为提高交通管控的科学性、针对性提供借鉴。

赛文交通网 智能交通 智慧交管

编者按：10月10日，在由公安部道路交通安全研究中心、中国道路交通安全协会主办，内蒙古自治区公安厅交通管理局、呼和浩特市公安局承办的“道路交通科技创新与高质量发展论坛”上，同济大学交通运输工程学院党委书记马万经作了《数据驱动的道路交通信号控制诊断与评价》主题报告。

马万经表示，随着城市规模的扩张，信号控制路网的规模越来越庞大。如何高效利用有限道路时空资源，如何合理配置紧张的交通治理人力、经济和社会资源，是交通管控领域的关键问题。该报告围绕上述问题，依托日趋丰富的交通大数据，介绍了交通信号控制诊断与评价的思路、方法、系统与案例，为提高交通管控的科学性、针对性提供借鉴。

1 现实需求

在全国范围内对信号灯进行优化是交管领域的核心业务，而这一迫切需求并非我国所独有的。

2020年美国交通部报告显示，通过对多个城市信号控制交叉口进行评估，发现约75%需进行进一步的配时优化。这意味着如果进行诊断与评估，信号控制的优化空间和潜力是客观存在的。

从交通管理的角度来讲，需要考虑是否可以通过交通控制投入解决问题、交通控制能缓解交通拥堵到什么程度、怎样改善可以获得效费比最高效果等问题。

对于实地管理者来说，关注的则是所在城市哪里的控制需要优化、还有多大的优化空间、哪个交叉口控制的好、控制到底有什么问题、如何评判改善的效果等问题。而这些问题的答案需要对于信号控制方案、信号控制系统进行诊断和评估才能得到，这也是我们的重要决策依据。

在优化前，我们需要知道当前城市的发展水平、存在的主要问题以及改善的潜力；优化后，我们需要知道所使用方案的成效、系统的适应性及后续的改进需求。

由于我国是发展中国家，城市的土地、人口、车辆在不断增长和变化当中，相比成熟的城市，具有更大的不确定性和更多的变化，快速演变城市的配时优化更困难，这也意味着我们进行动态的诊断评估、分析优化的需求更为迫切。

2 关键要点

要进行交通信号控制诊断与评估，有几个关键要点需要厘清。

一是要界定清楚信号控制的问题和责任。控制的好坏和交叉口是否拥堵是两回事。交通运行的状态受多种因素影响，拥堵致因众多，如交通行为的随机性、供需规划不均衡、交通设计不精细等。

由于多方因素和信号控制共同造成了拥堵的现状，因此我们需要对信号控制进行诊断评估，明确其产生的影响和效果，这样才能够有的放矢，精准管控。

二是要判别对错和好坏。以行人过斑马线为例，斑马线长达50米，而绿灯时间只有短短25秒，青壮年需快步、小跑才能一次性通过斑马线。这就涉及到信号控制的基本要求，如最小绿灯的时长、最大排队长度、最大周期时长等约束条件。

因此要对众多控制方案进行基本的核心判断，区别出哪些是对的方案，并从这些对的方案当中优选出好的方案。

三是区分场景与目标。由于很多路口会采用特定的控制策略，如早晚高峰期间采用“慢进快出”的策略。

局部拥堵既可能是控制不好的结果，也可能是预防全局拥堵的一种策略。因此在评价路口的信号控制方案时，需要区分场景与目标，认真研究控制方案究竟是为了解决什么问题，需要在什么样的场景下来评价控制方案。基于此，才能对于信号控制方案进行准确判断。

四是确定对象与指标。下图左图是同济大学四平路校区的路口，很多行人都会对这个路口进行批评，认为该路口做的不好。可以看出，该路口是一个典型的二次过街，如今这种过街方式也逐渐被大多数行人接受。

但存在的问题在于，行人在通过路口时不能一次性通过，需要在路中间再停留等待一次，这也引起了很多行人的不满。这揭示了一个很重要的问题，现在人们更多讲究的是通行的体验和感受，虽然二次过街能够切实减少行人的总等待时间，但更直观的感受是需要在路中间多停留等待一次。

很多时候，我们在做交通信号控制方案或进行改善时，更多关注的是客观表现，但更应该关注人们是怎么看待这个问题的。

如果行人不喜欢或不接受一个控制方案，那么这个方案可能不能达到理想的效果，因此，在进行信号控制的诊断与评价时，需要选择合适的技术、合适的对象、合适的指标，考虑多方因素进行评价，这样才能够得到客观的结论。

五是面向需求与条件。有观点认为信号控制评价与诊断非常好做，仅需对比改善前后的方案即可。但问题在于在改善方案出来之前，我们需要知道现行方案是否有问题、在没有对照方案或对照方案未实施情况下的改善潜力如何、7*24全方位的分析结果是什么样的以及问题成因、不同交叉口的可比性等问题。

此外，由于需求是在实时变化的，如何把握变化的需求并进行精准分析，也是我们在进行诊断评估时需要考虑的问题。

在经过大规模的信息化建设后，智能交通得到了迅速发展，很多城市都拥有了大量数据。美国在对部分机构进行调研后的数据显示，43%没有日常化收集和分析用于信号配时的数据，且数据的质量没有很好地评估，可能基于错误的数据进行评价和优化配时。

回过头来再看国内，我国各地做了非常多的信息化建设，可能也存在类似的问题。在做诊断评估时，我们需要考虑能够拿到什么样的数据、数据的质量如何，基于此才能够做出指导实践的工具和系统。

六是适应范围与条件。在拥有以上条件的情况下，需明确信号控制方案的适用范围与应用条件，从而更好地进行应用。

3 应用系统

结合上述分析，我们进行了相关分析和理论研究。进行信号控制诊断与评价，首先要对方案的对错及好坏进行判断，让评判结果具有可比性。

方案是否满足信号控制的基本约束条件，是否能够发挥信号控制的最佳效率，如何进行统一量化，考虑判断结果的可比性以及如何利用可以收集到的数据对指标方法进行现实可行的测算、利用是我们需要考虑的问题。

对于很多城市来说，堵，控制已到极限；不堵，仍有绿灯浪费，状态差并不等于控制差。基于此，我们在考虑了整体效果、通行效率、不利个体、停等次数、附加影响等因素后，提出了统一、可比的量化指标，即信号控制指数（Traffic Control Index）的概念，其基本逻辑是根据当前表现与最优表现相比所达到的分值进行方案评价。

我们认为，数据环境应该考虑两部分，一部分是现有系统安装的各种视频、线圈等，这是非常重要的数据来源。

此外，随着大数据的不断发展，出租车、公交车GPS数据或轨迹数据、导航APP数据以及滴滴等出行服务数据，可提供越来越多的轨迹级数据。将这两部分数据进行融合是做好诊断评估的重要因素，也是未来发展的重要方向。

在进行诊断评价时，还需考虑实际数据是否能获取、数据的精度如何，并将数据进行评估后输入系统，这样才能获得可信的结果。

指标体系。我们针对不同的控制模式设计了相应的量化指标，并针对这些指标的情况对问题成因进行分析。

减少输入。要利用上述工具，就需要尽可能减少交警用户的输入，因此我们利用开源数据、轨迹数据、地图数据等将基本配置自动优化，可以省去很多的配置信息。

示范案例。疫情前，我们和滴滴开展合作，应用滴滴城市大脑系统对济南经十路进行干线诊断评价，通过调整相位差，经十路干线延误平均降低17.33%，取得了一定的成效。

下图是我们在上海两个路口进行的实际对比图，通过将实际结果与计算结果进行对比分析发现，安福路-五原路方向车辆在绿灯期间到达比例大于五原路-复兴西路方向，与评价结论一致。

深化赋能。在准确的诊断和评价结果的基础上，就可以对方案进行进一步优化。我们在上海的解决思路是基于目前存在的大量控制设备，提出基于边缘设备进行轻量化升级的逻辑，即利用边缘设备的算法实现交通控制方案的优化，实现整体的转型升级。

下图是我们对于不同的路口采用不同模式所进行的分析，通过完成问题定位-方案优化-确认下发-效果评价闭环，信号控制各方面效果取得明显提升，经上海推行实践，深化赋能改善效果显著。

4 总结与展望

交通信号控制与评价是未来发展的重要趋势，进行交通控制诊断评价，是支撑精准施策，提升交通治理水平改善出行品质的关键措施；因地制宜地用好日益丰富的数据条件，研发和应用符合实战需求的智能化工具，是科技强警的重要方向。

交通治理是世界级普遍难题，在此背景下，要坚持与时俱进地创新发展，推动各项工作不断前进，取得高质量成效。