隨著新型智能交通建設和需求的不斷加深,以提升城市交通運營效率和出行體驗為目標,人工智能軟件公司商湯科技在浙江紹興成功部署了SenseFoundry Tran商湯方舟交通開放平臺,將大規模視頻解析與交通信控場景結合,解決了城市交通智能化升級的關鍵難題,打造了智能交通的城市范本。

(資料圖)

紹興交通路口拓撲圖

紹興常駐人口超過500萬,截至2020年底公路網規模達10381公里。由于在城市建設初期,未能布設可監測交通流量的交通參數檢測器,紹興雖然城區電警卡口的覆蓋率可達到約90%,但僅能用于違法抓拍。缺乏高質量的交通數據支撐,導致交通信號配時、交通管理方案的形成,大多只能依靠人工和專家經驗,交通信號基礎方案的精細化程度十分不足。

商湯基于領先的AI分析能力,秉承“充分利舊”原則,將電警卡口搖身一變成為“AI超級攝像頭”,不僅能夠識別15+交通事件、20+交通違法、同時還能實時解析15+交通參數,同時在數字路網的基礎上以最低的投入建立了全息交通數字底座,完成了紹興大規模交通參數解析從0-1的突破。紹興市公安局交通管理局丁強副局長表示:“依托SenseFoundry Tran 商湯方舟交通開放平臺,進一步激活、提升了前端感知設備的效能,實現了交通運營管理的智能化升級,為未來實現傳統智能交通向新基建交通數字化、車路自動化協同有效升級提供了可行路徑?！?/p>

落地大規模交通參數解析,夯實智能交通基礎

在紹興的智能交通落地實踐中,商湯科技部署了SenseFoundry Tran 商湯方舟交通開放平臺,以大規模視頻解析能力為核心獲取高質量的交通參數,為紹興的交通運營管理實現智能化升級打下了關鍵基礎。在越城區試點范圍內,目前系統已接入紹興越城區897路視頻,覆蓋了109個信控路口,可實時對交通運行狀態進行不同維度的分析。

在宏觀規律層面,系統可分析得到交通流量排名前十的路口以及時變情況,例如,越城區高峰時段十分顯著且持續時間較短,早高峰時段為8:00-9:00,晚高峰時段為17:00-18:00,工作日日均流量明顯高于周末日均流量,周末高峰時段與工作日保持一致。這與交管部門實地調研得來的越城區交通運行現狀高度吻合。

圖注:越城區試點范圍內高流量路口(路口流量TOP10)的基本情況,主要分布在鳳林西路、中興北路以及群賢中路等干道沿線。

圖注:越城區試點范圍內路口交通流量24h時變圖

在微觀規律層面,基于交通數字底座提供的底層能力,系統可全天候保障車道級數據穩定、高質量輸出,在不同時段、不同天氣條件下交通參數均能達到90%以上精度,同時還可提供路口渠化以及信控方案信息,對單個路口進行細化分析。以鳳林西路-后墅路為例,經過計算我們可以得到各進口道各轉向的流量、通行能力以及飽和度,并分析發現西進口早晚高峰服務水平均較低。這與該路口浮動車數據分析結果和視頻觀測結論高度一致。

圖注: 鳳林西路-后墅路高峰運行分析

推進智能決策與控制,實現視頻和信控零距離

當有了商湯大規模視頻解析帶來的高質量交通數據參數信息,以及先進的交通數字底座,并將其與商湯為紹興開發的統一信控平臺協同,就可以實時感知并關聯交通事件與交通流變化,及時預警并應用自主設計的多場景信控算法實現單路口、干線、區域的自適應協同控制,完成智能信控閉環,真正實現“視頻和信控零距離”的目標。

實際應用中,我們擁有三種針對路口信控方案的推薦方式,單點自適應控制效果、單點時段優化及方案優化,以及區域動態綠波協調效果。

首先,單點自適應控制效果。系統對實時數據進行預處理及短時預測后基于仿真、特征設計、強化學習等單點自適應模型能力自動推薦自適應方案。以鳳林西路-越西路為例,推薦的方案與實時交通流量存在強相關性,平峰和夜間每隔15min自動調整路口的信號配時方案,平均降低空放率約20%,同時結合數字底座的能力能夠有效保障最小安全時間。

圖注:鳳林西路-越西路案例

第二,單點時段優化及方案優化。系統基于大量的歷史數據積累,能夠自動識別路口工作日/休息日的交通特征,推薦時段劃分與每個時段的信號配時方案,使其更加貼合路口、進口道流量規律,最大程度節約路口控制資源,提高放行效率。

針對時段優化來說,以后墅路-橫湖路為例,從路口整體流量規律分析可得,在舊時段劃分中,高峰時段劃分較吻合交通流,但存在平峰時段劃分過于粗糙的問題。舊時段0與舊時段1,屬于夜平峰,無需分開為兩個時段。舊時段2,從2:00-7:00,存在劃分不精細問題。舊時段4從8:50到17:10,跨越過長時段,精細化程度不夠。

同時,分析舊配時方案下的流量時變圖,可發現在10:00-16:05的時段4和18:40-21:30的時段6,南北進口最大流向流量相近,無需南口單放。

圖注:方案優化智能推薦(周期與相位時長單位為秒)

當查看系統智能推薦的時段和方案時,可發現路口時段劃分更精細,進口道流量規律更明確,同時,智能推薦的方案周期更精確,各個信號相位的時長也更精細。

第三,區域動態綠波協調效果。區域動態綠波協調算法基于大量的歷史數據積累,評估協調控制優化空間,動態生成控制時段、控制目標和協調路口群,在確定的控制域內基于全量感知的交通參數,實現基于實時交通數據的協調方案動態調整,在調控過程中同步展示協調路線的整體運行狀態。

以紹興鳳林西路為例,在動態綠波協調前后,在不同測試方案下,各項指標都呈現出十分顯著的提升。從基于卡口的行程車速來看,從東向西,全樣本對比提升10%,前30%樣本對比提升15%,均速從29.3km/h上升至33.6km/h,最高達37.5km/h。從西向東,全樣本對比提升10%,前30%樣本對比提升15%～18%,均速從29.6km/h上升至34.1km/h以上,最高達40.8km/h。

圖注:行程車速顯著提升

從上路實測效果看,雙向道路在平均用時、平均速度以及平均停車次數這三項指標上均有顯著提升。

鳳林西路平峰信號協調控制效果測試報告

圖注:1、 測試值為歷次測試均值。2、各輪測試次數分別為:優化前第1輪共12次,優化前第2輪共12次,優化前第3輪共12次;優化后第1輪共12次,優化后第2輪共12次,優化后第3輪共12次;合計72次。3、.測試時段:10:00-15:30。4、控制效果評級說明:A表示效果優秀,B表示效果良好,C表示效果一般,D表示效果差。

打通智能交通運營閉環,助力紹興交通全方位智能化

交通行業流傳著一句經典,世界上最遠的距離是“攝像頭和紅綠燈之間的距離”,準確描述了困擾交通行業的最大難題之一。早在2018年,全國首個交通信號配時中心啟動運行,期待通過智慧化手段保障交通管理安全、可控、效率的平衡。然而這一傳統模式沒有擺脫依賴人工經驗、智能化程度偏低,以及管理成效不足的問題。如何通過交通系統的智能化升級,打通攝像頭和紅綠燈之間的智能控制鏈路,讓城市路網承載更多交通流量,成為我國智能交通建設中的重要課題。

如今,大規模視頻解析技術的應用,可以讓信控更聰明、更高效。商湯基于超大規模的AI視頻解析能力,為城市構建了“大規模視頻解析、交通流參數輸出、交通路網數字底座、交通信號控制軟件平臺、第三方信號機自動下發控制”的完整閉環,將領先AI技術與已有設備,包括攝像機、信號機以及其它道路交通設備設施和互聯網數據等結合。由此在減碳、利舊、節能、提效的宗旨下,初步實現了在交通安全治理、交通信號控制系統等領域的全方位智能化升級,領跑行業。

紹興只是一個城市縮影,還有許許多多城市同樣面臨智能交通建設難題。商湯智能交通領域實踐和成果展示,為全國數以百計的大中城市提供了交通智能化的升級范本。通過建設大規模視頻解析獲取有效交通數據和參數,并結合路口、干線、區域的交通環境特征、動態交通流規律等,融合專家經驗與AI算法決策,讓城市交通逐步從“算法輔助人工控制”到“AI先學習人工經驗,再逐漸替代人工”,最終實現交通信號控制全面智能化的目標。

值得一提的是,為了最大程度發揮AI算法在交通認知、診斷、決策和評價方面的能力,商湯科技還打造了交通智庫產品,未來,人工智能還可以承擔交通咨詢工作,幫助管理者解答例如擁堵治理工作中“為什么堵、怎樣治理、效果如何”等疑難問題,賦能城市交通精細化管理。依托領先的AI技術、能力以及豐富的落地經驗支撐,商湯科技也將為更多城市提供交通運營管理的全方位賦能,推進交通運營的智能化升級。

【廣告】

（免責聲明：此文內容為廣告，相關素材由廣告主提供，廣告主對本廣告內容的真實性負責。本網發布目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，請自行核實相關內容。廣告內容僅供讀者參考。）

關鍵詞： 智能交通