導語

近幾年，國家非常重視道路安全隱患的治理和排查工作，不斷推進交通安全治理模式向事前預防轉型。 在大數據智能化條件下，如何智能地發現更多的駕駛人安全隱患，然后針對每一個隱患，實施精準的干預措施，來幫助駕駛人提升安全認知，增強安全規則意識，提高應急處置能力，實現對駕駛人駕駛習慣的重塑，最終達到減少交通事故的目的呢？今天，言究社為大家帶來公安部道路交通安全研究中心交通科學研究所副所長蔡崗在2024中國道路交通安全創新與合作大會上分享的《駕駛人安全隱患數字化治理體系構建》內容。

演講視頻

演講音頻

演講內容

一、交通安全治理模式向事前預防轉型

政策背景

黨的二十大報告提出堅持安全第一，預防為主，推動公共安全治理模式向事前預防轉型。 國務院安委會安全生產攻堅方案、十四五規劃中提出，要健全重大事故隱患排查治理體系，建立高速公路隱患動態排查治理機制。交管工作要點和“減量控大”方案中也明確表示我們要健全完善隱患排查治理體系，對源頭安全隱患進行排查治理。

隱患治理體系的思考

基于大范圍聯網數據，深度融合現有交警信息系統，研發攻關智能技術，設計自動化的數據全流程。智能發現更多駕駛人、更多種類安全隱患，針對每個駕駛人每一起安全隱患，實施精準的干預措施，幫助駕駛人提升安全認知、增強安全規則意識、提高應急處置能力，重塑駕駛人安全駕駛、安全出行的行為習慣。

二、安全隱患發現與治理

安全隱患發現

在安全隱患發現方面分為兩類：第一類是危險駕駛行為，即各類交通違法行為，會直接導致交通事故的發生；第二類是高風險安全隱患群體，即在特定交通出行環境下發生事故概率較高的群體。

第一類隱患依托全國公路交通安全防控體系聯網匯聚的道路監控設備，構建大數據模型、人工智能算法，精準識別駕駛人各類危險駕駛行為，如易發生亡人事故的行為、易發生群死群傷的行為、事故數量多的行為、缺乏安全意識的駕駛行為等，目前通過大數據和人工智能技術，可以大范圍發現總共有30種危險駕駛行為，在引發亡人事故里面，前十大違法行為引發的事故大概占比是84%。

第二類隱患主要通過關聯機動車駕駛人違法事故以及機動車通行軌跡，建立不同維度的基礎特征標簽，并將這些特征標簽進行組合，然后再和事故數據進行比較，從而發現里面的高風險車輛。

隱患的發現要實現兩個“多”。一是隱患的種類多。識別的危險駕駛行為種類多，將引發亡人事故前十的違法行為全部識別，高風險群體是全量通行數據全特征分析。二是隱患數量多。依托全國大范圍聯網的數據進行挖掘，通過海量的交通監控視頻進行分析，同時補充了一些新型的信息采集設備。

安全隱患治理

針對不同的隱患，將安全治理分為事前、事中和事后三種方式。第一是事前預防，主要是針對高風險的群體，通過提醒來提高駕駛人的安全認知，如教給駕駛人一些應急處置的方法；第二是事中勸止，主要是針對一些正在實施的危險駕駛行為，比如說疲勞駕駛，可要求駕駛人立即停止這樣的危險行為；第三類是事后教育，主要是針對不系安全帶、打手機、擁堵時加塞等比較輕微的危險駕駛行為，通過采取事后提醒警示的方式，讓駕駛人提高安全規則意識。

新型治理技術手段

定向聲喇叭：布設在卡口的下游，前面卡口監測到車輛的違法行為，后面的喇叭進行精準地喊話提醒。

近場監測：高速公路的主線卡口檢測到違法車輛，進行全程監控。車輛下高速時，及時預警進入哪個收費車道，通知民警攔截查處。

云哨系統：根據發現的安全隱患種類，編制文本內容，通過撥打電話，提醒教育駕駛人。針對不同年齡、不同性別的駕駛人用不同的音色進行提醒（男聲、女聲、童聲）；針對不同的隱患行為，用不同的聲線進行提醒（嚴肅、平和、溫柔、歡快）。目前已經在5個省級、19個地級交管部門使用，2023年共提醒了2400萬人次。

富媒體：富媒體包含了文字、圖片、語音、視頻等多媒體的內容。通過短信、12123等方式發送，可以讓駕駛人多維度學習，加強記憶認知的效果。

針對性完成治理以后，將會對治理效果進行量化評估。一是駕駛人安全評估，主要跟蹤駕駛人此類安全隱患有沒有消除，來動態調整對駕駛人的干預方法。二是事故態勢評估，主要研判本轄區事故情況，找出當前事故多發的安全隱患。三是治理方法效能評估，通過查看每一類治理方法的實施效果來對方法本身進行優化改進。

三、下一步工作

人因隱患治理深化

通過引入多維數據，提高模型精度，針對每個駕駛人，探索建立通行駕駛習慣的特征檔案，定制個性培訓教育治理提升方案。

隱患治理拓展

從駕駛人拓展到行人、非機動車、企業，從人拓展到車、路、環境、管理等方面，實現交通安全全要素數字化治理。

（文 / 公安部道路交通安全研究中心交通科學研究所副所長 蔡崗）

編校 | 張翼飛 王二娜

聲明：如需轉載或開白名單，請留言聯系獲取授權！轉載須在文首標注來源交通言究社！未經授權不得轉載！