北京公共交通控股(集團)有限公司 宋寶成
車隊是公交企業最基層的管理單位,保障行車安全始終是車隊管理工作中最重要的內容之一。公交企業在長期運營實踐中積累總結了很多行車安全管理經驗,對駕駛員起到了一定的提示、督促和警示作用,但由于無法獲取運營全過程的駕駛行為數據,對駕駛員的管理還處于事前預防、事中抽查、事后處理的階段。
隨著汽車電子信息技術發展和車輛智能化水平的提高,汽車主動安全預警系統應用于公交車上,可有效提升車隊行車安全管理水平,減小行車事故發生的概率。
主動安全預警系統 (Advanced Driver Assistance Systems, 簡稱ADAS)是利用安裝在車輛上的各種傳感器,實時感應并收集車輛行駛過程中的環境數據,進行靜態和動態物體的辨識和偵測,通過運算與分析,提供相應的預警,從而有效提升行車安全的一種主動安全技術。
主動安全預警系統的硬件主要包括ADAS主機、告警顯示器和數據采集傳輸模塊。ADAS主機安裝在前風窗內側(圖1),單目攝像頭負責識別車輛、行人、車道線及交通標志,獲取車輛與前方車輛、行人、騎車人之間的距離及相對速度,內置芯片進行場景分析,計算是否存在碰撞的可能性,在設定值前通過告警顯示器對駕駛員進行警示。數據采集模塊實時采集設備信號,獲取車輛的實時位置和采集到的數據,通過3G網絡回傳至車隊管理平臺,是連接車載ADAS主機與車隊管理平臺的橋梁(圖2)。主動安全預警系統的軟件匯集ADAS主機收集到的數據,按照車隊要求對駕駛員駕駛行為進行定量分析,便于車隊及時了解并有針對性地改善駕駛員的駕駛行為,提升車隊行車安全水平。此外,管理平臺還可以實現系統集成,為車隊提供降低油耗、減少運營成本、提升公交企業形象和社會責任感、提供危險評估等衍生服務。

圖1 ADAS主機安裝位置圖

圖2 主動安全預警系統拓撲圖
主動安全預警系統通過對駕駛員運營全過程的實時監測,促使駕駛員規范駕駛,同時智能評估駕駛員的駕駛行為,進行必要的警示,以避免交通事故的發生。車隊管理者可以通過系統實時掌握駕駛員駕駛情況,進一步提升車隊安全管理水平。
2017年,北京公交集團設立了“北京公交智能輔助駕駛主動安全預警及駕駛員駕駛行為大數據分析研究”的科技項目,在兩條線路的80輛公交車上示范應用主動安全預警系統,系統實現了駕駛員駕駛行為管理、車隊行車安全管理等功能。
主動安全預警系統可以對駕駛員的駕駛軌跡進行記錄,并在地圖上顯示出駕駛員的違規操作行為和行為發生地點(圖3),供駕駛員事后查詢了解自己的不規范駕駛行為,進一步規范駕駛操作。

圖3 車隊某駕駛員行駛軌跡圖
ADAS主機采集視頻數據,經過計算可以識別以下場景,并在駕駛員駕駛過程中進行提示。
(1)車道偏離警示:車輛在高速行駛過程中,當駕駛員注意力不集中或分神而導致行車偏離車道時,對駕駛員進行警示。車道偏離警示功能在速度高于設定值時處于激活狀態,當駕駛員無意中偏離車道時發出警報。如果在換道時使用轉向燈, 則不發出警報。該功能除了可以防范無意識偏離車道外,還可以糾正駕駛員并線不打轉向燈的不良習慣。
(2)前方碰撞警示:在車輛與前方車輛可能發生碰撞前,提前某一設定時間發出警示音;在速度低于設定值時,與前方車輛可能發生低速碰撞前發出警示音。對于提前報警的時間,很多人有一種錯誤的概念,認為提前的時間越長就越安全,實際不然。提前警報時間過長,會對駕駛者的判斷形成干擾,而提前警報時間過短,可能導致駕駛者反饋不及時,引發交通事故。
(3)行人及自行車碰撞警示:當車輛行駛速度低于某一設定值,前方的行人或自行車進入車輛行駛路線,并有可能導致潛在碰撞危險時,對駕駛員進行警示。
(4)前方車距監測及警示:協助駕駛員保持安全跟車距離,并在跟車距離降低至可能產生危險時,對駕駛員進行警告。
(5)交通標志識別及超速警示:監測并識別車輛行駛道路上的交通標志及限速標識,在車輛行駛速度超過標識規定速度時,對駕駛員進行警告。
綜合以上類型的預警數據,按周統計發生次數,結合駕駛員的行車里程將其折算成百公里發生次數,建立起每個駕駛員的駕駛行為檔案(附表)。通過量化駕駛行為,有針對性地改善駕駛員的駕駛行為和習慣。
車隊管理者利用主動安全預警管理平臺的數據匯總和分析功能,綜合掌握車隊駕駛員的駕駛行為,圖4為車隊日預警類型統計圖,由圖中可以看出車道左偏離預警、低速前碰撞預警和車距監測預警情況占比較大,這三種駕駛行為應引起車隊的特別注意。
駕駛員駕駛行為分為縱向駕駛行為和橫向駕駛行為。縱向駕駛行為分析主要指駕駛員跟車習慣的分析,從車隊預警類型統計圖可以看出,該車隊發生預警情況較多的低速前碰撞預警和車距監測預警對應的駕駛行為均屬于縱向駕駛行為。由于公交車駕駛員熟悉線路,駕駛視野開闊,一般習慣跟車較近。車隊在掌握以上駕駛行為信息后,應高度重視駕駛員此類駕駛行為,提醒駕駛員保持安全行車間距,減少追尾事故的發生。橫向駕駛行為主要指因駕駛員心神煩亂、注意力不集中或駕駛疲勞導致的車道偏離行為。在對車隊的日預警情況統計分析后,發現車道左偏離預警發生較多,這與駕駛員向左并線不開轉向燈的不規范駕駛行為有很大關系。

附表 車隊駕駛員行為統計表

圖4 車隊預警類型統計圖
在主動安全預警系統記錄的不同駕駛行為數據中,車隊根據線路路段實際情況和車隊安全行車管理重點,以權重區分不同預警行為。由于選取的線路途經高速路段,車隊更加關注車道偏離和前方碰撞兩種駕駛行為,因此給予較高權重值。確定權重后,結合駕駛員各駕駛行為百公里發生次數可計算出駕駛員不規范駕駛綜合得分。為使數據更直觀地反映駕駛行為,車隊設計“安全行車分數”這一指標(具體計算方法為:100分減去不規范駕駛綜合得分),指標值與駕駛行為正相關。
為了客觀反映主動安全預警系統對駕駛員駕駛行為的影響,車隊采用先“盲測”,后“實測”的方法實施項目。盲測是指主動安全預警系統在駕駛員不受預警信號影響下的駕駛行為數據采集過程。一般通過關閉預警系統聲光報警來實現,目的是建立該狀態下的駕駛習慣模型。實測是指在駕駛員經過預警系統培訓后,并在預警系統聲光警示打開情況下的駕駛行為數據采集過程。通過盲測和實測的駕駛模型數據對比,來展示主動安全預警系統對于減少危險駕駛行為和改善駕駛習慣的效果(圖5、圖6)。通過對系統收集到的駕駛行為數據進行前后對比分析,發現駕駛員駕駛行為得到顯著提升,其中一條線路的駕駛安全分數提高了32%。

圖5 車隊盲測駕駛安全分數

圖6 車隊實測駕駛安全分數
“北京公交智能輔助駕駛主動安全預警及駕駛員駕駛行為大數據分析研究”項目的實施,對規范駕駛員駕駛行為,提升車隊安全行車水平有較為顯著效果:
可有效監控和記錄駕駛員在運營全過程中的駕駛行為,指導糾正駕駛員個體的不安全駕駛隱患;基于量化數據統計建立駕駛員駕駛行為檔案,有針對性地改善駕駛員的駕駛行為和習慣;通過主動安全預警管理平臺的數據匯總和分析,使車隊管理者能夠科學確定安全行車管理的方向和重點;在主動安全預警系統的幫助下,明顯提高了整個車隊的安全行車分值(衡量車隊整體安全行車水平的指標)。