楊曼　黨倩　萬劍

摘 要：為有效監(jiān)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(guī)定路線行駛行為，結(jié)合車輛軌跡檢測技術(shù)，開發(fā)依托江蘇省寧滬高速的道路運輸重點車輛監(jiān)管系統(tǒng)，實現(xiàn)重點車輛在路網(wǎng)范圍內(nèi)的實時監(jiān)控、區(qū)域及路線報警、監(jiān)管執(zhí)法及綜合分析等功能，提高道路運輸監(jiān)測及預警能力，提升執(zhí)法管理服務水平。

關(guān)鍵詞：道路運輸 重點車輛監(jiān)管系統(tǒng) 不按規(guī)定路線行駛行為 車輛軌跡檢測

為保障“兩客一?！避囕v、貨運車輛等重點車輛的安全、合法化經(jīng)營，科技化的執(zhí)法監(jiān)管尤為重要。目前，高速公路管理信息化已初見成效，路政執(zhí)法、運政執(zhí)法、運營收費數(shù)據(jù)已基本完善，視頻監(jiān)控已實現(xiàn)全路網(wǎng)監(jiān)測，但是實現(xiàn)各省級市級監(jiān)控平臺資源的整合、全面的聯(lián)網(wǎng)監(jiān)控和風險控制還有很長一段路要走。

現(xiàn)階段國外內(nèi)學者在重點車輛監(jiān)管方面的研究主要基于現(xiàn)有政策難題、處理技術(shù)及對應系統(tǒng)平臺進行探索。鐘達等[1]從高速公路一張網(wǎng)的背景下開發(fā)“兩客一危”車輛全流程管理系統(tǒng)。李小清[2]利用信息技術(shù)為軍用車輛的信息化管理提供可靠的技術(shù)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(jiān)測車輛運行狀態(tài)。王海東[4]結(jié)合灰色層次分析法探究“兩客一?！憋L險防控的有效技術(shù)方案，制定“兩客一?！憋L險指標體系。張彥鵬等[5] 通過車聯(lián)網(wǎng)、大數(shù)據(jù)、機器學習等技術(shù)手段提升貨運車輛的管控效能，從而實現(xiàn)對貨運車輛的安全監(jiān)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(shù)據(jù)信息、地圖、部省運政在線等資源暫未完全開發(fā)聯(lián)合利用，極易出現(xiàn)不按規(guī)定路線行駛行為造成的擾亂經(jīng)營秩序、危害生命和財產(chǎn)等問題。

因此，本研究重點針對道路運輸重點車輛的不按規(guī)定路線行駛行為分析，結(jié)合車輛軌跡檢測技術(shù)，利用現(xiàn)有的信息化手段，基于軌跡、地圖、部省運政在線等資源，構(gòu)建道路運輸重點車輛監(jiān)管系統(tǒng)，實現(xiàn)重點車輛在路網(wǎng)范圍內(nèi)的實時監(jiān)控、動態(tài)跟蹤，進行科技化的監(jiān)管執(zhí)法，提高道路運輸監(jiān)測及預警能力，提升執(zhí)法管理服務水平。

1 不按規(guī)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）?；奋囕v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(jīng)營、不按批準的客運站點?？康?。

不按照規(guī)定路線行駛的行為具體體現(xiàn)在：（1）運輸車輛不在規(guī)定的地點進行載貨和卸貨;（2）運輸車輛行駛的路由數(shù)據(jù)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(jīng)營者站外攬客，不按批準的客運站點?？炕虿话匆?guī)定的班次線路行駛;（4）危化品車輛不遵從既定路線行駛，駛?cè)胧袇^(qū)或居民區(qū)，危害人民生命和財產(chǎn)安全。

2 基于HMM的車輛軌跡檢測技術(shù)

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(tài)，構(gòu)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(tài)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(shù)優(yōu)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(tài)

在HMM模型的基礎(chǔ)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(tài)序列（即可能的行駛路徑序列）。Viterbi算法的輸入?yún)?shù)包括HMM模型和觀察序列，而輸出參數(shù)為隱藏狀態(tài)序列，其過程如下圖所示：

Input：假設(shè)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(chǔ)上可以得到2類隱藏狀態(tài)序列：路徑序列和近鄰序列。下一步采用基于雙層隱藏狀態(tài)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(jiān)管系統(tǒng)

本研究依托江蘇省寧滬高速為試點，構(gòu)建道路運輸車輛監(jiān)管系統(tǒng)，該系統(tǒng)通過匯集車輛車載終端、部省運政系統(tǒng)、公安系統(tǒng)等數(shù)據(jù)，圍繞道路運輸車輛的監(jiān)管業(yè)務需求，提供運輸車輛檢測、區(qū)域及路線報警、監(jiān)管執(zhí)法及綜合分析等功能，通過網(wǎng)頁端或大屏系統(tǒng)為各級業(yè)務部門、管理部門和領(lǐng)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(jiān)管系統(tǒng)主要功能模塊包括：基礎(chǔ)信息管理、實時數(shù)據(jù)采集、區(qū)域及路線報警、監(jiān)管執(zhí)法及綜合分析、信息服務保障功能。

（1）基礎(chǔ)信息管理

基礎(chǔ)數(shù)據(jù)管理是為具體的業(yè)務模塊做基礎(chǔ)支撐，實現(xiàn)車輛基礎(chǔ)數(shù)據(jù)、場站數(shù)據(jù)、業(yè)戶基礎(chǔ)信息、駕駛員信息的實時更新，保障數(shù)據(jù)信息的實時性、準確性和有效性。

（2）動態(tài)監(jiān)管

基于強大的電子地圖服務功能，建設(shè)區(qū)域及路線報警支撐平臺，實現(xiàn)道路運輸重點車輛的實時動態(tài)監(jiān)管。

車輛定位跟蹤：監(jiān)管重點運輸車輛的即時準確位置及車輛即時狀態(tài)。監(jiān)管信息包含車輛所在全國范圍內(nèi)準確位置、車輛行駛狀態(tài)如速度、方向、經(jīng)緯度等信息。

行駛路線設(shè)定：結(jié)合GIS技術(shù)，通過對重點運輸車輛的行車路線進行設(shè)定，在車輛行駛過程中偏離設(shè)定路線超過一定距離就發(fā)出報警信號，傳至監(jiān)控中心采取相關(guān)措施。

地圖顯示監(jiān)控：將重點運輸車輛在衛(wèi)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(jiān)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(shè)置多邊形電子圍欄，當重點運輸車輛駛出圍欄監(jiān)管區(qū)域，監(jiān)控中心會發(fā)送報警信息通知執(zhí)法人員做出相應處理。

歷史軌跡回放：在監(jiān)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(tài)的顯示出該車載終端在此時間內(nèi)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(jiān)控平臺上提示：車輛已經(jīng)到達目的地，讓監(jiān)管人員對車輛情況了如指掌。

（3）執(zhí)法記錄管理

未來路徑預測：系統(tǒng)根據(jù)申請服務的應用平臺設(shè)定的多個路線途徑位置點信息，設(shè)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(shè)定路線的匹配關(guān)系，實時監(jiān)控車輛是否偏離設(shè)定路線，在偏離設(shè)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(jiān)測到車輛偏離其既定路線之后，依據(jù)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(zhí)法人員參考，減少相應的執(zhí)法成本。

執(zhí)法記錄：對道路運輸車輛的違法行為，依據(jù)現(xiàn)場執(zhí)法人員的執(zhí)法記錄單，將執(zhí)法信息添加至系統(tǒng)中，為統(tǒng)計分析提供數(shù)據(jù)基礎(chǔ)。

（4）統(tǒng)計分析

車輛行車事故統(tǒng)計：按照區(qū)域時間、車型、車輛狀態(tài)、車輛位置、行政區(qū)劃、事故原因、事件等級、駕駛員和企業(yè)來進行事故率、傷亡人數(shù)、損失程度統(tǒng)計。

事故車輛行駛特征統(tǒng)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(shù)狀態(tài)等，追查事故原因，認定事故。

事故路段統(tǒng)計：按區(qū)域、線路分析事故數(shù)量、分類等，查找事故多發(fā)路段，在電子地圖上設(shè)定電子圍欄，主動對車輛進行提示。

4 總結(jié)

本文針對“兩客一?！避囕v、貨運車輛、違法超限車輛等重點車輛，從提升執(zhí)法管理能力和執(zhí)法服務水平入手，基于HMM的車輛軌跡檢測技術(shù)，建立道路運輸重點車輛監(jiān)管系統(tǒng)，實現(xiàn)重點車輛在路網(wǎng)范圍內(nèi)的實時監(jiān)測、動態(tài)跟蹤，車輛“串線經(jīng)營”的監(jiān)測報警及取證、車輛行駛路徑預測，提高了道路運輸監(jiān)測及預警能力和執(zhí)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(wǎng)”運營背景下高速公路“兩客一?！眲討B(tài)監(jiān)管系統(tǒng)[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(shù)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?！憋L險防控技術(shù)分析[J].中國新技術(shù)新產(chǎn)品，2021（05）：143-145.

[5]張彥鵬，張平貴.重點貨運車輛管控平臺實戰(zhàn)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(tài)預測改進模型研究[J].計算機應用與軟件，2021，38（05）：99-105.