3E·2019北京国际智能交通展览会
3E·2019北京国际智能交通及交通设施展览会

时间:2019年8月2-4日       地点:北京·国家会议中心

李瑞敏:中国有多少信号路口需要优化?

2018-01-26


或者用“信号控制”更为全面,但是2017年信号控制领域最为让人能够记住的事情之一应该是信号优化,因此,个人还是选择了信号优化这个词。 

发展现状 

自从2016年公安部推进“两化”工作以来,信号优化的工作开始浮出水面,似乎得到了****的重视。目前的信号控制优化领域开始出现如下的一些情景:

1、众多人员队伍加入信号优化领域

目前来看,无论“大脑”有多少种,信号优化还主要是靠人工工程师的经验和能力,因此,还是高技术人力服务和咨询。

以前众多城市的信号控制缺乏良好的优化,或者多只是由信号控制机厂商提供最基本的优化服务,或者由交通管理部门自由人员进行基本的调整,而随着“两化”工作的推进,进入该领域的专业从业人员越来越多,原来从事该方面工作的公司不断发展,也同时有着新的队伍进入。

2、开始形成成规模的外包服务模式

当然最早的信号控制优化外包服务并不是2017年才开始的,但是由于2016年“两化”工作的推进,2017年的外包服务的规模和数量都有明显的增加,各地根据自己的情况引入信号优化的外包服务队伍,利用外来的技术力量,结合自有的积累和经验,不断在信号控制优化领域进行探索。

3、巨头们开始进入信号控制领域

其实巨头们是要搞前述的“城市大脑”,但是“城市大脑”在目前阶段似乎不是对城市的所有方面都能够起作用的,因此,就选择了一个各方面都觉得是痛点的交通拥堵入手,而缓解交通拥堵的一个方法就是提升信号控制的水平。

当前我国大部分城市的信号控制的水平并不高。

因此,一个“人工智能”的大脑+一个“大数据”的概念+一批海量的历史数据+一个(批)有经验的交通工程师,就可以将目前的一个普通的路口(或路段)的信号控制进行优化且取得明显效果。

当然,无须辨析到底是什么的作用,只要能够有效果就是好的。

4、支撑信号控制优化的检测手段也不断成熟丰富

传统的线圈在我国的应用已经基本上不被认可,新诞生的可取代之的检测技术也需要发展的时间,到2017年,地磁和视频检测技术的成熟度又上了一个新的台阶。

并且已经开始在一些大中城市得以较大规模的应用(应用在信号控制领域),同时,近年来出现并不断成熟的多目标雷达也开始瞄向支撑信号控制的数据检测,截止2017年尚未敢言**成熟,但以其理论的优势,未来如能迅速成熟,则不啻为信号控制检测领域的新军。

而基于手机(及其他定位技术)的检测手段抽样率也越来越高,也是潜在的一种数据支撑。

未来如果自动驾驶技术(或车联网技术)能够快速成熟,则又会给信号控制领域的数据支撑带来新的变革。

问题或误区 

当然,在看到发展的同时,也需要注意到,目前在我国信号控制领域依然存在着一些明显的问题或者说是误区。

1、指望新兴的“大数据”迅速发挥巨大作用

要知道曾经的较为先进的信号控制系统(或者有时被称为自适应信号控制系统)对检测器的完好率、检测的准确率、实时性是有较为严格的要求的,而目前的几类可以用于信号优化的交通“大数据”的特点之一则是检测率不足。

因此,这些数据可以在交通问题的发现上、预警上、评价上起到一定的作用,但是在自动生成优化的配时方案方面,恐怕还有很艰巨的任务要做,而最终是否能够打通其间的关系,一如传统的系统般实时发挥优化作用(例如信号控制系统在检测器完好的情况下可以基于检测数据自动调整配时而无需人工的持续干预),尚有待时日去研究和应用。

目前有些案例使用“大数据”所做的工作,其实在“大数据”出现之前完全可以做到,至于为何没有做到可能与众多因素有关,例如:拥堵不够严重、领导不够重视、信号控制管理队伍人员人手不足、专业素养不够等等,因此,目前的一些工作其实是在补课。

2、对当前的已有的各类数据的利用挖掘不够充分

其实目前来看,各级公安交通管理部门有着大量丰富的数据,除专门的检测器外还有其他一些数据可用,但是由于种种限制,或者技术手段不成熟、或者部门协作尚无望等等原因,使得众多的可能发挥作用的数据躺在数据库里毫无作用可言,这点尚需在今后的工作进一步探索;

3、其他一些影响交通信号控制优化的问题

笼统而言,问题较多,例如本身的交通组织问题、路口渠化问题、基础台账问题、效果评价问题、工作机制问题、技术人员队伍问题、工作中重视的问题等等。

在未来提升城市交通信号控制效果的过程中,这些种种的问题都需要重视和解决。例如单以评价而论,到底需要评价多长时间?多大范围?采用什么指标呢? 

未来的展望

1、对信号控制的未来还是要有信心

当千年前的先人们在树下弈棋之际,彼时谁又能想到千年后人类已经难以战胜一台机器;当目前还觉得一个有经验的管理者在路口手板信号机的效果要超过一般的自适应控制(假的自适应?)的效果时,谁又能预料在多少年后的“人工大脑”将远远超过人类大脑。

因此,既然“人工智能已来”,那就让我们积极“拥抱未来”。

2、前景是光明的,但道路也注定是艰难的

曾经在“最远的距离”出来的时候,作为一个多年的从业者,某种程度上也在期待会有一种“秋风扫落叶”似的席卷应用之局面,但现在来看似乎没想象中的那么乐观,或许有些心急,毕竟概念才出来不足两年,但似乎尚未见到实质性变革。

当然,技术革新总是要有一个量变到质变的过程,一如alphoGo系列,从战胜初级选手到战胜**选手再到孤独求败只能自己和自己下棋,在某些时点似乎往往瞬间即可完成,让我们拭目以待。

同时也要注意,人工智能几十年的发展历程也不是一帆风顺,也有起伏,因此要注意是否此次人工智能往后发展就是一片坦途,前途无量呢?

3、现阶段还是要做好踏实的工作

或许未来的某天我们不再需要交通工程师、信号控制优化师,只要一个城市或者一个路口一个人工智能大脑或小脑或加个心脏即可,但是这个情形何时能到来。

或许明年?或许十数年?(如果十数年后,那时自动驾驶完全实现,可能就不是信号控制优化的问题了,而是是否还需要信号控制的问题)

但是当前,还是要脚踏实地的逐步去推进信号控制的优化工作。美国的FHWA曾经估计美国目前有约一半(有些报告说更多)的信号控制路口需要优化,中国呢?可能是90%以上吧?

4、充分利用好目前已有的数据

在没有蛋糕吃的时候,馒头也可以充饥。

互联网+的数据也有其局限性,至少客观来看,在当前阶段在信号控制领域无法独立支撑,也需要整合当前传统检测手段所获得的数据。

传统的智能交通管理系统的企业往往更多的集中在卖设备,对于调优、对于利用数据进行优化,如果不是甲方逼的紧,有多少真正用心的去做了呢?

当然现在也开始有优化的服务了。

实际上目前宣传的优化的案例及效果,真正的互联网数据发挥多大的作用呢?而传统的检测数据又发挥多大的作用?恐怕大家都有些话想说。

5、未来的关注点

除了脚踏实地做好基于当前的有效数据扎扎实实的做好信号优化配时外,对于一些新的方向亦需要密切关注,例如:

  • 新的检测手段的数据源支撑;

  • 车辆网、自动驾驶的影响;

  • 数据密集型科学范式下的新的优化控制算法模型;

  • 新的交通组织模式对信号控制的影响;

  • 各类新的交通工具、交通方式的影响等等。

百年信号控制走到现在,真的需要有一个突破了!



电话:021-59792026
电邮:itse@3e.com
传真:021-59792309
官网:www.china-itse.com

2019北京国际智能交通展览会

展会地址:北京·国际会议中心

微信公众号