道路交通安全问题已成为影响我国公众安全感的重要因素之一，道路交通事故死亡人数在各类安全生产事故死亡总人数中一直占较大比例。在国内外职业驾驶员健康与交通安全研究的基础上，提出建立物流运输驾驶员健康安全大数据信息管理平台。分析了平台需求，构建了平台系统总体架构。该平台具备智能终端数据采集以及云计算技术框架下的大数据智能分析处理功能，可实现物流运输行业驾驶员健康及安全动态实时管理。
0 引言
随着经济社会发展和道路交通需求的持续增长，我国道路通车里程不断增加，机动化水平迅速提升，公路运输量不断增加，机动车驾驶员队伍不断壮大[1]。同时，由于车流、人流、物流的高度叠加，交通事故安全控制难度加大。道路交通安全问题已成为影响公众安全感的重要因素之一。道路交通事故死亡人数一直在各类安全生产事故死亡总人数中占比较大。根据美国统计的交通事故成因，驾驶员因素造成的交通事故占93%，纯系驾驶员导致的交通事故占57%[2]。
1 国内外研究现状
医学界不少学者从劳动卫生、职业病防治的角度对驾驶员的健康状况及其影响因素进行了研究。普遍认为，机动车驾驶员属于特殊职业，可能对人体造成各类不良影响[3]。钟军等对襄阳火车站1 814名火车司机的体检结果进行研究，发现这一群体存在15种疾病，其中高血脂或血脂偏高，占第一位[4]，咽炎、扁桃体炎、中耳炎或耳膜内陷等五官科疾病，位列第二。
国外相关研究始于20世纪50年代，集中在驾驶员交通安全的影响因素上，主要归纳为3个因素：个人因素、车辆因素和环境因素。其中，个人因素包括年龄、性别、疾病、体重、疲劳度、驾驶经验、工作压力、驾驶习惯等[5]，车辆因素包括机动车的使用状况、安全性等，环境因素包括能见度、噪声、路况、天气影响等。其它因素包括地区安全教育、法律法规的制定和贯彻等[7，8]。
职业驾驶员健康状况和驾驶行为数据采集及智能分析是智能交通的重要组成部分。Jung等[7]设计了一款嵌入在方向盘的心电图传感器系统，通过分析驾驶员心电图实时监控驾驶员的疲劳系数和困倦系数，作出相应的疲劳预警。美国2000年成立了联邦汽车运输业安全管理部门[3]，针对美国物流运输业职业驾驶员建立了健康安全管理信息系统， 并以此为基础建立了物流运输业交通安全决策分析平台。本文从驾驶员健康角度构建驾驶员健康安全大数据管理平台，实现物流运输行业驾驶员健康安全动态实时管理。
2 平台需求分析
驾驶员在长期驾驶过程中，受到振动、噪声、高温、汽油、一氧化碳以及强制的不良体位等有害因素的影响。通过定期或不定期医学健康检查和健康资料收集，连续监测驾驶员健康状况，并及时将健康检查和资料分析结果报告给用人单位和驾驶员本人，以便及时采取干预措施，保障驾驶员健康。
根据调研，本项目监测数据由定期体检和出车前体检两部分构成。驾驶员定期体检数据、电子病历或特殊检查则从医院或体检中心获取数据;既往疾病史、生活行为、睡眠、心理等健康史则以问卷形式在线调查或手工填写。出车前对驾驶员进行健康检查及出车风险评估，检查内容有常规检查、眨眼频率检测、医生问诊、酒精检测、涉毒检测以及认知能力测试等，检查时间5分钟左右。驾驶员个性化健康检查数据采集流程如图1所示。
安全事故数据采集利用政府机构或媒体公开数据，通过数据提取、转换和加载工具将异构数据源中的数据，如关系数据、平面数据文件等抽取到临时中间层，并进行清洗、转换、集成，最后加载到数据仓库，以便联机分析处理、数据挖掘，建立物流运输行业运输安全事故数据库，为事故分析与预测打下基础。
采用统计分析和数据挖掘等方法，从海量健康数据中分析驾驶员健康与交通安全之间的联系，对交通事故的影响因素进行分级，综合分析驾驶员健康与交通事故相关性。针对不同情况作出相应决策。同时，综合整理数据分析结果，形成直观的报表，并结合图表和地图等方式进行呈现，最终构建完整的驾驶员健康安全大数据管理平台。
3 平台总体架构
云计算基于高效的虚拟计算资源，能以一种灵活且安全的方式实现快速扩展和缩减，从而交付高品质服务。业务或客户服务以极为简化的方式交付，推进创新和高效决策。云计算使得IT管理更加轻松，快捷响应业务需求。云计算为上层应用服务提供资源和能力，适合于大规模、海量需求，负载变化大，资源平均利用率比较低，管理成本高，业务种类具有长尾效应，需要共享来降低成本的需求。
物流运输驾驶员健康安全数据管理平台集健康检测技术、运输车载技术、移动通信网络、云计算技术为一体，采用“云+端”架构模式。其中，“端”由健康检测系统和交通安全事故数据系统等组成;“云”则实现驾驶员健康与交通安全数据集中存储、处理、分析、挖掘以及风险评估与控制，并针对物流运输企业、驾驶员、健康服务人员等不同用户提供不同的服务。
平台总体框架如图2所示，由智能终端数据采集、云计算框架下的大数据智能分析处理和大数据管理应用3部分组成。
4 系统功能
4.1 智能终端数据采集
智能终端数据采集模块实现对驾驶员身体健康状况以及已发生交通安全事故的数据采集，其中健康状况数据采集模块具有智能分析处理功能，在线实现情景分析，并能通过无线网络，如Internet/GPRS等，与数据管理平台相连接，从而实现信息处理与预警。
4.2 云计算技术框架下的大数据智能分析处理
大数据智能分析模块通过智能分析实现分布式智能终端信息融合与存储，从海量行为数据中提取驾驶员健康状况和驾驶行为危险因素，分析驾驶员健康与交通安全之间的联系，建立关联模型，利用大数据技术为驾驶员、健康服务人员、和企业管理人员提供风险控制与处理依据。
4.3 物流运输驾驶员健康安全大数据管理应用
(1) 政府机构。政府部门可自行或委托第三方服务机构对物流运输行业的驾驶员健康状况以及驾驶行为进行有效监督和评价。
(2) 企业管理。物流运输企业可利用本管理平台对驾驶员健康状况和安全驾驶行为进行评估和改进，以控制和减少事故风险。
(3) 第三方机构服务。物流运输企业也可将驾驶员日常的健康安全管理、服务外包给第三方公司，节省管理成本。
(4) 驾驶员。提供Android版和iPhone版手机应用软件，驾驶员通过定制的手机应用软件访问自己的健康档案和异常驾驶行为，及时掌握健康安全风险，改变驾驶员被动关怀为主动关心自己的健康状况和驾驶行为。
5 结语
本文立足于我国物流运输行业发展，研究了集健康检查技术、移动通信网络、云计算技术为一体，采用“云+端”架构模式，实现物流运输驾驶员健康安全数据管理平台。
其中“端”由部署在物流运输企业健康服务站的健康数据监测设备与数据采集系统构成;“云”实现驾驶员健康与交通安全等数据的集中存储、处理、分析、挖掘以及风险评估与控制。该平台针对物流运输企业、健康服务人员以及驾驶员等不同用户提供相应服务，为物流运输行业企业提供了驾驶员安全控制管理和驾驶员健康管理提供了系统工具。
作者：姚明山 来源：软件导刊 2016年5期
