交通信号控制的作用是把相互冲突的交通流在时间与空间上适当分离，以保证交叉口范围内的交通安全和充分发挥现有道路在交叉口的通行能力。

城市道路是否畅通在很大程度上受到这条道路上每一个交叉路口的制约，当路口达到一定交通流量时，就必须对路口采取某种相应的控制措施才能保证交通的畅通与安全，因此对路口实施交通信号控制便成为与城市道路网络中不可缺少的一个环节。

交通信号控制的作用是把相互冲突的交通流在时间与空间上适当分离，以保证交叉口范围内的交通安全和充分发挥现有道路在交叉口的通行能力。

目前，交通信号控制系统已经成为城市道路交通管理的重要组成部分，其技术水平、可靠性直接关系到道路交通信号控制发挥作用的大小，对城市道路交通管理的科学性、有效性产生最直接的影响，利用先进的交通信号控制系统，可以有效管理交通流量，增进城市道路交通畅通水平。 

“互联网+信号灯控制”的优势

2015年国务院发布了《国务院关于积极推进“互联网+”行动的指导意见》，其中提到了“互联网+”便捷交通：加快互联网与交通运输领域的深度融合，通过基础设施、运输工具、运行信息等互联网化，推进基于互联网平台的便捷化交通运输服务发展，显著提高交通运输资源利用效率和管理精细化水平，全面提升交通运输行业服务品质和科学治理能力。

随着近年来互联网的发展迅速以及普及，社会更趋向于多元化、智能化，然而这些都离不开数据的多源化。

各地公安交管部门、交通信号系统生产商以及交通信号控制行业的专家学者同样感知到这种改变，并进行积极探索将这种智能化的改变融入现有的道路交通信号控制应用中。

希望通过构建互联网+信号灯控制平台，来实现更加合理的制定信号配时方案，提高路口通行效率，缓解交通拥堵。

实现互联网+信号控制应用的技术关键，突破传统单一数据来源，融合各方数据，为交通信号控制决策提供多源数据，包括但不仅限以下数据：

（1） 信号控制系统中的交通流检测设备数据

（2） 电子警察、电子卡口等采集到的过车数据

（3） 互联网企业的导航数据

（4） 浮动车数据

传统的交通信号灯控制系统只能实现对断面流量的检测，无法感知全路段的交通运行情况，信号配时未能很好的匹配交通需求，容易造成路口通行效率不高。

“互联网+信号灯控制”与传统用的交通信号灯控制系统相比，优势在于互联网企业通过导航软件、浮动车等，可以获取到更加庞大、实时的交通流数据，从而达到样本车流量和流向占比的计算更加精确，适应区域的整体交通运行情况，实现路网的交通流量的均衡，缓解交通拥堵。

将过去被动地适应交通流量变化的交通灯控制策略，转变成更主动、更智能的控制模式。 

“互联网+信号灯控制”的基本模式

通过“互联网+信号灯控制”可以让现有交通信号灯，实现更精确、更合理、更智能的控制，其实现模式主要包括以下四个步骤：

1.交通流量监测。

通过现有信号控制系统路口流量检测设备、电子警察、电子卡口等采集到的交通流量数据，结合互联网用户群体的个人出行信息、浮动车数据，获取交通大数据，实现对全路网运行状况的实时监测。

2.交通大数据处理。

“互联网+信号灯控制”通过实时监测获得交通大数据，系统对交通大数据的计算与预测，梳理各个路口的交通状况，对每个路口进行实时度量。

3. 设计配时方案。

通过以浮动车轨迹为数据基础进行算数据预测，便能设计出交通信号灯的配时方案。

该方案是可以通过对交通大数据的分析，再次设计出不同的“解决方案”，并不是传统模式下的“一次性”方案，是通过模拟不同优化方案实施之后的交通通行状况，给出最理想的优化方案。

4.配时方案实施。

理想情况下，通过中心控制平台，将配时方案指令传给前端路口信号控制机，进行最优配时；现阶段无法通过平台直接调整信号配时的信号控制系统，则需要通过人为下发信号配时方案。 

广州“互联网+信号灯控制”的实践

2016年广州作为全国首个进行“互联网+信号灯”的道路管理模式实践的城市，通过广州交警支队以海珠区、天河区为试验区，构建了“互联网+信号灯控制优化实验研究平台”，使得中心城区主干道工作日晚高峰平均车速同比上升6.71%，成为2016年全国45个主要城市中的7个拥堵情况缓解城市之一。

其实验研究平台基于导航软件的大数据，将实时路况、拥堵指数、预警数据等接入交通指挥系统，通过监测路口运行失衡（各方向拥堵不均）、出口溢出等异常交通情况，帮助交警排查路网问题节点，实行靶向治理和指挥调度。

其中对路口运行失衡与出口溢出等异常交通情况的判断标准主要是通过评估模型构建。

评估模型主要是通过在多源数据的融合和处理的基础上，对交通流特征进行统计挖掘，并进行交通参数估计，参数包括排队长度、停车次数、通行时间、入口和出口速度、流量估计等。

之后，广州交警支队进一步深化“互联网+交通”的应用，对互联网+平台的功能进行完善、优化，目前该平台主要分成三部分，包括交通城市态势与信号优化、交通组织优化、OD分析，其中：

1.交通城市态势与信号优化，划分了区域、路段及路口三个层面的拥堵指数实时分析和常态性拥堵的规律展示。

丰富了“互联网+信号灯控制”的应用，通过获取互联网实时轨迹数据和路况数据，同时融合固定点检测器数据，对交通大数据进行分析后得到与交通控制相关的参数，并发现交通运行规律特征，形成信号优化方案。

2.交通组织优化，主要是通过上下游速度等数据，结合研判匝道控流、分车道控制及潮汐可变车道控制的设置需求。

3. OD分析，主要是结合互联网用户群体的个人出行信息、浮动车数据等的数据补充，对关键节点车流的来源和去向的研判，实现从宏观层面掌握总体交通需求，有效提升交通管理的预见性、主动性和协同性。

在2018年，广州市黄埔区交警大队也进行了“互联网+信号灯控制”实践，建设了交通信号监测评价系统，对信号灯控路口交通运行监测研判，借助高德地图的个人出行导航数据，实现传统信号检测数据与互联网交通大数据的融合，及时发现拥堵信号灯控路口，对路口车流情况进行精准的分析研判，对信号控制运行配时方案运行效果进行评价，生成信号配时优化配时方案，对改善黄埔区交通运行情况起到了很好的作用。 

写在最后

由于传统交通信息采集设备的信号灯控制策略，仅适用于当前路口交通状态，被动适应交通流的变化。

而新兴的移动互联网数据可高速高效集成交通网络中个体行为，动态反映路网交通流，并预测未来路网中交通流变化趋势。

创建“互联网+信号灯控制”的新模式，从交通信号灯管理、应用、研究三个方面入手，建立“互联网+信号灯控制”平台，将可对各路口信号灯的运行状态施行实时监控，信号配时实时优化等，使信号灯管理上升到一个新的水平。

作者：刘顺佳，广州市公安局交通警察支队黄埔大队

来源：“江西智能交通论坛（第五期）论坛”文集