武汉市交通安全风险监管系统建设与应用

王雅芬 周畅 钟贤钊 湖北省武汉市公安局

引言

武汉，“九省通衢”、地域广大、交通繁忙，全市日均过车流量逾8000万次、机动车保有量400万、驾驶人总量486万，庞大的交通对象基数、密集的交通出行需求与区域交通发展不平衡带来的交通安全风险问题日益严峻，亡人交通事故时有发生，重点区域、重点道路、重点对象交通安全隐患一直存在。如何找准交通安全管理痛点、难点问题，充分运用科学正确的技术手段进行解决，探索并建立一个数据全感知、模型智能算、风险实时知、隐患精准治、效果智能评的交通安全风险监管系统（简称“风控系统”），是武汉乃至全国公安交管部门共同追寻的目标。为此，武汉交警融合多年交通安全治理专家经验，借助大数据、人工智能、数据挖掘、回归统计与时空分析技术，研发风控系统，在对交通安全大数据进行全面整合、多维分类、深度挖掘的基础上，开展探索性、研究性及验证性分析，实现对交通安全的宏观、微观及精细化管控。

一、研究现状

当前针对交通安全风险分析及监管方面的研究主要集中在政策综合管理[3][7]、 评价体系制定[1][2][4]及 技术方法探索[8]等方面，也有研究者通过数学模型对事故影响因子进行专题分析[5][6]，研究不同影响因子对事故影响结果及相互关系。在交通安全信息化系统研究方面，少量研究者运用部分数据建立了道路交通安全综合决策分析系统[9]，但用到的数据及对交通安全的覆盖不够全面。总体而言，较少有研究人员从交管部门实际业务需求出发，分析如何利用交通安全大数据进行交通安全深度分析与全面监管。本文即是结合武汉交警“风控系统”实际建设经验，从理论与实践角度阐述如何利用交通安全大数据进行精细化全面化交通安全风险治理。

二、需求分析

本文经过充分调研与论证，提出“风控系统”的建设应实现以下需求：一是需实现交通安全数据由部分数据向全量数据转变，从公安网、互联网、政务网、智能交通专网、车管专网全面融合汇聚交通安全数据，为后续研判分析所用；二是需实现交通安全风险预警由事后被动研判向全场景主动深度预警转变，从交通安全业务场景出发建立各类预警模型，全面实现自动预警与主动干预；三是需实现交通安全风险分析由单一被动查询向多层面多维度多视角组合分析转变，实现多种技术手段融合应用的宏观与微观、静态与动态、整体与局部的综合分析模式；四是需实现交通安全风险治理由各部门片面处置向多部门闭环共治转变，以风险预警信息作为核心数据流，驱动各责权部门高效治理，全面监管处置数据，确保各环节正确有效执行且回告准确。

三、技术路线

基于以上需求，武汉交警以“压降事故、减量控大”为根本核心，对全市人、车、路、企、环境、事故、违法进行全面安全隐患分析。具体技术路线如下：（1）融合汇聚多网多源异构交通安全数据，对公安网、互联网、政务网、智能交通专网、车管专网与企业专网的交通安全数据进行统一接入与融合汇聚处理，并在公安网进行集中分析研判，解决交通安全数据缺失问题。（2）实现基于多维度、多标签、多规则，且具有智能学习优化的交通安全风险预警模型，对高速、国道、省道、县道、乡道、桥梁、隧道、高架、匝道、城市快速路及任意道路、路段、路口、企业、驾驶人、机动车进行交通安全风险综合评估与画像分析，分析结果可直接用于交通安全风险宏观、微观治理。（3）实现多视角、多层面、多维度事故深度分析，进行事故热力图分析、事故黑点分析、事故时空聚类分析、事故核密度分析、事故影响因子成因分析、事故未来发生风险预测分析等，从不同维度刻画事故沿道路聚集规律及其随时间变化特点，同时预测事故在任意道路发生风险，分析结果可帮助交管部门主动精准治理事故风险。（4）实现基于分级预警的精细化风险闭环处置流程，按不同风险等级实现定制化业务流程处置，对处置效率、处置结果进行持续跟踪评价。系统总体技术路线如图2所示。

四、技术架构

（一）功能结构

从功能结构而言，风控系统主要包含六大子系统、31个功能模块、75个功能点。系统功能结构见图3。

具体而言，数据看板子系统实现风险防控一张图，可一图展示、处置所有交通安全风险，见图4。

同时，实现道路交通综合基础数据、驾驶人数据、机动车数据、道路数据、企业数据、事故数据、违法数据、流量数据、天气数据及设施数据交互展示，见图5。

风险预警子系统实现事故时空分析与事故预测分析，见图6。

风险监管子系统实现重点监管对象、实时风险监管、业务风险监管、积分风险监管、事故综合分析与事故黑点分析，见图7。

处置闭环子系统实现风险闭环处置与危险路段治理，见图8。

分析中枢子系统实现事故统计分析、模型分析中心、智能报表中心与事故深度调查分析，见图9。

主题监管子系统实现新城区专题、面包车专题、安全生产专题、翻车事故专题、事故卷宗清洗专题与假期交通安保专题，见图10。

（二）技术架构

从技术架构而言，风控系统主要包含交通安全大数据资源池、交通安全算法服务舱、交通安全智能模型中心与交通安全智能应用中心。系统技术架构见图11。

1. 交通安全大数据资源池

实现对39类交通安全相关数据的全量接入与融聚处理，包括数据清洗转换、空间地理编码、数据关联融合、数据主题索引与数据资产管理。

2. 交通安全算法服务舱

基于微服务与内存计算引擎实现4大类16小类交通安全分析计算服务，关键服务包括综合风险评估服务、事故成因分析服务、事故预测预警服务与数据建模分析服务。

3. 交通安全智能模型中心

实现4大类共50余个风险计算模型，包括常规业务预警模型、实时计算预警模型、综合积分预警模型与时空AI分析模型，关键模型包括事故黑点挖掘、事故核密度分析、事故高发点段分析、事故画像分析、事故成因分析、事故风险实时预测与专题智能分析等。

4. 交通安全智能应用中心

实现风险分级预警、精准处置监管、事故深度分析、模型应用中心与智慧研判中枢。

（三）关键技术

从关键技术而言，风控系统主要实现五大关键技术，见图12。

（1）实现多因子层次加权交通安全积分预警技术，对所有交通参与对象进行交通安全风险综合评估与画像分析，共有统计维度138项。（2）实现基于大数据技术的模型中心构建与分析技术，扩展Spark框架进行时空建模，可动态配置模型参数，自主构建与自动运行模型实例，实现交通安全大数据在线时空关联与聚类分析，快速挖掘各类交通安全风险。（3）实现路网约束的事故时空聚集模式分析技术，充分顾及并利用事故沿道路分布特性，将平面空间分析方法拓展至路网空间，对事故进行路网约束时空分析，使其更符合事故自身规律。（4）实现基于负二项回归的事故影响因子分析技术，顾及事故离散分布特性，采用离散回归方法对22大类、64小类影响因子进行事故成因分析，同时支持泊松回归方法，实现事故影响因子分析最优解。（5）实现基于机器学习的事故发生风险实时预测技术，可对任意道路进行事故风险预测分析，实现未来1、7、30天事故发生风险预测。

五、应用成效

系统自2021年6月上线试运行以来，共接入数据逾24亿条，输出交通安全风险评估报告700余万份，确定事故高发区域15处，生成事故特点及画像报告5份，实现事故风险预测212次，预警准确率总体达到90%以上，有效指导了勤务部署及隐患整改工作方向，取得了明显事故防控效果。2021年下半年，武汉市一般事故总数、死亡人数分别同比下降23.6%和44.5%。系统解决了交通安全管控复杂、难治的问题，应用效果获得各级领导的高度认可，发挥了重要实战作用。

六、结语

本文以武汉交警建设、应用风控系统为例，对系统需求分析、技术路线、技术架构与应用成效进行详细论述，阐明了如何综合运用多种技术手段解决交通安全风险防控痛点、难点问题。从技术角度而言，本文实现的多种技术方法是对交通安全风险综合精细治理的有效尝试与创新应用；从业务角度而言，本文论述的系统功能贴合实战，从宏观与微观层面指导交管部门开展交通安全风险防控工作。当然，运用信息化手段进行交通安全治理是一个长期优化且不断完善的过程，随着交通安全数据的不断积累与技术手段的创新升级，如何进一步提高交通事故风险预测的准确性、提升交通安全风险计算的智能性是下一步需要努力的重点和方向，武汉交警将不断优化完善风控系统，使其更智能、更贴近实战。