开源背景下的信控系统增效提能探索

    【CPS中安网 cps.com.cn】 　　2020年10月23日，由北京市智能交通协会发起，联合十家从事智能交通控制的高效、科研机构或企业，举行了智能交通控制开源技术联合实验室成立仪式。智能交通控制开源技术联合实验室，定位是面向国内城市智能交通控制科学与工程开源技术的研究实体，主要从事交通控制、交通诱导、交通治理等相关领域的开源技术研究与成果推广。

　　交通信号控制系统开源化的时代背景

　　完善成熟的城市交通信号控制系统能够有效减少交叉口延误，提高路段通行效率，降低整体交通拥挤程度，保障交通系统的低事故率、低能耗、高效运转，从而产生可观的经济效益和社会效益。随着大数据和人工智能技术的不断进步，交通信号控制系统正不断迭代升级，成为智慧城市的重要支撑和核心单元。

　　赛文研究院发布的《2020年中国道路交通信号机市场研究》报告显示，2019年交通信号控制系统与设备市场规模为109.6亿，市场规模首次超过100亿。2014-2019年，交通信号控制系统与设备的市场规模增长超一倍。随着市场规模的扩大、用户选择的增多，交通信控系统各品牌在“百花齐放”、“百家争鸣”的同时，也面临着不同品牌协议不兼容，联动效率低的问题。

　　2020年，赛文交通网对常州市、大连市、东莞市、佛山市、福州市、广州市等83座城市调研结果显示，已经有北京、大连、海口等27座城市建设了统一信控系统，占32.5%；有22座城市正在进行可行性论证，占26.5%，合计有59%的城市用户已经或者希望建设统一的信号管控系统。

　　然而，统一信控系统的搭建却面临着诸多难题。首先，现有的统一管控平台实现方式多为平台和平台对接的间接管控方式，功能较为单一，受限较大，也没有最大价值发挥信号机本身的功能和特点。其次，跨区域的自适应协调控制也受限于不同信号系统之间的协议封闭，而无法开展工作或工作效率较低。再次，车路协同、车路通信等新技术应用，对多元数据融合、交通参数标准化、数据输出统一化、通信协议一致化等方面，提出了更多更高要求。由此，统一信控系统建设速度过慢、广度不够、深度不足等，已成为严重影响交通管理与控制进一步提能增效、阻碍智慧交通等相关新技术新应用落地发展等的瓶颈问题。

　　为解决这一瓶颈问题，智能交通控制开源技术联合实验室一直致力于打造全方位开源、开放的信号控制系统。通过全方位开放源代码，从根本上解决信控领域长期存在的系统封闭问题，可实现信号控制、业务管理、优化控制、配时评价等系统功能，采用开放性、标准化通信协议，项目代码完全符合开源协议EPL2要求，支持不同信控设备协议扩展和信控算法扩展。通过开放源代码，开源信号控制系统打破了孤立封闭的信控现状，便于二次开发，可广泛应用于多路口、瓶颈路口、复杂交通信号控制环境中。

　　因此，交通信号控制系统的开源化、标准化工作，以交通实际应用为核心，实现了多源数据、逻辑、评价体系的开放统一，成为智慧交通建设的基础框架与前置条件，起到赋能智慧城市建设与管理的“打牢基础”与“不走回头路”的核心保障功能。

　　信控系统提效增能方法探索

　　信控系统架构由“云边”模式向“云边端”模式转变

　　目前，交通信号控制系统面临着数据计算处理能力需大幅提升、新场景新功能不断涌现、控制指令需实时快速反应、信控效果需要进一步调优、信控系统有待进一步开源开放等等的现实要求。随着需求端的不断变化，“边云”架构的中心控制系统已经很难满足以上要求，“向心化”设计会使控制中心负荷越来越大，直至不堪重负。因此，“边端云”架构的中心控制系统则呼之欲出。

　　多元数据被感知后，通过边端设备，直接进行数据清洗、融合、处理分析，实现无效交通参数的过滤、错误数据的剔除、不同类别数据的分组、缺失数据的插值拟合等，进而计算出路口状态指标的具体数值，得到覆盖覆盖车道、方向、路口的综合指标输出，以及路口拥堵等问题的实时研判。最后，端设备将输出结果传输到云端直接由大屏予以显示，直接服务于交通管理与控制。

　　“感知-分析-管控-评价”业务数据应用闭环操作系统的打造

　　交通信号控制系统围绕感知与采集阶段、融合与处理阶段、协调与控制阶段、评价与反馈改进阶段等四个阶段，实现信息采集、数据处理、信号控制、评价反馈的闭环管理。过程中，每个阶段都有相应的设备、供应商、协议与标准等，为了实现信控系统的全生命周期闭环管理，毋需建立感知-分析-管控-评价”全流程的闭环操作系统，由此，才能实现统一、开源信控平台的软硬件结合，以操作系统为底座，打通环节中的信息与数据流通，实现自下而上的信息流和自上而下管控流。在实现单一阶段单一要素提效增能的同时，实现信控系统的整体最优，为进一步建立“可计算路网配合物联网感知网络+人工智能信控模型+大数据、交通仿真预测”的更大范围完整闭环体系，打下坚实的应用基础。

　　开源背景下信控系统评价体系的统一

　　目前，学界、业界、信控厂家等各自分别制定了不同的交通信号控制效能评价指标体系，标准规范类也有如《道路交通信号控制方式 第2部分：通行状态与控制效益评估指标及方法》（GA/T 527.2-2016），《城市道路交通文明畅通提升行动计划测评指标体系》（2019年版）等，国外也有如美国《通行能力手册》、德国《交通信号控制指南》、日本以车流量与通行能力比值（V/C）等规范或方法可供参考。但实际操作中，效能测评指标体系尺度不一，由此带来的测评结果往往是令人难以信服的，也会闹出“同一个系统，不同评价体系，优化前后提高20%、30%以上，甚至40%以上”的笑话。因此，与评价对象强关联、评价指标相对独立、化繁为简的效能评价指标体系有待进一步的研究、讨论、制定与发布。

　　联合实验室AI生态伙伴为开源信控提效增能

　　助力开源信控数据分析

　　助力存量摄像头数据采集。联合实验室AI生态伙伴闪马智能，依托视频分析平台VisionMind和深度学习平台ATOM联合打造智能视频异常行为分析体系，无论是互联网视频还是城市摄像头视频，无论是实时还是存储数据，不同的协议、平台、格式、型号，均可接入视频分析中台。ATOM负责算法模型生产，VisonMind完成实际应用，彼此反馈，迭代优化，形成一套不断更新的系统。以AI中台为核心，既可以实现算法的极速部署升级，又能同时接入传统摄像头和智能摄像头，轻松添加功能，补完不足，实现前端快速智能化的目标。

　　助力交通参数融合。闪马利用路口、路段既有电警、卡口、违停、治安等监控资源，对交通运行状况进行实时监测，可实现18类交通事件感知、9种交通参数采集、4类37种交通违法感知，达到更高精准率、更强性能、更多目标特征识别的功效，实现“深度智能”，见所未见。

　　助力拥堵成因分析。闪马基于AI数据中台，在早期就识别发现拥堵的时间段、位置、规模、持续时间、影响后果、消散时间等参数，基于不同参数的输入与分析，找到拥堵症结所在，如供需矛盾、车型混入、交通事故、配时方案等原因，生成决策集于对策库，从规划、组织、控制优化等角度，减缓或解决局部交通拥堵现象，并进一步通过验证对分分析拥堵治理效果。

　　助力开源信控边缘计算

　　联合实验室AI生态伙伴闪马智能的边缘智能盒SupreEdge，可直接部署在客户现场，保障了私密性，距离缩短方便应用快速运行和实时迭代，强有力的计算能力能从容应对各类场景。并将基于边缘智能盒SupreEdge，整合交通信号控制系统的采集、处理与管控需求，结合大数据与人工智能技术，实现“端”的“数据采集-数据处理-数据分析-建模优化-交通控制”一体化、一站式服务，大大降低系统延时，提升系统鲁棒性，完成向“云”的高效、快速输出，助力边端计算提效增能。

　　针对当前各大城市的交通管控系统现状普遍存在的“三不准”问题，即“测不准”、“算不准”、“评不准”。闪马依托边缘计算，融合线圈、视频、RFID等设备数据，准确还原断面流量数据，并根据AI车辆识别，分布式节点通讯等技术，实现个体车辆的轨迹数据还原。只有保证了交通感知数据的准确性，才能提供切实有效的交通管控方案，最后才能对管控方案的好坏作出全面科学的分析评估，实现“测、算、评”业务数据的应用闭环。

　　助力开源信控评价体系

　　闪马拟建立基于视频识别、车辆轨迹还原的信号运行效果远程评价方法，完善信控效能测评指标体系。指标体系覆盖通行流量、通行效率、均衡调控、协调联动、运行可靠、安全保障等多个维度。同时，闪马智能将积极助力管理文件、标准规范的制定，以及相关标准的修订，以人工智能、数据融合、优化模型等角度，提出自身的思考与视角，为管理部门相关工作的推进，提供参考与借鉴。

　　结语

　　智能交通控制开源技术联合实验室将携手高校、科研机构、设备厂商、科技公司等合作伙伴，积极配合政府管理部门工作，早日促成管理文件、标准规范的成文与发布，推进开源统一交通信控系统的开发、升级、应用与推广工作。过程中，积极探索大数据与人工智能技术在信控系统上的着力点与支撑点，以AI中台为抓手，本着软硬件相结合、开源与统一齐步走、标准与应用相辅相成的务实态度，早日实现信控系统融合生态圈的形成，实现信控系统的全面开源化、网联化、智能化、协同化。