吳津屹
南京萊斯信息技術(shù)股份有限公司 江蘇 南京 210000
城市道路檢測設(shè)施設(shè)備的建設(shè)愈發(fā)完善,已從原有的地磁、線圈檢測方式向視頻、雷達、RFID、紅外大融合的方向發(fā)展,在智能網(wǎng)聯(lián)環(huán)境發(fā)展下,路口積累了大量數(shù)據(jù)資源,然而對于城市信號控制管理者來說,只運用了車速、排隊長度、過車量等少量數(shù)據(jù)并進行簡單的統(tǒng)計分析,造成大量數(shù)據(jù)資源的浪費。因此有必要厘清數(shù)據(jù)使用思路,結(jié)合信號控制業(yè)務(wù)需求,明確數(shù)據(jù)分析方法,加強信號控制策略、信號控制方案與路口、路徑、路網(wǎng)運行狀態(tài)的匹配性,助力由人工調(diào)優(yōu)向智能調(diào)優(yōu)轉(zhuǎn)變。
經(jīng)過多年發(fā)展,信號控制逐步朝聯(lián)網(wǎng)化、多元化、服務(wù)化發(fā)展,為管理者和交通出行者提供更強大的控制能力和豐富的服務(wù)能力。
隨著管理者對城市道路交通信號控制能力要求的提升以及路口網(wǎng)絡(luò)建設(shè)水平的提升,信號控制設(shè)備聯(lián)網(wǎng)率逐步上漲,據(jù)賽文交通網(wǎng)發(fā)布的《中國道路交通信號機市場研究報告》統(tǒng)計,2020年聯(lián)網(wǎng)率在80%以上的城市占比61%,2021年聯(lián)網(wǎng)率在80%以上的城市占比71%。通過信號機聯(lián)網(wǎng),實現(xiàn)了系統(tǒng)級的協(xié)調(diào)控制和方案下發(fā)。
早期根據(jù)交通量的主要構(gòu)成,控制策略主要有定周期控制、感應(yīng)控制與干線協(xié)調(diào)控制[1],目前大部分信號控制廠商除了以上控制策略之外,還提出車輛優(yōu)先控制、匝道控制、溢出控制等策略,保障信號控制方案能夠靈活適應(yīng)交通流狀態(tài)以及不同的場景需求。
目前信號控制設(shè)備和系統(tǒng)的能力已不滿足于信號控制本身,還能夠提供額外的信息服務(wù),如:為駕駛員提供超視距的信號燈倒計時提示服務(wù)、交通綠波車速引導(dǎo)服務(wù)等,通過在機柜內(nèi)加裝邊緣計算設(shè)備,還能夠?qū)β房趥€體車輛、交通流信息進行邊緣處理,為未來車路協(xié)同業(yè)務(wù)提供更多信息服務(wù)。
目前信號控制技術(shù)對于數(shù)據(jù)利用水平不高,且依賴于某種專用檢測設(shè)備,城市特征適應(yīng)性較弱,加之區(qū)域控制較難實現(xiàn),使得城市交通的整體管控水平發(fā)展受限。
由于業(yè)務(wù)需要,盡管城市路口堆積的設(shè)備越來越多,包括:電警、卡口、雷達、雷視一體機等,但應(yīng)用效果并不明顯。目前大量的城市只是利用這類設(shè)備的采集數(shù)據(jù)完成基本的統(tǒng)計分析工作,且交通大數(shù)據(jù)規(guī)模大、種類多, 不同類型的交通數(shù)據(jù)具有不同的屬性, 交通大數(shù)據(jù)在具體的應(yīng)用過程中需要從海量數(shù)據(jù)中篩選出有用數(shù)據(jù), 難度較大, 導(dǎo)致交通大數(shù)據(jù)的價值密度較低[2]。如何從時間、空間兩方面進行數(shù)據(jù)同步映射,利用好這些數(shù)據(jù)尚未可知。
目前行業(yè)內(nèi)對各檢測設(shè)備采集數(shù)據(jù)的融合能力較弱,因此各家廠商在進行信號控制優(yōu)化時往往利用單一來源數(shù)據(jù),如:視頻廠商主要依賴視頻數(shù)據(jù)進行信號控制優(yōu)化,雷達廠商主要依賴雷達數(shù)據(jù)進行信號控制優(yōu)化。然而城市的道路交通信息化采集設(shè)備建設(shè)水平各異,不能保證每個路口都理想化的具備各類設(shè)備采集條件,導(dǎo)致數(shù)據(jù)缺失卻又缺乏數(shù)據(jù)的替代手段,對數(shù)據(jù)利用產(chǎn)生較大影響。
目前日常信號控制方案主要圍繞獨立路口、典型路段進行調(diào)整優(yōu)化,但由于交通環(huán)境的特殊性,在信號控制系統(tǒng)的實際應(yīng)用中,尚且與理論研究存在一定差距,“重建不重用”的現(xiàn)象較為廣泛[3],此外缺少整體策略指導(dǎo),未考慮路網(wǎng)交通的整體運行特征,因此從單個路口來看,車輛通行水平雖然得到提升,但從交通跨區(qū)域轉(zhuǎn)移的角度來看,通行延誤下降的程度有限,并未建立有機的交通運轉(zhuǎn)管理。
城市智能交通系統(tǒng)的發(fā)展已從建設(shè)“物理通道”轉(zhuǎn)向打通“數(shù)據(jù)通道”、“服務(wù)通道”[4],為了用好交通數(shù)據(jù),需要制定相應(yīng)目標和措施,需要明確需要哪些數(shù)據(jù)、如何獲取數(shù)據(jù)、數(shù)據(jù)怎么融合、分析哪些參數(shù)、參數(shù)如何應(yīng)用。
3.1.1 明確數(shù)據(jù)需求和獲取途徑。不同的控制模式對于數(shù)據(jù)的需求不同,對交通數(shù)據(jù)的采集位置也有所不同。如路口感應(yīng)控制方式,需求車道級車輛存在數(shù)據(jù)、車道級排隊長度數(shù)據(jù),可以通過地磁、線圈、視頻、雷達等獨立方式獲取,設(shè)備間可相互替代;但若執(zhí)行全息控制,則需要通過雷達+視頻的組合方式獲取,且檢測區(qū)域需要覆蓋路段,才能達成更好的效果,當雷達或視頻數(shù)據(jù)缺失時,可能需要浮動車的相關(guān)數(shù)據(jù)進行補充。因此需要做好基于控制方式的數(shù)據(jù)厘清工作。
3.1.2 明確數(shù)據(jù)提供標準。信號控制數(shù)據(jù)可分為車道級、方向級、路口級,因此需要統(tǒng)一數(shù)據(jù)顆粒度,保證在同一顆粒度下進行數(shù)據(jù)相互替代和校驗。此外不同檢測設(shè)備對數(shù)據(jù)采集上傳的頻率也有所不同,需要保證頻率的一致性,才能確保數(shù)據(jù)的同步性。
根據(jù)路口、路徑、區(qū)域信號控制的需求,需要對交通流數(shù)據(jù)進行微觀、中觀、宏觀3個層面的分析。
3.2.1 微觀分析。微觀分析主要用于對路口狀態(tài)的判斷和對路口交通事件的推導(dǎo)。
3.2.1.1 路口狀態(tài)分析。路口交通流參數(shù)可直接反應(yīng)路口交通運行狀態(tài),是評判路口通行服務(wù)水平的直接依據(jù),也是信號控制系統(tǒng)進行單點優(yōu)化的最重要的參考,此外路口參數(shù)的捕捉分析也是進行路徑和路網(wǎng)優(yōu)化的基礎(chǔ)。對于路口車輛,可采取“時空三段”的分析方式,將進口車道按照停止線斷面、渠化中段斷面、區(qū)劃末端斷面進行劃分檢測,同時按照綠燈初、綠燈中、綠燈末的時間維度進行檢測統(tǒng)計,掌握進口道渠化段各空間綠燈全時段的交通運行狀態(tài)。
同理,對于公交優(yōu)先控制,可以采取“5D”檢測方式,即將道路劃分為路段、交叉口進口道前、進口道內(nèi)、交叉口停車線內(nèi)、交叉口出口道進行公交車的檢測,根據(jù)每個區(qū)域內(nèi)的交通參數(shù)特征,使用不同的檢測器進行檢測,在路段采用GPS檢測車輛實時位置,在進口道渠化段前采用RFID進行公交的到達檢測,在進口道內(nèi)利用正向雷達進行交通量與排隊長度的檢測,在交叉口內(nèi)采用視頻設(shè)備進行流向交通放行的檢測,在出口道采用線圈進行溢出檢測,通過以上檢測方式,對公交優(yōu)先配時方案進行綜合性調(diào)整。
3.2.1.2 具體場景識別。為保證信號控制方案的匹配性,需要對各類交通參數(shù)進行特征分析,把參數(shù)特征轉(zhuǎn)化為交通場景和交通事件的表述,如:道路障礙、車輛干擾、路口溢出等具體事件和場景,例如:在直行綠燈相位階段中,通過進口道渠化段左轉(zhuǎn)車道排隊長度、進口道渠化段各車道停止線過車數(shù)的分析,即可判斷左轉(zhuǎn)車道的排隊車輛是否因排隊過長占用了直行車道。由此可見,結(jié)合信號相位階段,通過對行車參數(shù)進行邏輯判斷,能夠分析得出車道的運行情況。
通過具體場景的識別判斷,能夠有效指導(dǎo)信號控制系統(tǒng)采取相應(yīng)的控制模式和相位優(yōu)化方案以解決當前交通問題,當判斷路口存排隊溢出時,即可通過延長下游路口綠燈,縮短上游路口綠燈的方式引導(dǎo)車輛緩進快出,有效進行排隊消散;當判斷路口存在直行道和左轉(zhuǎn)道排隊車輛相互干擾的情況,即可通過相位階段順序的優(yōu)化(左轉(zhuǎn)車輛干擾直行車輛時,可將左轉(zhuǎn)綠燈相位階段前置;直行車輛干擾左轉(zhuǎn)車輛時,可將直行綠燈相位階段前置),快速進行阻擋車輛的放行。
3.2.2 中觀分析。中觀分析主要對路徑、路段的實時運行狀態(tài)和歷史運行規(guī)律進行分析總結(jié)。
3.2.2.1 路段運行分析。路段的運行分析應(yīng)偏重于個體車輛或車隊的行駛特征,特別是針對存在車輛分流、車輛合流的路段,需要重點關(guān)注并進行運行態(tài)勢分析。匝道路段是最常見的分流、合流路段,在出口匝道段,通過主路行車速度、右側(cè)進入匝道車道占用情況、匝道車輛占用情況進行綜合分析,可以判斷是否因分流效率低而影響主路車輛行駛;在進口匝道段,通過主路行車速度、右側(cè)離開匝道車道占用情況、匝道車輛占用情況進行綜合分析,可以判斷是否因合流車輛過大而引起主路擁堵。兩種情況均可通過匝道控制的方式進行靈活調(diào)節(jié),從而保證主路通行效率。
由此可見,通過路段運行狀態(tài)的分析,可以進行協(xié)調(diào)控制和瓶頸優(yōu)化,避免瓶頸化擁堵。
3.2.2.2 路段規(guī)律分析。以上提出的數(shù)據(jù)分析需求均是針對路口、路段的實時數(shù)據(jù),除此之外還需對路段的歷史車輛運行數(shù)據(jù)進行長期研判。根據(jù)不同時段下不同方向的車輛通行情況、路口車輛轉(zhuǎn)向情況,可以有效判斷路段是否存在潮汐規(guī)律、車輛轉(zhuǎn)向需求是否存在變化規(guī)律,西安郵電大學(xué)尹楊[5]利用回歸分析對交通流量進行實時預(yù)測,并對比了普通線性回歸分析、基于隨機梯度下降的回歸分析、局部加權(quán)線性回歸模型之間的準確性而得到最優(yōu)回歸模型,通過以上規(guī)律的判斷和預(yù)測模型構(gòu)建,可相應(yīng)執(zhí)行潮汐控制、可變車道控制進行交通流匹配性控制優(yōu)化。
3.2.3 宏觀分析。信號控制策略的制定需要依賴交通子區(qū)、交通子區(qū)之間的協(xié)調(diào)關(guān)系進行決策,因此有必要進行路網(wǎng)的運行分析和運行規(guī)律把握。①路網(wǎng)運行分析。站在路網(wǎng)角度,需要對特定區(qū)域不同時間段內(nèi)單位時間進出車輛數(shù)、各道路過車量、紅燈期間各路口車道級排隊長度進行綜合分析,得到區(qū)域進出效率、路網(wǎng)均衡度,根據(jù)所得結(jié)果,采取街道引流、路網(wǎng)避堵的控制策略。②路網(wǎng)規(guī)律分析。在路網(wǎng)規(guī)律分析方面,需要準確把握車輛OD,由于道路在途車輛較多,通過卡口進行每輛車在各個時段的軌跡分析將會造成巨大的計算資源負擔(dān),信息化建設(shè)成本也極高,因此此種方法難以實操。在這樣的情況下,可以借助互聯(lián)網(wǎng)公司的浮動車數(shù)據(jù)作為主要衡量依據(jù),也可借助通信運營商的手機信令數(shù)據(jù)進行區(qū)域OD分析,通過補充模型分析得出全量區(qū)域OD數(shù)據(jù),以實現(xiàn)區(qū)域級的規(guī)律分析,并提出相應(yīng)區(qū)域級控制方案。
在大數(shù)據(jù)環(huán)境下,除了交通部門提供的交通數(shù)據(jù)以外,還能夠獲取跨部門數(shù)據(jù),包括天氣數(shù)據(jù)、大型活動數(shù)據(jù)、土地數(shù)據(jù)等,此類數(shù)據(jù)將為道路交通運行條件的詳細刻畫提供多維度信息,但與信號控制方案相結(jié)合還需進一步研究。
利用歷史天氣數(shù)據(jù),需要將其與歷史交通運行特征進行時間戳的匹配,從而分析不同天氣下對交通運行的影響,在預(yù)見類似天氣后,可采取相應(yīng)的交通控制措施。通過獲悉大型活動數(shù)據(jù)(活動開始時間、結(jié)束時間、活動參數(shù)人數(shù)、活動范圍等),結(jié)合管控組織要求,執(zhí)行信號控制方面的封控策略。通過土地數(shù)據(jù)的獲取,能夠準確把握高吸發(fā)、高聚集類建筑位置,如學(xué)校、醫(yī)院等,此類建筑對于附近路口的信號控制影響較大,在高峰期很可能會打亂車輛的到達離散規(guī)律,因此需納為重點關(guān)注對象。
城市道路交通檢測設(shè)施的建設(shè)效果不僅僅是“1+1”這么簡單,應(yīng)在明確的信號控制目標與信號控制算法邏輯下,明確數(shù)據(jù)使用需求和數(shù)據(jù)來源,充分利用好既有檢測設(shè)備,考慮好在檢測器缺失的情況下如何利用其他途徑進行數(shù)據(jù)獲取,并將不同數(shù)據(jù)源真正的融合起來,深度刻畫路口、路徑、路網(wǎng)三個層面的交通運行狀態(tài),及時識別交通事件,并制定契合道路交通場景與道路條件的信號控制策略與信號控制方式,實現(xiàn)“1+1>2”的效果。