每次来危化品物流分会组织的会议都很亲切，下面坐了很多行业大哥。整个危化行业承受国家最严的监管，也承担着整个运输行业最重的主体责任，所以我们整个行业对安全的要求是最高的，我敢说危化行业因为大家的高要求，提出来各种各样安全方面的一些需求在促进径卫视觉不断去完善我们整个系统和体系来为整个交通安全行业尽一些绵薄之力。
我们从2010年就投身安全领域，一直不断研发满足各位需求，到现在，目前提供到给合作伙伴的方案是叫人车融合安全方案，这里面既强调车，又强调人。更多是强调人，因为只有人才是安全的主体，把人的行为进行一个有效的管理、管控、培训、教育，就能够从本质上对安全起到提升的作用。这边是一些比较公开的数字，讲到了我们国内8%的商用车保有量导致了28%的事故死亡率，因为大车很难开，大车司机工作强度也非常大，不可能永远保持一个精神饱满的状态开车，这也是事故发生原因所在。全球18%的事故发生在中国，不是中国第一，就是印度第一，这两个国家都属于交通战略非常高的国家。
每年中国有8万人死于交通事故，这是公安部的统计，从另一部分统计的数据来讲中国每年死亡交通人数其实是30万人，其实我们做安全的人都说每年中国都在经历一场南京大屠杀，这一经济损失就更大了。以直接损失角度来讲可能是10个多亿，但在中国现在每一年车险保费规模已经是在八千亿了，整个车险的平均赔付率是64%，将近五千亿的损失。
今天上午大家都在讲安全的问题，企业来讲，因为经济周期的影响，业绩会出现一些波动，但大家一直还会有一个继续去运营的机会，但往往因为一个突发的事故，然后承担了一个超过企业的承受边界的主体责任，最后整个企业就会受到非常致命的影响，所以安全是一个零，会让整个企业去归零，所以安全做好了才会有企业的发展。为什么我们一直强调是人、车加管理的模式来提高安全，因为整个安全是一个长效的机制，我们必须有管理的配合才能够保证安全落地，安全的效果是一个可持续的效果，我们径卫视觉是以管人为起始的，人为因素也是美国交通部整个事故成因的分析，其实中国也有类似的数据，只不过没有这么强的指向性，没有做特别高的分类，这里面调查了几百万起交通事故，这里面车辆和环境其实都不重要了，因为车辆的可靠性已经做得非常好，反过来讲，当环境特别恶劣，这时候司机也不傻，不可能天气恶劣到这种情况还会去往前冲，他也会休息。真正的原因在于人这一块，41%归结为驾驶员的认知错误，就是驾驶员在开车的时候会分神，注意力不集中的现象，找东西、抽烟这种都会导致分神的行为，分神后道路的观测就会不足，会导致出状况，出交通事故，很多职业司机现在一边开车、一边发微信都非常明显。还有33%是驾驶员对车距的掌控不足，做了一个错误的判断，对别人潜在的一些行为也没有很好的防御性驾驶，这个时候就做了一个错误的决策。
可能我们给大家的影响最早就是一个防疲劳设备的提供方，但大家都知道这里面疲劳占比只占7%，但为什么会给大家留下这么大影响？就是十次事故，九次都是因为疲劳驾驶，因为它的危害太大，但说实话它的频率并不高。所以我们现在径卫视觉大家有一个很强的印象，径卫视觉是做防疲劳的，但我们现在做的更多是驾驶员整个注意率的评估，在开车的时候有没有分神，包括像抽烟、打电话这些所有存在安全隐患的行为我们都会给出来一个提醒。所以通过这些人工智能的技术，结合我们的车辆运营平台，就可以有效对安全事故进行一些防范、预警。
现在安全已经上升到国家层面了，去年国务院安委会也提出来要在运输车辆上装这些智能安防设备，现在国家也成立了一千亿的安全产业基金，提高到了房地产、汽车同样的高度，推动中国安全市场，安全产业上面能够有所发展。在交通部、在各个省局已经形成了一些风口的感觉，很多地方都要开始推，希望大家在整个行业上面能够做到安全的整体提升，径卫视觉的核心就是希望把所有事故发生后的应极弥补、我们的北斗、3D视频都是作为事后取证、应急的手段转变为事故发生前对驾驶员主动的防控，做到事前消除潜在的安全隐患。
对此，径卫视觉通过八年的研发和不断摸索，结合危化行业在实际运动当中碰到的问题，我们将整个安全事故分为了四个阶段。每一个阶段其实都是有一些非常明确的事故特征做对应，比如说事故发生的一个时刻，往前推有一个很长的阶段是驾驶员长期不良习惯养成阶段，比如说驾驶员开车打电话、抽烟、焚身和旁边的人闲聊的行为，这些行为会不会出事故，我相信在座的人一定在开车的时候接过电话，看过短信，有没有出事故，不一定，但是表明了什么现象？有这些行为的人其实安全意识是不足的，他同样的情况下，出这种事故的概率比其他人高，这是对驾驶员进行一个风险的画像。
第二个阶段会体现有什么特征？驾驶员不断打哈欠，驾驶员表情比较呆滞，对整个车辆没有什么操控，对路面也是检测出来频繁压线等，这种蛇形的现象表明驾驶员的注意力下滑，这个时候汽车24小时监控人员通过电话解决这个问题，我们在这里里面做一个安全管理的介入，给他做一些有效的提醒警示，我们就可以打破，甚至让他处于一个相对比较安全的境界，他落地休息了之后，就可以解除现在这种注意力不足，疲劳的状态，就能够实现一个把事故消除在发生前的目的，这是一个非常关键的管理介入阶段，这是管理介入最好的一个时机。
第三个阶段就是事故发生前的两三秒钟，这个时候司机睡着了，可能马上要撞上了，或者冲出路面，这个时候就要靠暴力的提醒，声音、闪烁、或者振动坐垫，因为有的时候声音提醒驾驶员不一定听见，但可以通过坐垫的强烈振动叫醒，避免事故的发生，但这个不是100%，这个时候很多时候要靠运气，看驾驶员的反应能力，但会有一个很好的效果，会避免损失的很大降低，这是设备预警阶段。
再往后很不幸，有事故了，但这个时候我们有录像，把整个事故发生全过程的信息，找到事故发生的原因，进行下一次的管理培训，保险公司和相关主管单位做责任判定的时候就是一个有效的证据，这是我们对整个事故的一个理解，对发生过程的切分。
这里面就讲到的径卫视觉给大家提供的方案。通过高清摄象头对驾驶员行为进行管控，对司机身份进行确认，防止出现超速驾驶，或者给押运员开车，我们绝对做到每个人做了什么事，开了多少时间，什么时间换班都可以体现出来，所有的违规行为可以在本地储存，也可以到云管理平台，这是对人的检测。
对路的检测我们有安全保险杠的概念，进行车道线的识别，车身姿态的检测，当车辆出现转弯过快时会有一个提醒，一旦发生侧翻时这个事件会在第一时间在云平台进行展示关联，可以在第一时间启动，尽可能减小事故带来的损失。这个回到了社会安装使用情况，1号是对驾驶员监控安装的位置，2号玻璃正中央是对路面监测设备所安装的位置，所以他是一内一外进行了综合的管理管控，先抓人的行为、状态、精神方面；再到果，可能要碰撞的时候进行及时的管控介入，这是我们设备的安装情况。左边的司机就是开车玩手机、看电影，这种行为就是不良驾驶习惯，不一定这次玩手机会出事故，但一定是一个高位人群；右边这位司机就是在夜里十二点半，已经出于极度疲劳的状态，设备及时叫醒了，但没有出事，这个时候已经有一定运气在里面了，更早是在打哈欠的阶段里面有一个介入。这个下面就是我们检测的一些原理，通过脸部特征，分析驾驶员的视线朝向，检测嘴部等动作。对路面就是对车辆、行人、结合车身本身的车速、驾驶员的专项、踩油门、踏板的频率最后进行一个有效的分析进行管控。
这个就会到了我们一个平台，如果所有管理不让领导看见，不让相关部门看到，产生的价值都是做不下去了，借助云平台，为大家后来的培训管理管控提供了一个手段，我们在这个平台上积存了人、车、路的数据，人的身份、年龄、驾龄、联系方式等相关，还有动态信息，开车过程当中各种各样的违规行为进行有效的管理管控，路就是道路的一个情况，看有没有压线，道路是否拥挤，是否处在一个安全间距里面进行一个管控，所有这些都会经过大数据的分析，会以报表、报告管理咨询的一些方式体现给各个物流企业，协助大家来进行一些可视化、可追踪的安全管理。这是我们平台后面的一些报告报表现在已经做到了管理到人，我们会对每一个驾驶员进行画像，将他的行为、驾驶特点、安全意识等进行统计的输出，通过一些图对车队进行一个直观了解。所以今年整个公司最大投入也是从微软挖了一个数据团队，专门来为他们提供一些报警信息、报警事件，事故挖掘的结果，希望能让大家能够从管理管控上面更加得心应手，也减轻后台人员的管理压力。但是现在的人工智能，我们是把人的事情，因为判断这个司机在干嘛，本来就是机器可以做好的，就没有必要靠人去做了，人只要对结果来进行一个判断，这也是我们在不断加强的点。
这一块是我们整个后台的数据，有真实司机驾驶过程中的案例，也有对整个数据的建模，对企业来说是司机评选评优的作用，同时也在为保险公司提供这样一些模型，所有安全的东西对整个行业来讲我们有一个趋利避害两条线，更多是在避害的层面，通过减小公司的赔付率，就可以让企业在拿到折扣上面有一个话语权。回顾一下危化品在十几二十年前没有保险公司敢要，危化品赔付率非常高，但现在所有危化品企业基本上都是保险公司所争抢的优质客户，是因为我们在管理上有投入，我相信在危化品公司里面我们拿到保费的折扣也是非常大的，正因为我们管理了，产生了效益，在安全上体现出了他的价值，最后通过保险实现了一个节约，他会有一个回收的周期，但是做安全方面的投入，一定对大家来说是一个三方得益的事情，所以这是我们一直在做的一些事情。我们会从保单、从人、从路的因素上去提取模型，给到保险公司，也是协助大家能够对保险公司有一个更强的驾驭能力。
最后我们未来做的一些事情解决存量车对环境的感知和安全管理的问题，下一个阶段希望通过我们的系统给大家提供一些驾驶指引，我能够识别出来道路的风险点，提前的给司机起到一些指导作用，让他在风险点，或者可能出现的场景上设有预案，这也是我们企业内部一直在做的叫虚拟驾陪的概念，取消你的押运员所要承担的责任。第三个阶段像这两天刷屏的深圳自动驾驶车，这不是一个特别值得骄傲的事情，我们用了16个激光雷达，在这种情况下，自动驾驶一定能实现，也一定是一个大趋势，但现在摆在大家面前一个是成本、一个是可靠性的问题，现在大家可以往那个方向去憧憬，但至少十年之内你看不到不要司机的车，在我们真正运输行业又是一个开放场景暂时还看不到，但这是我们努力的方向。实现让整个交通事故上面实现零伤亡，这是我们人工智能企业所追求的一点。
最后介绍一下径卫视觉，径卫视觉投入将近有九年了，因为我有一个亲戚也是做运输，是他的一起事故启动了我们做这个研究，之后每年对这个行业投入更先进的研究，最后给大家提供安全管理管控的手段，从2010年到现在，所以我们现在积累整个样本都是百亿级别的，基本涵盖了人在所有场景上面的不良行为习惯，通过这些数据进行深度挖掘，才能产生现在管理的一些效果，这是我们企业内部的一些情况。
现在在这个行业里面不只是在和危化服务，在海外占有率也非常高，海外的石油巴西等都是我们服务的客户，也算是人工智能出海比较早的企业，我们还有一些其他的技术，给整个公交行业提供智能分析，让公交企业用更密的班次来满足交通人群的疏散等。径卫视觉有AI的智能安全专家，我们的远景是协助企业降本增效，早日实现运输零伤亡，我的演讲就是这些，谢谢大家！
