編者按:在當前道路交通快速發(fā)展的形勢下,與之相關的交通數據急劇增多。如何處理好交通數據與信號控制的關系成為目前一大難題。??谑泄簿纸煌ň熘ш牽萍伎瓶崎L陳冬指出了當前道路交通所面臨的一些數據困境,并提出對于多維數據融合以及數據采集的期望:一是信號控制的全流程都能引入多維數據;二是多維數據應該融合的更好;三是利用多維數據實現動態(tài)區(qū)域控制;四是降低數據采集成本。
現在道路交通大數據類型越來越多,采集方式越來越多,采集成本快速下降,例如城市規(guī)劃數據、手機信令數據、氣象數據,以及交通參與者通過各種APP上傳交通事件等一些數據。這些大數據包括靜態(tài)數據與動態(tài)數據,另外還有交通管理生成的數據。交通數據類型繁多,內容龐大。信控系統(tǒng)難以直接使用多維交通數據,與交通大數據平臺無法互聯互通現在的信控系統(tǒng)都是獨立運行,大數據平臺基本與信控系統(tǒng)很難做到互聯互通,多維數據很難直接用于信控。雖然大家花了很多精力進行多維數據的采集、融合,最后也匯聚到了大數據平臺,但這些數據很難在信控系統(tǒng)中使用。信控系統(tǒng)協(xié)調控制效果不佳、區(qū)域控制無法突破目前在做一個較大區(qū)域的控制時,通過緩進快出的策略控制整個區(qū)的流量可能是目前唯一比較有效的方式,更靈活的區(qū)域控制方式目前還是很難做到。在范圍稍小的區(qū)域控制時,在平峰階段,需要實行綠波帶協(xié)調控制,減少停車次數、縮短旅行時間;高峰階段,實行專家方案,提升通行效率、縮短高峰時長。但是控制策略和方案的切換時機也能難于把握,我想這都是能利用多維數據可以打破的瓶頸。例如受到天氣情況的影響,視頻檢測數據在天氣惡劣或夜間照明不好的情況下偏差非常大。另外互聯網數據同樣存在許多問題。例如有一條道路停了七八輛車,而其他地區(qū)沒有車輛停放,互聯網數據就會判斷這條道路出現了擁堵現象。現在做信號控制有以下幾個流程:一是做基礎的數據調查與分析,二是確定信號控制策略,確定信號控制策略后再通過單點控制、多路口渠道控制或區(qū)域控制做具體實施,后期是方案的運營和監(jiān)控。除此之外需要對整個信控系統(tǒng)方案進行效果評估,如果判斷有問題,后期需要對方案進行優(yōu)化,返回做路口的渠化以及交通組織優(yōu)化。在上述工作流程中,每個階段對數據需求是不一致的。在確定控制策略之后,我們需求的數據還是有所改變的。以下是每一項工作對應的數據需求。
多維數據對交通信號控制在不同階段有不同的價值和不同的一些應用場景。以下是不同階段所對應的不同價值。
首先是OD數據,通過融合手機、信令、風車以及卡口三方面數據,可以挖掘出通勤路線,事先在通勤路線上做好對應的信號控制策略。還可以通過高德、滴滴、百度的浮動車數據融合路端的卡口數據作常發(fā)擁堵點的分析,把這些常發(fā)擁堵點作為區(qū)域內的戰(zhàn)略路口。通過融合多種數據,判斷一個區(qū)域在途車量的多少,進而判斷交通的供需矛盾有多大,一旦超過一定量數據,我們就會在區(qū)域內實行對應的控制策略,以此緩解區(qū)域的交通壓力。同時,通過這種方式,也能夠預制一線信號控制策略。我們建設了一個以城市大腦數據融合的底盤為依托,以信號評價體系為抓手,通過數據和算法驅動的智能AI配時中心的數據輔助系統(tǒng)。輔助系統(tǒng)的主要工作是融合設備數據并產生多種交通指標;診斷并發(fā)現信號問題,并對指標結果進行評估;適配信號控制系統(tǒng),實現控制系統(tǒng)上傳、信號方案下發(fā)以及對方案執(zhí)行結果的反饋;對數據驅動的劃分多態(tài)綜合優(yōu)化、自動預測控制以及基于強化學習的迭代反饋學習。
我認為多維數據在??谛趴貞弥兄饕鉀Q了一些例如人工配時效率低下,配時中心人口不足,配時方案不夠精細,區(qū)域協(xié)調效果不佳等傳統(tǒng)的問題。
數據和算法的實現分為數據底盤、算法引擎、前端應用三大塊。數據底盤主要融合了交警自己設的卡口電井視頻檢測以及互聯網數據兩大類,匯聚成交通指標的參數,通過算法引擎的計算,生成前端的展示以及把多維數據融合后,通過算法策略生成若干套控制方案,下發(fā)到各個廠家信號機上。這張圖就是多維數據融合的方式。其中最底層的是數據源。我們需要將這些數據源以及基礎數據經過處理匯總成中間結果,再通過算法生成交通指標。
單路口優(yōu)化:在單路口優(yōu)化中,多維數據的應用主要融合了線圈、卡口、高德浮動車以及雷達,通過這些數據融合,生成路口和相位的交通需求,然后通過卡口工程數據的挖掘和相對比的時間計算路口能夠供給的能力,再通過相位的供給和需求的匹配程度計算控制方案的最佳周期和最佳綠信比,最后下發(fā)執(zhí)行。全息路口:融合了雷達、視頻、電警的三類數據,通過華為的邊緣計算智能體,通過邊緣體做數據融合,再用數據融合去對接信號機,就可以在路口端做一些多元數據的融合并直接用于信號控制。路口盲區(qū)預警:通過雷達數據融合視頻的數據檢測行人非機動車穿行情況,交警在路口的顯示屏上給予過往車輛相應提示。對于多維數據融合以及檢測的期望,一是信號控制的全流程都能引入多維數據;二是多維數據應該融合得更好;三是利用多維數據實現動態(tài)區(qū)域控制;四是降低數據采集成本。文章轉載自:賽文網