数据将成为驱动智能信控快速发展的核心动力

数字化信控的精髓在于数据的获取与处理。从最初的“无数据”阶段，历经人工调研阶段，直至如今数据日益丰富的阶段，信控算法、策略及手段也在持续演进。当前，我们正站在数字化信控发展的关键节点上：

统一信控的推进极大地加速了数字化进程，特别是“一灯一档”的数字化管理，为路口全生命周期管理奠定了坚实基础。同时，信号控制也从单一的路口管理扩展到了中心平台，实现了更高层次的统筹与协调。

随着雷达、雷视交通感知设备的广泛应用，以及互联网数据的深度融合，感知数据的丰富度显著提升。这不仅推动了全息路口秒级自适应控制的实现，更使得信号控制再次聚焦于路口这一核心场景。

未来，静态数据与动态交通数据的数字化应用场景将进一步拓展，促进云边协同控制模式的深化。中心平台将专注于宏观交通态势的分析与信控策略的制定，而边缘设备则负责精细化动态调优。通过边缘AI算力的加持，实现中心与路口之间的高效协同控制。

伴随双智城市和车路云一体化战略的逐步落地，基础设施的数字化与智能化变革将迎来新的高潮。新型的数字化交通智能信控模式已初具雏形，并将随着技术的不断进步而日趋完善。我们坚信，随着车路云一体化的深入推进，交管侧将获取更为丰富的车辆动态信息。届时，数据将成为驱动智能信控快速发展的核心动力。

由信控算法模型升级窥视信控系统发展

数字化交通管理，尤其是交通数据的数字化应用，对交通控制策略和算法模型的影响至关重要，它默默推动着信控体系的持续升级和迭代。

目前，传统交通信号系统的配时优化主要依赖于路口感知设备收集的数据。由于技术限制，我们只能通过局部空间内的离散个体数据进行宏观统计分析，以此来估算整体的出行OD（起点-终点）和路径选择，并将历史数据作为当前或未来配时的依据。

基于交通流统计模型的信控算法一直是我们沿用的有效方法，对城市交通的疏堵保畅和稳定运行发挥了重要作用。

信号控制系统的发展大致经历了两个阶段：

1. 专业工具阶段：在这个阶段，信控需求主要通过人工确定，利用专业配时工具进行管理，配置方式较为专业，效果受限于信号机品牌商的能力。

2. 业务平台阶段：这一阶段以技术驱动和业务需求为动力，实现了多品牌设备的联网联控、便捷操作和业务流程的闭环管理，信号优化依赖于专业人员的经验和需求。

然而，传统交通流模型存在局限性，如用局部平均代替整体平均，用历史交通指标代替当前指标，无法实现对瞬息万变的交通需求的精准控制。

随着感知技术的进步，基于雷达和视频的数据感知变得更加精准，互联网交通数据的精细度和覆盖率也在不断提高，这使得我们能够精确掌握全局动态路网的出行活动。因此，信控优化的目标也从基于个体离散数据和传统交通流模型，逐渐升级为基于个体轨迹数据，服务于整体路网出行需求的信控策略目标。

新一代数字化交通智能信控体系

随着路侧感知数据的精度提升和互联网数据的精细化，两者的融合应用必将促进数据驱动的新一代数字智能信控体系的构建。

该体系的核心特征将从依赖人工经验和技术驱动转变为数据驱动和需求驱动，即以出行需求为导向的信号优化控制目标。这包括动态划分信控区域、生成信控子区策略、实现路口精细化管理等，均以控制效果为目标导向，由算法自动化生成，实现智能调度。管理者仅需设定控制效果目标，新一代数字智能信控体系将通过云边协同模式，确认宏观策略和微观信控需求，生成精细化配时方案，满足管理需求，服务公众出行。

我们提出“数据驱动下的新一代数字化交通智能信控体系”即云边协同模式，具体如下：

云端将整合路侧感知数据、互联网数据以及V2X云控平台数据，与路网数据、信号参数共同构成数字交通能力基础，满足中心统一信控需求，同时支持各类业务应用，拓展业务应用场景。边端则构建边缘智能体，利用新建或现有感知设备，基于机器学习算法实现路口、干线的动态优化配时。中心将实现动态子区划分、信控策略生成、背景方案生成和优化方案调度，而路侧则实现自适应信号控制，满足宏观安全管控和微观精细化配时需求。

新一代数字信控体系将在多源数据驱动下，通过宏观动态路网与静态路网的叠加，实现动态区域划分、信控单位划分，并以控制效果为导向确定控制目标，解决城市信控在宏观、中观层面的管理问题。根据不同路网拓扑、交通状态、触发条件，智能调度信控策略，实现城市基础路网、宏观交通趋势与信控算法模型的最佳匹配，并通过信控平台的双向互通能力，实现多品牌信号机的协同控制。在全局最优的前提下，针对重点路口，通过边缘计算单元实现路口自适应优化，实现单个路口与实时交通流的最佳匹配。

通过路侧感知数据和互联网数据的融合应用，中心平台负责信控子区的优化控制，边缘侧负责路口秒级自适应，通过信号优化评价反馈信号优化效果，算法自动演进升级，不断提升云边协同的信控优化效果。同时，中心实时监测信号运行状态，确保信号运行安全，信控策略管理、配时方案下发策略可进行人工干预，确保平台接受专家控制策略和管理的干预行为。

在云边协同模式下，动态绿波不仅能实现路口对非协调相位的自适应优化，还能根据路口间的速度变化进行相位差的动态调整，自动消除路口间车流扰动带来的影响，快速恢复绿波模式。

目前，在单一数据源覆盖不全面、数据质量有待提高的背景下，已构建多源数据驱动下的算法模型，采用云边协同模式，通过宏观路网交通出行需求分析和中观干线的交通流特征数据分析，由平台自动确定干线和绿波带方案，实现主路口的精细化实时控制，其他路口采用跟随模式实现动态绿波。该模式已在北京实践应用，并取得了良好效果，云边协调模式的有效性得到了初步验证。

边缘计算在智能交通系统

在当前市场趋势中，边缘计算技术的兴起正引领着交通信号控制的革新。该技术将信号控制的决策权从中心数据中心重新分配至路口层面，实现了信号控制优化能力的持续升级。结合云边协同策略，我们能够实现从依赖车辆观察信号灯（车看灯）到信号灯根据实时交通状况智能调整（灯看车）的转变。

通过部署边缘计算单元，我们能够实现关键交叉口的智能化自主控制，标志着从传统的手动面板操作模式向自动化控制模式的演进。边缘计算单元通过集成并解析雷达和视频数据，实现对车辆信息的全面感知，并基于路口内所有车辆的个体行为，运用深度强化学习算法，生成优化的信号配时方案。同时，通过双向互通单元，实现与各品牌信号机的互联互通。

进一步而言，如果边缘智能体仅依赖于雷达、视频采集的交通指标数据进行路口自适应控制，那么这仍然局限于传统的交通流统计模型，不足以体现“智能”的真正价值，也会对边缘计算的必要性构成挑战。因此，我们所指的边缘智能体，首要任务是获取雷达、视频的原始数据，并解析车辆、非机动车和行人的个体轨迹数据，而非仅仅是检测设备输出的交通指标数据。这种方法与信号机进行自适应控制的数据需求有着本质的区别。

在实际部署与应用过程中，边缘智能体在信号优化方面展现出显著成效。然而，与全息监测平台的展示需求相区别，边缘算法模型对于车辆个体的位置轨迹数据及其稳定性具有更高的敏感度。在此背景下，针对中心展示与算法模型对数据的差异化需求，不再进行赘述。经过多个城市的实验验证，边缘计算技术通过实现秒级自适应调整，显著提升了路口的通行效率，并有效缓解了早晚高峰时段的交通拥堵。优化前后对比分析显示，路口排队长度和停车次数均有所减少，同时绿灯空放现象亦得到有效降低。

统一信控平台助推云边协同落地

在云端中心平台领域，经过近年来的实践与经验积累，各地已纷纷构建了统一的信控优化服务平台，并确立了信号系统与信控平台的接入标准。这实现了多品牌信号机的统一接入与协调控制，形成了“云、管、边、端”的应用模式。在此背景下，部分城市在“双智”战略的推动下，正积极开展边缘计算的测试验证和路口精细化管理，以进一步推动信控体系的发展。博研智通已在全国范围内多个城市部署了中心平台和路侧边缘计算单元，初步构建了云管边端的智能信控应用模式。

统一信控平台在多个城市推动了联网联控和精细化配时管理，有效减轻了交通管理人员的工作压力，并提高了道路通行效率。通过整合前端传感器数据和互联网数据，平台在一定程度上实现了信号优化和动态配时，促进了智能信控的发展。然而，由于数据质量和精度的限制，中心优化算法模型仍基于传统交通流模型，这在一定程度上缓解了局部交通拥堵，但控制目标和效果仍有提升空间。

为构建云边协同的云端中心平台，我们将充分考虑现有统一管理平台的功能，并在此基础上进行持续升级和完善。随着感知数据覆盖度和数据质量的不断提升，我们将在云边协同的信控模式下，根据联网情况、感知覆盖情况和流量饱和度情况，采取差异化的信控策略，以满足多层次的信控优化需求。

云边协同信控优化的实际流程如下：首先，中心系统将进行静态路网和动态路网的提取与叠加，利用关键节点特征和相关性，通过聚类方法将控制区域划分为控制子区。然后，根据交通流特征，以控制效果为导向，根据早、晚高峰和平峰的交通需求特点，进一步将控制子区划分为具有统一控制目标的信控子区。在确定信控子区后，根据控制目标进行智能算法调度，选择合适的信控算法模型，实现信号优化控制。同时，平台将监测算法运行，建立安全保障机制和算法效果评价机制，确保在信控安全的前提下不断进行模型的优化和调整。

随着感知能力的不断提升和信息技术的不断发展，数据驱动的信控模式将逐渐成为主流，特别是在“双智”和“车路云一体化”战略的推动下，统一联网联控、数字智能优化、全息数据感知、边缘计算单元将成为推动中小城市智能信控快速发展的重要措施。

我们同赴这场车路云一体化盛宴

未来，数字化信控体系将持续向智能化和绿色化的目标迈进。云控平台等基础设施和数字化智能化技术将推动交通行业的持续数字化转型，实现海量交通数据的实时处理与共享，从而提升交通管理的精细化水平。在车路云一体化的协同发展框架下，路口交通数据预计将实现广泛覆盖、低延迟和高可靠性的特点。通过在安全边界内实现交通管理与V2X（车联网）数据的交互，云边协同智能信控体系将伴随“车路云一体化”深入发展而经历重大变革。