基于交通安全主動防范機制的道路風(fēng)險評價與數(shù)據(jù)庫研究

課題項目：廈門理工學(xué)院橫向科研課題——翔安區(qū)發(fā)展現(xiàn)代服務(wù)業(yè)政策研究（編號：SKHZ24006）。

摘要：針對西南地區(qū)在道路環(huán)境風(fēng)險安全方面所面臨的挑戰(zhàn)，本文對道路環(huán)境因素進行深入分析，并將對交通安全風(fēng)險有顯著影響的因素賦予權(quán)重，制定一套道路環(huán)境風(fēng)險評價體系，以此作為構(gòu)建交通安全主動預(yù)防機制的基礎(chǔ)。文章旨在通過大數(shù)據(jù)、云計算、人工智能、IOT等新一代信息技術(shù)手段，基于Hadoop集群，創(chuàng)建道路環(huán)境風(fēng)險聯(lián)動數(shù)據(jù)庫，構(gòu)建道路環(huán)境風(fēng)險預(yù)警模型，為提升交通安全而構(gòu)建并實施主動預(yù)防機制的技術(shù)支撐，改善道路運行條件和環(huán)境，探索形成道路交通安全主動防范機制。

關(guān)鍵詞：道路環(huán)境風(fēng)險；交通安全；道路交通數(shù)據(jù)庫

引言

隨著交通運輸?shù)目焖贁U展，道路的運行狀況和環(huán)境因素所導(dǎo)致的交通安全問題變得越來越顯著。尤其西南地區(qū)的地形以山地為主，擁有眾多河流，形成了復(fù)雜的地形結(jié)構(gòu)。這些地理特征，以及高比例的橋梁和隧道、陡峭的坡道和急轉(zhuǎn)彎、炎熱的氣候、潮濕多雨的天氣，都導(dǎo)致該地區(qū)的道路交通安全風(fēng)險顯著高于全國其他地區(qū)[1]。廣西地處西南地區(qū)，有著國家建設(shè)西部陸海新通道的核心地位，承載著國家發(fā)展戰(zhàn)略的重要任務(wù)。因此，結(jié)合《公路項目安全性評價規(guī)范》（JTG B05-2015）[2]等相關(guān)國家行業(yè)標(biāo)準(zhǔn)規(guī)范，面向道路運輸條件和環(huán)境，建立基于交通安全主動防范機制的道路環(huán)境風(fēng)險評價體系與風(fēng)險聯(lián)運數(shù)據(jù)庫非常必要。

1. 研究現(xiàn)狀及水平

近年來，世界各國對道路交通安全問題非常重視。道路交通安全是全民安全出行的關(guān)鍵保障，關(guān)乎全區(qū)域經(jīng)濟的發(fā)展，也是促進城市與鄉(xiāng)鎮(zhèn)經(jīng)濟共同發(fā)展的根本[3]。探究交通安全影響因素的核心工作，涉及對多元維度的深入剖析，包括人的因素（如駕駛?cè)撕托腥耍?、物的因素（如車輛）、環(huán)境因素（如交通道路條件和自然狀況），以及管理方面的因素。

多位學(xué)者研究了駕駛員的駕駛經(jīng)驗、違章駕駛等人的不安全行為，并深入分析了這些行為如何對交通安全事故產(chǎn)生潛在影響。同時，學(xué)者們還探討了在不同環(huán)境和道路條件下，汽車速度如何影響事故的發(fā)生概率及其嚴(yán)重程度，并通過應(yīng)用貝葉斯網(wǎng)絡(luò)方法，對道路交通安全事故進行了全面而綜合的分析[4]。例如，王乾等人改進物元可拓學(xué)模型，提出可定量分析安全風(fēng)險的評價模型[5]。余豪等使用AMOS20.0軟件進行計算分析，通過城市道路交通安全評價模型對城市道路交通安全狀況進行評價[6]。張曉博等人改進灰色關(guān)聯(lián)評價模型，并對安徽省城市道路交通安全風(fēng)險進行評價[7]。范東凱等人采用PCA（主成分分析法）并運用SPSS數(shù)據(jù)分析軟件進行風(fēng)險評價[8]。李雪等人提出云模型安全風(fēng)險評價方法，針對某城市進行了道路交通安全影響因素的詳盡剖析[9]。

2. 研究目標(biāo)

針對西南地區(qū)特殊的地理環(huán)境，結(jié)合《公路項目安全性評價規(guī)范》（JTG B05-2015）等相關(guān)國家行業(yè)標(biāo)準(zhǔn)規(guī)范，面向道路運輸條件和環(huán)境，運用大數(shù)據(jù)、云計算、人工智能、IOT等新一代信息技術(shù)，建立基于交通安全主動防范機制的道路環(huán)境風(fēng)險評價體系與風(fēng)險聯(lián)運數(shù)據(jù)庫。具體實現(xiàn)目標(biāo)如下：（1）研究與分析道路交通安全環(huán)境風(fēng)險分類及影響因素。（2）構(gòu)建與設(shè)計道路交通安全環(huán)境風(fēng)險聯(lián)動數(shù)據(jù)庫。（3）建立與構(gòu)造道路交通安全環(huán)境風(fēng)險等級評估指標(biāo)體系及預(yù)警模型。（4）搭建與開發(fā)道路交通安全風(fēng)險主動防范機制平臺。

3. 研究內(nèi)容

3.1 研究道路交通安全環(huán)境風(fēng)險分類及影響因素

3.1.1 道路交通安全環(huán)境風(fēng)險源分類

根據(jù)《公路項目安全性評價規(guī)范》（JTG B05-2015）的道路安全性評價研究，道路交通風(fēng)險源通?？梢詮奈ｋU路段、路側(cè)干擾、自然條件三個方面篩選道路交通安全環(huán)境風(fēng)險的影響因素。危險路段包括懸崖、深谷、深溝、江河、湖泊等；路側(cè)干擾包括村鎮(zhèn)、居民區(qū)、牧區(qū)、林區(qū)等；自然條件包括降雨、冰凍、積雪、霧、側(cè)風(fēng)等。

3.1.2 道路交通安全環(huán)境影響因素研究

根據(jù)影響道路交通安全風(fēng)險源分類，結(jié)合《公路項目安全性評價規(guī)范》（JTG B05-2015）的道路安全性評價方法，主要從自然氣象條件、路側(cè)危險路段、地形地質(zhì)條件、路網(wǎng)設(shè)備設(shè)施、技術(shù)標(biāo)準(zhǔn)規(guī)范、交通流量狀況、交叉工程項目等七方面，深入剖析影響道路交通安全的核心要素與關(guān)鍵因素。

3.2 構(gòu)建道路交通安全環(huán)境風(fēng)險聯(lián)動數(shù)據(jù)庫

目前，道路交通安全數(shù)據(jù)來自道路管理維護部門、交通運輸行業(yè)管理部門的信息管理中心數(shù)據(jù)庫，以及交警部門的道路運輸監(jiān)管平臺等。針對原始數(shù)據(jù)結(jié)構(gòu)不一致、數(shù)據(jù)源多元化等特點，采用Hive工具設(shè)計數(shù)據(jù)倉庫，利用DWD層對ODS層中收集的業(yè)務(wù)系統(tǒng)數(shù)據(jù)進行異常檢測與清洗處理，隨后依據(jù)數(shù)據(jù)的不同維度進行分類存儲。之后，通過DWM層對這些明細(xì)數(shù)據(jù)進行初步聚合，基于常用的分析維度進行匯總整理。通過Hive載體，將數(shù)據(jù)存儲到HDFS和HBASE。再通過“DMHS”的技術(shù)手段實現(xiàn)相關(guān)數(shù)據(jù)的同步共享，并通過云計算技術(shù)部署MyCat數(shù)據(jù)庫中間件服務(wù)，構(gòu)建讀寫分離的數(shù)據(jù)庫集群，加快數(shù)據(jù)同步、讀取，加強數(shù)據(jù)安全保障。

3.3 建立道路交通安全環(huán)境風(fēng)險等級評估指標(biāo)體系及預(yù)警模型

3.3.1 分類建立一階評估指標(biāo)體系和預(yù)警模型

在第一階段完成數(shù)據(jù)采集和影響因素分類遴選的基礎(chǔ)上，從自然氣象條件、路側(cè)危險路段、地形地質(zhì)條件、路網(wǎng)設(shè)備設(shè)施、技術(shù)標(biāo)準(zhǔn)規(guī)范、交通流量狀況、交叉工程項目等七個因素值，通過三部曲“定權(quán)重、構(gòu)指標(biāo)、建模型”，歸類構(gòu)建一階評估指標(biāo)體系和預(yù)警模型。

3.3.2 構(gòu)建二階評估指標(biāo)體系和預(yù)警模型

運用定量統(tǒng)計方法和專家評定法，并結(jié)合七個一階評估指標(biāo)體系和預(yù)警模型，構(gòu)建了一個基于灰類評價法的二階道路交通安全風(fēng)險評估指標(biāo)體系。此外，還建立了一個基于邏輯回歸優(yōu)化算法的二階道路交通安全風(fēng)險預(yù)警模型。

4. 擬解決的關(guān)鍵問題

4.1 搭建道路交通安全環(huán)境風(fēng)險主動防范機制平臺和預(yù)警模型

針對當(dāng)前道路交通安全風(fēng)險主動防范的問題，結(jié)合《公路項目安全性評價規(guī)范》（JTG B05-2015）的道路安全性評價方法，從自然氣象條件、路側(cè)危險路段、地形地質(zhì)條件、路網(wǎng)設(shè)備設(shè)施、技術(shù)標(biāo)準(zhǔn)規(guī)范、交通流量狀況、交叉工程項目等七方面，梳理影響道路交通安全環(huán)境風(fēng)險的主要因素。通過整合人工智能、云計算、大數(shù)據(jù)等新一代信息技術(shù)，創(chuàng)建風(fēng)險聯(lián)動數(shù)據(jù)庫，開發(fā)了一個高性能、即時反應(yīng)、精確度高、人性化好的道路交通安全環(huán)境風(fēng)險主動防范機制平臺。同時，開發(fā)了一個道路交通安全環(huán)境風(fēng)險預(yù)警模型，實現(xiàn)數(shù)據(jù)可視化展示，并融入智能化決策支持，從而提升管理效率與精準(zhǔn)度。

4.2 建立網(wǎng)絡(luò)化、智能化的道路交通安全環(huán)境風(fēng)險動態(tài)評價體系

建立包含自然氣象條件、路側(cè)危險路段、地形地質(zhì)條件、路網(wǎng)設(shè)備設(shè)施、技術(shù)標(biāo)準(zhǔn)規(guī)范、交通流量狀況、交叉工程項目七個一級指標(biāo)的道路交通安全環(huán)境風(fēng)險評價指標(biāo)，并依托道路交通安全環(huán)境風(fēng)險主動防范機制平臺，建立網(wǎng)絡(luò)化、智能化的道路交通安全環(huán)境風(fēng)險動態(tài)評價體系。

4.3 打造“預(yù)警指導(dǎo)+數(shù)據(jù)聯(lián)動”雙重交通安全主動防范機制

結(jié)合七個一級道路交通安全環(huán)境風(fēng)險預(yù)警模型，建立科學(xué)的數(shù)字化評價體系，運用大數(shù)據(jù)和人工智能技術(shù)實現(xiàn)道路交通安全環(huán)境風(fēng)險預(yù)警，提供用戶指導(dǎo)道路運行條件和環(huán)境改善。同時，運用Hadoop分布式集群搭載分布式數(shù)據(jù)庫，完成與道路環(huán)境因素的全方面聯(lián)動數(shù)據(jù)采集和存儲。

5. 研究方法

5.1 交通安全環(huán)境風(fēng)險因素分類及遴選

針對當(dāng)前道路交通安全風(fēng)險主動防范的現(xiàn)存問題，根據(jù)西南地區(qū)地形地貌和氣候環(huán)境特點，結(jié)合《公路項目安全性評價規(guī)范》（JTG B05-2015）的道路安全性評價方法，從自然氣象條件、路側(cè)危險路段、地形地質(zhì)條件、路網(wǎng)設(shè)備設(shè)施、技術(shù)標(biāo)準(zhǔn)規(guī)范、交通流量狀況、交叉工程項目等七方面，梳理影響道路交通安全風(fēng)險的主要因素。

5.2 建立評估指標(biāo)體系和預(yù)警模型

搭建高性能、即時反應(yīng)、精確度高、人性化好的道路交通安全環(huán)境風(fēng)險主動防范機制平臺，通過“采數(shù)據(jù)、找因素、賦權(quán)重、建指標(biāo)、建模型”五個步驟，建立以邏輯回歸優(yōu)化算法為基礎(chǔ)的道路交通安全環(huán)境風(fēng)險等級評價指標(biāo)體系和預(yù)警模型。

5.3 形成雙重交通安全主動防范機制

綜合七個道路交通安全環(huán)境風(fēng)險預(yù)警模型，建立科學(xué)的數(shù)字化評價體系，運用大數(shù)據(jù)和人工智能技術(shù)，實現(xiàn)道路交通安全環(huán)境風(fēng)險預(yù)警。同時，運用Hadoop分布式集群搭載分布式數(shù)據(jù)庫，完成與道路環(huán)境因素的全方面聯(lián)動數(shù)據(jù)采集和存儲，建立“預(yù)警指導(dǎo)+數(shù)據(jù)聯(lián)動”雙重主動防范機制平臺。

6. 技術(shù)路線

整體框架分為數(shù)據(jù)層、技術(shù)層、采集層、計算層、應(yīng)用層五層。數(shù)據(jù)層運用Hadoop分布式集群搭載分布式數(shù)據(jù)庫，完成與道路環(huán)境因素的全方面聯(lián)動數(shù)據(jù)采集和存儲；技術(shù)層采用大數(shù)據(jù)、云計算、人工智能等新一代信息技術(shù)做保障；采集層分為自動采集和人工采集兩種方式；計算層使用sigmoid函數(shù)構(gòu)建基于邏輯回歸的初始模型，再通過MLE對損失函數(shù)模型進行優(yōu)化，利用梯度下降法來調(diào)整最優(yōu)參數(shù)，建立道路交通安全環(huán)境風(fēng)險預(yù)警的模型；最后通過應(yīng)用層的用戶不斷輸送數(shù)據(jù)，充實平臺的數(shù)據(jù)量，完善體系指標(biāo)。

7. 實驗方案

7.1 采集數(shù)據(jù)

通過Hadoop分布式集群，結(jié)合大數(shù)據(jù)技術(shù)和MapReduce技術(shù)，使用Python語言設(shè)計數(shù)據(jù)處理的算法。首先，通過“北斗”或“GPS”地圖服務(wù)獲取道路狀況數(shù)據(jù)；其次，采用“DMHS”技術(shù)，實現(xiàn)各部門的數(shù)據(jù)同步和共享；再次通過Spark Streaming流處理框架，運用MapReduce編程設(shè)計，結(jié)合Hive數(shù)據(jù)倉庫，進行數(shù)據(jù)的清洗、整理、計算、表達和分析；最后，運用HBase建立數(shù)據(jù)倉庫并完成數(shù)據(jù)的存儲。

7.2 構(gòu)建模型

設(shè)定風(fēng)險預(yù)警值為Y（其中Y＜0.5代表安全，Y＞0.5表示存在安全風(fēng)險），設(shè)定各類影響因素為X。從數(shù)據(jù)倉庫中選取N組樣本數(shù)據(jù)，通過sigmoid函數(shù)，運用Numpy和Matplotlib庫進行程序設(shè)計、圖形繪制以及結(jié)果預(yù)測，確定取值范圍，最終構(gòu)建出邏輯回歸模型。

7.3 評估模型

通過伯努利試驗的概率假設(shè)。首先，使用MLE進行參數(shù)的初步估計，并繪制圖形；其次，通過樣本數(shù)據(jù)進行訓(xùn)練，得出似然函數(shù)；最后，通過損失函數(shù)對似然函數(shù)進行取負(fù)和取對數(shù)的運算，構(gòu)建出損失函數(shù)的數(shù)學(xué)模型。

7.4 優(yōu)化模型

在Python環(huán)境中，采用梯度下降法對樣本數(shù)據(jù)進行持續(xù)的訓(xùn)練和優(yōu)化。通過迭代計算，找到最佳參數(shù)，并將這些最優(yōu)參數(shù)應(yīng)用于邏輯回歸模型中，獲得最優(yōu)權(quán)重的道路交通安全環(huán)境風(fēng)險預(yù)警模型。

7.5 搭建平臺

利用大數(shù)據(jù)和人工智能技術(shù)，運用Hadoop分布式集群搭載數(shù)據(jù)庫，同時，將道路交通安全環(huán)境風(fēng)險預(yù)警數(shù)據(jù)進行分析、對比、存儲、可視化，再與道路環(huán)境因素進行全方面聯(lián)動數(shù)據(jù)采集和存儲，建立“預(yù)警指導(dǎo)+數(shù)據(jù)聯(lián)動”雙重主動防范機制平臺。

8. 未來展望

首先，城市道路交通安全系統(tǒng)受到多種相互關(guān)聯(lián)且復(fù)雜多變的不利因素的影響?，F(xiàn)有的指標(biāo)體系僅覆蓋了部分情況，對于特殊情況的評價指標(biāo)，如殘障人士的安全需求、兩輪車和行人在道路上的安全措施等尚未考慮。為提高道路交通安全評價的科學(xué)性和有效性，需要綜合運用最新一代的信息技術(shù)來優(yōu)化和改善現(xiàn)有的量化標(biāo)準(zhǔn)化指標(biāo)體系。研發(fā)用于評估道路交通安全風(fēng)險的計算軟件，能夠簡化計算過程，降低時間成本，進而提升評價結(jié)果的準(zhǔn)確性，并使得評價過程更加科學(xué)和高效。

其次，隨著交通運輸領(lǐng)域的持續(xù)擴展，對道路交通安全風(fēng)險評價的研究變得更加深入，其實際應(yīng)用價值和未來發(fā)展?jié)摿σ苍诓粩嘣鲩L。同時，一些學(xué)者開展了城市道路交通安全信息化的研究，這有助于顯著降低交通事故造成的人員傷亡和經(jīng)濟損失。因此，將這些研究成果應(yīng)用于環(huán)境更加復(fù)雜、條件更多樣的區(qū)域，可以進一步驗證所構(gòu)建的數(shù)學(xué)模型和算法的有效性，并解決更多實際問題中的難點。

最后，我國山地城市比較多，交通問題也比較突出，山地道路交通安全涉及人、車、路、環(huán)境、管理等影響因素，由于道路交通安全風(fēng)險評價系統(tǒng)本身的復(fù)雜性和龐大性，涉及大量的定量和定性指標(biāo)。未來的研究要綜合考慮道路、交通安全設(shè)施、環(huán)境因素、人的因素和車的因素對安全風(fēng)險的評價，不斷改進指標(biāo)體系，優(yōu)化模型算法，提高評價的科學(xué)性。

結(jié)語

本文旨在為道路交通安全環(huán)境風(fēng)險因素數(shù)據(jù)分析提供指標(biāo)體系、數(shù)學(xué)模型、數(shù)據(jù)庫建立、信息平臺管理等研究應(yīng)用，運用大數(shù)據(jù)處理與人工智能技術(shù)，對模擬生成的數(shù)據(jù)進行深入分析與模式識別，提供決策，加強了道路交通安全環(huán)境風(fēng)險場景應(yīng)用的直觀性、準(zhǔn)確性及安全性。后期需要不斷完善和長時間地探索實踐，建立持久的風(fēng)險聯(lián)動數(shù)據(jù)庫，指導(dǎo)道路運行條件和環(huán)境改善，降低道路交通安全事故。

參考文獻：

[1]韋端，陳正振.西南地區(qū)道路運輸企業(yè)交通安全風(fēng)險閉環(huán)管控機制研究[J].西部交通科技，2020（9）：179-183.

[2]中華人民共和國交通運輸部.公路項目安全性評價規(guī)范：JTG B05-2015[S].北京：人民交通出版社股份有限公司，2016.

[3]楊沙.城市道路交通安全風(fēng)險評價指標(biāo)體系研究與應(yīng)用[D].西安：西安科技大學(xué)，2020.

[4]尚康，曾正東.高速公路隧道交通安全動態(tài)風(fēng)險預(yù)警體系研究[J].黑龍江交通科技，2023，46（7）125-128.

[5]王乾，馬非，夏楊于雨，等.基于改進的可拓學(xué)模型的城市道路隧道交通安全評價[J].隧道建設(shè)（中英文），2018，38（S2）：169-175.

[6]余豪，周江紅.基于SEM的道路交通安全評價研究[J].公路與汽運，2019，33（5）：35-38.

[7]張曉博，劉朝峰，杜麗衡，等.基于改進灰色關(guān)聯(lián)法的安徽省道路交通安全評價[J].河北工業(yè)大學(xué)學(xué)報，2019，48（3）：60-66.

[8]范東凱，曹凱.基于主成分分析法的城市道路交通安全評價[J].中國安全科學(xué)學(xué)報，2010，20（10）：147-151.

[9]李雪，趙寧，鄭晅.基于云模型的道路交通安全等級評價[J].北京工業(yè)大學(xué)學(xué)報，2015（8）：1219-1224.

作者簡介：洪東，碩士研究生，副教授，1730199278@qq.com，研究方向：軟件工程和大數(shù)據(jù)技術(shù)。