徐建伟，王瑶，郝建根，王娟

1　引言

随着城市经济发展，机动车保有量快速增长，交通出行需求持续增长，然而受到路网结构相对固定的制约，导致城市交通拥堵持续发生，通过城市交通信号优化控制实现“缓堵保畅”是有效的技术手段之一。城市交通突发拥堵和常发拥堵成因复杂，分析难、速度慢，同时普遍存在建设效果缺乏量化评价体系的问题，调优降效难发现，效果难以长期保持、算法难落地。

城市交通信号智能缓堵优化控制离不开数据的支撑，目前在交通行业，常见的检测设备包含线圈、地磁、微波、视频、雷达等，这类检测器可提供以断面为主的检测数据，近些年随着互联网技术、视频智能分析、大数据技术的发展，电子警察、手机信令、卫星定位、车路协同数据以及互联网交通数据在交通问题分析及信号优化控制中逐步发挥了其特点作用，但是在行业内大部分信号控制系统仍然单一使用接入的路口检测数据，无法满足复杂多变的交通流。

随着多源数据的融合应用，为城市交通缓堵优化提供了更广阔的发展空间。依据路网交通流情况，给出相应的城市交通信号优化控制方法，获得信号控制策略，以此对城市各个路口的交通信号灯进行控制，给不同流向的各类交通流分配通行权，从而实现交通流在时间上的分离，最大限度地提高现有道路的通行能力。

2　关键技术

2.1　多源融合数据视角下的交通全要素场景识别技术

针对交通流状态精准刻画程度低，造成信号控制策略与交通场景的匹配性不足的问题，系统提出了基于“大场景+细分场景”复合模式交通状态划分方法，对高峰、平峰等具有稳定性特征的大场景和直行影响左转、出口道溢出等具有随机性特征的细分场景进行归类。系统设计了基于SVM分类器的流向级交通流状态识别算法，通过定义以阶段小时流量、阶段消散率和阶段饱和度为特征向量的观测矩阵，并带入SVM判别函数实现各流向的状态分类，进而识别当前路口所属交通场景，有效提高了交通运行状态的精准刻画程度，实现各类场景与不同维度交通状态的高度匹配。

2.2　多源融合数据视角下的场景化多层级智能优化技术

针对路网、路径、路口控制策略间存在相对独立、关联性弱，无法实现城市路网控制效益全局最优和动态最优，系统提出了面向控制器的场景化控制策略方法，实现了路径间、路口流向间带放行优先倾向策略的数字化表征，并建立了路网-路径-路口逐层优先决策机制，有效提高了各层级决策间的关联性，实现城市路网均衡度最大化前提下，优先疏导关键路径，突破了场景化多层级智能优化控制决策技术。

图1.场景化多层级处置

3　系统架构

多源融合数据视角下的城市交通缓堵优化系统基于统一的信息安全体系、标准规范体系，采用三层架构，即设备层、数据服务层、应用层。

信息安全体系包括访问控制、身份鉴别、用户及权限管理，为应用层、服务层、数据层、设备层提供统一信息安全防护能力，能够对系统环境涉及的相关网络、应用系统、终端、内容信息进行统一安全防护。

标准规范体系参照《GB/T 39900-2021道路交通信号控制系统通用技术要求》、《GB/T 33171-2016 城市交通运行状况评价规范》等标准规范。

设备层是指基础设施层，包括信号控制接入设备和交通信息采集设备。其中，信号控制设备的接入包括GA/T1049.2协议、GB/T20999、以及其他私有协议等实现所有信号控制设备的接入管控；交通信息采集设备包括微波雷达、视频检测器、电子警察等设备监测数据及互联网、浮动车等数据。

数据服务层指支撑系统业务应用的基础数据服务，包括前端采集数据的接入、清洗、融合分析、数据管理等过程。

应用层指系统的业务应用层，主要包括信号的日常管控、信号自适应控制、信号控制的诊断和评价、统一运维等。

图2.系统架构图

4　系统主要功能

多源融合数据视角下的城市交通缓堵优化系统构建了交通运行状态分析模型库、交通问题知识库、方案优化模型库，以及信控效能测评指标体系，为城市交通缓堵提供全方位、多层次的决策支持和信号优化服务。

4.1　多源数据融合分析

多源数据是智能缓堵优化的基础，多源数据分析通过基础数据、信号控制数据、多源检测数据的三域时空数据的融合，对原始检测数据进行深度处理，可以得到一次处理数据、二次处理数据。多源检测数据分析得到的一次、二次处理数据，可以从宏观、中观、微观层面实时、动态、精细感知进口道、路段、出口道、人行横道、交叉口内5D交通状态，掌握车辆到达/消散规律和排队形成/消散规律。

图3.5维空间模型图

4.2　信号日常管控

系统可实现信号控制的日常管控操作，包含实时监视、信号管理、协调控制、特勤任务、临时方案等功能。

4.3　场景化交通决策

基于获取的精细化流向级研判数据，系统可刻画出不同的交通场景。基于实际交通运行呈现“稳中有变”的特点，系统将稳定性部分定义为大场景，随机性部分定义为细分场景。以交通场景作为驱动，系统可以实现路网、路径、路口分层级的控制策略的灵活切换，结合多因素的控制约束，为控制器输出相应的方案，这里的方案包括了最小绿级别调整、最大绿级别调整，同时满足方案选择+方案优化的控制需求。

4.4　统一优化控制

交通信号控制行业存在多种协议信号产品，系统充分考虑了相位环和阶段流优化结构的差异性，设计了“环-闸-阶段-相位-流向”五层优化结构，同时提供了复杂的相位相序优化手段，包括插入相位、指定相位、跳相、相位延长缩短等，使得控制器能够满足相位级优化、常规式协调、感应式协调、溢出应急处置、溢出联动处置等多种优化模式。

4.5　信号评价诊断

系统基于多源数据的分析研判，可对交通信号控制运行进行完整优化评估诊断。主要包括参数分析、信号控制问题的诊断、路口级评价、干线级评价、区域级评价以及定制输出评价报告等功能。

5　应用实践及成效

自2022年11月以来，系统先后在南京市江北新区、南京市主城区、苏州太仓市、常州金坛市等多地进行了建设应用，对于城市交通缓堵优化起到了有效作用。

在南京市江北新区，系统围绕南京长江大桥重点拥堵区域的157个路口，开展全域信号智能缓堵优化控制工作。在系统应用范围内，停车延误早高峰降低了22.9%、晚高峰降低了25.4%、平峰降低了14.6%，平均速度早高峰提高了10.8%、晚高峰提高了2.5%、平峰提高了12.5%。

突发性拥堵事件处置经典案例：

星火路文景路交叉口

2023年9月15日，星火路文景路交叉口晚高峰结束后，配时方案总周期为110秒，其中南北直行33秒。

18:57:35，交叉口南进口最右侧直右车道两辆小车发生碰擦，由于事故影响，南进口开始出现排队，系统监测到南进口路段平均速度下降至15以下，判断南进口发生拥堵，自动启用应急处置方案，选用高峰方案为：周期135秒，南北直行50s。三个信号周期后基本缓解南进口排队现象，快速解决拥堵。

19:10:13，事故现场自行离开，系统监测到南进口路段平均速度上升至27以上，判断南进口恢复畅通，恢复平峰方案：南北直行33秒，周期110秒。

系统在在南京市江北新区取得的成效验证了多源融合数据视角下的城市交通缓堵优化技术可行有效，系统能够基于多源融合数据实现交通状态的感知，精准把控高峰、平峰等方案的开启和结束时刻，有效缓解交通拥堵，同时在突发性拥堵事件发生时，可及时响应，提高了突发性拥堵事件的疏散缓堵能力。

6　结语

多源融合数据视角下的城市交通缓堵优化系统的研发应用具有极高的发展、推广及应用价值，可广泛服务于城市交通决策人员、指挥中心值班人员、配时调优人员等，可为其提供问题发现、交通诊断、信号优化一体式全闭环全流程服务，有效实现城市路网交通状态的全面感知，对城市交通信号缓堵优化工作的开展起到积极的推动作用。当然多源融合数据视角下的城市交通缓堵优化系统在全面推广过程中可能会面临各种应用场景的适用性问题，如窄小路段互联网数据无法区分双向、夜间或偏远地区的停车导致的交通态势感知错误等情况。系统的研发应用将为城市道路交通领域的信息化和智能化水平的全面提升做出积极、重大贡献，有助于为广大市民创造高品质出行环境，提升人民群众获得感、幸福感、安全感。