当红绿灯学会思考，未来交通会怎样

城市车辆无人驾驶，交通管理系统无人操作，道路交通安全达到极致，一切交由“交通大脑”处理——当“交通大脑”进化到“无人之境”时，一切是不是很科幻?一个基于5G构架、无人驾驶的智慧交通系统，还会有红绿灯、有交警、有拥堵吗?作为智慧泉城的重要组成部分，济南“交通大脑”究竟进化到什么程度了?

13家企业 撑起“超强大脑”

智慧城市建设热潮下，国内多个城市上马建设“城市大脑”，配备“交通大脑”，连马来西亚的吉隆坡也装上了阿里云的“城市大脑”。济南“智慧泉城”六通之一“市民出行一路通”，主要由济南交警承建的智慧“交通大脑”构成。

一个通过数据对城市进行全局实时分析，自动调配公共资源，修正城市运行缺陷的超级人工智能到底有多强大?

杭州版“城市大脑”：囊括阿里云、海康威视、移动、联通、电信等17家企业;涉及智能算法、图像视频捕捉、交通大数据处理、云计算、网络安全等软硬件厂商，以及为参与项目提供资本支持的机构，形成庞大的“城市大脑”生态圈。

在济南交警支队“济南交通大脑”研发中心，几大互联网公司联合办公。济南“交通大脑”朋友圈里有浪潮、滴滴、百度、海信、易华录、海康威视、北京以萨、山东创飞客、四维图新、共享单车企业(摩拜、ofo、哈罗)、泰华智慧。

济南“交通大脑” 至少含7类数据

“世界上最遥远的距离是什么?是红绿灯跟交通摄像头的距离。”阿里云创始人王坚用这句话切中交通控制痛点——数据孤岛比比皆是，摄像头看到的东西，永远不会变成红绿灯的行为。

2016年10月，杭州萧山区信号在线优化配时汇集了交通、教育、医疗、互联网等13个行业57类数据。

济南“交通大脑”数据来源：滴滴、百度浮动车数据;交警数据——卡口数据、地磁数据;地图数据——百度数据、高德数据;摩拜、ofo、哈罗三家共享单车数据;浪潮大数据——企业数据、政府数据和互联网数据，还有济南范围内的300多家公共停车场数据。

未来，在车联网时代，所有车的状态都可以汇到“交通大脑”中。

一座城市找不到两个完全相同的路口。那么，最先进算法能解决无规律可循的交通问题吗?以信号灯为切入口，济南展开了一场引领全国的“交通大脑”试验，包括在城市级快速路匝道设置智慧交通诱导屏、潮汐车道等。旅游路上线潮汐车道后，双向失衡指数整体优化了72%。

这场创新试验背后的主力厂商滴滴研发团队的灵魂人物，是全球智慧交通领军人物刘向宏。

滴滴“滴禹”平台目前监控着济南市区764个路口的信号灯。这是一场由点到线，再到面，最后到整个系统的交通自适应控制的进化。每一次1%通行效率提升的背后，技术都付出了洪荒之力。

每增加一个路口 算法难度指数级增加

这个全中国交警部门都梦寐以求的系统是怎么进化的?

智慧交通信号灯：目前已优化济南344个路口，每天为济南市民节省超过3万个小时的通行时间。

方案选择式自适应控制：经十路、旅游路等十多条主干道实行了方案选择式自适应控制。

通过调取卡口、地磁等数据，融合滴滴浮动车数据后进行分析，进行精细化配时，构建信号配时方案库。经十路、旅游路这两条道路根据时段全天制定了13套解决方案。

区域交通控制：大明湖“试验场”：2017年10月，大明湖区域7条主干道、43个路口的信号灯进行了优化，工作日车辆平均通行速度提升17.1%。目前，大明湖区域信号灯优化的路口已扩大到140多个。

算法复杂。以经十路(不含经十东路、经十西路)为例，一共39个路口、43条道路相交。每增加一个路口，算法难度会指数级增加，而区域交通控制相当于是从“点”到“面”，算法复杂了N倍。

具体而言，每增加一个路口，需要考虑各个方向来车情况，甚至各个路口汇集到这条路的所有能够对该路口交通产生影响的因素，包括天气、突发交通事故、大型活动等;这些因素必须能实时监控和采集，比如该路口周围10个路口内某个点位发生事故后，对当前点位影响几何，随之对其他点位进行联动改变。

算法并非万能 “交通大脑”是定制产品

“交通大脑”是定制产品，每个城市地形不一样，路网瓶颈、市民出行习惯不一样，交通痛点也不一样。针对济南交警部门要求，滴禹平台显示监控的764个路口中绿灯损失、配时失衡的路口，实时报警，每3分钟刷新一次数据。

同时，排列出济南前二十大拥堵路口;通过实时和历史拥堵数据将城市拥堵最严重、亟须治理的道路推荐出来，排列出“治堵”道路优先级，并预测治理后效果。

这个路口需要建过街天桥吗?公交应该新增哪些线路?在这个街口建超市会增加多少拥堵?共享单车停放点划在哪里，会提高最后一公里出行效率?滴禹平台上的数据还能对职能部门做决策提供数据支持。

关于“交通大脑”四大法则：

算法解决不了所有问题，影响交通的最重要因素是城市规划，交通一旦饱和，需严重大于供，再先进的算法也解决不了现实问题。

优化效果最好，路口可能会达到30%-50%提升，但要保证任何一个路口都能有10%的提升很难，因为数据处理量非常大，20%的特殊场景可能要花80%的精力去处理。

标准的十字路口很容易用模型描述，而环岛、主辅路在一个路口分开灯控等场景，人能看懂这些交通信号控制方案都很难，用数学语言让计算机看懂更难。

百度、高德、滴滴等都推出各个版本“中国十大堵城”，涉及数据样本、算法不一样，城市排序也不一样，别把“堵城”榜单当回事。

(新媒体责编：wb001)