介绍了株洲“人工智能+智慧交通”项目基本情况

编者按：近日，在赛文交通网和百度apollo联合主办的“AI赋能·交管创新”交通治理新模式研讨会中，株洲市公安局交通警察支队科技所副所长罗湘彬就人工智能交通信号控制平台及应用，作了《株洲人工智能区域信控及三级信控保障机制实践经验分享》的报告。

该报告就株洲人工智能区域信控及三级信控保障机制的基本情况以及阶段性成果进行了深入分析。介绍了株洲“人工智能+智慧交通”项目基本情况，分析了城市区域信控的支撑工作、宏观、中观和微观分析以及相应的问题与建议，阐述了三级信控保障机制与切换逻辑，最后简要介绍了区域信控优化的应用效果。

株洲“人工智能+智慧交通”一期项目，建设包含一个中心（智慧交管大数据中心）、两个平台（智慧交通综合管理平台、人工智能交通信号控制平台）等相关内容。本期选择株洲市天元区作为区域性信号控制优化目标。人工智能信控平台主要探索区域信控优化和三级信控保障两个业务场景。人工智能信号控制平台采用“区域信控+前端自适应+多时段定周期”三级控制保障机制，围绕天元区打造全域信号优化，以应对全工况场景下信号控制的要求，形成全网感知-诊断分析-区域优化-效果评价业务流程体系。

基础支撑工作

• 信控路口建档：路口渠化、信号机、信号灯设施、信号方案调研建档；

• 交通组织优化：完善交通安全设施、增设标志标线标牌、提出交通渠化改善措施；

• 信号机前端升级：升级信号控制系统全息前置；

• 全息感知体系：全域、全量、全时、精准数据智慧交管的数据支撑；

• AI信控平台：搭建以人工智能和大数据为基础的AI信控平台。

宏观分析

通过初步研判片区内拥堵态势对区域信控进行宏观分析，主要包含路网结构分析和拥堵态势研判。其中，路网结构分析是查看控制片区的主干道、次干道、支路空间分布；拥堵态势研判是通过观察片区不同控制时段拥堵态势变化情况，清楚掌握拥堵态势时空分布。

中观分析

将电警、卡口车牌数据与互联轨迹数据融合，分析片区内主要车流路径，明确不同时段车辆主要集中路径及路径上车辆数，来进一步分析片区内主车流路径分布规律。对于感知设备异常或者缺失的情况，主要根据最短路径策略跟踪路牌，进行轨迹补全。同时基于历史数据预测，可预测待划分时刻主车流路径。

微观分析

通过汇集多天历史数据，计算每个路口的饱和度、延误、周期三个参数，对每个路口的参数变化规律进行精准画像。

子区划分

通过宏观、中观、微观分析，对控制片区进行子区动态划分：单点子区、协调子区、缓堵子区。下图为早高峰、平峰、晚高峰划分结果：

方案下发

基于历史数据支撑和15分钟为粒度的动态划分方法，在项目建设前期，通过人工审核或调整优化方案的方式，反向验证宏观与微观分析结果，以及子区划分结果的准确性，并且根据情况来做出调整。后期把历史数据积累聚合以后，形成系统性的自动下发执行机制。

效果评价

对信控优化效果的点-线-面全方位评价是根据评价结果调整前期的策略，形成一个区域性控优化的闭环过程。

业务流程

区域信控优化的整体流程包含实时感知与动态分析、子区动态划分、子区动态优化以及区域效果评价。其中前三个流程是以15分钟颗粒度来进行循环，区域效果主要是以周和月为时间粒度进行评价。

问题及建议

问题1：信号机平台间的对接问题

信号机平台间开放对接，打通各种信号机平台是行业发展趋势，但是对接也存在很多现实问题，需要注意和克服。

建议：

1) 支队协调。由支队组织协调相关方开展商务对话，明确对接需求；

2) 明确分工和系统定位。莱斯信控平台向百度信控系统开放信号方案获取接口、灯态推送接口、信号方案下发接口（周期级，未提供相位级）。百度信控系统负责区域自适应控制，莱斯信控平台负责前端自适应控制和多时段定周期控制，

3) 费用保障。在项目立项及招投标时列支对接费用，如株洲本期项目中列支了50万对接费用

问题2：区域优化如何落地问题

区域优化是个复杂的系统工程，需要分层拆解、化繁为简，整体区域宏观、中观、微观分析，得出子区划分结果，生成子区信控策略，实施方案下发，全天候动态循环，以谋求无限贴近区域交通流变化的区域信控。

建议：

实际工作推进中，区域优化模块从单点子区划分开始，验证划分的准确性和单点优化效果；再到协调子区划分，验证划分的合理性和协调点效果；最后缓堵子区划分，验证划分的合理性和缓堵效果。

三级信控保障机制包含区域控制、前端自适应控制、多时段定周期控制。在异常状态下存在降级控制保障机制，降级的切换机制包含中心触发和前端触发两个模式。中心触发指中心在路口联网正常的状态下，判断前端自适应控制、干线协调、网络协调等一些策略是否能够正常执行。如前端判断路口离线时则触发降级到单点前端自适应。路口离线状态下,前端在判断路口感知设备异常时，那么再次触发降级为多时段定周期。

具体在项目执行中，三级信控保障有10多个异常状态处置机制，例如，某个路口有两个由南往北车流的相机检测，假设坏了一个检测装置，在这种状态下会自动参照剩余下来的正常状态的相机检测装置，依据它所采集的流量以及历史同时段的数据来进行优化。

整体效果

信控系统上线稳定运行，联网路口接入，区域优化开启，路口的车均延误下降7.8%，干线的拥堵指数下降13.4%，整个区域内区域拥堵指数下降9.7%，区域的平均速度上升10.6%。

单点效果

以珠江路和湘山路交叉口为例，与区域信控优化前相比，车均延误减少7.8%，车均停车次数减少14.3%，平均排对长度减少20.1%。前后两天早高峰同一时间段，红灯期间车辆陆续到达路口排队，车辆绿灯启亮时刻，信控优化前后进口车道排队长度基本保持一致，但是绿灯结束以后，优化前大量车辆滞留形成二次排队，但自适应优化以后基本一次能够清空。

拥堵截流效果

株洲大道与莲花路交叉口由西往东方向上游截流控制以后，排队长度减少了30%，晚高峰由原来的18:50结束提前至18:30结束。

干线协调效果

以衡山路（神龙大道-黄河路）为例，用高德分析数据来进行校验，以下是两条干线协调效果：

网络协调效果

根据系统子区划分推荐，小范围实施网络协调控制，优化后高德拥堵延时指数早高峰下降7.4%，晚高峰下降13.1%。

后续规划

区域信控后续要范围拓展、算法升级、场景丰富。立足当下，贴近实战，面向未来，寄予更大的希望向科技要警力，努力打造有株洲特色的区域信控体系。