互联网+交通｜开启智慧交通信控新模式

滴滴智慧交通联合南京交管局、南京莱斯和东南大学，在“两化”和“城市道路交通文明畅通提升行动”两大政策的指导下，在南京成立了远程交通信号优化配时中心（以下简称配时中心），通过互联网平台+人工服务相结合的方式，以“优化秩序、确保安全、精细管理、分秒必争”为目标，持续推动对交通信号管理新模式的探索，通过数据驱动，实现机制创新，管理创新，应用创新，助力南京城市交通品质不断提升。

打造线上闭环流程，创新信号巡检新机制

滴滴智慧交通参与建设的配时中心负责主城区的交通信号配时管理工作，包括1617个信号控制路口，范围达655平方公里。针对信号控制路口数量大、范围广等问题，利用大数据平台掌控全市交通脉动，管理优化信号配时。

信号巡检作为交通信号工作中最为耗时耗力的一环，一直以来都是以人工视频巡检和现场巡检为主，难以对路口信号控制问题及时准确的发现。为了保障巡检人员高效的发现问题，配时中心结合本地化检测器数据和滴滴互联网轨迹数据，研究多元交通检测数据融合算法，实现路口交通信号问题的快速发现和精准判断。

图1 滴滴信控系统实时监测界面

为了准确判断交叉口溢流、失衡、过饱和等问题，信号配时中心针对南京交通特点，通过对流量、停车次数、延误、一次二次停车比例、检测器占有率阈值等参数进行本地化校正，实时诊断平台报警结果准确率从78.35%提升至94.54%。

图2 配时中心工作照片

2020年5月9日，南京绕城高速往凤台南路匝道封闭施工，该匝道早晚高峰小时流量近2000Pcu/h，是南京南站地区驶往河西、鼓楼地区的重要通道，道路封闭后对于上下游匝道及相邻路网整体流量波动较大。

尽管前期对相关道路交通组织预先进行了调整，但封闭施工后配时中心还是接到滴滴平台报警，提示匝道相邻路口出现过饱和及失衡。

经过对交通流变化情况分析，配时中心对进出城方向信号进行了综合优化，凤信路华为路下绕城路口增设行人通行相位，减少西口通行时间，缩减整体周期并增加下绕城绿信比；凤信路凤宁路路口减少东西直行绿信比，增加至南口绕城出口。

经优化，早高峰时段（6:00-9:30），凤信路华为路路口通行效率提高了11.3%，排队长度降低了16.4%；凤信路凤宁路路口通行效率提高了10.6%，排队长度降低了17.8%。

图3 凤台南路优化前后对比照片

大数据分析交通流特征，精细化交通配时方案

配时中心从底层数据挖掘开展深入研究，结合南京特点提出了数据叠加，特征抽取，相互验证的方法进行数据融合从而进行时段划分、单点绿信比优化等信号配时优化工作。

图4 滴滴信控系统时段划分工具

1）疫情期间小交通流方案动态优化

针对今年突然爆发的疫情，整体的交通受到较大冲击，整体交通流量缩减，配时中心根据交通流量情况进行全新时段划分，同时通过缩减周期等方式，减少空放，降低车辆延误，对中心城区路口信号配时进行了动态监管优化。2-3月份主要路口的运行周期调整到70秒至100秒之间。在此基础上，每日结合数据分析与视频巡检，对配时方案进行微调，1月底至4月初共计修改路口配时7522次。

图5 南京市疫情期间2020年2 月与2019年2 月全市活跃车辆对比

2）校园周边路口信号优化

今年9月之后，根据复产复课交通流特性，重新匹配校园周边道路的早晚高峰交通流特性，对学校周边路口时段和方案进一步优化。

开学前通勤日的早高峰出现在7:00-9:00，开学日的早高峰时间明显提前，从6：00开始拥堵指数持续上升，直至8：00达到顶峰并逐渐下降，10：00后趋于平稳，车辆主要集中在各快速道路、过江通道以及部分学校周边道路上。

图6 南京开学前后主城区信控交叉口平均延误对比

开学期间拥堵缓行严重的道路主要集中在主城区，尤其是虎踞路、江东路、龙蟠路、中山路。苜蓿园大街等道路拥堵延时明显增加。

图7 南京早高峰拥堵路口排名

配时中心对重点学校周边路口信号配时及运行情况进行逐一分析，根据数据情况进行了时段精细化划分及调整。针对中小学、幼儿园上学时间的差异，对学校周边路口划分了专门的上学时段。如梦都大街周边的金陵中学、南京实验学校划分6:30-7:00的上学高峰时段，而一中实验小学、建邺实验小学、金陵中学河西分校（小学部）、上学高峰时段划分为7:30-8:00，取得了良好的优化效果。

3）节假日专属时段划分

根据节假日交通特性，对景区、商业综合体周边，根据不同道路的不同时段特点进行了周末及节假日的专属时段划分。以新街口商圈为例，通过滴滴平台数据分析及配时中心现场调研，对于新街口路口周末设置为10个时段，其中9点-11点会有明显上午小高峰，14-18点为下午小高峰，20点至次日7点为夜间配时。经过时段优化及方案优化后，新街口周末的拥堵停车平均延误从 30s降低到了24s。

图8 新街口优化前后周末停车延误对比

互联网+大数据，绿波协调更高效

配时中心在信号绿波带的建设与运维中，充分利用轨迹数据进行优化，依托数据资源因地制宜的自主摸索出了一系列方法。将之前的绿波人工现场巡检，改进为数据巡检加人工验证的模式，实现了绿波效果的持续监测，保证了绿波效果的稳定。

图9 滴滴信控系统绿波带监控界面

1）小周期短路段双向绿波，减少空放，降低延误，提高出行体验。

南京市在交通组织上坚持“做小路口、压降周期”，做双向绿波若是大周期同亮同灭，既不会导致路面存车太多，也能保证绿波效果；但缺点也很明显，相交支路的延误很大，主路容易造成空放。

为了解决这个问题，配时中心通过匹配路段速度与路段长度，通过算法计算得到了适合双向绿波的较小周期，保证了行人过街时间的情况下，尽量减少周期，不断根据平均速度设计相位差，达到双向绿波的效果。

以兴隆大街为例。兴隆大街位于南京市建邺区，全长约1.0km为东西走向主干道，早晚高峰车流量大，由西至东共4个信号控制交叉口，基本为双向4车道，行驶的畅通性差，完成整个行程需要多次停车。

图10 兴隆大街区位图

为了充分利用该路段适合绿波设计的硬性条件，双向绿波协调设计由西向东和由东向西两个重要车流通行方向的各个路口，保障这两个方向的车流能顺畅行驶，减少停车次数、等待时间，提高道路通行效率。

图11 兴隆大街绿波设计图

在平峰时段，路段可实现双向绿波带，东往西和西往东方向绿波带宽为25s左右，路段协调效果非常好。

2）夜间安全绿波，降速度，保安全，低速协调不等待。

夜间低峰交通流量小，车速快，很容易造成交通事故，为了保证车辆和行人夜间交通安全，配时中心进行了夜间安全绿波改造，首先利用滴滴互联网数据，对夜间平均速度较高的路段进行筛查，通过数据分析和人工校验，找到可以进行夜间安全绿波设置的路段，之后再设计双向安全绿波速度。

通过设置50km/h和40km/h两档夜间安全绿波速度，对筛选出的主干路和次干路进行安全绿波设置，保障车辆和行人的出行安全。

2020年9月，配时中心对水西门、汉中门夜间绿波情况进行检查，测试夜间安全绿波效果。经过调整后，水西门路段和汉中门路段夜间绿波效果明显，实现了效率与安全的均衡。

图12 水西门大街夜查现场照片

3） 节假日绿波，出城快速疏导，进城协调慢入，合理分配时段。

针对节假日绿波，主要以“出城方向为主，进城方向为辅”的基本原则进行优化和设置，如今年十一假期1日与2日的早高峰，主要以出城郊游方向和出城高速方向为主，这类路段实行出城方向单向绿波快速出城的方式，通过滴滴数据计算车辆平均通过速度，计算相位差，协调出城方向；而10月6、7、8日的晚高峰主要以高速回城和郊游回城方向为主，这类路段在保证进城方向拥堵协调的情况下进行出城方向的绿波协调，实行大区域级别的缓进快出控制策略。

配时中心根据历史同期数据分析，针对清明节祭扫对容易发生拥堵的安德门大街、大周路、宁丹路、宁丹大道等路段进行节假日绿波专项优化设计，将在远端设置分流点，提前分流车辆，保证重点路段交通顺畅。

图13 安德门大街线路图

根据滴滴平台数据分析，对（1）安德门大街（安德门地铁站路口至安德门大街步步高路口）4个信号路口6：00—11：00设置为由北往南绿波，周期为130秒；（2）宁丹路全线，6：00—11：00，由北往南绿波，周期为144秒，10:00-13:30由南往北返程绿波，周期为120s；（3）大周路道路（英才路路口至街道门口）3个信号路口6：00—10：00由北往南绿波，10:00-13:30由南往北返程绿波。

图14 安德门大街延误对比图

历史同期大数据分析，保障大型活动顺利开展

配时中心针对大型活动场景下的信号控制也构建了完善的交通管理支撑方案，对于马拉松、大型赛事和演唱会的信号控制按照历史分析、方案设计、现场控制、事后评价等形成管理闭环。

2020年11月29日上午7:30，南京马拉松比赛开跑，1万名运动员和爱好者参加比赛。赛前，配时中心首先对2018年及2019年南京马拉松比赛期间的交通管控进行了详细的回顾分析，采用大数据设计了精确的分时、分段临时管控预案。

赛中，滴滴公司人员进驻赛事现场指挥部，第一时间掌握路段封闭与打开情况，一方面通过滴滴出行平台向社会实时发布，另一方面配时中心根据配时预案和现场情况远程调节周边路口配时，有效疏导社会面交通。赛后，通过数据分析发现与2019年南马相比，2020年赛事影响区域平均延误均有明显下降，比例最高达到32.3%。

图15 南京马拉松核心赛道示意图

图16 南京马拉松历史同期数据对比

下一步，滴滴智慧交通联合南京交管局、南京莱斯、东南大学将进一步在互联网+交通的模式下积极探索，通过互联网+大数据+交通工程+人员驻场服务的综合落地解决方案，继续深化完善有南京特色、面向实战的智慧交通信控新模式。