交科所代磊磊：大数据驱动的信号开放网联及控制优化探讨

4月10日，第三届（2019）中国交通信号控制发展年会在北京隆重开幕。

会上，公安部交通管理科学研究所代磊磊博士主要探讨了大数据驱动的信号开放网联及控制优化。

以下为代磊磊演讲主要内容：

一、交通大数据的来源及本质特性

对交通大数据，每个人都有自己的认知和理解，但有一点是公认的：交通大数据必须是多源、可获取、可使用，否则一切都是空想。

交通大数据来源于三个方面，一是交管内部系统，包括状态感知数据、执法监测数据、控制诱导数据及业务平台产生的业务数据；二是互联网出行服务平台。三是与其他部门系统交换的数据，包括公交系统、两客一危、道路施工、气象监测等系统产生的数据。

在数据应用过程中，经常会有一些困惑：首先是不同数据源采集频率不一致，汇聚到一起怎么用？然后需要融合，融合不是简单的累计和汇总，首先要统一采集频率、统一时效。

如何将这些数据源统一之后共同展示在同一个时间、空间维度的特征指标上，需要将这些特征指标在统一口径下进行数据处理，并融合成一张图来展示。

关于交通大数据的本质特性，从本质上包括图像特征、数字身份、位置信息和通行行为四类数据，不同数据的作用范围、反映的内容不尽相同，彼此不能替代，要形成优势互补。目标是要融合这些数据来产生管控对象的身份特征，还要能描述出通行过程和行为特征。

网联环境下，数据越来越丰富。

在设备终端层面可进行物联交互，可以突破横向数据交互壁垒，减少传输时延。在系统层面，可以打破系统内部的封闭，实现数据开放共享，打通数据流各环节。

车联网、车路协同发展迅猛，也在不断创造数据来源，让数据更丰富，可以获取车辆个体信息。在这种网联的情况下，也要思考如何保证数据交互的安全、数据内容的规范。

二、动态通行状态特征刻画与评估

在宏观路网层面，可以更精准的描述路网状态。通过提取、分析研判不同来源的数据，描述高峰期快速集聚效应、大流量通行、高强度汇入等特征，以及导致的这些现象的根源。

在微观层面，可以描述路口通行特征，对信号配时优化非常有帮助。

在对向不对称层面，可以用数据描述潮汐拥堵的程度、不对称的比例达到多大、是否要设置预警值；同向不对称层面可以描述同向不同车道的失衡时间及程度，从而做到精准控制。

还有一个是基于AI视频的分析技术，可以准确识别道路异常事件，从而生成警情主动推送给执勤民警，快速响应异常事件导致的拥堵。

三、信号开放物联互联及共享应用

这些年我们一直在努力推动信号机和信号系统的数据开放，已发布的信号机国标和刚通过审定的信号系统国标，都规定了信号端和中心端应该开放的数据项。目的是希望信号机能够接入更多数据，信号系统能实现数据共享，提升数据应用价值。

随着检测技术的进步，也在推动着信号控制的发展，包括可以准确识别道路通行状态。正是有了这些多元交通状态数据，使得我们在路口层面能够对红绿灯进行实时调控，可以将以前固定方案的协调变成动态线协调。在热点片区层面也可以通过一些手段，协调关联路口，从而实现一定程度的均衡。

基于交通运行状态精准感知/认知的前提，我们认为信号实时响应控制的时代已经到来！

在快速路拥堵层面，如果将快速路拥堵简单理解成匝道口控制可能很难解决好，因为快速路拥堵一定是系统工程，是主线、匝道、地面道路之间共同作用的结果。所以我们在考虑如何将快速路主线、匝道及地面道路协同起来，根据不同层级的拥堵程度实现级联信号控制。

另一方面，由于车联网带来的改变，特别是车路协同对智能交通有很大的促进作用。

车路协同带来的信息互联可以有效提供信息服务，出行前，可以获取年检/驾驶员信息，告知违法信息，获取沿线交通视频及拥堵情况提醒，从而为出行提供信息辅助。在出行中，可以提前感知路面交通状态，推送红绿灯态、交通事件告警、潮汐车道提示及语言互动交流。

在无锡车联网示范项目中，开放了40余项点对点精准交通管控信息，实现12大类信息服务，提供26类应用场景。

另外，我们也在探讨车路协同信息能否为重点车辆保驾护航。

通过对急救车辆位置定位，采取绝对优先的方式让急救车辆一路绿灯通行，打造一条生命通道，并且将车辆即将到来的信息及时推送给周边车辆主动避让。在绿色出行方面，可以做到公交优先，基于车载GPS数据和RFID身份识别数据来实现公交优先方案的实时调整。

四、基于大数据的中心信号控制优化

大数据有很多用处，但光有大数据不够，一定要有前端应用。

在信号领域，最大的用处一方面是做交通运行诊断预警，另一方面是中心层面的信号优化。这里是指中心平台的信号优化，最终的执行体还在各自的信号系统和信号机。

我们所与华为等联合研发了大数据支撑下的中心信号优化平台，实现了三大块功能。

一是动态监测，监测路网、路口及信号的动态运行状态和发展态势。

二是精准诊断，诊断排队溢出、干线失调和拥堵热点等问题。

三是信号优化，聚焦单点失衡、干线失调信号优化及利用AI实现片区信号均衡优化。

除管控手段之外，还有一个手段是移动互联网导航，我们也在和高德、百度联合，将管控信息推送给互联网出行公司，让互联网企业更好的做导航服务及对路况、车速的引导，让诱导路径规划更加准确。通过管控信息与互联网出行信息的交互实现精准个性化的交通诱导。

信号控制是一个巨大的系统工程，信号产业需要合作共赢，只有做到开放共享、架构解耦，才能推动数据驱动下的信号产业升级，打造健康发展新生态。