数据是目前交通优化的关键基础，但数据更新的频率，不同地区、不同路口的使用情况不同，也会影响信号配时的优化效果。

上海宝康电子控制工程有限公司系统集成事业部总经理管青阐述了当前市场中信号优化的问题与难点，以及相对应的解决方案。

以下为管青发言概述：

宝康电子是国内最早一批从事城市智能交通领域的企业之一，隶属于宝钢集团旗下的宝信软件，除系统集成外，在信号控制领域拥有自己全套的核心技术和软硬件产品。宝康目前在城市智能交通领域的业务主要集中在交通优化、交通安全、重点车辆管控、智能勤务以及数据&设备运维等5个方面。

宝康从事交通优化很早，在2008年常州BRT项目中已经实现公交全线优先控制等，宝康始终坚持在为客户提供服务中成长，目前搭建了从前端信号机-集成管控平台-交通优化平台的三级交通优化产品。

一、对交通优化的反思

有些路口已经装配价格高昂的设备，但路口放行效率并不高；有些路口即便已经加入“智慧”设备和内容，但交警依然需要在路口执勤。需要反思的问题是：科技到底对交通管理起到了什么作用？我们在以下5个方面进行了相关的探索，

Q：我们需要什么样的交通优化？

1、我们是否从数字上清楚的认清了我们的管理对象？

2、交通优化控制跟交通信号优化控制是一回事吗？

3、有了完美的数据，有了大数据技术，有了算法，是否就能优化到用户希望的程度呢？

4、优化控制需要数据，数据质量普遍成问题，我们如何来保证数据的实时性、有效性和长期性？

5、互联网、自适应、AI的方法能在多大程度上切实优化交通？在有数据支撑的条件下，单点多时段一定不好吗？

首先，我们通过数字来看下对信控的主要对象之一——机动车的认识，我们很容易知道机动车保有量数据，但每天路面实际行驶的车辆很多时候是未知的。

比如根据上海路网运行报告，报告中并未给出城市内行驶车辆具体数据，但却有高速公路和快速路的日均流量数据，因为高路公路和快速路属于封闭环境，有进有出，便于统计，而城市路网中的活跃车辆往往不好掌握。

我们基于一部分获得的数据，进行了一些这方面的探索。

某地级市（共7个区）注册车辆143万，按照注册地为中心城（共5个区）的约为111万辆，核心区（共三个区）约为57.5万辆。

如以月为统计周期，在本市出现过的车辆为88.5万辆及46.5万辆，占比约79.6%和80.8%，也就是说有将近20%的注册车辆，基本就不在城市路网里跑。

而如果说我们管理的对象就是这约占保有量8成的车，也不完全合适，因为当统计时间缩短为一天时，实际日均通行量大大下降。核心区日均通行需求大致在30万上下，只占机动车保有量的一半左右。

我们专门分析春节期间的数据会发现，本地车的数量是持续下降的，而外地车来旅游的车辆数量是上升的，说明在春节期间，我们的管理对象发生了一定的改变，我们需要管理的重点路口也发生了改变。

根据时间、节假日需求，路口车流量会发生改变。有些路口交通规律性强，大约占全天流量8成的车辆是每天都要经过这些路口的，而有些路口则只有2-3成。

因此，对规律性比较强的路口我们进行信号优化时，采用单点多时段未尝不是一种有效的办法。

当然，从数据严谨的角度，我们得出的这些数据都是基于已经布设电警卡口设备的路口所采集的数据反映出来的，它并不能代表全市范围，只能够代表现有已安装设备路口的数据结论。

第二点，我们通过数字来看下信控的另一个管理对象——交叉口，以早高峰为例，我们都知道由于交通的流动性，路网的早高峰与路口的早高峰并不是同样的含义，不同路口的高峰时间并不完全一致。

曾经碰到某地的交警想知道每个交叉口的早高峰到底何时开始，以便根据早高峰的时段来安排勤务。当我们去寻找数字上早高峰的定义时，我们发现目前交通领域里对早高峰没有明确的数学定义，除了车多，对有些地方的交通管理部门而言，早高峰的开始是非机动车或人流量的大幅增加，或车流出现第一次拥堵的时刻。

而不同的国家标准和地方标准中，关于高峰时间、常发性拥堵、偶发性拥堵的定义也不相同。所以，我们交通人现在如果要做统一的分析，需要对传统一些比较感性的词汇，如早晚高峰、拥堵等，做出相对统一的数据基准。

第三点是我们对交通优化的逻辑进行了一些反思，我们传统的信号配时往往是根据人的经验配出来的，这里面有交通管理部门的经验，也有专家的经验，缺乏长期、准确的数据支撑。

现在很多地方都在谈自适应控制，但用户期待的自适应控制与当前市场上能做到的自适应控制有偏差。用户希望在技术手段和互联网的加持下，控制时段要细分或者干脆不要时段，做到实时优化、夜间不能有空等，拥堵基本不能有，如果堵了马上就能开始通过配时调整；有了交通事件能够自动检测和反应。

而目前实际能做到的是让以往相对固定的配时方案动起来，不再一成不变，根据流量情况进行一些配时调整，对控制时段进行细分，减少空放、失衡的情况是可行的。但自适应优化的频率往往没有明确，按周优化，按日优化，按15分钟优化，各不统一。

实时控制不实时：现在很多宣传自适应控制时都会说实时控制，但实际上需要检测一个周期、下发一个周期，第三个周期才能开始执行；反而是最传统的感应控制在实时性上更好，如果灵敏度过高，在考虑数据质量及偶然性的情况下，优化的效果反而容易打折扣；

全量&抽样检测：我们目前的信号优化一定是基于可以获得数据，以及数据的精度来进行的，我们目前能获得数据基本指的是机动车，对人和非机动车的检测基本没有；如果有了非机动车和行人的检测数据，我们夜间的信号优化逻辑也会发生改变。

但我们必须注意的是，我们的交通管理部门不是科研机构，它不可能去不计成本的建设全量全对象的检测，所以我们的优化逻辑一定是在可以接受的性价比情况下所进行的优化。

宝康在进行交通优化时，信号所需要的检测数据可以只用到路口的电子警察数据，这个数据往往是各地交警维护得最好的系统之一。

在路口变化大时使用自适应调节路口交通流，如果能够找到路口规律，经过数据加持的单点多时段也会是一种高性价比方案。

第四点是对信号优化所需要的数据进行了相关的探索和反思。数据的来源渠道很多，各有各的特点，比如流量数据，对于信号控制而言，更重要的应该是周期流量，相位流量，而不是2分钟流量，5分钟流量等等。

二、宝康对交通优化的认识

三、“慧通”路口综合管理及优化平台

在以上探索的基础上，宝康完成了一个“慧通”路口综合管理及优化平台，这个平台定位于充分利用交警自身的数据，以大数据技术为基础的一套路口综合管理单元（以信号优化为核心但又不局限于信号优化），它的主要使用对象是一线交通管理人员，有助于其全面掌握路口的运行状况，为信号优化配置人员提供数据分析结论和数据基础。

它的主要特点包括：

全量：使用信号控制系统实时信号控制运行信息与电子警察数据，对数据质量进行诊断；

六维：信号配时优化、流量规律、违法情况、拥堵情况、手控情况、路口运行评价的进行实时全面诊断和闭环控制；

优化：以周和天为更新频率的时段优化+以周期为频率的实时优化，闭环控制。

优化逻辑：内嵌20余种算法，找寻路口运行规律（流量规律、拥堵规律、手控规律、潮汐规律等），实时评价路口拥堵程度，评价路口信号管控效果（空放、失衡等），违法规律分析、精细化的进行信号配时优化；

优化效果：民警手控时间缩短，路口的拥堵频率和持续时间下降，单位时间内通过路口的车辆上升。

宝康目前正在针对“慧通”产品进行进一步的升级改版，在页面设计上，根据数据的使用对象（不同岗位的管理人员）进行进一步的细分，并更加丰富内嵌的算法。

四、总结

我们认为目前的IT、大数据技术的飞速发展已经足以提供充足的算力，海量的存储和炫酷的展示页面，在当前的数据环境下，在交通优化上我们有几点感悟：

内生与互补：交通优化离不开数据，交警数据和互联网数据是相互补充的作用，利用好交警自身的数据，同样可以低成本的做好信号优化，比互联网数据更加的全量；但数据之间的共享融合远没有说起来那么容易；数据本身不缺、高质量（全面、高准确度、连续时间长）的数据比较缺；

经验与数字：我们正走在从经验交通，感性交通迈向科学交通、数字交通的路上，交通是活的，一座城市的车流实际每时每刻都在发生着复杂的变化，传统的手段不太可能对其能有相对完整的描述，部分传统交通概念难以用严谨的数学定来定义；城市交通骨子里的内在规律是现在利用大数据更需要研究的东西，搞清楚了规律再对症下药会更加有的放矢；

概念与逻辑：自适应、边缘计算、城市大脑等等都为我们这个行业提供了足够多的话题和方向，但概念背后的逻辑，所利用数据的范围和精度是否经得起推敲还有待验证，离开对优化对象和优化目标的清晰认识和对成本的考量，单常去讨论优化方法不一定合适；

全面与片面：数据的现状是大家各自在能获取的数据基础上都能相对准确的分析，但不一定全面，一个真正的城市级、全时、全量、准确的数据我觉得还比较少，如果要有，一定也是代价不菲；交通优化目前是在可获得数据精度下，可接受性价比情况下的优化；

传统与未来：千人千面，一路口一特征，基于数据的配时方案优化需要一点一滴的进步，交通优化的主要对象是以机动车为主的信号灯配时优化，涉及部分车道设置的优化，通过减少空放、失衡，做好灯流车流的匹配是可行的；未来路口级的交通优化应该还包含非机动车和人的因素，交通渠化（不仅仅是车道设置），勤务排班，路口综合管理等。

作者简介：上海宝康电子控制工程有限公司系统集成事业部总经理，信控中国俱乐部会员