高速公路重點營運車輛駕駛行為特征研究

摘要 為研究高速公路重點營運車輛的運行特征，該文以廣東省某高速2021年的重點營運車輛作為研究對象，將高速公路上旅游包車、三類以上班線客車、危險品運輸車（即“兩客一?！避囕v）的北斗衛星導航定位數據（BDS數據）等移動數據與傳統的收費站數據、門架數據等結合，采用一種基于路段管理的“兩客一危”車輛監控方法及系統的數據庫技術，實現對高速公路全路段的實時交通動態監測。運用SQL SERVER與MySQL Workbench進行字段提取與系統化整理，建立統一化的數據庫。在此基礎上，從車輛屬性和駕駛行為特征兩個角度，對“兩客一危”車輛的交通特征、告警特征和禁行特征等進行統計性分析。分析結果表明：客車類型中車輛觸發的禁行告警次數最多，?；奋囍熊囕v停車告警占比最多；“兩客一?！避囕v在3月行駛量最高；“兩客一?！避囕v行駛速度普遍較高，尤其是長期性行駛車輛；客車告警量前半年較高，后半年較低。

關鍵詞 交通安全；“兩客一?！避囕v；危險駕駛行為特征分析

中圖分類號 U495 文獻標識碼 A 文章編號 2096-8949（2024）21-0189-03

0 引言

重點營運車輛主要是指旅游包車、三類以上班線客車、危險品運輸車，簡稱“兩客一?！避囕v?！皟煽鸵晃！避囕v是高速公路車流的重要組成部分，其行駛速度過快、告警觸發頻繁等一系列危險駕駛行為嚴重影響了高速公路行車安全，且由于其特殊性，一旦發生突發事故，造成的生命及財產損失等后果通常更為嚴重。

為此，交通運輸部采取了一系列措施對“兩客一危”車輛的駕駛行為進行監控，也積累了大量“兩客一?！避囕v的駕駛行為特征數據。但這類數據目前僅起到了記錄和統計的作用，缺少對此類數據開展分析和利用的平臺。需要進一步利用這些數據，并將其與其他多源數據進行有機融合，準確快速識別重點營運車輛異常駕駛行為，幫助高速公路管理部門快速鎖定行為異常車輛，并及時采取相應的措施。

現有對重點運輸車輛的研究已經較為成熟。HooiLing Khoo[1]建立了公交車乘客安全感知模型，在收集駕駛員特征、環境條件和公交車特性等條件的基礎上評估乘客對公交安全性的感知。Ambituuni 和Yang[2-3]通過研究得出當危險貨物道路運輸中發生事故時，所有因素中，駕駛員的操作失誤是最主要的原因e8mk+Eck/StDwjgX6hLglw==。白芳華等[4]以2010—2019年55起營運客車交通事故為樣本，分析交通事故特征和引發因素，認為營運客車交通事故發生最多的月份為3月和8月，事故主要集中白天和高速路段，且超速和操作不當是引發交通事故的最主要因素。賀濤[5]基于重型貨車車聯網數據（VANETs）分析高速公路下駕駛員的駕駛規律，快速辨識駕駛員的駕駛風格，并預測駕駛員的異常駕駛行為，從而提出安全駕駛建議。

可以看出，現有關于以“兩客一?！睘橹鞯闹攸c運輸車輛駕駛行為分析集中在其中一種駕駛行為，缺少對駕駛行為數據的深度挖掘以及對車輛屬性和駕駛行為相關關系的研究。而在道路運營管理中，管理部門需要對“兩客一危”車輛的各種駕駛行為進行監測，以保障“兩客一?！避囕v以及其他交通參與者的安全。

因此，該文基于該背景，將高速公路上的“兩客一危”車輛BDS數據（北斗衛星導航定位數據）等移動數據與傳統的收費站數據、門架數據、天氣信息等數據相結合，采用一種基于路段管理的“兩客一危”行車監測技術和網絡數據庫技術，對高速公路全路段的實時交通動態監測，從而實現了對多源信息的整合。在此基礎上，從車輛屬性和駕駛行為特征兩個角度，對“兩客一?！避囕v的駕駛行為進行分析。

1 多源數據庫的建立

1.1 “兩客一危”車輛監控系統

交通部門設置了“兩客一?！睓C動車監測制度，對“兩客一?！避囕v的行駛軌跡進行監控。目前各道路管理部門通常采用車牌或根據屬地對“兩客一?！避囕v進行分類查詢和監管，但是無法對經過其控制區間的“兩客一?！避囕v進行實時信息查詢與監控。某公司研發了一種基于道路管理的“兩客一危”機動車監測方案和體系。該系統能運用衛星定位技術對高速公路指定路段的重點營運車輛進行實時監測。

1.2 收費站數據

收費站數據將完整記錄車輛的高速公路起終點、時間、車牌號等重要信息。

1.3 門架數據

該文運用到的門架數據來源于在該高速公路指定拆分點、匝道、立交連接處等位置設置的門架。門架數據可獲得節點流量信息、車頭時距、車道占有率、車流速度等交通流信息。

由于上述數據包含的內容豐富、屬性繁多、數據類型復雜、格式互不統一，不利于數據的處理和分析。為此，該文運用SQL SERVER與MySQL Workbench進行字段提取與系統化整理，建立統一化的數據庫，將系統中識別出的告警重點車輛的字段屬性進行分類，為下文統計性分析建立提供查詢途徑。

2 重點營運車輛駕駛行為特征分析

針對系統中提取的超速行駛、疲勞駕駛、停車告警和禁行告警4種告警特征，從車輛屬性和駕駛行為特征兩個角度對“兩客一危”車輛駕駛行為進行分析。

2.1 車輛屬性數據分析

2.1.1 車輛類型基本情況

根據“兩客一危”車輛的行業類別數據，統計后得到2021年全年“兩客一?！避囕v的交通組成情況，其中車輛類型可分為4大類，分別是班線客車、旅游包車、普通貨運車（暫不統計）、運輸?；奋嚒Ｔ摳咚佟皟煽鸵晃！避囕v交通組成以運輸?；奋嚍橹?，其中客車占比為32.80%，運輸危化品車占比為67.20%。

2.1.2 車輛類型告警情況

客車類型中觸發的禁行告警次數最多，危化品車中疲勞告警和超速告警占比較多。綜合以上統計情況，對發生這一現象的可能原因進行分析：客車行駛距離一般較長，路程時間也較長，司機為了按時到達目的地經常會選擇超速行駛和連夜行駛，超速行駛和連夜行駛導致超速、禁行告警頻發。?；奋囈蚱溥\載的為危險貨物，需定時定線運輸且需經常停車檢查貨物有無泄露，駕駛員為了追趕進度按時完成運輸任務，容易觸發超速告警和疲勞告警。

2.1.3 車輛歸屬地告警情況

2021年全年“兩客一危”車輛的歸屬地統計結果顯示：雖然廣西、云南“兩客一?！避囕v軌跡量分別只有18.258%、0.748%，但觸發的告警量與自身軌跡量占比排名為所有省份中的前2名。此外，對“兩客一?！避囕v告警占比前四的歸屬地告警類型進行分析，可以得到廣西、云南、海南告警類型比較多樣，而天津觸發的告警類型98.6%為超速告警。

2.2 駕駛行為特征數據分析

2.2.1 行駛量基本情況

根據行駛在該高速上的“兩客一危”車輛上傳的數據，2021年全年共65 911輛“兩客一?！避囕v（月內不重復）行駛過該高速，共產生34 711 458條數據，其中觸發報警174 307次，占比0.50%。3月份行駛的“兩客一?！避囕v最多，共有6 963輛，占2021年全年的10.56%，平均每月行駛量為5 492輛。

2.2.2 行駛速度基本情況

根據“兩客一?！避囕v的行駛軌跡數據，得到2021年全年“兩客一?！避囕v行駛速度分布（不統計速度為0的軌跡數據）。統計結果顯示：“兩客一?！避囕v行駛速度主要集中在60 100 km/h范圍內。值得注意的是，速度為100 km/h以上的車輛雖占比較小，但仍存在63 470條行駛數據速度在100 km/h以上，其中有30條行駛數據的速度在120 km/h以上。可以看出，大部分“兩客一危”車輛整體上保持著較為安全的行駛速度，但仍存在小部分車輛行駛速度過快的情況，嚴重影響道路行駛安全。

為對比經常性行駛車輛和非經常性行駛車輛的速度等特征情況，特定義長期性行駛車輛和短期性行駛車輛。對行駛天數進行統計，統計結果發現，2021年全年每輛車平均每月行駛天數為4.6天，中位數為2.0，四分之三分位數為6.0，即有75%的車輛每月行駛天數在6.0天內（包括6.0天）。以此為依據，以6.0天為劃分點，月行駛6.0天內（包括6.0天）的車輛定義為短期性車輛，月行駛7.0天以上（包括7.0天）的車輛定義為長期性行駛車輛。

對2021年全年的14 551輛長期性行駛車輛及51 360輛短期性行駛車輛進行行駛速度分布分析（不統計速度為0的軌跡數據），得到統計結果如圖1和圖2所示。對比分析圖1和圖2后發現，長期性行駛車輛的行駛速度總體上比短期性行駛車輛的更高，長期性行駛車輛中速度高于90 km/h的車輛占比為27.40%，比短期性行駛車輛的同類型占比高出12.84%。

根據行車速度與車輛歸屬地這兩項統計，可以得出長期性行駛車輛總體車速較高的這一統計結果，從而可以推斷：由于長期性行駛車輛經常性地往返于同一段高速公路，駕駛員對道路路線和路況都具有一定的熟悉性，在提前預判方面有一定的經驗積累，在行車安全性方面有一定的保障，因此對應的行車速度有所提高。但過高的行駛速度在應對突發情況時，行車安全性有所降低。從分析結果看，目前的行駛速度大多處于安全范圍內，但仍有部分“兩客一危”車輛需要加強危險監控。

2.2.3 告警量基本情況

根據行駛在該高速上的“兩客一?！避囕v上傳的告警數據，2021年全年共有10 000輛“兩客一危”車輛（月內不重復）觸發了174 307次的告警事件。2021年全年運輸?；奋嚺c客車告警量月分布如圖3和圖4所示。

從圖中可知，2021年該運輸?；奋嚫婢咳暾w看較為平緩，11月為最低值，1月為最高值，發生的告警行為主要為疲勞告警和超速告警，發生疲勞告警的數量大于超速告警的數量；客車告警量前半年較高，后半年較低，2月為最高值，10月為最低值，發生的告警行為主要有超速告警及禁行告警。

3 結語

該文以廣東省某高速2021年的“兩客一危”車輛作為研究對象，在基于路段管理的“兩客一危”車輛監控系統的基礎上，結合“兩客一?！睌祿?、收費站數據庫和門架卡口數據庫的數據類型和存儲方式，運用SQL SERVER與MySQL Workbench進行字段提取與系統化整理，建立統一化的數據庫。在此基礎上，對“兩客一?！避囕v的駕駛行為進行分析，得出以下結論：

（1）車輛類型中運輸?；奋囕v數最多，占比67.20%；其次為客車，占比32.80%。

（2）客車類型中觸發的禁行告警次數最多，危化品車中超速告警、疲勞告警占比較多。

（3）3月份“兩客一?！避囕v行駛量最高，占全年的10.56%。

（4）“兩客一危”車輛的行駛速度普遍較高，特別是長期性行駛車輛。

（5）運輸?；奋嚫婢咳暾w看較為平緩，11月為最低值，1月為最高值；客車告警量前半年較高，后半年較低，2月為最高值，10月為最低值。

（6）“兩客一?！避囕v監控系統能夠基于路段對“兩客一危”車輛的運行情況進行監測和分析，未來可將觀測車輛拓展到一般車輛，從而研究“兩客一危”車輛在路段上運行行為對其他車輛的影響。

參考文獻

[1]Khoo H L， Ahmed M. Modeling of passengers' safety perception for buses on mountainous roads [J]. Accident Analysis & Prevention， 2018， 113： 106-116.

[2]Ambituuni A， Amezaga J M， Werner D. Risk assessment of petroleum product transportation by road： A framework for regulatory improvement [J]. Safety science， 2015， 79： 324–335.

[3]Yang J， Li F， Zhou J， et al. A survey on hazardous materials accidents during road transport in China from 2000 to 2008 [J]. Journal of Hazardous materials， 2010， 184（1/3）： 647-653.

[4]白芳華，王若璜，顏長征.營運客車交通事故特征研究與分析[J].汽車實用技術，2021（21）：206-210.

[5]賀濤.高速路況下基于駕駛風格的重型貨車行車安全性研究[D].西安：長安大學，2023.