在“第二屆（2018）中國交通信號控制發(fā)展年會-交通組織與控制”論壇上，廣東振業(yè)優(yōu)控科技股份有限公司CEO陳寧寧從一線用戶的角度分享了這一年他們在信號優(yōu)化工作中使用過的基于軌跡數(shù)據(jù)的大數(shù)據(jù)成果。
以下為陳寧寧演講全文，內(nèi)容有刪減。
在去年的行業(yè)年會上，我曾經(jīng)講，大數(shù)據(jù)、互聯(lián)網(wǎng)+交通管理簇擁而至，興奮過后會有很多無奈。
這些無奈包括：放大了數(shù)據(jù)的作用；夸大了對交通改善能夠達到的效果；為了大數(shù)據(jù)而大數(shù)據(jù)；實際停留在數(shù)據(jù)展示層面；有本末倒置的情況。今年我們在無奈之后，進行了不少實戰(zhàn)的探索。我覺得交通大數(shù)據(jù)是非常好的方向，不管是什么成果，能經(jīng)得住實戰(zhàn)檢驗就是好的成果。
這一年總體來說基于軌跡數(shù)據(jù)的大數(shù)據(jù)的成果可以分成兩大類：方案參數(shù)類和趨勢指標類。我認為應該區(qū)別對待，不要說所有都有用，也不要說所有都沒用。
首先，我們經(jīng)常會接到基于軌跡數(shù)據(jù)分析得到的建議配時方案，但是實用的感受是建議周期確實很不準，很不靠譜，平峰時間經(jīng)常會出現(xiàn)過小的周期，高峰的時候容易出現(xiàn)大周期，這有比較明顯的“韋伯斯特”的痕跡。
綠信比比較可用，因為對于每個方向流量比例的掌握，特別是通過軌跡數(shù)據(jù)出來的有一定參考性。
但是對于相位相序的自動優(yōu)化，互聯(lián)網(wǎng)企業(yè)都沒有自動生成的功能，相位相序本身就是有很大難度的事情。
平均行駛速度也是我們經(jīng)常使用的一個參數(shù)。這個案例是一個中心城區(qū)的主干道，高峰時段車流繁忙，我們想使用基于軌跡大數(shù)據(jù)分析出來的平均行駛速度來設計綠波。
使用的感受是統(tǒng)計周期為30分鐘的平均行駛速度反映不出道路的實際情況。根據(jù)這個平均行駛速度來做的協(xié)調(diào)控制基本沒有實現(xiàn)綠波的效果。而且不同時間平均行駛速度的誤差相差很大，越繁忙，平均行駛速度的可用性越差。
另外，在這個案例中提供給我們的數(shù)據(jù)，我估計是在計算平均行駛速度的時候沒有去除停車等待時間，用路口間距離除以時間得到的速度就低了。
如上圖，這個案例也是使用平均行駛速度來計算綠波，是一個新開發(fā)區(qū)的幾條主干道，某些主干道過境貨車比例較大，某些干道飽和度較低，干擾較大。
使用的感受是：對于干擾較少的干道，平均行駛速度比較準確，效果不錯，確實做出了很好的綠波效果；對于大貨車較多的干道行駛速度確實不準確，誤差非常大，感覺可能因為軌跡數(shù)據(jù)樣本基本上都是小汽車。
為什么干擾較少的數(shù)比較準呢？我的感覺是去除了交叉口停車等待時間，然后算的速度相對會準一些。
另外經(jīng)常會需要用到排隊長度參數(shù)，在剛才那個中心城區(qū)主干道的案例里面使用感受是排隊長度不準確，變化趨勢也不準確，我覺得可能還是軌跡數(shù)據(jù)樣本量的問題，而且沒有分析到幾個路口會產(chǎn)生回溢現(xiàn)象，實際上我們觀察到有回溢現(xiàn)象，但是在數(shù)據(jù)上面沒有反應。
可能因為這個是通勤時段，上下班通勤時段的樣本量不夠。
上圖是使用排隊長隊的另一個案例。使用感受還是排隊長度不夠準確，但是排隊和消散過程的動態(tài)趨勢是對的。 這樣的結(jié)果不宜用于計算方案，如果用這個排隊長度去調(diào)整我的這個方案就不可行了，但是可以用于動態(tài)分析方案效果。
趨勢指標類也有很多指數(shù)，使用感受是經(jīng)常用于路口發(fā)生擁堵或者發(fā)生異常實時報警，然后及時發(fā)現(xiàn)突發(fā)擁堵，提高發(fā)現(xiàn)問題的效率。但是最大的問題是沒有分轉(zhuǎn)向，軌跡數(shù)據(jù)的分析在擁堵路口進口道沒有分轉(zhuǎn)向。
在趨勢類指標中，更惡劣的就是城市擁堵指數(shù)排名。這個擁堵指數(shù)和選定的計算區(qū)域有很大關(guān)系，想要一個城市的擁堵指數(shù)下降，只需要把一個不擁堵的區(qū)域（比如說不繁忙的新開發(fā)區(qū)）加到計算區(qū)域里就可以了。
不同的城市之間沒有可比性，用擁堵指數(shù)排名來比較哪個城市更擁堵，更是違背科學原理的。但不少城市卻是被擁堵指數(shù)排名給綁架了。
趨勢指標類還有用于一些路徑和OD分析，因為要截流，要知道車從哪來，到哪去，大概發(fā)生在什么時段。例如上圖的案例，就是基于軌跡大數(shù)據(jù)分析從一個城區(qū)東西兩邊的通道進入城區(qū)的路徑選擇和 OD，包括過境的交通量和路徑，以便做好不同時段的截流控制。
使用感受是這些來自互聯(lián)網(wǎng)公司的基于軌跡大數(shù)據(jù)的分析成果填補了OD和路徑方面的數(shù)據(jù)空缺，有比例和趨勢。但是缺點是只有比例，沒有具體流量值。但仍然可以用于下一步對截流和分流效果的對比。
在做這個案例的同時，我們也分析了路口的各流向比例。這是一個路口上面關(guān)鍵節(jié)點用軌跡數(shù)據(jù)分析出來的結(jié)果，但是我們做了實測對比，其實各流向比例與實測對比還是有誤差，但是這個誤差非常不穩(wěn)定，有19.5%，有10%，有23.4%。
關(guān)鍵問題不是分析結(jié)果有誤差，而是各流向比例的誤差波動太大，我們根本把握不了這些結(jié)果到底有多準。
使用感受小結(jié)
軌跡大數(shù)據(jù)成果有一定可用性，但是這個地方能用，不代表其他地方能用，這個時段能用，不代表其他時段能用。所以我認為軌跡數(shù)據(jù)及其分析結(jié)果在時空上的“個性”很強。
我們在使用大數(shù)據(jù)，特別是軌跡大數(shù)據(jù)的時候要先評估大數(shù)據(jù)成果的可用性。
現(xiàn)在經(jīng)常提“大腦”，我覺得“腦容量”很大，“大腦皮層”還很光滑，基本上還不能像人一樣去思考。大數(shù)據(jù)只有在實戰(zhàn)中才能磨煉出有實用的價值。
作為大數(shù)據(jù)的用戶，我很認同大數(shù)據(jù)未來的使用方向，但是怎么去用？我得出的結(jié)論是必須在每一個環(huán)境、每一個時段下都去分析這個大數(shù)據(jù)，分析廠商提供的大數(shù)據(jù)成果是否具有可用性，然后需要“地面部隊”的配合將這些數(shù)據(jù)做好評判。
我認為大腦直接接到前端設備，全自動化還太遠，應該是給交通工程師外掛一個大腦，做輔助決策或者專家系統(tǒng)才是正道。
人的能力是有限的，但是交通工程師的判斷能力很強，所以我希望是互聯(lián)網(wǎng)巨頭們有興趣的話應該給我們做一個外掛的大腦，不要總是想著要直接給信號機下發(fā)方案。
交通信號優(yōu)化服務分級
趕上“兩化”春風，很多城市都在籠統(tǒng)地說購買交通信號優(yōu)化服務，各地交警支隊、大隊好不容易申請到經(jīng)費之后發(fā)現(xiàn)有一種信號優(yōu)化服務叫做“別的城市購買的信號優(yōu)化服務”。
所以我覺得有必要說一下交通信號優(yōu)化服務等級，我寫這個目的是作為信號優(yōu)化服務從業(yè)者，我們應該給自己制定一個標準，規(guī)范自己。
I級： 優(yōu)化完有效果就撤
II級： 駐點優(yōu)化
III級：駐點優(yōu)化＋臺賬管理＋日常巡查+流程標準
IV級：駐點優(yōu)化＋臺賬管理＋日常巡查+流程標準＋早晚高峰值班
V級： 駐點優(yōu)化＋臺賬管理＋日常巡查+流程標準＋早晚高峰值班＋輿情處理
VI級：駐點優(yōu)化＋臺賬管理＋日常巡查+流程標準＋早晚高峰值班＋輿情處理＋交管措施宣傳化服務
當然，不同的等級還會有不同的收費，目前至少要做到二級。所以信號優(yōu)化服務不僅是技術(shù)上的輔助，更是管理上的輔助，一分錢一分貨。
總結(jié)
都說大數(shù)據(jù)是寶貴的資源，但是大數(shù)據(jù)不是煤礦，而是金礦！煤礦挖開了就能用，金礦提煉起來很費勁，不是說數(shù)據(jù)拿出來了就可以用，但是提煉出來了價值就很大。
我也是一直期望著有技術(shù)實力的互聯(lián)網(wǎng)巨頭們能夠以提煉金礦的態(tài)度把這些價值提煉出來，然后讓一線用戶用好。
（文章摘自賽文交通網(wǎng)官微，文章鏈接：https://mp.weixin.qq.com/s/NaObT0OcfqSgC0cPWhoLBw）
]]>