11月23日，由中国智能交通协会、国家智能交通产业技术创新战略联盟主办的2017第十二届中国智能交通年会“人工智能+交通”创新发展论坛上，新智认知数据服务有限公司智慧交通首席专家顾敬岩研究员发表《基于人工智能的道路危险货物运输安全管理》的演讲，本文为速记整理，未经演讲者本人审核。
新智认知数据服务有限公司智慧交通首席专家 顾敬岩 研究员
围绕基于人工智能的道路危险货物运输安全管理讨论三个方面的内容，第一个就是为什么开展这个工作，第二是工作的总体思路，以及如何完成此项工作。
中国是世界上的化工大国，化工产业布局在中国是属于典型的产销分离，很多基础的资源都西部地区，而东部沿海是化工品重点的加工基地，目前我们国家95%以上的化工品需要异地运输，所以每天在道路上都流动着一个个危险源。
目前全国道路运输危险货物的车辆是20万，这个20万是指拖头，加上挂车是35、6万，从事的危险货物运输的驾驶员有70多万。目前道路运输货物量可以达到10亿吨，如此多的货物每天在路上运行，道路的运输总量占到全世界运输方式的63%，主要的危化品都是公路运输方式完成。
针对国家给予了高度重视，始终对安全管理态势是高压政策，尤其注重利用科技信息化手段解决安全监管方面的漏洞，即便如此，每年发生在道路上的危险事故依然很多，如“8·12”事故，湖南的“7·19”等都是伤亡惨烈的重大事故。虽然政府、社会、企业都很关注危化品的安全，但形势依然非常严峻。
开展这项工作本着问题导向的思路，这涉及到政府、企业涉及到相关的利益群体，各方都存在自己所面临的问题，比如说管理部门，缺必要的管理手段，面对众多的危化品的企业，仅完成护检护查就给行业监管人员带来很大的难度和挑战，所以危化品企业一旦出现事故，往往就担上管责任不落实，监管责任不到位，这导致了很多危化品的从事人员每天都感觉到身上的压力和负担非常重。
执法资源非常有限，导致拉网式的管理，无法实现精准化的管理，危货企业要将安全水平提高，但是需要花费大量的成本，危货企业里面很多安全隐患如何识别，不从技术手段上下手则无法突破。如果优良企业在安全管理上投入过多，一般企业在安全管理上投入很少，会造成市场竞争的不公平，容易形成劣币驱逐良币，很多企业报价低，成本低，更容易拿到货物运输。好的企业投入很大，运营成本就很高。对于货主而言希望整个运输过程全程可控，非常透明。对于第三方，这里是讲的保险公司，比如说保险公司现在对于交强险、货物运输险是一视同仁的，对所有的车辆，不管拉一趟活还是一百趟活都是一样的费率，应针对车辆提供个性化的保险，但是没有数据就无法进行此项工作。
这仅是从信息化角度看行业里存在的问题，那么为什么要开展此项工作？我所在的公司是新智认知数据服务有限公司，去年同新奥集团合作，它的燃气运输任务非常繁重，自有车辆就有300多台，加上全国外协的运力规模达到3000多台，这些车的安全管理成为企业非常关注的方面，新智认知本身是做数据运营、智能交通、人工智能的，我们希望利用人工智能的技术提高企业的安全管理水平。
正如海恩法则所讲，1000起隐患会导致300起先兆，导致29次轻微事故，一次严重事故，我们怎么利用精细化的安全管理排查掉安全隐患，防范尾随事故，减少轻微事故，杜绝严重事故呢？
这个危险货物运输安全管理的体系，技术和业务不能两张皮，首先要建立起一个非常完善的业务管理体系，人工智能、大数据或是云计算等技术才能有发挥的余地。我们的核心是“全过程、全要素”精细化安全监管，围绕五大要素，围绕车、企业、人、货、环境来保障运输管理水平。
主要工作有三方面，第一是感知数据，把五大要素所有的动态数据实时采集围绕业务管理进行分析，如何把规避隐患，同其他的资源对接起来，实现业务融合，通过保险公司，政府的资源对接全方位的提升企业安全管理水平。
未来就要建立源头可控、六向可知、问题可查、应急可靠、责任窠臼的安全监管长效机制，实现全过程、全要素、全方位的安全监管，对承运企业一定要降本增效，避免事故，对于政府而言要全面洞察危险货物运输行业的态势，精细管理，托运人能够全程交互，关注货物运输状态，达到透明可控的结果。同时对货物的危险信息，及时将货物状态及处置方式等信息传递到在危险货物当中的相关利益人，对于第三方而言也要有效规避风险。
如何实现呢？首先就是数据感知。数据主要来自于人、车、路、货、环境，其中关于人和车的数据采集非常重要，通过车上的ADAS，前端一个摄像头，车内一个摄像头，还需要安装GPS、北斗的导航装置，甚至从OBD接口实时把数据采集回来，同时采集人员、企业及货物的基本情况，货物运输的路径规划，是否经过了学校和人流密集地区，包括雨雪冰霜雾的变化，都要实时采集到系统，并且接入外部数据，比如事故的相关数据。
图1车载内部摄像头拍摄效果
上图是通过车载内部的摄像头拍摄的，驾驶员最大的隐患是疲劳驾驶，危险货物车的司机一般夜晚工作，相对的环境不复杂，但是视觉环境不佳，晚上易犯困，通过摄像头可以识别司机是不是打瞌睡，玩手机，车道偏离，或者有没有急加速、急减速等不良驾驶行为。装置本身对司机是一个威慑，同时后台启动自动预警，发现这种情况，系统在后台对驾驶员进行预提醒，对所有驾驶员的不良驾驶行为进行深度挖掘分析，对不良的驾驶行为进行矫正。
车辆的技术状况是危货过程当中要考虑的一个非常重要的因素，要将零配件的源头、质量，技术认证等微小的环节精细化，确保每一辆车的状况良好，不会出现异常状况，通过大量的数据积累完成识别隐患的任务。此外驾驶行为的识别与评估非常重要，通过对驾驶员习惯的数据提取分析，以各种方式对驾驶员进行提醒，同时危险货物也要进行分类和评估，企业的安全监管水平也要进行评估，比如出车前的检查审定，出车之后的车辆维护、行车当中的预警记录等，要在后台建立起非常庞大的模型对这些数据进行分析和量化评估。比如可以基于四个因素评估驾驶员，第一就是不良驾驶行为，第二就是是否违反了公司的安全规定，第三是否在道路上有违法违章行为，第四就是否出发生安全事故。基于上述数据可以对驾驶员安全性进行画像，将各驾驶员综合进行排名，对于优秀的驾驶员予以相应奖励，对一些拥有不良驾驶行为的司机予以批评甚至要求其参加培训班学习。对于模型的划分应将模型同业务紧密联系在一起。
基于该模型对企业进行评估，对于优良企业政府应给予鼓励，对于个别不良企业可以有针对性地重点监管，甚至吊销执照，对于司机也是如此，甚至有一些针对性的培训，提高他们的技能与安全意思，以达到政府可以降低行政资源投入，企业可以规避运输风险的目的。同时与保险结合，将企业的保险费率降下来，把不安全的企业保险费率提升上去，利用社会力量帮助政府提高行业监管。
