據(jù)相關(guān)統(tǒng)計(jì)，截至2020年底，全國高速公路通車?yán)锍桃堰_(dá)到16萬公里，并且近3年平均每年新增約8000公里，給高速交通安全管理帶來嚴(yán)峻挑戰(zhàn)。
 

　　高速公路事故多發(fā)場景具備一定規(guī)律特征，具體有哪些呢？
 

　　在中國智慧交通管理產(chǎn)業(yè)聯(lián)盟年會(huì)交通數(shù)字化與智能化創(chuàng)新發(fā)展分論壇上，公安部交通管理科學(xué)研究所副研究員張森發(fā)表的“多場景下高速公路交通警情智慧感知及處置技術(shù)”主題演講中給出了答案。
 

　　張森通過對江蘇某高速路段近5年事故數(shù)據(jù)的分析，總結(jié)得出高速公路上交通事故的多發(fā)場景主要集中在互通樞紐、收費(fèi)站出入口、長下坡、急彎、惡劣天氣多發(fā)點(diǎn)等典型路段。

　　據(jù)全國高速公路事故統(tǒng)計(jì)資料顯示，高速公路上超過30%的事故發(fā)生在公路匝道口，尤其在匝道出口處。高速公路主線出入口為何事故易發(fā)，一是駕駛?cè)瞬皇煜ぢ肪€，未提前規(guī)劃路線，不了解自己要駛?cè)氲哪康牡?；二是駕駛?cè)瞬蛔⒁庥^察沿線的指路標(biāo)志牌，到達(dá)出口前沒有提前變更到右側(cè)車道；三是駕駛?cè)税踩庾R淡薄，錯(cuò)過匝道口后進(jìn)行倒車、違停等違法行為。面對匝道口事故預(yù)防場景，我們利用智能物聯(lián)感知技術(shù)，對匝道口的違停、倒車、行人闖入等危險(xiǎn)行為實(shí)時(shí)感知，并及時(shí)通過可變誘導(dǎo)屏、高音號角及時(shí)進(jìn)行驅(qū)離，減少交通事故的發(fā)生。

　　隧道是發(fā)生交通事故的主要場景之一，一是部分隧道內(nèi)缺乏照明設(shè)施，駕駛?cè)艘暰€受影響，引發(fā)隧道內(nèi)事故；二是隧道出入口光線強(qiáng)度變化明顯，駕駛者視覺對光線強(qiáng)度需要適應(yīng)性反應(yīng)，易引起車輛碰撞洞口、洞身以及車輛追尾、刮擦等事故；三是隧道內(nèi)一旦發(fā)生交通事故，救援難度大，梳理和處置起來較為困難。面對隧道事故預(yù)防場景，我們深度融合毫米波、窄波雷達(dá)、可見光視頻等多維感知技術(shù)對隧道內(nèi)外交通信息進(jìn)行動(dòng)態(tài)感知，實(shí)時(shí)采集隧道內(nèi)外交通運(yùn)行狀態(tài)數(shù)據(jù)。同時(shí)基于高精度路網(wǎng)數(shù)據(jù)，構(gòu)建數(shù)字孿生世界里的隧道真實(shí)場景，實(shí)現(xiàn)隧道事件的高精度定位與還原回溯。

　　長下坡是事故多發(fā)地點(diǎn)，部分車輛進(jìn)入長下坡后由于不明路況，到坡底已嚴(yán)重超速，遇彎道后剎車不及時(shí)，造成翻車，也有部分車輛在長下坡路段連續(xù)剎車，引起剎車系統(tǒng)過熱失效，造成制動(dòng)失敗，終導(dǎo)致事故發(fā)生。面對長下坡事故預(yù)防場景，我們以智能物聯(lián)感知為基礎(chǔ)，以數(shù)據(jù)挖掘、研判分析為手段，建立一套涵蓋事前預(yù)防、事中預(yù)警、事后處置全流程的長下坡事故預(yù)防系統(tǒng)，有效助力長下坡交通事故預(yù)防。

　　濃霧、路面結(jié)冰、大風(fēng)(臺風(fēng))、降雪、高溫、強(qiáng)降雨等不利氣象條件同樣也是導(dǎo)致高速公路的重要原因之一。海康威視能夠利用視頻感知技術(shù)、紅外感知技術(shù)、超聲波等技術(shù)，對路面低能見度、結(jié)冰、大風(fēng)(臺風(fēng))、降雪、高溫、強(qiáng)降雨等異常氣象智能感知及實(shí)時(shí)預(yù)警，并建立科學(xué)決策模型，針對不同氣象條件制定不同交通管控預(yù)案，提高惡劣天氣下的應(yīng)急處置效率。

　　海康威視通過對高速匝道口、隧道、長下坡、惡劣天氣多發(fā)點(diǎn)的事故因素進(jìn)行分析，利用*的智能感知技術(shù)、預(yù)警處置技術(shù)提升此類事故多發(fā)路段的隱患治理水平。此外，我們還在研究臨水臨崖、連續(xù)急彎等其他事故多發(fā)路段的治理方案，為高速公路出行安全保駕護(hù)航。