加上人的反应时间，共计需要3.5秒时间，留下0.5秒的空间作为逃生空间。

以4秒法则为依据，我们基于测速卡口轨迹数据，通过大数据分析同一车道前后车辆时间差在4秒之内的，判定为不保持安全车距 （排除交通拥堵情形）。

在湖北、湖南、山东等地有所应用，湖北每周可发现3415辆、湖南1522辆、山东1375辆，可通过云哨对司机进行提醒。

摩托车：无证驾驶、准驾不符

在农村地区，无证驾驶是摩托车肇事违法行为中排名第一的事件。针对于这种突出肇事违法行为，我们应用图像特征识别及人脸识别技术进行应对。

首先需要识别摩托车车型，这里的识别只讲究正确率，不强求检出率，这是因为现在很多电动车和摩托车外形相似，因此需要排除和电动车外观基本一致的车辆，将有明显区别的摩托车识别出来，并上传至集指平台识别驾驶人身份，并比对人口库和驾驶人库判断无证驾驶、准驾不符、失格驾驶等违法行为。

该技术目前在陕西商洛、贵州黔西南等地应用，发现摩托车无证驾驶747起，准确率达90.3%，取得了显著的成效。

电动自行车：农村地区监控视频违法智能识别

我们针对农村地区肇事事故多发的电动自行车也进行了研究。首先，我们基于农村地区“雪亮工程”视频资源，通过安全隐患智能分析一体机实时发现电动车/摩托车不带头盔、超员载人、占用机动车道等交通违法行为，并通过云哨等进行提醒。

该设备的优势在于产品为软硬一体机形态，基本配置后即可实时视频识别；部分枪机可识别人脸，自动关联集指平台实现业务闭环，且一体机核心硬件全部选用国产品牌，符合国产化要求。目前在泰州接入“雪亮工程”视频试用。

电动自行车：前端感知一一农村交通安全多功能劝导机器人

其次，针对村庄进出口、非机动车道、农村普通国省道平交路口以及国省道、县乡道路段等事故多发路段，我们研发了农村交通安全多功能劝导机器人，应用智能化技术来发现农村地区电动自行车不戴头盔，超员逆行、骑车玩手机等行为，可实时发现电动车违法行为，现场喇叭提醒，并上传集指平台比对人脸。

该设备目前可分为固定式、移动式和立桩式三种形态以适用不同的应用场景，目前在南京、无锡两个路口试用，平均每天可发现1126起不戴头盔、288起超员、7起违法载人、190起逆行，识别准确率达95%以上，32%能识别人员身份。

除个体的严重违法行为，我们也从驾驶人群体维度出发，通过大数据分析驾驶人群体的出行特征规律，找出与交通事故的发生存在正相关性的出行规律特点，再针对性对驾驶人进行教育提醒，也是预防和减少道路交通事故的一种有效方式。

我们基于卡口等监控设备收集的机动车轨迹数据，融合登记信息和违法数据，从通行时段、通行区域、通行道路、通行频次等7个维度，分析驾驶人在农村地区的出行特征、驾驶特点等规律，关联交通事故数据，挖掘出与事故存在正相关性的驾驶人出行群体。比如：不固定线路行驶的车辆群体、长时间长距离行驶的车辆群体等。

在出行群体挖掘的时候，我们用到了目标群体指数（TGI）。TGI是Target Group Index的缩写，TGI=[目标群体中具有某一特征的群体所占比例/总体中具有相同特征的群体所占比例]*标准数100。

式中：A 表示T集合中具有特征 a 的群体，card(T)表示T集合中元素个数，当 TGI>120时可以认为某项特征具有正向显著性，当TGI<80时认为某项特征具有负向显著性。

具体操作来说，首先要确定待分析的特征，如要分析具有事故高发特征的车辆群体，再计算所有车辆中具有分析特征的车辆占比，如全部车辆中发生事故的车辆占比为0.1%；之后计算某种特质车辆中具有分析特征的车辆占比，比如行驶天数大于20天的车辆群体中发生事故的车辆占比为0.5%；最后按照公式，计算TGI值，判断行驶天数大于20天与事故的相关性，由于TGI=(0.5%/0.1%)*100=500>100，说明行驶天数大于20天的车辆群体更加容易发生事故。

下面以轨迹数为例进行TGI计算，将事故车辆与非事故车辆轨迹汇总后按10%-90%分位数进行等比例划分，轨迹数越多，事故概率越大。当车辆轨迹数超过270条 (TGI>120) 时，可认为该车具有较高事故风险关键特征标签区间为[270,∞)。

按照上述方法，以山东德州为例，我们应用目标群体指数（TGI）分通行频次、分车辆类型分析了农村地区出行群体存在的交通安全隐患，包括单次出行时间长大于2小时、经常夜间凌晨行驶、经常行驶线路数大于10条、月累计出行距离大于500公里等车辆群体。上述特征能覆盖7成事故车辆，正常非事故车辆群体中仅3成，也就是管控住这3成车辆，预计能管控住7成事故。

3 交通安全隐患创新治理

根据事故严重程度对应的安全隐患特征车辆群体，应用多种技术方法对风险隐患驾驶人员进行宣传教育警示，构建交通安全隐患治理体系，包括现场执法、源头治理、上门劝导、云哨提醒、12123APP提醒等。

云哨可通过主动挖掘分析，智能发现路面长时间驾驶、不系安全带等安全隐患车辆，自动拨打驾驶人语音电话，告知存在隐患，实施风险劝止，实现“隐患发现-查询驾驶人电话-短信语音提醒”自动化闭环流程。

5G富媒体消息可针对驾驶人安全隐患自动精准发送5G多媒体信息，包含图文和视频学习等内容，促使驾驶人直观认识到驾驶危害，提升驾驶人交通安全意识。

春节前向自2022年10月以来，在湖北高速频繁疲劳驾驶达5次及以上的6000多辆黑名单车辆驾驶人发送视频短信，通过视频、文字、微信公众号等形式向疲劳驾驶人员进行安全宣传，近一半驾驶人点开宣传视频进行学习。

除上述两种方式外，还有路面执法、上门劝导、现场学习等方式。路面执法主要依托公安交通集成指挥平台，对严重交通违法行为实时预警拦截，现场进行处置。上门劝导主要是针对农村地区重点车辆，上企业专题宣传，或针对一些多次违法不予纠正的车辆，由农村劝导员进行上门劝导防止违法再次发生。现场学习主要是到劝导站或农村交治站进行集中学习整治。

我们认为，随着乡村振兴战略实施、平安乡村建设，社会各界对农村交通安全的重视程度不断提升。农村地区是交通事故预防“减量控大”的重要一环，坚持推动交通事故预防向事前转移，以智能化、数字化建设为核心手段，持续赋能农村交通安全治理。

一是大数据智能化应用的重点向农村地区倾斜，二是公路交通安全防控体系延伸拓展至农村地区，三是农村交通安全宣传教育由普适向精准转变。