济南作为国内第一批互联网+信号的实践城市，经过几年的思考打磨，济南交警联合海信、滴滴等企业研发了多元数据融合信号优化平台。济南经验对其他城市的互联网+信号应用有着更多的借鉴价值。

编者按：济南作为国内第一批互联网+信号的实践城市，经过几年的思考打磨，济南交警联合海信、滴滴等企业研发了多元数据融合信号优化平台。济南经验对其他城市的互联网+信号应用有着更多的借鉴价值。

济南多元化的交通数据源包括互联网浮动车数据、传统检测器数据、人工调查数据。

互联网浮动车数据提供通行时间、停车次数、平均延误、平均速度、拥堵延时指数等参数；

传统检测器数据提供交通流量、车头时距、饱和度、饱和流率、绿损时间等参数；

人工调查数据包括交通环境、排队长度、绿损时间、二次排队、溢流情况、协调速度等。

多元数据支撑下的配时优化

多元数据的应用分为被动分析应用和主动分析应用。

被动分析应用是交通问题的快速预警，应用了三个平台。

一是交通信号实时监测评估平台，该平台基于滴滴出行浮动车大数据，可以对全城路口状态自动扫描，从溢流、配时失衡、过饱和等多维度进行效果评价，实时自动预警。

二是ET城市大脑（高德）平台，高德平台利用自身的地图数据进行监控预警，以拥堵指数为评价指标，实现区域预警、道路预警、异常拥堵预警、重点监测预警等。

三是实时微观交通数据平台，基于对地磁过车数据分析，实现绿损预警、二次排队预警、路口失衡预警、干线流量预警、大型交通集散点预警。

时段划分预警优化

通过实时微观交通数据平台趋势预警模块数据对配时方案的时段合理性进行预警，当时段划分预警出现报警时，工程师通过对交通流量数据分析，划分出更加精细化的控制时段。

那么它是如何实现时段划分预警优化呢？济南交警利用十五分钟的流量作为统计单元，然后取高峰期十五分钟最大的流量作为参考值，其余的每十五分钟流量与这个参考值进行对比。如果采集流量大于或等于参考值的85%，就可以认为这个时段为高峰时段。

如果统计时段与信号机目前运行时段出现偏差的时候，这个时段划分就会出现预警，工程师会根据预警情况重新对时段划分进行精细化调整。

信号周期预警优化

通过实时微观交通数据平台周期预警模块数据对配时方案的周期合理性进行预警，当周期过大或周期过小都会出现报警，周期过大则表示各方向均存在绿损现象、周期过小表示各方向均存在二次排队。

然后工程师再对绿损、二次排队数据进行分析，对信号周期做出精细化调整。

单点配时预警优化

单点配时主要通过绿灯损失报警、二次排队报警、配时失衡报警三个模块对进行评价，这三组数据可以通过实时微观交通数据平台和交通信号实时监测评估平台两个平台获取，相互佐证。

实时微观交通数据平台采用绿灯空放时间求取算法对车头时距进行分析求解，计算出各路口绿灯空放时间，作为单点配时调整的有效支撑数据。

另外排队长度、交通环境等参数平台暂时无法获取，由工程师根据时段划分情况，对各时段各路口进行排队长度、交通环境等参数进行实地调研，用于支撑单点配时优化和协调绿前的设置。

干线协调预警优化

通过实时微观交通数据平台对干线方案进行监测，当流量趋势预警发生报警时说明协调方案需要调整，工程师通过分析交通流量变化情况，结合时段划分情况、单点配时优化情况等对协调方案进行调整。

干线协调预警优化在单点优化数据的基础上，增加行驶速度调研。行驶速度是协调控制方案制定的必要参数，目前平台数据无法直接获取，暂由工程师驾驶车辆进行跟车调研，然后对数据进行有效筛选，分别计算出不同时段各路段的平均行驶速度。

结合时段划分情况、单点配时优化情况，利用工程师调研的速度数据，对协调方案进行调整优化。

主动分析应用首先是值班巡查。工程师在值班期间，主动利用互联网数据对市区交通状况进行巡查，发现问题立即通过监控视频核查，需要调整且具备条件的可通过信号管控平台进行配时调整，并将整个过程记录在册形成闭环。

第二是干线巡查，按道路等级分级建立绿波道路动态巡检、优化机制，通过分析浮动车轨迹数据与人工巡检相结合的工作方式开展干线巡检工作，有助于巡检范围和巡检频次的提升。

第三是缓堵攻坚，以一月为一个时间间隔，主动分析交通信号实时监测评估平台和ET城市大脑（高德）平台月度报告，获知本月拥堵排名前十的路口和路段，并将其纳入下月信号优化重点工作。

第四是创新信号控制技术。

首先，利用地磁监测器对路口交通流量进行实时监测，信号机根据交通流量分布情况自动调节信号配时。济南目前有46条道路，470多个路口实现了全感应控制。

其次，通过对交通流量进行聚类分析，构建精细化配时方案库。根据济南市交通特点，科学定义交通强度阈值，由检测器实时采集交通强度，再由信号机通过协议选取与此交通强度相匹配的信号配时方案。

第三，把感应控制技术应用到绿波控制当中，通过地磁流量数据的支撑，把非绿波方向剩余的绿灯时间自动增加到绿波方向上，提高绿波带宽保证绿波稳定性。

此外，利用多元数据，还可以对优化效果进行评估。

对单点效果评估主要利用绿灯损失、配时失衡和交通溢流三个参数进行评估。

当路口连续3-5个信号周期只出现绿损未出现二次排队，且绿损时间与绿灯时间的比值大于15%时，定义为出现绿灯损失。

路口连续3-5个信号周期同时出现二次排队和绿灯损失，且绿损时间大于5秒时，定义为出现配时失衡。

以两个路口之间的路段留存交通量为监测单位，当路段留存量到达路段最大存车量的2/3时，视为存在交通溢流风险；

对干线效果评估，主要通过交通信号实时监测评估平台和ET城市大脑（高德）平台进行评估，评估参数分别有干线通行时间、干线停车次数、干线平均延误、干线平均速度、拥堵指数等。

多元数据支撑下的自适应控制

2019年，由济南交警支队牵头，海信网络科技和滴滴参与，共同研发了多元数据融合信号优化平台。目前该平台正在济南进行测试。

多元数据融合信号优化平台实现单点优化、干线协调、区域控制、瓶颈控制等四项功能，通过点、线、面不同等级，平峰、高峰不同时段，开展济南市信号优化和控制工作。

单点优化是通过传统检测器数据自动生成方案，通过互联网延误数据进行方案相位微调，来均衡各方向来车。

协调优化是应用互联网自由流速度计算协调相位差：应用平均速度和平均延误判断路段交通状态，区分平高峰交通状态后确定平高峰协调控制策略执行时段。

区域控制是基于互联网数据的区域控制应用平均速度和平均延误及路段拥堵判别系数判断路段是否处于拥堵状态，目的为高峰期拥堵不溢出，保障交通秩序和通行能力不下降。

瓶颈控制是应用互联网平台数据报警信息中的溢流报警来进行路段交通状况判断，车辆排队溢流至上游路口即触发瓶颈控制。

单点优化主要分为三个模式：其一，传统数据优化控制；其二，互联网数据优化控制；其三，传统+互联网优化控制，传统数据形成基础方案，互联网数据微调。模式间可自由切换，多种可选的模式会更好的应对多变的实际路况，增强单点优化的完善性。

单点优化在经七路纬十二路、英雄山路经十一路、文化东路山大路等8处点位应用测试，应用路口绿损平均降低12%，延误降低10.5%。

干线协调控制主要采取传统数据形成基础控制方案、互联网数据进行微调的方式，此外仍保存有单一数据运行的模式，以备在某种数据异常或无法支撑系统优化时，仍能保证干线协调功能的正常运行。

协调优化控制在阳光新路、舜耕路、文化东路等13条道路或路段应用测试，应用后拥堵指数平均减低3.9%。

区域控制算法应用滴滴平均速度和平均延误及路段拥堵判别系数，判断路段是否处于拥堵状态，若区域内拥堵路段比例超过区域控制触发位，则触发区域控制；若拥堵路段比例小于区域控制结束位，则结束区域控制。目的为高峰期拥堵不溢出，保障交通秩序和通行能力不下降。

区域控制在护城河片区、纬十二路片区、文化路文教片区3处区域应用测试，应用后片区拥堵时长降低5.4%，同时段拥堵延迟指数相比降低7.2%。

瓶颈控制主要是应用滴滴系统报警信息中的溢流报警来进行路段交通状况判断，车辆排队溢流至上游路口即触发瓶颈控制。

瓶颈控制在泉城路、历山路、经一路、纬二路、经四路6条道路7处点位应用测试，应用后有效缓解下游路口车队溢出导致的交通秩序混乱，减少交通安全隐患。

多元数据支撑下的优化成果

第一，绿波多元调控，助推城市提效。

目前济南市156条道路1252处信号灯路口实现了绿波控制，绿波覆盖率达到了91%，处于全国领先地位，优化后道路行程时间平均降低12.6%。

第二，时空深度融合，挖掘道路潜能。

目前济南的可变车道已经晋升了5个版本，分别是潮汐车道、逆向可变车道、智能可变车道、公交可变车道、分区拓展式信号控制。

第三，特色信号控制，挖掘时空效能。

近年来，济南市实行了最长绿波带、大流量绿波带、环形绿波带、双快线绿波、网格化绿波、匝道自适应控制等。

第四，信号预案保障，精准调流提效。

根据历史交通流量分析制定预案控制方案库，科学设计勤务路线预案控制、节假日预案控制、大型活动预案控制等系统，确保从容不迫的完成各项交通线路保障任务。