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(wèi)星導(dǎo)航定位數(shù)據(jù)（BDS數(shù)據(jù)）等移動數(shù)據(jù)與傳統(tǒng)的收費站數(shù)據(jù)、門架數(shù)據(jù)等結(jié)合，采用一種基于路段管理的“兩客一?！避囕v監(jiān)控方法及系統(tǒng)的數(shù)據(jù)庫技術(shù)，實現(xiàn)對高速公路全路段的實時交通動態(tài)監(jiān)測。運用SQL SERVER與MySQL Workbench進行字段提取與系統(tǒng)化整理，建立統(tǒng)一化的數(shù)據(jù)庫。在此基礎(chǔ)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(tǒng)計性分析。分析結(jié)果表明：客車類型中車輛觸發(fā)的禁行告警次數(shù)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(guān)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“兩客一危”車輛?！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(fā)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(fā)生突發(fā)事故，造成的生命及財產(chǎn)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?！避囕v的駕駛行為進行監(jiān)控，也積累了大量“兩客一?！避囕v的駕駛行為特征數(shù)據(jù)。但這類數(shù)據(jù)目前僅起到了記錄和統(tǒng)計的作用，缺少對此類數(shù)據(jù)開展分析和利用的平臺。需要進一步利用這些數(shù)據(jù)，并將其與其他多源數(shù)據(jù)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(yīng)的措施。

現(xiàn)有對重點運輸車輛的研究已經(jīng)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(huán)境條件和公交車特性等條件的基礎(chǔ)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(dāng)危險貨物道路運輸中發(fā)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(fā)因素，認為營運客車交通事故發(fā)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(dāng)是引發(fā)交通事故的最主要因素。賀濤[5]基于重型貨車車聯(lián)網(wǎng)數(shù)據(jù)（VANETs）分析高速公路下駕駛員的駕駛規(guī)律，快速辨識駕駛員的駕駛風(fēng)格，并預(yù)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(xiàn)有關(guān)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(shù)據(jù)的深度挖掘以及對車輛屬性和駕駛行為相關(guān)關(guān)系的研究。而在道路運營管理中，管理部門需要對“兩客一?！避囕v的各種駕駛行為進行監(jiān)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?！避囕vBDS數(shù)據(jù)（北斗衛(wèi)星導(dǎo)航定位數(shù)據(jù)）等移動數(shù)據(jù)與傳統(tǒng)的收費站數(shù)據(jù)、門架數(shù)據(jù)、天氣信息等數(shù)據(jù)相結(jié)合，采用一種基于路段管理的“兩客一?！毙熊嚤O(jiān)測技術(shù)和網(wǎng)絡(luò)數(shù)據(jù)庫技術(shù)，對高速公路全路段的實時交通動態(tài)監(jiān)測，從而實現(xiàn)了對多源信息的整合。在此基礎(chǔ)上，從車輛屬性和駕駛行為特征兩個角度，對“兩客一危”車輛的駕駛行為進行分析。

1 多源數(shù)據(jù)庫的建立

1.1 “兩客一?！避囕v監(jiān)控系統(tǒng)

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

1.2 收費站數(shù)據(jù)

收費站數(shù)據(jù)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(shù)據(jù)

該文運用到的門架數(shù)據(jù)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(shè)置的門架。門架數(shù)據(jù)可獲得節(jié)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(shù)據(jù)包含的內(nèi)容豐富、屬性繁多、數(shù)據(jù)類型復(fù)雜、格式互不統(tǒng)一，不利于數(shù)據(jù)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(tǒng)化整理，建立統(tǒng)一化的數(shù)據(jù)庫，將系統(tǒng)中識別出的告警重點車輛的字段屬性進行分類，為下文統(tǒng)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(tǒng)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?！避囕v駕駛行為進行分析。

2.1 車輛屬性數(shù)據(jù)分析

2.1.1 車輛類型基本情況

根據(jù)“兩客一?！避囕v的行業(yè)類別數(shù)據(jù)，統(tǒng)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(tǒng)計）、運輸?；奋?。該高速“兩客一?！避囕v交通組成以運輸危化品車為主，其中客車占比為32.80%，運輸?；奋囌急葹?7.20%。

2.1.2 車輛類型告警情況

客車類型中觸發(fā)的禁行告警次數(shù)最多，?；奋囍衅诟婢统俑婢急容^多。綜合以上統(tǒng)計情況，對發(fā)生這一現(xiàn)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(jīng)常會選擇超速行駛和連夜行駛，超速行駛和連夜行駛導(dǎo)致超速、禁行告警頻發(fā)。危化品車因其運載的為危險貨物，需定時定線運輸且需經(jīng)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(wù)，容易觸發(fā)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?！避囕v的歸屬地統(tǒng)計結(jié)果顯示：雖然廣西、云南“兩客一危”車輛軌跡量分別只有18.258%、0.748%，但觸發(fā)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(fā)的告警類型98.6%為超速告警。

2.2 駕駛行為特征數(shù)據(jù)分析

2.2.1 行駛量基本情況

根據(jù)行駛在該高速上的“兩客一危”車輛上傳的數(shù)據(jù)，2021年全年共65 911輛“兩客一危”車輛（月內(nèi)不重復(fù)）行駛過該高速，共產(chǎn)生34 711 458條數(shù)據(jù)，其中觸發(fā)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(jù)“兩客一危”車輛的行駛軌跡數(shù)據(jù)，得到2021年全年“兩客一危”車輛行駛速度分布（不統(tǒng)計速度為0的軌跡數(shù)據(jù)）。統(tǒng)計結(jié)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(nèi)。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(shù)據(jù)速度在100 km/h以上，其中有30條行駛數(shù)據(jù)的速度在120 km/h以上?？梢钥闯?，大部分“兩客一?！避囕v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(jīng)常性行駛車輛和非經(jīng)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(shù)進行統(tǒng)計，統(tǒng)計結(jié)果發(fā)現(xiàn)，2021年全年每輛車平均每月行駛天數(shù)為4.6天，中位數(shù)為2.0，四分之三分位數(shù)為6.0，即有75%的車輛每月行駛天數(shù)在6.0天內(nèi)（包括6.0天）。以此為依據(jù)，以6.0天為劃分點，月行駛6.0天內(nèi)（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(tǒng)計速度為0的軌跡數(shù)據(jù)），得到統(tǒng)計結(jié)果如圖1和圖2所示。對比分析圖1和圖2后發(fā)現(xiàn)，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(jù)行車速度與車輛歸屬地這兩項統(tǒng)計，可以得出長期性行駛車輛總體車速較高的這一統(tǒng)計結(jié)果，從而可以推斷：由于長期性行駛車輛經(jīng)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(yù)判方面有一定的經(jīng)驗積累，在行車安全性方面有一定的保障，因此對應(yīng)的行車速度有所提高。但過高的行駛速度在應(yīng)對突發(fā)情況時，行車安全性有所降低。從分析結(jié)果看，目前的行駛速度大多處于安全范圍內(nèi)，但仍有部分“兩客一?！避囕v需要加強危險監(jiān)控。

2.2.3 告警量基本情況

根據(jù)行駛在該高速上的“兩客一?！避囕v上傳的告警數(shù)據(jù)，2021年全年共有10 000輛“兩客一?！避囕v（月內(nèi)不重復(fù)）觸發(fā)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年該運輸危化品車告警量全年整體看較為平緩，11月為最低值，1月為最高值，發(fā)生的告警行為主要為疲勞告警和超速告警，發(fā)生疲勞告警的數(shù)量大于超速告警的數(shù)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(fā)生的告警行為主要有超速告警及禁行告警。

3 結(jié)語

該文以廣東省某高速2021年的“兩客一?！避囕v作為研究對象，在基于路段管理的“兩客一危”車輛監(jiān)控系統(tǒng)的基礎(chǔ)上，結(jié)合“兩客一危”數(shù)據(jù)庫、收費站數(shù)據(jù)庫和門架卡口數(shù)據(jù)庫的數(shù)據(jù)類型和存儲方式，運用SQL SERVER與MySQL Workbench進行字段提取與系統(tǒng)化整理，建立統(tǒng)一化的數(shù)據(jù)庫。在此基礎(chǔ)上，對“兩客一?！避囕v的駕駛行為進行分析，得出以下結(jié)論：

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

（2）客車類型中觸發(fā)的禁行告警次數(shù)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?！避囕v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）“兩客一危”車輛監(jiān)控系統(tǒng)能夠基于路段對“兩客一?！避囕v的運行情況進行監(jiān)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?！避囕v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(shù)，2021（21）：206-210.

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