DOITAPP
DOIT数据智能产业媒体与服务平台
立即打开
DOITAPP
DOIT数据智能产业媒体与服务平台
立即打开

大数据智能交通信号灯 城市道路Easy Go

去年,人工智能棋手Alpha Go打败人类围棋世界冠军柯洁的新闻引发了大家对人工智能以及对人类社会发展带来深远影响的思考。今天,城市道路疏导专家“Easy Go”也将悄悄地改变我们的生活。

从古至今,交通运输都决定性地影响着经济的发展与社会水平的提高。在城市化高速发展的今天,城市人口高速增长,现有道路常常无法满足人们的便捷出行需求。智慧交通作为智慧城市建设的重要组成部分,对现代都市交通拥堵现象有着非常积极的作用。

智慧交通是在数字交通和智能交通的基础上发展起来的更高级阶段的交通模式,秉承以人为本的理念,融合先进的物联网、云计算、大数据、移动互联网、人工智能等新技术,为市民出行提供便利,势必将引发交通发展模式的变革。

新技术驱动城市交通变革

解决城市交通问题不能仅从交通本身着眼,而是要从整个大的交通系统,整个社会来全盘考虑,要更多的考虑控制和管理。比如交叉路口、监控设施,以及一些强制性的手段,提高交通系统运行的效率,整体改善交通环境。

城市的交通网如同传输网络一样复杂,传输设备的交叉容量是传输效率的重要影响指标之一,同样城市交通路口的通行效率也是影响城市交通状况的重要因素。经过我们的研究分析,对比道路改造、车流预测等优化方式,能在不影响日常交通运行的情况下,最直接、最简便、最有效的优化方式就是通过优化信号灯配时方案来提高交通路口的通行效率。

洛杉矶是世界著名的繁忙都市。洛杉矶在全市架设摄像设备以及磁路传感器,将收集到的数据汇总至中央计算机系统,让电脑进行计算分析,并自动控制469平方英里的4500个交通信号灯,大大改善了交通拥堵情况。有统计显示,这一系统自从2013年上线运行以来,累计减少了12%的主要路口延误,交通通行速度提高了16%以上。交通状况的改善也减少了汽车尾气排放,从而提高了空气质量。

目前国内交通路口常用的疏导方式是依据感应线圈检测的车流数据,交警在路口人为的进行交通信号灯的控制,耗费大量的警力。在遇到车身长度较长、拥堵时段则会出现检测准确度大幅下降的问题,导致信号控制不合理。为解决交叉路口通行问题,烽火推出了Easy Go(易智行)产品和相关解决方案。通过外场视频图像数据采集,利用自主知识产权的大数据产品FitData的数据处理能力,结合仿真预测功能分析,自适应选择最优预案,全自动控制交通信号设备。促进道路利用率的提升,缓解城市交通拥堵的压力。

Easy Go激活城市交通路口

传统的交通模型都源于国外理论体系,不符合国内交通现状,导致车流预测具有较大误差。Easy Go的新型机器深度学习算法从真实数据中寻找规律,不依赖传统交通模型,能较好地适合国内现实交通状况。Easy Go是烽火联合江汉大学一起最新推出的智慧信号灯解决方案。产品基于图像识别技术,利用FitData大数据的信息处理与分析能力,以江汉大学大数据研究中心主任陈磊教授和加拿大滑铁卢大学大数据实验室主任陈涛教授的算法为支撑,精准掌握城市交通道路通行需求,优化交通信号灯配时方案,促进道路利用率的提升,缓解城市交通拥堵的压力,增强城市交通路口通行能力。

为了给“智慧交通”提供强大的“智慧支持”,烽火专门聘请了加拿大滑铁卢大学陈涛教授担任智慧交通首席科学家,全面领导智慧信号灯研发团队,并进行智慧交通多项产品与技术服务的深度探索。烽火还与江汉大学达成合作协议,将在智慧交通系统前沿技术、创新技术等领域展开研究,包括机器学习、智慧交通、自然语言处理等。

深度学习实现动态模型实时优化

Easy Go通过架设在路口及周边的高清摄像头,对道路交通视频信息中的车辆通行信息进行自动识别,将图像非结构化数据转化为结构化数据,存储生成数据库。应用FitData大数据深度挖掘技术,可以通过对多来源交通大数据的分析,获取对优化信号灯配时有效的交通信息。该技术既可以从大量历史数据中提取稳定的区域交通运行规律,又可以根据实时交通信息准确预测即将发生的交通情况。通过机器深度学习功能,系统会通过反馈信息自我学习,不断完善配时算法,保障每一个周期的设计是基于当前信息下的最优配时方案。

我们使用Easy Go对武汉市东西湖区的吴家山区域进行了改造,选取该区域的8个道路交叉口,根据该路网道路几何、车道设置、交通控制以及流量信息,建立区域交通信号控制模型,Easy Go在对模型进行研究、分析后,可结合现实情况进行交通信号控制模型的优化,并对道路突发状况提供实时的解决方案。我们设置了两个不同的交通需求等级:高峰小时需求以及非高峰小时需求。高峰小时与非高峰小时需求的总体流量v与通行能力c之比(v/c)分别约等于1和0.6。测试结果表明,在使用Easy Go后,高峰期该区域整体总延误时间降低了23%,出行时间降低了15%。非高峰期该区域整体总延误时间降低了17%,出行时间降低了10%。可以看出Easy Go对高峰时期的道路路口通行情况有更明显的改善。

东西湖区吴家山区域的8个实验交叉路口

正所谓“城市建设,交通先行”。在当代社会,智慧交通已成为推动经济发展的重要动力,在建设智慧城市的过程中智慧交通起着不可忽视的作用。烽火Easy Go在交通供给方面,通过DITS仿真预测和自学习算法,以及FitData大数据分析平台等技术的实施,可以提高现有交通基础设施的运行效率和交通供给能力;在交通需求方向,可以改善交通需求的时空分布特性, “削峰填谷”,使交通需求与交通供给的矛盾得到缓解。并通过大数据,实时筛选和分析海量数据,不仅能有效地为城市管理者提供决策量化依据和标准,也为市民出行提供实实在在的便利。结合物联网、云计算、大数据、深度学习和AI人工智能等研究,未来的智慧交通将会依托完善的智能物联网体系,让城市交通变得更加智慧便捷。

烽火将与更多高校学者一起,借助学校在理论学科上的优势,联合烽火的产业整合、商业运作、信息方案集成等方面的能力,产学研相结合、各施所长,在各行各业促进行业大数据的发展、产业落地,创造创新商业模式,造福人类社会。

未经允许不得转载:DOIT » 大数据智能交通信号灯 城市道路Easy Go