基于交通生态圈的微场景应用与实战

□ 文/刁玮静 华建记

引言

随着现代化生活水平的提高，我国汽车民用量逐年增加，截止2017年上海民用车辆拥有量可达400万辆，同比三年前增长28%。 因此，如何利用这海量的交通数据、提供高效且快捷的交通管理方案已成为现在交通集成系统发展的新趋向。 以往传统的城市交通的管理平台，采集数据数据量大、可复用率低、且产品目的性单一，这往往造成大量资源浪费或资源过载等问题，所以新的交通集成系统提倡资源复用、服务共享、快速迭代的理念， 通过‘小程序，大中台’的方式打造场景化业务平台，满足实习交通业务需求，提升数据的节能复用性和服务的共享能力。

本文首先概述了新一代交通集成系统-‘交通超体’采用了“端-边-云”三层的业务架构层次体系。通过本地化的数据采集与处理和边缘化计算技术，提高整个系统整体的迭代性和可塑性， 再利用中台技术为顶层场景化应用业务提供服务支撑，从而消除现有的智慧交通系统中存在的“信息孤岛”问题。 此外，为了提高本地及周边路口的管理效率和智能化，路口节点皆基于物联网中间件或无线组网技术进行分布式数据交互，为应用服务提供快速信息迭代。文章后半部分以交通超体微应用中的“信控专家”为例，介绍了顶层应用服务的场景化微应用及其业务功能， 通过构建开放云计算体系，并将传统业务分解成多个智能化，且有针对性、易操作的微场景应用，应对不同优化目标和数据来源，并实现本地化的自我智能管控、指定全局最优策略，使交通管理更具有独立性，提高管控效率提高。

场景化的生态交通圈

满足“智慧城市”发展的需要，交通超体所组成的交通生态圈融合了全息感知、超能计算、和智能管控为一体，赋予城市交通感知力、交通管控力、信号优化力和应急处置的能力。 通过将相同的核心业务服务与不同的业务需求进行合并、划分和场景化制定，从而改进了传统交通集成管理系统中模块的服务应用、数据库等独立部署，而造成的数据庞大、利用率不高的状况。利用智能交通信息化数据，采用物联网、互联网、分布式边缘计算、人工智能等多种技术，提供各类交通应用的解决方案，简化操作业务，打造一个超级智能交通智能体系。

▲图表 1基于端边云的交通超体架构

交通超体的体系构造由依依业务分为三大层，实现跨系统的业务流程整合，实时业务主导，可主动判断，提供多元化决策，从而简化实时指挥的决策和实战结果。三大业务层次分别是：

超体“四肢”——前端设备

前端路口智能化设备在交通超体中好比人的四肢，其赋予系统信息感知力和命令执行能力。前端的泛感知能力来源于人、车、路、设、环等多资源，多维度的信息采集，从而提升信息的感知能力，避免以往设施设备的复用和复合而造成的臃肿数据。

为实现此目的，路口采用了包括信号机控制器、复合视频检测器、雷达排队长度检测器、信号灯灯组故障检测器、行人安全过街设备、车联网路测设备等智能化设备， 将各个业务系统的数据汇总到本地路口，实现路口精细化，多元素的数据采集和实时状态的感知，并为后期本地路口与周边路口信息共享做牢固基础。

超体“躯干”和“五官”——边端计算

作为交通超体的‘躯干和‘五官’，边端智能计算为路口赋能，使路口能在本地独立思考，计算，这也改变了传统系统中以中心为主力的集中化计算模式。 有路口智能化设备采集为数据支持，结合分布式驱动信息化系统，让周边路口级、区域级路口信息能共享互联，而边缘计算端构建的路口分散式运算架构，将程序、数据资料、和服务运算最接近数据源化，形成路口为智能边缘计算单位，从而减少对中心的依赖及上传数据庞大而导致的时间延迟问题，提高数据处理能力。

在实际应用中，路口边端计算通过本地外场智能感知终端的实时数据采集和物联网中间件或无线组网技术下路口间信息交互与共享，实现路口间数据的本地汇聚及对周边设施设备的监控，可本地化“思考”，为云端提供路口辅佐信息，并调动边缘智能化设备，响应云端下发的策略方案。

超体“大脑”——云端服务

云计算是智慧城市不可缺少的基础服务，作为超体的‘大脑’，云端对各类交通数据统一汇集，管理和复用，并计算和提供最优交通宏观战略方案，提高城市交通管理效率和便捷性。云端服务通过构建开放式云计算体系，可实时处理大规模的交通原数据，结合边端二次计算数据，利用AI引擎和深度学习，挖掘出未发现的态势，制定全局最优策略，为顶层应用系统提供计算、分析等服务，加深对情报数据的挖掘，优化研判工作。

为避免传统交通集成平台中数据库、中间件、服务等因部署环境不同，而造成的资源浪费或过载等问题，系统通过云计算的虚拟化技术，将物理资源抽象化的分为逻辑资源，并在服务器内进行分布化部署，使服务器之间实现相互协作集群，以避免数据或服务冗余。

交通超体场景化微应用及实践

构建‘端边云’的交通生态圈，其目的就是为了能使城市交通管理系统更智能，更高效， 这就衍生了最后的顶层的场景化应用管理平台。

交通超体的微场景管理是基于“端”信息、“边”数据、及“云”掌控为基础，以业务为驱动的服务应用。因为新一代交通集成系统的特殊性，场景化管理将原先交通管理指挥平台的独立项目拆分合并，成为具有实际业务向导的场景化应用，其核心主旨是以数据即服务(DaaS)、算力即服务(CaaS)、模型即服务(MaaS)，从而构建设备端标准化数据，并借助云端开放计算能力和模块化业务计算，使管理方案精简多用，从而减少交通管制的困难与压力。

为了满足不同交通场景下的管控需求，交通超体率先设计了一批频率多发且管理高效的场景微应用，其业务管理范围涵盖了酒驾治理、违法监管、停车驱离、交通信号预测优化等。其中，“信控专家”是针对城市道路交通的势态监控及交通优化，汇聚单点优化、干道绿波、区域协调等高级信号控制为一体的场景应用；“酒后驾驶”是为提高酒驾人员的检测准确度，针对酒后驾驶违法行为的识别、查处、监视及管理的闭环场景应用方案；“两快监管”是专门为交警部门管理人员设计，管制快递和外卖等非机动车辆运行的企业和人员交通行为的场景化应用方案；“违停驱离”是针对城市各区域的违停车辆、超时停车等行为实行人性化的管理方案，涉及违停车辆判别、超时停车预警、发布驱离消息、涉嫌违法抓拍等场景。

微应用——“信控专家”

为进一步优化以往以事故后调度指挥为主的交通系统，交通超体设计了面向城市道路交通的事前预判和交通道路优化的信号控制微应用。该应用可对市域级、区域级、路口级进行宏观态势，交通OD分析，通过信号控制能力、预测判别、及优化方案等为交警人员提供简化决策指挥方案。彻底弱化或解决传统信控系统中路口精细化方案能力单一薄弱，因缺少路口综合评价导致的相位、相序动态调整能力差等问题。

业务流程及功能组成

“信控专家”是建立于“端-边-云”的交通生态圈的微应用，根据其微应用功能可分为三大模块，分别是势态监控、单点信号优化、和干道绿波优化模块。

势态监控

为了快速并高效的反映路口和路段的交通状况，本功能针对区域级交通状态运行进行实时监控，根据采集路口信号灯状态、路口车流量、平均速度、饱和度等信息，对路口延时问题及严重程度、预计候时等对感知区域进行评估预判，并可进一步模拟展示被选感知范围内路口级的实时路况，展示信息包括实时相位运行情况、路口综合饱和度及路口级评价。此外，用户可根据感知区域内红黄绿标色“一目了然”的对区域级交通状做出预估(如下图所示)。

▲图表 2区域级实时单点路况展示例图

▲图表 3单点信号优化例图

单点信号优化

有了实时监控的数据和路口问题的严重程度等级划分的预判，结合了交通运行指标，对问题路口自动生成多个绿信比设置建议方案，可选择其时段，周期时长，及绿信比。再者，本应用人性化的配置了人工干预模式，可对相位相序、锁定时段、周期时长及绿信比等参数进行人工设置。

干道绿波优化

干道绿波的优化能更好的服务区域级的交通运行，该功能展示了被选范围内干道绿波的位置信息和配置信息，可自动进行交叉口关联分析，给出多个干道绿波的建议，并可细化到可以对沿线路口包括绿波带编辑和相位操作干预等干道方案操作。同是该功能也支持人工干预操作，展示干预设置界面，及路口交通状态详情；

▲图表 4区域级实时干道路况展示例图

结束语

随着智慧城市的逐步发展，智能交通系统也不断改革跟新，从传统的中心集成数据，并事后处理的多个独立服务系统，到现在去中心化，采用分布式节点来感知、计算，预测和决策等整合多个功能服务的智能化系统。深化交通管理系统智能化改造，以场景化的模式为应用端，打造基于“端-边-云”的交通智能生态圈，提供更加便捷的操作系统与信息交互，提高智慧路口的人性化、精细化、和智能化水平。