银江郭海锋：城市大脑的交通信号优化服务思考&实践

11月23日，由中国智能交通协会、国家智能交通产业技术创新战略联盟主办的2017第十二届中国智能交通年会城市智能交通创新发展论坛上，银江股份智慧交通集团CTO郭海锋博士发表《交通信号优化服务思考&实践》的演讲，本文为现场录音整理，经演讲者本人审核。

郭海锋：各位领导、专家、朋友，大家好！

非常荣幸参加今天的论坛，和大家分享一下银江在交通信号优化服务方面的思考和实践。题目非常的老土，最初和组委会对接时，组委会的老师说：“郭老师，这个题目太土了，有没有可能高大上一点？”但交通信号是最基本、最实际的工作，没有办法高大上，今天就 “土”一点，分享下我们的工作和思考。这些工作都是依托杭州交警支队和银江成立的信号优化警企实验室完成的。

一些朋友一听说我在做交通信号优化工作，都感觉非常的难以理解：“现在的一线城市不是已经都有交通信号控制系统了吗？国际的大品牌不是也在杭州落户了吗？还有什么可研究的？”我回答说现在也有机器翻译系统，但是为什么还需要翻译人员？尤其是在较复杂和高要求的场景下，对翻译人员的要求也越来越高。其实交通信号控制系统和机器翻译系统是类似的，如果是在简单、低要求的情况之下，在交通管理者和出行者都可以忍受的情况下，交通信号系统运行还是可以的，但在复杂、高要求的场景下，现有的交通信号系统表现，确实是不太让人满意，所以才有了交通信号优化的工作。

接下来要思考的问题，是场景的复杂度，超过了信号控制系统的能力？还是系统本身的缺陷导致难以适应现在的场景需求？我是这样认为的，两个方面的因素都有，一方面现有的信号控制系统几十年以来，从数据到模型到算法，没有发生太多本质上的改变，尤其是在交通饱和的状况下，现有系统没有办法做到全网分析、计算等工作，这是先天缺陷。现有的交通系统的复杂程度，也确实是超过了信号控制系统的能力，所以各城市信号控制系统在实际运行的时候，还是要依靠交警依据对路口交通的熟悉度，做出相应的方案。

下一个问题，是不是信号控制企业更适合做信号优化工作？未必。举一个最简单的例子，微软开发了OFFICE，但是它可以帮助我们写出自己想要的PPT吗？显然不可能，除非微软招聘大量的写手。信号优化工作需要交通工程师对路口实地考察、蹲点了解交通状况，才能做出优化配时方案。

我做过一个调研，一位交警大约要花三年的时间，才能全面的把握他所管辖区域的路口交通运行状况，然后才可以调整相应的配时方案。我经常和团队同事说，调任何一个信号配时参数时，一定要非常的谨慎，要有敬畏之心。在一线城市，一个配时参数的改变，有可能会影响几万人的出行体验，不应该有敬畏之心吗？简单来说，优秀的信号配时人员，可以将信号配时软件发挥更大的价值，这是我的观点。

当信号配时可以优化时，自然就有服务水平和服务能力的问题。什么是服务水平？什么是服务能力？服务水平是显性的，我们去一个餐厅，很容易从服务员口中获知餐厅的服务水平，但我们观察一个路口，也很容易获知路口的通行能力，也就是服务水平。交通管理是交通的最末端，也就是神经末梢，优化是有限，信号配时同样如此，它是一个神经末梢，它的精细化服务改善效果也是有上限的。今天会场还有很多人站着，说明会场的服务水平还不够，站着的人体验肯定是不好的，为什么？因为服务能力达到了极限。在极限之下，我们只能够提供相应较差的服务水平。所以信号控制系统也好，优化工作也好，如果不能够相对准确的了解整个城市的路网服务能力有多大，路口的最大通行能力多大，就期望信号控制、信号优化能提供更好的服务水平，显然是不切实际的。

应该怎么做？应该是尽可能的了解理想的服务能力，然后在什么样的条件之下，尽可能去达到这服务能力。进而在相等的条件之下，去告诉出行者，告诉管理者，信号优化工作能够提供怎样的服务水平。这是我们能够做的工作。

我们对整个信号控制服务能力进行了系统性的梳理，梳理的过程中发现，信号控制杂七杂八的工作真是太多了，非常的琐碎，碎片化分布在交通管理工作的各个环节模块当中。所以说，如果仅调信号参数配时的话，优化服务能力是有限的，要从最源头开始优化，不要上来就去做信号配时参数优化工作。我们在交警支队的支持下，对管理流程、标准都写了交通信号系统工作指导意见中，因为有许多东西需要完善，所以暂时只定为是指导意见。

基于以上的认识，我把交通信号优化称之为体系，从理念、制度、产品、服务，以及评价多维的角度进行优化，而不是信号配时优化本身，在每一个方面都确定了相应的优化内容。这是我对信号优化方面的一些理念认知，但理念的落地，必须通过技术和产品的支持才能实现。

阿里的王坚博士说过，数据将超过土地成为治理城市最重要的资源，我非常认同这一观点。但是我想补充一点，如果有优质的数据，这些数据将成为治理城市最重要的资源。现实呢？尤其是交通，可以获取到的数据，都是碎片化的，片面的，都是局部的小样本数据，同时数据的质量和效果也不太好。

我举几个例子，无论是同一方向不同车道，还是同一车道不同日期，所采集到的流量数据汇集起来之后，发现问题非常大，如果不进行处理，就很难利用这些数据。这就好像一个城市，我们有完善的城市设施，同时有污水处理厂、垃圾处理工厂，清理城市所产生的垃圾，在数据方面也应该建立数据的清洗工厂，数据的加工工厂。因此，我们做了大量的工作，首先对现有的手头的数据，做了自动的检测，识别它的质量，然后修复相应的数据，对不同源的数据，要努力还原出来相对完善的数据，放到数据池中，可以说这项工作非常累，属于又脏又累又不讨好，难见成效的工作。但我们很努力的想把这工作做好。

另一方面，有了数据，才可以对客观事物的运行规律进行研究刻画，以往我们对交通的认识，对交通状态的认识，都认为交通流量在反应交通状态，信号控制系统也是通过流量来适配改变信号控制配时方案。但现实情况是什么？交通流量的真实性，在现有的手段和技术条件下，永远都不知道，换句话说你永远都不会知道怎么能够根据流量，来给出最好的配时方案。那么，怎么办呢？我们把能够获取到的数据进行处理，来识别一天的交通模式，什么叫交通的模式？我们把能够刻画的状态、时间、分布提取出来，然后根据时间、分布，给出相应的信号配时方案，这种方案可能也很老土，因为没有办法做到实时的自适应，但这种做法能让系统配时相对获得优化，相对比较稳定。对城市道路而言，安全稳定是管理者追求的首要因素。所以我们弱化了交通状态的概念，而强化了交通模式的概念。有交通模式，就可以结合管理者的管控目标，比如说常规管理、特勤管控、事件管控，以及雨雪天气下的交通管控，是非常非常有意义的，不同的模式建模之后，就可以做出来相对稳定的方案，那不是最优的方案，但却是相对稳定的方案。

到目前为止，配时方面算法没什么难度，技术也没什么深度，但是在具体的交通模式，怎么认知交通状态，以及如何做交通评价，才是最难的，很难，也是目前很难突破的地方。

我们树立好理念，积累了技术经验，就开发了相应的产品。我把我们的产品并不是定义为一个简单的软件产品，而是代表着整个流程、规范、标准，以及软件信号配时的团队成员所有经验智慧，打包在一起提供服务，称之为信号优化服务产品。

这是我们对信号优化服务的理解，在服务过程中，我们和交警，和信号配时人员一直是讨论交流，希望用最简单的方式实现用户想要的功能。我们认为是简约设计，实现最大的价值，后续会不断的进行迭代。

我们成立了信号优化警企联合实验室，以上所举的工作也是依托实验室开展。撰写指导意见，创新了一个合作模式，研发试点软件，完成系统的应用，我们总结为杭州模式和杭州经验。（图）这是我们负责城市大脑交通信号优化的试点区域，一共是99个路口，到目前已经优化了42个路口，12条绿波带，其中还有一个小小的发明，一键灯控。另外，还做了两个区域信号优化，仅仅从策略层面做区域优化，确实是很难实现。

评估信号优化服务，（图表）这是我们工作期间，采集到的投诉率，优化前公众的投诉率是多少，优化后公众的投诉率怎么样。从投诉率来看整体在下降，数据对比来看，交通流量和速度的两个值是在升高。我们没有谈通行效率和通行能力提高多少，也没有对外发布信息，我们认为信号优化的工作，有没有效果，需要一个长期的观察。参与城市大脑交通优化工作，有的时候孔局长满意，有的时候孔局长又不满意，我们的工作做的到底是好，还是不好，需要一个过程，但我们也在想办法，尽量的让孔局长满意，虽然很难。

改良、改革、颠复、革命。

改良是理念不变，制度不变，技术提升。

改革是整个体系全部梳理清楚，从管理、流程、规范到标准，到配时团队，到运营模式，系统的优化称之为改革，实际上现在做的工作就是改革。

另一种是称之为颠覆，假设互联网企业或者其他企业，真正的从技术层面对交通信号进行颠覆。

最后一个是革命。从整个信号控制领域，从理念、产品到制度，到技术，全部革命掉了。如果让我展望的话，最终于车而言，红绿灯将不复存在。于人而言，红绿灯仍然存在。