caoporn国产精品免费_中文字幕无码精品亚洲资源网_国产乱人伦偷精品视频免_亚洲成网777777国产精品

近年來，從最早的物聯網、移動互聯，然后車聯網，現在大數據、云計算、人工智能最受關注，常規的交通控制如何更好的運用這些新技術，和這些技術結合起來，這非常值得我們去思考。這些新技術的發展，必然也催生了我們現在交通管控里的技術、應用的升級。但問題是，從這些物聯網等新技術如何更好的服務于我們實戰需求呢?如何運用新技術，遵循什么樣的路徑去實現應用?
各個系統集成的思路都是縱向集成，這些年我們發現，各個系統都是相互獨立在應用，當然應用的也比較好，當然我們更希望將這些系統整合起來，所以把他們做了集成，在我們指揮中心做集成，但這些年我們發現最難的也是集成這件事。
而我們的指揮中心除了大屏，除了指揮中心之外，其他的功能在我們實戰中發揮的作用不那么明顯這給我們帶來很多這樣的思考。我覺著有一點原因是，我們的技術還沒有發展到這樣的一個階段，發展到現在這個階段實際上也給我們帶來了一些突破的辦法。網聯、互聯這樣的一些新技術，到底與我們傳統的交通系統有怎樣的一個匹配。
2016年阿里的王堅博士說，“世界上最遙遠的距離是紅綠燈跟交通監控攝像頭的距離。當時給我的思考：嗯，確實是這樣。為什么我們路口的攝像頭不能和我們信號機連在一起?為什么我們所有的智能交通系統都是在縱向的集成?為什么我們系統，我們前端的設備不能橫向物聯?我們的系統在中心為什么不能橫向的互聯?我們的系統為什么不能在互聯網，如手機終端聯網呢?
如果是做了這樣的一些聯網，會發生一些什么樣的事情?我并不是說我們縱向集成的思路是錯的，但另外一個方向我們確實是應該去考慮的。
除了縱向集成，還有一條線就是橫向的互聯。這樣一個想法，如果我們想去實現，會發現有很多創新思路出現。當我們的信號機和視頻檢測器互聯的時候，我們至少會讓視頻智能化的程度越來越高，因為我們在依賴于它。
當我們在前端進行很多物聯、互聯的時候，我們就會產生很多數據，那么這些數據都有哪些呢?我們是做什么呢?是讓我們公安做信號控制也好，交通控制也好，更多的是管車?還是管人?我們管的是秩序。
實際上想想我們要做感知也好，要做采集也好，我們現在有了這樣的智能分析產品，就知道駕車人長什么樣，就知道駕車人的車是什么樣。
我們現在有非常好的定位技術，我們走到哪里，我們就可以定位到哪里。接下來我們有汽車電子標識，也就是說我人、車的身份均被識別了。如果我們把他們連起來會是一個什么狀態，這樣大量的信息可以刻畫什么?這是以前從來沒有的。
所以我們覺著這是一個很好的機遇，我們希望加快步伐去更好的做一個結合。有了一個這樣的前端不斷智能化，AI化的產生，那么我們目標是什么?能給我們帶來什么?我覺著更多的是一個精準化的應用。
以前我們更多的是要做推演，做預測，但現在我們發現數據來了，我們可以把前端描繪的更精準，把路網的狀態描繪的更加精準。可以讓我們在路網層面上由上而下，由區域到點上，這樣的思路可以去執行了。
交通感知向精準認知邁進
首先說說前端的事，也就是我們采集的事。十年前我們講采集，五年前我們講感知，現在我們講認知。我們有了視頻，有了雷達，有了位置信息，有了車輛信息，人的信息，我真的是精準去刻畫，可以刻畫到車動態的一個狀態。
在中心我們借用互聯網的數據，我們可以把路網整個規律的特征描繪的非常精準了。我們以前做的是靜態的事情，交通運行是動態的，原來的交通信號方案是靜態的。他們之間的擬合度到底有多高，這也是我們信號一直做的不靈活，特別不智能的矛盾，癥結所在。我們做了一個綠波，一個方案，提升15%~20%，特別好。但是我們發現，過了一個星期后，方案就不適應了。當我們發現這個路堵的時候，我們就不從這路口走了。這也是動態變化的特性。
我們早晚高峰擁堵的時候，是一個快速匯聚的趨勢。但我們更關注，4：30-5：30開始堵，真正堵的時間有多長，這個動態特性有沒有刻畫出來?？坍嫵鰜恚酉聛淼木彾麓胧?，除了從路網層面外，還有一些交通消散的措施。
有了這些數據之后，發現前端的信號機有不適應了，我們采集了很多數據，但是信號機只能用0，1這樣的數據。我們的信號機都是基于流量，占有率兩個二維指標的模型算法做出來。這樣我們就想重構信號機的算法、邏輯。
到了中心系統，我們有更多的數據，無論是互聯網數據還是固定點數據，我的數據結構又重新變了。那我們的信號機算法和邏輯是不是又要變化了。
有了這么多的數據，我們原來的信號系統是安裝在一臺服務器上，兩臺服務器上，我們在想現在的服務器能計算么?能承受嗎?我們想到大數據如何信號結合的問題。我們面臨的對象是城市交通運行的情況，路網狀態是高峰的時候很堵，過飽和的;平峰的時候還可以，平峰時候是非飽和的。我們在大學專業課里學的只是都是在平峰時候非飽和狀態下的處理，高峰時候過飽和狀態下還需要我們在實踐中摸索，課本里并沒有很好的指導。
信號控制向協同控制發展
在高峰過飽和和非高峰非飽和狀態下，有不同的控制策略，不同的控制邏輯和方法。在這樣的技術發展基礎上，我們提出了做“信號實時響應控制”，因為我們有數據了，可以做數據驅動。
原來我們采集流量來預測下一階段可能排隊情況。現在我們不需要這么做，因為視頻就相當于眼睛，我們能立刻看到排隊了。我們有了高德、百度的數據，知道哪個地方快堵了，歷史時間里哪個時段要堵了，哪就可以提前去處理，實時進行響應了。
我不是做基礎理論研究的，不好說這個“實時”是屬于自適應還是屬于感應，但是我是做應用的，要給交警一個實實在在的變化。我們希望路口在非飽和狀態下，車輛放沒了，燈應該切換了。
中山大學余志老師講了一個信號評價的標準：如果控制最好的話，車沒了，綠燈結束，綠損最少。實際上我們追求的是老百姓的感受，經常說信號配時不合理，是說這邊排隊呢，那邊已經綠燈空放呢。
另外一個方面的需求，民警很苦。這都有個信號燈控制了，為什么還要在路上指揮呢。我有個愿景，我們的信號機要從民警從崗亭上走下來，減輕路面執勤的壓力，這是智能化的體現。我們交警應該在路邊更好的協調交通秩序。
舉幾個例子，單點的、協調的比較常規。現在城市交通流出現主支分離狀況，非對稱情況嚴重，我們上了可變車道。但是，我們又發現可變車道五點變回來，六點變回去，這與老百姓的期望就不適應了。不適應在某一天走的時候，交通流不是這樣，直行不堵了，為什么可變車道不變回來呢。實際上，有了我們這樣的數據采集手段，有了可變車道的重構，就可以變化了。
另外一個例子，建設有軌電車。我們嘗試用常規的交通信號技術理論去做控制，但是發現方法不行。我們把有軌電車的信號控制系統和道路交通信號控制系統控制中心打通了，前端打通了，我們就可以知道有軌電車什么時候來了，什么時候離開路口，應該怎么控制了，實時動態控制。
我們做公交優先，做了很多年，我們可以做到在路口，沒有公交專用道的公交信號優先。因為公交車上安裝了RFID，我們就知道公交車是幾路車，在路口是直行還是左轉。如果我取得了公交車上終端的信息，就會知道在路口直行有幾輛公交車，左轉有幾輛。
再舉個例子，我們一直說車路協同，車聯網來了，但是技術條件不具備的話我們很難讓落地的。但是我們有了LTE，5G的前身，解決了通信的問題。車輛和信號機的實時通訊，這種通訊就是低延遲，高可靠，大量數據的通訊，可以落地了。
交通管控向信息服務拓展
講到這的時候，我們發現路口的信號機不是信號機了，他成了路口的智慧中心節點了，數據交換的中樞了。不是單純的信號機控制紅綠燈了，他從中心獲取數據分享給車輛了。我們還發現把管控中心信息推給汽車的時候，更是應該交警做的事情了。我們很多廠家和老百姓說，為什么交通管理的信息不給我們開放呢，我們是不是可以將信號機里的信息，傳遞給車輛，傳遞給誘導屏，所以我們覺得是到了把管控數據和信息開放給老百姓的時代了。
我們一路綠波60公里每小時，要做到實時綠波，就應該把我們建議的實時的綠波速度推到手機上，車載終端上，前面的這個誘導屏上。讓你知道這個速度是要變化的，這段40公里每小時，那段50公里每小時，信息的精準性。
這個是去年在物博會上聯合華為、中國移動和幾大汽車廠商真正能做到的在開放道路上，車路協同的驗證。
大數據讓交通運行控制變真切
數據太多了，信號系統玩不轉怎么辦?那信號系統也要革命了。
我們要把信號系統挪到大數據平臺上去了，挪到平臺上去了，我們就可以不談A廠家和B廠家的交互了，什么融合了，什么接口了。這就是我們這些年在思考和在推動做的事情?，F在技術條件成熟了，到了破局的時候了。