張 路，譚 蒙

(天津泰達(dá)有線(xiàn)電視網(wǎng)絡(luò)有限公司 天津300457)

0 引 言

隨著城市的發(fā)展、社會(huì)的進(jìn)步、人們生活水平的提高，近年來(lái)私家車(chē)的數(shù)量激增，直接導(dǎo)致大城市交通擁堵，各種問(wèn)題突顯。在交通設(shè)施范圍內(nèi)，信號(hào)燈的作用尤為重要，在智慧交通的整體規(guī)劃中，對(duì)信號(hào)燈的控制策略變得極為關(guān)鍵。智慧交通基于區(qū)域協(xié)同、達(dá)到單點(diǎn)最佳流量的目標(biāo)，在海量實(shí)時(shí)交通大數(shù)據(jù)的基礎(chǔ)上，利用智能的方式優(yōu)化交通信號(hào)控制，打造智能信號(hào)控制解決方案。紅綠燈不再只是“燈”，它可以通過(guò)多渠道感知和收集相關(guān)交通數(shù)據(jù)，再運(yùn)用自己的“大腦”進(jìn)行分析研判，計(jì)算出更佳的信號(hào)控制時(shí)間和轉(zhuǎn)向配置方案。通過(guò)短距離路口均衡控制、降低紅綠燈配時(shí)大周期、提升信號(hào)與流量變化匹配度、校園周邊路口專(zhuān)項(xiàng)治理等舉措，使交通信號(hào)配時(shí)更規(guī)范、運(yùn)行更協(xié)同、行人過(guò)街更便利。同時(shí)，智慧交通通過(guò)手機(jī)信令、融合卡口、浮動(dòng)車(chē)等大數(shù)據(jù)，建立擁堵溯源平臺(tái)，高效識(shí)別路口問(wèn)題，利用實(shí)時(shí)在線(xiàn)仿真技術(shù)輔助制定管控策略，使城市交通越來(lái)越順暢[1]。

1 系統(tǒng)架構(gòu)

系統(tǒng)架構(gòu)如圖 1所示。智慧交通服務(wù)后臺(tái)管理、車(chē)流視頻解析模型的訓(xùn)練、信號(hào)燈控制模型的訓(xùn)練管理過(guò)程在公有云上進(jìn)行。車(chē)流視頻解析推理、轉(zhuǎn)發(fā)、融合、信號(hào)燈推理作業(yè)部署在線(xiàn)下私有云平臺(tái)。私有云平臺(tái)可根據(jù)項(xiàng)目實(shí)際情況選擇私有云計(jì)算平臺(tái)方案或者大數(shù)據(jù)平臺(tái)方案。

2 智能信號(hào)燈優(yōu)化控制

2.1 總體功能

區(qū)域路口之間的協(xié)調(diào)聯(lián)動(dòng)信號(hào)燈調(diào)度，在高峰時(shí)刻做區(qū)域整體調(diào)度，避免局部路口車(chē)流聚集溢出，車(chē)輛擠占造成通行效率下降，以達(dá)到高峰時(shí)期單位時(shí)間吞吐量上升，車(chē)均延誤下降的優(yōu)化功能。平峰時(shí)期合理調(diào)整配時(shí)，信號(hào)燈從固定放行到按需放行。最大程度降低綠燈空放，充分利用道路資源，保證全城通暢。

圖1 系統(tǒng)架構(gòu)圖Fig.1 System architecture

2.2 優(yōu)化流程

信號(hào)燈優(yōu)化流程主要分為解析、訓(xùn)練、下發(fā)、推理4個(gè)階段，見(jiàn)圖2。

解析：智慧交通流量檢測(cè)要求利用反裝和正裝電警獲取流量數(shù)據(jù)。通過(guò)公有云下發(fā)的視頻解析 AI算法模型，能夠?qū)?shí)時(shí)視頻流中的車(chē)輛個(gè)體識(shí)別出來(lái)并對(duì)其運(yùn)動(dòng)趨勢(shì)進(jìn)行跟蹤分析，得到統(tǒng)計(jì)數(shù)據(jù)。反裝電警檢測(cè)排隊(duì)長(zhǎng)度數(shù)據(jù)，正裝電警檢測(cè)直行、左轉(zhuǎn)、右轉(zhuǎn)各車(chē)道的車(chē)流量。

訓(xùn)練：對(duì)流量檢測(cè)數(shù)據(jù)進(jìn)行模型化處理，并進(jìn)行數(shù)據(jù)融合、數(shù)據(jù)清洗，通過(guò) appHub從私有云將數(shù)據(jù)傳輸?shù)焦性频?，為?qiáng)化學(xué)習(xí)提供輸入。云上通過(guò)交通仿真器模擬現(xiàn)網(wǎng)路口交通流，再基于強(qiáng)化學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，設(shè)置適當(dāng)?shù)膶W(xué)習(xí)目標(biāo)，如車(chē)道占有率、飽和度、平均通行時(shí)間，獲得信號(hào)推理模型。

下發(fā)：通過(guò) APP Hub從公有云向交通專(zhuān)網(wǎng)的私有云平臺(tái)下發(fā)推理模型。

圖2 信號(hào)燈優(yōu)化流程圖Fig.2 Flow chart of signal light optimization

推理：推理平臺(tái)直接與信號(hào)機(jī)控制系統(tǒng)對(duì)接，完成離線(xiàn)或在線(xiàn)對(duì)接，實(shí)現(xiàn)配時(shí)結(jié)果下發(fā)[2]。

2.3 離線(xiàn)在線(xiàn)的控制模式

信號(hào)優(yōu)化按照配時(shí)方案下發(fā)頻率可分為 2種模式：離線(xiàn)優(yōu)化方案和在線(xiàn)調(diào)整方案。

離線(xiàn)優(yōu)化方案：人工智能體不需要與信號(hào)管控平臺(tái)實(shí)時(shí)連接，依賴(lài)公有云高計(jì)算力和 AI算法，動(dòng)態(tài)自動(dòng)劃分時(shí)段，生成最優(yōu)配時(shí)方案，見(jiàn)圖3。

在線(xiàn)調(diào)整方案：人工智能體通過(guò)實(shí)時(shí)收集最新的交通流量和排隊(duì)長(zhǎng)度，以小時(shí)、分鐘的粒度去動(dòng)態(tài)調(diào)整信號(hào)配時(shí)方案，根據(jù)實(shí)時(shí)需求放行車(chē)輛，見(jiàn)圖4。

圖3 離線(xiàn)優(yōu)化流程Fig.3 Offline optimization process

圖4 在線(xiàn)調(diào)整流程Fig.4 Online adjustment process

3 結(jié) 論

綜上所述，智慧交通中人工智能信號(hào)燈的應(yīng)用重新定義了道路交通的擁堵治理，從理論基礎(chǔ)到實(shí)際應(yīng)用都可以看出，智能信號(hào)燈的功能部署是完全滿(mǎn)足智慧交通的總體需求的，由云端按業(yè)務(wù)部門(mén)提供的規(guī)則對(duì)視覺(jué)感知數(shù)據(jù)計(jì)算決策，把控制策略部署到區(qū)域，在線(xiàn)協(xié)同控制信號(hào)燈配時(shí)方案，持續(xù)評(píng)估優(yōu)化解決方案，并不斷演進(jìn)。在未來(lái)的功能開(kāi)發(fā)中，將突破數(shù)據(jù)的壁壘，不僅讓?xiě)?yīng)用服務(wù)于交通對(duì)口單位，更應(yīng)該讓廣大民眾享受到大數(shù)據(jù)帶來(lái)的便捷，利用后臺(tái)生產(chǎn)數(shù)據(jù)統(tǒng)一進(jìn)行公共展示，實(shí)時(shí)顯示、推薦更加優(yōu)化的交通實(shí)況及路線(xiàn)[3]。