探秘:滴滴互联网+信号在南昌的实践研究报告
发布时间:2018-06-23
浏览数:
2016年起,国内的阿里云、高德、百度、滴滴出行等几家主要互联网公司都在研究基于轨迹数据优化信号配时,并将实验项目落地到具体城市。
为提高南昌市交通信号配时优化工作水平,2018年3月13日南昌市公安局交通管理局与滴滴出行公司签署了战略合作协议,并将首期合作项目放在红谷滩中心区的36个灯控路口,通过滴滴出行网约车轨迹数据,监测和评价灯控路口的运行情况,优化信号配时参数。
一、研究范围
南昌市红谷滩中心区研究区域涵盖36个路口,详见图 1。
图 1 研究范围与路口位置
二、研究过程
1、2018年3月13日南昌市公安局交通管理局与滴滴出行公司签署战略合作协议。
2、2018年4月23日,滴滴出行公司向交管局汇报研究成果。
3、2018年5月9日,为慎重、稳妥下发滴滴出行公司推荐的信号配时优化方案,经交管局副局长甘伟民以及科研所、红谷滩大队领导同意,成立“滴滴出行信号配时优化方案运行工作专班”。
专班组成人员包括:交管局科研所控制科科长、红谷滩大队设施民警、滴滴出行信号配时优化工程师,以及交管局信号系统建设维护保障单位青岛海信公司、南昌金科公司、深圳中天公司的技术人员。
“专班”的工作机制和工作过程如下:
(1)滴滴出行公司提供36个路口的信号控制建议方案,青岛海信公司和南昌金科公司提供36个路口正在执行的信号控制方案,三方共同对两种控制方案进行比较,找出不同之处。
(2)交管局科研所控制科科长谢少平根据两种控制方案的不同之处,评估、拟定滴滴出行信号控制方案下发路口的先后顺序和下发计划。
(3)红谷滩大队、中队领导研究审核科研所评估、拟定下发的滴滴出行信号控制方案、下发路口的先后顺序和下发计划。
(4)滴滴出行信号控制方案下发以后,滴滴出行公司、青岛海信公司、南昌金科公司、深圳中天公司通过视频监控、视频检测器、高德地图,密切关注、观察每个路口的交通变化情况。中队执勤民警密切关注、上报路面情况,疏导交通秩序。
(5)滴滴出行公司根据交通变化情况和网约车轨迹数据,动态优化信号配时方案。路口交通情况和信号配时方案稳定运行一周以后,滴滴出行公司根据网约车轨迹数据,分析、总结优化成果,提交信号优化成果报告。
5、2018年5月10日,“专班”将滴滴出行公司推荐的信号配时方案下发到路口信号控制机。
三、滴滴出行公司提交的研究成果
(一)对红谷滩中心区交通运行特征的研究成果
1、区域周交通特征
滴滴出行选取2018年4月9日至2018年4月20日,10个工作日的轨迹数据,对红谷滩中心区域进行了区域和干道分析评估。表1展示了红谷滩中心区域工作日平均延误。
区域平均延误是根据区域内每个路口在研究时间范围内每个车辆的平均延误值计算得出。
区域平均延误的意义是意在宏观地评价整个区域的交通运行水平。
表 1红谷滩中心区工作日平均延误
(1)滴滴出行网约车轨迹数据分析的周交通特征,与交管部门对城市道路交通的总体印象是一致的。星期一、星期五属于一周内的两个高峰日,相对来讲,星期一、星期五比另外3个工作日交通拥堵会更为严重。
(2)红谷滩中心区日均早高峰时段平均延误最高是星期五的57.4秒,最低是星期三的46.65秒,红谷滩中心区日均晚高峰时段平均延误最高是星期五58.1秒,最低是星期一的44.65秒。
按照美国《道路通行能力手册》关于信号控制交叉口服务水平的划分标准,服务水平属于D级、E级。总体来说,红谷滩中心区的交通拥堵呈现为点、线拥堵的形式,还没有达到区域性交通拥堵的严重程度,与交管部门的总体研判也是一致的。
2、区域日交通特征
图 2 红谷滩中心区 - 区域日交通延误时间变化
图 2展示了在10个工作日内,红谷滩中心区区域内各路口车辆平均延误值随时间变化的情况。滴滴出行网约车轨迹数据分析的日交通特征,与交管部门对城市道路交通的总体印象是一致的。交管部门一般把7:30—9:00作为早高峰、17:00—19:00作为晚高峰进行重点疏导、管控。
3、主干道日交通特征
图 3 红谷滩中心区 - 主干道日交通延误时间
本次滴滴出行公司研究的红谷滩中心区36个信号灯路口,主要涉及南北方向的赣江中大道、红谷中大道、丰和中大道等3条主干道,东西方向的庐山南大道1条主干道。
图 3展示了在10个工作日内,红谷滩中心区内各个干道内的各路口车辆平均延误值随时间变化的情况。
(1)总体来看,主干道日交通特征与区域日交通特征比较一致,主干道日交通特征数据能够支持区域日交通特征的分析结果。7:30—9:00为早高峰时段、17:00—19:00为晚高峰时段。
(2)从交通拥堵严重程度的比较来看,庐山南大道>丰和中大道>红谷中大道>赣江中大道。此结果与领导和市民的基本感受相一致,老百姓常说:赣江中大道最好走,庐山南大道最堵。
(3)南北方向的赣江中大道、红谷中大道、丰和中大道3条主干道,早晚高峰时段以及交通拥堵演变趋势非常一致。
(4)庐山南大道从7:30—11:30,14:00—18:30,延误时间都大于55秒,按照美国《道路通行能力手册》关于信号控制交叉口服务水平的划分标准,服务水平属于E级、F级,全天有8.5个小时都是交通拥堵状态,与领导和市民的感受也是基本一致的。
4、主要拥堵路口交通特征
表 2红谷滩中心区主要拥堵路口早晚高峰平均延误
表 2展示了红谷滩中心区域内主要拥堵路口的,路口车均延误值。按照美国《道路通行能力手册》关于信号控制交叉口服务水平的划分标准,平均延误大于55秒,服务水平为E级,属于拥堵状态;平均延误大于80秒,服务水平为F级,属于严重拥堵状态。
(1)滴滴出行网约车轨迹数据分析结果显示,本次滴滴出行公司研究的红谷滩中心区36个信号灯路口中,早高峰有11个路口拥堵严重(每日车辆平均延误过高),晚高峰有7个路口拥堵严重,其中早晚高峰时段都属于严重拥堵状态的是庐山南大道丰和中大道口。
此外,红谷中大道会展路口、红谷中大道翠苑路口、红谷中大道绿茵路口、丰和中大道怡园路口、丰和中大道会展路口等5个路口早晚高峰也都是拥堵状态。
(2)早高峰红谷中大道所研究的7个路口中,有5个路口拥堵严重;丰和中大道所研究的7个路口中,有3个路口拥堵严重。
(3)晚高峰红谷中大道所研究的7个路口中,有3个路口拥堵严重;丰和中大道所研究的7个路口中,有2个路口拥堵严重。
(二)对红谷滩中心区信号配时优化的研究成果
1、控制策略
在南昌市红谷滩中心区域根据行政单位、商业区域位置和施工作业情况,将赣江中大道划分为南段和北段,红谷中大道划分为南段、中段和北段,丰和中大道划分为南段和北段。根据不同干道的实际运行情况,分别制定信号控制策略。图 4和表 3展示了干线划分情况和所包含的具体路口。
图 4红谷滩区域干线划分
表 3 红谷滩区域干线划分
依据“缓进快出”和“防溢出”的主要控制思想,图 5总结了南昌红谷滩中心区早高峰的信号控制策略,图 6总结了南昌红谷滩中心区晚高峰的信号控制策略。
图 5南昌红谷滩中心区 – 早高峰控制策略
图 6南昌红谷滩中心区 – 晚高峰控制策略
2、信号配时优化方案
本次滴滴出行公司研究的红谷滩中心区36个信号灯路口,由于赣江中大道南昌大桥北侧路口实为行人过街,故不列入优化路口中,实际的滴滴出行公司优化路口数是35个路口。
表 4红谷滩中心区 - 滴滴出行信号优化方案分类统计
(1)滴滴出行信号优化方案较原运行方案的时段相差30分钟以上(即“时段变化大”),早高峰有28个路口,占80%,晚高峰有27个路口,占77.14%。
(2)滴滴出行信号优化方案较原运行方案的周期相差10秒以上(即“周期变化大”),早高峰有11个路口,占41.43%,晚高峰有9个路口,占25.71%。
(3)滴滴出行信号优化方案较原运行方案,有一个以上(含一个)以上的相位绿灯时间相差7秒以上(即“相位绿灯时间变化大”),早高峰有4个路口,占11.43%,晚高峰有9个路口,占25.71%。
表 5红谷滩中心区早高峰拥堵严重路口 - 滴滴出行信号优化方案分析
表 6红谷滩中心区晚高峰拥堵严重路口 - 滴滴出行信号优化方案分析
综合分析表5、表6可知,早晚高峰时段对于拥堵严重的路口,除了时段划分可以做进一步的精细化处理(即“时段变化大”),周期、绿信比可供信号优化的空间基本很小。
四、对滴滴出行信号配时方案的控制效果评价
1、评价方法
2018年5月10日,“专班”将滴滴出行公司推荐的信号配时方案下发到路口信号控制机(研究区域36个路口,实际存在信号配时参数变化的共有32个路口)。
2018年5月17日(周四)至2018年5月23日(周三)连续5个工作日的早高峰(7:30—9:00)和晚高峰(17:30—19:00), “专班”每5分钟截取一张高德地图的图片,作为滴滴出行公司推荐信号配时方案控制效果的第三方对比印证资料。
为了开展对比研究,2018年5月24日,“专班”又将原信号配时方案重新下发到路口信号控制机。
2018年5月25日(周五)至2018年5月31日(周四)连续5个工作日的早高峰(7:30—9:00)和晚高峰(17:30—19:00),“专班”同样是每5分钟截取一张高德地图的图片,作为原信号配时方案控制效果的第三方对比印证资料。
2. 区域路网整体控制效果评价
图 7展示了区域路网滴滴方案和原配时方案运行的日平均延误变化情况。路网延误时间是根据研究时间范围内路网中所有路口的车均延误计算所得。
原配时方案早高峰延误峰值为56秒,滴滴方案延误峰值为51秒,路网早高峰延误降低。原配时方案晚高峰延误峰值为51秒,滴滴方案延误峰值为47秒,路网晚高峰延误整体降低。路网平峰时段延误值变化不大。
综上,滴滴方案相对于原配时方案,路网整体延误值降低。
图 7 红谷滩中心区 - 延误变化
表 7展示了早晚高峰,区域路网32个路口整体延误变化情况,整体上拥堵有所缓解。尤其是比较拥堵的周一早高峰,滴滴方案将延误降低了17%。周三晚高峰和周四晚高峰,滴滴方案较原配时方案分别延误降低20.2%和21.6%。但值得关注的是周一晚高峰,滴滴方案的延误增加了18.4%。考虑周三和周四晚高峰均降低,周一晚高峰延误增加可能因交通事件导致。
表 8 7红谷滩中心区域 - 工作日延误时间
2.主干道控制效果评价
(1)赣江中大道
赣江中大道研究范围包含9个路口:赣江中大道会展路口、赣江中大道春晖路口、赣江中大道翠苑路口、赣江中大道飞虹路口、赣江中大道丽景路口、赣江中大道绿茵路口、赣江中大道世贸路口、赣江中大道新府路口和赣江中大道怡园路口。
表 8赣江中大道 - 延误时间
(2)红谷中大道
红谷中大道研究范围包括8个路口:红谷中大道翠苑路口、红谷中大道飞虹路口、红谷中大道会展路口、红谷中大道丽景路口、庐山南大道红谷中大道口、红谷中大道绿茵路口、红谷中大道世贸路口和红谷中大道怡园路口。
表 9 红谷中大道 - 延误时间
(3)丰和中大道
丰和中大道研究范围包括8个路口:丰和中大道春晖路口、丰和中大道翠苑路口、丰和中大道飞虹路口、丰和中大道会展路口、丰和中大道丽景路口、庐山南大道丰和中大道口、丰和中大道世贸路口和丰和中大道怡园路口。
表 10丰和中大道 - 延误时间
(4)庐山南大道
庐山南大道研究范围包括凤凰中大道口和丰和中大道口。
表 11庐山南大道 - 延误时间
3.全部路口控制效果评价
表12展示了红谷滩中心区域所有路口在研究时间段内的路口车均延误变化情况。路口延误取研究时间范围内的该路口各个方向车均延误计算所得。
表 12 红谷滩中心区域路口延误变化情况
4.大队重点关注的路口控制效果评价
在下发的共计32个信号控制路口中,辖区红谷滩交警大队考虑到红谷隧道和赣江中大道的重要性,在日常交通管理工作中,大队重点关注的路口包括:与红谷隧道有重要关联的红谷中大道的世贸路口和怡园路口,丰和中大道的会展路口、世贸路口和怡园路口,以及与党政机关有重要关联的和赣江中大道干沿线路口。
本章节重点分析重点路口的延误时间变化情况。
通过对表 12分析大队所关注的14个重点路口的延误变化情况,针对重点关注路口,整体来说早高峰延误缓解较明显,滴滴方案较原配时方案改进较多。在晚高峰,滴滴方案相较于原配时方案有优化效果。
表 13展示了14个重点路口的延误变化情况。重点路口延误取研究时间范围内的该路口各个方向车均延误计算所得。
相对于延误时间下降的路口,部分路口的高峰时段延误时间增长超过10%,包括赣江中大道春晖路口晚高峰、赣江中大道飞虹路口晚高峰和赣江中大道绿茵路口早高峰。延误增加的路口时段集中在赣江中大道北侧的晚高峰,赣江中大道交通流具有早晚高峰的潮汐特性,其北段在晚高峰南向北方向承担主要车流,可考虑对信号配时进行进一步优化。
(1)引入第三方数据对大队重点关注路口早高峰的控制效果评价
图8、图9、图10和图 11分别以滴滴方案和原配时方案各运行周的周一为例,引入第三方数据,具体说明两种方案早高峰的延误变化情况。
总体来说,整个路网在运行滴滴方案时,路网拥堵较原配时方案有所缓解且拥堵持续时间更短。
图 8周一早高峰 8:20
图 9周一早高峰 8:30
图 10 周一早高峰 8:40
图 11周一早高峰 8:55
(2)引入第三方数据对大队重点关注路口晚高峰的控制效果评价
图 12、图 13、图 14和图 15分别以滴滴方案和原配时方案各运行周的周一为例,引入第三方数据,具体说明两种方案晚高峰的延误变化情况。
图 12周五晚高峰 17:50
图 13周五晚高峰 18:00
图 14周五晚高峰 18:10
图 15周五晚高峰 18:20
五、总结思考
(一)对滴滴公司的印象
“尺有所长、寸有所短”,互联网公司、传统信控企业都各有所长,也都各有所短。对于交管用户来说,最主要的是要清楚认识互联网公司、传统信控企业的长处、短处是什么?如何“扬长避短”?
通过红谷滩中心区36个信号灯路口的首期项目合作,笔者的体会如下:
1、滴滴公司具有网约车轨迹数据之长,但是,即时的样本量相对较少则是滴滴公司之短。
滴滴网约车轨迹数据的完整性、数据的高质量毋庸置疑,由网约车轨迹数据得到的起屹点、行程距离、旅行时间、行程车速、延误时间等数据也是可靠的,分析的交通运行特征、信号控制策略也是可信的,对于交管部门提升城市交通态势综合分析和管控能力具有重要意义。
滴滴网约车轨迹数据,与固定点检测器数据进行比较,即时的样本量比较少,滴滴公司的“扬长避短”之道是:累积数据。
本次滴滴公司对红谷滩中心区36个路口信控优化研究,采用了4月9日至4月20日十个工作日的网约车轨迹数据进行早晚高峰时段的分析研究。
在笔者看来,滴滴公司(本次在南昌的试点)暂时不追求实时控制,而是先做离线分析,生成分时段定周期信号配时优化方案,是一个比较符合现状的定位。
2、滴滴公司具有智慧交通专业研究团队之长。本次参加南昌试点的项目团队既有交通工程专业的人才,也有算法方面的专家。
(二)对互联网“大数据”的认识
网约车轨迹数据等互联网“大数据”,在交通拥堵治理、信号控制、配时优化等方面的作用,应该客观理性的认识。
1、互联网“大数据”可以帮助我们交管部门实现全域交通状态自动感知、交通态势自动研判,提升城市交通态势综合分析和管控能力。
2、互联网“大数据”可以帮助我们交管部门从时空维度量化分析道路交通特征(时间维度可分为月、周、日、小时、工作日、节假日;空间维度可分为区域、道路、路口);量化分析信号控制交叉口的服务水平;从量化分析的道路交通特征、交叉口服务水平,科学合理的提出令人信服的控制策略、绿波带设计速度。
3、互联网“大数据”可以帮助我们交管部门及时发现信号控制系统目前还难以及时发现的拥堵、失衡、溢出,时段以及配时参数设置不合理的问题。
4、互联网“大数据”可以帮助我们交管部门对信号配时优化效果进行量化评价,实现信号配时优化工作的闭环管理。
5、理性看待互联网“大数据”对 “治理交通拥堵”的作用。
信控行业专业人士的基本认知以及本次滴滴公司提交的红谷滩中心区36个路口信号配时优化建议方案都说明了一个简单的道理:交通拥堵严重的路口,信号配时优化的空间非常小。
交通拥堵的成因是复杂的,信号配时优化虽然能起到一定效果,但是作为交管部门,“治理交通拥堵”需要更多的利用交通组织、渠化设计、路口微改造等空间资源的手段,进行时空一体化的精细化交通设计。
6、互联网公司和传统信控企业扬长避短、优势互补,实现信号系统连通和数据融合才是发展方向。
作为交管用户,需要坚持“以我为主,为我服务”的理念,未来也需要采取强力手段、有力措施,促成互联网公司和传统信控企业在南昌实现城市级的信号系统连通和数据融合,运用互联网思维和大数据方法,为缓解城市交通拥堵提供靶向治理工具精细化治理城市交通拥堵。