城市智慧交通信号控制解决方案
123
图 11 东进口左转相位时长大幅提升，左转车辆停车等待次数由 3 次以上降至 0-1 次
图 12 主要车流方向排队车辆在各相位放行期间基本清空
五、未来展望
在接下来的日子里，航天大为基于现有技术，结合车路协同技术、自动驾驶技术，对信号控制
方面进行创新提升，推出更加智能的城市交通信号控制解决方案，为我国智慧交通发展保驾护航。
也希望和更多的行业合作伙伴一道，共同为城市道路交通管理贡献力量，携手共创一个文明、畅通、
安全的道路交通环境。
智能交通产品与技术应用汇编
124
城市道口防碰撞预警系统研究
张 昊 1
王 庆 1
汤立凡 2
1.东南大学仪器科学与工程学院，
2.江苏省产业技术研究院未来城市应用技术研究所
一、引言
据统计，2015 年全球约有 125 万人死于道路交通事故，其中近一半的交通事故死亡者为易受伤
害的道路使用者。据中国公安部统计，2012 年全国发生涉及人员伤亡的道路交通事故超过 20 万起，
造成近 6 万人死亡，其中易受伤害的道路使用者死亡人数占总死亡人数的比例高达 71.8%，行人及
骑车人分别占总死亡人数的 25.4%和 14.8%。因此，行人及骑车人的保护越来越引起各国政府、研
究机构及汽车公司的关注。作为城市道路交通的重要组成部分，交叉路口是车辆与行人汇集、转向
和疏散的必经之地，是交通的咽喉，也是交通事故的多发地。90%的重特大交通事故发生在交叉路
口。据某省会城市公布的数据，2017 年 1-3 月交通事故共造成 165 人死亡、1173 人受伤，其中，某
典型道口发生交通事故 154 起。然而，在非一线城市交叉路口因从众心理行人过马路闯红灯现象严
重，行人不遵守交通规则的行为更是增加了交通事故发生的风险。
研究表明，交通参与方提前 1-2 秒感知或识别周围交通环境中存在的潜在危险，并采用积极应
对措施，可大幅度降低交通事故的发生概率或强度。但是复杂的路口环境又会给过往行驶司机的视
线带来了阻碍，例如左转车道有大型车辆等待通行时，中间的直行车辆司机因左转车辆的遮挡而产
生左侧视线盲区，若此时有行人闯红灯从左侧穿出，直行车辆司机将无法及时做出反应，最终造成
严重交通事故。针对此类因视线受阻而突发的“鬼探头”交通事故，本文开发了一套针对交通事故
易发路口的“城市道口防碰撞主动警示系统”。旨在降低城市道口交通事故的发生概率提升驾驶员和
行人的人身安全。
二、国内外研究现状
（一）行人检测、跟踪与意图识别研究现状
基于深度卷积神经网络的行人检测具有更深层次、更强大的表征能力，现有的实验大多是深度
学习特征与传统方法相结合的方式，虽然取得了好的结果，但是存在计算复杂，实时性较低的问题，
城市道口防碰撞预警系统研究
125
缺乏端到端的网络训练模型；目前的目标跟踪采取的主要方法是生成式方法与判别式方法，生成式
方法往往具有速度上的优势，然而缺乏考虑背景信息，容易受到环境影响而被干扰。判别式方法通
过训练以及更新检测器提高了算法的精度，目前主流的是基于相关滤波器和深度学习的跟踪算法；
目前专注于行人过街意图识别研究领域开展的相关实验较少，总结起来可以分为两类，一是基于人
体形态特征与分类器相结合的方法，该方法缺少对环境信息的充分利用，而且没有考虑不同特征对
于行人过街意图的贡献是不同的，会影响意图识别的正确率。二是基于行人运动进行估计，通过预
测行人轨迹进行判断，但在估计行人运动时存在的误差会影响预测结果。
（二）道路预警产品现状
目前市场上现有的产品都是通过雷达和摄像头对路口进行检测，当有行人或者车辆将要通过路
口时通过语音或者 LED 屏进行警示，并不能针对性的进行提示或者预警，而是所有的人或车通过时
都会进行警示，不论有没有危险都进行提示，久而久之当人们习惯之后警示作用便会越来越小，达
不到真正的危险预警效果，下面列举几个相关产品和其原理：
表 1 国内道口预警产品
公司 产品 原理
安徽仁行科技
有限公司 人车双向警示系统
雷达监测柱通过扇形区域检测行人穿越马路的行为和主路车辆行驶的速度及流
量，当检测到行人时，通过斑马线道钉快速闪烁及 LED 屏幕警示车辆；当检测到
主路车辆时，通过语音提醒和 LED 屏发光警示行人。
北京捷睿通科技
有限公司 道路会车预警系统
系统集合了物联网检测触发、光电子显示、载波语音自动诱导等多种技术，利
用人工智能、机器视觉技术自动识别行人、非机动车过路行为，检测甄别过往车
辆的车速对行人的威胁，自动双向预警，在提醒驾驶员降速避让行人时，同步提
醒行人过路注意观察高速驶来的车辆，从而很有效的避免发生交通事故。
北京信路威科技股份
有限公司 路况预警系统
系统以无线通信技术为依托，利用视频分析技术、多普勒雷达检测技术等，对
通行车辆进行检测抓拍、精准警示及自动告警，同时具备道路监控、双机联动、
环境监测（环境光、温湿度、噪声）等功能，适用于城市道路、国道、省道、县
道、乡道、村道和小区内道路等事故易发/多发、视野受限处，旨在减少交通意外、
保障行人及行车安全。
苏州雷森电子科技
有限公司 危险路段行人预警系统
危险路段行人预警系统由行人检测触发单元、预警提示单元、过街轨迹警示单
元、太阳能供电单元组成。行人检测触发单元部署在路口，用于检测是否有行人
穿越；车辆预警提示单元设置于路口前方，用于对驶来车辆发出注意行人的警示。
三、系统的总体设计
城市道路交叉路口是交通事故发生概率非常高的区域，本系统搭建一套针对交叉路口的防碰撞
主动警示装置并对涉及到的目标检测、行人跟踪、行人过街意图识别三类算法进行了针对性的优化
使其能够准确的识别各个交通参与方并对行人的过街意图进行预测，最终结合 AI 摄像头、LED 显
示屏、发光地砖等设备实现对即将发生碰撞的行人和机动车驾驶员发出预警，从而降低城市交叉路
口交通事故的发生概率，保障行人和驾驶员的人身安全。系统的总体架构如图 1 所示。系统包含感
知层、数据层、控制层、执行层和交互层五个层面。其中，感知层接入红绿灯信息检测器和智能监
控系统，获取该路口实时交通信息；数据层获取智能摄像机信息及交通环境下的综合态势，进行数
据融合与分析，为控制层提供数据基础；控制层接收数据层提供的信息在边缘计算工控主机中完成
改进的 YOLOv3 检测算法，运行于边缘计算单元，实现交通大场景下的小目标实时检测，利用相关
智能交通产品与技术应用汇编
126
滤波跟踪算法，对交通环境中的各方交通参与者实时精确定位，实现了目标的运动追踪，对交通冲
突进行精准预测，为执行层提供控制输入；执行层接收到控制层发出的控制指令，对网络音柱、爆
闪灯、发光地砖、LED 警示屏等设备的功能进行操控；交互层包含 PC 端、移动端和可视化大屏，
主要实现不同设备之间的交互功能。
图 1 系统架构图
四、系统的关键技术
（一）目标检测
目标检测是检测出一张图片或者一段视频中目标的位置（静态或者动态），在交通场景中主要识
别的目标为机动车、非机动车以及行人，由于安全的要求使得在交通场景中目标检测更注重实效性，
因此，系统选择在精度与速度方面均有良好表现的 YOLOv3 网络模型。
Yolov3 基于深度学习框架 darknet 开发而来，包含 53 个卷积层。该模型引入了金字塔特征图思
想，小尺寸特征图用于检测大尺寸物体，而大尺寸特征图检测小尺寸物体；特征图的输出维度为
NN[3(4+1+80)]，NN 为输出特征图格点数，一共 3 个 Anchor 框，每个框有 4 维预测框数值 tx，
ty，tw，th，1 维预测框置信度，80 维物体类别数。所以第一层特征图的输出维度为 88255；采用
K-means 算法对数据集中的边界框进行聚类，获取 9 个先验框；相比之前的算法，YOLOv3 采用了
多尺度检测方法，特别是针对小目标，检测精度有显著提升。
为了符合交通场景下目标检测实时性与准确率兼顾的要求，本文将采用轻量级网络结构的
MobileNetv2 来替换 YOLOv3 主干网络。MobileNetv2 架构是基于倒置残差结构，经典的残差块
（residual block）的过程是：11（降维）到 33（卷积）再到 11（升维），但深度卷积层提取特征
限制于输入特征维度，若采用残差块，需要先经过 11 的逐点卷积操作将输入特征图采用 0.25 的压
缩率进行压缩，再经过深度卷积后，提取的特征会更少。
瓶颈层输入通过 11 的 Conv+ReLU 层将维度从 k 维增加到 tk 维，然后通过 33conv+ReLU 可
分离卷积对图像进行降采样，此时特征维度已经为 tk 维度，最后通过 11conv 进行降维，维度从 tk
城市道口防碰撞预警系统研究
127
降低到 k 维。整个模型中除了第一个瓶颈层的 t=1 之外，其他瓶颈层 t=6，即第一个瓶颈层内部并不
对特征进行升维。如图 2 所示，为对应步长的提取模块。
（a）stride=1 block （b）stride=2 block
图 2 Mobilenetv2 模块
将 Mobilenetv2 低计算量和参数量的优点与 YOLOv3 中的特征金字塔结构和多尺度特征融合策
略相结合，形成轻量级的 YOLOv3-Mobilenetv2 目标检测算法。为增强高层特征图位置信息，在 13×13
特征图上引入 Bottom-up 连接。该算法在规模尺寸上较 YOLOv3 算法缩小了 14 倍。其网路结构如
图 3 所示。
图 3 YOLOv3-Mobilenetv2 算法网络结构
（二）行人跟踪
目标追踪是给定视频中第一帧目标以及它的位置，然后跟踪这个目标，并预测它的轨迹，本文
在目标跟踪中主要研究的对象为闯红灯的行人。本文选用相关滤波算法对行人进行跟踪。
相关滤波最早应用在信号处理领域，用来描述两个信号之间的相似性，其基本思想是设计一个
滤波模板，利用该模板与目标候选区域做相关运算，最大输出响应的位置即为当前帧的目标位置。
表示公式为：
g u
其中 g 表示响应输出，u 表示输入图像特征，表示滤波模板。利用相关定理，将相关转换为计
算量更小的点积。相关滤波的任务，就是寻找最优的滤波模板。经典的方法是采用脊回归构建模
型的目标函数：
智能交通产品与技术应用汇编
128
2
1 2
1 2 ( ) || ( ) || || || 2 22
N T j
j min min g j U
其中，Uj
为第 j 个 N 维训练样本， RN
，正则化参数，训练过程中设滤波相应 g 为一个高
斯函数：
2 2
2
( )( )
( )
c c xx yy
g x, y e
- -
式中，(x, y)为像素坐标位置，(xc, yc)为目标中心位置，g(x, y)在目标中心位置时取最大值。
将训练好的滤波器应用到第一帧图像中，并以第一帧目标位置为中心提取区域特征，在下一帧
图像中提取目标区域，对滤波器先进行傅里叶变换，卷积之后，再进行逆向傅里叶变换找最大响应
值，这个响应值的位置即为第二帧图像的待追踪目标的中心。相关滤波跟踪方法的基本框架如图 4
所示。
图 4 相关滤波实现流程
（三）交通冲突预判与决策
根据设计思路，城市道口防碰撞主动警示系统的交通冲突预判与决策流程如图 5 所示。
交通信号灯作为信息输入；判断该车辆通行方向是否
为绿灯，如为绿灯执行下一步，否则返回上一步；交通摄
像机开始工作，面向行车方向横向斑马线及周边重点区域
进行行人检测；行人检测判别，在重点区域检测到行人时
执行下一步，否则重新判断交通信号；人行道两侧过街一
体灯提醒行人“请勿闯红灯”；进行行人意图预测，如行
人存在闯红灯意图执行下一步，否则重新判断交通信号；
行车道车辆检测，如有车辆驶入事故发生潜在危险区域执
行下一步，否则重新判断交通信号；行驶车辆对面信号灯
横杆 LED 信息屏显示“注意行人”字样并点亮指示图标显
示闯灯行人方向，同时爆闪灯闪烁，过街地灯有绿色变红，
以提醒驾驶司机注意及时减速，避免事故发生。
五、测试与验证
为验证所设计系统方案及算法的效果，分别在实验室及真实路口环境下进行实验测试和实地
图 5 城市道口防碰撞主动警示系统流程如图
城市道口防碰撞预警系统研究
129
验证。
城市道口防碰撞主动警示系统主要的硬件配置包括：交通摄像机、红绿灯信号检测器、边缘计
算工控机、数据交换机、智慧爆闪灯电子引导屏、机动车道停止线发光砖等，其中，交通摄像机选
用海康型号 DS-2CD7AFD，内置高效白光阵列灯，具备 200 万星光级 1/1.8”智能补光，水平视场
角 99.5°-38.6°；采用红绿灯信号检测器 LPJT-XHD-5-S，可对 5 路红绿灯信号检测，应用于电子警察
系统红灯信号检测；边缘计算工控主机采用 i5 双核处理器，4G 内存，包含边缘计算协同控制单元，
完成多传感器感知数据融合，实现交通目标运动跟踪和轨迹预测，实现各类交通事件的检测及协同
控制；智慧爆闪灯电子引导屏选用显示尺寸为 960mm*320mm 的户外 P10 全彩显示屏，含高清红蓝
爆闪灯，并支持远程控制。
在实验室内搭建的模拟场景与测试效果如图 6 所示，交通摄像机安放在离地面高度 2.6 米处，
对面规划三条行车道，在左转车道上采用人体模拟行驶车辆。图 5 所模拟的场景为：当交通信号灯
为绿灯时，有行人闯红灯，此时检测到行驶车道预警范围内有行驶车辆，模拟 LED 显示屏点亮显示
“注意行人减速避让”字样，提醒行驶车辆注意。
图 6 实验室测试环境 图 7 室外交通路口实地验证场景
在室外场景选在苏州市虎丘区滨河路与横山路的交叉口，检测效果如图 7 所示。经过系统设
备多次的实地检验，验证了城市道口防碰撞主动警示系统的准确与可行性，可有效预防交通事
故的发生。
六、结论
本研究针对城市交通路口因驾驶员视线受阻行人不遵守交通规则而造成的“鬼探头”交通事故，
设计了城市道口防碰撞主动警示系统，基于改进的 YOLOv3 算法实现了大交通场景下小目标的实时
检测，利用相关滤波跟踪算法，实时准确定位交通环境中各类交通参与者，跟踪目标运动状态，并
结合 Kalman 滤波对行人闯红灯的意图进行预测，在实现对交通参与者行为冲突的准确预警的同时，
有效减少误报。通过实验场地测试和实际交叉路口试验表明，该方案能大大降低交通事故发生的概
率和强度。
智能交通产品与技术应用汇编
130
浅谈天津交通信号配时中心
吕洪斌 刘 凡 彭宇志 逸兴泰辰技术有限公司
一、引言
天津市自 2013 年开始交通信号控制系统建设，采用 SCATS 系统，至今已经完成 2055 个路口建
设，铺装地磁检测器 10000 余个，覆盖范围涉及中心城区所有灯控路口和环城四区大部分路口，基
本实现城市交通信号联网集中控制，所有受控路口全面运行在自适应模式下，依托完整的检测系统
和系统自身优化算法全面实现交通信号智能化控制。
二、全国信号配时中心建设情况
2019 年 1 月，太原市交警支队联合高德、百度、平安智能交通等企业，依托“互联网+”模式，
成立由 10 余名交通工程专业人才组成的交通信号配时优化管理中心。实行多维巡查、实时调控、专
业优化的工作模式。
2019 年军运会之前，武汉市公安局交通管理局建设了信号配时中心，入驻单位有大数据企业、
配时服务团队、高校、设计院等。
2019 年 11 月，义乌市公安局交管分局与浙大中控合作成立警企联合实验室暨义乌市智能信号
配时中心，开展基于互联网等交通大数据的信号控制系统研发与示范落地，进一步深化交通大数据
的融合拓展应用等方面开展深入合作。
2019 年底，天津市招标建立交通信号配时服务中心并提供值守服务，满足交通信号控制工作研
判、系统集中操作等功能需求。
三、天津交通信号配时服务团队
天津交通信号配时服务团队不少于 10 人的优化服务团队，常驻服务。其中，所有优化服务
团队人员均须理工类大学本科或以上学历，从事交通工程、交通控制领域工作 3 年以上，能够
浅谈天津交通信号配时中心
131
熟练操作 SCATS 系统。日常工作时段值守人员不少于 4 人，同时提供至少 1 人全年无假日 7x24
小时值班服务。
（一）信号配时中心
天津信号配时中心现位于天津交管局下属直属支队内，包含 7x24 小时值班用电脑一台（如图 a
值班用电脑所示），运维人员和优化人员工作调试路口所用电脑 10 余台（如图 b 调试路口用电
脑所示）。
图 a 值班用电脑 图 b 调试路口用电脑
（二）智能交通
城市交通监控系统建设与发展规划。统一规划全市交通监控系统，规划交叉口关联控制（点控、
线控、区域控制）的策略与范围，确定交叉口信号灯的设置标准，特别是机动车转向专用灯，非机
动车信号灯以及行人信号灯的设置依据与标准。
（三）优化团队工作内容
1．与外场巡检人员相配合，对外场巡查过程中发现的问题及时检查平台设置情况，配合外场优
化人员进行系统参数设置、调整，完成交通信号配时实施方案的设置执行。
2．对系统运行状态及受控路口机及其附属设备如通讯设备、检测设备有效性进行不间断巡查，
实时监控交通信号控制系统运行状态包括系统内设备的完好率、系统故障报警信息等，并进行日常
登记备案。
3．实时检查系统参数设置情况，如：周期设置、绿信比计划、相位差、子区联姻、特殊设置应
用等等，对所有系统参数修改事件实时进行记录备案。
4．与系统运维人员保持联系，将影响协调控制的设备损坏情况及时报告系统运维人员。
5．与外场巡检相结合，统一制作系统巡检工作周、月、季度巡检工作报告。
6．值守无线电台和电话，根据各支、大队、社会的需求进行临时交通信号配时调整。
7．对系统各类数据、巡检工作、评价工作、优化工作信息的进行统计、记录及更新。
（四）优化巡检
根据要求和更好的了解天津交通运行情况，要对天津市区及环城四区内的部分路口进行定期巡
智能交通产品与技术应用汇编
132
检。巡检要求为：
1．实地观察路口交通信号运行状态。
2．实地观察交通组织、交通流量变化情况。
3．实地体验驾驶舒畅度。
4．巡检人员具有发现交通信号控制中存在的不合理、不科学、不规范问题的能力。
5．经常性积累 70 个协调控制区域、200 条协调控制主干道的停车次数、旅行时间等数据信息。
6．记录相关巡查情况。
7．实时对系统进行参数修改。
（五）工作规范
为了提高天津配时中心的运行和工作效率，现对辖区内的路口基础数据台账、路口分级、基础
配时参数合理性排查、定期巡查优化等数据进行规范整理。
1．数据规范：建立了路口台账数据规范、配时方案数据规范、巡查记录数据规范、舆情处理记
录数据规范等（如图 c 路口台账数据小程序所示）。配时中心运行管理相关基础数据实现了规范化记
录及管理。
图 c 路口台账数据小程序
2．工作机制：建立了工作任务管理流程、交通调研流程、信号配时方案优化设计流程、优化方
案审核及下发流程、交通舆情处置流程、路口巡查流程等，各项运行管理工作按流程实施执行。
3．运行管理软件工具：使用 Excel 等软件实现运行管理相关数据的记录及管理。
4．配时计算软件工具：引入或建设了路口台账软件、单点信号配时计算软件、绿路协调控制计
算软件等软件工具（如图 d 配时计算软件工具所示）。
（六）天津优化策略
天津的主要道路是由环线和射线组成的。环线分为内环线、中环线和外环线，射线分别有津塘
路、长江道等 19 条道路。
浅谈天津交通信号配时中心
133
图 d 配时计算软件工具
1．空间层面
环线调控策略：保障环线双向快速流动，采取分段设置双向绿波控制方式，减少路口停车次数
和延误时间。
内环线：高峰时段相邻路口双向绿波协调，达到拥而不堵状态；平峰时段双向绿波协调，使交
通流通畅运行。
中环线：以重要集散节点为关键点，建立双向绿波协调区间段，延长绿波带长度。
外环线：以相距较近的相邻路口进行双向绿波协调控制，与射线交叉口作为控流节点设计。
射线调控策略：考虑进出交通总量控制，在关键节点形成闸口，通过截流实现中心城区交通总
量适中，减少拥堵的发生。高峰时段以降低车流进城速度、加快车流出城速度为主；平峰时段以道
路双向行驶通畅为目标，实行双向绿波协调控制。
2．时间策略
1）工作时段：
高峰期：以交通运行拥而不堵为目标，利用外控内梳、防溢流协调控制；
平峰期：以交通运行连续通畅为目标，利用双向绿波协调控制技术，减少停车次数、降低停车
延误。
2）非工作时段：
夜间以控制车速、减少路口等候时间和增加行人安全为目标，通过精细配时方案缩短行人和机
动车路口等待时间，并设置非连续绿波协调控制避免车辆长时间不停车行驶导致车速过快。部分路
口可根据条件设置行人过街按钮。
3．天津优化片区
1）片区划分
根据交通信号控制系统优化工作需求，重新划分交通信号控制工作功能区，增加相应设施予以
改造，满足交通信号控制工作研判、系统集中操作等功能需求，现将天津市内六区及环城四区划分
智能交通产品与技术应用汇编
134
为 70 个片区（如图 e 天津市片区划分所示），选取重要的 200 条道路进行着重优化巡检。
图 e 天津市片区划分
四、结语
交通信号配时中心的核心重点是专业团队和运行管理机制。团队方面，除了需要找到实力较强、
经验较丰富的团队，更重要是交警部门和专业团队需要足够长的磨合期，相互间才能产生足够的默
契，日常运行管理工作开展得才会顺利；日常工作中要规范管理和台账数据的整理，方便更好的开
展下面每一步的工作。
多维数据驱动下的交通运行问题诊断应用探索 V1.0
135
多维数据驱动下的交通运行问题诊断
应用探索 V1.0
刘 烨 俞 雷 马立虎
1 概述
“十三五”以来，公安交通管理科技发展进程不断提速，在基础建设、数据汇聚、业务应用等方
面取得了显著进步。随着我国新一轮科技革命和社会治理转型并发，交通要素数量激增和结构变化
并行，公安交通管理科技工作面临新的发展机遇和挑战。在城市交通管理工作中尤其是平面交叉路
口这一基础的管控场景来说，依然存在着交通感知不全面、数据融合不彻底、控制调优无依据、智
能化水平低、路网结构合理性无评价、基础隐患无觉察等问题。对于常发或偶发拥堵路口或路口群，
无法快速发现问题并给出全面准确的处置方案，对于路口位阶差过大造成的流量瓶颈、事故隐患问
题缺少分析研判。管理部门对交通检测、交通组织、信号控制、信息发布等基础技术重视和投入不
足，科技创新意识、创新应用、创新合作共享机制都有待进一步增强。
针对以上问题，公安交通管理科技发展规划（2021-2023 年）中要求“推进城市交通精细组织”，
夯实交通流信息检测、城市道路交通组织、信号配时三位一体的交通管控基础体系。制定城市道路交
通运行态势评估指标体系与方法，推动城市路网结构评估与优化。综合运用多源数据，探索使用在线
交通仿真技术，评价和预测道路点段实时交通运行状态，因地制宜科学优化信号配时、交通组织方案，
有效缓解城市交通拥堵。在公安部交通管理局正式签发的《关于进一步加强城市道路交通信号控制应
用工作的指导意见》（以下简称 “指导意见”）中指出要加强多源数据的融合应用，提升和完善交通
信号控制系统或交通信号优化平台的数据采集、存储、处理和研判分析能力，构建数据驱动的交通信
号控制新模式。融合交通检测设备、交通监控系统、互联网出行平台等多源交通数据，运用各类数据
的特点和优势，对道路交通运行状态进行动态监测、诊断和预警，支撑信号控制策略和方案的优化，
评估和反馈优化效果。积极应用人工智能等新技术，完善面向各类交通场景的信号控制方案优化算法
模型库，加强算法迭代更新，实现信号控制方案的智能优化和匹配。
综上，针对城市道路交通网络，公安部交管局提出了评估诊断业务对管控优化工作的重要性，
并给出了数据应用和技术发展要求，上述文件内容也是本应用的设计参考依据之一。
2 应用现状分析
针对城市道路网络的交通问题诊断业务，通过与多地用户的沟通调研发现若干问题，总结如下。
智能交通产品与技术应用汇编
136
2.1 硬件部署多套，数据依然用不起来
自 2016 年“两化”要求实施至今，交警部门一直在完善城市重点路口路段的交通运行信息采集，
前端各类检测设备覆盖率显著提升，但由于物联数据接入到边缘端/中心端的数据类型不全、物联数
据治理分析薄弱、数据融合不充分等问题，物联感知数据的价值并未真正发挥出来，交通运行规律
剖析、交通运行问题发现、交通管控方案优化等业务依然以人工经验分析为主。
2.2 系统建设多套，问题依然定位回溯不准
随着互联网厂商的交通大脑在各地如火如荼的建设，交管系统也新增了诸多利用浮动车数据进行
交通态势分析与诊断优化的系统产品。由于互联网采集的浮动车数据的渗透率低、位置精准性差，无法
及时、准确地量化路口车道层级的交通运行问题、不能根据全量出行对象剖析问题车流来源，高峰期的
路口运行问题依然需要指挥中心民警查看视频核实或接收路面巡查信息，问题发现滞后处置被动。
2.3 技术不断革新，闭环管控依然未实现
随着大数据、人工智能、深度学习、5G 等新技术持续赋能城市交通治理，交通态势、交通诊断、
信控优化、交通仿真等业务已经实现了一定程度的数据驱动与智能化系统辅助，但尚未从业务逻辑
角度进行多系统联动，例如问题诊断后无方案优化、方案优化时无仿真验证、方案执行后无效果评
价等。闭环管控的难度一方面在于多环节数据打通，另一方面在于数据应用模型的构建。由问题触
发优化，进而通过仿真验证后下发评价的业务闭环系统建设需要管理方与建设方共同推动实现。
3 设计思路
针对当前交通问题诊断业务的现状痛点，海康威视确立的应用设计思路为：感知为基，数据为
础，构建以问题诊断为驱动力的综合治理应用体系。
交通运行
问题诊断
方案优化
时空一体
车流
投射
分析
混合交通流感
知数据
道路数字空间
基础数据
信号控制业务
数据
车辆轨迹数据 交通诊断
交通路网
结构诊断
指标
研判
分析
视频
辅助
安全&效率
视频图像数据
信号控制中微观层
面的控制策略
控制策略生成
同向/对向车流不均
衡性研判、生成车
道管理方案
道路空间研判
在线平行仿真，事
前预判分析
交通仿真推演
分析拥堵贡献度
较高的车流来源
关键路径溯源
交通事件数据
气象环境数据
效果反馈
仿真验证
策略优化
指导优化
仿真验证
策略优化
路网
路段
节点
舆情等其他数
据
事件检测 设备
电警卡口
雷达视频
车检器
视频车检 器
环境监测 设备
业务系统
图 1 应用设计思路示意图
感知为基，即要充分挖掘各类物联感知设备采集的交通流运行数据、交通事件、天气环境等数
多维数据驱动下的交通运行问题诊断应用探索 V1.0
137
据价值，从时间和空间维度对多个点位多个时间线度的感知数据进行融合分析。从业务应用需求出
发提炼数据需求，评估已有设备的可用性，从“数尽其用”到“全息感知”，对于城市重要区域重要
节点，需要保证人、车、路、事件、环境等要素的数据采集，科学布建物联感知设备，支撑更为复
杂、精细的管控要求。
数据为础：即要用数据研判并解决问题。基于交通工程学、交通流理论等专业理论知识，运用
包含了多种交通出行主体（机动车、非机动车、行人、常规公交）和多种交通要素（道路、事件、
环境等）的物联感知数据、交管业务数据（信控方案、灯条数据等），研判交通运行是否有序畅通、
交通管控方案是否合理、交通出行分布规律，并通过人工智能与专家智能的结合形成解决方案。
构建以问题诊断为驱动力的综合治理应用体系，针对区域、路段、节点等典型城市交通场景，
交通问题解决应摒弃以往的“头痛医头，脚痛医脚”的观念，面对道路顽疾需要采用全面诊治的思
路。基于海康大数据基础平台、AI Traffic 交通认知引擎等能力支撑，多源数据经过汇聚治理后输入
交通问题诊断模块，通过交通路网结构诊断、交通运行问题诊断、交通组织问题诊断可以发现道路
结构安全隐患、交通运行问题热点、交通组织管理黑点，并可以通过车流投射分析的方式直观、全
面、精准的定位问题对象。有了问题诊断，一方面可以由表及里的探索问题车流的来源去向，从更
大范围上分析问题根因；另一方面可以驱动道路空间研判和控制策略生成模块，从车道利用的空间
角度和配时优化的时间角度统一考虑生成优化策略，并在交通仿真环境中验证方案的有效性，以便
及时进行方案下发前的调优工作。
综上，通过多维数据驱动的交通问题诊断应用，将人工主观定义问题变为数据客观量化问题，
将跨平台核实问题变为同平台状态复核，将问题单点处理变为区域统筹考虑，将人工优化变为数据
赋能，旨在辅助管理者完成从源头评判到方案生成，提高问题发现和处置的效率，提升城市道路网
络在日常或特殊管控时段下的安全和运行效益。
4 方案设计
4.1 路网结构诊断
城市路网结构支撑起交通流通的脉络，显著影响着交通运行状态和安全水平，路网结构诊断是
对路网静态特征的问题归集。在实际交通管理应用场景中，以路网地图数据为基础，针对数据反映路
网结构性问题，如通过交叉口形态、交叉口位阶差等指标分析交叉口结构特征，实现城市各类型交叉
口形态分布、位阶差的特征分析和占比分布分析；通过交叉口间距、接入位阶差、出入口间距等指标
分析道路结构匹配程度，实现城市交叉口平均间距分布测算、接入位阶差特征分析、出入口间距达标
比分布分析；通过连通度、断头路数等指标分析路网连通情况，实现城市路网连通度分布特征分析及
平均值测算、道路百公里断头路数测算等应用，辅助在路网结构层面发现问题并优化交通问题。
4.2 交通运行诊断
通过电警、雷达视频检测单元采集的实时过车数据、车道流量与排队、车辆实时位置等交通流
检测数据，信号灯态、交通路网单元、高精度地图等业务数据，通过海康威视大数据基础平台及数
智能交通产品与技术应用汇编
138
据挖掘平台提供的数据治理与挖掘能力，实时诊断并定期研判路口信号配时问题、路口渠化不合理
或道路功能不合理等交通组织问题、交通流运行异常等问题。
信号配时诊断方面，结合交通工程学理论建立信号配时诊断指标体系，由系统完成实时、精细
的信号配时问题诊断，包括路口层面的空放、失衡、溢流问题，并可以追溯到车道级或周期级的问
题表现；干线层面的干线失衡问题反应干线协调控制效果。除此之外，结合车辆实时位置数据、轨
迹信息、交通冲突分析数据，通过人机结合的方式还能诊断的信号控制相位相序设计是否合理、绿
灯间隔时间设置是否合理等。
交通组织诊断方面，以交通流检测数据和视频为基础，人工结合交通工程学、安全系统工程、
数据治理技术和相关行业标准等依据，从交通组织对交通流运行影响的角度发现问题，对交叉口和
路段是否存在交通组织问题进行判断。包括路口进出口车道渠化合理性诊断、交叉口内部渠化合理
性诊断、车流不均衡问题诊断等。
交通流运行异常诊断方面，通过诊断准确发现交通流运行异常情况，如交通流量突变、服务水平突
变、偶发性拥堵等表象，同时对诱因事件做检测及关联分析。通过视频感知智能分析和后端认知分析相结
合的方式，实现对交通拥堵、交通事故、道路施工等事件更高的识别准确率，辅助更深入的规律预测分析。
图 2 交通运行诊断示意图
4.3 道路空间研判
道路空间研判，即系统根据路段不同方向流量、排队不均衡性及路段进口道不同转向流量等阈值
给出实施潮汐及可变导向车道的策略建议。具体来说，系统研判出具有潮汐特性的路段和具有可变特
性的进口道路段，关联各项指标参数及视频片段，并结合道路几何条件和交通组织管理措施，研判适
合进行潮汐及可变导向车道管理的路段及路口，形成空间车道管理方案，与时间调控双管齐下。
4.4 车流投射分析
车流投射分析，即将车辆运行状态投射在真实的道路网络中，让用户以上帝视角查看车辆运行状态、
复盘交通运行问题、找出异常行驶车辆，剖析问题演变趋势。依托车道级高精度地图，系统拟合雷视采集
的以机动车为主的混合交通流卫星定位数据，形成轨迹并在地图中进行展示，同时还将车辆运行速度、关
键评价指标、视频图像、设施设备等作为附加信息可视化呈现，便于用户快速复核问题。
多维数据驱动下的交通运行问题诊断应用探索 V1.0
139
图 3 道路空间研判示意图
图 4 车流投射分析示意图
4.5 关键路径溯源
通过对关键路口（包括但不限于拥堵路口、瓶颈路口）的关键车流（包括但不限于拥堵车流）
进行路径溯源，分析对关键车流拥堵贡献度较高的车辆行驶路径，从关键路口向外层路口延伸追溯
车辆关键路径，为管理者进行重点路口交通管控、区域交通需求调控提供数据支撑。基于关联区域
的电警、卡口、雷达视频一体机等采集的车辆牌识数据，分析经过目标路口某方向转向的车辆轨迹
中出行量占比较高的若干路段组合，侧重分析途径目标路口的驾驶员路径偏好选择，形成关键路径
的轨迹重构；以目标路口为核心的路网转向级交通流量，追溯到达目标路口某进口的交通需求总量
较大的车流组合，形成关键路径流量的分析。
4.6 控制策略生成
基于交通数据分析，总结历史交通运行状态参数及诊断指标，剖析路口运行问题发生规律，指
导信控优化等管控策略生成，根据所选路口在某时间段的指标数据和基础运行参数，结合预先设置
的时段，生成每个时段的配时优化方案，包括周期、相位相序、相位差（绿波方案），单点和干线控
制算法服务由杭州海康威视数字技术股份有限公司 AI Traffic 交通认知引擎提供相关能力，实现从
问题分析到控制策略优化的闭环应用，各优化控制策略之间可以按照历史数据、优化之后的预期成
效数据，在转向级参数及基础参数之间形成可视化图标辅助用户决策，通过空放指数、溢流指数、
失衡指数、流量同比、车流不均系数等转向级流量的对比，饱和度、排队长度、流量、平均延误等
智能交通产品与技术应用汇编
140
基础级数据的综合对比分析等。
图 5 关键路径溯源示意图
4.7 交通仿真推演
基于交通认知引擎的仿真服务能力，在交通路网单元数据构建路网仿真模型，加载实时过车数
据（带车牌号或不带车牌号）、车辆位置数据、信控灯态数据，建立高还原度的平行仿真环境，用于
信号控制优化方案、交通组织优化方案、大型活动管控预案等管控策略的预演验证，构成交通问题
诊断-交通溯源致因分析-仿真推演的闭环流程，提升管控方案的合理性和有效性，辅助使用者在单
任务、多任务并行的情况下，自动匹配仿真时段的交通流参数并形成仿真展示效果。
图 6 交通仿真推演示意图
5 结论
在实际的项目落地中，我们已经探索出了基于雷达视频融合一体机、电警等设备采集的车道级、
轨迹级、全量化交通流多维数据，以交通工程技术理论为依据，围绕着城市道路网络的交通问题诊
断优化业务，构建了完整的问题发现-致因分析-方案优化-仿真推演等业务支撑系统，自成业务闭环。
其中的实时诊断模块服务于指挥中心做问题的主动快速发现与处置，智能研判模块服务于秩序部门
做历史研判，辅以车流投射与溯源分析的诊断辅助工具，在仿真环境中评估方案可行性。业务环节
数据流通，助力城市道路网场景的综合管控。
信号智能调优解决方案
141
信号智能调优解决方案
青岛海信网络科技股份有限公司营销管理部
1 行业背景与问题
随着城市化进程的逐渐加快，城市机动车保有量逐年攀升。截止到 2020 年上半年，全国机动车
保有量高达 3.6 亿辆。城市道路交通需求与供给的矛盾被进一步激化，交通拥堵问题日益严重。
科学合理的信号控制能够有效改善城市交通运行秩序，提升交通运行效率与服务水平，缓解城
市交通拥堵。虽然全国各地交警建设了相对完备的信号控制系统，但全国 40%的城市在通勤高峰处
于拥堵或缓行状态，城市缓堵挑战依旧严峻，主要面临问题如下：
（1）信号调优专业化要求高，各地交警多采用引入外包服务团队的方式，进行信号调优控制，
但调优成本高、效率低；
（2）调优团队人员能力有强有弱，信号调优效果参差不齐；
（3）信号调优多是阶段性展开，良好的调优效果很快埋没在时变的交通需求中，无法实现效果
长效保持。
2 海信信号智能调优平台
海信信号智能调优平台是新一代城市级交通智能优化系统，通过融合多源交通数据，实现全城
信号控制的自动优化，及对信号调优的效果进行闭环评价，达到全域协同、缓堵保畅的最佳效果。
平台主要由信号智能优化系统、信号控制系统和效果评价系统三部分组成，有力推动信号优化
控制从传统的“人+自适应”控制向全流程自动优化发展，即人人都能借助这个智能调优平台进行
城市信号控制管理，打造全新调优模式与智能化体验。
2.1 城市分析
城市交通特征及问题分析作为信号调优流程的第一步，是明确城市主要交通矛盾及调优对象的
基础。但传统通过断面流量检测器获取交通数据的方式，只能针对局部进行信号优化，难以真正实
现城市级信号调优。
智能交通产品与技术应用汇编
142
多源数据融合利用，逐步成为城市交通状态科学分析的重要方式。滴滴、高德等第三方互联网
厂商积累了大量的道路交通数据，如延误时间、拥堵状态等。海信信号智能调优系统，在利用传统
断面流量检测相关数据的基础上，对互联网数据进行深度融合利用。与此同时，海信研发了基于电
警数据的出行链补全技术，能够自动将相邻路口或路段电警数据进行补全，实现城市出行率规律智
能分析。
多源交通大数据融合后，系统可根据全域路网交通流动变化，智能、动态、精准地自动识别出
绿波干线、绿网、拥堵路段、拥堵干线、拥堵区域、单点优化等优化子区（如图 1），在降低人工依
赖及工作量的同时，实现城市级交通问题自动化诊断。
图 1 策略推荐
2.2 策略推荐与方案自动生成
传统基于人工的信号调优，以 1 个 5*8 的路口为例，策略制定后，调试绿信比、相位差，至少
需要几个小时的时间。
该系统在利用多源大数据对城市优化子区的基础上，能够在时间、空间两个维度，不仅能够精
细划分不同时段控制策略，如高峰在哪些区域采用缓进快处、平峰哪些道路采用绿波控制、低峰哪
些点位采用感应控制等。同时在策略确定后，结合子区流量变化状态，自动生成绿波方案（如图 2），
配置一个绿网的时间降低至 15 分钟，极大提升信号调优效率。
2.3 效果评价与方案自动更新
传统的城市信号调优，多是源于市民投诉或专项整治。由于出行者偏向选择拥挤程度低的道路，
被优化路段的在短时间内会吸引更多的交通流量，优化方案不能适应时变的交通状态，道路拥堵效
果无法长效保持。
海信智能调优系统，可结合时变的交通流状态，从时间、空间两个维度进行分析，即从区域、
信号智能调优解决方案
143
路段、点位在不同时段下的交通参数进行实时分析，主动对方案运行效果进行评价，同时结合评价
结果，自动更新方案配时参数，在最大程度上保障了调优效果的长效化保畅与实时性。
图 2 方案生成
3 产品优势
（1）全流程信号闭环优化
构建从问题识别、策略推荐、方案生成、效果评价到方案更新的闭环、智能优化体系，实现信
号方案持续优化，缓堵效果稳定保持，提升信号优化效率。
（2）丰富的信号控制策略
具备 6 大类 40 余种控制策略，满足路、桥、隧等复杂场景优化需求，支持大型活动、恶劣天气
等特殊场景的快速预案控制。
（3）智能网联落地应用
在长沙首次实现“基于智能网联的大规模公交优先”落地应用。基于智能网联的两级公交优先
控制，示范线路启用后，线路公交到站准点率率、市民公交出行效率得到有效提升。
（4）多品牌信号机接入能力
打通系统壁垒，实现系统的互联互通，既支持中心统一控制优化，也支持子系统独立管理，已
在 13 个城市接入 11 个国内外品牌信号机。
（5）功能强大的路侧信号机设备
海信信号机功能强大、技术先进，代表国内信号机最高水平。2005 年海信竞标取得了北京奥运
会项目，打破了国外信号机对国内市场的高价垄断。同时海信信号机（图 3）依靠其强大的控制功
能、安全可靠的稳定运行，已成为国内交警提及最多也是最具交警信赖的产品，年出货量 7000 余台，
稳居行业榜首。
智能交通产品与技术应用汇编
144
图 3 海信信号机
4 应用案例
海信信号智能调优解决方案已在青岛、西安、长沙、黄冈、江门、天津等地落地应用，并取得
良好的控制效果。
在西安，自 2020 年 10 月起，海信协助西安交警多措并举，备战全运，取得如下效果：
① 交通状态精准感知：对地磁、雷达、互联网等多源数据融合应用，实现全市路口实时数据精
准检测、感知，为点、线、面信号调控提供科学决策依据，实现全市信号优化由以往靠人工经验型
向科学精准型的转化。
② 控制策略自动识别与方案生成：建成“西安交警大数据+信号智能调优平台”，成为全市 1300
余处信号灯控制的核心。该平台可根据全市路网交通流量动态变化，智能、快捷地识别出绿波干线、
绿波网络、拥堵干线、拥堵区域、自适应路口等优化区域和节点，并根据流量变化自动生成路口控
制方案，变革信号调优模式，极大提升工作效率，降低通行延误。
③ 信号灯运行状态实时监控：建成基于路网大数据的信号优化监视平台，该平台不仅可以显示
正常路口与非正常路口的实时情况，优化与降效路口的相关数据，还可以为每个路口的信号配时进
行评分，统计分析问题路口原因，精准判断故障信息，保障全市信号灯稳定高效运行。
④ 信号优化自动评价：信号智能调优平台可自动监视自适应、绿波等控制运行情况，并通过多
样化指标进行评价和健康情况排名。同时还对全市实时拥堵里程、拥堵指数、平均速度进行统计，
协助交警进行信号灯科学调控。
机动车电子标识应用测试技术标准制定
145
机动车电子标识应用测试技术标准制定
上海市城乡建设和交通发展研究院
一、背景介绍
机动车电子标识 ERI 即 Electronic Registration Identification of the motor vehicle（以下简称 ERI）
是将存储有车牌号码等车辆信息的射频电子标签，如 RFID，安装在机动车前挡风玻璃上，通过配
套的读写器和天线，完成对车辆的自动、非接触、不停车地识别和监控的一种技术手段，可用于交
管部门对车辆电子身份识别的管理，也可用于智能交通领域交通流量采集、OD 采集等功能，在智
慧城市、智能交通等领域具有较高的应用价值。
通过 ERI 采集的交通数据在数据量、准确度、效率、复杂程度等方面具备较大优势，基于 ERI
数据的各类智能交通应用有利于交通智能化、精细化管理，能有效促进行业监管和城市管理效率的
提升。ERI 设备正确、有效地采集各类交通数据，是该技术应用实施及有效推广的前提保证。
为保障 ERI 在不同场景应用中的技术性能，满足交通信息数据采集的性能要求，同时也为上海
市 ERI 示范应用和全面推广提供技术规范和支撑，在参考国家和行业有关技术标准和规范下，制定
了关于 ERI 的应用测试技术标准。
二、标准制定的过程
ERI 设备是由贴在汽车前挡风玻璃上的 ERI 标签和架设在道路或车道上的读写设备组成。从
2017 年开始，国家陆续制定了《机动车电子标识通用规范第 1 部分：汽车 GB-T 35789.1-2017》、《机
动车电子标识读写设备安装规范 GB-T 35785-2017》等 ERI 系列标准，从读写设备通用规范、设备
安装规范、设备安全技术要求等方面做出了指导。为了满足其他智能交通应用场景，如城市道路交
通流采集、车辆轨迹 OD 采集等，提高 ERI 识别的准确率，在上述标准的基础上对 ERI 测试技术和
应用适应性展开测试工作。
首先，针对 ERI 的 TIPP 测试环境，包括挡风玻璃模型及真实车辆进行测试。制定了针对 ERI
的 TIPP 等级定义，为 ERI 在车辆上的实际应用提供指导及帮助；其次，在实际道路环境和实际车
辆上，通过改变天线架设位置点、高度和天线安装倾角，进行 ERI 工作距离和工作范围的室外实际
应用测试，形成 ERI 适应性测试方法，用于评估 ERI 对玻璃和车辆的适应性；最后，利用国家智能
网联汽车试点示范封闭测试区开展 ERI 现场应用及读写器部署测试，针对同一天线不同车道、不同
的环境道路、不同车速、不同车型的遮挡和读写器相互干扰这 5 种情况进行测试，完成了现场应用
智能交通产品与技术应用汇编
146
及读写器部署要求指导意见。
在上述测试工作的基础上，参考国家和行业有关技术标准和规范，制定了关于 ERI 的应用测试
技术标准。本标准为 ERI 在不同应用场景下提供规范的性能测试方法，同时本标准适用于 ERI 在室
内和室外的测试以及不同机动车前挡风玻璃上和整车上的测试。
三、标准的主要内容简介
3.1 机动车电子标识测试内容
ERI 测试内容包括灵敏度测试、反向散射功率测试、识读距离测试和方向性测试。
灵敏度指 ERI 能正常上电并按 C1G2 规范进行通信所需的最小功率。灵敏度值越小代表被测电
子标识拥有更高的灵敏度。选取典型值时应选取所测频段内最大的灵敏度值即灵敏度最低的样品
值，其单位为分贝毫瓦（dBm）。反向散射指机动车电子标识不发送信号，只对发射信号在其内部
处理后进行反射。反向散射功率测试可以反应标签的反向散射功率水平。值越大则代表更强的反向
散射功率，读写器接收到的信号也越强，ERI 与读写器接收天线之间距离也越远。选取典型值时应
选取所测频段内最小的反向散射功率值，其单位为分贝毫瓦（dBm）。识读距离即 ERI 可以被读到
的距离，其为一个直观的考量数据。选取典型值时应选取所测频段内最短的识读距离。其单位为米
（m）。方向性是指 ERI 和测试天线形成一定角度时的灵敏度。
ERI 测试参数包括角度、频率和功率。其中，角度用于方向性测试，范围为 0°到 360°，增减步
进宜为 5°，单位为度（Deg）。频率是指激活标签时射频信号的载波频率，在单一频点测试时，频率
点选择应满足国家标准所规定的频率段内的频率点，其单位为兆赫兹（MHz），增减步进宜为 1MHz。
功是指读写器所发射的带有调制信号的信号强度，其单位为分贝毫瓦（dBm），增减步进宜为 0.1dBm。
ERI 测试方法分为室内和室外两种情况，室内测试包括全方向测试和单方向测试。全方向测试
可以全面了解被测 ERI 粘贴在机动车前挡风玻璃后对于各个方向上的灵敏度，识读距离以及反向散
射功率的情况，即全方向测试可以模拟天线悬挂在双车道或多车道情况下，机动车沿着车道行驶
时，ERI 与读写器天线成一定角度时 ERI 的灵敏度，识读距离以及反向散射功率的性能。单方向测
试可以了解测试天线和待测 ERI 在同方向上的灵敏度，识读距离以及反向散射功率的情况，即单方
向测试可以模拟天线悬挂在单车道情况下，机动车沿着车道行驶时 ERI 的灵敏度，识读距离以及反
向散射功率的性能。
室外测试方法目的是检测 ERI 在极化方向与天线平行而垂直轴成 0°，30°，60°，90°时在
不同机动车前挡风玻璃上、在不同方位下的读距离，写距离和反向散射功率等。除此外，室外测试
还将机动车，地面及周边环境对汽车电子标签的影响一起综合起来进行测试。室外单方向测试时按
照天线布置的顺序进行测试。每个测试点由测试设备发射 Query 指令，按照测试标签样品的工作频
段范围要求，以 1MHz 频率的步进完成扫频测试灵敏度及反向散射功率。扫频测试中发射功率从
-25dbm 开始增加，以 0.1dBm 步进，直到标签有返回响应，最大发射功率不超过 10dBm。记录这个
频段范围内最差的灵敏度值及反向散射功率值。最后将待测的标签放置在各种类型的机动车上重复
上述步骤完成测试。
机动车电子标识应用测试技术标准制定
147
3.2 机动车电子标识测试环境
ERI 测试环境分为室内全电波暗室和室外空旷环境下两种。其中，室内测试环境应在全电波暗
室中进行，全电波暗室内部大气压宜为 86kPa-106 千帕斯卡（kPa），室内温度宜为 23±5℃，相对
湿度宜为（RH）20%到 75%，电磁屏蔽效能在 800MHz 到 1GHz 频率范围内不得低于 90dBm。室外
测试环境应在空旷环境中，周围应无金属物体，地面应水平且平坦，室外测试可根据需求方要求在
极端天气条件下进行测试，该天气条件不得超过测试设备的额定要求。室外测试应记录测试时的温
度、湿度以及大气压和光照强度。
3.3 机动车电子标识测试设备和样品
ERI 测试设备包括测试读写器设备、测试天线。其中，测试读写器应符合国家 ERI（无源电子
标签）所要求的协议，支持 920MHz 到 925MHz 的频段，同时支持的步进为 1MHz。测试天线应为
线极化天线，支持 920MHz 到 925MHz 频段。测试天线数量宜为 4 个，互相之间应在同一轴上，与
被测物成 0°，30°，60°，90°，所有天线指向同一入射点，入射点为贴在挡风玻璃上的机动车
电子标识所在的位置，天线与入射点的距离可为 0.5 米到 2 米，宜 1 米。其分布如图 1 所示：
图 1 天线与入射电距离
ERI 频段和尺寸应满足表 1 要求，样本数量宜为 100 个，从中随机抽取 5 个进行识读距离测试，选
取识读距离最短的值作为测试样本结果，测试结束后留样。若样本数少于 5 枚，则测试完之后应全部留样。
表 1 待测标签参数
项目 参数 最小值 最大值 单位
1 频段 范围 920 925 兆赫兹（MHz）
长 88.3 87.3
2 尺寸 宽 56.7 55.7
厚 4.5 3.5
毫米（mm）
3.4 机动车电子标识测试环境搭建
3.4.1 室内测试环境搭建
室内测试布置需搭建测试天线和测试平台。测试平台放置机动车前挡风玻璃，应能够承载并在平
智能交通产品与技术应用汇编
148
台转动时保持机动车前挡风玻璃的稳定。根据不同机动车前挡风玻璃的大小，测试平台可调整大小。室
内测试前应将待测标签在测试环境中放置 24 小时。若无法满足上述要求，则需待测样品放入测试环境
之后，测样品的温度及湿度等环境要求应与测试环境相同之后才能进行测试。室内测试过程中，测试样
品应按照 ERI 安装规范第 1 部分：汽车 GB-T 35790.1-2017 的要求将被测 ERI 样品粘贴在机动车前挡风
玻璃上，同时机动车前挡风玻璃边缘应牢固固定在测试台上，并且应保证在水平和垂直方向上转动时不
发生掉落或位移等情况。测试样品正对测试天线一面应不能被固定材料遮挡。测试应使用 4 个线极化天
线，这些天线被安装于相对屏蔽室地板成 0°，30°，60°，90°角的位置，其中天线 1 被定义为其水
平极化平面平行于屏蔽室地板，另外 3 个天线按照每隔 30°分为天线 2，天线 3，天线 4，这 3 个天线
的水平极化方向平行于天线 1 的水平极化方向。测试转台应从 0 度至 360 度旋转，以 30 度为步进，被
测物摆放位置如图 2 所示。0 度时，ERI 正面应对准天线 1，标签天线的极化方向如图 3 所示。
图 2 被测物摆放位置 图 3 俯视图（以第 4 号天线为例）
被测标签应按照 ERI 安装规范第 1 部分：汽车 GB-T 35790.1-2017 附录 A 的要求将被测样品粘
贴在汽车前挡风玻璃上，如图 4 所示。
图 4 俯视图
3.4.2 室外测试环境搭建
室外测试环境周围应无金属物体，地面应水平且平坦。测试时需记录当天室外温度、气压和光
照强度等其他天气情况。室外测试平台的搭建：室外 ERI 测试平台搭建如图 5 所示，待测 ERI 按测
试样品要求进行固定，其与四个测试天线的距离宜为 1 米，天线宜根据车高进行调整。
机动车电子标识应用测试技术标准制定
149
图 5 室外测试平台搭建示意图
室外测试前应将待测标签在测试环境中放置 24 小时。待测样品的温度，湿度等环境要求应与测
试环境相同之后才能测试室外测试环境需要在空旷环境中。室外测试所使用的机动车应为有微波窗口
的车辆，应按照 ERI 安装规范第 1 部分：汽车 GB-T 35790.1-2017 中附录 A 的要求，安装在微波窗口居
中靠右位置，外边沿与电放窗口边的间隙应不小于 1 cm ，其中：上边沿与前风窗玻璃上沿距离 A 应大
于或等于 4cm ，左边沿与前风窗玻璃垂直中轴线距离 B 宜小于或等于 10 cm，如图 6 所示：
图 6 车内往车外视图
四、标准制定的意义和展望
ERI 应用测试技术标准的制定通过对 ERI 的玻璃适应性、机动车适应性测试，以及现场应用和
读写器部署技术的测试，完成了符合 ERI 系统评估的测试平台。该标准的制定为 ERI 产品的选取和
系统部署提供规范和依据，最大化缩减 ERI 系统建设周期，确保 ERI 系统技术指标符合预期，从而
降低系统建设成本。
ERI 技术相关标准的建立为 ERI 在不同应用场景提供了一个标准规范的性能要求描述方法，抓
住了智能交通应用系统采集源头的关键问题，是构建智慧交通应用系统的基础，为 ERI 示范应用和
全面推广提供产业规范和技术支撑。
智能交通产品与技术应用汇编
150
城市道路交通信号智能云控平台
江苏智通交通科技有限公司
一、背景介绍
城市化进程的加速正逐步加剧道路交通管理难度，交警部门普遍面临激增的交管数据与秩序管
控实战业务融合的技术难题。就城市道路交通信号智能优化控制而言，当前还存在着智能程度低、
鲁棒性差、应用场景局限等技术难题与应用瓶颈。
智通科技立足于我国城市道路交通缓堵这一重要社会需求，围绕公安部“情、指、勤、督”四
位一体的城市道路交通管理勤务机制改革要求，以提升城市道路交通系统运行效率为主要目标，聚
焦大规模城市道路交通信号智能优化开展科技攻关，将大数据、人工智能、数字孪生等新兴技术与
交警实战相结合，构建以缓堵为目的的智慧交通信号协调管控体系，自主研发平台级城市道路交通
信号智能云控软件，开展多个城市的示范应用，克服传统交通信号控制技术及产品存在的数据驱动
程度低、决策支撑能力不足、被动适应实施需求、拥堵缓解效果不佳等局限，有效提升城市道路交
通运行效率，实现精准缓堵、科学治堵。
二、平台架构
城市道路交通信号智能云控平台与开放接口的中心信号控制系统构建协同联动框架，能够为地
市级城市的联网信号机统一对接与中心控制、路网态势精细监控与供需特征研判、信号控制问题诊
治、单点-干线-区域优化控制与评价、特殊车辆优先控制与评价等交警秩序管控实战工作提供智能
应用与专业服务。平台架构设计情况见图 1 城市道路交通信号智能云控平台总体架构图。
（二）应用特色
1．采用中心智能云控模式，实现城市级道路交通信号统一管理
城市道路交通信号智能云控平台采用了云控模式，在公安部标准 GAT1049-2_2013 基础上进行
标准规范，与多品牌厂商信号系统对接，有效提升了兼容性；平台可跨过中心机、区域机，直接调
度路口信号机，减少网络层级，降低故障几率，增强系统的健壮度；平台充分发挥分布式计算、多
任务并发等云计算优点，加强信号控制中心计算能力和全域协调能力，确保了信号调控的精度、频
度和协调性。
城市道路交通信号智能云控平台
151
处理层
数据库服务器 应用服务器
系
统
运
维
保
证
体
系
数据层
GPS定位数据
信
息
安
全
保
障
体
系
自适应优化 护航线路研判
区域协调优化
地图服务器
接入层
雷达检测系统
公交车载定位系统 ……
联网信号控制系统
信号控制方案 视频数据
实时仿真
应用层
指挥中心 特殊车辆驾驶人员
云端控制 智能诊治
路网管家
电子警察
视频共享平台
车道交通流参数
车道过车号牌数据
设备状态数据
交警秩序部门
优化控制 溢出
控制 公交优先
可变车 特勤优先
道控制
常规控制 特殊控制
道路建模 态势指标标定 异常事件判别
公交优先策略研判
可变车道策略研判
……
车辆轨迹重构
干线协调优化 优先控制方案
时段划分优化
投诉巡查数据
勤务管理系统
公众服务平台
辅助工具
舆情管理
设施运维
专题报告
图 1 城市道路交通信号智能云控平台总体架构图
2．采用多维问题诊断指标体系，深化数据驱动的智能管控模式
平台充分考虑信号控制与车流通行的关系，基于卡口、微波等设施采集的车道动态通行数据、
多维交通流参数数据，构建了集饱和指数、溢出指数、空放指数、失衡指数（相位、方案）、失调指
数于一体的路口信号控制问题诊断指标体系，精准刻画交通供需特征，实现了对饱和/过饱和状态下
的车辆排队、溢出情况，欠饱和状态下路口绿时服务均衡性、路口主流向通行畅通性的科学诊断，
为路口交通异常事件即时预警、交通信号控制方案精准优化与智能评价提供支撑，充分发挥交管数
据在交通管控中的赋能作用。
3．采用多层级信号优化控制技术，解决多目标交通信号智能优化难题
智通科技聚焦大规模城市道路交通信号智能优化关键技术开展科技攻关，形成了数据驱动的点线-面多层级信号配时智能优化技术体系。在路口层级，研发团队提出了适用于我国阶段-相位信号控制
方案结构的路口基准信号配时鲁棒优化方法，应用效果显示，优化方案可显著减少路口延误 15%及以上，
绿时利用率提高 22%及以上，相位失效概率显著降低。在干线层级，构建了基于交通状态的针对性干线
优化策略；在非拥堵场景下提高了绿波带利用率，优化前后总延误降低 18.6%；在拥堵场景下有效降低
了下游关键路口/车道的拥堵程度，关键路口上游路段排队溢出时间减少了 55%。在区域层级，以分布
式优化算法有效解决大规模路网的配时参数优化难题，能够保障拥堵区域的输出效率。
4．采用多样化中心协调控制手段，满足多场景下的交通管控需求
平台集成了溢出控制、可变车道控制、应急优先控制、公交优先控制等特殊场景的智能化云端
智能交通产品与技术应用汇编
152
控制工具，满足城市道路交通管控的多元需求，构建一体化智能管控中心。在应急优先、公交优先
控制方面，团队考虑传统优先控制技术在大规模城市路网内的推广应用难度，研发了多场景下的特
勤救援车辆信号优先策略，以及基于多种组合策略的公交信号优先技术，显著降低优先控制的实施
成本，并实现了特勤救援车辆、公交车辆的全线绿波通行，绿灯通过率超过 90%。
三、核心功能
（一）路网管家——精细化管控底盘
依托地图服务引擎，平台构建车道级仿真路网与标准化路口台账，实现城市道路网络基础设施
数字化。通过精细化路网配置（如图 2 路口配置功能界面所示）构建车道级底图，在此基础上通过
路口信号灯组配置以及电子警察、交通流检测器等路口智能化设备关联配置等功能，做到路口渠化
组织、交通管控设施设备等基础信息的规范化管理，信息配置过程可视化、可交互；信息展示形式
灵活、便捷，为多样化的城市道路交通管控策略决策、控制实施等提供必要支撑，能够显著提升信
号配时方案部署、优化效率与效果。
图 2 路口配置功能界面
（二）云端控制——全景化态势巡查
依托路网管家整合对接全网范围内的交通信号机以及路口智能设备，实现路口动静态数据的全
景化感知同步与多维度态势评价。在路网层级，自动巡查路口交通运行态势以及信号机、检测器设
备运行状态，快速定位交通事件发生路口，为精准管控提供支撑。在路口层级，如图 3 全景路口功
能界面所示，平台通过车道级实时仿真、视频整合、指数评价等多种手段实现车道级交通运行态势
全景监控；构建路口设施与车辆三维模型，同步信号控制方案，动态模拟通行实况，使用户能够即
时掌握进口各车道通行流量、排队长度等运行参数，灵活调度各方向进口监控视频；通过溢出、饱
和、空放、失衡、失调指数综合评价路口交通供需特征，实时预警路口异常事件，为信号优化控制、
手动干预等管控措施提供依据，有效推进可靠的缓堵促畅工作开展。
城市道路交通信号智能云控平台
153
图 3 全景路口功能界面
（三）智能诊治——交通运行模式画像
平台根据历史实测交通流运行数据、交通信号控制方案数据，构建专业化交通指标库，通过直
观的数据趋势分析与对比研判，逐一提取各路口交通流量、交通指标模式特征；通过多维度指标量
化手段，为用户提供全景化的路口供需特征要素信息。平台以数据为导向，分析、诊断路口交通运
行不畅、通行效率不高等常发性问题致因，针对性地提出专项的交通信号控制方案优化建议，实现
精准的交通协调优化控制，提高路网交通运行管控质量。
（四）优化控制——智能化信号控制中心
平台立足于交通管控实战需求，提供多种智能化交通信号优化控制模式，实现了信号配时参数的自
动调整以及优化效果的智能评估，为路口空放、饱和、溢出、失衡等交通事件提供可靠的优化方案。
1．自适应实时优化控制
在车道级感知与多维度态势评价基础上，平台以“本周期响应、全过程智能”为目标，联动云
端控制版块，基于车道级交通运行实时数据，采用周期调控、绿时调控两种策略实施路口信号配时
参数实时优化，精准实施中心优化控制（如图 4 路口自适应优化控制功能界面所示），有效缓解路口
空放、饱和、溢出、失衡、失调等问题。
图 4 路口自适应优化控制功能界面
智能交通产品与技术应用汇编
154
2．多时段模式优化控制
在精细化交通模式挖掘与信号控制问题诊断基础上，联动智能诊治版块，平台基于历史阶段的
交通流实测数据，智能优化时段划分方案、信号配时参数，实现路口、干线、区域层级的信号控制
方案与调度计划优化。图 5 干线调度计划优化控制功能界面对多时段模式优化控制进行了直观说明，
用户通过交互界面可实现便捷的参数配置与方案对比。
图 5 干线调度计划优化控制功能界面
（五）特殊控制——多场景智能管控服务
在常态化信号控制基础上，平台整合多种智能信号控制工具，为城市道路交通管控提供专业化服务。
1．溢出控制
针对溢出报警路口，平台提供便捷化的溢出控制工具，自动定位溢出路口，智能关联周边相关
路口；用户可实时调取路口监控视频，并根据溢出流向及其关联的上下游路口通行情况，手动对路
口相位进行锁定控制或全红控制，以达到快速疏堵的目的。
2．可变车道控制
针对装配有智能导向车道的路口，平台以车道级交通运行实测数据为依据，通过人工智能算法
自主研判车道交通需求特征、预测排队消散情况，联动车道导向情报板实施可变车道的自适应控制，
如图 6 可变车道控制功能界面所示。除此以外，平台还提供短时手动控制、调度计划配置管理等控
制工具，满足多种实战控制需求。
3．应急优先控制
面向应急救援、警卫特勤等特殊车辆，平台根据不同的应急场景提供适用性护航方案，如图 7
应急优先控制功能界面所示：①移动护航：依托移动服务端实施“自主申请-信号优先-安全通行”
的应急车辆交通管控模式，实现信号路口的自动优先相位放行，提高应急护航任务灵活性；②中心
护航：联动路口视频实现自动接力，全面监控、动态跟踪应急救援、特勤安保等优先车辆通行动态
与优先控制任务执行动态，手动控制路口相位锁定/解锁，实施可控性强的后台管控方式。
城市道路交通信号智能云控平台
155
图 6 可变车道控制功能界面
（a）移动护航导航功能界面 （b）中心护航任务监控界面
图 7 应急优先控制功能界面
4．公交优先控制
面向城市公交车辆，平台以被动优先与主动优先协同优先技术为支撑，智能研判优先策略，通
过控制时段细分、分段绿波控制、高精定位、RFID 检测等管控手段，实现公交车辆实时定位跟踪、
优先智能协调控制、优先控制效果评价等多种功能。
（六）辅助工具——便捷化管控服务
平台面向警务实战，提供交通管控舆情管理、信号机设施运维等运行维护功能，通过对接公众
投诉、勤务管理等平台，对城市交通信号控制相关上报问题进行收集与反馈，有效提升运维效率。
平台根据需求提供定制化的统计报表与信号控制专题报告，支撑交警日常交通管控工作决策。
四、结束语
智通科技研发的城市道路交通信号智能云控平台，已在江苏、浙江、广东等地多个城市得到推
广应用，为各地 “智慧交管”“公安大数据战略” “智慧城市”“绿色交通”等省部级、城市级重
点战略工程的规划建设、示范实施供了坚实的技术及产品支撑。智通科技将始终坚持“数据治理交
通”的理念，为智能、创新、安全、畅通的公安智慧交通现代化发展提供专业化解决方案。
智能交通产品与技术应用汇编
156
基于动态仿真技术的反馈门信号控制系统
彭德品 1 2
韩占永 2
吴建平 1
1 清华大学 2 科进英华（北京）智能交通技术有限公司
1. 概述
1.1 建设背景
随着南宁市机动车保有量的不断增长，而旧城区的道路拓宽及路口渠化改造的空间有限，道路
交通在高峰期往往处于超负荷状态，重点区域交通拥堵成为常态，智能交通技术的应用能有效提高
现有基础设施的使用效率和服务水平，在破解城市交通问题中扮演着不可或缺的重要角色。而交通
控制主要是利用计算机管理的交通控制设施对交通流进行交通组织优化以及通过调节、诱导、分流
以达到保障交通安全与畅通的目的。但目前交通信号控制面临数据可用性、信号优化配时重复性和
合理性、信号控制智能化自动化等问题与业务痛点。城市道路在高峰时段拥堵时，单纯的高峰时段
信号方案远远不能解决车辆拥堵问题，需要民警前往现场路口手动控制信号机缓解交通拥堵问题，
需要耗费大量的人力和物力。人工解决交通拥堵问题的方法不符合现代化智慧城市发展，而且人工
控制信号机的手段缺乏对城市交通数据和行为的开发和运用。
由此提出，将交通信号控制、交通诱导及流检数据等融合，形成反馈门信号控制系统。通过控
制区域的流检设备检测区域内流量，当区域内的 STD（净车公里数）饱和度超过预设的阈值时，通
过反馈门信控系统自动对边界选定的门控点路口配时方案进行动态调节，同时结合诱导屏引导过境
车辆绕行，从而控制区域内的交通总量，当区域内的 STD 饱和度在调控后低于预设的阈值后，门控
点路口恢复原配时方案。
因此，建立反馈门信号控制系统，通过视频流检设备采集区域内交通流量数据，进行数据校验、
处理，判断区域交通运行状态，当区域内出现交通拥堵时，依据前期制定的区域交通控制和诱导策
略，调节区域边界门控点的信号控制方案减少进入区域内的交通量，增加出去区域的交通量，并通
过诱导系统发布交通诱导信息，诱导车辆绕行，同时根据区域内交通情况调整优化区域内交通信号
控制方案，提高区域内交通通行效率。
1.2 系统建设目标
建立反馈门信号控制系统，通过视频流检设备采集区域内交通流量数据，进行数据校验、处理，
基于动态仿真技术的反馈门信号控制系统
157
判断区域交通运行状态，当区域内出现交通拥堵时，通过门控点调控策略调节边界门控点的信号控
制方案减少进入区域内的交通量，增加出去区域的交通量，并通过诱导系统发布交通诱导信息，诱
导车辆绕行，同时根据区域内的交通情况调整优化区域内交通信号控制方案，提高区域内交通通行
效率。
前期制定好执行的管控策略后，反馈门信号控制系统将通过系统与海信信号控制系统及诱导系
统的接口将策略下发到对应的信号控制机和诱导屏，实现区域交通管控方案的自动调整和下发执行，
实现车流的合理导向，缓解车流分配不均造成的交通压力，达到车流在时间和空间上的均衡，保障
重点区域内道路畅通，提高管控效率。区域内流量减少 16.8%，速度提升 15.2%，拥堵指数下降 20%。
2. 系统设计
2.1 系统架构
（1）工作原理
信号控制系统利用实时交通信息、交通控制数据，结合交通仿真模型对路网运行状态进行实时
仿真评估，自动对评估的路网瓶颈点、区域关键交叉口进行控制方案优化，并将优化方案下发到信
号控制系统执行。系统工作原理如图 1 所示。
图 1 反馈门信号控制系统原理图
平台仿真控制策略优化应从区域内和区域外两个方面考虑交叉口的控制方案，即区域内交叉口
控制方案优化的重点是保障路口通行畅通，实现区域内车流快速通行，区域边界处的交叉口控制方
案在保障区域外路网正常运行的状况下，重点考虑区域内车流量的控制策略，即在区域内出现交通
拥堵时，通过控制区域外的交叉口信号控制方案，从时间和空间上调节进入区域内的车流量。
智能交通产品与技术应用汇编
158
（2）软件架构
反馈门信号控制系统基于三层 B/S 架构设计，将系统分为表示层、逻辑层层和数据层三层，对
应到物理设备分别是客户机、应用服务器、反馈门调控服务器、数据库服务器。客户机实现人机交
互功能；应用服务器和反馈门调控服务器用于实现实时数据融合计算、下发信号至第三方平台；数
据库服务器用于反馈门调控信息的数据存储。三层结构下各个子系统及功能模块介绍如图 2 所示：
网
络
和
信
息
安
全
保
障
体
系
门
点
编
辑
路
段
编
辑
区
域
编
辑
退
出
系
统
流
量
统
计
下
载
交
通
组
织
方
案
查
询
用
户
管
理
百
度
离
线
路
况
系
统
日
志
查
看
流
检
回
传
路
况
道
路
参
数
设
置
模
拟
设
置
门
点
关
联
信
号
机
门
点
关
联
诱
导
屏
区
域
路
口
摄
像
头
区
域
路
口
摄
像
头
设
备
状
态
统
计
门
点
实
时
进
出
量
当
日
车
流
统
计
当
日
统
计
区
域
实
时
进
出
量
区
域
实
时
实时流量数据提取 区域与门点实时进出流量分析
区域与门点历史进出流量统计 路段流量表格下载
交叉口折减系数
车道折减系数 车道宽折减系数
车道理论通行能力
区域、路段、门点STD计算
路段流检校正系数
信
号
机
绑
定
系
统
启
动
方
式
调
控
阈
值
设
置
调
控
策
略
设
置
诱
导
信
息
编
辑
绑
定
门
点
诱
导
屏
图 2 反馈门信号控制系统架构图
逻辑层的应用按处理数据类型和运算方式划分为 4 个子系统，即实时流量分析子系统、数据融
合反馈子系统、智能信号控制子系统、智能诱导分流子系统。
实时流量分析子系统：实时流量提取子系统可以交警支队现有视频流量检测器的数据库服务器
中提取实时流量数据，转存入反馈门系统数据库。将数据进行校正和融合，形成系统分析计算的交
通流数据。实时流量提取子系统包括以下内容：实时流量数据提取、区域与门点实时进出流量分析、
区域与门点历史进出流量统计、路段流量表格下载；数据融合反馈子系统：数据融合反馈子系统通
过反馈门核心算法运算，实现区域内各主要路段 STD 值的计算。该子系统是通过调用我公司自主研
发的反馈门核心算法实现流量数据与区域饱和状态的转换，系统将通过开发与交警支队现有平台的
接口，实现反馈门与实际路况的深度融合，实时流量分析子系统与数据融合反馈子系统的拟合度直
接影响了反馈门信号控制系统的最终调控效果。数据融合反馈子系统在客户端设置好相应道路的交
叉口折减系数、车道折减系数、车道理论通行能力、车道宽折减系数、门点阈值设置、区域阈值设
基于动态仿真技术的反馈门信号控制系统
159
定、道路权重等参数，根据实时路段流检回传的流量数据进行校正并导入核心算法中进行计算 STD
值。在计算结束后，每分钟将结果通过智能网传输到客户端，由客户端以系统日志、图表或数据条
的形式输出给最终客户。
数据融合反馈子系统包括以下内容：交叉口折减系数、车道折减系数、车道理论通行能力、车
道宽折减系数、路段流检校正系数、区域、路段、门点 STD 计算；智能信号控制子系统：智能信号
控制子系统是根据数据融合反馈子系统计算得出区域、门点的 STD 值后，每隔 5 分钟将结果通过反
馈给各门点的信号机和诱导屏，如若达到相应阈值，则门点关联信号机启动调控方案，门点关联诱
导屏下发分流方案；若未达到相应阈值，则保持原状。在门点阈值未达到，而区域 STD 达到时，所
有门点均会开启调控。整个系统的调控的记录会反馈到客户端，由客户端以系统日志、图表或数据
条的形式输出给最终客户。智能信号控制子系统包括以下模块：信号机绑定、系统启动方式、调控
阈值设置、调控策略设置；智能诱导分流子系统：智能诱导分流子系统是根据区域、门点的 STD 值
是否达到阈值进行运作，如门点达到则每分钟将诱导分流信息通过智能网下发到交警支队的诱导平
台，以插播的形式发送到门控点关联的诱导屏，对该门点外围经过区域的车流进行疏导；若未达到
相应阈值，则保持原状。在门点 STD 未达到，而区域 STD 达到时，所有门控点关联诱导屏均会进
行诱导分流。智能诱导分流子系统包括以下模块：绑定门点诱导屏、诱导信息编辑。
表示层的主要功能是向用户提供仿真设置和结果显示的接口，是具体交通管理业务逻辑在系统
平台内向用户显示的界面和操作流程，因此表示层是系统平台易用性、可操作性的关键。
表示层业务包括：1、区域详情展示：区域实时进出量、门点实时进出量、区域实时 STD 报表
输出、设备状态统计、当日车流统计、当日 STD 统计；2、区域设置：门点编辑、路段编辑、区域
编辑；3、智能设备：门点关联信号机、门点关联诱导屏、区域路口摄像头、区域路口摄像头；4、
系统设置：离线路况、流检回传路况、模拟设置、用户管理、系统日志查看、道路参数设置、流量
统计下载、退出系统。系统首页如图 3 所示。
图 3 反馈门信号控制系统首页
数据层包括 4 个数据库，即实时交通信息数据库、数据融合反馈数据库、控制策略与诱导信息
数据库和系统管理信息数据库，每个数据库的主要功能如下：
智能交通产品与技术应用汇编
160
实时交通信息数据库通过接受来自地磁检测器、视频检测器、线圈检测器和微波检测器传输的
实时数据，存入实时交通信息数据库，供数据融合反馈使用；
数据融合反馈数据库对实时路段流检回传的流量数据进行校正，然后导入核心算法中进行计算
STD 值，可为信号机信号下发、诱导屏信息下发提供反馈数据；
控制策略与诱导信息数据库可为门控点信号机存储相应调控策略，为诱导屏存储相应分流信息，
可供系统实施调控时进行调用。
系统管理信息数据库记录了用户登陆信息、系统日志等系统基础信息，是系统安全运行的基础
数据。
以上数据库为反馈门信号控制系统实现在南宁市拥堵区域进行总量控制提供了基础数据，是系
统平台安全、快速和正常运行的保障。
2.2 系统主要功能
系统由数据接收与处理、交通仿真、门控策略生成、交通管理策略评价与发布模块组成。
数据接收与处理模块：接收已建成的视频检测系统、电子警察系统、GPS 系统、卡口系统等交
警支队已建的实时交通流数据和信号配时系统的实时信号配时数据，并对实时交通流数据、信号配
时数据进行数据校验和融合，使其格式符合仿真模块的数据需求并进行数据存储，更新仿真中仿真
模型的交通流和信号控制数据，为仿真运行准备基础数据。
交通仿真模块：集成交通仿真分析模型对区域信号控制方案进行仿真评估，通过仿真与动态数
据的结合实现区域交通信号控制方案评价、反馈门效果分析、诱导效果评价等数据分析功能是一个
成熟、可行的解决方案。
门控策略生成模块：通过对路网结构、区域实时通行状况、区域内内以及区域周边的反馈门路
口控制方案的模型运算，实现门控制策略自动启动、控制参数计算、控制车辆数计算、控制策略自
动关闭等功能，并能将控制需求（主要参数为减少进入核心区的车辆数）生成交通仿真所需的参数
和模型，为仿真功能生成反馈门交通控制方案提供数据支撑。
交通管理策略评价模块：实现区域交通动态信号控制方案的综合评估，为控制方案发布提供决
策支撑。对各个方案的旅行时间、延误时间、排队长度、平均速度和流量等仿真评价指标进行多角
度直观的对比，实现路口、区域交通渠化和信号控制方案、反馈门控制控制策略、交通诱导方案以
及绿波带信号控制方案的评价与比选策略。
交通管理策略发布模块：通过调用相应的智能交通子系统接口，实现交通管理策略的自动发布
执行，提高区域交通管理控制效率。
3. 关键技术
3.1 基于宏观基本图的区域交通总量动态调控技术
交通总量控制是指最大限度地减少交通参与者的数量，缩短交通参与者的运行时间，减少交通
参与者所占用的道路面积。该策略可以通过反馈门及利用网络基本图（NFD）限制进入中心城区的
基于动态仿真技术的反馈门信号控制系统
161
流量，防止城市中心区域受到过饱和的不利影响，从而缓解城市交通拥堵。为了限制通过门进入保
护区域（通常指在高峰期城市网络中）的流量，保护区域应该被提前设定。通常保护区域都是容易
出现拥堵和排队的地方。而反馈门是指在靠近保护区域的一个或多个上游路口为了限流而设置了交
通控制的路段。反馈门控制技术原理如图 4 所示。
图 4 反馈门原理图
反馈门应用实例如图 5 所示：红色区域内就是中心城区，也就是保护区域，在保护区域的周边
设置了 12 个反馈门。通过这 12 个反馈门的信号控制系统来限制进入保护区域的流量，从而达到高
峰期平衡中心城区交通总流量的目的。
图 5 反馈门控制示例图
反馈门的交通信号控制系统根据探测器返回的实时的数据，决定进入保护区域的流量，从而决
定了信号配时，为保障区域交通运行提供帮助。
1、区域交通总量动态调控方法建模
在城市中心区车流总量达到饱和的的情况下，单纯的被动型信号控制无法从根本上改善早晚高
智能交通产品与技术应用汇编
162
峰时的道路拥堵状况，顶多使控制路口的效益最大化.因此，应考虑把交通控制与交通诱导相结合形
成一个反馈式系统，在中心区外围进行动态截流，控制进入中心区的车流，防止城市中心区域受到
过饱和的不利影响，减轻城市中心区域内的交通压力。
该策略是基于城市中心区域道路网络饱和流量的有效的实时交通控制策略.其目的是为了通过
反馈门及利用宏观基本图（MFD）的概念，限制通过“门”进入城区中心区的流量，防止城市中心
区域受到过饱和的不利影响，从而缓解城市交通拥堵。
2、确定反馈门的边界
“反馈门”被作为应对饱和或过饱和状态的城市路网的一种控制方式。通过合适的反馈控制策略，
可以一定程度地提高饱和交通流的通过效率。
通常城市中心区都是容易出现拥堵和排队的地方.而反馈门是指在靠近城市中心区的一个或多
个上游路口为了限流而设置了交通控制设施的路段.
3、确定反馈门触发的阈值
通过对实际区域路网进行仿真建模，利用仿真输出的数据，建立区域道路网络的 MFD.在该基
本图中，横轴表示交通网络宏观净流量（Net Volume，NV），即每隔一段时间内在路网中出现过的
总交通量；纵轴表示重点区域净车公里数（Selected Travelled Distance，STD），即对每一段时间内
通过部分路段的交通量与其所在路段长度的乘积求和。
通过对实际区域路网进行仿真建模，利用仿真输出的数据，建立区域道路网络的 MFD，如图 6
所示。在该基本图中，横轴表示交通网络宏观净流量（NetVolume，NV），即每隔一段时间内在路网
中出现过的总交通量；纵轴表示重点区域净车公里数（Selected Travelled Distance，STD），即对每
一段时间内通过部分路段的交通量与其所在路段长度的乘积求和。
图 6 区域路网宏观基本图
图中所示为此试验数据叠加的网络通行能力基本图，图中曲线为拟合的二次方程曲线。从图中
可以看出，在仿真初始阶段，由于路段上车辆较少，重点区域净车公里数随网络宏观净流量的增加
而逐渐增加；在网络宏观净流量到达 时，重点区域净车公里数到达最大值 ，此时区域网
络达到饱和状态；之后若横轴继续增加，纵轴数值反而下降，即出现交通拥堵现象。该定量分析表
基于动态仿真技术的反馈门信号控制系统
163
明，当区域内的交通总量接近或达到饱和时，通过区域的交通流量反而呈下降趋势。因此，如果能
够将区域内的交通总量控制在饱和区域内，就可以保证区域的交通流通过量最大。
通过对散点图进行 MATLAB 函数拟合，发现该系列数值点符合二次函数曲线形式。拟合函数
如下式，准确度达到 0.85 以上。
STD=-0.007 966NV2
+289.2NV-22 950
经过数次拟合实验，发现网络通行能力基本图的拟合方程总体如下式。
f (x)=p1x
2
+p2x+p3
4、关键节点上设置检测器
虽然仿真方法可以简单地获得各个道路的交通信息，但由于经费的有限和人工维护的复杂性，
实际在城市中心区内所有的城市道路上布设线圈检测器是不现实的。在关键线路上设置检测器，可
以在保证精度的前提下得到效果比较好的 MFD（宏观基本图）。那探测器的数量及位置就成为关键。
研究发现路网呈现明显的无标度特征，路口节点和交通流量之间符合幂率分布。这意味着少
数节点及路段承担着主要交通运输量，并且当少数关键节点或重要路段发生故障，往往会引起
大面积拥堵，甚至可能导致整个路网的崩溃。因此可以将探测器安装在城市中心区域内的关键
节点上。目前东葛园湖反馈门区域内流检设备安装点位如图 7 所示，反馈门信号控制系统共计用到
了 102 个流检。
图 7 检测器部署图
5、无检测器路段流量预测
由于实际条件限制，无法保证区域内所有路段均安装检测器记录交通数据，因此需要采用数理
统计方法分析获得无检测器路段的数据，用于下一步的分析。本研究采用多元线性回归算法预测检
测器路段的流量。
智能交通产品与技术应用汇编
164
（1）关键节点上设置的检测器对应流量作为自变量 { X 1 ，X 2 ，X 3 ，…，X i} 。
（2）对应实际无检测器的虚拟检测器流量{ X i+1 ，X i+2 ，X i+3 ，…，X j }作为因变量。
（3）根据实际情况，认为 { X i+1 ，X i+2 ，X i+3 ，⋯ ，X j}对应检测器检测数据只同其附
近区域的实际存在检测器数据密切相关，不考虑过远的检测器。本研究采用元胞自动机中的 Moore
型邻居理论，选取每个 {X i+1 ，X i+2 ，X i+3 ，…，X j }检测器周围的 8 个 Moore 邻居检测器
用于多元回归。
（4）采用 SPSS 软件进行 n 次多元线性回归，每次 获 得 形 如 X a =β0 +β1 X a1 +β2 X a2
+…β8 X a8 +ε ，
X a ∈ { X i+1 ，X i+2 ，X i+3 ，…，X j }，X am ∈ { X 1 ，X 2 ，X 3 ，
…，X i ，m∈（ ）1，2，…，8 } 。
（5）对 n 次 回 归 获 得 的 的 参 数β0 ，β1 ，β2 ，…，β8 进行总体回归参数的最小
二乘估计，获得最优无偏估计量 b 0 ，b 1 ，b 2 ，…，b 8 ，针对式尾的随机扰动，可以采用残
差平方和除以其自由度来估计，即
2
2 2
1
e
S
n p
S2 是随机扰动项的方差 σ2 的无偏估计。
6、建立控制模型
反馈门控制策略是根据前述建立的路网宏观基本图 MFD，对路网区域交通运行状态进行总体调
控，利用在关键节点路段设置的探测器返回的数据对网络流入量（inflow）、网络车辆总数 N（或密
度 K）和网络流出量（outflow）进行监控，通过区域边界设置的“反馈门”控制网络流入量，将网
络车辆总数 N（或密度 K）维持在其合理可行范围内，以提高或维持网络流量 Q。控制逻辑如图 8
所示。
图 8 区域控制逻辑
（1）输入 NV（t）'经过叠加反馈信号和系统延误，得到 qin =qg（t-τ）。
（2）qd 代表未安装检测器路段输入调控区域的车流，qout 代表离开区域的车辆（假设其数值
同 STD（t）正相关：qout =η·STD（t）），所以区域总量 N 的微小变动为 Ṅ=qin +qd -qout 。
（3）由于区域内存在无检测器道路，所以 NV（t）需要由 N 转换得出：NV（t）=A·N（t）+ε1。
（4）同时根据仿真数据分析，得出 STD（t）=f[NV（t）]+ε2 关系式，其中 f 代表二次函数。
（5）传递函数求解：
设系统各扰动为 0，将原方程 in d q q N f NV ( ) 在最优值 in d out
out
qqq
q STD
处线性化：
基于动态仿真技术的反馈门信号控制系统
165
in d
d ( 1) d NV
NV Aq q f
t
因为实际系统是根据时间间隔进行扫描计算，所以把上述连续方程转换成离散形式：
1 in d 2 NV K l q k q k l NV k k ( 1) [ ( ) ( )] ( ) ( )
3.2 动态交通仿真技术
动态区域交通信号控制需要对区域内及区域周边所有相关交通信息进行整合，数据量十分庞大，
关系及其复杂，如何对这些数据进行系统性的挖掘、统计分析，使生成的区域路网控制方案适应交
通运行需求，而城市路网是一个有机联系的整体，区域与区域、局部与区域之间的控制方案是有紧
密联系的，而这些联系也是十分复杂的，需要一套成熟的交通理论进行深入分析。交通仿真技术在
交通数据分析中的应用如图 9 所示。
图 9 交通仿真技术在交通数据分析中应用
交通仿真技术通过对人的出行行为，特别是驾驶行为的模拟可以对路网运行状态进行再现，是
国际上一套成熟的交通数据挖掘、分析和处理方法，因此在区域交通动态信号控制系统中集成交通
仿真分析模型对区域信号控制方案进行仿真评估，通过仿真与动态数据的结合实现区域交通信号控
制方案评价、反馈门效果分析、诱导效果评价等数据分析功能是一个成熟、可行的解决方案。
4. 应用效果分析
在经过南宁交警支队领导和专家多次开会研讨后，最终选定以“园湖路—星湖路—七星路—新
民路—民族大道—新民路—民主路—园湖路—建政路—葛村路—新竹路——园湖路”合围的区域为
控制区域，实施反馈门控制策略。
通过 2019 年 12 月至 2021 年 3 月系统运行情况，门控点控制策略进行机器学习算法训练，自适
应调整门控阈值，当出现区域流量超负荷情况时，系统自动启动控制，在 1 小时内达到区域内流量
减少 16.8%，速度提升 15.2%，拥堵指数下降 20%。
智能交通产品与技术应用汇编
166
智能交通应用系统综合运维解决方案
湖南同恒信息技术有限公司
一、概述
近年来，随着科技的发展，智慧城市建设中的智能交通应用系统已经逐步向高清化、规模化、
智能化发展。智能交通领域的业务迅猛发展导致智能化系统软硬环境复杂多变，运行维护难度成几
何倍数增长，风险及隐患也在不断的加大。在城市交通管理智能化设备和系统建设如火如荼的大环
境下，各系统设备的运行效果怎么样、是否可以监测设备的故障、出现故障如何第一时间进行抢修
维护、备品配件如何进行调配、如何评价各智能化设备的质量，如何为管理部门有效配置和科学决
策提供综合报表信息，使各系统（含设备）的有效使用时间不再依靠静态的设备出厂时间保障；而
是根据各系统、各设备正常运行情况、维护维修情况来动态决策。已然成为交通管理部门日益关注
的问题。因此，建立一套功能先进、安全可靠的城市智能交通应用系统运维管理机制和智能管理平
台势在必行。
同恒信息推出的“磐石致维”-智能交通应用系统综合运维解决方案围绕当前智慧城市建设中公
安行业的雪亮工程、智慧交通等信息化应用管理系统维护难的问题，按照精确的管理模式、准确的
找出问题、高效的处理问题的原则，秉承“让数据多分析、让维护更简单”的理念，以互联网思维
创新维护领域各业务服务模式，拓宽设备监管渠道和维护手段。同时以物联网、云计算、大数据、
移动互联等先进信息技术为支撑，基于智能维护，维护人员可以在任何时间、任何地点通过“磐石
致维”智能化运维解决方案的 PC 端、移动 APP、微信公众号等方式，实现智能感知监测、AI 分析
诊断、标准流程作业的全链条生态服务。从而大幅度缩短视频应用系统故障检测与受理时长，降低
视频应用系统的设备故障率，最大限度保障了视频应用体系的效能和威慑力。
二、需求分析
我们通过对广泛的智能交通应用管理系统建设和运维管理现状进行调研和分析后，总结一下几
点现状：
2.1 故障排除延迟严重，事件无法及时响应，有限人力很难支撑
目前在智能交通应用系统运维过程中，发现设备故障主要靠人力巡检来进行，系统规模一旦过
大，巡检周期就会变得很长，检测标准人为因素很大，经常出现有事件发生时，调阅视频发现看不
智能交通应用系统综合运维解决方案
167
到正常视频，严重影响破案效率或对突发事件的响应速度。同时人力的需求非常大，造成本来就紧
张的人力资源更加不足。
2.2 设备模式标准多样，维保模式效率低下，维保服务相当困难
设备五花八门，维保服务商众多，人员接口复杂，不便于统一指挥和调度，不能及时响应维保
服务的需求。大多数设备的调试、安装、故障、报修等工作，由各家设备厂商或营运商负责，由于
监控系统涉及到的设备众多，出现问题时，各家单位可能互相牵制推诿，踢皮球，严重影响系统正
常使用。造成问题解决时效低，解决问题不彻底，难以适应智能交通应用系统的运维要求。
2.3 现行维保技术落后，工程人员信息不畅
现行的维保服务主要是解决设备在发生报警、故障后的修复、处理问题；而不能及时监测到设
备的实时运行状态。缺乏对设备状态的监测能力以及故障的及时发现能力，应进行必要的改进，否
则过于延迟可能导致严重后果。维保服务工程人员基本上从事外业，流动性大，因此，营运商无法
准确监控各工程人员的工作状态，所处位置。同时，对于工程人员的任务派发，任务信息传达主要
依靠电话、任务单表格（纸面或者电子）传达，及时性不够，信息沟通渠道有待改进。
三、解决方案
“磐石致维”智能交通应用系统综合运维解决方案是面向交警部门，帮助其信息化管理人员进行
资产管理、问题发现、故障诊断、智能分析、高效管理的运维保障平台。解决方案融合了资产管
理、问题感知和故障恢复管理。以资产为核心，以工单管理为关键流程，建立一套资产健康运维
模型（图 3-1）。通过可视化展示、高度自动化的资产收集和问题发现算法，提升整体智能交通应用
系统资产健康运行水平，从而实现应用系统高在线率、高利用率和高可靠性。
图 3-1 资产健康运维模型
智能交通产品与技术应用汇编
168
平台在中心机房内安装部署运维管理系统，前端设备箱内安装智能运维主机，运维工程师安装
移动终端 APP，并在指挥中心按需配备运维管理操作客户端（图 3-2）。
问题由平台 AI 模块和前端智能运维主机产生，故障由指挥中心人工审核问题后产生，工单派
遣调度工作均在指挥中心完成，运维工程师通过移动终端 APP 接受指挥中心工作调度和回复工作状
态和结果。
防火墙
视频专网
核心交换机
NVR
服务器群
工作站
视频专网
iOT
NVR 大屏幕
磐石
致维
磐石致维平台
智能运
维主机
指挥中心
运维管理客户端
运维工程师
运维工程师
ioT网络
图 3-2 方案架构
四、方案的优势和特点
1. 针对视频应用系统分布广、工作环境恶劣、持续运转、运行监测手段落后等问题，采用 IoT
强大的组网能力配合系统多维度感知模块，精准实时的反应出视频应用系统的健康状况，极大的减
少了运行维护和管理过程中人的主观判断对故障诊断的二次影响、提升视频应用系统全生命周期的
在线率和主动管控能力。
2. 智能化的视频质量诊断：采用国防科技大学研发的视频质量诊断算法实现对数字视频画面
质量的巡检、诊断与分析，可对视频信号丢失黑屏、摄像头被遮挡、图像虚焦、视频图像块效应明
显、视频图像冻结、云台非自主旋转、亮度异常、色彩异常等问题进行准确诊断。
3. 采用 CMDB 资产管理，帮助业主管理其拥有的资产、位置、使用者、配置方式以及成本。
使用工作流程，资产管理自动化实现业主 IT 资产从采购、入库、使用到报废的全生命周期管理；跟
踪硬件和设备等 IT 资产在整个生命周期中的详细信息；记录所有维护活动。
4. 精准故障诊断：管理系统实时对所有节点和端设备进行智能诊断，采用时间对撞、逻辑甄
别等算法，提供故障分析大数据支持，发现异常立即报警。大幅度降低系统故障，缩短系统故障检
测与排除时长。
5. 准确故障管理：管理系统对整个视频应用系统的故障类型能准确做出判断。如端点设备、
市电电网、节点动环设备、二次电源、ONU 等相关设备故障都能做出精准的分析判断。将结果按系
智能交通应用系统综合运维解决方案
169
统渠道分流到相应部门。避免人力资源的浪费。
6. 完善的工单管理流程：管理系统提供相关人员进行设备报修、情况录入、跟踪、问题流转、
结果反馈等流程管理，同时业务人员可以通过疑难点位的查询列表，查看重点设备相关的故障信息。
7. 客观评价和考核：归属第三方专业的专业运维监管系统，有效杜绝了应用、运维一体化方
案带来的数据主观一致和数据浮空问题，为客户提供准确、客观、中立的运维考核数据。
8. 强大的兼容性：支持 ONVIF、GB28181 联网协议，同时支持 H.264、H.265、MPEG4 等解
码格式，并兼容海康、大华、宇视等行业主流品牌的硬件设备和平台软件。
五、智能运维主机介绍
“前卫”智能运维主机是一款专为智能交通应用管理系统的前端设备研制的基于物联网的监控
保障控制设备，放置于监控点、卡口、电子警察路口、移动测速等系统控制箱（设备箱）内，实现
前端设备工作环境监测，对前端摄像机、抓拍机、补光灯、闪光灯、车辆检测器、车道雷达等各类
型的感知和传输设备的动力环境监测、网络状态监测、远程控制（供电/断电）进行传感监测，结合
“磐石致维”后端平台的 CMDB 管理理念、视频质量诊断模块、故障智能诊断引擎、ITSS 管理体系，
形成从问题发现，故障确认，辅助诊断，快速修复的资产运维管理闭环，主机外观见图 6-1。
图 6-1 智能运维主机
智能运维主机能对前端业务设备进行监控管理，能够随时掌握前端设备的运行状态，具备智能
监控功能，支持市电检测、能耗计量、网络故障修复、风扇温控、远程重启控制、箱内温度监控等
功能。支持通过以太网或 IoT 网络传输数据到磐石致维管理平台，具体功能设计如下。
1) 精准芯片测温，多重散热策略，低能耗控制环境温度，环保低碳。前后端结合模式，提升
故障发现及时性
2) 分体式电源设计，可根据负载灵活选择电源规格，电源与主机分离有效隔绝热源，稳定性
强维护简易。
3) 电源采用宽温宽压设计，有效抗击电压质量差的区域因电网供电质量问题造成的故障频发。
4) 防浪涌能力≥6000V，远高于国家标准 4000V 要求，发生雷击浪涌时有效保护一级泄压不
完全区域设备的安全。
5) 物联网、有线专网双网实时与运维中心交互现场情况，确保 7*24*365*n 可靠监护。
6) 1.0 级能耗计量精度（厂控 0.5 级），精准计量前端设备用电量。
智能交通产品与技术应用汇编
170
7) 内置北斗/GPS 定位芯片，实时反馈设备经纬度坐标，结合 GIS 模块实现管理员能看到，维
护技师能找到。
8) 电控箱门锁，支持手机扫码开箱门，中心远程开箱门，箱门开关台账杜绝户外设备责任模糊。
9) 采用基于 ARM 的 Soc 设计，集成度高，体积小，功耗低、可靠性高、性价比高。
六、竞争优势
1. 结合了公司十余年来在安防行业积累的经验，并深入调研，结合安防系统业主、集成商、工
程商/分包商、运维单位服务人员的意见进行设计。相比于目前市场上常见的大部分网管系统、环境
设备状态监控、工单系统等，本套系统更加符合安防行业实际应用情况。
2. 本套系统并不是局限于某一特定品牌设备或系统提供状态监测的辅助模块，而是从设计之初
已经考虑标准化和兼容性，平台支持 GB/T 28181 标准，采用 MQTT 通讯协议和 SOA 架构，能很好
的兼容其他品牌的系统和设备。
3. 平台基于行业应用和实际经验，提供了更加符合业态、贴近于真实业务的功能，例如：系统
自动复核问题、合并故障派单、并支持批量操作的工单业务，相比传统的各种工单系统更便于处理
包括多个工程商共同参与解决同一个问题并将其闭环的问题。
4. 作为第三方软件系统提供商和服务商，可以更加客观公正地为用户反应系统建设和运行情
况、设备工作状态、运维服务质量等真实情况。
SCATS 交通信号推送系统
171
SCATS 交通信号推送系统
闫金海 沈阳天久信息技术工程有限公司
一．SCATS 交通信号推送系统行业背景
新型智慧城市已经进入以人为本、成效导向、统筹集约、协同创新的新型智慧城市发展阶段，
发展重心正逐渐从整体谋划、全面建设向营造优质环境、设计长效可持续发展机制转变。特别是新
冠疫情发生后，国家新型城镇化、新基建推进步伐加速，智慧城市成为发展焦点。
随着工信部向三大运营商和中国广电发放 5G 商用牌照，我国正式进入 5G 商用年。5G 不仅带
来了前所未有的速度体验，还为移动物联网的发展打开了巨大空间。在众多垂直领域的应用场景中，
智能交通首当其冲，将在 5G 时代迎来颠覆性的变革。在“十四五”开局之年全国各地都在积极布
局新基建项目，特别是在 5G 应用与智能物联方面在大力发展传统工业基础与之相配套的产业生态
环境。
二．SCATS 交通信号推送系统在车路协同、无人驾驶领域
的应用
鉴于智能车和路侧系统等技术的发展，车路协同的交通信号控制将成为今后的发展方向。城市
智能交通系统由公交子系统、出租车子系统、轨道交通子系统、专车子系统（如神州专车、滴滴打
车等）和社会车辆子系统等组成，各交通子系统间存在着复杂的耦合关系，一个交通子系统的规划、
建设和运营需考虑其他子系统，因此，协同式智能交通系统是通过各交通子系统的协作运行，来实
现对城市交通系统的全局优化管理与调控。
智能交通的发展与物联网紧密相连，而车路协同作为交通领域较早起步的 5G+IoT 应用，通过
汽车与汽车、汽车与路侧设备、汽车与基础设施以及汽车与行人等多种应用场景的信息交互共享，
来优化系统资源利用、提高道路交通安全、缓解交通拥堵，可以说车路协同是“人、车、路”互联
的体现。目前车路协同有三大试点方向，一是高速公路或者快速路的车路通信，二是高速公路或者
快速路的运营车辆编队行驶；终极目标是在城市道路上实现车路协同，很大可能基于车与交通设施
通信，那么车与交通信号的通信是重中之重。
智能交通产品与技术应用汇编
172
车辆如何实现与交通信号的网联通信？信号机在关键时刻发挥了创新作用。常见的路口信号机
通过红绿灯的控制，在时间上分离车流，而面向车路协同的路口信号机，既是路口所有交通设备设
施采集信息的汇集点，又是可信的交通信息发布决策点。它集交通感知、信号控制、网联通信、数
据交换于一体，可以将信号配时中的相位顺序、当前相位、红绿灯时长、输出通道等信息传递到车
内，同时获取智慧车联网云控平台的实时车辆信息，从而革新了信号控制领域的业务实战定位，由
普通的信号控制终端设备演变成路侧的前端智能化节点，更好地支撑车路协同的相应功能，最终实
现城市内无人驾驶。城市内交通道路一定离不开交通路口，有交通路口的地方就会衍生出交通信号，
无人驾驶应用在车辆通过交通路口应用场景。
