发展思考

4月11日，由赛文交通网主办的第七届（2018年）中国智能交通市场年会，简称ITSMRS(ITS Market Seminar)在北京成功召开。

（ 公安部交通管理科学研究所副研究员 代磊磊 ）

公安部交通管理科学研究所副研究员代磊磊在“第七届（2018）中国智能交通市场年会”主论坛上发表了《新技术环境下交通信号协同控制实践及发展思考》主题演讲。

以下为代磊磊演讲实录：

结合我们交科所这几年来在信号控制领域相关项目的应用实践，以及做的一些相关思考，跟大家做一个抛砖引玉的介绍。主要想跟大家从四个方面做简要的交流。

首先就是我们新技术带来的冲击与挑战。可以说近年来我们的新技术发展日新月异，所有相关技术的进步和发展也是非常快速，近年来我们无论是物联网、车联网、自动驾驶，这些技术已经逐渐落地了，推动整个产业的发展。

大数据、云计算、人工智能相应的技术也是在不断地支撑行业的进步。套用狄更斯的话来说，“这是一个最好的时代，也是一个最坏的时代”。

“好的时代”是指新技术给我们提供了新的思维、新的解决方法，也有效的支撑了信号领域的技术不断进步。

另一方面，我们一直在说狼来了，这次可能狼真的来了，因为我们已经改变不了新技术给我们带来的推动趋势，这个趋势和潮流也是不可避免的。所以说既给我们带来机遇，也带来了挑战。

机遇就是新技术催生着交通管控科技的变革和升级。挑战就是我们在这种新技术环境下，我们怎么来让它落地，遵循什么路径，这是需要我们思考的事情。

我们在发展的过程中，看到有两条不同的路径在不断推进这件事情。一个就是互联网企业引领的互联网+信号灯技术，这些技术好多地方都在落地。

另外就是传统的信号企业也迎来了新的发展机遇，信号灯+互联网技术也在不断进行精耕细作，这两种实现路径都在支撑着我们信控领域技术的发展进步。

另外，我们在做的过程中，可以说目前基本实现了系统的互联和集成，可以把交通检测、诱导连起来，但是我们各个系统的独立性还是非常强的，我们只是把这个系统进行了纵向的串联，还面临着系统的横向互联性非常差的问题。

我们在数据融合处理方面，可以说现在大家一直在强调数据要进行融合，要进行交互。

但是我们的数据融合这条路走得很苦，因为不同的系统之间想打通、不同的网络想打通都面临很大的难题。难道说新技术的环境下还需要走这么漫长的实现路径吗？我相信一定会有新的处理方法。

也就是说我们的新技术发展给系统间的横向互联，还有数据的共享迎来了新的发展契机，这也是我们在新技术冲击与挑战下更应该面对的一件事情。

这里稍微总结一下，首先大数据和人工智能的升级和发展，在不断推动信号控制向具有数据思维、智慧决策的方向发展，这是新技术带来的巨大的机遇。

第二方面就是互联网出行数据和信号系统数据，它们之间其实可以进行很好的优势互补。

因为不同的数据在不同的界面都有非常好的用途，比如说信号系统数据用在路口，可以做到精准化、精细化的识别和优化。互联网数据在路网的层面，可以准确判断路网的交通运行状态，这是我们做区域信号优化所需要的。

第三个方面，在有效解决系统的互联和集成的基础上，要打破各个系统之间独立的壁垒，比如说信号系统可不可以把公交系统连进来，能不能把相关的车联网数据接进来，这也是我们要走的发展趋势。

信号机也要能接入更多的控制设备，因此我们这个设备物联以及系统的横向互联是非常重要的。这是我们新技术带来的相关的挑战。

第二个方面跟大家汇报一下，这几年来我们在信号协同方面做的一些研究，以及一些落地的实践。

近几年来一直在做这几件事，第一个就是感知，我们意识到现在单纯的依靠状态感知已经不能满足信号的需求了，要从状态感知向精准认知进行转变。

第二就是控制，单纯的信号灯的控制，单纯的信号方案的下发、执行，已经远远不能满足现在的需求，我们要转向协同控制的发展方向。

另外就是交通管控，我们强调的是服务，以前信号管控系统都非常的封闭，缺少和出行者之间的互动，也缺少一些能把信息推送出去的手段。但是我们现在通过互联网的手段，可以来做这个事情，让交通管控更多转变为信息服务。

这三个角度就像医生看病一样，我们感知是“诊断”，控制是做的“开方”的事情，服务是做“调理”的事情，只有把这三个方向打通了，才能把整个交通控制的事情做的更顺畅，这也是我们做的过程中的感受。

首先第一层面就是如何从状态感知到精准认知。这有两个层面的事情，一个是微观层面，一个是宏观层面。

微观层面，我们在采取新型的交通感知手段，比如左图展示的这是视频感知的手段，通过视频可以精准的知道通行状态，每辆车只要进入视频检测领域里，都可以看到排队/放行的状态，这里面我们强调把断面检测转变为状态的检测，并且把场景刻画出来、描述出来。

另外是宏观层面，互联网数据给我们做了有效的补充，能够让我们对路网感知有更深的认识，路网层面通过对热点的准确识别，可以来诊断区域路网运行的状态，以及路网运行的拥堵情况，都可以用有效的手段让我们实现感知到认知的转变。

另外我们也意识到现在的路网交通运行状态，已经不是十年前了，现在发生了质的变化。

以前一天一个方案就能满足当时的需求，但现在不同的时间都有不同的交通特征，就决定了我们在做控制的时候要考虑得更多一些。

比如我们在高峰时段更多的要强调大流量的交通的快速集聚，以及排队溢出的疏导，这是我们关注的重点。因此我们在不同的交通情况下，我们的控制和疏导的策略会有差异。

第二个层面就是从信号控制到协同控制，首先第一个是路口层面，我们做的事情就是把我们的摄像头跟信号机连起来，当然不仅仅是物理的连接，而是真正拿视频数据来驱动信号机配时的实时优化，实现信号放行达到最佳的切换，保证绿灯浪费最少，路口的转换效率最高。

另外就是线协调层面，我们整个干线协调路口方向都有这种状态认知的手段，来识别每个路口之间流量的变化，从而保证协调相位绿灯时间达到最优，这也是我们不断推进的事情。

可以说交通运行状态的精准感知和认知的手段都初步具备了，我们的感知手段现在越来越成熟、越来越稳定、越来越可靠了，因此可以让我们做信号的实时响应控制工作。

另外一个层面，在有轨电车方面，主要是打破了两套不同设备和系统之间的信息交互。

本身有轨电车是有一套信号控制，到路口的时候道路有一套信号系统，这两套信号系统在路口就要实现信息的实时交互，并且一定要实时的响应的，不然有轨电车的信息要有延迟的话会出大问题。

因此我们在实践过程中真正做到了路口的信息，包括数据、控制指令之间的实时交互。

通过在苏州、淮安、深圳和武汉这几个城市的实践中，基本上可以做到有轨电车不停车率达到80%以上，这也是我们在信号协同方面在推的事情。

也就是说由于不同系统之间的路口有信息实时交互的手段，推动有轨电车优先的应用，而且现在落地的城市反响都比较好。

另外在公交优先方面，我们采取了两种手段。第一是基于RFID，可以识别车辆信息，甚至公交车辆的号牌。

另外就是基于GPS，这两种手段都是可以把公交实时位置信息发给信号机，让我的信号机做出一个最佳的判断。这里面我们强调的一点就是无公交专用道的信号优先，因为现在的道路拥堵都很严重，我们一直在考虑没公交车道的情况下怎么做。

这两种手段基本上都已经在落地做应用了。

并且我们还强调把公交优先的信息推送出去，把公交车辆的号牌，把优先的策略，优先的调整都告诉驾驶员，让他们感受到公交优先带来的便利。这里面更强调的是路口设备的横向物联交互，让我们的公交优先理念接地气的应用成为现实。

另外随着车联网时代的到来，我们的信号能发挥什么作用。在车联网下传统的信号机一定会变成智能控制机。

也就是说这个信号机不再是简单的下发控制指令方案的一台机器，已经变成了一个数据的接入、汇聚、处理的智慧单元，这个智慧单元里可以把实时路况的情况，把交通管理的信息都可以接入，并且保证这种交互是低延迟、高可靠传输，这才能满足车联网时代车路协同的需求。

应该说我们现在未来不再遥远，未来已来，现在已经进入了LTE/5G与车联网的时代，我们更希望信号控制系统能发挥车路协同的作用，能推进车路协同大规模的应用。

第三个层面，就是交通管控到信息服务。

可以说我们的交通管控系统相对来讲比较封闭。以前我们做很多的事情都非常的被动，被动的根源就在于没有把信息告诉出行者，并没有把我们优化的策略展示给他。

因此我们要把管控信息开放给大家，我们要推动信息服务内容更加的精准有效，采取多样的手段，包括移动终端都可以，并且在这样的情况下我们推出的信息会越来越丰富。

只有这样的话我们才能把被动管理转变为主动管控，也就是说现阶段正是这种畅通通行的需要和管控不平衡不充分的矛盾，决定着传统交通管控要向交通治理服务的观念转变。

另外就是车路协同的信息，这是去年世界物联网大会做的实际应用。

在这个红线里面，我们都是开放的道路，联合五家单位共同推进这件事情。基本上能做到把信号灯的状态，把路口监控视频，把交通事件的信息，把施工的状况都可以推送给车辆，并且这个推送的信息都是实时的。

另外一件事情，我们也一直在思考。

我们在做车路协同的时候也同时在推进我们的信号机和信号系统相关的标准，进行一些验证，并且进行制修订。

因为以前我们可能没考虑这些技术的进步，没考虑这些技术的发展给我们带来的影响。可以说正是新技术、新手段的快速发展，在助推面向网联汽车的车路协同的信息服务，不断给出行者带来便利。

第三个方面想跟大家探讨一下，我们正在做的一件事情，大数据平台的信号系统升级。应该说我们一直在思考大数据时代，我们的信号系统到底能做什么事情。

难道还是依靠两三台服务器来作传统的数据库，支撑我们的信号系统吗？所以我们一直也在思索探讨这件事情。

这里面我们想做一件事情，我们信号系统本身会有这么多的数据，互联网也有很多的数据，我们可以把这两个数据打通做一个结合。比如说路口层面，依托信号系统采集的流量包括控制，包括通行状态的信息，能更好的把我们传统状态采集转变为多元的数据采集，指标会越来越多。

并且通过这种采集方式，可以清楚的掌握路口的运行状态，对路口的分车道、分流向的数据都有了，就可以做路口运行状态的诊断，做预警和信号的调优，这都是我们在信号系统这个层面，在路口层面可以做的事情。

另外一个，我们把互联网数据也吸收进来。

互联网数据就可以做另外一件事情，在路网层面可以判断交通拥堵状态什么样，拥堵的演变情况怎么样，我们交通运行的态势什么样，正是这些趋势的变化推动，能更好的服务信号优化的策略，能更好的服务区域信号优化的事情。

并且能够以此作为依据，来科学合理的调控交通。路口和路网层面的数据开放共享和融合应用，更好的推动整个信号系统的升级。

当然，我们也一直在思考如果这些东西都进来了，路面数据进来了，互联网层面的数据进来了，那我们应该怎么办？

所以说我们要有一个数据标准化的处理，进入到一个大数据的平台，这个大数据平台里一定可以形成各个方面的应用服务，然后可以把数据融合到里面。

当然有了这些数据就可以更好的催生大数据平台的信号系统升级，就是说我们的信号系统移植到大数据平台里，可以很好的把传统的信号系统的采集数据，路口层面的数据，还有互联网的数据，都可以接入到里面。

形成一个数据大脑，这个数据大脑可以为顶层的应用做一些支撑。

最后想跟大家探讨一下在新技术应用过程中的相关思考。

第一个就是谁来做的事情，我们认为机器越智能，就越来越需要专业的人做专业的事。近两年公安部一直在强调这件事情，要推进专业化，我们所也在提供技术支撑，做一些配套的规范和指南。

另外我们也搭建了交通管理精细化设计资源共享平台，更好的把这件事情推行下去。

另外一个，谁来管？也就是说越是智能越对设备可靠性的依赖性强，所以我们一定要保证正常的运维服务，一定要保障稳定，并且要有相应的经费支撑。

第三个问题就是安全性，系统设备都进行交互了，都开放了，那开放的环境下怎么来做安全的检验？我们特别强调设备和系统之间的信息交互，要进行验证。信号机层面，要进行身份鉴别、控制指令验证。

系统层面要做用户认证和数据的安全等方面的事情，这都是我们要考虑的事情。

最后的总结，主要跟大家交流的第一就是互联网、大数据新技术的环境下，传统的信号控制技术迎来转型升级的新契机。

第二就是信号控制要向协同控制方向迈进，不断开放来提升功能。

第三是大数据让交通运行控制变得更真切，我们需要重构框架路径，共塑新生态。

第四就是新技术环境下，我们更需要专业的信号控制研发、技术服务及运维管理团队。

第五就是车联网、自动驾驶时代到来，我们信号控制系统/设备信息的交互安全更加凸显。

这么多年来，我们的团队一直在信号方向不断的精耕细作、开拓创新，我们的目标是让红绿灯更灵活，让交警更轻松。