互联网+信号，经过一年的磨合和发展，技术探索，无论是互联网公司还是用户决策者都逐渐回归冷静。

2017年3月初，滴滴与济南交警开始在经十路六个路口试点互联网+信号，4月下旬滴滴发布经十路试点效果，称经十路早晚高峰期的交通延误时间均下降了超过10%。

忽如一夜春风来,千树万树梨花开。

以滴滴、百度和阿里为代表的互联网公司一夜之间受到了百姓大众及各地市长们的超高关注，“颠覆”成为描述互联网企业从事互联网+信号，从事智能交通工作的热度词汇。在大数据、人工智能等科技进步的背景下，互联网公司迎合决策者的需求焦虑症状淋漓尽致的得到体现。

2018年1月，滴滴在智慧交通峰会上宣布，过去一年滴滴交通大脑已经在全国20多座城市扎根，优化信号灯超过1200个。

互联网+信号，经过一年的磨合和发展，技术探索，无论是互联网公司还是用户决策者都逐渐回归冷静。

近日，赛文交通网走进济南公安交警支队，独家专访了交通处信号控制研究室主任赵景春，就济南互联网+信号开展工作一年后的最新进展，技术探索以及下一步的工作构想进行了交流。作为国内第一批互联网+信号的实践城市，济南经验对其他城市发展互联网+信号有着更多的借鉴价值。

本文撰写过程中，也加入了大量笔者的思考和判断，仅供参考。

从“颠覆”到“赋能”

在2017年12月至2018年4月之间，滴滴、百度和高德纷纷公开表示，互联网公司进入智能交通行业，更多是“赋能”，而不是“颠覆”。

2017年末，滴滴智慧交通首席科学家刘向宏接受赛文交通网独家专访时首次公开表示：

滴滴将自己定位成一个Enabler，也就是说赋能者。

滴滴信号优化平台主要是想提供给各地的交警和优化服务的厂商、信号系统提供商，我们希望用我们的数据、用算法能够赋能给这些厂商和政府，使得我们能够共同的提高城市的交通控制水平。

2018年4月11日，赛文交通网邀请滴滴、百度、高德和传统企业代表中控信息共同参加中国智能交通市场经济管理论坛圆桌讨论，高德软件有限公司交通管理解决方案部总经理吴泽驹强调：

前几年互联网企业提了很多次“颠覆”，我觉得应该称作“迭代”，应该有更多的手段去帮助企业，帮助政府部门提高服务水平和管理水平。

对智能交通要有敬畏之心，不能把发展那么多年的产业一下抹掉，应该把产业升级放在首位，所以我更推崇“迭代”，而不是“颠覆”。

同日，百度地图智慧交通总经理严孙荣在年会上表示：

百度互联网+信号的定位是赋能者，选择和行业专家、高校、企业跟和交警合作，希望百度的数据和平台能够帮助行业更加高效、科学、定性和定量，这个过程是开放的。 

从“颠覆”到“赋能”的转变是互联网公司由上到下对智能交通行业逐渐深入理解和业务落地的表现，也是互联网业界与传统智能交通业界合作边际逐渐清晰的表现。 

互联网数据作用于信号优化的三方面 

赵景春表达了与互联网公司同样的观点：互联网数据对信号优化的作用目前阶段肯定不能说是“颠覆”，就是“赋能”，锦上添花。他认为，目前阶段互联网数据对于信号优化主要有三方面的作用：

第一， 区域内路口信号问题的快速发现。

传统交通采集方式上，济南目前主要依靠地磁、电子警察和卡口的采集数据。赵景春表示传统采集方式数据也可以快速发现信号问题，这方面互联网数据是个很好的补充，可以在传统数据采集缺失的地方进行补充。

第二， 信号优化的评价。

要把交通信号优化做好实际上就是要把信号优化的评价做好。赵景春与滴滴刘向宏之前公开表达过的这个观点不谋而合。

赵景春说，滴滴最开始提出的评价指标主要是“交通延误”。互联网+信号初期，互联网企业在描述试点项目效果的时候，几乎都是描述“交通延误”下降百分之多少。

但他认为“交通延误”不能当作最主要的评价参数，出行者对延误的直观感受并不强烈。赵景春表示互联网公司应该增加“行程时间”、“排队长度”和“停车次数”三个指标。

互联网数据能提供“排队长度”这个数据了吗？面对追问，赵景春说他立足用户的工作目标提出需求，而不是站在传统企业的角度或者互联网公司的角度考虑工作或者数据能否完成和提供，需求不能在自己的认知范围内否定掉，可以调动的数据和资源仍然很多，总归可以找到解决办法。

赵景春的这个唯工作目标论，多提要求，多方配合的思路贯穿整个采访过程，印象深刻。

赵景春鼓励专业信号优化公司、传统信号厂商和互联网公司互相提需求，作为用户他可以居中协调。试点项目不单单是技术上的摸索，各方的合作模式上也需要摸索。

在笔者看来，实际上在过去一年中各大城市从事互联网+信号的用户、专业优化公司、传统信号厂商和互联网公司在这一点上并没有完全开放合作。

第三， 降低交通优化工程师的人力投入。

 “一定要给互联网公司提要求”。互联网公司对交通行业、交通专业的理解不够是显而易见的，提出要求，促进多方更多的互动交流，有利于技术发展推进。赵景春表示，经过讨论，济南将信号优化所需要的六个数据提给滴滴：

• 按周期的空放时间

• 行程时间

• 停车次数

• 平均速度

• 排队长度

• 流量

这些数据都需要传统数据和人工的方法去验证其准确性。验证后得出结论，哪些互联网数据指标可以用，在什么情况下可以用，哪些指标不能提供或者不能用，需要其他数据结合。

目前国内最大的交通信号优化团队，广东振业优控科技股份有限公司CEO陈宁宁在4月份的中国交通信号控制发展年会上也表示，“基于轨迹数据的大数据的成果应该区别对待，不要说所有都有用，也不要说所有都没用。”

陈宁宁举例，互联网数据中的平均速度是他们经常使用的一个参数，用来设计绿波。

一个案例是一个新开发区的几条主干道，某些主干道过境货车比例较大，某些干道饱和度较低，干扰较大。使用的感受是：对于干扰较少的干道，平均速度比较准确，效果不错，确实做出了很好的绿波效果；对于大货车较多的干道行驶速度不准确，误差非常大，他认为可能因为轨迹数据样本基本上都是小汽车。

同样在4月份的年会上，南京市公安局交通管理局总工程师顾怀中介绍南京也在做互联网+信号的互联网数据可靠性的标定工作。

南京选用五个参数对互联网信息数据和传统交通采集数据进行对比分析：

• 车辆排队长度

• 通行速度

• 延误时间

• 停车率

• 车辆到达

经过验证，两类数据有比较强的关联性，虽然有误差，但是根据误差的性征，完全可以把互联网数据用于信号优化。顾怀中表示，有了这些数据和验证结果，互联网数据让优化工作更加简单。 

笔者认为，目前国内互联网+信号的工作开展，整体上还处于就所选定的评价指标，进行互联网数据指标的验证和标定中，每座城市的使用者都会要求对互联网数据所能提供的指标类型和准确性做到心中有数。

数据的标定后，才是与传统交通采集数据的融合尝试，当下比较一年前互联网+信号启动时的技术尝试更加深入，但仍比较粗糙，并没有形成类型场景下的互联网数据可靠性结论。

笔者还认为，互联网数据的标定可能在相当长一段时间内是需要长期反复做的，单独一家互联网数据的样本量是有起伏变化的，诸如美团在上海与滴滴的竞争对数据质量是否有影响，可能需要再判定。 

“伪命题”数据的融合

在互联网数据与指标的标定验证后，就是应用层面与传统交通采集数据的融合。在交通数据类型越来越多的当下，谈起大数据几乎必谈数据融合，但越来越多的人认为，当下交通数据的融合还是个“伪命题”。

就互联网+信号的数据融合实践来看，所谓融合更多是互联网数据标定验证后的数据类型选择，或选择使用互联网数据来优化评价，或使用传统交通采集数据。 

赵景春介绍，济南大规模使用了地磁来采集交通数据，并从前期使用中发现，以地磁作为核心数据所做出的信号优化效果明显（注：济南信号机安装量1000台，地磁安装近6000个），除此之外电子警察、卡口也可以提供数据，可以用来发现信号控制问题。同样互联网数据也可以发现问题。信号控制路口主要问题是失衡、绿损的检测。济南把两个问题两类数据的采集结果放在一起进行对比。

绿损的情况互联网数据和传统交通采集数据都能发现，并且准确性比较高。失衡的情况两类数据的结果差别比较大。

验证结果，在同一个区域内，互联网数据发现有三个路口出现失衡现象，传统交通采集数据也发现三个路口，人工确认，却不是同样三个路口，是六个路口都有失衡。赵景春表示，这就说明双方数据都有可取之处，但也都不完整，这就有融合点，共同作用更佳。

对于数据及时性，传统交通采集数据准确性和及时性更强，而综合来看，互联网数据一般情况下一天给出一次，最快也要15分钟给一次。这个互联网数据提供的周期，对于做信号评价是可以的，但是对更高要求的实时控制方案就不能满足要求。赵景春补充说明了两类数据的互补性。 

哪些数据可以融合

赵景春回顾这一年互联网+信号发展认为：互联网进入智能交通行业要保持“数据共享、互相合作”的心态。在示范建设，技术摸索阶段，特别是对于用户本身来说，唯目标结果论。

信号机厂商可以提出，你需要互联网公司什么数据；信号优化公司也可以提你需要谁的什么数据；同样，互联网公司也可以提需要信号厂商什么数据。甚至在同样的数据条件下，多方可以技术PK，以此来推动互联网+信号的技术发展，并取得良好实际应用效果。 

赵景春介绍，济南目前有出租车和公交车的浮动车数据，另外有条件的话，手机信令数据、百度、高德的数据也可以考虑分别用作融合的数据来源之一，为什么不呢？“数据共享、互相合作”，作为用户可以根据需求提要求，推动发展。

赵景春还介绍，下一步将试点采集路口自行车和行人的流量，结合机动车流量来进行数据融合，通行当量折算，提升路口通行效率。

从这些数据的融合需求来看，凸显了不同类型不同归属权的数据整合工作的重要性。政府数据的管理，商业数据的整合之路还很长，技术的发展受制与此，没有这些基础，技术发展就会无从谈起。 

从“赋能”再到“颠覆”

最初的“颠覆”是冒进的结果，是互联网宣传的需要；当下的“赋能”是回归理性的表现。赵景春认为，未来互联网+信号仍有机会颠覆交通信号行业，这种“颠覆”则是在互联网公司和传统智能交通业界共同努力下取得的成绩。

互联网公司（数据）与传统优化服务企业（数据）正在结合，互联网公司还应与信号厂商结合。“颠覆”表现就是多源的数据能真正深度融合，真正实现区域自适应控制，而不是概念上的自适应控制，要有实际效果的自适应，赵景春强调说。 

赵景春说，靠传统交通信号厂商、交通采集手段做区域自适应技术上存在瓶颈，很多年不能突破。交通检测器再多，也不能覆盖区域内的全部所需要数据，但互联网数据可以做好补充。有了这些数据，信号控制算法模型就要改，这就需要互联网公司和传统交通信号厂商的合作，这也是济南互联网+信号工作下一步的发展思路。

“颠覆”并不远，只是未到时。

赵景春认为这两类主要数据能达成统一，未来肯定颠覆交通信号控制系统。

交通信号控制系统的未来有多远，成了互联网数据和传统交通采集数据何时能达成统一的命题。笔者了解到，在济南，滴滴多次努力让地磁数据接入互联网平台，而海信网络科技（济南部分信号机为海信承建）也希望获得互联网数据用于研究，融合并不容易达成。 

数据融合背景下的商业思考

谈技术离不开市场，就好像说经济离不开政治。

互联网+信号数据融合下的技术进步，数据共享过程中会涉及到最后谁会拥有市场主导权的问题。数据融合背景下取得良好效果的互联网+信号方法论可能是建立在用户强制的数据共享基础上的，即便成功，其可复制性也有待考量。

谁主导，这是个瓶颈。

从这个角度看，如果互联网+信号最后的成功（数据类型越多，信号优化效果越好，比如如果需要百度、滴滴、高德互联网、手机信令数据来共同提升样本量）是建立在多数据类型、多所属权数据状况基础上的，最后就还需要商业模式上的创新，好的合作模式的成功。

就这一问题，赵景春认为有两个发展思路。一个是互联网、传统信号厂商为核心，数据互相共享，在此基础上双方去研发投入，谁能提出更有实战意义的技术方案谁就来主导这个市场。另外一个思路就是双方共同推动。

互联网数据来了，但交通信号的基础理论是没有变化的。从这个角度看，对交通专业有深度理解的交通信号厂商理应主导控制算法模型的研发，去主导数据融合。

显然，互联网公司思考在这场互联网+信号的技术发展过程中，最终所希望得到的东西之外，还需要一个创新的商业模式来达成双方，甚至多方的合作平衡，而这还需要时间来探索。

结尾

技术的进步理想条件下是需要建立在已有资源全部整合可使用的基础上，才能充分体现智力的价值。对于互联网+信号而言，重点就是多数据类型、多所属权数据的整合可用。

政府可支配的交通数据内部的整合，政府可支配数据与商业互联网数据、手机信令数据的整合。

这种“理想的条件”需要由上至下，由地方政府部门主导统领数据的整合工作，建立大数据管理局，为下一步工作创造良好基础。