劉東波  研究員
公安部交通管理科學(xué)研究所 副所長(zhǎng)

　　一、項(xiàng)目背景
　　新時(shí)期城市交通面臨諸多問(wèn)題和挑戰(zhàn)，項(xiàng)目立足以下三方面需求開(kāi)展應(yīng)用研究：
　?。?）回應(yīng)老百姓關(guān)切體驗(yàn)。現(xiàn)階段老百姓對(duì)擁堵的認(rèn)識(shí)是比較客觀的、一定程度上可以理解接受的，不過(guò)是更關(guān)切出行的可靠性、順暢性、舒適性問(wèn)題。出行體驗(yàn)最不好的例子就是，路口信號(hào)燈在沒(méi)有車(chē)輛通行需求的時(shí)候顯示綠燈、有車(chē)輛通行需求的時(shí)候顯示紅燈，尤其采用倒計(jì)時(shí)更加顯性表明信號(hào)配時(shí)的不合理。
　　（2）響應(yīng)政府交通治理新需求。各地政府都非常重視交通精細(xì)治理，在推進(jìn)過(guò)程中，如何通過(guò)技術(shù)、科技手段，找準(zhǔn)問(wèn)題的關(guān)鍵點(diǎn)、準(zhǔn)確支撐科學(xué)決策？近年來(lái)一直講精細(xì)化治理，但始終難以準(zhǔn)確直觀地回答精細(xì)化治理的落腳點(diǎn)在哪里？所以要用好新技術(shù)新科技手段給予明確支撐。
　?。?）順應(yīng)交通智能管控產(chǎn)業(yè)升級(jí)期待?！笆晃濉薄ⅰ笆濉睍r(shí)期做國(guó)家科技支撐交通項(xiàng)目，其中一個(gè)目標(biāo)就是要成果可復(fù)制，也就是說(shuō)對(duì)產(chǎn)業(yè)升級(jí)發(fā)展有積極引領(lǐng)作用，所以必須要對(duì)產(chǎn)業(yè)升級(jí)發(fā)展擔(dān)起責(zé)任。當(dāng)下，各種新理念新技術(shù)新科技非常多，可以說(shuō)進(jìn)入了前所未有技術(shù)創(chuàng)新發(fā)展的新環(huán)境，交通大腦等到底該怎么走、怎么更好地接地氣、可商業(yè)化，智能交通產(chǎn)業(yè)融合創(chuàng)新、升級(jí)發(fā)展路線(xiàn)怎樣走更為理性？

　　項(xiàng)目的總體研究思路和推進(jìn)路徑，首先是將聚焦問(wèn)題和場(chǎng)景目標(biāo)為導(dǎo)向作為整個(gè)項(xiàng)目的實(shí)施主線(xiàn)；以此為指引，圍繞如何做好網(wǎng)聯(lián)、用好大數(shù)據(jù)，如何升級(jí)用好現(xiàn)有多種交通應(yīng)用系統(tǒng)，整合協(xié)同好各類(lèi)交通資源環(huán)境，在此基礎(chǔ)上，基于可網(wǎng)聯(lián)可交互、有可用數(shù)據(jù)、及時(shí)用數(shù)據(jù)，要突破的是如何用AI來(lái)提檔升級(jí)，如何提升路側(cè)端、中心平臺(tái)的智能化，如何針對(duì)平峰、高峰不同交通場(chǎng)景、問(wèn)題癥結(jié)、交通狀況，提供針對(duì)性的解決方案。

　　到目前為止，總結(jié)整個(gè)項(xiàng)目初步形成了以下幾個(gè)方面的成果：
　　1.三套應(yīng)用體系
　?。?）數(shù)據(jù)交互體系。公安交管內(nèi)部各類(lèi)交通系統(tǒng)、互聯(lián)網(wǎng)出行、交通行業(yè)系統(tǒng)之間可獲取可交互的數(shù)據(jù)共享應(yīng)用體系，包括了內(nèi)部研發(fā)數(shù)據(jù)規(guī)范和幾項(xiàng)基本技術(shù)標(biāo)準(zhǔn)。
　?。?）智能應(yīng)用體系。以大數(shù)據(jù)平臺(tái)為“腦”、以網(wǎng)聯(lián)各類(lèi)應(yīng)用系統(tǒng)為“智能體”的應(yīng)用框架體系及可協(xié)同可執(zhí)行的應(yīng)用升級(jí)路徑；
　?。?）優(yōu)化方法體系。在以往研究基礎(chǔ)上項(xiàng)目重點(diǎn)聚焦非飽和、飽和、重點(diǎn)交通方式場(chǎng)景的針對(duì)性交通組織與控制優(yōu)化指標(biāo)及方法體系。
　　2.一大協(xié)同平臺(tái)
　　基于網(wǎng)聯(lián)多種交通系統(tǒng)的大數(shù)據(jù)，構(gòu)建涵蓋分析研判、診斷預(yù)警、預(yù)案/方案優(yōu)化及在線(xiàn)評(píng)估反饋、預(yù)案調(diào)度執(zhí)行等功能于一體的大數(shù)據(jù)平臺(tái)，實(shí)際上是“智能腦+執(zhí)行體”在“匯聚、判斷、調(diào)度、反饋”的應(yīng)用結(jié)合。
　　3.四類(lèi)場(chǎng)景應(yīng)用
　　有了針對(duì)性方法體系、有了數(shù)據(jù)支撐和中心管控平臺(tái)，更需要有智能應(yīng)用來(lái)支撐，針對(duì)平峰、高峰、慢行/公交等代表性場(chǎng)景，升級(jí)研發(fā)相應(yīng)的可執(zhí)行應(yīng)用系統(tǒng)。
　　4.兩項(xiàng)核心設(shè)備
　　整個(gè)項(xiàng)目做下來(lái)，基本準(zhǔn)則是立足現(xiàn)實(shí)基礎(chǔ)設(shè)施，升級(jí)軟件功能、提檔應(yīng)用功效，希望能夠立足現(xiàn)有設(shè)施可以更好地升級(jí)，同時(shí)研發(fā)提升兩項(xiàng)路側(cè)設(shè)備：視頻感知和邊緣計(jì)算終端，這兩項(xiàng)設(shè)備是網(wǎng)聯(lián)大環(huán)境下數(shù)據(jù)可獲可交互可用的根基所在。

　　二、項(xiàng)目成果
　　項(xiàng)目重點(diǎn)研究形成七個(gè)方面代表性成果：
　　1.設(shè)備可物聯(lián)/系統(tǒng)可互聯(lián)，規(guī)范數(shù)據(jù)交互
　　我們希望能夠做到路側(cè)的設(shè)備可以物聯(lián)、中心各類(lèi)系統(tǒng)可以互聯(lián)，也就是說(shuō)，橫向可以數(shù)據(jù)交互，此前公安交管路側(cè)前端重在向上做集成，前端橫向聯(lián)通的事做的很少。這也是公安交通管控大數(shù)據(jù)缺失、用不好的很重要原因之一。

　　在路側(cè)層面，項(xiàng)目重視解決前端各類(lèi)感知和信號(hào)機(jī)直連協(xié)議標(biāo)準(zhǔn)的問(wèn)題，邊緣計(jì)算和所有路側(cè)設(shè)施相連的數(shù)據(jù)標(biāo)準(zhǔn)問(wèn)題，重點(diǎn)推動(dòng)感知與控制一體化及其數(shù)據(jù)的實(shí)時(shí)交互使用。

　　在中心系統(tǒng)平臺(tái)層面，一方面，各類(lèi)交管應(yīng)用系統(tǒng)與大數(shù)據(jù)管控平臺(tái)的數(shù)據(jù)匯聚和反饋標(biāo)準(zhǔn)沒(méi)有，項(xiàng)目任務(wù)最終通過(guò)數(shù)據(jù)規(guī)范化匯聚打破公安內(nèi)部各種煙囪系統(tǒng)數(shù)據(jù)的不可共用。另一方面，構(gòu)建公安專(zhuān)網(wǎng)里大數(shù)據(jù)管控平臺(tái)與互聯(lián)網(wǎng)出行系統(tǒng)、與公交系統(tǒng)等多模系統(tǒng)如何打通連接、能交互共享什么數(shù)據(jù)。針對(duì)不同的互聯(lián)應(yīng)用對(duì)象，我們定義了相關(guān)交互數(shù)據(jù)指標(biāo)、交互頻率等規(guī)范標(biāo)準(zhǔn)，所以，項(xiàng)目第一大項(xiàng)成果是各種交通系統(tǒng)之間的數(shù)據(jù)交互規(guī)范和推進(jìn)數(shù)據(jù)資源共享標(biāo)準(zhǔn)化，形成了一系列內(nèi)部開(kāi)發(fā)規(guī)范和定義基礎(chǔ)數(shù)據(jù)交互的國(guó)標(biāo)行標(biāo)。
　　2.網(wǎng)聯(lián)大數(shù)據(jù)匯聚支撐導(dǎo)向，建立協(xié)同管控應(yīng)用架構(gòu)
　　有了數(shù)據(jù)之后，到底該怎么做應(yīng)用？該怎樣定位大數(shù)據(jù)管控平臺(tái)的功能？就是要界定清楚“大腦”該做什么，面向管控需要哪些“智能體”應(yīng)用的問(wèn)題，同時(shí)也定位好“大腦”為專(zhuān)業(yè)化做好信號(hào)配時(shí)中心提供基本支撐。整個(gè)項(xiàng)目圍繞如何做好交通運(yùn)行研判診斷、信號(hào)優(yōu)化評(píng)估、多場(chǎng)景應(yīng)用協(xié)同調(diào)度、調(diào)度警力快速處置擁堵、發(fā)揮互聯(lián)網(wǎng)導(dǎo)航助力疏堵等重點(diǎn)問(wèn)題開(kāi)展研究。同時(shí)也前瞻性考慮如何借助智能網(wǎng)聯(lián)賦能做好車(chē)路協(xié)同。

　　我們一直期望這樣的體系能夠得到業(yè)內(nèi)認(rèn)同和共同實(shí)施推廣，近年來(lái)各種新技術(shù)和新概念層出不窮，回顧梳理下來(lái)，真正落地、用得起來(lái)的確實(shí)很少，所以，我們認(rèn)為研究建立、推動(dòng)上述的應(yīng)用框架體系和數(shù)據(jù)交互標(biāo)準(zhǔn)體系非常重要。
　　3、場(chǎng)景化交通協(xié)同優(yōu)化方法，問(wèn)題導(dǎo)向、靶向治理優(yōu)化
　　解決擁堵的問(wèn)題，最根本是溯源找準(zhǔn)問(wèn)題所在，優(yōu)化治理方法自然有針對(duì)性、有實(shí)際成效。現(xiàn)階段處于用好交通大數(shù)據(jù)的起步發(fā)展環(huán)境，最重要的就是做好研判、問(wèn)題的診斷和評(píng)估，所以要想做好優(yōu)化方法，先要把研判的指標(biāo)體系、診斷的指標(biāo)體系、評(píng)估的指標(biāo)體系，關(guān)鍵衡量指標(biāo)準(zhǔn)確地列出來(lái)，圍繞這些指標(biāo)，一個(gè)個(gè)做匯聚計(jì)算的算法，并不是一個(gè)智能算法可以解決所有問(wèn)題，所以項(xiàng)目研究提供了各項(xiàng)關(guān)鍵衡量指標(biāo)及其算法集，來(lái)實(shí)現(xiàn)診斷評(píng)估、助力怎么優(yōu)化。

　　以往說(shuō)要做好交通診斷和優(yōu)化，如果沒(méi)有逐層遞進(jìn)、分類(lèi)明確的指標(biāo)和數(shù)據(jù)支撐，是無(wú)法實(shí)現(xiàn)的。項(xiàng)目正是基于此，圍繞不同場(chǎng)景建立相應(yīng)的優(yōu)化方法體系，并編撰了場(chǎng)景化案例式的應(yīng)用指南。
　　4.感控一體化路側(cè)邊緣控制成套設(shè)備，運(yùn)用AI智能提升
　　第一項(xiàng)設(shè)備是升級(jí)研發(fā)普遍用的視頻感知設(shè)備，在識(shí)別車(chē)輛、數(shù)量、速度的基礎(chǔ)上，項(xiàng)目通過(guò)AI算法實(shí)現(xiàn)準(zhǔn)確識(shí)別綠燈放行過(guò)程中的車(chē)間時(shí)距，也就是綠燈起亮開(kāi)始，從第一輛車(chē)到最后一輛車(chē)，所有前后車(chē)輛之間的車(chē)間時(shí)距，這項(xiàng)指標(biāo)是信號(hào)動(dòng)態(tài)控制最重要支撐，之前分析刻畫(huà)的少。不同相位車(chē)道在綠燈放行的不同時(shí)序內(nèi)，不同位置的車(chē)頭時(shí)距不一樣，需要通過(guò)視頻AI算法刻畫(huà)，進(jìn)而獲得動(dòng)態(tài)的通行狀態(tài)演化特征。

　　第二項(xiàng)設(shè)備是路側(cè)邊緣計(jì)算終端，邊緣計(jì)算的概念與作用范疇很多，我們希望能夠?qū)⑦吘売?jì)算用在交管專(zhuān)網(wǎng)路側(cè)，把它做實(shí)、做得有用一點(diǎn)，基于華為邊緣計(jì)算基礎(chǔ)軟硬件，我們努力實(shí)現(xiàn)以下幾點(diǎn)：作用之一，可嵌入安裝在信號(hào)機(jī)內(nèi)，接入不同進(jìn)出口方向視頻等感知設(shè)備，植入視頻識(shí)別處理、實(shí)時(shí)匯聚計(jì)算學(xué)習(xí)算法等，可判斷車(chē)道級(jí)、進(jìn)口道級(jí)以及整個(gè)路口的通行狀態(tài)、阻塞事件等。目前現(xiàn)有的信號(hào)機(jī)提供不了這樣的接入能力和算力。

　　作用之二，換條路徑支持多種品牌信號(hào)控制設(shè)備系統(tǒng)的網(wǎng)聯(lián)、多種路側(cè)智能設(shè)備的數(shù)據(jù)同步匯聚，邊緣計(jì)算終端就可直連到大數(shù)據(jù)管控平臺(tái)，不再通過(guò)系統(tǒng)集成的路徑，而且可以前瞻性的支撐車(chē)路協(xié)同各種應(yīng)用場(chǎng)景，這也是項(xiàng)目研究、極力推薦的應(yīng)用架構(gòu)和路徑。當(dāng)下不可能把現(xiàn)在中國(guó)20多萬(wàn)個(gè)紅綠燈路口信號(hào)機(jī)都替換成新的，現(xiàn)實(shí)也做不到完全統(tǒng)一各品牌自主的內(nèi)部通信協(xié)議，所以換條路徑、用邊緣計(jì)算終端，既能解決路側(cè)設(shè)備物聯(lián)、數(shù)據(jù)匯聚可用的問(wèn)題，也能助力破解聯(lián)控的問(wèn)題。
　　5.交通需求與通行效率導(dǎo)向，提升實(shí)時(shí)優(yōu)化控制
　　針對(duì)平峰時(shí)段，信號(hào)燈狀態(tài)、配時(shí)與排隊(duì)放行車(chē)輛需求動(dòng)態(tài)變化、不匹配的問(wèn)題。在“十二五”期間做了基于特征參數(shù)經(jīng)驗(yàn)值的實(shí)時(shí)響應(yīng)控制基礎(chǔ)上， 這次通過(guò)“十三五”項(xiàng)目，就特征參數(shù)、控制增加升級(jí)了有關(guān)人工智能算法。
　　第一個(gè)是實(shí)現(xiàn)交通狀態(tài)和控制參數(shù)的交互結(jié)合，原來(lái)建模數(shù)據(jù)源要么是為識(shí)別交通狀態(tài)，要么是優(yōu)化控制參數(shù)，現(xiàn)在利用動(dòng)態(tài)網(wǎng)絡(luò)建模方式將兩類(lèi)數(shù)據(jù)源交互結(jié)合起來(lái)考慮，目的支撐感控一體化和實(shí)時(shí)交互。
　　第二個(gè)是升級(jí)相位級(jí)的實(shí)時(shí)優(yōu)化控制算法，因?yàn)槊總€(gè)路口紅綠燈放行限值時(shí)間不同，也就是最小綠、最大綠等特征參數(shù)值是不同的，并其與通行狀態(tài)、通行量相關(guān)，所以通過(guò)機(jī)器學(xué)習(xí)算法，實(shí)現(xiàn)不同路口信號(hào)控制特征參數(shù)閾值的動(dòng)態(tài)獲取和路口動(dòng)靜態(tài)交通條件的自適應(yīng)匹配。
　　第三個(gè)是增加了下一周期的動(dòng)態(tài)響應(yīng)控制模式，引入了迭代學(xué)習(xí)控制，來(lái)升級(jí)傳統(tǒng)、階段式的控制，也可以說(shuō)是路口周期和綠信比的動(dòng)態(tài)調(diào)整模式，此種模式也是為了兼顧不同技術(shù)路線(xiàn)的信號(hào)機(jī)控制迭代升級(jí)。

　　此外，在傳統(tǒng)公交優(yōu)先的基礎(chǔ)上，拓展實(shí)現(xiàn)不設(shè)公交專(zhuān)用道的公交優(yōu)先，也就是通過(guò)信號(hào)系統(tǒng)直聯(lián)公交運(yùn)營(yíng)系統(tǒng)，秒級(jí)獲取提供公交車(chē)的位置信息以及載客量情況，公交車(chē)到達(dá)路口前，就知道相應(yīng)的通行相位和車(chē)道方向，基于公交車(chē)行駛速度、各相位通行數(shù)量前置測(cè)算、提前調(diào)整各相位綠燈放行時(shí)長(zhǎng)。涉及涵蓋兩種混合車(chē)道情況，一種是占用右轉(zhuǎn)車(chē)道，另外一種讓所有車(chē)道的社會(huì)車(chē)輛與公交車(chē)一起通行，公交車(chē)過(guò)路口后隨即切換相位。
　　6.面向高峰交通擁堵場(chǎng)景，精準(zhǔn)化主動(dòng)均衡調(diào)控
　　針對(duì)高峰的場(chǎng)景，不是徹底解決堵的問(wèn)題，而是如何緩解交通快速集聚致堵的問(wèn)題。圍繞不同致堵的場(chǎng)景分類(lèi)給出解決方案、研發(fā)應(yīng)用。我們選取了幾個(gè)代表性場(chǎng)景：快速路、擁堵熱點(diǎn)（也就是常態(tài)化堵點(diǎn)）、通勤干線(xiàn)、通行量過(guò)度不對(duì)稱(chēng)等。  
　　最關(guān)鍵的技術(shù)支撐問(wèn)題就是如何溯源關(guān)鍵流向路徑及集聚速度和通行量，項(xiàng)目主要是利用路口電警卡口過(guò)車(chē)數(shù)據(jù)、高德互聯(lián)網(wǎng)導(dǎo)航數(shù)據(jù)以及路口排隊(duì)放行狀態(tài)數(shù)據(jù)等，分層解析來(lái)進(jìn)行判斷、獲取規(guī)律的特征。在此基礎(chǔ)上，針對(duì)如何調(diào)控分流問(wèn)題，也就是沿著主要流向路徑，一方面，遠(yuǎn)端路口優(yōu)化增加紅綠燈時(shí)間，即適度截流、減緩匯聚程度；另一方面將調(diào)控需求交互推給高德導(dǎo)航，由導(dǎo)航優(yōu)化誘導(dǎo)路徑算法、分流誘導(dǎo)部分匯聚用戶(hù)車(chē)輛。項(xiàng)目重點(diǎn)也研發(fā)了不同環(huán)節(jié)的優(yōu)化算法、升級(jí)了形成不同場(chǎng)景化應(yīng)用。

　　此外，針對(duì)經(jīng)常出現(xiàn)的對(duì)向車(chē)道交通不均衡、同一個(gè)方向左轉(zhuǎn)和直行通行量差異大的問(wèn)題。在原有固定調(diào)控的可變車(chē)道、潮汐車(chē)道基礎(chǔ)上，增加改進(jìn)車(chē)道排隊(duì)放行狀態(tài)實(shí)時(shí)監(jiān)測(cè)，實(shí)現(xiàn)相對(duì)實(shí)時(shí)動(dòng)態(tài)切換，切換之后并根據(jù)車(chē)流量的變化實(shí)時(shí)調(diào)整相位級(jí)的放行時(shí)間，也就是升級(jí)實(shí)現(xiàn)兩個(gè)動(dòng)態(tài)控制。
　　7.大數(shù)據(jù)支撐/系統(tǒng)協(xié)同，賦能交通智能網(wǎng)聯(lián)管控與服務(wù)
　　大數(shù)據(jù)平臺(tái)功能如何定位，如何做到協(xié)同？基于項(xiàng)目研究設(shè)定的應(yīng)用框架，前面也提到，大數(shù)據(jù)管控平臺(tái)功能重點(diǎn)定位在交通運(yùn)行研判診斷、信號(hào)優(yōu)化評(píng)估、多場(chǎng)景應(yīng)用協(xié)同作用、調(diào)度警力快速處置擁堵、互聯(lián)網(wǎng)導(dǎo)航助力疏堵等功能上，也兼顧考慮賦能智能網(wǎng)聯(lián)車(chē)路協(xié)同。圍繞這些功能，項(xiàng)目研發(fā)了面向智能網(wǎng)聯(lián)的協(xié)同管控服務(wù)平臺(tái)，接下來(lái)在示范城市進(jìn)行落地驗(yàn)證。

　　在項(xiàng)目示范城市范疇內(nèi)，高德作為項(xiàng)目參與單位，基于跨領(lǐng)域跨網(wǎng)絡(luò)的交互數(shù)據(jù)規(guī)范，開(kāi)放提供了相應(yīng)數(shù)據(jù)接口和可交互指標(biāo)數(shù)據(jù)，同時(shí)，交通管控?cái)?shù)據(jù)，如紅綠燈控制方案、交通管制及事件信息也交互給高德出行平臺(tái)，專(zhuān)門(mén)研發(fā)了助力疏堵調(diào)控的導(dǎo)航誘導(dǎo)路徑優(yōu)化算法，初步實(shí)現(xiàn)交通專(zhuān)網(wǎng)智能控制、互聯(lián)網(wǎng)導(dǎo)航疏堵在各自的優(yōu)勢(shì)領(lǐng)域協(xié)同調(diào)控交通。實(shí)際上，大數(shù)據(jù)管控平臺(tái)賦能車(chē)路協(xié)同，也是基于這樣的技術(shù)應(yīng)用架構(gòu)，應(yīng)用創(chuàng)新和前瞻探索要更符合現(xiàn)實(shí)應(yīng)用情況及產(chǎn)業(yè)化發(fā)展實(shí)際，這也是整個(gè)項(xiàng)目努力推動(dòng)的。

　　三、近期計(jì)劃與愿景展望
　　項(xiàng)目年底要結(jié)題，接下來(lái)，一方面將在五個(gè)示范城市選取代表性場(chǎng)景進(jìn)行落地驗(yàn)證，同時(shí)做好各項(xiàng)功能系統(tǒng)應(yīng)用的驗(yàn)證示范以及效果的測(cè)評(píng)。另外一方面，按照科技部項(xiàng)目驗(yàn)收要求，總結(jié)凝練好代表性的成果和關(guān)鍵技術(shù)創(chuàng)新，加快實(shí)施進(jìn)度。

　　回顧項(xiàng)目立項(xiàng)、研究推進(jìn)以來(lái)的整個(gè)實(shí)施歷程，項(xiàng)目組共同努力的目標(biāo)愿景，就是期望能夠讓大數(shù)據(jù)可獲、可用，能夠讓AI有用武之地，讓感控更加智能化，讓協(xié)同更接地氣。真正的智慧交通是要解決老百姓關(guān)心的問(wèn)題，是要為政府治理能力提升給予支撐，是要對(duì)產(chǎn)業(yè)創(chuàng)新升級(jí)發(fā)展有引領(lǐng)。讓技術(shù)創(chuàng)新深植交通生態(tài)。