【原】智慧交通信号控制系统梗概

智慧交通信号控制系统梗概

概述

智慧交通信号控制系统是基于交通大数据的人工智能应用系统。系统在挖掘海量实时交通大数据的基础上，对道路运行态势进行判断，利用人工智能的方法优化交通信号区域协调控制方案。

1 概况

---

智慧交通信号控制系统是基于交通大数据的人工智能应用系统。系统在挖掘海量实时交通大数据的基础上，对道路运行态势进行判断，利用人工智能的方法优化交通信号区域协调控制方案。

这里所说的交通大数据指的是GPS数据、手机信令数据、APP、和未来很快就可能出现的车联网数据。

智慧交通信号控制系统也可以实时接入其它交通检测数据，如流量检测器、排队长度检测器、速度检测器等，对系统配时方案进行校正和验算。

1.1 传统信号控制系统的局限性

目前国内主要应用的交通信号控制系统（其中包括SCOOT和SCATS）都依赖于交叉口铺设的检测器，使用经典的交通信号控制理论和算法进行区域协调配时计算和优化。但在实际应用中，由于检测器工作环境较差，加上经常性的道路施工，使得检测器完好状态较差，没有检测器提供数据的信号控制系统只能降级使用，运行单个信号机的定周期的配时方案。

此外，现有系统大多是封闭的系统，无法接受其他检测手段提供的交通流检测信息；现有系统信号优化算法没有很好地结合智慧交通最新的研究成果；现状交通控制系统评价没有很好地利用大数据分析手段等。

1.2 国产信号控制系统现状

目前国内能够生产成套交通信号灯控制系统的主要的厂家有中控、海信、大华、易华录等。此外还有许多小的信号机生产厂家，这些厂家不提供控制系统平台。

即使生产成套设备的厂家，其信号控制系统（平台）一般也停留在远程监视和远程控制上，没有面控的优化算法，部分控制系统可以实现干线绿波带（即线控）和单个路口优化配时（点控）的方案。

目前没有成熟的使用交通大数据进行优化区域配时方案的技术。据悉中控和阿里巴巴正在合作进行大数据用于面控的开发。

1.3 大数据时代新的发展契机

目前大数据、云计算、人工智能普遍应用到交通领域。

1.4 交通大数据

1. GPS点有三个字段组成：时间、经度、纬度。

2. 数据分为两个大类：

1）公众数据，也就是我们从用户身上拿到的数据，这里面分为两个来源：

1. 手机地图APP的导航时的位置信息回传；

2. 车载导航设备给我们传回的GPS点。

2）行业数据，行业数据通过置换和购买的方式主要是出租车数据。

2 总体框架

---

智慧交通信号灯控制系统总体构架主要包括数据采集及处理、协调控制方案生成、和实时态势评价三部分。

（1）数据采集及处理，重点解决交通大数据的处理；

（2）协调控制方案，引进人工智能技术，识别交通运行规律，预测交通趋势；

（3）实时态势评价，反馈给第二步，及时调整方案（会下围棋的阿尔法狗基本构架是计算下棋落子模块和态势研判模块两个部分）。

2.1 实时控制方案

2.1.1 控制分级

• 控制按控制区域的不同分为中心控制、小区控制和单点优化三个级别。

• 中心控制需要协调各个小区的信号周期

• 小区内各个交叉口使用相同的信号周期或半周期，上下游交叉口配置合适的相位差——根据旅行速度和距离计算旅行时间

• 交叉口绿信比按整体交通拥堵评价方向整体分配

• 对配置交通检测器的交叉口绿灯尾和红灯头可根据车辆到达情况进行优化

• 对联网的有GPS的公交车可以采用同样的优化方法

2.1.2 控制策略

• 区域整体优化控制

• 主干线优先控制（绿波带）

• 拥堵区域延缓驶入控制（红波带）

• 重要路口保通控制（控制四个方向进入流量）

• 交叉口交通锁死情况消散

2.2 数据采集处理（重点关注交通大数据）

• GPS大数据的主要形态：时间、经度、纬度。

• 如果采样间隔短，可以计算较为精确的区间速度

• 可以根据导航数据，获知交通流向，根据流向比例，确定信号控制方案，因为导航数据都是有未来路径的。导航路径就是流向，大流向和路口流向都有。

2.3 实时态势评价

• 评价指标：速度、排队长、拥堵指数

• 算法

• 评价结果的可视化

3 主要应用

---

3.1 日常情况信号协调控制优化

• 交通大数据路段区间速度计算，速度为基础的区域信号协调控制方案优化

• 严重拥堵区域进入交通流量控制，设置红波带，利用道路分段存储车辆，避免拥堵区域交通瘫痪

• 动态干线优先绿波带控制，利用交通大数据动态推算车速和相位差，比静态绿波带明显合理

• 重点交叉口信号配时优化

• GPS公交车优先信号控制，根据到达公交车辆情况，决定绿灯时间延后和红灯时间提前结束，此项功能目前已经证实很有效

3.2 应急交通控制

• 特种车辆（消防车、救护车、工程抢险车等，最好带GPS）紧急通道

• 特勤路线事前预处理、事中支路控制及事后拥堵车辆消散

• 交通事件封路

• 信号灯故障周边交叉口信号自动适应

3.3 实时运行状态评价

• 利用交通大数据实时评价交通运行状态

• 评价是多指标的，包括平均速度、延误、排队长，后两个根据速度推算

• 评价可分区域、路段，重点区域优先

• 系统根据实时评价结果，调整、协调配时方案

3.4 利用大数据进行交通事件检测

• 交通事故检测

• 交叉口叉车堵塞检测

• 意外事件阻塞（爆炸、塌陷、失火、故障车、积水）检测

• 高速收费口迟滞检测

• 区域交通瘫痪检测

3.5 可提供的服务

既可以提供系统平台，也可以在云上提供优化方案服务。此外服务还可以包括现场交通组织和交通配时方案优化服务。

4 技术难点

---

• 交通大数据精度不如检测器高，数据有延迟

• 交通大数据处理量大，算法需要很好地设计，以保证数据的实时性

• 交通大数据无法得到流量信息，因此以往控制模型都不适用，需要创新算法

• 各种应用场景下的控制策略和方案

• 信号灯区域协调控制的理论、方法和算法

• 控制效果评价体系、指标