基于公交行车安全大数据的典型应用场景探索与思考.pdf

82人民公交PEOPLES PUBLIC TRANSPORTATION总第 164 期2023/8在公交企业管理中，行车安全是运营与发展的重中之重。近年来，随着新型城镇化进程不断推进，私家车数量激增，加上共享单车、网约车等新兴交通工具的兴起，使得交通构成与道路状况愈发复杂，公交发展的压力也越来越大。公交营运车辆与线网密度逐年增加，运营里程不断延长，强度不断上升，再结合公交线路点多、线长、面广、流动分散的固有特点，使不安全、不确定因素增多，对行车安全管理提出了更高的要求。在数字化转型的背景下，如何降低行车事故，做到及时掌握公交驾驶员运营动态，通过事前预防、事中提醒、事后分析，实现安全管理的精细化、科学化成为公交企业研究的重要课题。基于此，本文在“科技创安”理念的指引下，积极探索在安全行车领域的创新应用的相关数据，构基于公交行车安全大数据的典型应用场景探索与思考建了具有预测、预警、分析功能的公交行车安全大数据典型应用场景，旨在弥补安全管理上的漏洞，降低行车事故发生率，实现科技赋能安全，数据推动决策，信息系统驱动业务流程，最终达成公交企业政治、社会与经济效益的同步提升。一、公交行车安全管理现状在“人、车、线”影响公交运营安全的三大重要因素中，“人”起到了决定性的作用。但对于地面公共交通而言，驾驶员数量庞大，难以管理，加上地域、年龄、性格、驾驶经验各不相同，管理难度进一步加大。此外，目前仅采用调取车辆CAN 总线以及远程车载视频的方式来获取驾驶员日常行为分析数据，没有做到从行车技能、行车心理状态等多维度对驾驶员进行综合评定。从管理方面来说，现有的安全业务管理人员缺乏对安全管理的创新性研究，绝大多数安全思想模式仍处于被动事故分析阶段。管理手段相对单一，安全管理方向不明确，不能做到从源头上寻求可能导致事故发生的危险因素。例如，对于线路上的事故数量、隐患、成因、迫切需要解决的隐患、哪些可以期限整改、哪些经验要吸取等问题，还做不到真正心中有数。二、基于公交行车安全大数据的典型应用场景探索（一）公交行车安全大数据结构及组成分析根据海因里希事故因果连锁理论可知，绝大多数伤害事故都是由人的不安全行为造成的，因此，首先，笔者针对人员底层数据，从出入岗位、适岗管理、在岗管理与考核评价四个维度对全系统数据进行宋孟冉1 尹鹏1 姜传2 马佳兴11.北京公共交通控股（集团）有限公司第四客运分公司2.山东省环境保护科学研究设计院有限公司83技术前沿JI SHU QIAN YAN2023/8图1 公交行车安全大数据结构及组成全生命周期的融合梳理，共梳理出238 项数据，形成了企业数据资产。其次，对大量数据进行整合应用，笔者进行数据资产沉淀，从而形成可辅助预警、决策的数据分析模型，进而构建企业大脑，通过可视化大屏进行直观展示，详见图1。最后，聚焦安全行车专业，笔者进行典型应用场景分析，用数据为专业管理提供抓手，在数据治理的基础上，实现由数据驱动业务。（二）基于公交行车安全大数据的典型应用场景设计以前期梳理出来的数据都是以“人”的底层数据为基础支撑。如今，由单人、单线延伸至各车队和公司整体为基础，探索开发典型场景应用，开展业务线上化、数据化，推进数字化技术应用创新发展赋能公交行业数字化转型，培育壮大经济社会发展新动能，支撑企业精细化管理，大力推进数字公交建设。针对行车安全应用场景总体架构，搭建了具有预测、预警、分析功能的行车安全大数据典型应用场景，并完成了系统开发（如图2）。该应用场景共包括4 大模块，分别是资源概况、实时告警监控、安全态势评价及重点要素监控。在资源概况模块，数据可视化辅助安全管理人员清楚了解本企业驾驶员、乘务员、安全管理人员总数、全部在册车辆数、运营线路数及各生产要素当日出勤运营情况。四类驾驶员作为行车安全管理的重点要素，是根据前期大数据的不断迭代计算，再分析得出本企业的四类驾驶员，并对其分布比例及每日出勤运营情况重点关注。在告警监控模块，告警信息的实时滚动，可提示行车事故、车辆问题、驾驶员异常行为、疲劳驾驶、酒测信息、健康状况、天气、黑名单信息等异常信息。将实时告警信息数据图像化，借助不同闪烁点同步显示在地图界面，方便安全管理人员在运营当天发现问题及时解决。在安全态势评价模块，从严重违纪比例、四类人员比例、检查数量、事故数量等8 个不同维度构建评价指标体系，再综合德尔菲技术法与层次分析法（AHP）计算各指标权重，结合专业需求，制定评分标准，最后计算得出本企业整体安全态势评价分数，以大数据实现安全管理精准量化；重点要素监控模块，借助历史数据，设置限定条件，通过模型持续迭代衍生，分析得出本企业重点人员及重点线路，指明安全生产管理发展方向，实现重点人员、重点线路问题整改可视化。在安全业务管控应用场景上，进一步钻取行车安全典型应用场景，通过交互功能，设计开发了安全告警明细查询、事故分析与防预、车队及分公司安全态势评价、驾驶员个人履历与安全画像四大应用模块，见图3。该模块可对在一定周期内，限定线路名称、车队名称、驾驶员姓名等条件对告警类型进行筛选，获取安全告警明细；全面对行车事故进行监控、预警，从事故频发路段、时间，驾驶员年龄、性别、四类分布等不同方面进行事故分析预防，84人民公交PEOPLES PUBLIC TRANSPORTATION总第 164 期2023/8深度挖掘历史公交运营数据，随着行车事故告警点范围的逐步扩大，可判定为重点路段，加强安全管理防范；建立线路行车安全态势评价体系，借助历史数据，运用BP 神经网络模型实现以月为单位的安全态势预测，总结归纳分公司问题热词，数据可视化展示八项指标在各车队排名，为车队降低行车事故，强化预防监控提供科学决策；对重点人展开全流程、全要素管理，及时获取重点驾驶员包含身心健康、考核培训、违法违章、事故情况等信息的个人履历，形成其安全画像，为分公司选拔优秀驾驶员提供参考。三、应用效益分析行车安全大数据典型应用场景的使用，对内可以解决数据孤岛与数据闲置的问题，实现专业数据线上化，整合多维度数据，降低烟囱型系统间集成与协作成本，聚合形成分公司有价值的数据资产，为实现公交企业数字化转型提供基础数据支撑。从专业角度来说，可以明晰企业安全生产隐患，做到及时预防，事后复盘，形成车队及分公司最优安全管理方案，提升安全生产水平，进而增加企业经济效益，实现安全、生产与经济同步增长。安全作为公交发展的品牌，对外可以最大限度减少公交行车安全事故，降低行车事故发生率，维持良好道路交通秩序，优化政治环境，树立公交在广大群众心中良好的政治地位，形成社会品牌效应，在共享单车、网约车盛行的时代，增强企业市场竞争力。图2 安全业务管控应用场景图3 行车安全典型应用场景