方案名称：电动自行车交通治理解决方案

　　应用领域：智慧公安

　　方案类型：智慧视频解决方案（图像和视频的算法、设备、视频应用等）

　　2023年12月22日公安部交管局印发《电动自行车执法管理试点工作方案》针对电动自行车秩序乱、执法难、矛盾多等问题，试点分级分类、重点管理、溯源治理等执法管理模式，建立健全重点人员精准宣教、重点企业源头管理、重点问题溯源治理工作机制，突出重点违法、重点人员，注重路面执法与源头治理联动，全面提高电动自行车管理效能，规范电动自行车通行秩序。

　　电动自行车交通治理解决方案推动电动车安全治理模式向事前预防转型，以人工智能、大数据智能化应用创新为引擎，降低电动自行车交通安全风险及道路亡人事故率。

　　电动自行车交通治理解决方案业务架构大体分为感知采集、基础设施、能力中台、业务应用、以及数据可视化五大部分。

　　该方案主要功能包括以下几个方面：

　　1.感知管理：感知管理模块通过部署摄像头、RFID相机和各类传感器等设备沿道路收集数据，实时监测道路状况，并识别电动车违法事件如闯红灯、逆行等，此模块支持设备列表管理、设备详情查看、设备查询、采集记录审核、实时视频监控和历史视频回放，此外，通过数据导出功能，可以将采集数据导出进行更深入的分析和处理。

　　2.事件中心：事件中心模块包括执法事件和专题事件两大部分，其中执法事件主要聚焦于通过相机识别的电动车违法行为，如人员未戴头盔、逆行、闯机动车道等。专题事件则处理如非法载客、外卖公司分析等长尾算法事件，提供丰富的查询功能和历史回放能力，支持事件数据的详细导出和管理；支持事件协同模块用于管理事件处置规则和记录每个告警事件的处置信息，并统计分析个处置事件个人数据及宏观数据。

　　3.数据洞察：数据分析模块提供态势分析、数据对比和数据报告等多种功能，支持事件总数分析、高频类型分析、安全趋势分析等多维度的统计和展示，以支持管理决策。此外，数据比对功能允许比较不同时间段或区域的数据，更好地洞察违法事件的变化趋势。涉及的维度包括：总体情况、各街道、各场所（学校、医院、园区、路口、社区、商超、重点场所等）、各时段以及特行业的全域、多维度、多角度的违法事件分析。

　　4.选点推荐：选点推荐功能基于历史数据和交通流量分析，为感知设备的最优部署提供科学依据，确保设备布局最大限度地提高监控效果和数据收集效率。通过地图可视化，展示推荐的设备部署位置和预期的覆盖范围，直观理解部署方案的实际效果。

　　5.专题应用：专题应用涵盖民生行业分析、区域分析、事故分析等内容，通过细化到具体行业和区域，进行针对性的深入分析，支持管理者从不同角度和层次理解和应对交通安全管理的挑战。

　　6.知识库和档案中心：知识库包括专题素材库和教学试题库，提供丰富的管理和应用功能，如素材上传、分类、检索和下载，支持教育和培训活动，提供人员的精准宣教。档案中心则包含车辆档案和企业档案，详细记录车辆和企业的基本信息、违法分析、出行分析等数据，支持管理者全面了解监管对象的历史和状态。

　　优势特点

　　相比传统算法，在经过海量训练提升，核心场景算法精度大幅提升

　　未戴头盔：支持识别未戴安全头盔事件，算法准确率不低于99%

　　闯红灯：支持识别闯红灯事件，算法准确率不低于99%

　　闯机动车道：支持识别闯入机动车道事件，算法准确率不低于99%

　　加装雨棚：支持车辆上加装雨棚事件，算法准确率不低于99%

　　人员超载：支持识别驾乘人员数量超过一个的事件，算法准确率不低于99%

　　逆行：支持识别行驶方向和车道规定方向相反的事件，，算法准确率不低于99%

　　闯禁令：支持识别闯入禁止驶入区域事件，算法准确率不低于99%

　　三轮车：支持对三轮车出现进行检测识别，算法准确率不低于99%

　　超速：支持识别超出规定速行驶事件，算法准确率不低于99%

　　多人骑车未戴头盔：支持对电动自行车识别两人及以上骑行且其中一人未戴头盔事件，算法准确率不低于95%

　　紧扣电动车专项治理要求和场景，方案创新性受到关注：

　　场景区域分析：支持对标签化的场景区域产生的重点关注违法事件进行汇总展示，通过地图形式展示各标签下的区域数据统计情况，包括事件类型分布、高频时段、事件排行和事件趋势等；支持自定义创建标签和重点关注内容，支持自定义区域属于的标签和设备情况。

　　高快隧道分析：支持对高速路、快速路和隧道产生的违法事件进行汇总展示，支持通过时间、车牌、事件类型和属性条件进行筛选，并支持通过地图可以查看违法发生的区域位置。

　　三轮车分析：支持对三轮车的出现事件进行汇总展示，支持通过时间、车牌、事件类型和属性条件进行筛选，并支持通过地图可以查看事件发生的区域位置。

　　区域违法分析：支持对系统所有数据进行汇总统计分析，按照时间和区域形成事件总数、高频违法类型、高频时段、多发地点排名、事件时间趋势、事件类型分布、事件时段分布。

　　应用效果

　　1.实战效果：依托视觉AI、大数据分析、大模型泛场景识别技术，一方面构建了科技赋能的执法体系，助力民警在警力资源紧张情况下，针对重点违法多发场所，时段提供科学精确勤务部署指导，大幅度提高警务效能、效率。一方面针对于高频人员、特行业、违法“摩电”进行精准劝导、处罚，针对性打击、整治。实现头盔佩戴率、遵规率、上牌率持续提升，道路交通事故起数、受伤人数、死亡人数实现“三下降”。

　　2.广泛推广效益：根据国家部委政策要求，结合各城市电动车治理难点以及经济投入效益要求，本方案充分利旧前期已建设感知设备，对各类数据进行统一接入，依托于长尾算法、大模型算法对各类事件进行精准识别和大数据分析，以低成本、高效益模式，构建从数据接入-事件识别与分析-事件分拨-处置评估全业务闭环电动车治理体系，该模式可广泛在各城市进行推广，助力社会交通安全治理和风险防范。