7月28日,筹备近4个月的2016中国城市智能交通管理暨科技创新论坛在彩云之南、滇池之畔的春城昆明成功召开。此次论坛吸引了来自全国40余个交警单位的100多位应用单位代表以及全国各地智能交通行业260余人与会。上海宝康电子控制工程有限公司智能交通事业部总经理管青博士发表主题演讲，主题是《基于大数据的智能交通信号控制》，文章为速记稿，未经演讲者审定。
管青：谢谢史教授，感谢大会给我们提供这么一个机会。今天汇报的题目是《基于大数据的智能交通信号控制》，大会给我定这个题目的时候，我还有点诚惶诚恐。因为很多地方的交通信号控制设施都不完善，而且现在谈大数据，可连数据都没有，怎么谈大数据。借这个题目我花了大概一个月的时间来反思这么多年交通信号控制到底是怎么做的。不专业之处敬请指正。
一、关于宝康电子
宝康电子很早就开始做智能交通，到现在为止差不多做了有20多年，实际上已经成为城市道路的优化专家。在这20年里面宝康有很好的发展机会，因为宝康有前端的信号机、电警卡口、集成平台软件等全套产品，所以让宝康能够有机会从前端开始一直审视我国的交通信号控制到底是怎么样的应用情况。目前国内的信号机其实都差不多，功能上大同小异，包括绿波控制、线控控、单点感应控制、公交优先控制等。宝康的信号系统做的很早，在2003年、2006年的时候，宝康获得过国家的一些奖项，做过很多的交通信号控制项目，包括BRT公交优先控制、有轨电车优先控制。目前国内海外很多企业像海康、电科、海信、易华录等等都在做信号控制，可以说信号控制系统市场是风起云涌，现在系统的复杂度、数量都要比以前高很多。六月份的时候公安部交管局发了一份文件，即推进城市道路交通信号配置智能方案，然后我也在6月份的时候去公安部交通管理科学研究所开了两个会，一个是道路交通信号控制系统的通用技术调节研讨会，第二是城市道路交通管理精细化设计咨询服务座谈会。公安部的这份文件和召开的这两次会议使大家形成了一个共识：交通信号控制对城市管理非常的重要。第二个，实际上目前各大厂商推出的交通控制系统控制效果并不理想，再专业化的系统也需要专业的人来维护和使用，但是交警不管是从经费还是从人力资源配备等角度来说，资源投入都非常少，可能卡口的抓拍处罚量远远大于在信号控制上的投入，公安部的文件也非常明确的指出了，鼓励交警来购买社会化服务。
二、当今的信号控制系统
不管是SCATS信号系统，还是SCOOT信号系统，实际上都是三段治理的结构，自己建立自己的交通检测系统，然后通过一个模型算法形成一个方案，再通过一个软件平台展示出来，把这个方案下发到信号控制系统里面去，这是两个非常经典的信号控制系统，而中控、海信、宝康，实际上都是仿造国外信号系统来做的。
从80年代开始到现在，这个主体架构并没有大的改变，只不过是前端检测设备发生一些改变，一开始用的是线圈，而线圈损害率太高，所以后来线圈变成了地磁、视频和其他的设备，但实质没有变。
1、当今信号控制系统的特征
这个系统里面前端检测遇到的问题是：第一，信号控制系统数据是相对封闭，很多地方要所谓的协调信号控制系统一定要配自己的线圈、自己的设备，不兼容其他的产品的数据接入。第二，数据采集往往只能够针对机动车，但是实际上影响信号灯的不仅仅是机动车，还包括非机动车、行人、以及车型数据等，仅仅是机动车流量，输入用户做的模型中并不能完整的反映到信号布置系统中来。第三，数据采集往往都是基于固定位置的点数据，一个点的数据能否代表完整的路段，这是还有待商榷的。第四，建设和维护的成本其实是非常高的，像上海高架路的修建以及通车之后的维护成本是非常高的。但是这些信号控制设备不产生直接的效益，没有收益只有成本导致维护往往不到位。在座的很多是交警管理部门的，大家都有经验，一个设备坏了就得派人去修，但是信号或者采集设备坏了，没有经费去修理，而且它不产生效益。第五，信号配时的模型是根据交通工程师、专家学者形成的，采集数据去套这个模型，最后形成一个对位体。但是由于不管是驾驶人还是行人的行为是非常复杂和随机的，所以到目前为止很难有一个模型真正能够说明整个复杂的交通系统到底是如何运作的，而且这个参数往往是非常专业的，所以信号控制涉及到各种各样的交通参数以后，相关的控制人员都不会用，一个城市真正用信号控制系统的人并的多。第六，信号控制效果难以评价，有专家看到宝康的项目系统，觉得项目系统太复杂，因为每一个参数是精确的，可控的，但是每一个交通是不可控的，所以宝康在怀疑这条路到底对不对，按照宝康的建流量建模型形成规划，这个幅度到底对不对。
2、信号控制系统的部分应用情况
这是前两天拍的（如图1），这个时间段四个方向都没有车，但是要足足等一分多钟才有绿灯放行。配置都是一样的，所以它不能随路口的实时情况来变化。再例如，像这样的路口（如图2），交警看到路口堵了以后会提供手动控制，这个完全打破了所谓的模型控制，但是上一个路口与下一个路口的承载能力是否相匹配值得怀疑。这是一种比较原始的做法，没有全局观的单点手控，在这么一个复杂的情况下要做区域化控制确实是比较难的事情。
图1
图2
另外一个案例是在上海，上海市政府五月份开始颁布了一份文件，进行道路交通违法行为大整治行动，并对外埠车限行时间延长，范围扩大，虽然文件颁布了，但是地面信号控制系统并没有相应的变化，该怎么走还是怎么走。大家可以看到，现在整个上海市拥堵比以前更加恶化，再一个就是高架道路拥堵，实际上仅仅是拥堵时间做了延后，拥堵还是存在的，这就说明所谓的协调交通系统可能很难跟得上目前各种交通管理政策的改变。
三、数据环境下的交通信号控制
道路建设、分配使用的主导设计往往不是交警部门，有的车道本来是四车道，但公交专用道一封就变成三车道。按常理，信号控制系统应该会改变，但是往往是没有改变的，所以这种情况下协调控制应该是处于一个单联的状态。因此：第一，就整个模型来说一开始这套系统没有什么太大的差别，既然在系统外部有很多数据可以获得，交通信号控制基础的数据一定要由自己的系统来监管；第二，如果这个信号控制系统涉及到政策变化、道路维护、交通旅游维护使用情况等，如何破局；第三，目前阶段的信号控制不是有大数据，而是很多根本没有数据；第四，模型非常重要，目前条件下能否做好一些事情来提高整个控制系统的实用性，来保证系统的效果，所以大概做了一个分析，实际上从目前整个和交通信号相关的数据分下来，可以分几类：一是交通信号控制系统内部产生的数据，这里面可能包括时间、基础配置、检测系统产生的参数、交通信号运行产生的日志数据、维修数据；有些地方有而有些地方没有的道路基本数据，这些数据出自市政城建部门。二是公安交警所属智能交通系统产生的数据，尤其是现在的卡口电警可以产生各个车道的参数数据，卡口可以获得流量、速度、车辆号牌等数据；交警的数据还有专业交通信息采集设备的数据，警员警车的数据，大家可能会对警员警车的数据产生疑问，这个后面会做一个解释。三是公安交警外部产生的数据，刚才说到信号系统是封闭的，它的数据只来源于自己采集的数据，但是现在除了信号系统，还包括互联网公司手中的交通状态数据、老百姓报警（信号故障、拥堵等）产生的数据，上次开会时广东某地就提到他们大概一个月接到了1700多次老百姓的报警，但是反过来说，老百姓报警产生的数据实际上客观反映了有些地方可能是交警巡查的死角，分析这些数据可以得知路面信号控制系统和指挥中心到底是不是匹配。外部数据还包括出租车产生的数据，互联网的数据、手机产生的数据，天气数据，还有不同部门包括规划部门产生的数据，如果这些数据都拿过来用的话，交通数据应该是可以有大数据的，可是现在网络数据还不能实现。宝康现在就是朝着这个方向去努力。
宝康的一些做法
1、单点控制
第一，先对一个路口的交通对象进行档案化描述。做信号配时时往往不知道路口的基本信息，图上这个数据是电信提供的，不是拿着数据马上做实时的优化，而是拿它做分析。这个路口堵到底是一个车道还是整个路口都堵。一个路口到底是不是高峰、几个高峰期，早高峰到底是7点开始还是7点半开始，把这个时间具体摸准。另外，现在很多城市信号配时，信号配时与高峰配时是否匹配，有些地方需不需要警员在现场，都需要做一个数据分析，这些数据实际上都和单点数据相关，现在基于这个数据做分析。现在按照新的目标要求，有些数据是反向来抓拍的，把每个路口的通行规律按照5分钟做一个统计，当然这个数据现在也在做一些改变，只是让它和信号配时周期绑定起来，因为5分钟可能含了一个或者两个周期。然后通过这些报表可以看出到底是哪一个方向堵，如果堵的话到底是周一堵还是周五堵。把这个规律分析清楚，基于这个规律再来做它的相关配置。所以信号配时并没有直接说怎么做信号配置，而是说怎么精确的划分时段，优化配置。
第二个节省建设和维护的成本，因为它里面的数据是共享的。
第三个是根据流量流向优化相位相序。
第四个就是分析勤务安排与拥堵时间、程度的关系，发现堵点，把有限的警力资源投入到关键堵点的优化上。
最后一个就是利用数据找问题，到底是信号配时问题还是渠化问题还是其他问题。
还有一点，现在采集的数据在指挥中心里面，但是路口民警实际上得不到这些数据，他是通过目视感觉来做的，如果把数据给一线交警，让信息走出指挥中心，让一线民警调整配时的时候不再简单凭感觉，更加有的放矢。另外一个就是分析哪些路口最容易被手动控制，减少对干线协调控制等的干扰。
2、线协调控制
首先在线协调方面即智能绿波灯控制，宝康的绿波控制实际上和别人不太一样，宝康可能会给一个限行测速，因为很多绿波感觉能够开多少速度，但是驾驶员保持多少的速度去开，实际上没有一个量的标准，宝康就把建议的行驶速度直接显示在路口的显示牌上，每隔一个路口，这种小型的牌很便宜。通过测试发现这种方式效率更高。
其次就是绿波监管。实际上宝康做了绿波，但是真正调整以后，由于系统的各种原因这种绿波到底是不是宝康设计时所要实现的效果，实际上并不知道。这时就会把和绿波相关所有的参数在后台做一个分析，给它进行一个打分，说这条绿波到底是不是达到了设计时的预定目标。现在做的绿波优化是一个方面，绿波时的车行速度是可变带速，不是说一条绿波的车行速度从头到尾都是50或者是60，那中间可能有些关键点可以变速，因为可以控速驾驶员，如此可能会使绿波带速更宽。其次，做一个闭环评估，（如图）这是在一个地方做的实验，可以看到所有的数据都是来自卡口数据。再次，交互控制，形成一些监管，实际上也是对于数据的应用，但是没有上升到大数据的层面，这种方式实际上可以有效的保证绿波进行有效运转。再一个就是在带速基因这个层面，大家都觉得很复杂，有时候看不出效果来。那么现在用数据干什么，是真正找到堵点和找到拥堵特征，比如周一哪边最堵，周二哪些点最堵，那可以通过数据来得到这些信息，包括这里的路段数据，（图）像这条道路是6点－9点是最堵的，中间是下午3点最堵，而不是在高峰，下面这条路可能是上午9点钟最堵，然后是下午5点钟开始堵。那么找出堵的关系。再一个就是逐步看懂车标。因为现在有了卡口数据，像南京的场景比较好，它有环保电子标签的一些数据。可以基于这个数据逐步了解一个车道里面到底是有多少是走固定路线的通行车段，有多少是临时过来的车辆。
3、区域控制
这是基于手机来做分析。是干什么？判断他住在什么地方，他在哪里上班。有70%的时间在那个地方，那可能就是他的家，基于这个数据再和卡口车牌数据联合起来做OD分析，电子车牌是一种方式，这种卡口和手机结合也是一种方式，所以分析完这种交通文案以后，现在做的数据也是做OD分析，基于手机数据和OD分析来做一个基础的控制，找出城市的主动脉到底应该怎么修，怎么维护，主动脉、主干道的通行能力最大化就是区域控制的主要思路。不是作为一个简单的区域控制，而是找城市主要的通道。
4、预案及应急控制
信号控制谈了很多优化的思路。其实交警在信号控制系统还有一个很重要的就是预案和应急控制，像那种大型活动一样，把很多路口的方案结合预案做在一起。比如建一个昆明市的停车场，做了规划，如果周边有大型活动，那入场的时候就需要把道路调控先设好，先模拟好放到里面去。模拟好以后如果要开运动会，入场一个方案，散场的时候再调用另外一个方案，这样的话区域控制是通过人工先预测好的方式来做。另外一个就是停车路线，干扰的就是交警需要用到信号控制关键的一点，和技术相结合，包括监控等都直接缓冲出来，这时候来提高信号定位效率。
还有一个就是灾害信号的快速调整，深有体会，上次上海大雨的时候，在上海高架上堵了整整6个小时，走也走不了，因为那时候上海的信号控制系统，对于暴雨这种情况可能很难应对，只要一下雨就容易堵。这种下雨容易拥堵的路口如果能通过数据和天气做一个分析的话，就把下雨容易堵的点拎出来，针对它来做预案，如果这里发生拥堵预案该怎么来疏散，把这种方式做好以后，天气数据和信号会产生关联。另外一个就是突发事件事故的调整，上海清明节时由于一次交通事故产生了大量的拥堵，通过分析得出最容易发生事故的点，周边的信号控制要如何设置，这个也应该是信号控制需要做的事情，所以大数据的信号控制和传统的信号控制还是有很大的不一样，不管是数据来源还是单个的控制方式还是信息类的控制应用，如果能结合其他方案的数据还有很多文章可以去做。
四、结语
所以得出的结论：第一，大数据下的信号控制，要利用一切可以利用的数据，扎扎实实做好现在信号的服务，不是要做很多漂亮优化的模型，而是把模型通过交通信号的高级运用，预案控制等这些要并重，然后优先利用数据提升单点控制和线协控制的智能化和实战水平。
第二，交通信号的数据分析和应用正在深入，还远远没有进入一个大数据时代，交通信号的基础设施是交通里面最古老的学科，从80年代进入中国，那时候还没有监控、电警卡口等。交通信号控制是最古老的东西，以后随着通信网络发展以及网联车辆的改进，信号控制这种最古老的控制系统才会进入到大数据的时代。
谢谢大家。
