這幾年，交通運輸安全事故頻繁發生，無論是客貨運車、危化品運輸車、商用車、公共交通車等都發生過重大事故，追溯原因，跟司機的安全防范意識薄弱有較大的相關性。

今年3月，深圳廣深高速發生一起油罐車起火事故。在交管部門事后調查油罐車的車載監控時發現，肇事司機在車禍發生前一直存在頻繁玩手機、收聽及語音回復信息、嗑瓜子、抽煙等異常駕駛行為。從而導致其未能及時發現前方緩行車輛，避讓不及時發生事故。

今年7月7日，貴州安順公交車墜湖事件，更是引發全國關注，司機先是緩慢駕駛，隨后就一腳油門，將滿載乘客的車輛駛到對面車道，然后立即沖下湖，導致車上多人傷亡。事后經調查發現，是司機的主觀行為導致事故發生。

在這兩起事故發生后，交通運輸部、公安部等部門就相繼出臺多項政策，比如，要健全完善公共交通的安防制度、綜合運用新技術和傳統技術、預警預防預控安全風險，大力推進車載視頻監控產品在車輛安全與營運監管領域的發展等等。

這些措施，其實早在這兩起事故發生之前，就有發布過。那么，問題來了，車載視頻監控產品從誕生之初到今天，已經有20多個年頭了，它的技術水平和方案究竟發展到了哪個地步？是否能從事后追溯發展為事前預防？

01 5G、AI賦能車載監控，從“單一錄像”走向“功能集成”

車載視頻監控，作為視頻監控行業的子行業，將地面固定場所的視頻監控功能應用到移動的車輛上，是視頻監控在交通領域的重要應用。

相比于商業、工業、社區、家居及平安城市等固定場所的視頻監控，車載視頻監控需要在復雜的車輛工作環境下（如車輛高速移動、持續振動與沖擊、高低溫、惡劣電源、人為破壞、防水防火等），保持良好的圖像處理和智能分析性能，對產品的技術要求較高。

車載視頻監控主要服務于車載移動場景的各類商用車輛，包括公交車、出租車、班線客車、旅游包車、危化品運輸車輛、渣土清運車輛、環衛車輛、校車、警車及貨運車輛等。

市場需求的變化推動著技術的發展，車載監控從基本的錄像功能，如今發展到集成GPS/BD定位、集成3G/4G傳輸，再到如今集成AI人工智能功能，可對駕駛行為進行分析和預警。

車載監控，從模擬到數字，再到高清網絡，技術原理包含網絡技術和圖像處理技術。

車載監控視頻的針對性圖像采集，需要自適應白平衡技術、快速自動曝光技術、敏感區域編碼技術來提升和改善圖像的適應性。

另外，從傳統的視頻監控到現在的智能視頻監控，人工智能技術發揮了其獨有的作用。

通過人工智能對海量視頻的學習和分析，使得視頻監控系統從“被動防御”向“主動預防”轉變，實時、主動發現并提醒安全風險。

銳明技術的解決方案，通過設備布防結合系統預警進行主動預防，利用路面感知和駕駛員行為識別技術，可提供駕駛員狀態監控，安全駕駛輔助，盲區檢測等多種智能視頻監控功能，對高風險的路面狀態及駕駛行為可識別、可干預，盡可能消除疲勞駕駛等道路安全隱患，大幅度降低交通事故發生率。

告警信息及告警證據會實時上報，實現告警有據可依，通過平臺數據分析，推動實際管理行動，達到有效預防公共交通安全事故產生。

而同屬車載監控領域的銳馳曼，目前產品模塊主要包括音視頻監控錄像，北斗GPS定位，3/4G音視頻傳輸，報警輸入輸出，視頻客流統計功能以及主動安全輔助駕駛功能。

其中主動安全部分，包括ADAS功能模塊——車道偏離報警，前車碰撞預警，行人及非機動車識別預警；DSM功能模塊——駕駛員疲勞駕駛預警（打呵欠，閉眼），打電話報警，抽煙報警，駕駛員分神報警等；BSD功能模塊——車輛左右側盲區視頻分析預警。

通過遠程實施實時預覽監控，異常報警（手動觸發或者速度異常觸發）及時上傳，并通過AI技術對車輛行駛狀態（車道異常偏離，前車碰撞），駕駛員駕駛行為狀態分析（駕駛時抽煙，打電話，疲勞瞌睡，精神分散注意力不集中），及時進行音頻提醒預警并向后臺傳輸報警數據，對事故進行提前預防。

還可以通過視頻分析技術判定車輛盲區是否有行人或者非機動車，并對駕駛員及時進行提醒，防止盲區事故的發生。

所以目前的車載監控視頻技術或者解決方案，不僅可以對車內外進行音視頻錄像、對車輛位置進行查詢、向監控中心后臺傳輸數據以及預警，還可以對危險駕駛行為進行提前預警，避免事故發生。

另外，即便在發生事故后，視頻數據也不會損毀。比如，銳明技術的車載設備從整機和存儲的結構設計上，具備一定的抗振，隔熱和阻燃能力。

而且，針對起火或落水等極端環境，銳明技術還有災備存儲盒相關產品來保障數據安全。

據了解，災備存儲盒是一個類似于飛機黑匣子的產品，可以在工作狀態下可對主機記錄的視頻數據做同步備份，它具備耐高溫（1100℃，20min）和防水（100M水深浸泡）等特性，可在車輛燃燒和落水后等緊急情況下，盡可能完整保存車輛視頻數據不丟失。

銳馳曼目前的產品則可以做到對車內視頻進行錄像并且回傳，監控中心可實時對駕駛員情況和車內情況進行實時預覽監控，并可以在車輛異常行駛，比如異常的車道偏離進行預警和對后臺進行及時的提醒和數據傳輸，后臺可以在及時發現車輛和駕駛員異常的情況下，可遠程對車輛進行斷油斷電的控制，并在整個過程進行錄像和數據的保全。

文章開頭的那兩起事故，如果車內安裝了智能視頻監控，事故發生的概率想必會小很多，同時，后續事故追溯也會有技術支撐。

但是，實際情況是，目前大部分兩客一危的商用車輛都沒有安裝智能視頻監控，而只安裝了普通錄像功能的監控設備。智能視頻監控在落地應用方面，還有不小的挑戰。

02 市場需求旺盛，為何卻難普及？

隨著公共交通的客貨運事業蓬勃發展，運輸市場車輛保有量逐年增加，相應的交通安全管理卻跟不上形勢發展，交通事故頻發，尤其是司機超速、疲勞駕駛、兩客一危等違規駕駛行為是交通事故多發的主要原因。

為此，商用車輛在營運過程中的安全管理受到公眾的普遍關注和監管部門的高度重視，監管部門和營運企業對提升運營安全及管理效率的需求日益增長。

車載監控系統作為輔助商用車安全監管的有效手段，其市場前景也被廣泛看好，迎來穩定增長期。

目前全球商用車車載視頻監控市場規模僅約120億元，按照全球3億輛商用車，單車產品均價4000元，替換周期 7-10 年測算，全球商用車車載視頻監控穩定自然替換市場規模達到約1200-1700億元，行業遠未達到天花板。

與我國龐大的商用車保有量相比，當前的車載監控乃至是智能車載監控市場仍有著龐大的市場掘金空間。

但是目前智能車載監控的普及率仍略顯不足，商用車上大多采用的是普通視頻監控。

原因主要有幾方面：

一、被動接受：有企業認為，在車載監控市場中，自上而下的政策推動，運營企業、駕駛員大多是被動接受，對更智能的視頻監控技術容易產生消極抵觸情緒，帶來“監”而不“控”的問題。

二、實際效果不及預期：當前的車載監控只要求安裝監管設備，對于設備安裝后的實際運行效果并沒有太多關注，而這種向上的服務模式，沒有落實到本源的運營企業一線管理中。

三、運營管理成本較高：這些智能視頻監控設備大多價格不菲，對企業的運營管理成本來說是一筆不小的開支，所以，即便是有政策的推動，但企業也會為了控制成本，而采用普通的視頻監控設備。

這也導致在一些運營企業、駕駛員的觀念中，對車載監控的理解，更多是為了監視其駕駛行為，而不是幫助其實現更安全駕駛控制的工具。

四、相關技術認知不足：營運企業即使配備有智能化車載設備，受限于“車載監控+AI”產品的安裝、使用要求多，相關人員專業認知不足等因素，運營企業在實際應用中沒有專業人才及后端平臺支撐，也難以發揮好前端數據對駕駛員駕駛行為的幫助作用。

也就是說，在自上而下的推動模式下，車載監控設備的部署不僅給運營企業增加了運營成本，同時對于營運車輛的行車安全起到的幫助，也沒達到其安裝的初衷。

03 新技術迭代推動，變“監控”為“服務”

隨著5G網絡等新一代無線通信技術的發展，網絡帶寬更寬，網絡覆蓋度將更加完整，單位流量資費更低，將進一步推動車載監控產品與新一代無線網絡的融合發展。

隨著大數據云計算的快速發展，相關技術應用將能有效提升企業的運營效率，降低企業的運營成本及提升安全監管部門的監管效率。

比如，目前的商用車聯網在保障公交安全方面，技術上都能提供車輛運營基本數據以及實時動態遠程視頻監控，可完整再現事件過程，智能化分析駕駛數據，實現針對性高效管理的作用。

當前AI技術在車載領域的應用主要為智能圖像分析技術，人工智能深度學習技術。隨著AI技術的不斷進步，將視頻監控系統的功能從事后追查為主，轉為以事前預警和事中分析為主，實時、主動發現風險。

車載監控領域已經從管人到“人車并舉”的管理模式發展。比如，駕駛安全預警系統能分別針對車、人進行安全預警；車載視頻監控應用平臺，其基礎數據能實現車隊、車輛、線路、站點等信息的管理；

此外，借助AI賦能監控設備，對于司機的疲勞駕駛，變得有據可依，新一代駕駛預警系統，攝像頭的圖像傳感器能夠采集人臉諸多疲勞狀態數據特征，進行提取與分析處理，通過先進的疲勞狀態算法來準確無誤判斷后，進行語音燈光提示，來達到警示駕駛員，糾正錯誤駕駛行為。

商用車輛安全是一個復雜的系統問題，再好的設備如果沒有前后端軟硬件相結合的“智能設備+智能風控平臺+風控服務”的管控服務閉環，也無法真正發揮效用。

在大數據時代，安裝智能監管設備不應只符合安裝要求，還需真正領會智能設備給予行車安全帶來的服務提升。業界需轉變認知，要做好服務者而不是監控者。

同時，企業也要充分認識到，安全管理問題是一個復雜的系統化問題，設備只是一個數據采集工具，更多的是需要軟、硬件結合，同時輔以強大后臺服務，構建線上線下的安全管理服務閉環，幫助車輛管理化繁為簡，真正地抑制風險。

最后輔以必要的政府安全監管、引導和促進，構成一個正向的安全管理改進循環，不斷提升企業安全管理能力、技術應用能力，才能減少悲劇的發生。

結語

總體來看，在技術迭代的洪流之下，如今的車載監控早已脫離了早期的古板樣式，融合多種新技術，邁向智能化階段。

加上政策的利好，帶來了市場需求的爆發，成為車載監控從碎片化需求轉向規模化部署的關鍵推力，為車載監控系統的標準化建設指明了方向，有望打開更多細分應用市場。

按照現有的產業發展模式和市場格局，車載監控這一細分市場有望自成一派，迎來持續性的產業成長期。
? ? ? ?責任編輯：tzh