车联网、大数据等新技术会给交通信号控制带来颠覆吗？

　　谢少平-南昌交管局：我可以预言：3至5年内，中国国内的信号系统一定会有革命性的质变系统出现。

　　晨风：没有颠覆性的理论与技术，传统的交通流理论难以解决现在的交通问题，事实胜于雄辩。

　　谢少平-南昌交管局：@Zong Tian （田宗忠）我认为一定会有颠覆或明显不同于现有主流厂商的其他系统出现。

　　何剑：@谢少平-南昌交管局 看来谢科长还比较乐观，我觉得不治理人、非机动车、电动车、机动车混行的问题，系统难以发挥作用。

　　谢少平-南昌交管局：@何剑 专业的人干专业的事，信号干信号的事，管理与信号毋需混为一谈。请问拎清悟透现在的信号系统问题了吗？

　　田宗忠：@谢少平-南昌交管局 非常同意你的判断。下三到五年对交通控制企业非常关键。颠覆性的控制系统必然会出现。

　　王园园：中国城市信号控制绕不开的几个问题：非机动车 ，近饱和的交通量，空间尺度巨大的路口，还有基础的规则。

　　李克平：开发出一个革命性的信号机技术上并不难，问题是有没有实用价值？如果没有实用价值，那就是巴铁-忽悠一下可以，不可持续。要实用，需要具备一系列的条件。这一点上完全同意王圆圆的观点，绝不乐观。这件事情上不能同意@谢少平-南昌交管局？的观点：管理和控制，甚至规划设计必须一体化考虑，不能各干各的，否则粘不到一起，不协调！可以认为交叉口的规划设计和信号控制是皮和毛的关系。

　　谢少平-南昌交管局：@李克平 信号控制当然希望有很好的交通环境，这也就是干信号的人为什么会身心俱累，凭着天地良心和兴趣在干的原因。但是无力改变规设建管的情况下，信号当然还是要干好信号的事，信号也要去适应环境，但是信号千万不要去承揽规设建管的问题。

　　田宗忠：@Henry Liu @谢少平-南昌交管局 能否定义一下颠覆性的含义？举几个例子，然后3-5年之内我们再回头看看，那时有的什么现在没有？如果以后系统不再需要人工配时，人工采集数据，信号灯取消了，机柜取消了，所有通讯依靠wireless...那么这些可以说是颠覆性的。

　　@Henry Liu：这根本就是两个问题，一个是raise the floor， 另一个是up the ceiling. 对比一下汽车技术发展。谷歌演示了自动驾驶后，现在哪一个汽车厂家不做自动驾驶？但这并没有说必要的传统汽车技术不重要。

　　何新-美南伯明翰规划署：@李克平 完全赞同。管理占据相当份量。技术一直再更新，进步。现代管理基于实时数据，运行式的管理和规划也成为可能和必须。

　　济南交警赵景春：我认为下一步车联网技术的广泛应用，将是信号控制系统变革，实现精准实时控制的催化剂。

　　张福生北方工大：@济南交警赵景春 同意，但道路遥远，即使99%的车辆都联网了，只要还有1%的传统车辆行驶，就无法颠覆。因为信号控制的第一目的不是效率，而是安全。只要安全需求没有保障，任何颠覆都无从谈起。

　　田宗忠：车联网可以推动信号控制，至于短期内是否能给信号界带来革命我持怀疑态度！

　　马万经@Henry Liu 同意这种判断。概念和方向是对的，形势比人强，关键是做出来能解决问题的技术和产品。

　　张福生北方工大：@Henry Liu 我赞同大数据、车联网和人工智能对未来交通控制的颠覆性影响，但现状是很多最基本的问题还没有解决，一阵风去做大数据和车联网，结果只能是缘木求鱼。看看这些年国内交通控制领域的发展路径，从自动控制到智能控制，又到智慧交通，现在又来了大数据、人工智能……现状是人工配时定周期运行占绝大多数。所以我更赞同@李克平 老师的意见，不要动辄去颠覆什么，而是应该多思考去完善，去稳步提升。

　　张福生北方工大：关于杭州所谓城市大脑计划，在其他领域我不清楚，仅就交通控制方面，我认为需要观察，也许一年后吧，再看看。也许是技术革命，也许是资本对交通领域的一次疯狂炒作和超前消费，对这个行业的发展未必有利。

　　Henry Liu：@张福生-北方工业大学 我前面提过，这根本是两个不同的问题。一个是floor， 一个是ceiling， 两者同样重要。没人否认用好现有的资源解决实际控制问题有多重要。Traffic Engineer 确实要更注重解决实际中出现的问题。但对科研人员来讲，我确实关心更多的是ceiling 的问题。我指的颠覆也是对ceiling的。

　　@张福生-北方工业大学：如果不谈floor，坐而论道地去谈ceiling，那么突破可能在就完成了。因为可以预设很多很多条件。我重申我的意见：1.现阶段从交通控制应用的角度，要慎重看待“颠覆”，因为我们在基础工作上还差得很远；2.对于新技术的前景可以期待，但不要寄予全部期望。至于理论研究，是另一个层面的问题。资本可以挥舞着“技术的旗帜”狂欢，做技术的人要冷静。

　　王圆圆：杭州的大脑我敢肯定就是资本的炒作。一个非机动车交通都没解决，基本的交通控制规则都不完善的地方怎么高科技？专业人士不能不自信被外行忽悠。

　　洛普-杨斐：做交通控制技术的人得坚守自己的专业阵地，否则会被“外行”笑话，“闯黄灯”教训深刻。

　　张建华-武汉交警：杭州城市大脑我认为还是处于理念层面。交通控制涉及方方面面，技术仅一方面，大数据与交通控制结合，目前只能处于辅助阶段：一是数据采集的精准性。二是方案的优化，例如对路口溢出和失衡。三是对方案效果的评估。

　　大连史冬辉：看来我应该把路口防跟进没收绿尾的装置卖给马云，他一定能上层次有理念地卖个高价。

　　章立辉-浙江大学：@Henry Liu 太同意了！您应该在各种场合多谈论这样的观点。现在的floor就是以前的ceiling，现在的ceiling说不定是以后的floor。@disney 我认为（杭州）已经是实践阶段了。他们要做的关键应该是打破制度隔阂，这也是很多交通专家一致诟病的问题，这也是阿里来做这个事情最大的好处。

　　王圆圆：技术角度研究角度没问题，但是交通工程和物理不同，和实际情况，背景条件不能分得太开。

　　李克平城市道路交叉口管控领域新技术的应用绝不能跟谷歌汽车汽车相比，因为汽车技术是一项非常成熟的，甚至已经做到极致的技术，而城市道路交叉口，除了极个别国家，都还差得很远，中国城市道路交叉口的情况就更不用说了。学者搞点研究，哪怕是空中楼阁，发几篇论文，也是可以的。但是连个像样仿真模型都没有看到，更没有路上的实验，就瞎咋呼说“三五年颠覆”，是极不负责任的，这会误导不明就里的只埋头苦干的第一线人员。

　　张建华-武汉交警：@章立辉-浙江大学 这个项目我了解过，阿里牵头，十几个部门或公司参与，从采集、建模，到前端硬件的支持，很复杂，不是说不行，涉及到方方面面，交通控制涉及交通组织，交通参与人的素质等等方面，要象scoot和SCATS做成一个完整的系统落地还有很长的路要走。

　　李克平：@毛迪安 (KLD) 但是基本问题是一致的：万一出现异常怎么办？我相信大家能理解，在一个交叉口太容易出现交通异常啦！而且电子技术、软件、通讯的异常也是我们经常碰到的。要做到万无一失都还远远不够。

　　马靖：@李克平 研究是一回事，实际又是另外一回事，两者都需要，但他们之间还是有很长的距离。如您所说，如果一线工作者没搞清楚的话，很容易误入歧途。

　　济南交警赵景春：跳出交通看交通，有时会打破思维定势柳暗花明，在有海量交通数据，超级计算，稳定通讯环境，有效地的控制模型下，我坚信真正意义上的智能信号控制系统能够产生。站在用户的角度，我对传统的所谓智能信号控制系统，几乎丧失了信心，期待新系统的出现。

　　何新-美南伯明翰规划署：@济南交警赵景春 二十四年前，北美的智能交通系统第一次大规模投入应用，但其效果不佳。技术不成熟，实时数据釆集缺乏。理论上的完美与现实差距太大。如今，数据方面己大为改善，技术上更是成熟。个别的枢纽干道的智能控制系统完全可以作到基本成型。当然，十分的话，能达到七分，八分就很不错了。

　　济南交警赵景春：@何新-美南伯明翰规划署 关键是在国内应用的信号系统无论是国外系统还是国内系统，控制效果都不佳，特别是自适应效果，我说的不是单个路口控制。

　　何新-美南伯明翰规划署：智能系统的最为头大的是运营成本。很多所谓的智能信号控制系统最后因维护成本不了了之。单设备更新的费用，就难以承受。何新

　　何新-美南伯明翰规划署：@济南交警赵景春 是的。这边也是如此。近几年在上游地段应用地磁监测以调整优化下游的绿灯同步。当车流接近饱和时，也难能取得理想的效果。重新认识到分流支线的作用。从线到面的布控成为一个必须的环节。

　　济南交警赵景春：@何新-美南伯明翰规划署 赞同，车流饱和前还有绿波效果，车流量接近饱和时，信号控制就没了效果，本应该有的均衡路网内交通流，防溢出控制等等效果，统统不明显。

　　谢少平-南昌交管局：（1）交通工程、交通控制属于实践科学，既如此，则专家也仅是阶段性的。（2）以往群内我已表明我的观点，我也质疑阿里在杭州弄的那一套。（3）我所说的3至5年内有颠覆性的或明显区别于现有主流系统出现，即使有用词不当，但我提醒大家的是：“建议从现有信号系统发展进程，从历史条件中探究系统根上的问题，也许更有意义。（4）交通控制既然是实践科学，则新的系统不可能诞生于实验室、办公桌。

　　晨风：李教授关于交通学科是实验性强的科学之论断，非常符合交通工程学科的特点，解决交通问题不能够推诿，这是每个交通科技人员的责任。该学科难点在于，每个人都有自己的观点，又无法判断孰是孰非。

　　李克平：@晨风？：一、仿真；二、路试。纸上的只能是纸上的，嘴上的就更不用说了。

　　谢远长-马萨诸塞大学Lowell分校：@谢少平-南昌交管局@Henry Liu 多谢二位老师对交通控制前沿的分享，我觉得探索大数据和车联网对交通控制影响还是很有意思的，有人在炒作概念，有人在踏实苦干，前者造成大家对后者怀疑，很可惜。

　　易博戴高：在感知不断完善后，我相信大数据和人工智能多年后会用在信号控制，趋势不可阻挡。但到底需要多久，确实不好预测。各位专家说的是一个问题的两面，缺一不可。

　　姚佼@谢远长-马萨诸塞大学Lowell分校 同意，研究者研究这个话题非常有意思，至少可以为以后的应用做好理论和技术储备。

　　田宗忠：@谢远长-马萨诸塞大学Lowell分校 确实更好概括了我们争论的要点。一方是脚踏实地的实践者，一方是执着探索的科研者。不能否认新技术的不断出现完善必然对交通领域和信号控制产生重大影响。当我提出3-5年或5-10不会出现颠覆性事件指的是实际应用上。什么先进的理念，未来的控制都可以探讨研究，但近期内信号控制领域付诸于实践的不会有革命性的变革。信号机还在，配时仍主要依靠人。

　　Henry Liu：@田宗忠 我觉得大家的讨论很大程度上是对“颠覆“这个词的不同理解。技术上的所谓颠覆并不是非要把事情upside down， 我的理解“颠覆性技术“是指“technology disruptor"， which will make a major impact to the existing technologies。具体到信号控制，vehicle actuated signal 对fixed timed signal 从技术上来讲是一种颠覆。Real time adaptive signal 对前述两种控制从理念上来讲也是一种颠覆。我觉得颠覆性变革并不是要把信号灯去掉，这个要求太高了。另外，颠覆性技术的大规模应用也受到各种各样的条件限制。不可能要求one replaces the other。所以fixed timed signal， vehicle actuated signal， or real time adaptive signal 在市场上并存既是合理的，也是必然的。

　　田子宗：@Henry Liu 同意。这些都可能发生。Real time adaptive 与我们现在说的adaptive 有什么本质区别吗？Vehicle actuated 应该就是取代传统的检测，对吗？另外你说的fixed time我理解应该还是感应控制下的，只是配时方案是事先设置好的。如果我理解的对的话，那么你举的这些例子还是传统控制内的范畴。希望听听你的意见。

　　Henry Liu：@田宗忠 我也只是在微信里者到阿里云的城市大脑视频。虽然里面大部分是广告，什么世界上最远距离是卡口摄像头与信号灯之间一类的说法也有点滑稽。但从技术进步来讲，我觉得他们很前瞻。对交通控制技术会是一种推动。批评地看问题可以，但不要小看他们的技术推动力，也不要觉得这里只是资本的作用。谷歌做无人驾驶对汽车厂商的推动就是一个很好的例子。

　　李鹏飞：对于颠覆性信号控制技术这个命题我觉得其实也是仁者见仁，我认为颠覆还是不颠覆可能取决于2个特征：进入信号机的数据类型是什么？信号机里优化算法的基础是什么？比如说我们把车轨迹了并且在信号机内部如果真正基于轨迹和车辆之间交互关系的优化。如果这个真上路了那还真是颠覆了。比如说就是把DTA， CTM，甚至是VISSIM拿到信号机里做成状态机(STate Machine)并引入到优化目标函数。然后根据持续的轨迹输入进行预测进行优化。这个就颠覆了。但如果各种数据拿到了，进入信号机的却是降级使用的，比如又重新计算回turning movement counts，然后又回到老办法求一阶导数算最优，那这个就是没颠覆，旧瓶装新酒，无非是把底层的通讯技术换了一个新的而已。

　　xiubin：@Henry Liu 群里国内国外，理论和实践的会员都有，背景或环境有差异，大家经常不在一个page上。对一些词汇的定义像模型，理论等都有可能有很大差异。你认为一些东西会冲击理论或传统思维，所以说有颠覆，但另一些人从实践或国内环境看，有可能有不同理解。

　　Henry Liu：@Xiubin 怎么会介意呢？我的观点确实不一定正确。但我觉得每个人都有自己的判断能力。研究本身不也是纠错过程吗？这里的讨论可以同意或者不同意， 但没有对与错之分。

　　xiubin：@Henry Liu 确实，信号这东西没有绝对的对与错，只有相对的好与不好。就你提到的固定配时，这种美国和西方国家已经很少了呀！另外自适应不就是实时的吗？我倒是认为基于车辆产生感应来代替传统检测可以说是一个飞跃。

　　谢少平-南昌交管局：很高兴看到各位专家就“颠覆性信号系统”这一前沿问题所进行的积极热烈的研讨。之所以敢断言3至5年内会有新的系统出现，主要是二点：（1）现有主流系统发展的历史条件原因，只采用断面检测，是不是根上的问题？（2）现在检测技术的发展，是不是到了颠覆和突破的时候？限于各种考虑，细节不便交流。

　　李克平：对待交通问题须要脚踏实地，实事求是。新技术须经过研究、研发、实验，才能最后到应用。交通问题尤其复杂，特别是在中国！我试图在地上画一条线都会阻力重重，何况是“颠覆性”的技术，我们绝对不要过分乐观。当然我是站在应用的角度看这个问题，研究和研发，只要有人出钱，大张旗鼓的搞都是没有问题的。

　　马雪峰：@项俊平 关于杭州数据大脑的应用，我个人认为他们有一个很大的问题，就是基于各种视频图像来获取交通数据，包括监控视频、闯红灯卡口视频，路段卡口视频等，做信号机的厂家可能都有这样的经验，闯红灯卡口的交通流数据给信号机用，很难在各个时间段提供准确数据，尤其是在最需要数据准确的时候，如晚高峰和早高峰的，杭州这个事，我觉得是电子警察厂家推出来的噱头，对于信号控制优化，基础数据就不好，即使用大数据补短，我觉得也不一定能做好，观望吧，毕竟是资本运作，总会有或多或少的成绩。是这样，资本运作就是追求利润，同时高级系统对大家来说都有风险，万一做不好，当事人都会有顾虑，所以我认为要突出重围就要先做好试点，再考虑其它的。

　　毛迪安：我来做一下技术总结吧，我看到现在做信号控制优化的有两派（基于已有设施进行信号优化）。一派是直接在现场调试，是不是最优另说，但是所见即所得。还有一派就是仿真。采集流量，信号配时，道路几何，统统放到模型里跑一下，再优化一下，看看有何提高，最后再实施。这一派的问题就是，仿真真的代表实际情况么？交通流量每天都在变，流量输入进去了，没有OD，如何反映现实状况？即使假设一个OD，前15分钟的OD可以代表后15分钟的OD么？两派互相说对方on the fly. 专家们你们觉得是哪一派飞得更高呢？