基于多源多维感知的高速公路两客一危车辆轨迹追踪与事故预警
两客一危，是指从事旅游的包车、三类以上班线客车和运输危险化学品、烟花爆竹、民用爆炸物品的道路专用车辆。近年来，随着高速公路快速发展，车流量增长迅速，危化品导致的交通事故不断增多，给社会带来了极大的负面影响，严重威胁到了人们的人身安全。2014年，全国共发生交通事故3906164起，造成65225人死亡，254075人受伤，直接财产损失9.3亿元，其中，两客一危车辆道路交通事故死亡人数占总数的40.2%。由于两客一危车辆具有易燃、易爆等性质，因此其事故造成的人员和财产损失更为巨大，急需监管关键技术。
目前国内在两客一危车辆监管方面，主要采用的技术是卫星定位技术。自2011年8月1日起，新出厂的“两客一危”车辆，在车辆出厂前应安装符合《道路运输车辆卫星定位系统车载终端技术要求》（JT/T794-2011）的卫星定位装置。对于不符合规定的车辆，工业和信息化部不予上车辆产品公告；道路运输管理部门在为车辆办理道路运输证时，要检查车辆卫星定位装置的安装和工作情况。凡未按规定安装卫星定位装置的新增车辆，交通运输部门不予核发道路运输证。对于已经取得道路运输证但尚未安装卫星定位装置的营运车辆，道路运输管理部门要督促运输企业按照规定加装卫星定位装置，并接入全国重点营运车辆联网联控系统。从2012年1月1日起，没有按照规定安装卫星定位装置或未接入全国联网联控系统的运输车辆，道路运输管理部门应暂停营运车辆资格审验。清华紫光产业园项目将为合肥乃至安徽省“两客一危”车辆的实时监控提供平台支撑。在智能交通方面，将利用北斗卫星实时监测功能，对“两客一危”车辆(指大客车、大型旅游客车以及危险品车)进行实时监测。以前监控系统用的都是GPS，以后北斗监测系统将对这类车辆的运行状况进行实时监测，一旦车辆运行出现问题，北斗监测平台将会立即显现。公安部门要逐步将“两客一危”车辆是否安装使用卫星定位装置纳入检验范围。
然而，无论是GPS还是北斗卫星定位虽然能够定位两客一危车辆，却是单一维度的位置感知技术，无法解决以下问题：
1）可靠性不能保证。卫星定位往往被大气层、气候、建筑物、隧道等影响，对两客一危车辆定位的可靠性不能保证。GPS系统精确定位的关键就在于对卫星和接收机之间距离的准确计算，按照固定模式：距离=速度×时间，时间确定之后，速度按电磁波的传播速度定。电磁波在真空中的传播速度很快，但大气层不是真空状态，信号要受到电离层和对流层的重重干扰。GPS系统只能对此进行平均计算，在某些具体区域肯定存在误差；在大城市或山区由于高层建筑物及树木等对信号的影响，也会导致信号的非直线传播，造成影响。
2）异常轨迹难以判别，证据链可信度不足。单一的卫星定位技术只能识别车辆位置，或形成轨迹链条，但却难以判别两客一危车辆是否存在异常轨迹，即根据两客一危车辆运行变量与时间和空间变化、分布规律以及交通控制之间的关系，判断车辆是否存在轨迹异常。此外，仅仅通过卫星定位确定两客一危车辆的位置，在发生交通违法事件时，常常难以作为证据，产生很多纠纷。
3）缺乏主动事故预警机制。传统的两客一危监管技术只能被动的识别事故，即当事故发生时才能报警，以及制定应急处理方案。此时人员和财产损失已经发生。不能通过人工智能的方法主动预测故障。而事故的发生往往和交通密度、近域车辆速度、驾驶员疲劳程度、气候状态等有密切关系。
本项目的意义在于：采用基于图像识别、RFID、卫星定位、道路路况、气候情况等多源多维感知技术，对高速公路两客一危车辆轨迹追踪和事故预警，增加高速公路管理部门对两客一危车辆的监控能力、降低事故发生频率、提高高速公路交通安全。
参考文献包括： [1] 王华城等，基于RFID技术的高速公路危化品车辆交通异常判别系统。中国交通信息化，2017(10)，108-110。
[2] 陈晓彤等，高速公路两客一危车辆动态监管系统。中国交通信息化，2017(7)，142-143。
[3] 吕焰，浅谈人工智能在车辆特征识别中的应用。中国交通信息化，2017(11)，140-143。
[4] Silver D, Huang A, Maddison C J, et al. Mastering the game of Go with deep neural networks and tree search[J]. Nature, 2016,592(7597):484-489.
[5] Krizhevsky A, Sutskever I, Hinton G E. ImageNet classification with deep convolutional neural networks[C]. International Conference on Neural Information Processing Systems. Curran Associates Inc. 2012: 1097-1105.
[6] Hochreiter S, Schmidhuber J. Long Short-Term Memory[J]. Neural Comutation,1997 9(8): 1735-1780.
[7] Lecun Y, Bengio Y, Hinton G. Deep Learning[J]. Nature 2015, 521(7553): 436-444.
[8] Lecun Y, Boser B, Denker J S, et al. Handwritten digit recognition with a back-propagation network[C]. Advances in Neural Information Processiong Systems. Morgan Kaufmann Publishers Inc. 1990:396-404.
[9] 王凯丽，浅析高速公路安全管理[J]。黑龙江科技信息杂志，2012(6)，130-131。
[10] 卜全民，危险化学品公路运输的安全控制研究[J]。湖北警官学院学报，2011(3)，94-97。
本项目的特色和创新之处在于：
1）基于多源多维感知技术，形成两客一危车辆轨迹和证据链。采用基于图像识别、RFID、卫星定位、道路路况、周围车况、气候情况等多源多维感知技术，对高速公路两客一危车辆轨迹追踪。不同于传统的卫星定位单一技术，能够更全面、更准确、更精细的形成两客一危车辆轨迹和证据链。
2）基于车辆轨迹大数据分析技术，判断两客一危车辆交通异常事件。能够对两客一危车辆的交通异常事件进行准确判定，是对传统车辆轨迹大数据的深度分析，对危化品事故的即时、有效处理具有重要意义。
3）将动态、静态的交通数据融合，将微观、宏观的交通状况结合，建立两客一危车辆事故主动预警机制。将传统的单一车辆轨迹追踪升华为基于综合路况的两客一危车辆事故预警系统，即实时分析交通密度、时空变化、气候状况、周围环境等，提供主动事故预警和信息发布机制，可以大幅降低事故发生频率、提高高速公路交通安全。