基于交通生態圈的微場景應用與實戰

□ 文/刁瑋靜 華建記

引言

隨著現代化生活水平的提高，我國汽車民用量逐年增加，截止2017年上海民用車輛擁有量可達400萬輛，同比三年前增長28%。 因此，如何利用這海量的交通數據、提供高效且快捷的交通管理方案已成為現在交通集成系統發展的新趨向。 以往傳統的城市交通的管理平臺，采集數據數據量大、可復用率低、且產品目的性單一，這往往造成大量資源浪費或資源過載等問題，所以新的交通集成系統提倡資源復用、服務共享、快速迭代的理念， 通過‘小程序，大中臺’的方式打造場景化業務平臺，滿足實習交通業務需求，提升數據的節能復用性和服務的共享能力。

本文首先概述了新一代交通集成系統-‘交通超體’采用了“端-邊-云”三層的業務架構層次體系。通過本地化的數據采集與處理和邊緣化計算技術，提高整個系統整體的迭代性和可塑性， 再利用中臺技術為頂層場景化應用業務提供服務支撐，從而消除現有的智慧交通系統中存在的“信息孤島”問題。 此外，為了提高本地及周邊路口的管理效率和智能化，路口節點皆基于物聯網中間件或無線組網技術進行分布式數據交互，為應用服務提供快速信息迭代。文章后半部分以交通超體微應用中的“信控專家”為例，介紹了頂層應用服務的場景化微應用及其業務功能， 通過構建開放云計算體系，并將傳統業務分解成多個智能化，且有針對性、易操作的微場景應用，應對不同優化目標和數據來源，并實現本地化的自我智能管控、指定全局最優策略，使交通管理更具有獨立性，提高管控效率提高。

場景化的生態交通圈

滿足“智慧城市”發展的需要，交通超體所組成的交通生態圈融合了全息感知、超能計算、和智能管控為一體，賦予城市交通感知力、交通管控力、信號優化力和應急處置的能力。 通過將相同的核心業務服務與不同的業務需求進行合并、劃分和場景化制定，從而改進了傳統交通集成管理系統中模塊的服務應用、數據庫等獨立部署，而造成的數據龐大、利用率不高的狀況。利用智能交通信息化數據，采用物聯網、互聯網、分布式邊緣計算、人工智能等多種技術，提供各類交通應用的解決方案，簡化操作業務，打造一個超級智能交通智能體系。

▲圖表 1基于端邊云的交通超體架構

交通超體的體系構造由依依業務分為三大層，實現跨系統的業務流程整合，實時業務主導，可主動判斷，提供多元化決策，從而簡化實時指揮的決策和實戰結果。三大業務層次分別是：

超體“四肢”——前端設備

前端路口智能化設備在交通超體中好比人的四肢，其賦予系統信息感知力和命令執行能力。前端的泛感知能力來源于人、車、路、設、環等多資源，多維度的信息采集，從而提升信息的感知能力，避免以往設施設備的復用和復合而造成的臃腫數據。

為實現此目的，路口采用了包括信號機控制器、復合視頻檢測器、雷達排隊長度檢測器、信號燈燈組故障檢測器、行人安全過街設備、車聯網路測設備等智能化設備， 將各個業務系統的數據匯總到本地路口，實現路口精細化，多元素的數據采集和實時狀態的感知，并為后期本地路口與周邊路口信息共享做牢固基礎。

超體“軀干”和“五官”——邊端計算

作為交通超體的‘軀干和‘五官’，邊端智能計算為路口賦能，使路口能在本地獨立思考，計算，這也改變了傳統系統中以中心為主力的集中化計算模式。 有路口智能化設備采集為數據支持，結合分布式驅動信息化系統，讓周邊路口級、區域級路口信息能共享互聯，而邊緣計算端構建的路口分散式運算架構，將程序、數據資料、和服務運算最接近數據源化，形成路口為智能邊緣計算單位，從而減少對中心的依賴及上傳數據龐大而導致的時間延遲問題，提高數據處理能力。

在實際應用中，路口邊端計算通過本地外場智能感知終端的實時數據采集和物聯網中間件或無線組網技術下路口間信息交互與共享，實現路口間數據的本地匯聚及對周邊設施設備的監控，可本地化“思考”，為云端提供路口輔佐信息，并調動邊緣智能化設備，響應云端下發的策略方案。

超體“大腦”——云端服務

云計算是智慧城市不可缺少的基礎服務，作為超體的‘大腦’，云端對各類交通數據統一匯集，管理和復用，并計算和提供最優交通宏觀戰略方案，提高城市交通管理效率和便捷性。云端服務通過構建開放式云計算體系，可實時處理大規模的交通原數據，結合邊端二次計算數據，利用AI引擎和深度學習，挖掘出未發現的態勢，制定全局最優策略，為頂層應用系統提供計算、分析等服務，加深對情報數據的挖掘，優化研判工作。

為避免傳統交通集成平臺中數據庫、中間件、服務等因部署環境不同，而造成的資源浪費或過載等問題，系統通過云計算的虛擬化技術，將物理資源抽象化的分為邏輯資源，并在服務器內進行分布化部署，使服務器之間實現相互協作集群，以避免數據或服務冗余。

交通超體場景化微應用及實踐

構建‘端邊云’的交通生態圈，其目的就是為了能使城市交通管理系統更智能，更高效， 這就衍生了最后的頂層的場景化應用管理平臺。

交通超體的微場景管理是基于“端”信息、“邊”數據、及“云”掌控為基礎，以業務為驅動的服務應用。因為新一代交通集成系統的特殊性，場景化管理將原先交通管理指揮平臺的獨立項目拆分合并，成為具有實際業務向導的場景化應用，其核心主旨是以數據即服務(DaaS)、算力即服務(CaaS)、模型即服務(MaaS)，從而構建設備端標準化數據，并借助云端開放計算能力和模塊化業務計算，使管理方案精簡多用，從而減少交通管制的困難與壓力。

為了滿足不同交通場景下的管控需求，交通超體率先設計了一批頻率多發且管理高效的場景微應用，其業務管理范圍涵蓋了酒駕治理、違法監管、停車驅離、交通信號預測優化等。其中，“信控專家”是針對城市道路交通的勢態監控及交通優化，匯聚單點優化、干道綠波、區域協調等高級信號控制為一體的場景應用；“酒后駕駛”是為提高酒駕人員的檢測準確度，針對酒后駕駛違法行為的識別、查處、監視及管理的閉環場景應用方案；“兩快監管”是專門為交警部門管理人員設計，管制快遞和外賣等非機動車輛運行的企業和人員交通行為的場景化應用方案；“違停驅離”是針對城市各區域的違停車輛、超時停車等行為實行人性化的管理方案，涉及違停車輛判別、超時停車預警、發布驅離消息、涉嫌違法抓拍等場景。

微應用——“信控專家”

為進一步優化以往以事故后調度指揮為主的交通系統，交通超體設計了面向城市道路交通的事前預判和交通道路優化的信號控制微應用。該應用可對市域級、區域級、路口級進行宏觀態勢，交通OD分析，通過信號控制能力、預測判別、及優化方案等為交警人員提供簡化決策指揮方案。徹底弱化或解決傳統信控系統中路口精細化方案能力單一薄弱，因缺少路口綜合評價導致的相位、相序動態調整能力差等問題。

業務流程及功能組成

“信控專家”是建立于“端-邊-云”的交通生態圈的微應用，根據其微應用功能可分為三大模塊，分別是勢態監控、單點信號優化、和干道綠波優化模塊。

勢態監控

為了快速并高效的反映路口和路段的交通狀況，本功能針對區域級交通狀態運行進行實時監控，根據采集路口信號燈狀態、路口車流量、平均速度、飽和度等信息，對路口延時問題及嚴重程度、預計候時等對感知區域進行評估預判，并可進一步模擬展示被選感知范圍內路口級的實時路況，展示信息包括實時相位運行情況、路口綜合飽和度及路口級評價。此外，用戶可根據感知區域內紅黃綠標色“一目了然”的對區域級交通狀做出預估(如下圖所示)。

▲圖表 2區域級實時單點路況展示例圖

▲圖表 3單點信號優化例圖

單點信號優化

有了實時監控的數據和路口問題的嚴重程度等級劃分的預判，結合了交通運行指標，對問題路口自動生成多個綠信比設置建議方案，可選擇其時段，周期時長，及綠信比。再者，本應用人性化的配置了人工干預模式，可對相位相序、鎖定時段、周期時長及綠信比等參數進行人工設置。

干道綠波優化

干道綠波的優化能更好的服務區域級的交通運行，該功能展示了被選范圍內干道綠波的位置信息和配置信息，可自動進行交叉口關聯分析，給出多個干道綠波的建議，并可細化到可以對沿線路口包括綠波帶編輯和相位操作干預等干道方案操作。同是該功能也支持人工干預操作，展示干預設置界面，及路口交通狀態詳情；

▲圖表 4區域級實時干道路況展示例圖

結束語

隨著智慧城市的逐步發展，智能交通系統也不斷改革跟新，從傳統的中心集成數據，并事后處理的多個獨立服務系統，到現在去中心化，采用分布式節點來感知、計算，預測和決策等整合多個功能服務的智能化系統。深化交通管理系統智能化改造，以場景化的模式為應用端，打造基于“端-邊-云”的交通智能生態圈，提供更加便捷的操作系統與信息交互，提高智慧路口的人性化、精細化、和智能化水平。