*滴滴城市交通算法及研究負責人鄭劍峰

雷鋒網(wǎng)新智駕按： 2019 第四屆全球人工智能與機器人峰會（CCF-GAIR 2019）于深圳正式召開。峰會由中國計算機學會（CCF）主辦，雷鋒網(wǎng)、香港中文大學（深圳）承辦，深圳市人工智能與機器人研究院協(xié)辦，得到了深圳市政府的大力指導，是國內(nèi)人工智能和機器人學術(shù)界、工業(yè)界及投資界三大領域的頂級交流博覽盛會，旨在打造國內(nèi)人工智能領域極具實力的跨界交流合作平臺。

去年，滴滴推出了智慧交通產(chǎn)品“滴滴交通大腦”，主要運用AI的決策能力解決交通工具與承載系統(tǒng)之間的協(xié)調(diào)問題，希望滴滴不僅是連接用戶和司機的出行平臺，還希望人、車、路、燈和背后的交通決策體系未來都會線上化。

本屆 CCF-GAIR 智能交通專場，滴滴城市交通算法及研究負責人鄭劍峰帶來演講，闡述了基于互聯(lián)網(wǎng)+的智慧信號控制的具體思考和實踐。

鄭劍峰提到，平臺運作效率和用戶粘性的提高離不開新技術(shù)的支撐。人工智能、大數(shù)據(jù)、智慧交通等新技術(shù)的開發(fā)和運用，將滴滴這項產(chǎn)品進一步地滲透進生活場景的方方面面。

在智慧交通的整個領域中，重點關注的還包括交通管理部分，以及未來智慧交通愿景主要規(guī)劃分為三部分：

第一部分是智能交通基礎設施建設，包括紅綠燈智能化、動態(tài)道路分配、智能路網(wǎng)設計等；

第二部分是單車智能，未來人們將會選擇安全系數(shù)更高的自動駕駛車輛；

第三部分是智能出行優(yōu)化，在緩解擁堵道路的同時提升整個城市的出行效率；

鄭劍峰認為，滴滴進入智慧交通領域的切入點是數(shù)據(jù)，交通信號控制發(fā)展的瓶頸之一也在于難以獲取成本低、可靠度高、覆蓋面廣的交通檢測數(shù)據(jù)。

首先，缺乏對城市路網(wǎng)廣域檢測數(shù)據(jù)獲取能力。大多數(shù)城市的道路網(wǎng)絡交通態(tài)勢感知前端設備不完善，存在覆蓋率問題、設備可靠性問題、數(shù)據(jù)連續(xù)性問題，難以滿足交警業(yè)務的精細化管理需求。

其次，缺乏對新型互聯(lián)網(wǎng)數(shù)據(jù)的分析處理能力。隨著高頻率、高精度的浮動車數(shù)據(jù)、位置數(shù)據(jù)越來越多，信號控制相關的算法、產(chǎn)品都需要突破才能將這些數(shù)據(jù)優(yōu)勢真正的發(fā)揮出來。

最后，缺乏大數(shù)據(jù)處理和大規(guī)模計算能力。

圍繞這些挑戰(zhàn)，滴滴也做了一些工作。每日處理數(shù)據(jù)超過4800TB，日均定位超過150億次。此外，滴滴研發(fā)的智慧紅綠燈方案已經(jīng)擴展至濟南、蘇州、武漢等城市，平均降低了10%-20%的擁堵，提供智能化的工具平臺和解決方案。

以下是鄭劍峰的演講全文，雷鋒網(wǎng)新智駕進行了不改變原意的編輯：

人們對滴滴出行的直觀印象是一家網(wǎng)約車公司。其實則不然，我們從2016年就開始在智慧交通的各個方面進行布局，以出行業(yè)務為主，包括共享單車、公交業(yè)務、車輛運營、人工智能都領域。尤其是智慧交通領域，一直是滴滴的戰(zhàn)略業(yè)務之一。

滴滴優(yōu)勢之一是擁有豐富的數(shù)據(jù)資產(chǎn)，現(xiàn)在滴滴每天處理數(shù)據(jù)超4800TB，日均定位超過150億次，每日處理超過400億次的路徑規(guī)劃請求。

目前在供需預測準確度達到85%左右，我們希望通過這些海量數(shù)據(jù)不僅解決人們出行問題，還要解決包括建設智慧城市方面的交通出行痛點。

2017年開始，滴滴發(fā)現(xiàn)智慧交通發(fā)展中面臨的一些挑戰(zhàn)，主要存在三個明顯問題：

• 缺乏對城市路網(wǎng)廣域檢測數(shù)據(jù)獲取能力：大多數(shù)城市的道路網(wǎng)絡交通態(tài)勢感知前端設備不完善、存在覆蓋率問題、設備可靠性問題、數(shù)據(jù)連續(xù)性問題，難以滿足交警業(yè)務的精細化管理需求；

• 缺乏對互聯(lián)網(wǎng)數(shù)據(jù)的分析處理能力：對互聯(lián)網(wǎng)軌跡數(shù)據(jù)的的處理、涉及到地圖導航技術(shù)、路況態(tài)勢分析等專業(yè)領域技術(shù)對數(shù)據(jù)挖掘，對于部分軟件集成商而言，難以積累和儲備相關專業(yè)技術(shù)

• 缺乏算法和大數(shù)據(jù)分析計算能力：無論是信號優(yōu)化、路況態(tài)勢研判、軌跡分析、圖像識別等都涉及到需要先進算法支持、以及對實時數(shù)據(jù)的大規(guī)模計算能力。

如何理解智慧交通？

目前，中國處于數(shù)據(jù)化和交通網(wǎng)絡的變革時代，整體上可以說是信息化和自動化的轉(zhuǎn)變。

那么，問題是是否能用我們的數(shù)據(jù)化產(chǎn)業(yè)能力對交通變化進行賦能？

滴滴進入智慧交通領域的切入點是數(shù)據(jù)，交通信號控制發(fā)展的瓶頸之一也在于難以獲取成本低、可靠度高、覆蓋面廣的交通檢測數(shù)據(jù)。

滴滴智慧交通的定位為是以大數(shù)據(jù)、云計算為基礎，發(fā)揮算法能力和交通工程能力，為客戶以及合作伙伴的應用場景提供更加智能化的工具平臺與解決方案。

對于干線來講，可以清楚的知道每一條軌跡在各個路口的停車/通過狀態(tài)，軌跡全面覆蓋綠前/綠中/綠后，綠波效果直觀可見。

對于區(qū)域來講，可以清楚的知道每一條軌跡的起始點和目的地（OD），可以統(tǒng)計任意兩點間的行程時間，軌跡遍及全城，平均每天每條路被軌跡覆蓋數(shù)百次。

滴滴智慧交通方案

交通場景涉及很廣，大致可以分為高頻和低頻兩種場景，目前我們切入的是高頻場景，就是交通控制。

目前常見的城市管理業(yè)務場景，基本在無人駕駛方面，做的是機器代替人類掌控方向盤。

但是在信號燈方面，我們發(fā)現(xiàn)目前路口的交通方案沒有實現(xiàn)智能化。

目前交警在實際信控業(yè)務中存在兩個痛點，一個是通過視頻查看方式來人工定位問題，另一個是通過人工調(diào)整來優(yōu)化配時，效率低，優(yōu)化路口有限。于是我們思考，能不能用軌跡數(shù)據(jù)來幫助交警提高路口管控效率

中國交通信號控制系統(tǒng)及設備應用調(diào)查報告中提到，國內(nèi)控制系統(tǒng)檢測設備完好率較低，一線城市不足50%，二三線城市低于30%。

滴滴的目標是做車聯(lián)網(wǎng)及自動駕駛的控制，基本上是單點控制-協(xié)調(diào)控制-感應協(xié)調(diào)控制-實時自適應控制-車聯(lián)網(wǎng)及自動駕駛的過程。

第一是單點控制，主要是基礎的通信技術(shù)和基礎設施；

第二是協(xié)調(diào)控制，路口是一個高頻且有高安全風險的場景，我們從單個路口功能調(diào)到協(xié)調(diào)控制，再到多個路口能夠比較好的聯(lián)動，來做綠波優(yōu)化，從而實現(xiàn)車輛在順暢道路上行駛；

第三是感應協(xié)調(diào)控制，通過檢測器來進行數(shù)據(jù)采集，能夠讓信號控制更好匹配當前的交通需求；

第四是實時自適應控制，這是在國外首先提出的概念，但落地規(guī)模不多，本質(zhì)上解決的是單個路口供給需求匹配問題，如何在城市做更智能的供需匹配

互聯(lián)網(wǎng)+信號控制系統(tǒng)

在信號控制領域，互聯(lián)網(wǎng)+就是解決三個問題，一個是信息化問題，一個是自動化問題，一個是溝通問題。

滴滴希望通過軌跡大數(shù)據(jù)能夠更好實現(xiàn)整體交通管控的信息化，根據(jù)以往的人工實踐經(jīng)驗，通過云計算更好抽象出來比較好的專家智庫模型，以此解決自動化問題。

所以，從2017年以來開始在智慧信控上布局，提出基于互聯(lián)網(wǎng)+信號控制優(yōu)化系統(tǒng)。

但是，滴滴并不是直接的控制系統(tǒng)，而是優(yōu)化系統(tǒng)，主要對整個城市交通管理進行診斷和分析，預測明天或者下周的交通狀況，同時根據(jù)這些情況再做動態(tài)信號控制建議和調(diào)整。

換言之，我們希望通過我們的軌跡數(shù)據(jù)，在不改變原來的業(yè)務邏輯基礎上，實現(xiàn)廣域路網(wǎng)的路口問題精確檢測和動態(tài)優(yōu)化，而交警仍能夠?qū)χ攸c路口實現(xiàn)原來的精細化控制。這樣做的優(yōu)點有兩個：可以更加高效、自動化的控制，交警可以將有限的精力集中到重點路口，同時還能夠規(guī)范化信號控制流程。

如上圖所示，我們僅需要通過在現(xiàn)有的系統(tǒng)上增加兩個部分，一個是在現(xiàn)有UTC平臺上加上軌跡數(shù)據(jù)和云計算模塊，賦能UTC平臺，對路口控制進行智能化升級，第二部分在UTC平臺上增加配時自動審核模塊，保證方案的安全性和有效性。

傳統(tǒng)方式需要對每個路口進行施工改造，改造周期長，成本高。

對比原來的控制方式，那通過這種方式，僅需要通過軟件升級的方式，可以簡單、輕量化實現(xiàn)優(yōu)化效果。

具體的落地案例上，從去年已經(jīng)公布的兩個實驗，今年年初，我們在柳州已經(jīng)優(yōu)化158個路口，它們的信號燈狀態(tài)是根據(jù)滴滴后臺的大數(shù)據(jù)實時運算并進行分鐘級調(diào)整。另一個案例是北京首都國際機場，外面的信號控制是滴滴和其合作伙伴以及城市交警聯(lián)合落地的應用。

總之，智能交通管控是一個非常復雜的系統(tǒng)工程，雖然單個路口看起來只是一個單元，但在落地的時候，我們會發(fā)現(xiàn)原來整個業(yè)務鏈條非常長，需要綜合考慮和權(quán)衡整個管理和智能化，才能達到穩(wěn)定、安全、高效、智能的要求。因此，如何來權(quán)衡這四個關鍵詞，達到一個真正用戶滿意的產(chǎn)品是非常具有挑戰(zhàn)的。

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。