前沿：美国一公司提出建设基于大数据的信号优先系统

一直以来，交通基础设施系统是美国历史上最伟大的成就之一，也是国家的经济命脉。由于交通拥堵现象日益严重，该系统面临着严重的挑战。近年来，新冠疫情的肆虐更加重了交通拥堵，人们不再使用公共交通，网购送货的物流和新的交通方式日益增加，交通模式也日新月异。

智能交通系统（ITS）和车联网是解决交通拥堵问题的前沿，而交通信号优先（TSP）系统则在其中扮演着重要的角色，该系统可用于增强交通路线的可靠性和性能，实现交通分流。

在当今高度数字化的通信时代，交通信号优先系统的解决方案旨在最大限度的降低信号优先请求收发器的硬件成本。为此，许多信号控制器固件供应商开发与之匹配的软件功能，以推进公交信号优先的功能。为了更好地管理车队，供应商通常在车辆上安装跟踪设备，以实时向辅助调度和自动定位车辆软件（CAD/AVL）反馈信息。

由于近乎实时的车辆定位信息，软件和网络可以用来改善交通车辆和路侧感知设备之间的误差，以更可靠、更可持续以及更智能的方式促进交通信号优先。

通过CAD/AVL系统可以实时定位车辆位置，十字路口不再需要安装车辆检测硬件，则可实现更远距离的、多路口协调下的信号优先。此外，该系统还提供公交车辆在优先通行下的行驶情况和每日性能指标报告。

优化交通流

经过优化的TSP系统进行公交优先通行服务的方法更加多样化，并且不受限于传统固定的检测设备检测范围。与当前在特定的地点通过检测公交车位置开始预设的到达时间来进行优先通行服务不同的是，新的解决方案提供了一种 "矢量 "方法。在数学中，矢量是一个代表大小和方向的几何对象（通常标示为带箭头的线段）。在该系统的交通管理软件中，矢量箭头指向交通灯的方向，其大小是预计到达时间。交通信号灯、公交车线路和公交车站都会在这个矢量上得到数字表示，这就产生了一个数字地理空间地图，通过软件可以直观地沿公交路线追踪公交车的行程。

系统落地后，公交优先通行服务可以根据车辆实时的位置进行动态变更，根据车辆预期到达时间进行精确的优先呼叫。得益于跟踪算法的特性，任何对ETA（预计到达时间，Estimated Time of Arrival）产生影响的情况系统都可以进行动态调整。例如，如果一辆公交车预期不停靠下一个站台，但实际进行了停靠，系统会自动检测这种变化，并相应地调整优先通行服务。

开源数据的重要性

正如电动车的落地离不开成熟的充电站的网络和基础设施建设，单靠车联网并不能解决当前的交通问题，ITS系统只有通过数据共享平台上才能真正发挥其作用。

数据共享平台已被证明是非常有效的，但需要城市交通管理部门开放适当的数据共享。遗憾的是，许多与地方当局合作的智能交通解决方案供应商并不愿意提供开放的数据平台，这严重限制了基于云计算平台的城市智能交通的发展潜力。

这是一个亟待解决的问题。据本文作者发放的调查问卷显示，有71%的交通管理人员反映目前的交通数据供应商不允许流量数据共享；90%则认为交通管理部门的流量检测数据与运营商的公交车辆数据不应混为一谈。

城市智能交通应该建设数据共享平台提供开源数据，依赖自动化服务，定义公共和私人交通运营商的参与规则，并最终确保城市交通能是为所有人而不是少数人带来利益。

基于云计算的TSP系统可以提供公交车运营路线的全场景视图，并使用机器学习来预测优先通行服务的最佳时间，这将十字路口的停车干扰降到最低的同时，最大化了连续行驶的概率。

随着这项技术的落地，政府与地方当局将加快建设智能交通网络建设，使得每一个人都受益。

本文作者：Timothy Menard，莱特（LYT）公司首席执行官。LYT是一家智能网联交通技术供应商，通过基于云计算的软件平台，车联网和机器学习技术来优先处理城市车辆交通拥堵问题。