AI赋能的人车路多因素全链条公交行车安全防控体系

　　一、总体介绍

　　为深入贯彻交通强国、数字中国发展战略，全面落实数字重庆建设工作部署，在交通开投集团的指导支持下，重庆公共交通运营有限公司(以下简称"重庆公交")以"协同运营、精准服务、高效管理"新型能力建设为核心，聚焦公交行车安全领域的痛点难点问题，在全国公交行业率先开展AI赋能的人车路多因素全链条公交行车安全防控管理实践。

　　针对传统公交安全防控体系“重技术轻架构、重局部轻整体”的缺陷，以及驾驶员状态判断主观性强、危险事件难以深度关联分析等行业共性难题，重庆公交创新提出“AI赋能、人车路多因素融合、行车前-行车中-行车后全链条闭环”的公交行车安全防控新范式，通过 AI 设备采集车辆运行过程中司机、车辆、道路等多维度数据，将多维数据输入以真实事故案例为驱动的安全认知大模型中，研判并输出驾驶员疲劳、行车高危等风险预警信息，建立贯穿行车前风险评估与预案生成、行车中实时监测与联动干预、行车后溯源分析的闭环反馈机制，研发面向产业化的公交车安全运营智能在线监测及管控一体化系统平台。该体系突破了过去单点、被动、事后的安全防控模式，实现了从“事后追溯”到“事中预警”再到“事前预演”的革命性转变，形成了一套可复制、可推广的公交行车安全智能化防控解决方案，为城市公共交通安全发展提供了有力支撑。

　　二、主要做法

　　(一)建设AI赋能的人车路多因素全链条公交行车安全防控机制与架构

　　重庆公交针对原有安全系统“信息孤岛”、缺乏顶层设计、无法形成管理闭环的问题，构建了“人-车-路”全因素、“前-中-后”全链条的一体化公交行车安全防控架构。该架构以多源异构信息融合为驱动，依托 AI 感知设备采集司机、车辆、道路全维度运行数据，接入以真实事故案例为底座的安全认知大模型(以下简称“安全大模型”)进行智能推演研判，通过体系化设计，实现了跨时段、多要素的决策协同与安全防控。行车前，开展驾驶员风险评估并生成针对性预案。行车中，对驾驶员状态、车辆运行和道路环境进行实时监测与联动干预。行车后，对所有安全数据进行溯源分析并反馈优化防控策略，真正形成了全流程、全要素的闭环管理，从根本上解决了数据融合难、业务协同难、闭环管理难的核心痛点，实现了从“单点防御”到“体系作战”的转变，显著提升公交行车安全。

　　(二)研发多源数据驱动的公交驾驶员适岗状态诊断与监测预警技术

　　突破传统以经验为主的驾驶员状态诊断方法，通过清洗和挖掘公交车辆运行数据、驾驶人员的生理数据和工作环境数据等多维度信息，构建人、车、环境多因素融合、在线和离线相互迭代的数据感知体系。在多源数据的驱动下，针对岗前、出岗和在岗三个阶段，建立公交驾驶员适岗状态评估标准和评价体系，并基于常模计算方法构建适岗状态评价模型。在此基础上，基于机器视觉、机器学习、深度学习算法构建公交驾驶人员适岗异常状态预测和识别模型，实现驾驶员异常状态的自动诊断、预警和动态反馈，降低公交运营风险。

　　(三)研究基于人工智能与前后端联动的危险驾驶行为高精度预警技术

　　针对公交车驾驶员典型不良驾驶行为特点，通过对海量驾驶人员典型危险驾驶行为图像序列的挖掘与分析，建立能表征分神类(抽烟、打电话、频繁分神等)、疲劳嫌疑类(打瞌睡、频繁打哈欠等)等危险驾驶行为的图像特征，提出基于多区域特征信息融合的驾驶行为检测方法。并针对复杂环境下误检率较高的问题，基于大数据分析与清洗技术，建立基于风险程度划分和注意力机制的风险预警优化技术，实现前后端联动的一体化驾驶风险自动监测与高精度预警与全天候主动安全监管，系统防范行为异常导致事故的风险。

　　为解决复杂环境下误检率较高的问题，利用安全大模型的疲劳高风险识别引擎，基于多种应用实时事件流(如下瞟、闭眼、车道偏离、目光呆滞、行人碰撞等)，结合司机连续驾驶操作进行综合研判，找到真正的驾驶风险，并提供及时预警提醒，全天候对驾驶员行为进行主动安全监管，提供少误报、少漏报、高准确率的风险报警，及时发现并预警不安全驾驶行为，将事故隐患消除在萌芽状态，系统防范因行为异常导致的事故风险，同时大幅减少人工监控成本，提升安全管理效率。

　　(四)研究基于跨时段多因素融合的行车后危险事件溯源分析技术

　　针对传统危险事件分析方法难以将事件与"人、车、路"多维度因素深度关联和因果推断的问题，重庆公交研发了基于跨时段多因素融合的行车后危险事件溯源分析技术。

　　引入安全大模型的事故识别引擎，实现车辆、道路、车流、司机多维数据的同步融合分析，对驾驶员岗前、出岗、在岗全过程、多时点的身心健康状况、驾驶行为与驾驶能力等前端监测数据与后端历史数据进行多源融合分析，建立基于个体特征、知识技能、生理健康、心理情绪和行为等多维度信息的驾驶员画像和路段行车风险图。采用事件同步和特征匹配方法对多源数据进行时空对齐，基于事件时间线进行时空重构，提取事件相关行为特征，并运用因果发现算法构建可进行概率推理的因果贝叶斯推理网络，实现对危险事件的精准根因分析，帮助安全管理人员实时掌握安全事故全景，为开展针对性预防工作提供科学依据，从事故源头降低安全风险。

　　三、取得成效

　　本体系的实施，通过前瞻性的风险预警与精准的干预措施，有效降低了事故发生率及其带来的直接与间接经济损失，实现了显著的降本增效。

　　(一)经济效益方面

　　1.大幅降低事故成本

　　通过AI赋能的全链条安全防控，系统能够实时监测并预警不安全驾驶行为与潜在道路风险，将大量事故消除于萌芽状态。数据显示，自体系应用以来，2024年公交上报事故费用已从2019年的49.52元/千公里大幅下降至24.46元/千公里，降幅高达50.6%，直接为企业减少了巨额的事故赔偿、车辆维修及误工成本，经济效益极为显著。

　　2.提升运营效率与资源利用率

　　事后溯源分析技术能够精准定位事故根源，帮助管理人员制定更具针对性的培训与管理策略，驾驶员疲劳率下降超30%，从源头提升驾驶员的整体安全意识与技能。这减少了因事故处理、调查、保险理赔等占用的管理资源和时间成本，使企业能将更多精力投入到运营服务优化与效率提升上，间接提升了整体运营效率。

　　3.保障企业稳健运营与可持续发展

　　一个安全、可靠的公交系统是城市公共交通可持续发展的基础。该体系通过将安全管理从事后补救转变为事前预防，极大地增强了公交运营的稳定性，降低了因重大安全事故可能引发的巨额赔付、品牌声誉受损、政府处罚等重大经营风险，为企业的长期稳健发展提供了坚实的技术保障。

　　(二)社会效益方面

　　本体系在创造经济价值的同时，更通过保障市民生命财产安全、提升公共交通服务信誉、推动行业智能化转型，产生了广泛而深远的社会及环境效益。

　　1.显著提升公共出行安全感

　　市民的生命安全是公交运营的头等大事。该体系的应用使得公交行车安全水平得到质的飞跃，2024年公交上报事故率较2019年下降了42.2%(从0.64件/百万公里降至0.37件/百万公里)，人员伤害率更是实现了87.7%的惊人降幅(从0.081人/百万公里降至0.01人/百万公里)。这为数百万市民提供了更安全、更可靠的出行环境，极大提升了市民乘坐公共交通的安全感与满意度，是“人民至上、生命至上”理念在公交领域的最佳实践。

　　2.有效提升城市公交安全水平

　　构建的“人-车-路”多因素协同、“前-中-后”全链条闭环的智能化安全防控体系，实现“事后追溯”到“事前预演”的革命性转变，有效保障了乘客、驾驶员及道路其他交通参与者的生命财产安全，助力重庆中心城区成功创建“国家公交都市建设示范城市”。