人工智能交通信號控制系統

周安宏

（1.中通服咨詢設計研究院有限公司，江蘇 南京 210019；2.重慶郵電大學，重慶 400065）

0 引 言

目前，我國地市級以上城市基本完成了主要路口信號燈控制的全面覆蓋，建設了相應的交通信號燈控制中心系統，部分城市實現了信號控制設備的中心聯網和遠程控制。但是，現在信號燈控制系統的控制策略主要依賴于環形線圈、地磁及視頻流量檢測等前端感知流量采集設備。這些傳統的檢測手段僅能采集道路斷面車流量數據，無法準確判斷實際交通狀態，且環形線圈易損壞、覆蓋率不足及缺乏宏觀數據等。因此，基于現有交通流參數采集設備難以形成對信號控制效果有效的評價機制。

現在使用的常規交通信號燈有定時且多年不變的預編程序[1]。通常優先考慮可能擁堵的道路，而道路中的人、車流量及路況是隨時變化的。例如，每次綠燈亮的時長，在小路十字路口僅30 s，而在雙行道十字路口長達數分鐘。信號控制配時方案優化主要依靠經驗豐富的交通工程師和警員根據現場交通流情況進行經驗性調整，雖然達到了一定效果，但工作效率較低，且耗費大量人力。考慮到區域受限且不可長時間持續、信號控制路口的運行評價監測缺少有效手段和未充分發揮城市道路交叉口通行能力等，需引入可行、穩定的交通信號控制效果評價科技手段和可持續的信號控制優化策略。

信號燈評估優化系統利用互聯網交通數據（互聯網實時路況、互聯網底層軌跡數據及互聯網交通事件數據）、交管多源融合路況、采集設備流量采集數據、卡口電警流量采集數據、交通事件信息、信號控制系統采集數據、多源路況歷史數據、行人過街等其他外部數據、交叉口幾何渠化數據、基礎路網模型以及其他交通管理業務數據，同時利用路況擁堵失衡算法、上游路口溢出算法、行車方向延誤均衡度算法及交叉口事件發生率算法完成交叉口信號評估，得出信號調控有問題的交叉口列表[2]。通過問題分析掌握更精確、全面交通流參數，建立信號控制優化模型和優化策略，形成優化建議。

當前，我國各地市交管部門已基本形成較全面的交通管理業務應用子系統，但存在業務應用獨立、數據分散等問題。在重大事件、研判決策及專項行動時，無法全面、精細化地研判和分析，難以有力支持交通管控決策研判。通過對接交管部門各業務系統和互聯網平臺（高德地圖、百度地圖），搭建交通大數據中心（如圖1所示），分析計算多源交通數據，建設以路網為核心的交通管理信息精細化研判和分析服務平臺，從而為交通管理工作提供全范圍的交通信息支持。

1 交通信號控制系統（AI）

1.1 評價指標為交通參數的來源

傳統交通流參數可分為宏觀和微觀兩大類。將交通流作為一個整體，描述其運行狀態特性的參數稱為宏觀參數，如交通量、速度、密度、占有率、排隊長度、延誤及行程時間等；描述交通流中相互關聯的車輛間的運行狀態特性的參數稱為微觀參數，如車頭時距、車頭間距等。

互聯網交通的數據量和可獲取的數據較之前增多，以交通效率最大化為目標的城市道路交通運行狀態評價也有了更豐富的評價體系，分別如表1、表2所示。

1.2 評價指標函數為交通參數打分

評價函數通常用德爾菲法，對初步擬出的評價指標體系匿名評議打分并提出修改意見。設擬定的指標體系中某層次有g個指標，請P位領域專家評議，然后統計領域專家對每個指標意見的集中度和離散度。

專家意見集中度定義為：

圖1 交通大數據中心

表1 傳統評價指標

表2 互聯網大數據評價指標

其中，Ψ表示指標重要度的級數；Qj表示第j級的量值；hij表示指標i為第j級重要程度的專家人數。針對不同的系統，ξi和Qi的值視具體情況而定。

1.3 優化模型

信號控制的目的在于最大限度地提高交叉口的使用效率，將集結于交叉口的車輛在時間上分離，減少不必要的時間損失。假如章節1.2中指標評價函數結果得出的延誤和停車次數是評價交叉口服務質量的最重要指標，考慮到不同的交通流量，其延誤和停車次數對交叉口綜合效益的影響程度不同，可引入β作為加權系數，將延誤與停車次數綜合考慮作為目標函數，尋找函數的最小值。

目標函數為：

其中：f(x)為交叉口綜合效益值；L為交叉口總損失時間；β為考慮延誤和停車次數對交叉口交通效益影響的加權系數。

1.4 交通控制系統實現目標

1.4.1 道路交叉口基礎信息的構建

實現城市道路交叉口物理拓撲關系、渠化、信號相位、配時及最短綠燈時間等參數的配置功能。

1.4.2 在線交通信號運行監測

實現對失衡路口、擁堵路口及溢出路口的研判分析，報警并排名失衡路口，并預警信號控制路口車流回溢到上游路口的情況。

1.4.3 交通信號燈控路口研判分析

分析項目范圍內信號路口的歷史數據，包括路口車輛排隊長度、車輛通過路口速度及旅行時間等。可依據時間（分鐘、小時、天、周、月等）研判分析，同時支持歷史比對、不同路口比對及區域研判等內容。

1.4.4 信號控制效果評價

實現對單點信號控制、干線協調信號控制及區域信號系統控制運行效果的評價，并建立評價模型，通過可視化界面實現評價結果的輸出。

1.4.5 交通信號控制方案管理

管理項目涉及信號燈控路口運行信號方案、時段劃分及控制方式等信息，可實現信息的調閱、方案下發及時段設定等功能。

1.4.6 交通信號控制優化

基于互聯網交通數據和交管部門采集流量數據，判別路口各進口方向交通狀態，建立基于多源交通流數據的交通信號控制優化模型，并根據不同應用場景和調控策略，實現對單點、協調控制路口的調優。

1.4.7 綠波帶運行監測分析及相位差優化

實現基于浮動車交通流速度信息的干線可變帶寬綠波優化、帶寬利用率分析等功能，實現基于浮動車速度的信號協調相位差優化功能。

1.5 交通大數據研判分析

基于交通數據計算中心接入的基礎路網信息、卡口過車信息、電警輔助卡口過車信息、環形線圈檢測車流信息及互聯網交通數據等，實現對城區內車流在時間、空間兩個維度的規律分析。

1.5.1 車輛遷徙規律可視化分析研判

利用大數據分析技術，分析城市的進出車輛數據，統計各區遷徙車輛數。根據過車記錄的車牌信息，分析進出車輛所屬區域，形成車輛遷徙OD數據可視化展示。通過各卡口之間過車關系形成交通態勢趨勢圖，實現車輛態勢、車輛來源及車輛主要落腳地等指標的統計。

1.5.2 事故和違法黑點分析研判

借助交通大數據中心的數據倉庫，基于交通事故、違法黑點及大數據挖掘技術，建立事故和違法黑點信息庫。

1.5.3 外地車運行情況分析

通過大數據研判分析，可實現4類數據的分析研判：外地車基礎數據整理及分析，外地車總體運行情況分析，各類型外地車運行情況對比分析，“本地化使用”及“候鳥型”外地車的分析。

1.5.4 路網承載力分析

根據數據分析獲得臨界交通量，對比區域預測晚高峰交通量，可得各區域承載力臨界時間節點或極限時間節點。結合預測的地市汽車保有量，根據預置臨界時間節點對應的保有量，可得各區域臨界汽車承載力。

2 結 論

本文主要介紹基于互聯網數據、交管多源融合路況數據、采集設備流量采集數據、卡口電警流量采集數據及信號控制系統采集數據等的交通大數據中心，有效實現了當前交叉路口信號燈智能化、城市交通管理精細化，打通了政府信息和社會化信息服務的消息通道，豐富了城市道路交通管理基礎設施的信息掌握，提升了城區交通運行的監測和管控水平。