一種貨運車輛駕駛行為評估服務(wù)系統(tǒng)的研究

丁富強 王華東 牛彥莉

（1．中國電子科技集團公司第二十七研究所，河南 鄭州 450000；2．河南麒云智能科技有限公司，河南 鄭州 450000）

0 引言

公路貨運作為中國物流運輸?shù)闹髁?，約有1 500多萬輛貨運車輛和3 000多萬從業(yè)者，大部分貨車沒有固定的運營路線，流動性很高，且經(jīng)營壓力大。重載貨車仍是超載、超速、疲勞駕駛的“重災(zāi)區(qū)”。官方數(shù)據(jù)顯示，造成交通事故的主要原因是駕駛員疲勞駕駛和分心駕駛等人為操作。

隨著機器視覺和人工智能技術(shù)的發(fā)展，基于攝像頭的圖像識別技術(shù)在汽車輔助駕駛安全領(lǐng)域的應(yīng)用逐漸普及[1]。DSM設(shè)備通過分析駕駛員的面部表情特征、頭部及肢體動作，實現(xiàn)對駕駛員實時駕駛行為的監(jiān)測與分析。當(dāng)駕駛員出現(xiàn)疲勞駕駛或分心駕駛等不良駕駛行為時，設(shè)備通過預(yù)警聲音提醒駕駛員安全駕駛，同時通過4G網(wǎng)絡(luò)與后臺進行交互，實時上傳報警信息及附件（視頻、圖片）。

傳統(tǒng)的駕駛行為評估系統(tǒng)[3]是采用GID設(shè)備采集車輛行駛狀態(tài)信息、GPS信息等數(shù)據(jù)，僅從車因子分析貨運車輛的駕駛行為。該系統(tǒng)融合圖像識別技術(shù)、智能車載感知技術(shù)、無線網(wǎng)絡(luò)技術(shù)、網(wǎng)絡(luò)爬蟲技術(shù)、數(shù)據(jù)挖掘技術(shù)等技術(shù)，通過DSM設(shè)備采集貨運車輛的行駛狀況、駕駛員的駕駛狀態(tài)和行車環(huán)境等數(shù)據(jù)。對從人、從車、從路、從環(huán)境4種因子進行分析，構(gòu)建駕駛行為評估等級模型，評估預(yù)測貨運車輛的安全等級，并在此基礎(chǔ)上實現(xiàn)駕駛員在途疲勞駕駛雙重提醒、安全教育、應(yīng)急救援等服務(wù)。同時將駕駛行為評估報告推送至保險公司，為保險公司對貨運車輛承保和理賠提供數(shù)據(jù)支撐。

1 駕駛行為分析評估理論

從人、從車、從路和從環(huán)境4種因子相互聯(lián)系、相互作用，構(gòu)成復(fù)雜的道路交通管理系統(tǒng)[2]。該系統(tǒng)對從人、從車、從路和從環(huán)境4種因子進行分析，挖掘影響貨運車輛駕駛行為的因子，構(gòu)成貨運車輛駕駛行為評估模型。

1.1 駕駛行為因子分析

不同駕駛員駕駛同樣的機動車面臨相同的路況，采取的反應(yīng)不盡相同。駕駛員的駕駛行為是信息感知、信息判斷、反饋執(zhí)行3個循環(huán)過程，影響駕駛行為的因子分為4種。

1.1.1 從人因子

該系統(tǒng)在必要的從人因子的基礎(chǔ)上，創(chuàng)新地采用了DSM設(shè)備采集駕駛員的疲勞駕駛和分心駕駛數(shù)據(jù)。

1.1.2 從車因子

該系統(tǒng)對車輛靜態(tài)因子（車輛類型、車輛使用性質(zhì)、車齡、車輛總行駛里程等）和車輛動態(tài)因子（車輛狀態(tài)數(shù)據(jù)、行駛里程、行駛時長、四急數(shù)據(jù)、GPS數(shù)據(jù)等）進行分析。

1.1.3 從路因子

該系統(tǒng)基于百度地圖和高德地圖，與貨車行駛的行駛路況進行匹配，分析貨運車輛行駛路線數(shù)據(jù)及路況數(shù)據(jù)。

1.1.4 從環(huán)境因子

該系統(tǒng)對天氣數(shù)據(jù)進行收集，并引入駕駛行為評估模型中。

綜上所述，該系統(tǒng)主要分析以下4個影響駕駛行為的因子。1）疲勞駕駛、分析駕駛。2）行駛里程、行駛時長、四急（急加速、急轉(zhuǎn)彎、急減速、急剎車）、車速、出行時間。3）行駛路線。4）天氣數(shù)據(jù)。

1.2 駕駛行為評估模型

該系統(tǒng)使用層次-熵權(quán)（AHP-EW）分析算法對駕駛行為評分指標(biāo)的權(quán)值進行確定[4]，采用AHP和EW的比重分別為50%和50%，對各因子權(quán)值進行計算。

假設(shè)Wi表示AHP-EW組合權(quán)重，Si表示的是AHP算法得到的主觀權(quán)值，Oi表示EW算法得到的客觀權(quán)值，則

式中：α表示主觀權(quán)重值占據(jù)組合權(quán)重值的比率，β表示客觀權(quán)重值占據(jù)組合權(quán)重值的比。α和β滿足關(guān)系α+β=1。通過求最優(yōu)解：

式中：i表示指標(biāo)層具體評分指標(biāo)，該項目中指標(biāo)層共有m=12個評分指標(biāo)。

將公式（1）帶入公式（2）計算出最優(yōu)解：α=β=0.5。即當(dāng)α=β=0.5時，Wi最小，駕駛行為對評估的影響最大。

評估模型以駕駛行為的評分指標(biāo)作為目標(biāo)層，行駛時長和行駛里程、四急、疲勞駕駛和分心駕駛數(shù)據(jù)、超速數(shù)據(jù)作為標(biāo)準(zhǔn)層，行駛時長、駕駛里程、四急、疲勞駕駛和分心駕駛數(shù)據(jù)、超速數(shù)據(jù)、行駛路線、天氣數(shù)據(jù)的具體體現(xiàn)作為指標(biāo)層進行建模。得出的結(jié)果見表1。

表1 各指標(biāo)對應(yīng)權(quán)值表

根據(jù)駕駛行為權(quán)重制定評分規(guī)則，系統(tǒng)設(shè)定基總分為100分/臺·天，對貨運車輛的駕駛行為進行評估。評分規(guī)則見表2。

表2 駕駛行為評分規(guī)則

2 總體架構(gòu)

基于DSM設(shè)備的貨車大數(shù)據(jù)駕駛行為評估系統(tǒng)以“端-管-云”架構(gòu)[3]為基礎(chǔ)，涉及信息感知、初步數(shù)據(jù)處理、數(shù)據(jù)傳遞、云端駕駛行為數(shù)據(jù)挖掘等內(nèi)容，總體架構(gòu)如圖1所示。

2.1 端

該系統(tǒng)的各種應(yīng)用服務(wù)通過移動終端或PC瀏覽器向用戶進行延伸和展現(xiàn)。

2.2 管

DSM設(shè)備由內(nèi)朝向駕駛者的攝像頭以及嵌入式系統(tǒng)構(gòu)成，攝像頭采集車艙內(nèi)駕駛者的面部表情特征、頭部及肢體動作，結(jié)合嵌入式系統(tǒng)的邏輯技術(shù)分析駕駛者狀態(tài)。當(dāng)駕駛員在行車過程中觸發(fā)疲勞駕駛預(yù)警、分心駕駛預(yù)警時，DSM設(shè)備將報警信息和相關(guān)附件按照相關(guān)協(xié)議傳送至后臺，后臺按照駕駛行為危險等級模型進行預(yù)測判斷，并將危險等級推送給親屬。

2.3 云

平臺采用車聯(lián)網(wǎng)大數(shù)據(jù)架構(gòu)，利用大數(shù)據(jù)技術(shù)進行數(shù)據(jù)的存儲、分析和應(yīng)用。該系統(tǒng)采用數(shù)據(jù)庫存儲貨車的相關(guān)數(shù)據(jù)，利用HDFS分布式文件系統(tǒng)對數(shù)據(jù)進行分布式存儲，通過Yarn、Hadoop和Spark等技術(shù)對數(shù)據(jù)進行分析和管理，挖掘車輛狀態(tài)、行駛里程、行駛時長、四急（急加速、急減速、急剎車、急轉(zhuǎn)彎）、疲勞駕駛、分心駕駛等數(shù)據(jù)，結(jié)合網(wǎng)絡(luò)爬蟲技術(shù)采集天氣和路況信息，建立駕駛行為評估模型，同時提供不同服務(wù)。

圖1 系統(tǒng)總體架構(gòu)

3 數(shù)據(jù)流程

系統(tǒng)數(shù)據(jù)流程如圖2所示。DSM設(shè)備采集車輛的狀態(tài)信息、位置信息、駕駛員駕駛行為信息，將相關(guān)數(shù)據(jù)上傳至后臺數(shù)據(jù)接收網(wǎng)關(guān)。數(shù)據(jù)接收網(wǎng)關(guān)解析處理后，按照指定格式將處理結(jié)果傳給數(shù)據(jù)轉(zhuǎn)存網(wǎng)關(guān)。數(shù)據(jù)轉(zhuǎn)存網(wǎng)關(guān)對接收到的數(shù)據(jù)進行解析和組裝，將組裝的數(shù)據(jù)存儲到數(shù)據(jù)庫中。系統(tǒng)周期性地對駕駛行為數(shù)據(jù)進行批處理或?qū)崟r處理，形成各種分析結(jié)果，并將分析結(jié)果推送給各類型用戶。用戶下發(fā)語音或控制命令至應(yīng)用服務(wù)器。應(yīng)用服務(wù)器根據(jù)命令處理相應(yīng)業(yè)務(wù)，并將處理結(jié)果轉(zhuǎn)發(fā)至數(shù)據(jù)轉(zhuǎn)存網(wǎng)關(guān)。數(shù)據(jù)轉(zhuǎn)存網(wǎng)關(guān)對命令進行初封包并下發(fā)至數(shù)據(jù)接收網(wǎng)關(guān)。數(shù)據(jù)接收網(wǎng)關(guān)按照協(xié)議進行封包并下發(fā)，DSM設(shè)備執(zhí)行相對應(yīng)命令。

4 典型應(yīng)用場景

4.1 “雙重提醒”應(yīng)用場景

當(dāng)貨運車輛駕駛員出現(xiàn)疲勞駕駛預(yù)警、分心駕駛預(yù)警時，DSM設(shè)備將報警信息和相關(guān)附件上傳至平臺。平臺按照駕駛行為危險等級預(yù)測模型預(yù)測駕駛員可能存在的危險等級，同時將危險等級推送至管理人員和駕駛員直系親屬。管理人員通過后臺下發(fā)TTS語音播報，和駕駛員直系親屬進行通話，實現(xiàn)管理人員和駕駛員親屬雙重提醒，確保駕駛員行車安全，避免交通事故的發(fā)生。

4.2 “安全教育”應(yīng)用場景

“安全教育”是結(jié)合貨車駕駛員的駕駛行為評估報告，提供的專屬教育內(nèi)容。貨車運營一定時間后，平臺根據(jù)歷史數(shù)據(jù)分析相關(guān)的駕駛習(xí)慣，結(jié)合安全教育評估模型，為駕駛員提供專屬的安全教育內(nèi)容?！鞍踩逃眱?nèi)容以2種方式呈現(xiàn)給用戶。1）通過移動端App對駕駛員進行安全教育和考核。2）貨運車輛新啟動時，平臺直接輪訓(xùn)推送至DSM設(shè)備，由DSM設(shè)備通過TTS語音播報對駕駛員進行安全教育。

圖2 系統(tǒng)數(shù)據(jù)流程框圖

5 結(jié)語

該系統(tǒng)根據(jù)車聯(lián)網(wǎng)大數(shù)據(jù)架構(gòu)進行構(gòu)建，創(chuàng)新地在貨運車輛上安裝DSM設(shè)備，通過DSM設(shè)備采集貨運車輛和駕駛員的相關(guān)信息，從數(shù)據(jù)的采集、存儲、分析、建模等方面進行描述。該系統(tǒng)構(gòu)建了“雙重提醒”和“安全教育”等應(yīng)用場景，以此來確保駕駛?cè)藛T的安全。對從人、從車、從路、從環(huán)境4種因子進行分析，以駕駛里程、駕駛時長、四急、疲勞駕駛、分心駕駛、天氣、行駛路線等為依據(jù)，制定合理的貨運車輛駕駛行為評分模型。系統(tǒng)可形成各種駕駛行為評估報告，現(xiàn)已與河南省某保險公司合作，為其承保和理賠提供數(shù)據(jù)支撐。該系統(tǒng)具有真實性和實際價值，在貨運車險行業(yè)具有很好的應(yīng)用前景。