大数据开启了一次重大的时代转型，而大数据与信号系统相结合还有一些瓶颈问题需要解决。

大数据开启了一次重大的时代转型，而大数据与信号系统相结合还有一些瓶颈问题需要解决。

上海骏码交通科技有限公司副总工程师宋高8月中旬，在重庆“2018年西南智能交通论坛”上《大数据背景下的智能信号控制系统》主题演讲中指出，信号控制行业急需改善之处有跨专业人才短缺，以及核心算法的修正和升级。

以下为宋高演讲全文，经赛文交通网编辑整理（内容有删减）：

我的汇报主要分为三部分。第一部分是大数据的到来给我们带来了哪些变化。第二部分是信号系统与大数据的结合，能产生哪些应用。第三部分是应用大数据时需要思考的一些问题。

大数据这个概念，是2006年提出的，经过很长时间的鸿蒙阶段，逐渐在国内外受到重视。经过2012年和2013年的探索时期，于2014年进入爆发时期，这个时期就是大数据生态完善，资本介入期。现在可以说大数据属于一个稳定时期，各方面都趋于理性，然后国内外的差距也正在缩小。

大数据给我们带来了一系列的既陌生又熟悉的一些专业名词。称之为陌生，是因为以前在信号控制这个行业里面，很多名词都没有接触过，像集群、原数据、数据湖等这些概念；但是为什么说他们熟悉呢？因为里面的一些算法可能在上学的时候或者做研究的时候用过，比如说神经网络，模糊逻辑，聚类分析等。

那么，怎么能总结一下大数据给我们带来了什么呢？我想引用一下我看的《大数据时代》书中总结的概念：这是一场“革命”，将对各行各业带来深刻影响，甚至改变我们的思维方式……

同时，它还把大数据比喻成一个开启时代转换的钥匙，它可以改变我们的生活，以及理解世界的方式，成为新发明，新服务的源泉，而且更多的改变正在蓄势待发。

那么在这种大数据的环境下，上海骏码也在积极寻求在大数据方面的一些应用和拓展。首先就是我们的信号系统与大数据的结合，研发出了三级优化模型。

传统意义上的信号控制系统，它采用的是路口层、通讯层、中心层三层物理架构，中心级与路口级两级优化，或者是只有中心级一级优化的一个逻辑架构。

经过与多家互联网公司沟通，共同研究之后，我们研发出了一个三级优化的算法模型，（如上图）大家看到的就是信号优化平台层、信号控制中心层及信号控制路口层的三级优化。

优化模型的逻辑架构可分为三个层级，战略层、战术层和执行层。

战略层利用互联网大数据进行分析计算，制定作全局的宏观层面的控制战略。

战术层根据控制战略进行战术的制定，例如控制子区的划分、子区的自动分割及合并、子区控制战术等。

执行层执行战术层生成的控制方案，同时利用实时性强的前端检测器数据，在遵循控制战术的前提下进行边缘计算，灵活调整绿信比，实现对突发交通流扰动事件的处理。

这样就形成了自上而下的战略层、战术层、执行层的连贯及统一。

大家可能对戴森这个品牌熟悉，它的核心技术可能就是一个电动机，但是它在这个核心技术基础上衍生出很多产品，比如吹风机、吸尘器。那在三级优化模型中，核心算法集中在战略层和战术层，能不能利用核心技术衍生出其他产品呢？

剥离路口层的具体的信号机品牌，模型就可以形成一个信号研判和优化的一个应用。这个软件能对数据质量进行一个判断，并且对路口的拥堵还有其他的特性来进行统计、展示。另外还可以分析出来的哪些路口有问题，有哪一些问题需要调整，然后路口分布在哪里。具体到每一个路口，又能展示出这个路口具体的一个数据情况。这个就是信号系统和大数据的结合。

比如说这个协调状态就可以在导航的时候提示是进入绿波带，然后按照什么速度来行驶可以一路绿灯；将优先状态就可以提示给公交司机和私家车驾驶员，一方面提醒公交司机优先状态，指引如何驾驶公交车可降低交叉口延误，另一方面提醒私家车驾驶员前方有公交信号优先，让他们提前有一个心理准备，减少公交优先信号对社会车辆的影响。

最后，大数据应用时需要注意哪些地方？或者说信号控制行业急需改善之处。

一个是跨专业人才短缺。信号控制行业可以说是专业性较强的行业，要求开发人员对交通专业知识和理论的掌握和应用特别精通，同时在大数据背景下，又要求开发人员具备大数据相关知识。无论是交通跨大数据还是大数据跨交通，都需要长时间的积累，造成人才短缺。

第二是核心算法的修正和升级。可能以前能采集到的参数较少，算法只能根据参数A进行设计。大数据提供的参数，除了在数据量上体现大之外，同时也丰富了数据的多样性，同时对信号控制算法提出了更高的要求。

这就要求信号控制行业与时俱进，一方面，利用大数据对现有算法进行修正，为还没引进大数据企业的城市提供更好的控制服务及效果；另一方面，利用数据的多样性对算法进行升级，避免“鸡同鸭讲”现象出现。