案例背景及目标
随着道路交通行业的持续发展，营运车辆的数量也在逐年快速增长，与此同时，在我国，由车辆行驶导致的重大交通事故也较为频繁地发生。分析可知，包括超速行驶、疲劳驾驶、打电话等异常驾驶行为是导致交通事故的主要原因，利用GPS定位技术及其智能化高危行为辨识判定手段，结合软件平台，实现对车辆的位置跟踪、报警求职、信息服务、防盗报警、部分遥控操作及车辆工作状态监察的功能，如果再交通运输工具遇到危险或突发情况，需要帮助时，可以向监控中心紧急呼救，中心根据收到的预警信息可以快速作出反应，实施救援调度工作。现在，道路运输企业和行业管理部门信息化技术应用程度的要求国家政策的调整相应需求较大，因此企业决定投入大量资金以供道路运输车辆在运营过程中所产生的海量动态监控数据进行分析的先进技术支撑，实时、有效掌握营运车辆驾驶人员的驾驶行为并进行分析应用，为运输企业安全管理工作提供具有针对性和有效性的数据。对于异常驾驶行为的研究不仅通过传统利用视频图像或者驾驶员生理特征等信息进行相应的分析，还车辆上额外加装生理指标信息采集传感器等，智能识别驾驶时出现的一些人为高危及异常行为。
案例实施过程及关键技术
把GPS导航系统、电子地图、智能视频监控以及计算机车辆管理信息系统相结合，实现车辆实时监控和交通调度、管理等功能，通过DSM报警、ADAS报警、BSD报警系统实时报警，有效的采取智能动态监控系统去监督、观察、处理、及时提醒纠正驾驶员在行驶过程中的高危驾驶行为，或处理突发事件，确保车辆在路上高效、安全行驶。车载终端主要是用来接收GPS信号(包括终端号码、经纬度、速度、行驶方向、定位等)，将其显示在显示屏上，并及时上传至监控中心服务器，一方面需要车辆实时的向中心报告自己的位置，同时利用转发、缓存、再发等多项技术，保证定位、跟踪信号、指挥命令不受盲区、跨区和通信中断的影响，无损地在监控中心与运行的车载之间传送。
应用效果及影响
现有动态监控平台虽然能够根据卫星定位数据进行超阈值报警，但对异常驾驶行为识别还存在一定的局限性，其识别机制较为简单，准确性还需进一步提高。根据国内实际情况以及交通行业相关的法律法规，主要利用动态监控平台回传的基础卫星定位数据，研究使用相应的识别算法对驾驶员的异常驾驶行为进行辨识、统计和分析，本次课题研究根据上述问题，对驾驶员的异常驾驶行为识别进行了研究，主要工作有如下几点:(1)对于疲劳驾驶行为，本次课题研究提出一种新的基于行业规定时间的疲劳驾驶行为识别算法，该算法可以利用卫星定位数据准确计算出驾驶员的休息时间以及有效驾驶时间，从而在国内法律规定的驾驶时间层面上判断其是否存在疲劳驾驶行为;(2)对于急加速和急减速行为，本次课题研究分别提出一种新的识别算法，算法可以识别车辆的急加速或急减速行为，将两段时间间隔极小的急加速或急减速行为进行合并，并统计计算各类参数;(3)对于超速行为以及不按规定路线行驶行为，本次课题研究分别在原有算法上进行了改进，提高了对因坐标漂移而产生的卫星定位噪声点的抗干扰能力;(4)对于长时间不目视前方、抽烟、打哈欠、吃东西、东张西望、打电话等高危驾驶行为进行人工研判与干预，及时提醒和制止。(5)对于前车碰撞、路线轨迹偏离等情况，实时观察和研判，不存在危险系数的标注情况，存在危险系数的第一时间人工干预。(6)在完成对高危行为的划分、研判和分析的基础上，本次课题研究运用时间设定和高危行为划分的比例算法实现，利用现有动态监控平台之中提取的实际卫星定位、行为数据分析进行测试，验证了算法的准确性和有效性;(7)将高危行为的比例进行划分和整合，便于每月汇总文明驾驶员的评比，一方面鼓励安全文明驾驶的驾驶员，另一方面鞭策存在高危驾驶行为的驾驶员。
公众号
