人工智能交通信号控制系统

周安宏

（1.中通服咨询设计研究院有限公司，江苏 南京 210019；2.重庆邮电大学，重庆 400065）

0 引 言

目前，我国地市级以上城市基本完成了主要路口信号灯控制的全面覆盖，建设了相应的交通信号灯控制中心系统，部分城市实现了信号控制设备的中心联网和远程控制。但是，现在信号灯控制系统的控制策略主要依赖于环形线圈、地磁及视频流量检测等前端感知流量采集设备。这些传统的检测手段仅能采集道路断面车流量数据，无法准确判断实际交通状态，且环形线圈易损坏、覆盖率不足及缺乏宏观数据等。因此，基于现有交通流参数采集设备难以形成对信号控制效果有效的评价机制。

现在使用的常规交通信号灯有定时且多年不变的预编程序[1]。通常优先考虑可能拥堵的道路，而道路中的人、车流量及路况是随时变化的。例如，每次绿灯亮的时长，在小路十字路口仅30 s，而在双行道十字路口长达数分钟。信号控制配时方案优化主要依靠经验丰富的交通工程师和警员根据现场交通流情况进行经验性调整，虽然达到了一定效果，但工作效率较低，且耗费大量人力。考虑到区域受限且不可长时间持续、信号控制路口的运行评价监测缺少有效手段和未充分发挥城市道路交叉口通行能力等，需引入可行、稳定的交通信号控制效果评价科技手段和可持续的信号控制优化策略。

信号灯评估优化系统利用互联网交通数据（互联网实时路况、互联网底层轨迹数据及互联网交通事件数据）、交管多源融合路况、采集设备流量采集数据、卡口电警流量采集数据、交通事件信息、信号控制系统采集数据、多源路况历史数据、行人过街等其他外部数据、交叉口几何渠化数据、基础路网模型以及其他交通管理业务数据，同时利用路况拥堵失衡算法、上游路口溢出算法、行车方向延误均衡度算法及交叉口事件发生率算法完成交叉口信号评估，得出信号调控有问题的交叉口列表[2]。通过问题分析掌握更精确、全面交通流参数，建立信号控制优化模型和优化策略，形成优化建议。

当前，我国各地市交管部门已基本形成较全面的交通管理业务应用子系统，但存在业务应用独立、数据分散等问题。在重大事件、研判决策及专项行动时，无法全面、精细化地研判和分析，难以有力支持交通管控决策研判。通过对接交管部门各业务系统和互联网平台（高德地图、百度地图），搭建交通大数据中心（如图1所示），分析计算多源交通数据，建设以路网为核心的交通管理信息精细化研判和分析服务平台，从而为交通管理工作提供全范围的交通信息支持。

1 交通信号控制系统（AI）

1.1 评价指标为交通参数的来源

传统交通流参数可分为宏观和微观两大类。将交通流作为一个整体，描述其运行状态特性的参数称为宏观参数，如交通量、速度、密度、占有率、排队长度、延误及行程时间等；描述交通流中相互关联的车辆间的运行状态特性的参数称为微观参数，如车头时距、车头间距等。

互联网交通的数据量和可获取的数据较之前增多，以交通效率最大化为目标的城市道路交通运行状态评价也有了更丰富的评价体系，分别如表1、表2所示。

1.2 评价指标函数为交通参数打分

评价函数通常用德尔菲法，对初步拟出的评价指标体系匿名评议打分并提出修改意见。设拟定的指标体系中某层次有g个指标，请P位领域专家评议，然后统计领域专家对每个指标意见的集中度和离散度。

专家意见集中度定义为：

图1 交通大数据中心

表1 传统评价指标

表2 互联网大数据评价指标

其中，Ψ表示指标重要度的级数；Qj表示第j级的量值；hij表示指标i为第j级重要程度的专家人数。针对不同的系统，ξi和Qi的值视具体情况而定。

1.3 优化模型

信号控制的目的在于最大限度地提高交叉口的使用效率，将集结于交叉口的车辆在时间上分离，减少不必要的时间损失。假如章节1.2中指标评价函数结果得出的延误和停车次数是评价交叉口服务质量的最重要指标，考虑到不同的交通流量，其延误和停车次数对交叉口综合效益的影响程度不同，可引入β作为加权系数，将延误与停车次数综合考虑作为目标函数，寻找函数的最小值。

目标函数为：

其中：f(x)为交叉口综合效益值；L为交叉口总损失时间；β为考虑延误和停车次数对交叉口交通效益影响的加权系数。

1.4 交通控制系统实现目标

1.4.1 道路交叉口基础信息的构建

实现城市道路交叉口物理拓扑关系、渠化、信号相位、配时及最短绿灯时间等参数的配置功能。

1.4.2 在线交通信号运行监测

实现对失衡路口、拥堵路口及溢出路口的研判分析，报警并排名失衡路口，并预警信号控制路口车流回溢到上游路口的情况。

1.4.3 交通信号灯控路口研判分析

分析项目范围内信号路口的历史数据，包括路口车辆排队长度、车辆通过路口速度及旅行时间等。可依据时间（分钟、小时、天、周、月等）研判分析，同时支持历史比对、不同路口比对及区域研判等内容。

1.4.4 信号控制效果评价

实现对单点信号控制、干线协调信号控制及区域信号系统控制运行效果的评价，并建立评价模型，通过可视化界面实现评价结果的输出。

1.4.5 交通信号控制方案管理

管理项目涉及信号灯控路口运行信号方案、时段划分及控制方式等信息，可实现信息的调阅、方案下发及时段设定等功能。

1.4.6 交通信号控制优化

基于互联网交通数据和交管部门采集流量数据，判别路口各进口方向交通状态，建立基于多源交通流数据的交通信号控制优化模型，并根据不同应用场景和调控策略，实现对单点、协调控制路口的调优。

1.4.7 绿波带运行监测分析及相位差优化

实现基于浮动车交通流速度信息的干线可变带宽绿波优化、带宽利用率分析等功能，实现基于浮动车速度的信号协调相位差优化功能。

1.5 交通大数据研判分析

基于交通数据计算中心接入的基础路网信息、卡口过车信息、电警辅助卡口过车信息、环形线圈检测车流信息及互联网交通数据等，实现对城区内车流在时间、空间两个维度的规律分析。

1.5.1 车辆迁徙规律可视化分析研判

利用大数据分析技术，分析城市的进出车辆数据，统计各区迁徙车辆数。根据过车记录的车牌信息，分析进出车辆所属区域，形成车辆迁徙OD数据可视化展示。通过各卡口之间过车关系形成交通态势趋势图，实现车辆态势、车辆来源及车辆主要落脚地等指标的统计。

1.5.2 事故和违法黑点分析研判

借助交通大数据中心的数据仓库，基于交通事故、违法黑点及大数据挖掘技术，建立事故和违法黑点信息库。

1.5.3 外地车运行情况分析

通过大数据研判分析，可实现4类数据的分析研判：外地车基础数据整理及分析，外地车总体运行情况分析，各类型外地车运行情况对比分析，“本地化使用”及“候鸟型”外地车的分析。

1.5.4 路网承载力分析

根据数据分析获得临界交通量，对比区域预测晚高峰交通量，可得各区域承载力临界时间节点或极限时间节点。结合预测的地市汽车保有量，根据预置临界时间节点对应的保有量，可得各区域临界汽车承载力。

2 结 论

本文主要介绍基于互联网数据、交管多源融合路况数据、采集设备流量采集数据、卡口电警流量采集数据及信号控制系统采集数据等的交通大数据中心，有效实现了当前交叉路口信号灯智能化、城市交通管理精细化，打通了政府信息和社会化信息服务的消息通道，丰富了城市道路交通管理基础设施的信息掌握，提升了城区交通运行的监测和管控水平。