道路運輸重點車輛監管系統設計

楊曼　黨倩　萬劍

摘 要：為有效監管道路運輸重點車輛，保障其行駛的安全性、合法性，本文針對重點車輛不按規定路線行駛行為，結合車輛軌跡檢測技術，開發依托江蘇省寧滬高速的道路運輸重點車輛監管系統，實現重點車輛在路網范圍內的實時監控、區域及路線報警、監管執法及綜合分析等功能，提高道路運輸監測及預警能力，提升執法管理服務水平。

關鍵詞：道路運輸 重點車輛監管系統 不按規定路線行駛行為 車輛軌跡檢測

為保障“兩客一危”車輛、貨運車輛等重點車輛的安全、合法化經營，科技化的執法監管尤為重要。目前，高速公路管理信息化已初見成效，路政執法、運政執法、運營收費數據已基本完善，視頻監控已實現全路網監測，但是實現各省級市級監控平臺資源的整合、全面的聯網監控和風險控制還有很長一段路要走。

現階段國外內學者在重點車輛監管方面的研究主要基于現有政策難題、處理技術及對應系統平臺進行探索。鐘達等[1]從高速公路一張網的背景下開發“兩客一危”車輛全流程管理系統。李小清[2]利用信息技術為軍用車輛的信息化管理提供可靠的技術支持。Daaif， Abdelaziz[3]基于實時Kafka流處理，提出了一種交通事件流處理模型來監測車輛運行狀態。王海東[4]結合灰色層次分析法探究“兩客一危”風險防控的有效技術方案，制定“兩客一危”風險指標體系。張彥鵬等[5] 通過車聯網、大數據、機器學習等技術手段提升貨運車輛的管控效能，從而實現對貨運車輛的安全監管。

目前所有省市的道路運輸重點車輛已基本完成定位終端的安裝，但車載定位的數據信息、地圖、部省運政在線等資源暫未完全開發聯合利用，極易出現不按規定路線行駛行為造成的擾亂經營秩序、危害生命和財產等問題。

因此，本研究重點針對道路運輸重點車輛的不按規定路線行駛行為分析，結合車輛軌跡檢測技術，利用現有的信息化手段，基于軌跡、地圖、部省運政在線等資源，構建道路運輸重點車輛監管系統，實現重點車輛在路網范圍內的實時監控、動態跟蹤，進行科技化的監管執法，提高道路運輸監測及預警能力，提升執法管理服務水平。

1 不按規定路線行駛的行為特征分析

針對路政巡查的道路運輸重點車輛，不正常的道路運輸車輛的行為特征為：（1）危化品車輛未按照上報的路線運輸，或某段路程未按照指定的路線進行運輸;（2）貨運車輛超限超載;（3）客運班車串線經營、不按批準的客運站點停靠等。

不按照規定路線行駛的行為具體體現在：（1）運輸車輛不在規定的地點進行載貨和卸貨;（2）運輸車輛行駛的路由數據偏離既定的路線，且未上報說明情況;（3）客運車輛隨意在客運經營者站外攬客，不按批準的客運站點停靠或不按規定的班次線路行駛;（4）危化品車輛不遵從既定路線行駛，駛入市區或居民區，危害人民生命和財產安全。

2 基于HMM的車輛軌跡檢測技術

本研究是采用隱馬爾可夫模型來預測道路運輸車輛的行駛軌跡[6]。首先通過挖掘歷史軌跡點的雙隱藏狀態，構建隱馬爾可夫模型，然后利用Viterbi算法求解車輛已行駛路軌跡點的雙隱藏狀態序列，進而采用k步馬爾可夫過程預測未來k個階段的軌跡的近鄰集。最后采用平滑技術優化模型，提出了Possible_Track算法預測車輛軌跡路徑。

1）基于隱馬爾可夫模型（HMM）的車輛軌跡的隱藏狀態

在HMM模型的基礎上，采用Viterbi算法（Viterbi alogrithm）確定已知觀察序列和HMM模型的條件下最可能的隱藏狀態序列（即可能的行駛路徑序列）。Viterbi算法的輸入參數包括HMM模型和觀察序列，而輸出參數為隱藏狀態序列，其過程如下圖所示：

Input：假設輸入的坐標點觀察序列，其中（訓練集中所有坐標集合）。

Output：輸入k個觀察序列對應的行駛路徑集合T。

2）車輛軌跡預測算法

在上述研究的基礎上可以得到2類隱藏狀態序列：路徑序列和近鄰序列。下一步采用基于雙層隱藏狀態的HMM模型車輛軌跡預測算法（DHMTP）預測車輛行駛軌跡在未來k個階段的近鄰集。

Output：時刻車輛行駛軌跡近鄰單元集PN

3 道路運輸重點車輛監管系統

本研究依托江蘇省寧滬高速為試點，構建道路運輸車輛監管系統，該系統通過匯集車輛車載終端、部省運政系統、公安系統等數據，圍繞道路運輸車輛的監管業務需求，提供運輸車輛檢測、區域及路線報警、監管執法及綜合分析等功能，通過網頁端或大屏系統為各級業務部門、管理部門和領導，提供便捷、直觀、安全的道路運輸車輛的管控。

道路運輸車輛監管系統主要功能模塊包括：基礎信息管理、實時數據采集、區域及路線報警、監管執法及綜合分析、信息服務保障功能。

（1）基礎信息管理

基礎數據管理是為具體的業務模塊做基礎支撐，實現車輛基礎數據、場站數據、業戶基礎信息、駕駛員信息的實時更新，保障數據信息的實時性、準確性和有效性。

（2）動態監管

基于強大的電子地圖服務功能，建設區域及路線報警支撐平臺，實現道路運輸重點車輛的實時動態監管。

車輛定位跟蹤：監管重點運輸車輛的即時準確位置及車輛即時狀態。監管信息包含車輛所在全國范圍內準確位置、車輛行駛狀態如速度、方向、經緯度等信息。

行駛路線設定：結合GIS技術，通過對重點運輸車輛的行車路線進行設定，在車輛行駛過程中偏離設定路線超過一定距離就發出報警信號，傳至監控中心采取相關措施。

地圖顯示監控：將重點運輸車輛在衛星地圖上和電子地圖上顯示出車輛在路上具體位置，可以讓監管單位對車輛的行蹤一目了然。

電子圍欄管理：在GIS地圖上設置多邊形電子圍欄，當重點運輸車輛駛出圍欄監管區域，監控中心會發送報警信息通知執法人員做出相應處理。

歷史軌跡回放：在監管人員選擇車載終端以及查詢的時間段后，可在GIS地圖上直觀、動態的顯示出該車載終端在此時間內的歷史運行軌跡。

到達目的地提示：當重點運輸車輛到達指定的目的地后會在監控平臺上提示：車輛已經到達目的地，讓監管人員對車輛情況了如指掌。

（3）執法記錄管理

未來路徑預測：系統根據申請服務的應用平臺設定的多個路線途徑位置點信息，設置車輛既定行駛路線。通過對車輛的實時軌跡判斷車輛與設定路線的匹配關系，實時監控車輛是否偏離設定路線，在偏離設定路線的情況下報警，并將報警信息反饋到相應的申請服務應用平臺。平臺監測到車輛偏離其既定路線之后，依據車輛歷史路線，運用隱馬爾可夫模型進行軌跡分析，預測車輛下一步行駛路線，提供給一線執法人員參考，減少相應的執法成本。

執法記錄：對道路運輸車輛的違法行為，依據現場執法人員的執法記錄單，將執法信息添加至系統中，為統計分析提供數據基礎。

（4）統計分析

車輛行車事故統計：按照區域時間、車型、車輛狀態、車輛位置、行政區劃、事故原因、事件等級、駕駛員和企業來進行事故率、傷亡人數、損失程度統計。

事故車輛行駛特征統計：對事故車輛進行個案分析，通過分析事故車輛速度、行駛方向、行駛時間、超載情況，駕駛員違章記錄、車輛技術狀態等，追查事故原因，認定事故。

事故路段統計：按區域、線路分析事故數量、分類等，查找事故多發路段，在電子地圖上設定電子圍欄，主動對車輛進行提示。

4 總結

本文針對“兩客一危”車輛、貨運車輛、違法超限車輛等重點車輛，從提升執法管理能力和執法服務水平入手，基于HMM的車輛軌跡檢測技術，建立道路運輸重點車輛監管系統，實現重點車輛在路網范圍內的實時監測、動態跟蹤，車輛“串線經營”的監測報警及取證、車輛行駛路徑預測，提高了道路運輸監測及預警能力和執法管理服務水平，具備良好的應用示范價值。

參考文獻：

[1]鐘達，隆良波，徐超忠，徐航，李貝，張世建，呂明，李順強，印鮮剛，孟杰，劉洋.“一張網”運營背景下高速公路“兩客一危”動態監管系統[J].中國交通信息化，2021（S1）：36-38.

[2]李小清.軍用車輛管理信息技術研究與應用[J].時代汽車，2021（14）：30-31.

[3]Daaif， Abdelaziz， Bouattane， Omar， Youssfi， Mohamed，? Snineh， Sidi Mohamed. An Efficient Traffic Monitoring Model Using a Stream Processing Platform Based on Smart Highways Events Generator[C].Advances in Intelligent Systems and Computering. IEEE，2017.

[4]王海東.基于灰色層次分析法的“兩客一危”風險防控技術分析[J].中國新技術新產品，2021（05）：143-145.

[5]張彥鵬，張平貴.重點貨運車輛管控平臺實戰應用探究[J].廣東公安科技，2020，28（04）：41-45.

[6]唐飛，劉大明，郭傅傲.基于HMM的電動出租汽車行駛狀態預測改進模型研究[J].計算機應用與軟件，2021，38（05）：99-105.