城市“交通大脑”对道路交通控制技术的支撑意义

城市道路交通涵盖人、车、路、管理、环境、教育等诸多因素，是一个非常复杂的动态系统。近十年来，交通管理的标准化体系、理论体系、应用体系建设取得了卓越成就。随着大数据、人工智能等新技术的快速发展，创新导向将会驱动越来越多的新技术在交通管理中进行尝试和应用，城市“交通大脑”就是其中之一。城市“交通大脑”主要通过信号灯优化、交通组织优化、交通参与者诱导以及应急事件交通调度，实现对城市道路交通管控的迭代、升级，从而提升交通运行效率。而实现这一目标的重要抓手是交通控制设施，根据美国《统一交通控制措施手册》（MUTCD）的解释，交通控制设施是用于控制、警示、引导交通的交通设施，包括交通标志、标线、信号灯等。

由于管理体制原因，我国城市道路交通控制设施的建设与管理运营单位属性比较复杂，部分地区由公安交通管理部门统一负责，还有部分地区由公安交通管理部门负责信号灯设施、交通运输部门负责交通标志和标线。比较复杂的管理体制也影响着相关设施技术体系，主要体现在以下几点：

❖ 技术标准体系缺乏总体设计。我国城市道路交通标志标线的相关技术标准包括《道路交通标志和标线》（GB 5768-2009）、《城市道路交通标志和标线设置规范》（GB 51038-2015），信号灯设置的相关技术标准为《道路交通信号灯设置与安装规范》（GB14886-2016），但受到管理体制和标准体系的约束，不同技术标准仅应用于本标准所规定的空间范围、设施范围的设置，缺乏上层总体设计要求与具体的协调性设置方法。

在顶层设计层面，缺乏各种交通控制设施协调、统一的技术框架体系，需要明确统一的体系构建、完整的设置目标、确定的设置条件和适用性。比如国家标准《道路交通标志和标线》（GB 5768.2）中规定了“停车让行标志”、“减速让行标志”的设置条件；《道路交通信号灯设置与安装规范》（GB14886-2016）中规定了信号灯设置条件，但是缺少对于两者之间统筹关系的明确要求。在一些依靠“停车让行标志”或“减速让行标志”就可以解决问题的平面交叉口，却设置了信号灯，降低了通行效率；一些信号灯控制的交叉口，应用“停车让行标志”或“减速让行标志” 约束接入交通流不够规范、科学。

在具体的协调性设置方法方面，缺乏统筹性的具体技术要求。如，信号灯与交通标志能否合并设置于一个支撑结构上、两者设置间距如何满足视认性和驾驶安全性的要求，以及两种设施的协调性设置方法等。技术标准的不完善，也影响到实际技术方案。近期，一些业内专家提出的交管设施共杆思想就非常典型，如图1所示，将设置于城市道路交叉口区域的道路照明设施、信号灯、交通标志等设施合并设置于同一套杆件上，可达到节省设置空间、避免相互遮挡、降低造价、提升城市路容的目的。但在技术层面还有很多问题没有解决，即使部分发达地区已经制定了针对性的设置标准，也只是将不同设施相关的技术标准拼凑在一起，并没有解决多种设施共杆情况下的特异性问题。如，不同种类交通标志、信号灯并设时交通管控信息总量阈值；夜间信号灯亮度更高，交通标志与信号灯并设时如何保证自身视认性等，这些问题都会影响到共杆设施的设置效果。

图1：交通控制设施共杆设计示意图

❖ 技术实现体系不规范、不协调。主要体现在两方面，一是一些具体设计并没有遵循技术标准的要求，设置不规范；二是设置体系的不统一。例如，部分路段信号灯设置与交通标志、标线设置体系不统一，如前所述的交通信号灯、停车让行、减速让行标志协调性设计就是典型问题之一；信号灯与交通渠化的不匹配也是突出的问题之一，在一些路段设置了左转专用信号，却没有专用左转车道，影响了直行车的通行效率；部分路段的交通标志、标线设置不统一，不仅影响通行效率，还存在交通安全隐患。

图2：交通标志、标线设置不协调

❖ 交通设施的全生命周期管理缺乏有效手段。面对道路上不同设置时间、不同种类的交通设施，需要有效的全生命周期管理手段。一方面，建立交通设施全生命周期档案，实现可追溯、可查询、可研判，通过有效的管理和养护，保证交通设施的效果；另一方面，建立设施之间的关联关系，保证设施的设置协调性，如部分设施更换后，相配套的设施应相应调整。

数据是真实状态的具象体现，是科学、有效设置交通控制设施的基础。在《统一交通控制措施手册》（MUTCD）、《美国道路通行能力手册》（HCM）、《德国交通信号设施设置规范》以及我国相关技术标准中都对交通数据的采集方法、应用方法进行了规定，并且放在所有技术措施之前，足见其基础性作用。交通流数据、交通运行状态数据、交通事件数据是制定交通控制策略、实施有效交通干预的根本支撑；交通运行状态数据、交通事故数据、驾驶行为数据是交通安全研究、设计与实施的重要支撑；出行规划数据、出行方式数据是进行交通线网规划、服务设施规划与配置、路网指引系统设计的重要支撑。可以说，任何一项交通控制设施的设置、控制策略的生成都应源于数据。

通过20余年的ITS建设，特别是最近十年的信息化建设，我国道路交通信息采集手段大幅度升级，极大提升了交通管理科技化和信息化水平。但也要看到，交通数据采集存在诸多问题，如交通采集设备多、数据质量不高；数据种类多、对交通支撑不足；观测数据多、道路使用者出行规划数据少；数据体量大、数据管理与分析能力不高等。这也造成很多交通咨询、设计项目还需要进行大量、冗余的数据采集和处理工作；部分项目对数据调研工作打了折扣，项目成果无法落地，不能解决实际问题。举例来说，针对是否要在某地设置信号灯的问题，需要考虑相交道路的等级、机动车交通量与运行速度、行人与非机动车过街流量，还要结合事故数量与严重性、视距、公共交通等情况进行综合分析才能最终确定，这些工作都需要大量数据做支撑。一些技术项目受到数据采集条件的限制，就会对数据采集工作打折扣，从而造成交通控制设施设置缺乏科学论证，影响通行效率。

交通系统是一个动态变化的复杂系统，极为有限的城市交通管理技术人员与城市数千个管控交叉口之间存在巨大的差距。以往的交通控制手段以预先设置控制策略为主，这往往无法满足瞬息万变的交通需求：

❖ 信号灯无法根据交通流的实时需求，智能变化。例如无法识别路口溢出事件并智能调整相位；遇到突发事故、救援或消防等特种车辆需要优先通行的异常事件时，路网各节点的信号控制难以达到智能、联动。

❖ 信号灯联网不联控，缺乏科学的信号联控规则与方案。

❖ 信号灯与交通组织方案不联动。如无法根据新的交通状态与需求，形成联动的交通控制方案；交通组织方案优化后，某条车道的功能由直行改为直行和左转，而信号灯没有按照新的通行规则相应调整相位、配时方案。

路网指引系统对提升路网通行效率、提高交通安全具有重要作用。随着位置服务的不断发展，当前出行者所依靠的路网指引系统已经转变为由导航、指路标志、电子地图等多种指引设施供给、多维位置确认、多源信息服务构成的综合体系。其中，导航是最为直接的指引手段，以听觉服务为主；指路标志是最为权威和重要的路网指引信息载体，依靠视觉获取；地图是位置查询和路线规划的重要手段，以静态服务为主要形式，不同的指引手段均发挥着重要的作用。

当前，我国道路指引系统的实际设置工作存在以下突出问题：

❖ 指引信息的发布存在不对称的问题。缺乏比较精准的交通状态发布信息（如对当前各路段拥堵状况的准确发布）、预测信息（如对未来一段时间拥堵状况的准确发布）、出行遵从（如禁止左转、禁止停车）信息，导致道路出行者出行规划中处于信息不对称的状态。在理论与实际管理中很难实现有效的交通出行行为控制，无法达到交通流动态分配的目标（如晚高峰时，主干道严重拥堵，替代路线却并不拥堵）。

❖ 在诱导、指引手段方面，存在不协调、不系统的问题。经过国家公路网调整等重大工程的改造优化，指路标志系统得到很大提升。但海量的指路标志缺乏科学的评价手段。路网中，指路标志设置不规范、不系统，指引信息选取不科学、发布不连续等问题仍比较普遍。

❖ 指路标志与导航缺乏融合，存在两者指引不一致的情况，影响驾驶人判断。

❖ 路网指引与旅游指引缺乏融合与互连。不同时间节点，比如黄金周时期，部分道路服务功能会由运输为主转为旅游为主，指引信息需考虑满足不同的出行需求，“指路”与“指景”相协调。

“交通大脑”是大数据、实时通讯和互联网人工智能发展到一定阶段的产物。它既不是万能的救世主，也不是冰冷的机械战警，但对解决上文提到的四个突出痛点可发挥重要作用。下面，笔者仅就所了解的城市“交通大脑”来谈谈其对交通控制技术的意义。

针对当前交通控制技术缺乏总体设计这一问题，“交通大脑”构建了“数据基础与技术应用相融合”的统一业务架构。简单说，“交通大脑”有三项主要功能，一是对海量的交通观测数据进行全时、全量的感知，并在基于高精地图的数据平台上进行统一的可视化表达和统一的交通参数、指标输出（如交通量、交通组成、车头时距、转向比、排队长度、行程时间等）；二是基于以上更加准确的交通运行参数数据，依托云计算和AI技术准确研判路网交通运行状态与需求，第一时间发现问题、诊断并生成优化策略；三是根据生成的优化策略，协调、联动 “信号灯优化、交通组织优化、交通参与者诱导、交通管理资源调度”等多种手段，对交通进行精准管控，实现提升交通运行效率和出行安全的总体目标。其中，多源数据，特别是互联网数据以及强大的计算、存储能力是大脑的核心竞争力；计算平台，如数据资源管理平台以及算法服务平台等构成了“交通大脑”的核心技术。

不同的技术应用基于统一的基础数据，然后形成统筹的优化方案，在一个平台上协调规划、联动各种交通控制设施并有效的诱导交通参与者，达到统筹交通管控的目的。

数据是进行交通管控工作的基础，也是最大的掣肘。虽然目前安装了一些交通调查设备，但受到监测范围、设备完好度的影响，以往很多项目还需要人工穿着反光背心在路上数车、测车速，冒着较大风险，也仅能得到局部段落、有限时间的抽样数据。“交通大脑”的底层是一个数据平台，我们称之为“数据底盘”。“数据底盘”的作用是汇聚各种感知数据，融合、生成反映真实交通运行状态的各种交通参数和指标，也就是“交通大脑”的第一个主要功能。

首先，“数据底盘”融入了互联网出行导航数据。利用海量的出行轨迹数据，可以提供行程速度、行程时间、OD数据等重要的基础参数。此外，针对当前海量的城市视频文件无法有效利用的问题，“交通大脑”通过视频AI识别技术，对各种非结构化的视频数据进行结构化处理，从海量的视频图像中解析出交通管控所需的排队长度、车头时距、转向比等关键参数，将这些参数汇聚到“数据底盘”之中。这就像“交通大脑”的眼睛，凡是人眼所能观察到的交通情况，都可以第一时间形成系统可以识别的结构化参数，而且覆盖全时、全域。应该说，AI技术的应用实现了对现有数据的“增值”。如图3所示。 

图3：基于视频识别技术生成交通参数

另一方面，“数据底盘”将现有各种感知设备，如卡口交通监控系统、视频车辆检测器、线圈、微波雷达传感器、地磁传感器等的结构化数据也汇聚进来，最终利用不同数据源数据相互校验、补位，形成真实、全面反映路网交通运行状态的交通参数和指标，并精准地统一表达在高精地图上。在“数据底盘”上，交通管理者、技术工程师可以根据需要，有效、精准的查询实时交通运行状态和历史交通运行状态，服务于交通管控的技术应用需求。“数据底盘”补充了以往没有的互联网数据、视频解析结构化数据，融合了现有感知结构化数据，生成统一的技术参数，对弥补目前数据质量不高、交通支撑不足、道路使用者出行规划数据少等问题具有重要的支撑。如图4所示。

例如，在路网交通管控工作中，“数据底盘”产出的交通量、交通组成、转向比、排队长度、停车次数、交通延误等参数，服务于单路口信号灯、交通组织设计的评价与优化；OD流量、停车次数、延误、行程速度与行程时间服务于干道信号灯优化、动态交通组织优化；拥堵延时指数、平均速度、路网可靠度等指标服务于区域优化。基于视频识别的行人和非机动车流量、过街密度等基础参数，则为优化交通运行秩序，保障弱势群体提供了支撑。 

图4：检测设施、数据与底盘高精地图的挂接

道路交通是一个动态、复杂的网络系统。有了全量本、比较优质的数据，我们可以对复杂的交通系统进行更为详细和深入的解析。科研、技术人员可以更为方便地将复杂的交通运行系统与交通特征参数建立更多维、更全面、更精确的关系模型，正如中南大学余志教授提出的形象比喻“求解交通DNA”。在此基础上，“交通大脑”基于经典交通模型，融合机器学习算法（比如研判交通运行状态）、人工智能算法、神经网络算法（比如生成最优的路网管控策略、优化子区划分等）等形成一套算法体系，可以更多维、更准确地研判状态、生成策略。此外，“交通大脑”的运行机制不是封闭的，支撑其持续发展的是科学研究能力、算法迭代能力。有了数据的支撑，通过与行业内管理单位、高校、科研机构、咨询与设计单位的共同应用与不断迭代，算法与研判能力会不断提高，对交通运行状态的控制也会更加科学和有效。

图5：交通控制策略的生成

“交通大脑”是一个立体结构体系，“数据底盘”上挂接着交通管控的各种动态、静态设施，比如动态可控的信号灯、可变信息标志（VMS）；静态的交通标志和标线、交通隔离设施等。通过“交通大脑”的计算平台，基于生成的最优化交通控制策略，自动化的协调、联动调控相关管控设施，解决交通拥堵、处理交通事件等问题。比如，在交通高峰时段，通过对“数据底盘”生成的交通量、交通延误、运行速度、饱和度、排队长度等交通参数、指标的研判，及时调整信号灯的相位、周期、绿信比等参数；通过视频解析，识别溢出事件，调整信号灯相位，提升路口的通行能力；同时，还可基于饱和度、车速与交通延误预判拥堵区域范围，调整拥堵区域外围信号灯的周期与绿信比，控制进入拥堵区域的交通流率。除了信号灯调控外，“交通大脑”还可通过提升交通控制设施的智能性与协调性，实现对交通流的动态调控。比如，根据方向交通流的饱和度、交通延误、方向不均匀系数及转向比，动态调控车道功能、开放应急车道、调控潮汐车道，提升道路通行能力；关闭某快速路入口、禁止某方向通行，降低交通流率、拥堵事件，提升路网承载力。此外，动态交通调控是一个系统工程，在应用可变信息标志的同时，信号灯的相位也会相应进行改变。

除了上述道路交通管控措施之外，利用导航、可变信息标志（VMS）有效诱导交通流，可提升路网利用率与均衡性，实现不改变在途车辆数量的情况下，提升运行效率。以上综合性的诱导措施，同时可赋能于交通管理的指挥、调度业务，满足急救、消防等特殊出行需求，如杭州已实施的救护车一路护航服务，以及大型活动的交通组织服务等。

图6：动态交通组织

此外，“交通大脑”对路网指路标志系统具有支撑作用。“交通大脑”的一个功能是OD分析与透出，该功能模块可以基于导航中的海量出行规划数据对路网中的信息进行指引需求量化分析，结合路网信息的行政等级、隶属关系，得到路网中节点信息的指引需求度系数，从而对现有指路标志版面信息进行评价，分析指路标志指引信息的覆盖度和系统性，并协调指路标志信息与导航信息，从而，改善交通诱导不直接、不系统的问题。

注：文中图片均由作者提供

（文 / 阿里巴巴集团高德公司，未来交通与城市计算联合实验室研究员姜明、董振宁、吴泽驹、张鹏飞）