交通問題與經(jīng)濟(jì)發(fā)展息息相關(guān)，若城市發(fā)展帶來的經(jīng)濟(jì)收益無法抵消交通擁堵帶來的經(jīng)濟(jì)損失，則城市難以繼續(xù)發(fā)展。解決問題前需先尋得問題根源。現(xiàn)實(shí)中造成交通擁堵有六大原因：

1. 城市規(guī)劃不合理

2. 路網(wǎng)結(jié)構(gòu)不合理，支路網(wǎng)不發(fā)達(dá)。

3. 公共交通分擔(dān)率低。

4. 法制觀念淡薄，交通違法現(xiàn)象嚴(yán)重。

5. 交通設(shè)計(jì)不合理、路口交通組織混亂。

6. 信號燈配時(shí)不合理，缺乏優(yōu)化。

針對上述六大原因，大華股份智慧交通算法總工梅雨做客雷鋒網(wǎng)，詳述了大華在城市交通擁堵治理層面的實(shí)踐、思考。

他提到，全面的精確的交通檢測是做好交通治理的前提條件。交通治理必須要深入到具體的場景中去，全面考慮場景的多個(gè)交通維度，才能夠逐個(gè)解決。

其中，AI視頻算法使得交通檢測邁向3.0時(shí)代，通過AI圖像分析，識別人、車、路的幾何特征、運(yùn)動特征和社會特征，通過人、車圍觀軌跡與多源數(shù)據(jù)融合，進(jìn)行多層次分析，識別交通違法、交通擁堵、交通干擾等問題。

大華提出AI+大數(shù)據(jù)城市交通擁堵治理方案從交通檢測開始，依次對各種交通問題進(jìn)行診斷、治理、評價(jià)，形成一個(gè)完整的閉環(huán)。

通過檢測技術(shù)，以路口檢測為中心，延展到路段和區(qū)域，從擁堵程度、信號控制、交通沖突、道路渠化、違法、事故6個(gè)維度，50個(gè)以上的具體指標(biāo)進(jìn)行診斷。診斷后，由云端系統(tǒng)在后臺進(jìn)行大數(shù)據(jù)分析，然后進(jìn)行自動推薦治理策略，幫助管理者進(jìn)行決策。隨后，對每項(xiàng)治理措施前后、整個(gè)路口的綜合交通效率進(jìn)行對比評價(jià)。

以下為梅雨全部分享內(nèi)容，雷鋒網(wǎng)AI掘金志作了不改變原意的整理及編輯。后續(xù)將有更多課程上線，添加微信號 suekee777 報(bào)名聽課。

一、城市交通擁堵現(xiàn)況分析

隨著經(jīng)濟(jì)和科技的發(fā)展，人們在享受城鎮(zhèn)化和現(xiàn)代化帶來的便捷和舒適的同時(shí)，也在忍受交通擁堵所帶來的煩惱。似乎城市越發(fā)展，交通越擁堵。

百度和高德每年都會發(fā)布城市交通報(bào)告，以百度報(bào)告為例，在2019年度全國城市交通擁堵排名中，北京、上海、廣州依然在榜，首堵城市已經(jīng)從北京變成重慶。從擁堵變化趨勢上來看，前五位擁堵加劇的城市和前五位擁堵緩解的城市都有所變化?？偟膩碚f，擁堵逐漸從一線城市擴(kuò)散到了中小型城市。

交通問題與經(jīng)濟(jì)發(fā)展息息相關(guān)，城市經(jīng)濟(jì)快速發(fā)展帶來了擁堵問題，交通擁堵卻也反過來成為抑制城市發(fā)展的一個(gè)重要因素。舉個(gè)例子，在一個(gè)叫“模擬城市”的游戲中，玩家扮演市長的角色，從一片空地開始規(guī)劃城市，發(fā)展工商業(yè)，吸引城市居民，修建道路水電等設(shè)施。玩家一開始會玩得很開心，因?yàn)槌鞘邪l(fā)展的非常迅速。但是在持續(xù)建設(shè)中玩家會發(fā)現(xiàn)城市問題越來越多，其中最難解決的問題就是交通擁堵。到后期，由于交通問題，城市已經(jīng)很難再擴(kuò)張了。

現(xiàn)實(shí)情況同樣如此，如果一個(gè)城市的發(fā)展帶來的經(jīng)濟(jì)收益無法抵消交通擁堵帶來的經(jīng)濟(jì)損失，城市會達(dá)到一個(gè)平衡，很難繼續(xù)發(fā)展。根據(jù)交通部的統(tǒng)計(jì)數(shù)據(jù)，交通擁堵帶來的經(jīng)濟(jì)損失占據(jù)每年GDP的5~8%，達(dá)數(shù)千億人民幣，要知道，中國目前經(jīng)濟(jì)發(fā)展基本處于GDP每年百分之六點(diǎn)幾的水平。

因此，城市管理者對交通問題高度重視。但實(shí)際中往往面對許多問題難以解決：城市路網(wǎng)的擁堵區(qū)域有哪些？擁堵如何快速定位？擁堵如何快速消散？

在解決方法之前，我們有必要了解城市交通擁堵的原因。

1. 城市規(guī)劃不合理。

大多數(shù)城市在早期規(guī)劃中并未考慮到交通因素，城市規(guī)劃不合理，居住區(qū)與商業(yè)區(qū)、工業(yè)區(qū)太分離。如果一個(gè)城市把中心區(qū)全部規(guī)劃成了商業(yè)區(qū)、工業(yè)區(qū)，所有的居住區(qū)放在城市外圍，就會導(dǎo)致無法避免的、大量的通行。

2. 路網(wǎng)結(jié)構(gòu)不合理，支路網(wǎng)不發(fā)達(dá)。

很多城市傾向不斷加寬馬路，擴(kuò)容主干道，忽略支路網(wǎng)建設(shè)。支路網(wǎng)發(fā)達(dá)的城市，一條路堵車，車輛可以通過支路網(wǎng)找到很多替換路線。反之，以主干路為主的城市發(fā)生擁堵時(shí)，車輛沒有多少可選擇的替代方案，只能在主干路上等待。大多數(shù)人有一個(gè)誤區(qū)，認(rèn)為路少是擁堵的主要原因，所以應(yīng)該多修路。其實(shí)，除了道路本身是稀缺資源，交通從時(shí)空分布上就是不均勻的。每天早晚高峰的交通流量非常大，其余大部分時(shí)間是非擁堵狀態(tài)，流量小。如果按照高峰時(shí)期的流量需求去修路，會導(dǎo)致大量的道路資源浪費(fèi)。從經(jīng)濟(jì)學(xué)角度，一定是按照平均的交通流量修路，這就導(dǎo)致了管理者很難從修路的角度解決交通擁堵問題。

3. 公共交通不發(fā)達(dá)，公共交通分擔(dān)率低。

公共交通是提高道路資源利用率，緩解交通擁堵的一種方式。簡單計(jì)算一下，一輛公交車以承載90個(gè)人，一輛小汽車平均承載1.5個(gè)人，公交車占道面積是小汽車2倍，所有公交車對道路資源的利用率是小汽車的30倍左右。如果大部分人使用公共交通出行，完全可以避免擁堵。

4. 法制觀念淡薄，交通違法現(xiàn)象嚴(yán)重。

交通違法是導(dǎo)致交通擁堵的一個(gè)重要原因。比如行人、非機(jī)動車闖紅燈，非常容易引發(fā)車輛和行人的相互干擾，進(jìn)而引起擁堵。一旦導(dǎo)致事故，路口路段常會被完全堵死。這種情況往往出乎人們意料，非常容易發(fā)生上班遲到、錯(cuò)過重要會議等事件。

5. 交通設(shè)計(jì)不合理、路口交通組織混亂。

具體來講，是指一些路口的幾何設(shè)計(jì)、渠化設(shè)計(jì)、人車交通組織分流不合理。這種現(xiàn)象很常見，比如沒有自行車道，自行車只能和機(jī)動車混合行駛；路口太寬，沒有二次過街設(shè)施；路口轉(zhuǎn)彎半徑不夠等等。這是早期城市設(shè)計(jì)時(shí)沒有仔細(xì)考慮交通因素的結(jié)果，問題遺留下來管理部門也很難找到足夠的動力重新修路。

6. 信號燈配時(shí)不合理，缺乏優(yōu)化。

這個(gè)老大難問題已經(jīng)困擾交警部門多年，比如，很多路口一個(gè)方向車輛非常多，另一個(gè)方向基本沒車。交通信號配時(shí)的專業(yè)性很強(qiáng)的，很多交警沒有足夠的專業(yè)知識或精力去做這種配時(shí)優(yōu)化工作。而且信號配時(shí)是一個(gè)長期的過程，一個(gè)路口在某段時(shí)間調(diào)優(yōu)了，也許隨著交通流的變化，方案又不適用了。所以信號優(yōu)化需要持續(xù)進(jìn)行。

二、新技術(shù)在城市交通中的發(fā)展

近年互聯(lián)網(wǎng)+交通、AI+大數(shù)據(jù)+交通、5G車路協(xié)同、自動駕駛等新技術(shù)名詞的出現(xiàn)，會對交通擁堵治理帶來什么樣的影響？

2010年隨著“易道用車”等一系列網(wǎng)約車產(chǎn)品的出現(xiàn)拉開了互聯(lián)網(wǎng)+交通時(shí)代的序幕。網(wǎng)約車改變了人們的出行方式，但是它給擁堵帶來正面還是負(fù)面影響其實(shí)還存在爭議。持反面觀點(diǎn)的人認(rèn)為，網(wǎng)約車讓一部分原本選擇公共交通出行的人選擇打車，增加了道路交通的需求。正方則認(rèn)為網(wǎng)約車的便利性也可能讓原本選擇私家車出行的人選擇網(wǎng)約車，道路需求變少。但不容置疑的是，網(wǎng)約車以及隨后出現(xiàn)的共享單車、定制公交等其他互聯(lián)網(wǎng)+交通下的新產(chǎn)物，極大地方便了人們的日常出行。

第二個(gè)階段是AI+大數(shù)據(jù)+交通時(shí)代。隨著人工智能和計(jì)算機(jī)算力的提升，AI和大數(shù)據(jù)這兩個(gè)名詞在交通領(lǐng)域也非常活躍。以阿里云為代表的各種城市大腦，通過對海量數(shù)據(jù)的深入挖掘，對城市交通的實(shí)時(shí)監(jiān)測，使交通治理進(jìn)入了數(shù)據(jù)時(shí)代，這也是目前各個(gè)智能交通企業(yè)積極推廣的技術(shù)方向。但總體上，各地的城市大腦還遠(yuǎn)未成熟。

第三個(gè)階段是5G+車路協(xié)同時(shí)代。在此階段，車車通信，車路通信將會成為標(biāo)準(zhǔn)。由此帶來的新技術(shù)，包括未來的自動駕駛，都將給交通帶來更多的想象。未來的5-10年，在5G基站、北斗通訊等大量基礎(chǔ)設(shè)施建設(shè)下，車路協(xié)同、自動駕駛技術(shù)將飛速發(fā)展。我認(rèn)為，這部分的市場會隨著大基建呈遞進(jìn)發(fā)展，但短期內(nèi)這些技術(shù)對交通緩堵不會有實(shí)質(zhì)性的改變。故近5-10年能落地的城市擁堵治理技術(shù)依然要靠AI+大數(shù)據(jù)。

三、大華股份智慧交通緩堵解決方案

大華提出了AI+大數(shù)據(jù)的城市擁堵治理解決方案，是以視頻檢測為核心，全面深入挖掘分析交通問題，并提供全面化和精細(xì)化的擁堵治理方案。我們從交通檢測開始，依次對各種交通問題進(jìn)行診斷、治理、評價(jià)，形成一個(gè)完整的閉環(huán)。從宏觀上為城市管理者提供數(shù)據(jù)支撐，從中微觀上給管理者提供低成本的緩堵策略推薦。

目前的交通檢測技術(shù)有哪些？新一代的技術(shù)是什么？

我們先看看交通檢測1.0時(shí)代，我稱為截面檢測時(shí)代。交通信息都通過一個(gè)截面檢測器獲取，包括車流量、車速、占有率等信息。這種檢測器以磁感應(yīng)線圈為代表，一般埋在停車線附近，當(dāng)車經(jīng)過線圈時(shí)會產(chǎn)生電平，從而收集交通信息。

2.0時(shí)代是空間檢測時(shí)代。檢測器以雷達(dá)為代表，它是通過毫米波段的雷達(dá)頻率檢測車輛的空間信息，從而獲得車輛在空間的排隊(duì)長度，空間占有率和區(qū)間車速。浮動車檢測器是另一類空間檢測器，通過一些裝有GPS的出租車，或者開著百度、高德導(dǎo)航的機(jī)動車，實(shí)時(shí)把GPS信息發(fā)給指揮中心，幫助其判斷交通狀況。但浮動檢測存在一個(gè)弊端，即不是所有的車都有GPS，這導(dǎo)致車少的地方交通檢測會不準(zhǔn)確。

交通檢測1.0和2.0時(shí)代，本質(zhì)上是識別車輛在空間中的物理信息，缺少對交通深層次信息的分析。我們提出基于AI視頻算法的交通檢測，使交通檢測邁向了“交通問題檢測”的3.0時(shí)代。

我們通過AI圖像分析，識別人、車、路的幾何特征、運(yùn)動特征和社會特征，包括車和人的微觀運(yùn)動信息，標(biāo)志標(biāo)線信息，還包括車和人的身份信息。因此無論是宏觀上的交通態(tài)勢分析，還是微觀上的車輛軌跡分析，都可以進(jìn)行更深層次的挖掘。搭配高清地圖，信號配時(shí)，事故數(shù)據(jù)等多源數(shù)據(jù)，可以識別出交通違法、交通擁堵、交通干擾等等問題。

這些技術(shù)可以識別哪些交通問題？

交通違法識別。攝像頭可以在白天和夜間檢測到眾多違法現(xiàn)象，比如駕駛員打電話、副駕駛不系安全帶等都能被高清攝像頭捕捉。

嚴(yán)重?fù)矶伦R別。主要識別路口溢出、二次排隊(duì)。路口溢出是指排隊(duì)延伸到上游路口出現(xiàn)堵塞的現(xiàn)象。它會導(dǎo)致側(cè)向道路的車輛無法在綠燈時(shí)間通過交叉口，常常會使側(cè)向道路也出現(xiàn)溢出，從而引發(fā)更大范圍的堵塞。我們的視頻檢測器可以實(shí)時(shí)監(jiān)測路口溢出情況，并在第一時(shí)間預(yù)警，協(xié)助交警疏導(dǎo)。二次排隊(duì)是指路口通行能力不足，入車流大于輸出車流，導(dǎo)致車輛要等多次紅燈的現(xiàn)象。二次排隊(duì)很容易演化成路口溢出，造成大面積的擁堵。我們的視頻算法針對二次排隊(duì)做了特殊的優(yōu)化，通過對軌跡深層次地挖掘?qū)崿F(xiàn)了排隊(duì)長度的實(shí)時(shí)跟蹤，從而可以精確的識別二次排隊(duì)的出現(xiàn)。

交通信號不合理識別。包括路口失衡和路口空放等。路口失衡是指各個(gè)方向的車流不均衡，這是典型的信號配時(shí)不合理的體現(xiàn)，即一個(gè)方向的綠燈時(shí)間長車卻少，另一方向綠燈短而車卻多。我們結(jié)合信號燈數(shù)據(jù)，用視頻分析車流的飽和度，能準(zhǔn)確地識別路口失衡現(xiàn)象，識別準(zhǔn)確率超95%。當(dāng)無法獲得信號燈信息時(shí)，還可以直接通過過車數(shù)據(jù)對信號燈進(jìn)行推斷，這種在信息缺失情況下的準(zhǔn)確度也能達(dá)到90%以上。

交通干擾識別。包括機(jī)動車與行人、非機(jī)動車之間的干擾，車輛之間的干擾等。機(jī)動車、非機(jī)動車和行人混合行駛是中國道路交通的一個(gè)典型特征，我們的AI視頻算法可以分別識別出人、車和非機(jī)動車的軌跡，通過對軌跡時(shí)空特征的深入分析挖掘，判斷出干擾類型和嚴(yán)重程度。舉個(gè)車與車之間干擾的例子，有些路口的左轉(zhuǎn)車和對向的直行車是同時(shí)放行的，在一些大流量的路口，同時(shí)放行時(shí)左轉(zhuǎn)和直行會出現(xiàn)嚴(yán)重沖突。我們的視頻算法可以對干擾進(jìn)行識別，同時(shí)還會根據(jù)背景交通流判斷是否為嚴(yán)重干擾。

大華新一代的交通視頻檢測器

“哨兵”雷視一體機(jī)，是由雷達(dá)和視頻檢測器相結(jié)合的檢測器，檢測范圍大，檢測距離可達(dá)200米。雷達(dá)的缺點(diǎn)是不能檢測交通中的身份信息、社會信息等，雷視一體機(jī)可作為雷達(dá)檢測器的完美補(bǔ)充，達(dá)到200米范圍內(nèi)的全感知。

“哨兵”雙目抓拍單元，它在傳統(tǒng)電警卡口基礎(chǔ)上增加一個(gè)攝像頭，以此增大拍攝范圍，解決路口大型車檢測困難的問題。

守望者全景相機(jī)，它的檢測范圍可達(dá)1~2公里，可對整個(gè)區(qū)域進(jìn)行交通事件和狀態(tài)檢測。

大華提供的解決方案完整地體現(xiàn)了交通診斷、交通治理、效果評價(jià)一體化。

通過這些檢測技術(shù)，我們以路口檢測為中心，延展到路段和區(qū)域，從擁堵程度、信號控制、交通沖突、道路渠化、違法、事故6個(gè)維度，50個(gè)以上的具體指標(biāo)進(jìn)行全方位診斷。以路口為例，通過繪制路口的健康圖譜，做到診斷結(jié)果的可視化。然后管理者可以根據(jù)自己關(guān)心的重點(diǎn)，針對性的關(guān)注重點(diǎn)路口。健康圖譜最大的優(yōu)勢是對交通問題的嚴(yán)重性進(jìn)行分級，明確地告訴管理者，什么是最緊急、最需要處理的問題。

診斷后，由云端系統(tǒng)在后臺進(jìn)行大數(shù)據(jù)分析，然后進(jìn)行自動推薦治理策略，幫助管理者進(jìn)行決策。值得注意的是，一種交通問題可能有多種策略，必須要綜合治理才能取得效果。比如某路口可能需要從信號控制、違法整治、交通區(qū)域化三個(gè)維度進(jìn)行治理，甚至可能需要交通現(xiàn)場輔助解決問題。我們也有完整的評價(jià)體系。既對每項(xiàng)治理措施進(jìn)行前后的對比評價(jià)，也對整個(gè)路口的綜合交通效率進(jìn)行評價(jià)，從而形成完整的治理閉環(huán)。

不同場景下具體有哪些治理手段？

行人違法。統(tǒng)計(jì)發(fā)現(xiàn)行人肇事死亡人數(shù)中21%是因?yàn)殛J紅燈。而且一人闖紅燈容易帶動一群人闖紅燈，即使未發(fā)生交通事故，也極易引起交通擁堵。不過有研究發(fā)現(xiàn)路口等待時(shí)間超過90秒，容易引發(fā)行人不耐煩情緒。因此應(yīng)該辯證地看待此現(xiàn)象，先確定信號燈的設(shè)計(jì)是否合理。如若是紅燈時(shí)間過長，則優(yōu)化信號燈或改善交通設(shè)施，比如增加天橋或二次過街設(shè)施。如若的確是行人法制意識淡薄，檢測器檢測到闖紅燈意圖后，通過揚(yáng)聲器提示行人退回停止線；若不聽，在大屏幕上曝光其圖像信息。人臉數(shù)據(jù)會被保存在數(shù)據(jù)庫中，方便警察對屢次違法的人員進(jìn)行追責(zé)。

車輛違法。每年因闖紅燈死亡的人數(shù)占交通事故總死亡人數(shù)的10%，約4000多人。目前針對小型車闖紅燈已經(jīng)有完善的解決方案，但是大型車，尤其是大貨車闖紅燈現(xiàn)象非常普遍，且難以對其進(jìn)行處罰。這是因?yàn)椋幜P取證需要4張照片，第1張是車輛在停車線的照片，第2張是紅燈時(shí)車輛跨過停車線的照片，第3張是完全跨過停車線，第4張是有車牌信息的特寫，綜合4張照片才能對闖紅燈進(jìn)行處罰。但由于電警的車牌識別范圍限制，通常很難拍到大貨車完整的取證照片，因此大貨車闖紅燈難以被處罰。我們針對這類大貨車問題提出一種解決方案，可兼顧大型車和小型車的違法取證。另外，我們會對駕駛員拍照識別，對經(jīng)常違法人員進(jìn)行特殊標(biāo)記，方便警察跟蹤和調(diào)查。

交通干擾治理。以不禮讓行人這一種交通干擾類型的治理為例。我們以人車軌跡分析為基礎(chǔ)，自動識別干擾問題嚴(yán)重的路口。根據(jù)干擾的類型，推薦是否布置不禮讓行人檢測相機(jī)和處罰設(shè)備。

停車管理。停車管理面臨全天候執(zhí)法難度大，無規(guī)范停車意識，臨時(shí)停車難管理等問題。我們以此提出了移動抓拍和綠色停車的解決方案。移動抓拍是將“探路者”相機(jī)安裝在車輛上方，隨著執(zhí)法車輛的移動隨時(shí)對違停車輛抓拍取證，不受固定位置的限制。綠色停車是我們的一次大膽創(chuàng)新，具體是在路側(cè)某些區(qū)域劃定綠色的停車區(qū)塊，車輛只能在區(qū)塊內(nèi)停車。停車會規(guī)定一個(gè)停車時(shí)間，比如兩分鐘，供車輛臨時(shí)上下車。如果超過時(shí)間，先短信提示，時(shí)間過長則處罰。綠色停車的概念是為了引導(dǎo)駕駛員停在規(guī)定區(qū)域內(nèi)，減少亂停車的交通現(xiàn)象。

路口渠化優(yōu)化。有些城市使用可變車道優(yōu)化路口渠化，將原來固定的車道標(biāo)識變?yōu)閯討B(tài)的可變指示牌，以此來解決某些路口左轉(zhuǎn)直行排隊(duì)不均衡、轉(zhuǎn)向流量比變化劇烈的問題?？勺冘嚨榔鋵?shí)是比較昂貴的方式，除了需要對道路進(jìn)行改造，也需要特別注意違法變道，闖紅燈等違法現(xiàn)象，因此不建議隨意實(shí)施。交通不均衡的問題一般可以通過信號燈進(jìn)行調(diào)節(jié)，只有在極端不均衡時(shí)，才考慮改變道路渠化。另外一方面，可變車道一定要與信號燈進(jìn)行聯(lián)動變化。有些地方的可變車道只看路口排隊(duì)長度，發(fā)現(xiàn)排隊(duì)不均衡就調(diào)整車道，與信號燈沒有任何關(guān)聯(lián)。這種情況并不能很好地提升路口的整體通行效率。只有當(dāng)信號燈已經(jīng)是最優(yōu)的前提下，再調(diào)整可變車道，才能保證通行能力的提升。經(jīng)過推算，某些情況下通行能力甚至能達(dá)到20%的提升。

路口失衡優(yōu)化。前面提到信號燈配時(shí)不合理現(xiàn)象非常常見，會造成路口失衡和空放。而合理的信號配時(shí)，往往需要有經(jīng)驗(yàn)豐富的交通工程師對路口進(jìn)行實(shí)地調(diào)查后才能設(shè)計(jì)出來。此種方式固然好，但成本非常高，而且當(dāng)交通流隨著時(shí)間變化后，方案可能變得不再適用。配時(shí)需要反復(fù)優(yōu)化，費(fèi)時(shí)費(fèi)力。

我們的自適應(yīng)協(xié)調(diào)控制，可以實(shí)時(shí)調(diào)整信號方案，彌補(bǔ)固定配時(shí)方案的弊端。我們的一大特色是檢測器可以感知排隊(duì)長度、流量、車型、占有率等多元參數(shù)，可高精度檢測檢測200米范圍。在此基礎(chǔ)之上，AI智能算法會動態(tài)平衡各個(gè)流向的交通飽和度和排隊(duì)長度，使無論在低飽和度，還是在交通流非常大，高飽和的情況下，算法都能表現(xiàn)穩(wěn)定和高效。 

路口溢出治理。針對路口溢出我們提出了兩種解決方案。

第一種是防溢出的信號燈控制。簡單講就是“開源節(jié)流”，“開源”即擴(kuò)大即將溢出的路口的下游通行能力，給下游更多綠燈，使下游的車走得更快?！肮?jié)流”為控制上游，減少上游進(jìn)入路口的車流。方案聽起來簡單，實(shí)際執(zhí)行非常復(fù)雜，因?yàn)檎麄€(gè)道路不可能只有一個(gè)瓶頸點(diǎn)，擁堵時(shí)可能會出現(xiàn)多個(gè)瓶頸點(diǎn)，要控制車流一定要找到最關(guān)鍵的車流，使控制不會影響其他瓶頸點(diǎn)。我們通過視頻識別出關(guān)鍵的車流路徑，并對關(guān)鍵節(jié)點(diǎn)進(jìn)行節(jié)流和開源的控制，從而緩解路口溢出的現(xiàn)象。

第二種是“闖綠燈”管控。“闖綠燈”指的是當(dāng)車輛發(fā)現(xiàn)前面車輛排隊(duì)很長，馬上就要溢出到路口時(shí)，即便當(dāng)時(shí)是綠燈，也不應(yīng)繼續(xù)駛到路口中央。中國道路交通安全法做了明確規(guī)定，但實(shí)際中很多駕駛員都沒有遵守這項(xiàng)規(guī)定。國外有一種做法是在路口畫黃色的網(wǎng)格線（yellow box），車輛不允許在yellow box里停車。國內(nèi)也有相應(yīng)的標(biāo)志標(biāo)線，但落實(shí)很少。我們的方案提出了“闖綠燈”的管控方法，可以對此行為及時(shí)提醒以及處罰，可以培養(yǎng)駕駛員不“闖綠燈”的意識。

道路干線信號優(yōu)化。最后再講下我們的干線動態(tài)雙向綠波優(yōu)化。雙向綠波的一個(gè)優(yōu)化痛點(diǎn)是排隊(duì)長度難以確定，排隊(duì)會阻礙綠波帶中的車輛，如果不考慮排隊(duì)的影響，綠波會失效。常說的綠初協(xié)調(diào)、綠中協(xié)調(diào)、綠末協(xié)調(diào)，就是針對于排隊(duì)問題進(jìn)行的經(jīng)驗(yàn)化處理。我們針對痛點(diǎn)設(shè)計(jì)了動態(tài)雙向干線綠波控制算法，算法可以根據(jù)檢測到的排隊(duì)長度，自適應(yīng)調(diào)整相位差。同時(shí)我們采用兩種優(yōu)化控制策略：固定綠性比優(yōu)化和固定非協(xié)調(diào)相位優(yōu)化。對于流量大的路口，采用固定綠信比方式，同步優(yōu)化各個(gè)方向的綠燈時(shí)長，保證每個(gè)方向都不出現(xiàn)過飽和情況。對于主路和支路相交的路口，可能支路的流量會很小，要跑最小綠。這時(shí)最高效的方式是只優(yōu)化主線的綠燈時(shí)長，固定支路的相位時(shí)間。另外我們的算法還支持相序的自動優(yōu)化，車速引導(dǎo)，以及對綠波進(jìn)行自動分區(qū)，保證各個(gè)子區(qū)都有最大的帶寬。

四、總結(jié)

交通治理是一個(gè)非常復(fù)雜的系統(tǒng)工程，我認(rèn)為全面的精確的交通檢測是做好交通治理的前提條件。交通治理必須要深入到具體的場景中去，全面考慮場景的多個(gè)交通維度，才能夠逐個(gè)解決。在新時(shí)代，AI+大數(shù)據(jù)技術(shù)賦予了交通治理更強(qiáng)大的武器和彈藥，但是交通治理仍然任重道遠(yuǎn)，需要每一個(gè)交通出行者和城市交通的管理者共同努力，共同把我們的城市建設(shè)得更加的安全、更加的通暢。雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。