大數(shù)據(jù)時代交通電子警察如何發(fā)展

道路交通違法問題是一種客觀存在，它與人們?nèi)粘Ｉ钕⑾⑾嚓P，是廣泛存在的社會現(xiàn)象。道路交通違法問題與城市的經(jīng)濟發(fā)展、社會文化、政策環(huán)境、管理水平、基礎設施和交通參與者素質(zhì)等有著客觀必然的聯(lián)系，通過分析研究可以更深入地認識該問題的本質(zhì)，把握其規(guī)律。

隨著大數(shù)據(jù)時代的來臨，通過資料的收集、整理、分析、統(tǒng)計等方法，準確及時地掌握交通違法系統(tǒng)中各種動態(tài)、靜態(tài)信息，提取交通違法行為在時間、空間、違法類型上的分布特征，可以從多個維度對交通違法數(shù)據(jù)進行分析，有助于探索出更加科學有效的交通違法治理科學方法，為非現(xiàn)場交通執(zhí)法這一領域的發(fā)展提供有益的參考，以期更加富有成效地開展交通違法治理、維護道路交通秩序、預防和減少交通事故，為經(jīng)濟和社會發(fā)展創(chuàng)造和諧的道路交通環(huán)境。

1 交通違法數(shù)據(jù)分析基礎

1.1 交通違法數(shù)據(jù)庫概況

公安交通管理綜合應用平臺（通常稱為“6合1平臺”）是公安部推廣的全國性應用平臺，交通違法數(shù)據(jù)存儲在該平臺的交通違法數(shù)據(jù)庫中，用到的數(shù)據(jù)庫表包括：trff_app.vio_surveil（簡稱surveil表）、trff_app.vio_force（簡稱force表）和trff_app.vio_violation（簡稱violation表）。其中，surveil表記錄了交通違法處理前的所有非現(xiàn)場執(zhí)法數(shù)據(jù)；force表記錄了交通違法處理前的所有一般程序執(zhí)法數(shù)據(jù)（包括現(xiàn)場執(zhí)法和非現(xiàn)場執(zhí)法）；violation表記錄了交通違法處理前的所有簡易程序的現(xiàn)場執(zhí)法數(shù)據(jù)，同時，上述3個數(shù)據(jù)庫表中的數(shù)據(jù)，在違法當事人辦理完成交通違法處理手續(xù)后，都將進入到violation表中。3個數(shù)據(jù)庫表之間的關系如下圖所示：

數(shù)據(jù)庫表關系圖

1.2 可非現(xiàn)場執(zhí)法的交通違法行為

根據(jù)《道路交通安全違法行為代碼及處罰標準（2014年版）》，機動車駕駛?cè)诉`法代碼中，適用簡易程序的違法代碼有258種，適用一般程序的違法代碼有113種，可以單獨使用強制措施的違法代碼16種（強制措施共105種，其中89種與簡易程序或一般程序重復），合計共387種違法代碼。按照現(xiàn)有市場上非現(xiàn)場執(zhí)法設備的種類和發(fā)展水平，篩選出可以進行非現(xiàn)場執(zhí)法的交通違法行為共92種，占機動車駕駛?cè)诉`法行為總數(shù)的23.8%?？煞乾F(xiàn)場執(zhí)法交通違法行為主要集中在違反交通標志或標線（包含了壓實線、不按導向車道行駛、不按規(guī)定車道行駛、逆行、倒車、進入禁行范圍、超過規(guī)定時速、低于規(guī)定時速、停車等）和違反交通信號燈指示的違法行為。近年來由于高清攝像機、視頻分析和大數(shù)據(jù)技術的發(fā)展，非現(xiàn)場執(zhí)法在涉及司乘人員的違法行為（如不系安全帶）、涉及號牌的違法行為（如遮擋號牌、污損號牌、不懸掛號牌等）方面有了進一步的突破。

2 交通違法數(shù)據(jù)分布特征

2.1 時間分布特征

通過統(tǒng)計廣州市非現(xiàn)場執(zhí)法數(shù)據(jù)的取證時間，可以發(fā)現(xiàn)，非現(xiàn)場執(zhí)法數(shù)據(jù)在時間上的分布總體上具有以下特征：

日相似性：雖然每天的違法數(shù)據(jù)的變化趨勢波形略有差異，但同一采集對象的曲線波形相似，變化趨勢呈明顯的周期性。在每天的同一時段，違法數(shù)據(jù)呈現(xiàn)出極其相似的變化趨勢。

連續(xù)性：時間序列數(shù)據(jù)具有連續(xù)性，序列中的每一個采集數(shù)據(jù)對相鄰時段的記錄數(shù)據(jù)都有承上啟下的特點（投入使用的電子警察數(shù)量發(fā)生變化除外）。

相對穩(wěn)定性：在每一較短時段內(nèi)，違法數(shù)據(jù)的時間變化趨勢相對穩(wěn)定。

執(zhí)法主體相關性：非現(xiàn)場執(zhí)法技術手段中，對違法行為的取證方式包括完全依靠設備和人工與設備結(jié)合兩種。完全依靠設備的非現(xiàn)場執(zhí)法量，節(jié)假日與工作日的差距非常??；而人工與設備結(jié)合的非現(xiàn)場執(zhí)法量，節(jié)假日明顯低于工作日。

流量相關性：排除執(zhí)法主體的影響，只考察完全依靠設備的非現(xiàn)場執(zhí)法量，在一天24小時中總體呈現(xiàn)為正態(tài)分布，其峰值主要出現(xiàn)在10時-16時之間。高峰時段為全天交通流量較大的時段，但并沒有呈現(xiàn)早晚高峰的特征。

2.2 空間分布特征

考慮到交通違法量在空間上的分布，不僅與非現(xiàn)場執(zhí)法量在空間上的分布有關，還與非現(xiàn)場執(zhí)法點在空間上的分布有關，為了屏蔽非現(xiàn)場執(zhí)法點數(shù)量在空間上分布不均對評價某區(qū)域交通違法嚴重程度的影響，定義“單位執(zhí)法量=非現(xiàn)場執(zhí)法量/非現(xiàn)場執(zhí)法地點數(shù)量”來作為衡量指標?？梢园l(fā)現(xiàn)，非現(xiàn)場執(zhí)法數(shù)據(jù)在空間上的分布總體上具有以下特征：

極不均勻性：非現(xiàn)場執(zhí)法量在空間上的分布是極其不均勻的。占比80%的非現(xiàn)場執(zhí)法量，發(fā)生在占違法地點總量15.6%的違法地點。 　　城郊差異性：郊區(qū)的單位執(zhí)法量略高于城區(qū)的單位執(zhí)法量。

道路級別差異性：單位執(zhí)法量在道路級別上的分布按照高速公路、城市快速路、城市一般道路逐級遞減。

2.3 違法行為分布特征

非現(xiàn)場執(zhí)法數(shù)據(jù)在違法行為上的分布也體現(xiàn)出極不均勻的特征，占比84%的非現(xiàn)場執(zhí)法量，發(fā)生在占比10%的違法行為上。

非現(xiàn)場執(zhí)法量最為突出的交通違法行為是：違法停車、違反禁令標志、違反禁止標線、超速、闖紅燈、不按導向車道行駛、違規(guī)使用專用車道。這一特征除了與交通違法行為自身的統(tǒng)計特征有關之外，還與現(xiàn)有非現(xiàn)場執(zhí)法手段的技術可實現(xiàn)有關。例如，涉及號牌（包括未懸掛號牌、故意遮擋號牌、故意污損號牌等）的交通違法行為，現(xiàn)場執(zhí)法量反映該違法行為也較為突出，但因技術手段原因，現(xiàn)階段的非現(xiàn)場執(zhí)法量幾乎為零。

3 大數(shù)據(jù)環(huán)境下交通電子警察發(fā)展策略

電子警察是智能交通管理系統(tǒng)大框架中的重要組成部分，也是在對圖像和視頻數(shù)據(jù)進行語義化、結(jié)構化處理方面應用最深的領域。從技術角度，電子警察系統(tǒng)也是智能交通行業(yè)中率先引入大數(shù)據(jù)、云計算技術架構，突破數(shù)據(jù)應用瓶頸的一個技術領域。下一步，繼續(xù)提高非現(xiàn)場執(zhí)法比例、解放警力的途徑，可以從以下3個方面考慮。

3.1 科學布局定點

當前國內(nèi)幾乎所有城市都擁有一定數(shù)量的電子警察，早期的電子警察布點“粗放式”的特征比較明顯，這一特征只適合于電子警察系統(tǒng)建設的起步階段，隨著系統(tǒng)規(guī)模的逐步擴大和系統(tǒng)功能的日漸完善，也就對電子警察布點的科學性提出了更高的要求。需要進一步以管理需求為導向，以交通特征為標尺，兼顧交通安全管理、交通秩序管理和交通執(zhí)法管理等方面的需求，綜合考慮道路等級、交通區(qū)位、交通功能、交通運作特征等方面的客觀條件，從交通執(zhí)法數(shù)據(jù)所呈現(xiàn)出來的數(shù)據(jù)特征出發(fā)，分析評估當前電子警察布局的合理性，并將分析結(jié)果作為電子警察下一步建設和運行維護管理的指導意見，具體如下：

（1）對于現(xiàn)場執(zhí)法量較大，而且該違法行為又可以采用非現(xiàn)場執(zhí)法的，盡量采用非現(xiàn)場執(zhí)法；

（2）加大已有非現(xiàn)場執(zhí)法中設備自動采集取證的比例，將進行人工（或半自動）非現(xiàn)場執(zhí)法的警力也解放出來；

（3）持續(xù)優(yōu)化調(diào)整電子警察的點位，遷移改造社會效益不大且執(zhí)法數(shù)量很少的電子警察。

3.2 持續(xù)提升智能化水平

目前，高清化、智能化的電子警察前端已成為主流，實時、自動地捕獲進入特定范圍的車輛，識別信號燈狀態(tài)、識別車輛牌照，已經(jīng)成為此類電子警察前端設備的標準配置。然而，現(xiàn)有的前端智能化水平還遠不能滿足交通管理實戰(zhàn)應用的期望，智能化面臨著新的挑戰(zhàn)，主要體現(xiàn)在3個方面：一是綜合識別率指標（包括捕獲率、識別率等）的繼續(xù)提升，從當前90%的要求，提升至95%甚至更高；二是外部場景適應性的提升，在電子警察的實際應用中，其算法需要進一步適應各種各樣的自然環(huán)境變化，如強逆光、強順光、強陰影、低照度、雨雪天、對向車輛遠光燈等多種干擾因素，因此需要引入領先的機器學習和圖像處理算法，通過收集現(xiàn)場某一類場景的場景對算法進行訓練，最終將訓練結(jié)果反饋到前端設備；三是增值特征識別與應用，大力拓展圖像識別的目標范圍，從單一的車牌識別過渡到車型、車標、年款、車身顏色、號牌顏色等多維度的車輛信息識別，以及駕駛?cè)四槻?a href='/map/tezheng/' style='color:#000;font-size:inherit;'>特征、不系安全帶、開車打電話等駕駛?cè)诵畔⒆R別，從而拓展非現(xiàn)場執(zhí)法在“違法行為”維度的空間。

3.3 創(chuàng)新執(zhí)法模式

在上文所述92中可非現(xiàn)場執(zhí)法的交通違法類型中，“上道路行駛的機動車未懸掛機動車號牌的（1717）”、“故意遮擋機動車號牌的（1718）”、“故意污損機動車號牌的（1719）”、“不按規(guī)定安裝機動車號牌的（1720）”這4種交通違法行為，屬于涉牌違法行為，非現(xiàn)場執(zhí)法難度較大。在大數(shù)據(jù)的時代背景下，通過創(chuàng)新執(zhí)法模式，采用“設備提供線索信息、民警精準現(xiàn)場執(zhí)法”這種線上和線下互動配合的方式，可以有效打擊上述違法行為。具體是通過分析車輛通過電子警察的數(shù)據(jù)（包括治安卡口、和電子警察采集的數(shù)據(jù)，下一步可以擴展至停車場及高速公路收費站的數(shù)據(jù)），提取圖像識別所提供的車型、車標、年款、車身顏色、號牌顏色等車輛信息，得出車輛的行駛軌跡。然后通過對目標車輛在一段時間內(nèi)活動軌跡進行分析，可以判斷出該車輛在某一范圍的出現(xiàn)頻度、時段，實現(xiàn)對單體行為習慣的有效預測，并將預測結(jié)果提供給路面民警，從而實現(xiàn)對違法車輛的精準現(xiàn)場執(zhí)法。

4 結(jié)語

廣州市交通電子警察系統(tǒng)經(jīng)過16年的發(fā)展建設，已經(jīng)形成了較大的規(guī)模，非現(xiàn)場執(zhí)法也成為了交通執(zhí)法的主力軍，通過深度挖掘電子警察運行產(chǎn)生的各種數(shù)據(jù)，開展交通違法數(shù)據(jù)的統(tǒng)計、關聯(lián)分析和評估，指導電子警察在布局定點、智能化方向、執(zhí)法模式等方面的發(fā)展策略，大數(shù)據(jù)在廣州市近幾年的智能交通設施規(guī)劃與評估中得到了較好地應用與實踐。展望未來，智能交通設施評估將在交通安全、交通環(huán)境及交通運營等角度切入，進一步深化與拓展大數(shù)據(jù)分析評估技術。