高速公路实现交通安全的三条路径

编者按：6月19日，在第五届华中地区道路交通安全研讨会暨湖北智慧交通管理研讨会中，湖北省公安厅高速公路警察总队三支队钟祥大队大队长/四级高级警长石从宴作了《“AI融合+创新模式”在高速公路交通安全服务与管理的协同应用》主题报告。

该报告首先介绍了基于路况要素全感知技术，针对危险车辆管控、货运车辆管理、气象预警以及高空监测等方面的智能交通治安平台应用情况；随后介绍了为推进路面信息全交互建立的交通信息沟通平台的管控方式与效能；紧接着阐述了如何通过线上AI技术与线下人力物力资源的融合，优化高速公路风险管控工作，降低出行风险；最后分享了当前研究遇到的相关瓶颈问题。

高速公路实现交通安全的三条路径，一是路况要素的全感知，二是路面信息的全交互，三是路面风险的全管控。作为基层实战部门，我们试图从“AI融合和模式创新”发力，探索如何建设和优化上述三条路径，从而提升通行的安全性、畅通性和舒适度。

一、探索平台应用，推进“路况要素全感知”

我们不断深化交通集成指挥平台和交通治安防控平台的融合应用，实现前端路况信息的智能感知和实时预警。

目前干线高速公路共4100公里里程，每25公里左右安装1个交通治安卡口。通过加载AI智能检测功能，实现对违法停车、疲劳驾驶、无证驾驶、假车牌和变造车牌、超速行驶等重大风险行为的智能感知、主动取证，并快捷预警到指挥中心和路面巡逻民警，实现线上线下预警拦截、或者引导到安全地点检查处理。嫌疑车拦停后，平台会自动对嫌疑车、驾驶人、车 属运营公司进行“安全行为综合画像”，供执法民警和后台指挥中心参考。

我们不断做实做强“货运云平台”运用，对长途货车的疲劳驾驶、违法停车、低速行驶等危险行为，进行智能研判、主动预警，现场引导到安全地点核验、处理。近期部局升级了警务通“随车扫”功能，对进入收费站的货车实行“车牌一扫查”，进一步消除了疲劳驾驶的监管盲区，很大程度上缓解了货车事故的源头风险。

我们不断深化社会平台的协同应用，配合省气象部门，依托高速公路建设600多套前端气象监测设施，确保高速公路小区域气象预警更精准、更及时，实战应对更高效、更科学。

武鄂高速试用无人机巡查平台，丰富了巡查方式和效率。沪蓉兴山、沪渝恩施、武荆钟祥路段，安装“恶劣天气高影响路段优化提升系统”。大广阳新、武荆钟祥路段设置“声光电”疲劳唤醒区。武荆汉川段安装“智慧导控系统”，通过前端智能感知路面拥堵情况，随机增加应急车道，供拥堵车辆通行，大幅提升通行效率。武荆钟祥段联合荆门铁塔公司，试行超远视距监测和AI路况检测；武荆汉川、钟祥段，沪武江岸段，企业出资完成全程监控系统。武荆钟祥段试行过车射频感知轻量化平台，提升了对无牌、假牌、临牌车的识别与监管能力。

上文中反复提到的武荆钟祥段、汉川段实现了80%路段覆盖监控，今年再投入500万元进一步完善，实现全程监控无盲区。

根据交通部统一部署，全国在用、新建高速公路都必须至少2公里1处高杆监控，高风险路段要实现智能检测，高速公路全程监控正在进入“大投入、大建设、数据大融合”阶段。

二、探索平台沟通，推进“路面信息全交互”

除了日常的群信息发布、公众号发布、微博发布等渠道，我们对重点车辆、重点违法行为，推行分级分类“点对点”提醒措施。对下半夜期间、恶劣天气期间在途车辆，实行“点对点”短信提醒。对正在严重违法的车辆，执行“一次短信提醒、二次自动语言提醒、三次人工电话提醒”的方式，切实让驾驶人停止危险行为，预防严重事故发生。

我们跟百度、高德、腾讯地图导航公司建立了紧密联系。一线交警随时将路况信息发到“路况信息群”，导航公司专人24小时随时回复、随时地图标注。一线指挥中心对重点弯坡桥隧和实时异常路况，也可以自行标注。当班民警对司乘人员在导航地图上的留言咨询，进行随时回复。通过多平台信息互通，形成鲜活的、友好的信息交互环境。

实践证明，AI提升效率，平台管控全局。公安部只所以能推进“减量控大”，就是有“集成指挥平台”一统天下。基层绝大部分成绩、问题，都在“集指平台”的模型和大数据面前一览无余，全国交警都跟着部局的考核打转。总队引入钉钉平台后，所有“小程序”编写变得非常快捷简单高效。

去年10月我们编写“高速公路施工安全管理”钉钉小程序，从讨论、设计、编写到应用，只用了两天时间。经过两个月的不断完善、逐步成熟，推广到全总队使用，实现施工安全“全链条”、透明化、可视化管理，安全效益明显提升。

去年以来，省局推出了交警“执法评道”，所有接受违法处理、事故处理、车驾管业务的当事人，都可以扫码对交警工作进行客观评价。有路就有车，有车就有交警，欢迎大家使用交警“执法评道”，促进我们改进服务、提升服务。

三、探索模式创新，推进“路面风险全管控

从安全生产全链条来看，交警部门其实处于管理链条的末端。仅通过治疗“一个器官”、来实现对“整个身体”的健康管理，是很难实现的。因此，不仅要实现线上AI资源融合，还要实现线下人力物力的资源融合。这些年，我们一直在不断探索、不断优化“警路企共建”模式，不断整合、不断挖掘高速公路沿线部门的人力物力潜力，共同服务高速公路交通安全工作。

目前做得比较实、比较有效的，第一个是“15+分钟应急快反圈”。目前4100公里干线高速公路，都已经每20至30公里部署一支应急快反队，主要由施救队、养护应急队、公司巡检办等联动力量组成。通过沿线均匀布点，保障发生事故、故障后，第一支应急力量能在15分钟左右到达现场。

第二个是“一站一警辅”。每个服务区、收费站都确定一名干部兼职警务辅助人员，协调单位人员、协助交警应急工作。

第三个是警路企联合指挥中心。以交警、路政主导，其他十个部门接受统一调度，聚合整体力量，高效应对各类突发事件。

这三个措施，一个重要特点和目标，就是“快”。只有快，才能第一时间稳控现场、防范次生灾害发生，才能给受困群众足够的安全感。这三个措施，体现的不是科技，而是更多人力物力、更多有责部门参与的、实实在在的“汗水勤务”。

也就是说，线上“数据要跑得快”；线下“脚板要跑得更快”。因为AI并不是让线下的人更闲了，而是AI发现了更多的、人工无法发现的隐患，衍生出更细的、更全的清单任务，需要各单位、各部门更加紧密的合作、更加艰辛的努力，才可能完成目标。

近年来，干线高速公路亡人事故逐年下降，基本能跟上“党和人民日益增长、日益严格的企盼和需求”。

四、瓶颈问题

一是神经网络模型预测年度交通事故四项指数。这项工作的目的是“打破事故预防玄学论”的唯心主义思维，明确交通事故关键数据具有一定的时序依赖关系，为“事故可防、事故必防”提供一定理论基础，也为基层事故预防“靶向治疗”提供科学依据。由于个人能力有限，明显感觉论文比较粗糙。

二是我们跟省气象服务中心何晾明首席团队合作的“恶劣天气不停车服务与管理”项目。开展该项目的目的主要是缓解大雾天气下的封路问题，这基本是个世界性的难题。

我们的基本思路是，每次大雾天气，隧道里面是不会有雾的，这是一个比较神奇且值得探究的自然现象。基于这个自然现象，我们试图每120公里左右、依托服务区或者收费站，建设一个500米左右的人工隧道，形成一个人工的、视线良好的避险区。

路面车辆先进入人工隧道，再安全流转入服务区等候。服务区聚集满员后，由行政部门带道进入主线、“高速变低速”继续赶路。冰雪、沙尘暴、暴雨等极端天气同样适用。目前何晾明首席团队已经研发出“大雾天气小区域消雾”专利技术。

课题组初步测算，日均流量3万台左右的高速公路，每100公里、每小时的通行运营损失约为8万元。那么全省8500公里、封控5小时的损失约为3400万元。一年封控仅计算为20次，损失约为6.8亿元，且勿论交通参与者和经济社会的其他损失。我们承认“人不能胜天”、没办法影响天气，但是我们有可能影响隧道内的小区域气候，有可能通过一个小措施，来试图改变“起雾就出事、起雾就封路”的危险、艰难的局面。