隨著機器學習、計算機視覺等諸多關(guān)鍵技術(shù)的突破，人工智能迅猛發(fā)展。智能交通是人工智能落地的重要載體之一，國務(wù)院于2017年7月印發(fā)了《新一代人工智能發(fā)展規(guī)劃》先后9次提及“交通”或“智能交通”，其中新一代感知技術(shù)、人工智能技術(shù)、通信技術(shù)、移動互聯(lián)服務(wù)、智能網(wǎng)聯(lián)汽車技術(shù)等將得到迅速發(fā)展。

作為烽火科技集團下屬專注于移動物聯(lián)網(wǎng)整體解決方案和產(chǎn)品的研發(fā)、生產(chǎn)、銷售與運營服務(wù)的企業(yè)，長江智聯(lián)公司以衛(wèi)星定位、視頻分析、移動通信等技術(shù)為基礎(chǔ)，以車輛、人員等移動目標為管理服務(wù)對象，近年來積極將人工智能技術(shù)運用于智能交通相關(guān)領(lǐng)域的產(chǎn)品，在提升運輸安全管理水平方面取得了良好的社會效應(yīng)和市場反響。

據(jù)《道路交通運輸安全發(fā)展報告（2017）》顯示，2016年中國共接報道路交通事故864.3萬起，同比增加65.9萬起，上升16.5%。道路交通事故萬車死亡率為2.14，同比上升2.9%。提升交通運輸安全水平，降低事故發(fā)生率，任重而道遠。

如何利用技術(shù)手段提升道路運輸安全管理水平，降低安全事故，是全行業(yè)都關(guān)注的課題。早期從2005年開始出現(xiàn)行車記錄儀，直到目前的JT/T1076衛(wèi)星定位、視頻監(jiān)控終端，現(xiàn)在要求出廠的汽車全部前裝。到2016年，出現(xiàn)了疲勞儀這類深度學習技術(shù)，主動安全智能防控技術(shù)（如ADS、DSM技術(shù)等）也如雨后春筍般出現(xiàn)，人工智能席卷整個行業(yè)。

基于人工智能的駕駛行為管理

據(jù)NHTSA（美國國家高速公路交通安全管理局）數(shù)據(jù)，94%的交通事故由人為因素導(dǎo)致，降低人為因素對交通安全有至關(guān)重要的影響。DSM（Driving Safety Management）理念認為，真正的安全管理解決方案是將事故發(fā)生后的應(yīng)急彌補轉(zhuǎn)變?yōu)槭鹿拾l(fā)生前對駕駛?cè)藛T的主動預(yù)警防控，對不良駕駛行為的有效預(yù)警和管控，才是降低事故率的核心要素。

長江智聯(lián)運用了DSM（Driving Safety Management）概念，并將人工智能應(yīng)用于交通領(lǐng)域，通過對駕駛行為的有效管控，提前對不良駕駛行為進行預(yù)警，從而有效提升駕駛安全，降低事故發(fā)生率。

（一）長江智聯(lián)疲勞駕駛監(jiān)測系統(tǒng)

疲勞駕駛一直被列為引發(fā)交通事故的主要原因之一。監(jiān)測攝像頭可有效識別以疲勞駕駛為典型的不良駕駛行為。通過車載ADAS的攝像頭拍攝的監(jiān)控畫面，畫面中的不良駕駛行為，如打瞌睡、玩手機、抽煙、打哈欠、急加速、急減速、車道偏離等，都可能引發(fā)交通事故。

長江智聯(lián)的疲勞駕駛監(jiān)測系統(tǒng)采用基于圖像的生物特征識別技術(shù)，識別駕駛員臉部的特征區(qū)域，并將這些特征與數(shù)據(jù)庫中的模板進行對比，實現(xiàn)了對駕駛員狀態(tài)的實時監(jiān)測及有效預(yù)警，避免因駕駛員人為因素而造成意外交通事故。除此之外，長江智聯(lián)通過駕駛員行為姿勢識別技術(shù)，提取駕駛員行為姿勢特征并建立模型，有效識別抽煙、打電話等不安全行為，向駕駛員及時發(fā)出警告。

在實際應(yīng)用中，該系統(tǒng)每天收到大量的報警，監(jiān)控視頻所暴露出的種種不良駕駛行為讓人觸目驚心。尤其是長途客運和危貨車的司機，夜間工作時間長，視覺環(huán)境不佳，晚上易犯困，不良駕駛行為問題突出。不良駕駛行為的檢測現(xiàn)已成為汽車安全研究的重要一環(huán)。

（二）長江智聯(lián)車道偏離預(yù)警系統(tǒng)

保持車道穩(wěn)定對于確保行駛安全非常重要。車道偏離預(yù)警系統(tǒng)的出現(xiàn)，可有效規(guī)避此類事故的發(fā)生。該類系統(tǒng)可在車輛偏離原車道時，迅速判斷該情形是否屬于駕駛員無意識行為，從而在0.5秒內(nèi)作出反應(yīng)，并通過各種手段對駕駛者進行警示，提醒駕駛者盡快糾正錯誤的駕駛行為。

駕駛行為的識別與評估

長江智聯(lián)利用物聯(lián)網(wǎng)背景下的數(shù)據(jù)分享與推送技術(shù)，制定了個性化的駕駛行為識別與評估方案。該方案將駕駛過程中人、車、路的全場景數(shù)據(jù)實時傳輸至AI云平臺，并通過云平臺進行數(shù)據(jù)挖掘分析，將駕駛員行為建模，以供車隊管理人員進行針對性駕駛行為分析。

駕駛行為的識別與評估非常重要，通過對駕駛員習慣的數(shù)據(jù)提取分析，以各種方式對駕駛員進行提醒。該方案從四個方面評估駕駛員：有無不良駕駛行為、是否違反了公司的安全規(guī)定、是否在道路上有違法違章行為、是否發(fā)生安全事故?？蓪︸{駛員的駕駛行為進行準確畫像。對于優(yōu)秀的駕駛員，企業(yè)可予以相應(yīng)獎勵，對一些擁有不良駕駛行為的司機則予以批評，或要求其參加培訓(xùn)班學習。

同時，也可以對企業(yè)的安全監(jiān)管水平進行評估，比如出車前的檢查審定，出車之后的車輛維護、行車當中的預(yù)警記錄等，可在后臺建立起非常龐大的模型對這些數(shù)據(jù)進行分析和量化評估。政府部門可以充分利用該方案，強化交通安全監(jiān)督管理，并對于優(yōu)良企業(yè)給予鼓勵，對于個別不良企業(yè)可以有針對性地進行重點監(jiān)管，甚至吊銷執(zhí)照。

基于人工智能的DSM監(jiān)控系統(tǒng)應(yīng)用案例

長江智聯(lián)利用人工智能技術(shù)，在提升交通運輸主動安全水平方面，進行了一系列有益的探索和實踐。在中石油、湖北、江西、廣西等“兩客一?！表椖恐胁捎闷隈{駛監(jiān)測系統(tǒng)、車道偏移預(yù)警系統(tǒng)，收集了石油運輸和長途客運的案例，約300臺車，一個月僅輕度疲勞預(yù)警超過100起，蓄意遮擋等破壞30余次。上述系統(tǒng)運行期間，系統(tǒng)及時發(fā)出預(yù)警信息，提醒駕駛員安全形勢，有效消除了事故隱患，避免了行車事故的發(fā)生；企業(yè)通過監(jiān)測視頻對駕駛員進行警示教育，駕駛員們備受警醒，紛紛表示在今后將堅決遵守各項交通安全法規(guī)，自覺消除安全隱患，確保行車安全。