熊文華，鄭淑鑒

(廣州市交通規(guī)劃研究院，廣東廣州510640)

0 引言

“互聯網+”最早于2015年3月在第十二屆全國人民代表大會第三次會議上被提出，其核心理念是利用互聯網的平臺和現代信息通信技術，將互聯網和傳統行業(yè)相結合。2015年7月，國務院印發(fā)《國務院關于積極推進“互聯網+”行動的指導意見》(國發(fā)[2015]40號)，標志著“互聯網+”成為國家重要戰(zhàn)略?！盎ヂ摼W+”為各行各業(yè)帶來了顛覆性的改變，各領域通過互聯網技術的應用與傳統行業(yè)進行深度融合，在創(chuàng)造新業(yè)態(tài)的同時也使傳統行業(yè)的效率得到大幅提升[1-3]。在智能交通領域，“互聯網+”技術已經滲透到交通管理的各個領域，影響著人們的生活模式和出行方式，改變了交通管理者的管理思維和手段，使用和應用好“互聯網+”技術和數據有助于緩解交通擁堵、減少交通事故[4-5]。

交通信號控制是智能交通系統的重要內容之一，是對城市交通進行調節(jié)最直接的渠道。科學合理的信號控制方案能有效提高城市交通運行效率，是最經濟實惠的緩堵措施。中國針對信號控制優(yōu)化的研究很多，文獻[6]以停車次數和延誤為目標構建信號控制優(yōu)化非線性模型，文獻[7]考慮排放和延誤構建信號控制優(yōu)化控制模型以優(yōu)化周期和綠信比，文獻[8]提出一種基于時延賦色Petri網的交叉口信號控制優(yōu)化模型。近年來上海、西安、長春等城市大都基于傳統的交通管理環(huán)境進行交通信號控制理論的研究，信號控制優(yōu)化工作中存在的主動發(fā)現信號問題、精準優(yōu)化方案和客觀量化評估優(yōu)化效果等技術瓶頸依然難以解決。本文探討利用多源異構數據改善道路交叉口傳統信號控制技術的弊端，輔助發(fā)現信號控制問題、比選信號控制方案和評估信號控制優(yōu)化效果，并結合實際信號控制優(yōu)化工作驗證相關技術方法在輔助優(yōu)化信號控制方案中的效果。

1 現有信號控制優(yōu)化工作的不足與新思路

1.1 主要技術瓶頸

1）信號控制不合理問題難以主動顯現。

在傳統信號控制優(yōu)化工作中，交通管理者往往根據經驗設計信號控制方案，難以適應交通流的動態(tài)變化從而導致擁堵。對于信號控制方案不合理的交叉口，交通管理員一般只能通過巡查以及市民反饋等途徑獲知，發(fā)現問題較為被動、滯后，也很難監(jiān)控整個信號控制區(qū)域的變化。

2）信號控制優(yōu)化方案的測試手段落后。

在實際工作中，交通管理者比選信號控制優(yōu)化方案往往是通過在交叉口進行實際測試，通過觀察不同控制方案的效果來比選哪個方案更優(yōu)。這種優(yōu)化方式一方面會造成不必要的交通紊亂，嚴重時將會人為制造擁堵；另一方面也耗時耗力，交通管理者需要長時間關注方案的實施效果，效率較低，不利于快速選擇優(yōu)化方案。

3）信號控制優(yōu)化效果難以量化評估。

在對交叉口的信號控制方案進行優(yōu)化調整后，利用現有的交通流檢測數據并不能反映排隊長度縮短、車輛通過交叉口延誤下降等，優(yōu)化效果難以定量評估。一般情況下通過人工調查的方式對進口道的排隊車輛和延誤進行估算，但這種方式耗時耗力，且誤差較大，不利于長期有效運行。

1.2 技術解決新思路

1）借助“互聯網+”數據主動發(fā)現信號控制不合理問題。

引入“互聯網+信號控制”的新思維，將傳統固定式檢測設備的數據資源、市民通過微博和微信等平臺報料的信息、信號系統自身的狀況報警信息與高德地圖、百度地圖等導航地圖實時交通狀況信息相結合，形成多來源、多維度的交叉口狀況監(jiān)控數據，實現對交叉口信號控制問題的主動、及時發(fā)現。

2）利用“互聯網+”數據仿真平臺快速比選信號控制優(yōu)化方案。

交通仿真平臺可以方便地獲得各項交通評價指標，用于評價和比選信號控制方案。交通仿真模型的精度是限制信號控制優(yōu)化仿真效果準確性的關鍵。通過將交通仿真模型與精細化路網基礎數據、各種交通流檢測數據、交叉口信號控制屬性數據等有效結合，能更加準確地校核模型參數，提高仿真模型真實度，實現實時動態(tài)的在線仿真。

3）借助“互聯網+”數據定量化評估信號控制優(yōu)化效果。

利用移動互聯網技術可以獲得車輛在交叉口的運行數據，該數據能定量反映信號控制效果。借助“互聯網+”數據資源可以構建更加直觀、可信的信號控制評價指標，改變傳統通過人工調查量化信號控制效果的方式，能更客觀地衡量信號控制優(yōu)化工作的成效。

1.3 “互聯網+”環(huán)境下的交通信號控制優(yōu)化流程

在“互聯網+”環(huán)境下，傳統的交通信號控制優(yōu)化過程將得到改進，例如可以通過多種手段發(fā)現問題，包括信號控制系統報警數據、移動互聯網數據以及互聯網數據(電子郵件和微博)等，同時這些數據可以作為交叉口信號控制問題現狀分析的依據；優(yōu)化方案比選可以借助高精度的在線仿真模型進行模擬評估，減少對實際交叉口的干擾；優(yōu)化方案實施后，通過移動互聯網數據以及交通流檢測數據，可以定量化評估信號控制方案的實施效果?！盎ヂ摼W+”環(huán)境下交通信號控制的優(yōu)化流程如圖1所示。

圖1 “互聯網+”環(huán)境下的交通信號控制優(yōu)化流程Fig.1 Framework of traffic signal optimization under the“Internet Plus”

2 交通信號控制優(yōu)化關鍵技術

2.1 基于高德地圖實時路況數據的信號問題觸發(fā)機制

高德地圖是“互聯網+”數據在交通領域應用的典范，能實時、準確地反映路段的交通擁堵指數。高德地圖將交通擁堵劃分為4個等級，采用4種不同顏色在地圖上顯示路段的擁堵情況，其中深紅色、紅色、黃色、綠色依次代表嚴重擁堵、擁堵、行駛緩慢、暢通[9]。在日常的信號控制優(yōu)化過程中，利用高德地圖數據的不同狀況與交叉口信號控制存在的問題建立相應的映射關系，可以輔助發(fā)現交叉口的信號控制問題(見圖2)，具體問題觸發(fā)機制如下：

1）進口道放行時間不足。

當交叉口出現一條或多條進口道紅色的狀態(tài)，表明該進口道出現擁堵。從信號控制來看，可能是該進口道放行時間不足或其他原因導致進口道通行效率較低等問題。

2）上下游放行時間不匹配。

交叉口出現一條或多條出口道紅色的狀態(tài)，代表該出口道出現擁堵。從信號控制來看，可能是該出口道上下游交叉口放行時間不匹配導致，如上游放行時間較長、而下游放行時間相對較短導致車輛無法快速疏解。

3）下游交叉口溢出導致多交叉口擁堵。

交通擁堵(紅色)從下游交叉口一直蔓延到上游交叉口，整條路段均為擁堵紅色，代表下游交叉口溢出到上游交叉口，影響整個路段的通行。從信號控制角度看，可能是下游交叉口進口道放行時間不足、而上游放行時間過長，經過一定的排隊累積導致路段排隊過長。

4）交叉口控制方案與交通流不匹配。

利用移動互聯網數據構建交叉口失衡指數指標，用于度量交叉口信號調節(jié)交通供需關系的能力。失衡指數越高表示交叉口信號調節(jié)交通供需關系能力越弱，此時表明交叉口的上下游車輛行駛速度差距較大，交叉口控制方案存在不合理的因素[9]。

圖2 高德地圖輔助發(fā)現信號控制問題Fig.2 Targeting signal control problems using Gao-De map data

2.2 利用多源數據構建高精度交通仿真平臺

在傳統仿真中，受限于基礎數據往往對模型的修正、校核不深入，導致仿真誤差較大，無法真實反映實際情況。而在“互聯網+”環(huán)境下，可以采集大量的城市及交通基礎數據，利用這些數據能更加精細化校核仿真模型的參數，使得仿真模型誤差在可接受的范圍[10]。具體方法是：1)根據GIS、互聯網航拍圖和街景地圖數據搭建仿真平臺路網；2)基于區(qū)域的土地利用、人口及就業(yè)崗位數據創(chuàng)建交通小區(qū)；3)導入交通小區(qū)的初始OD出行矩陣及流量檢測器的路段交通量；4)標定宏觀模型的參數，進行OD矩陣反推獲得新的OD矩陣；5)對路段和交叉口的仿真模型進行設置，基于交通信號控制系統生成仿真平臺的信號控制方案，對中微觀仿真模型的參數進行標定；6)采用動態(tài)交通分配方法優(yōu)化OD點對的出行路徑，優(yōu)化調整仿真平臺路網及矩陣，實現基于多源異構數據的一體化城市動態(tài)交通仿真平臺構建(見圖3)。

圖3 “互聯網+”環(huán)境下仿真平臺的構建思路Fig.3 Framework of developing simulation platform under the“Internet Plus”

基于交通仿真的信號控制優(yōu)化方案比選流程為確定仿真對象及范圍、構建及完善仿真模型、精細化校核仿真模型、對現狀及優(yōu)化方案分別模擬評估、對比分析評估結果、獲得最優(yōu)的信號控制方案，如圖4所示。

圖4 基于交通仿真的信號控制優(yōu)化方案比選流程Fig.4 Selection process of signal optimization scheme based on traffic simulation

2.3 利用高德地圖平臺數據客觀評估優(yōu)化效果

高德地圖等互聯網平臺數據能夠客觀、及時地反映路網運行狀況，因此利用這些平臺的數據來構建評價指標，能夠客觀反映信號控制優(yōu)化的效果。

1）利用延誤指標量化評價交叉口控制效果。

交叉口延誤是信號控制的重要評價指標，能較為準確、客觀地反映交叉口的實際運行情況。在傳統的信號控制中，只能通過人工調查一定數量的樣本，再對樣本進行擴樣計算獲得交叉口的延誤，實際上這種方法耗時耗力，且準確性不高。在“互聯網+”環(huán)境下，利用移動互聯網數據(主要為浮動車數據)可以快速實現交叉口的信號控制效果定量化評估。

以一個道路交叉口為例，首先對交叉口的范圍進行界定，接著記錄浮動車進入交叉口以及駛離交叉口的時間點，通過計算獲得車輛通過交叉口的行程時間，以夜間浮動車通過交叉口的行程時間作為自由流情況下的通行時間，將通過交叉口的正常行程時間減去自由流情況下的行程時間作為交叉口的控制延誤，實現定量化評估交叉口的控制效果(見圖5)。

設交叉口第i輛車進入檢測范圍的時刻為T1i，駛離檢測范圍的時刻為T2i，流向為k，則車輛i經過交叉口的時間為Ti=T2i-T1i，該流向某段時間所有車輛(nk)經過交叉口的平均時間

設該流向夜間自由流的行程時間為TFk，則該流向某段時間的延誤時間

實際上交叉口涉及多個流向，因此應將各個流向的延誤求平均，作為該交叉口的平均延誤時間。設交叉口的總流向數為K，交叉口的平均延誤

這種延誤計算方法的精確度與通過交叉口的樣本量有一定的關系，利用VISSIM仿真軟件模擬不同浮動車比例下的延誤與交叉口實際延誤的誤差情況如下：當浮動車比例>20%，通過浮動車計算的延誤與實際的延誤誤差<10%；當浮動車比例為10%～20%，該方法的誤差<20%?？梢娎眠@種方法能基本估算交叉口的控制延誤。

2）利用擁堵指數量化評估路段協調優(yōu)化效果。

在常規(guī)的路段信號協調優(yōu)化后，通常會在該路段上多次跟車收集路段車流的行程速度、行程時間和停車次數，但受限于樣本量，數據有一定的隨機性，可信度低。在“互聯網+”環(huán)境下，利用高德擁堵指數能較好地反映協調路段的交通運行情況，擁堵指數是車輛在正常情況下的實際行程時間與自由流(暢通)情況下的行程時間比值，反映在正常情況下車輛出行增多的時間比例，指數越高代表交通擁堵越嚴重，可定量分析路段的擁堵情況。

設路段上某輛車i的實際行程時間為Ti，自由流(暢通)行程時間為TF，路段的樣本車輛總數為N，則擁堵指數

圖5 “互聯網+”數據計算交叉口延誤時間Fig.5 Delay time calculation at intersections using“Internet Plus”data

圖6 交叉口幾何平面Fig.6 Intersection geometric layout

圖7 各進口道全天交通運行情況Fig.7 Traffic operation of each approach at intersection

圖8 優(yōu)化前后交叉口放行相位及相位時間Fig.8 Passing phases and time period at intersection before and after optimization

圖9 優(yōu)化前后交通仿真效果對比Fig.9 Traffic simulation results before and after optimization

圖10 東進口道優(yōu)化前后擁堵指數對比Fig.10 Congestion index for the east approach before and after optimization

3 應用案例

利用“互聯網+”數據輔助城市交通信號控制優(yōu)化的方法已在廣州市多個交叉口及路段實施應用并取得較好效果。下面以廣州市某交叉口為例說明該方法的流程。

3.1 交叉口概況及問題發(fā)現

案例交叉口是主干路上的重要交通節(jié)點，全天交通量較大，其中早高峰結束后東進口道交通量有明顯增加。交叉口幾何平面見圖6。通過高德地圖對交叉口進行觀測發(fā)現東進口道經常出現交通擁堵，而南北方向的交通運行情況較好，進一步對東進口道所在路段的擁堵指數進行分析，發(fā)現該路段在9:00—13:00，15:00—20:00的擁堵指數較高(2016年7月18—29日兩周工作日數據)，交通擁堵嚴重，而相交路段全天的擁堵指數基本沒有變化，交通運行情況較好(見圖7)。

3.2 交通仿真輔助分析優(yōu)化方案

基于東進口道的問題后擬采取以下優(yōu)化措施：在擁堵時段(9:00—13:00、15:00—20:00)設定預案優(yōu)先東進口道放行(綠燈時間由62 s提升至70 s)、在一個周期內分兩次放行東進口相位(A相位、D相位)以提高綠燈的利用率。進一步通過交通仿真驗證了這兩個措施能改善東進口道現有擁堵狀態(tài)，優(yōu)化前后交叉口信號相位與仿真效果如圖8、圖9所示。

3.3 高德數據評估優(yōu)化效果

2016年8月2日對交叉口進行優(yōu)化。利用高德地圖對優(yōu)化前兩周(7月18—29日)及優(yōu)化后兩周(8月8—19日)工作日東進口道的路段數據進行對比分析(見圖10)。數據表明：優(yōu)化后東進口道9:00—13:00擁堵指數下降26.88%，15:00—20:00擁堵指數下降13.52%，交通改善效果明顯，而南北方向的交通運行情況基本沒有變化。

4 結語

信號控制優(yōu)化是日常交通管理工作的重中之重。通過研究本文得出以下結論：1)傳統信號控制優(yōu)化工作由于缺乏足夠的數據支持，只能依靠少量信息進行經驗式決策，存在信號問題難以主動發(fā)現、優(yōu)化效果難以評估、工作效率較低等問題；2)基于“互聯網+信號控制”理念，通過引入互聯網數據資源可以解決傳統信號控制優(yōu)化工作中的技術瓶頸問題，有效輔助信號控制優(yōu)化工作，提高控制方案與交通流的適配水平；3)在“互聯網+”環(huán)境下，基于高德地圖實時路況能有效發(fā)現信號問題，利用多源數據構建的仿真平臺可以輔助比選方案，同時利用高德數據可以客觀評估信號控制優(yōu)化效果。

本文探討了基于“互聯網+”環(huán)境的交通信號輔助優(yōu)化技術，但對如何構建互聯網數據資源與信號控制參數之間更為有效的聯動模型尚未提及，未來可針對互聯網數據與信號控制參數(周期、綠信比、相位差)的關系模型進行更深入地研究。