杭州远眺科技有限公司COO副总裁卜建刚现场分享《大数据驱动智慧交通之“治堵五步法”》从堵点定位、堵因分析、措施建议、拥堵预报和工作服务等五步拥堵特征做了详细解析。

        2017年3月22日，由赛文交通网主办的第六届中国智能交通市场年会，简称ITSMRS(ITS Market Seminar)在北京万寿宾馆隆重召开，本次大会为期两天，围绕“求变，谋发展•思考，破困局”为主题，汇聚行业大咖共同探讨智能交通市场走势。

        杭州远眺科技有限公司COO副总裁卜建刚现场分享《大数据驱动智慧交通之“治堵五步法”》，从堵点定位、堵因分析、措施建议、拥堵预报和工作服务等五步拥堵特征做了详细解析。                                    

以下为卜建刚演讲实录，经赛文交通网（china_7its）编辑整理：

        其实对拥堵的理解有多深就表示你能在这上面做得有多深。我们治理拥堵的方式可以总结为“曲中取值”。虽然我们每个人都是交通的参与者，但仍然难以说清楚交通拥堵的具体缘由。现在的交通拥堵状况非常复杂，只有从这些问题当中找出核心的原因，才能精准地治理拥堵这个问题。

        我们认为，在若干拥堵原因中，造成拥堵最直接的原因就是人群的迁徙，这也是为什么现在出现早晚高峰的原因。如果大家上班的地点都在自己居住地附近，交通就不会拥堵了。但现状是区域的人群必须迁移，交通拥堵又引出了另外一个问题，路网车流分配不均。现在很多时候路网车流的分配其实是不均匀的，大家都会在相同的时间选择同一条道路到另外一个地点，这样必然也会导致拥堵。

        另外一个拥堵的主要原因就是路网规则设计不太合理，比如你的主干道有很多的支路和主干道连接。大家可以想想自己城市的高架路，最拥堵地点是在哪里？是不是在高架的上口和下口的位置附近。

        如果说抛开以上拥堵原因的话，那另外一个导致拥堵的原因就是路网的车流流速太慢。如果我们的某一条道路主干道实时速度都能够达到80迈的话，城市的交通拥堵也就不存在，因为会在最短的时间内让车从始发地快速到达目的地，拥堵也基本上很难形成。基于这些拥堵的原因，我们可以看出，当前的拥堵具有如下四个特点。

•     首先是局部性的，不是全局性的；

•     第二是阶段性的，不是永久性的；

•     第三是有原因的，不是无缘无故的；

•     第四是可预测的，不是无法预测的。

        根据这些特点，我们认为拥堵在某种程度上是可以缓解的，但为什么以前没有有效的解决呢？互联网、大数据和移动互联网的技术发展，让原先面对拥堵时的无能为力，现在变得得心应手。这也是为什么我们现在可以用科技的手段去缓解拥堵加剧的缘由。那如何来缓解拥堵呢？具体可操作的方法是什么呢？ 

        一想到治理拥堵，第一想到的是道路资源有限，比如城市的道路不够多，路面不够宽。其实，解决拥堵虽然受限于资源，更多的是在考验有没有脑洞。

        我们认为解决拥堵需要“道术融合”。很多好的产品其实是“道”，好的思维其实是 “术”。如果有了好的思维，但没有好的产品支撑，拥堵问题依然解决不了。要想很好地解决城市的拥堵，你的道术需要进行相应融合。

        我们总结了治堵五步法：我们从已知拥堵和未知拥堵两个方面来对拥堵进行治理。

第一，堵点定位。

        我们认为拥堵堵点有两种情况。一种是“长时拥堵”，比如明天没出门的时候就知道北京哪一条道路肯定拥堵，我们可以通过对路网的总体指标评价实时地分析出当前城市里面拥堵点的排序，还可以通过全程的概念、区域的概念或者商圈以及道路的概念，多种维度来评估整个道路的拥堵，这是基于我们对长时拥堵的识别。

        另一种是“短时拥堵”，这种情况很多时候很难发现，因为它的时间点非常短，但是往往发生了之后影响相对来说比较大。我们通过城市道路交通流量报警，可以实时监测当前道路交通流量的变化，发生异常以后立刻进行相应的报警，这个时候我们就可以发现哪些地方经常发生报警，这些地点就是短时拥堵点。

第二，堵因分析。

        我们找出“长时拥堵”和“短时拥堵”的点之后就要找出为什么会产生拥堵，它的原因是什么。

        拥堵最大的原因在于区域迁移，所以我们需要去做流量的逻辑分析，通过宏观动态交通流和微观动态交通流两个方面分析车辆的OD规律，知道哪一块到哪一块的人迁移得比较多，大家走的都是哪一条路。发现核心拥堵规律。同时我们做信号灯的分析，现在中小城市很多信号灯建设之后就没有做出相应的调整，城市的道路加上车流量都发生了相应的变化，这个时候信号灯还是原先的配置，某种程度上是阻碍了车辆的通行。我们系统根据后台的数据动态地对整个红绿灯现在的情况来做相应的识别，然后会对信号灯的服务等级进行ABCDE的分类。比如A的信号灯配置非常好，车流密度非常高，但如果等级是E的话就表示这个位置和车流的配合度是非常差的，可以找出这个道路信号灯是有问题的，并给出简单的问题说明。通过路口信号灯服务分析，发现加剧拥堵的因素。

        我们还要针对城市提供专家服务，城市的拥堵具有很明显的地域特色，比如行人守规则程度、驾驶员驾驶行为是否规范，路口车道变化情况等，这些情况基于现在的数据量是系统分析不出来的，必须要结合当地管理者的智慧，从技术的层面给管理者数据的展现，这样才能更精准地去做拥堵的原因分析。拥堵原因具有地域特色，技术与管理者的智慧互补有无。

第三，措施建议。

        根据拥堵原因分析结果，我们提出具体的治理拥堵可操作的建议。

我们已经知道城市车辆的OD规律，从数据分析层面会给管理者一些建议，应该在哪些路去做相应的潮汐车道，能最大限度的利用有限道路资源输送车辆。

我们已经发现红绿灯问题，那么就从数据层面告诉交警红绿灯到底有哪些问题，将红绿灯配时修改成什么样子。我们识别出城市人群迁移的过程当中关键路径都是哪些，现在大家都是在做简单的一条道路的绿波，其实我们更需要做的是一些主要关键路径的绿波，这样的话可以让区域的人在迁移车速提高，在最短的时间里达到目的。再就是服务建议，比如现在Mobile单车和微循环的交通组织，现在很多道路微循环非常重要，不少地方都没有把微循环做起来，打通微循环，可以大大提高道路车辆的输送效率，降低拥堵产生的概率。

第四，拥堵预报。

        前面我们对已知拥堵进行了讨论，接下来我们看看未知拥堵的解决方法。我们对未知的交通拥堵预测，分成了两种：一种是不知道什么时候可能会发生，另一种是某个地方要开业或者修路的话对造成什么样的拥堵。

        我们是基于大数据的分析，针对整个交通流发生了异常，比如某个地方发生事故了，肯定会对其它地方产生拥堵，系统会提前告知哪些地方可能会产生拥堵。再就是重大事件的预报，系统会告诉你这个地方发生事故或者重大施工的时候对哪些道路会有影响。

第五，公众服务。

        很多时候我们预测到了拥堵之后要迅速地让民众去做相应的调整，，尽量避开即将拥堵地点，不至于让拥堵进一步恶化。这个时候我们就要考虑把这个信息实时尽快以最短的时间发布给公众，然后让公众自己避开整个道路，不要让拥堵再进行加速，我们可以通过诱导屏还有手机APP，将预测到的信息快速推送给公众。