阳冬波：人工智能在道路运输安全管理中的创新应用

  先从人工智能讲起。人工智能简单来说就是用机器来代替人，它中间有四个核心角色，视觉感知、听觉感知、思考和执行。人工智能在技术界并不是一个新的话题，人工智能技术已经发展了60多年，经历了三起两落的发展过程。人工智能从50年代开始就已经被提出来了，但一直以来人们在这个领域里准确率只解决到50%-70%，没有达到我们的工业应用标准，因为技术要在行业应用的话至少要到90%以上的准确性。直到2012年出现深度学习理论的架构突破之后，才把精度突破到了工业应用的要求。到2016年，深度学习，大数据，大计算三大基础设施达到一定水平之后，才真正的实现了人工智能的行业应用。人工智能技术为自动驾驶车辆提供基础理论支撑，人工智能解决人的思考问题为自动驾驶发展提出了技术支持，而汽车是未来所有技术的汇集地为人工智能的技术应用提供了非常宝贵的对象，两种结合，从2016年开始爆发出了一系列影响深远的技术创新。

  再来看自动驾驶。自动驾驶看起来非常复杂，其实人的驾驶和自动驾驶是一模一样的，简单来说分为三个层次来解释，自动驾驶复制了人类驾驶的三个角色，第一个是环境感知，第二个是决策支持，第三个是控制与执行，人工智能在中间发挥的三个作用也是三个层面。这三个层面，人工智能发挥的作用各有不同，现在从成熟度来说，也各有不一样，现在非常成熟的在环境感知里面，有大量的创新产品都是在环境感知里面发展与应用，在决策方面，目前点对点有相关的研究。控制方面，更多的是传统的，更多的是减少算法的难度。这里面，最成熟的是环境感知。

  通过对国内外自动驾驶公司的分析发现，自动驾驶技术相对成熟，但是自动驾驶产业还不成熟，至少还需要10年时间。大规模的L4级自动驾驶的应用仍需要等待，在2020年之前都会是以L1-L3的技术应用为主，我们交通运输行业相关的商用车更是如此。因此，一方面我们要迎接新的变化，另一方面要踏踏实实的做好技术工作。

   回到我们交通安全管理的问题上。道路交通安全风险包括人，车，路，环境是四维要素，但我们的安全管理一直以来大多是停留在规则和处罚层面，是一个二维管理手段，因此，用二维管理工具管理四维对象永远也无法真正做到高效管理。对安全要素的分析发现，安全事故主要原因在人，具体来说主要是人的六种行为，包括疲劳驾驶、分神驾驶、超速驾驶、醉酒驾驶、未系安全带和嗑药后驾驶等。整个交通安全管理就是围绕这怎么管好人怎么管好车建立的。

  从2008年开始，我们在交通安全管理领域的一些创新。2008年奥运会期间正式启动了GPS技术来监管危险品运输车，标志着真正的把安全管理用规则管理提升到车辆过程管理的过程。后期我们启动的两客一危的联网联控、车辆的联网联控等一系列工程都是在此基础上的规模应用。2011年有个标志性事件是苏州金龙开发了一款G-BOS系统，在GPS的基础上增加CAN系统的信息，可以将车辆的位置、油耗、驾驶员操作行为做很深入的分析，又增加了一个管理维度。2013年3G、4G等通信技术应用的发展，我们又把视频的技术增加进来，可以在后台看到所有驾驶员和车辆的行驶状态。到2015年，开始在视频的功能上加上ADAS系统，实现了运输过程的安全实时提醒。以上各种技术的应用，实现了我们用三维，甚至四维手段来管理安全，极大的提高了我们的安全管理效率。

   2015年部里面道路安全年的时候我们院里跟Mobileye合作，在全国300辆两客一危车辆上进行了主动安全ADAS技术的规模化示范，大概花了半年多的时间，进行了盲测和实测，通过这个测试我们验证了通过这种手段应用的确会对营运车辆安全管理有比较大的作用，数据初次表明大概是20%-30%的效果。而这个效果其实能为行业节省多少费用呢？从保费的角度来看是有几千亿价值。这也促使下2016年、2017年各省开始批量启动应用这个技术。

   人工智能技术发展起来之后，对ADAS产品进行了快速的技术升级，在原有ADAS基础上增加两个功能，第一个是驾驶员安全监管，人工智能识别技术会进行实时的跟踪和提醒，比如说你在打哈欠、抽烟、喝酒等等相关的危险行为，它可以在线自动的识别和提醒。第二个是应用前置摄像头安全管理，我们车在行驶过程中跟前车危险控制距离，是不是有偏离车道的行为，以及前后方是否有行人及末端有盲区，都会有识别可控的，帮助我们驾驶员减少安全环境带来的难度。这种技术应用极大的减少了人工在安全管理中的应用。

   交通运输部在2015年试点之后，制定了一系列的标准来推广应用人工智能技术。在新车管理方面，不断提升安全功能要求，包括我们在1094里面规定了9米以上客车到2018年强制安装视频监控以及FCW和LDW，到2019年强制安装AEB，这两个技术可以大幅度减少疲劳驾驶以及司机误操作形成的规模以上死亡事故。去年开始发布今年开始实施的1178文件，也是关于18吨以上货车2020年强制安装FCW和LDW。在用车管理领域，部里发文鼓励行业应用新型的人工智能监控设备，已经有江苏，陕西，四川等多个省在大力推广应用这些技术。

   最后，再简单给大家介绍一些新型安全监管平台的技术和案例。

   新型监管平台包括端和云两端，端这块刚才已经给大家介绍了很多包括GPS，CAN，ADAS，DMS等，云方面可以通过人工智能大数据分析为我们在安全管理环节提供更多的数据支撑。  

   具体来说，在端层面有典型终端的形态，包括面对驾驶员有一个类似摄像头以及贴在玻璃上的前向摄像头，可能还有更多的放在驾驶仓的视频监控设备，这些是设备集成之后，成为一个终端和模块。在端这一块，计算芯片潜入到终端中，会实时的在线评估危险。所以这种技术的应用，在车辆行驶过程中可以监控车辆的所有的环节，同时对驾驶员位置状况进行实时提醒，大幅度的减少在行驶过程中的风险。

   在云端来说，可用“画像”来为大家描述未来到底是什么形态。通过数据的收集和分析，我们可以做多层次的画像。首先是区域层面，一张虚拟的安全生产动态画像，为我们提供了整个区域的实时的动态监管数据，安全态势一目了然。第二个层次是企业层面，第三个层面是驾驶员层面，第四个层面是道路路网层面。通过四个层面的画像，能够清晰的掌握各个维度的安全管理信息，真正实现四维的安全管理。

  总结来说，未来的道路安全管理思路可以用16个字来概括，第一个是叫全面感知，未来把二维、三维、四维管理，必须把人、车、路等等所有因素进行全面感知，可测、可视、可控，在为人们做安全决策收集足够信息；第二是深度融合，安全管理不仅仅是反映管司机管车还有管货，把所有的业务数据和安全数据进行相互融合；第三个是主动服务；第四个是科学决策。通过人工智能在这四个层面应用都可以发挥人工智能优势大幅减少人员参与的成本和提升管理效率，为我们整个行业的安全管理提供更多的支持。