美狮贵宾会

近年来，从最早的物联网、移动互联，然后车联网，现在大数据、云盘算、人工智能最受关注，通例的交通控制如何更好的运用这些新技术，和这些技术结合起来，这很是值得我们去思考。这些新技术的生长，一定也催生了我们现在交通管控里的技术、应用的升级。但问题是，从这些物联网等新技术如何更好的效劳于我们拭魅战需求呢?如何运用新技术，遵循什么样的路径去实现应用?
各个系统集成的思路都是纵向集成，这些年我们发明，各个系统都是相互独立在应用，虽然应用的也比较好，虽然我们更希望将这些系统整合起来，所以把他们做了集成，在我们指挥中心做集成，但这些年我们发明最难的也是集成这件事。
而我们的指挥中心除了大屏，除了指挥中心之外，其他的功效在我们拭魅战中发挥的作用不那么明显这给我们带来许多这样的思考。我觉着有一点原因是，我们的技术还没有生长到这样的一个阶段，生长到现在这个阶段实际上也给我们带来了一些突破的步伐。网联、互联这样的一些新技术，究竟与我们古板的交通系统有怎样的一个匹配。
2016年阿里的王坚博士说，“世界上最遥远的距离是红绿灯跟交通监控摄像头的距离。其时给我的思考：嗯，确实是这样。为什么我们路口的摄像头不可和我们信号机连在一起?为什么我们所有的智能交通系统都是在纵向的集成?为什么我们系统，我们前端的设备不可横向物联?我们的系统在中心为什么不可横向的互联?我们的系统为什么不可在互联网，如手机终端联网呢?
如果是做了这样的一些联网，会爆发一些什么样的事情?我并不是说我们纵向集成的思路是错的，但另外一个偏向我们确实是应该去考虑的。
除了纵向集成，另有一条线就是横向的互联。这样一个想法，如果我们想去实现，会发明有许多立异思路泛起。当我们的信号机和视频检测器互联的时候，我们至少会让视频智能化的水平越来越高，因为我们在依赖于它。
当我们在前端进行许多物联、互联的时候，我们就会爆发许大都据，那么这些数据都有哪些呢?我们是做什么呢?是让我们公安做信号控制也好，交通控制也好，更多的是管车?照旧管人?我们管的是秩序。
实际上想想我们要做感知也好，要做收罗也好，我们现在有了这样的智能剖析产品，就知道驾车人长什么样，就知道驾车人的车是什么样。
我们现在有很是好的定位技术，我们走到哪里，我们就可以定位到哪里。接下来我们有汽车电子标识，也就是说我人、车的身份均被识别了。如果我们把他们连起来会是一个什么状态，这样大宗的信息可以刻画什么?这是以前历来没有的。
所以我们觉着这是一个很好的机缘，我们希望加速程序去更好的做一个结合。有了一个这样的前端不绝智能化，AI化的爆发，那么我们目标是什么?能给我们带来什么?我觉着更多的是一个精准化的应用。
以前我们更多的是要做推演，做预测，但现在我们发明数据来了，我们可以把前端描绘的更精准，把路网的状态描绘的越发精准。可以让我们在路网层面上由上而下，由区域到点上，这样的思路可以去执行了。
交通感知向精准认知迈进
首先说说前端的事，也就是我们收罗的事。十年前我们讲收罗，五年前我们讲感知，现在我们讲认知。我们有了视频，有了雷达，有了位置信息，有了车辆信息，人的信息，我真的是精准去刻画，可以刻画到车动态的一个状态。
在中心我们借用互联网的数据，我们可以把路网整个纪律的特征描绘的很是精准了。我们以前做的是静态的事情，交通运行是动态的，原来的交通信号计划是静态的。他们之间的拟合度究竟有多高，这也是我们信号一直做的不灵活，特别不智能的矛盾，症结所在。我们做了一个绿波，一个计划，提升15%~20%，特别好。可是我们发明，过了一个星期后，计划就不适应了。当我们发明这个路堵的时候，我们就不从这路口走了。这也是动态变革的特性。
我们早晚岑岭拥堵的时候，是一个快速汇聚的趋势。但我们更关注，4：30-5：30开始堵，真正堵的时间有多长，这个动态特性有没有刻画出来。刻画出来，接下来的缓堵步伐，除了从路网层面外，另有一些交通消散的步伐。
有了这些数据之后，发明前端的信号机有不适应了，我们收罗了许大都据，可是信号机只能用0，1这样的数据。我们的信号机都是基于流量，占有率两个二维指标的模型算法做出来。这样我们就想重构信号机的算法、逻辑。
到了中心系统，我们有更多的数据，无论是互联网数据照旧牢固点数据，我的数据结构又重新变了。那我们的信号机算法和逻辑是不是又要变革了。
有了这么多的数据，我们原来的信号系统是装置在一台效劳器上，两台效劳器上，我们在想现在的效劳器能盘算么?能蒙受吗?我们想到大数据如何信号结合的问题。我们面临的工具是都会交通运行的情况，路网状态是岑岭的时候很堵，过饱和的;平峰的时候还可以，平峰时候是非饱和的。我们在大学专业课里学的只是都是在平峰时候非饱和状态下的处理，岑岭时候过饱和状态下还需要我们在实践中摸索，课本里并没有很好的指导。
信号控制向协同控制生长
在岑岭过饱和和非岑岭非饱和状态下，有差别的控制战略，差别的控制逻辑和要领。在这样的技术生长基础上，我们提出了做“信号实时响应控制”，因为我们有数据了，可以做数据驱动。
原来我们收罗流量来预测下一阶段可能排队情况。现在我们不需要这么做，因为视频就相当于眼睛，我们能立刻看到排队了。我们有了高德、百度的数据，知道哪个地方快堵了，历史时间里哪个时段要堵了，哪就可以提前去处理，实时进行响应了。
我不是做基础理论研究的，欠好嗣魅这个“实时”是属于自适应照旧属于感应，可是我是做应用的，要给交警一个实实在在的变革。我们希望路口在非饱和状态下，车辆放没了，灯应该切换了。
中山大学余志老师讲了一个信号评价的标准：如果控制最好的话，车没了，绿灯结束，绿损最少。实际上我们追求的是老黎民的感受，经常说信号配时不对理，是嗣魅这边排队呢，那边已经绿灯空放呢。
另外一个方面的需求，民警很苦。这都有个信号灯控制了，为什么还要在路上指挥呢。我有个愿景，我们的信号秘密从民警从岗位上走下来，减轻路面执勤的压力，这是智能化的体现。我们交警应该在路边更好的协调交通秩序。
举几个例子，单点的、协调的比较通例。现在都会交通流泛起主支疏散状况，非对称情况严重，我们上了可变车道。可是，我们又发明可变车道五点变回来，六点变回去，这与老黎民的期望就不适应了。不适应在某一天走的时候，交通流不是这样，直行不堵了，为什么可变车道稳定回来呢。实际上，有了我们这样的数据收罗手段，有了可变车道的重构，就可以变革了。
另外一个例子，建设有轨电车。我们实验用通例的交通信号技术理论去做控制，可是发明要领不可。我们把有轨电车的信号控制系统和门路交通信号控制系统控制中心买通了，前端买通了，我们就可以知道有轨电车什么时候来了，什么时候离开路口，应该怎么控制了，实时动态控制。
我们做公交优先，做了许多年，我们可以做到在路口，没有公交专用道的公交信号优先。因为公交车上装置了RFID，我们就知道公交车是几路车，在路口是直行照旧左转。如果我取得了公交车上终端的信息，就会知道在路口直行有几辆公交车，左转有几辆。
再举个例子，我们一直说车路协同，车联网来了，可是技术条件不具备的话我们很难让落地的。可是我们有了LTE，5G的前身，解决了通信的问题。车辆和信号机的实时通讯，这种通讯就是低延迟，高可靠，大宗数据的通讯，可以落地了。
交通管控向信息效劳拓展
讲到这的时候，我们发明路口的信号机不是信号机了，他成了路口的智慧中心节点了，数据交换的中枢了。不是纯粹的信号机控制红绿灯了，他从中心获取数据分享给车辆了。我们还发明把管控中心信息推给汽车的时候，更是应该交警做的事情了。我们许多厂家和老黎民说，为什么交通治理的信息不给我们开放呢，我们是不是可以将信号机里的信息，通报给车辆，通报给诱导屏，所以我们觉得是到了把管控数据和信息开放给老黎民的时代了。
我们一路绿波60公里每小时，要做到实时绿波，就应该把我们建议的实时的绿波速度推到手机上，车载终端上，前面的这个诱导屏上。让你知道这个速度是要变革的，这段40公里每小时，那段50公里每小时，信息的精准性。
这个是去年在物博会上联合华为、中国移动和几大汽车厂商真正能做到的在开放门路上，车路协同的验证。
大数据让交通运行控制变真切
数据太多了，信号系统玩不转怎么办?那信号系统也要革命了。
我们要把信号系统挪到大数据平台上去了，挪到平台上去了，我们就可以不谈A厂家和B厂家的交互了，什么融合了，什么接口了。这就是我们这些年在思考和在推动做的事情。现在技术条件成熟了，到了破局的时候了。