張福生：交通大數(shù)據(jù)與實時自適應控制

       ? 交通數(shù)據(jù)特性分析

       交通大數(shù)據(jù)在交通控制中的應用目標有三個。

       第一，全面感知交通需求；

       第二，實時響應交通需求；

      第三，以數(shù)據(jù)驅(qū)動交通控制。

       交通感知數(shù)據(jù)包括：車流數(shù)據(jù)、客流數(shù)據(jù)、物流數(shù)據(jù)、道路施工數(shù)據(jù)、交通氣象、交通環(huán)境及城市活動、緊急事件等多各方面，這些數(shù)據(jù)變化都需要交通控制系統(tǒng)做出及時響應。

       分析交通數(shù)據(jù)，要從多個角度看待交通感知的特性。

       首先從數(shù)據(jù)產(chǎn)生的時空角度來看，感知空間上，分為斷面檢測、區(qū)域檢測和全域檢測;感知時間上，交通檢測分為短時檢測和連續(xù)檢測。

       從數(shù)據(jù)精度、采樣率上，既有全樣本檢測、也有抽樣的數(shù)據(jù)，比如來自互聯(lián)網(wǎng)的軌跡數(shù)據(jù)通常只要5%到10%左右的樣本量，而定點檢測設備輸出的基本是全樣本的數(shù)據(jù)。從檢測精度來看，既要看到統(tǒng)計上的準確性，也要關注數(shù)據(jù)的實時性，要根據(jù)控制場景需求對數(shù)據(jù)的準確、實時進行分析。

       從數(shù)據(jù)獲取方式上，傳統(tǒng)的檢測方式多為單向傳感式檢測，通過存在型檢測或通過型檢測來獲取交通數(shù)據(jù)。隨著車路協(xié)同技術的發(fā)展，以通信交互為主的數(shù)據(jù)獲取方式可以獲得更加多維的交通數(shù)據(jù)。

       不同的數(shù)據(jù)屬性對控制方法、控制理論的研究以及對控制系統(tǒng)的研發(fā)都會帶來巨大的影響。

       從數(shù)據(jù)屬性維度看，傳統(tǒng)數(shù)據(jù)通常關注的是流量、速度、占有率等，多維數(shù)據(jù)可以描述個體的身份ID、實時的坐標位置、路徑選擇信息、OD關系等等。

       此外，從交通供給需求角度，不僅要知道車，可能還要知道道路通行能力、路網(wǎng)結(jié)構和它當前的服務水平，包括交通與環(huán)境數(shù)據(jù)、緊急事件、城市活動、道路工程等。

       所有的數(shù)據(jù)結(jié)合才真正是交通大數(shù)據(jù)，而不僅僅是來自互聯(lián)網(wǎng)的數(shù)據(jù)。

       ? 控制系統(tǒng)分類分級

       有了數(shù)據(jù)之后，交通控制系統(tǒng)在利用數(shù)據(jù)進行控制優(yōu)化時，也同樣有很多問題值得思考，不同的控制方法，會產(chǎn)生完全不同的控制效果。

       我們從兩個角度來分析這個問題：優(yōu)化時間粒度、優(yōu)化運行方式。我們談到控制優(yōu)化，往往會直接聯(lián)想到用數(shù)據(jù)做配時優(yōu)化，方法有兩種。

       第一種是方案級優(yōu)化。利用統(tǒng)計數(shù)據(jù)生成配時方案，或者在備選的方案當中選擇相對優(yōu)秀的方案，我將這種優(yōu)化定義為方案級優(yōu)化。

       第二種是實時優(yōu)化。交通感知數(shù)據(jù)實時（秒級）上傳，系統(tǒng)實時對控制進行優(yōu)化和調(diào)整并立即執(zhí)行。

       優(yōu)化的方案生成之后，它的運行方式有三種。

       第一種是下端運行。將方案形成，并且通過網(wǎng)絡協(xié)議將方案下載到前端控制設備中，然后進行方案切換運行。

       第二種是中心運行。實時優(yōu)化，實時運行。

       第三種是分級運行，中心運行與下端運行結(jié)合。

       從運行模式上看，如果一個完全不同的方案替換現(xiàn)有方案，控制器通常需要方案過渡，這個過渡過程通常會對交通現(xiàn)狀造成極大擾動。

       實時優(yōu)化系統(tǒng)是不斷的在秒級水平上實時微調(diào)方案，并及時運行，可以避免方案過渡造成擾動，能夠?qū)崿F(xiàn)平滑運行。

       方案在中心運行和下端運行進行有效結(jié)合，中心實時響應交通數(shù)據(jù)并做宏觀優(yōu)化，下端針對現(xiàn)場需求做微觀修正。

       大數(shù)據(jù)應用于交通控制，一定要以交通控制系統(tǒng)為基礎，不同的優(yōu)化運行方式，對數(shù)據(jù)有不同的需求，實現(xiàn)不同控制效果，所以我嘗試著對現(xiàn)有的控制系統(tǒng)進行分級。

       我將這個評價從L0到L3進行分級。

       L0是單點運行，能夠保障基本的交通安全，按照時間表運行或進行基本的感應控制。

       L1指信號控制機首先是聯(lián)網(wǎng)的，在中心能夠?qū)π盘栠\行狀態(tài)進行監(jiān)控，具有聯(lián)網(wǎng)的統(tǒng)一授時，能夠進行遠程配時，遠程人工干預。

       L2系統(tǒng)是在L1的基礎上，具有交通檢測能力，能夠進行中心狀態(tài)監(jiān)控、統(tǒng)一授時、遠程配時、遠程干預。系統(tǒng)能夠進行方案級的優(yōu)化、執(zhí)行能力，比如分時段的方案生成、自動方案選擇等功能。

       L3級系統(tǒng)在具備L2級系統(tǒng)的基礎上，具備實時的交通感知能力，能夠?qū)崟r響應交通流變化，實時進行方案優(yōu)化并實時執(zhí)行優(yōu)化決策。

       目前，我們看到的現(xiàn)狀是：絕大多數(shù)信號控制系統(tǒng)是L1級別，部分城市建設的是L2、L3系統(tǒng)，但是由于運行維護的原因，實際運行在L1水平，能夠運行在L2、L3水平的系統(tǒng)很少。

       ? 交通數(shù)據(jù)與交通控制

       隨著交通感知技術的發(fā)展，地磁、視頻、微波雷達等傳感技術為交通控制帶來了豐富的數(shù)據(jù)源，互聯(lián)網(wǎng)軌跡數(shù)據(jù)以及未來的車路協(xié)同技術會帶來更加豐富的數(shù)據(jù)源，如何適應不同的交通控制需求，挖掘數(shù)據(jù)潛力是一個重要的研究方向？

       應用于交通控制的數(shù)據(jù)包括：傳統(tǒng)的交通檢測數(shù)據(jù)有全樣本量，多是基于斷面檢測（如線圈、地磁、傳統(tǒng)視頻虛擬線圈），或者小區(qū)域檢測（如廣域雷達、基于人工智能的視頻分析等）;最近幾年出現(xiàn)的來自互聯(lián)網(wǎng)的軌跡數(shù)據(jù);以及來自第三方的事件數(shù)據(jù)、影響交通的環(huán)境數(shù)據(jù)、氣象數(shù)據(jù)、城市活動數(shù)據(jù)等。

       這些數(shù)據(jù)應用于不同的控制場景，各具特點，我試圖給這些數(shù)據(jù)在不同控制方面的應用效果打分，比如傳統(tǒng)數(shù)據(jù)可以用來優(yōu)化周期、綠信比、相位差，可以做感應控制請求、擴展、方案優(yōu)化，或者是實時優(yōu)化等；軌跡數(shù)據(jù)可以應用于控制評價、交通事件發(fā)現(xiàn)等。

       也有一些我還沒有考慮周全的，比如軌跡數(shù)據(jù)是否能夠應用到感應控制上，事件數(shù)據(jù)是否能用來影響周期的相位差等，這里面有很多需要進一步研究的話題。

       ? 案例

       （如上圖）這是SCOOT系統(tǒng)界面以及SCOOT系統(tǒng)優(yōu)化的基本原理。SCOOT基本排隊模型，上游的檢測形成排隊，以及到路口的飽和通行能力，通過對排隊模型和消散能力的運算或者周期、綠信比等參數(shù)來優(yōu)化路口。這樣的模型需要的是上游實時準確的存在檢測，并輸出精準的檢測脈沖，因此對檢測器的類型、檢測域特性有嚴格的要求。

       上圖是實際應用效果的界面，這個路口由兩相位組成，可以看到實時自適應的系統(tǒng)控制效果，周期與每個信號階段的時長都在實時變化，這些變化的依據(jù)就是來自現(xiàn)場的實時交通感知數(shù)據(jù)。

       最后總結(jié)一下，大數(shù)據(jù)應用于交通控制，首先要有可以響應大數(shù)據(jù)的基礎控制環(huán)境，實時自適應系統(tǒng)就是承載大數(shù)據(jù)應用的基礎平臺。

來源：賽文交通網(wǎng)