聚焦道路交通安全风险防控,海信构建全信息、全组织、全流程的安全风险防控体系,通过汇聚分析全量数据、挖掘深层次隐患,在城市、高速、国省道、农村等场景下落实防控措施,打造全域风险防控新模式。

4月19日,第十三届交博会在长沙举行。在道路交通管理产业技术应用交流论坛上,海信网络科技公司智慧交通事业本部副总经理陈晓明发表《大数据技术助力交通安全风险防控》主题演讲。他指出,聚焦道路交通安全风险防控,海信构建全信息、全组织、全流程的安全风险防控体系,通过汇聚分析全量数据、挖掘深层次隐患,在城市、高速、国省道、农村等场景下落实防控措施,打造全域风险防控新模式。

打造安全风险防控体系,筑牢安全防线

安全是交通不容触碰的红线。近年来,公安部持续深化交通事故预防“减量控大”工作措施,全力维护道路交通安全。但不容乐观的是,随着疫情恢复后的经济发展和道路运输需求激增,交通状况愈加复杂、交通安全形势严峻,道路交通安全管理面临新挑战。

守住安全红线、筑牢安全防线,海信打造全信息、全组织、全流程的安全风险防控体系。首先,面向城市道路、高速、国省道和农村4类场景,建立安全基础信息管理,夯实数据资源底座。其次,针对不同场景建立事故风险分析工具集,打造既能支撑事故事后隐患挖掘、又能支撑事前风险分析的预测预警系统。最后,落实源头监管、道路环境整治、秩序整治、宣传教育等一系列安全隐患治理业务和闭环,最终达到事前降低事故发生风险、事后预防事故再次发生的目标。

数据资源“一池汇聚”,培育大数据隐患挖掘能力

那海信是怎样基于安全风险防控体系,将安全风险防控做牢做实的呢?论坛现场,陈晓明做出了详细阐释,“首先是全量数据的汇聚与分析,”交通有天然的数据资源池,其中既有智能交通系统本身产生的诸如过车数据、流量数据,还有公交、货运、危化品运输等交通运输数据。实现数据“一池汇聚”,已实现7大类上百种全信息汇聚,为安全风险防控业务管理奠定坚实的数据支撑。

实现数据汇聚还不够,更要深挖数据价值让数据用起来。对此,海信的做法是利用大数据分析、AI图像分析、场景化驱动三大核心支撑能力,通过数据挖掘交通安全深层隐患,围绕“人、车、路、企、事故、环境”核心交通要素,构建“以问题为导向的隐患分析,以根因为导向的风险挖掘,基于经验积累的策略推荐”的三位一体道路交通安全防控体系模式。

落地4类场景,全面防控道路交通安全

目前,海信安全风险防控体系已在城市道路、高速、国省道和农村道路场景实现落地。陈晓明对4类道路的典型问题和应用场景分别进行了讲析:城市场景中,需要严防重点车辆对城市道路构成的威胁,通过多源数据分析,实现重点车辆高风险行为实时预警。以黑班线车为例,黑班线车安全隐患大、治理难度高,海信通过建立黑班线车嫌疑风险模型,结合车辆静态特征、出行时间规律、路线规律等特征进行识别和查缉。该场景在镇江上线后,4个月查获黑班线车156辆,准确率82%。

高速场景中,针对高速公路事故伤亡率高、违法防控难度大、警力覆盖不足等痛点,通过综合事故、天气、交通流量、车型构成等因素,构建事故、流量、车辆占比关联模型,对安全风险进行分析预警,做到即发现、即干预,变被动应对为主动预防。目前已在青岛高速实现落地,上线应用半年后较同期一般事故和死亡人数实现双降。

国省道场景中,“三超一疲劳”是造成事故的重灾区,海信发挥大数据风险挖掘能力,对超载、超速、超员、货车不按规定车道行驶等违法行为进行分析预警,依托执法站进行实时管控。以国省道超载车辆分析为例,超载超限货车上路行驶危害极大,是交管重点打击对象,运输企业经常派蹚路车提前上路侦查,以此来逃避打击。对此,海信可利用识别趟路车发现违法车辆及车队。通过融合车辆出行链特征刻画、车辆伴随分析等手段,构建蹚路车研判模型,并突破车牌不清、伴随车辆干扰等难题,精准识别嫌疑车辆,让“趟路车”变成报信车,为实施打击提供了精准指引。

农村场景中,由于农村群体安全出行意识不高,海信运用大数据、机器学习等技术,开展模型化、智能化深度分析研判,复用交警、雪亮工程已经建设的前端监控、电警、卡口等设备,识别农村地区典型的三轮车载人、摩托车/电动车不戴头盔、农机车上路等交通违法乱象,根据违法行为、违法人群,以安委会为抓手,撬动政府、村社组织实施及时劝导和精准宣教,提升农村易受害人员交通安全意识。

交通是国民经济的命脉,道路交通安全关系国民经济发展,亦事关人民群众生命财产安全。海信作为智慧交通龙头企业,将继续不遗余力为推进道路交通安全治理体系和治理能力现代化贡献力量,推动道路交通安全行业高质量发展。