交通信号控制的提升改进方法

10月27日，由中国道路交通安全协会主办、北京易华录信息技术股份有限公司承办的“交通缓堵新技术及应用实践论坛”成功召开，来自公安交通管理部门负责人、国内道路交通管理专家以及业内龙头企业代表，于“云端”交流了在交通治理、城市缓堵工作中的先进技术和实战模式，共同探讨缓堵治理创新路径，共同展望智慧交通未来趋势。

近年来，以视频、雷视、边缘融合计算技术为代表的交通感知技术飞速发展，但交通信号控制技术的发展相对缓慢。易华录数字政府事业群副总裁、智慧交通事业部总经理刘树青发表主题演讲《由感知技术现状谈缓堵控制技术发展》，从当前的交通感知技术为缓堵控制技术带来的价值出发，探讨了基于越来越丰富感知信息的缓堵控制技术发展方向。

以下为演讲实录

本次汇报内容包括三部分。一是当前感知和控制技术的发展情况，二是在当前感知发展技术环境下易华录交通控制技术的提升思路，三是未来的缓堵控制技术的发展方向。

首先来看一下当前的感知与控制技术的发展情况。

20世纪60年代-21世纪初，感应线圈被用作为车辆检测器，成为技术成熟、应用广泛的车辆检测系统；2007年，在北京快速路最早开始使用地磁技术；2013年，毫米波雷达进入中国市场，国产毫米波雷达快速发展；2017年开始，视频检测技术逐渐成为行业的主流检测技术；2019年边缘计算技术显露头角并发展迅猛；2020年雷视一体机成先进检测技术的发展趋势。

从这些检测技术应用的间隔时间来看，技术迭代速度越来越快。我们来看一下当前几种主流的检测技术。

一、视频检测

它是基于计算机视觉和图像处理的交通信息检测技术，能够把检测个体从机动车扩展到非机动车和行人，补充了车牌号等身份特征，增加了基于行驶轨迹和道路环境的个体、群体区域行为检测信息。

二、雷达检测

交通检测目前广泛采用的是毫米波雷达，它不受光线气候的影响，可以精准追踪个体移动，检测距离是普通供视频检测距离的2-3倍，但是毫米波雷达对静态目标的定位检测精度较差。目前最先进的雷视融合检测一体机，把雷达的追踪定位与视频的视觉识别相融合，弥补雷达检测和视频检测各自的检测短板。

三、边缘计算，是比较先进的感知技术手段。

我们知道，交通领域里也有很多边缘计算的盒子，以路口为例，这些边缘计算盒子一般有有四个主要应用场景，即本地交通信号评价优化控制、冲突点识别等交通运行秩序安全监测、基于视频和雷视监测融合的交通信息采集以及车路协同信息交互。在这些应用场景中，交通边缘计算技术的一个重要价值体现是对路口感知能力的提升，基于不同数据源提取不同检测数据，或者基于同一种检测数据的多源融合处理，获取更多维度、更准确的路口交通信息感知能力。

以上是交通感知技术的发展和现在三种比较先进的交通感知技术手段。

在信号控制方面，可以把信号控制的历程划分为单点信号控制、区域协调信号控制、智能化信号控制、数据驱动信号控制四个阶段。前两者是大家熟知的，智能信号控制可以解释为从21世纪初到现在，国产信号控制系统的发展，以及比如特勤控制、匝道控制等小控制场景的智能水平提升。数据驱动信号控制的场景，比如实时检测数据自适应控制，互联网浮动车大规模轨迹数据驱动的信号控制等。

对比感知技术和控制技术的发展历程，我们可以看到：感知技术的迭代与控制技术的迭代大周期基本相近，但是，近十年来，感知技术鲜活发展，但控制技术的更进相对较慢。

主要原因有两个方面。首先，控制是比感知更复杂的供需均衡计算问题，控制理论算法创新提升难度大。其次，近十年交通感知在数据维度的丰富和精确度的提高方面对现有控制体系的正向刺激有限。但这并不是说像雷达、雷视这些先进的感知手段对我们当前的控制体系没有价值。相反，如何用将这些新增的感知能力应用到缓堵控制里，取得更好的缓堵控制效果，是我们需要下大功夫的地方。

这就是我下面要分享的，易华录基于从感知到认知的研究，缓堵控制技术的提升思路。

什么是感知？什么是认知？抛开非常严谨的关于“感知”与“认知”的学术定义，我认为，感知就是可以直接检测获取的信息，认知是感知信息的不断加工，是知识的持续延伸。

直观的理解，我们举一个例子，我们感知到体温是39°，然后我们会一步步认识到，这个体温是异常的，当前的健康状态有问题、需要治疗，需要避免二次发生等等。在感知到体温值之后的所有动作，就是我们对健康医疗知识的逐渐延伸。

再举一个交通的例子，检测感知到某一个相位绿灯放行了40秒，通过了3辆小汽车，然后我们可能会进一步认识到绿灯空放严重，绿灯时间有浪费，这个路口需要信号配时调整，这个相位之余的其他相位也需要随之调整，与这个路口相协调的路口也需要信号配时调整。当然，有可能这种绿灯机动车空放是考虑行人通行的必然需要，那这个路口的信号配时是否需要调整，就是另一种思路了。不管是哪种思路，都是我们基于感知信息，利用我们的交通调控的知识，一步一步去推导，最终得出对于这种感知信息，我们需要作出的控制反应。

在当前的感知技术手段下，车辆身份、车辆轨迹等感知信息的获取，使我们对车辆个体感知能力和区域群体感知能力有很大的提升。基于当前更丰富的感知环境，易华录建立了面向路网、交通参与者、拥堵原因、交通扰动、交通预测、交通控制的六个维度的认知体系。

爻，交也，是错综交杂的意思。交通恰是时间控制、空间控制、参与对象之间的错综交杂。所以我们把这个体系命名为六爻认知，对路网、交通参与者、拥堵原因、交通扰动、交通预测的认知，都将最终落脚于对交通控制的认知。

一、路网认知

包括对路网基础结构、服务设施分布、供给能力、及运行状态的认知，通过对交通路网的认知，摸清路网供给能力、空间可调控能力和供需均衡情况。

二、对象认知

包括交通对象的出行特征认知和出行规律认知，从交通参与者本身，数清不同类型参与者的不同出行需求和出行规律。

三、堵因认知

包括对交通组织、信控配时、交通行为三种可能交通拥堵原因的认知，揭露交通拥堵问题的根本原因及其内在联系和规律，复杂拥堵问题主责化。

四、扰动认知

它是常态路网的非常态扰动事件的认知，这包括节假日、交通事故等各种事件因素，以及其时空特征、扰动影响蔓延、消散的认知，对非常态事件，预测其常态趋势，掌握其常态规律。

五、预测认知

包括对短时和长时内的拥堵事件预测、对交通流参数和特征的预测、对出行需求时空特征的预测，化被动认知为主动认知，精准预知是最高级的主动认知。

六、控制认知

包括对单口、多口和特殊优先的控制，以及对交通组织的控制，认知每种控制模式、每种控制方法、每个控制参数，控制认知是对其他所有认知的最终决断。

下面挑选了几个基于六爻认知体系的交通信号控制的提升改进方法展开介绍。

第一，在单路口优化控制方面。

1.自适应控制过程。相比较基于过去一段时间检测数据和断面交通流预测数据生成控制方案，依靠多时空维度的交通状态感知带来的认知水平的提升，能够结合上下游路口信号、路段流量分布以及路径出行分布数据，生成交通流到达认知，基于对路段交通流到达的预测，作出相阶切换和相阶时长决策，让自适应控制的适应性更高、方案更优。

2.感应控制过程。传统控制逻辑是只考虑感应响应效率的感应控制，这种控制机制会忽视路口整体的通行效率。我们在感应触发的基础上，增加各方向短时通行需求的预测认知判断，再决定感控控制的响应机制，这样能够有效平衡提升感应通行需求和路口整体通行效率最大化。

第二，在多路口优化控制方面。

1.动态子区划分过程。子区的划分多是基于人工经验的半自动划分，人工经验决定了子区划分的主观合理性，并且导致子区划分动态适应性差。我们在这个控制体系里，增加基于机动车出行路径认知信息的路口间协调需求计算，形成 打破同一条道路约束以及直行协调约束的交通流形成分布动态子区划分方法。

2.交叉口之间的协调控制过程。增加进口道交通量到达认知和交通流运动过程的认知，可以通过相位差协调、上下游通行能力协调，不仅可以达到更好的子区内绿波控制效果，还可以实现子区之间路网负载均衡缓堵控制效果。

以上是基于当前感知信息，易华录建立的六爻交通认知体系及其中几个控制认知算法的改进技术思路。

接下来我们来看一下未来的缓堵控制技术思考。

网联驾驶应该来说是大概率的一个未来交通场景，在这个场景中，我们设想，因为网联，我们能够准确感知到每一辆车、每一个车队，他们是什么车、是时空位置以及时空通行需求。那么，我们对交通的认知变得足够简单，可以通过很简单的加减乘除计算得在宏观、中观、微观各种颗粒度下的交通供给与交通需求之间的差值，比如这个50米长的车队，最终会有多少辆能通过前方路口剩余的15秒绿灯。

由此我们的交通控制是否也将更加直接，从控制信号灯，然后间接控制机动车，是否会直接变成控制机动车？我们完全可以由中心通知车辆在几秒之后停车，几秒后右转弯改变路线去目的地。这样的话，黄灯还有必要吗？到现在也说不清是相位还是相阶的放行组合顺序还会是短时段必须固定不变的吗？如果不是，那我们的交通信号控制体系必然是需要彻底变化的。

这虽然只是一个我个人做的脑洞大开的假设推理，但恰恰说明了交通感知对交通认知和交通控制的影响。

最后，对我今天的分享做三点总结。

第一，感知技术手段在快速迭代，但技术的稳定可靠性仍需努力；

第二，缓堵效果不能只寄希望于“全息”的感知，而应是对时空供需深刻认知后的“控制”；

第三，未来已来，可能是天翻地覆的新世界，缓堵技术研究枯燥又充满期待！

审核编辑：彭静