广州市《互联网+信号灯控制优化实验研究项目》日前发布中标信息，阿里云计算有限公司以128.86万元中标。公开信息显示，北京嘀嘀无限科技发展有限公司也参加了项目投标，但互联网+信号灯市场竞争三巨头之一的百度未参与投标。
本次互联网+信号灯研究项目强调了互联网数据与固定点数据的融合，信号灯控制评价模型的建立，潮汐车道灯、匝道控制灯、分车道灯等开关型控制方法研究等关键性研究，是国内首个城市对互联网+交通信号进行系统性的研究。不得不说的是，在其他城市还在做互联网+交通信号的研讨和示范的时候，广州开始了系统性研究工作，并着眼于全市1000多个信号灯路口的覆盖应用。
对于目前互联网+信号灯三巨头，阿里云、滴滴和百度而言，最晚启动互联网+信号灯研究的百度没有参与本项目的投标，在互联网“一日千里”的发展速度中，百度落后较多。滴滴在今年8月份对外宣布，密歇根大学终身教授刘向宏(Henry Liu)加盟滴滴,出任智慧交通首席科学家，实则是对其他两家互联网巨头在交通认知层面和项目推进速度方面是个“巨大威胁”，但在广州，阿里云+高德地图的组合，加上前期市场的发展和铺垫，仍然胜出。
广州项目金额虽然不大，100多万的费用也不是互联网玩家的所求关键，但这就是目前互联网+信号灯市场秩序的体现，且行且观察。
（以下信息来自项目招标文件）
项目名称：互联网+信号灯控制优化实验研究项目
项目周期：计划研究周期为10个月。
1、项目背景
近年来，“互联网+”炙手可热，成为社会民生的重要话题。这一概念是指互联网与传统行业深度融合，体现了国家战略走向和社会文化潮流。交通是互联网深度影响的民生领域之一，互联网技术与交通领域碰出不少火花，在交通运输、交通出行服务、停车等细分领域不断有新业态、新模式出现，特别是随着移动互联网的快速崛起，各电子地图厂商的产品日臻成熟，在定位、POI搜索、导航、路况诱导等方面为公众出行提供便利的服务，培育了上亿的用户群。
为适应行业变化，广州交警也积极探索和推进“互联网+”战略，通过自建品牌和整合互联网资源，丰富“互联网+交通管理”的体系结构。
2016年1月开始，广州交警与电子地图厂商在信息共享方面、信息板情报发布等开展了深度合作。截止2016年10月，广州交警在互联网平台网上业务类别已覆盖了交通业务办理、交通宣传教育、警民互动、交通诱导和事件发布、交通指挥调度、勤务安排、研判分析、交通组织优化与影响评估等领域。这些领域业务开展，一方面是互联网信息渠道的拓展，另一方面是互联网大数据的应用。
当前，移动互联网的大数据已经应用于城市路网及路段的运行监测、评价和预测等方面，为交管决策提供了有效支撑，而在交通控制中的应用尚未进行探索。经前期对广州交警版平台地图的应用和测试，移动互联网数据具有较高准确性和可靠性、具有全路网感知、商业驱动无需维护等特点，为进行一步提升城市交通的感知和控制能力开创了全新的方式。
2、广州交通信号灯建设应用情况
广州市交通信号控制分为SCATS系统控制和单点控制两种模式。
目前，广州市直属大队区域共有交通信号控制路口近1200个（具体见表1），按照信号控制系统的改造计划，到2016年底，共约有1000个路口采用SCATS控制方式，其它为单点信号机控制。
除此之外，广州市内根据交通管理和控制的需要，在内环路设置匝道控制灯，人民桥、解放北跨线桥、海珠桥等多处设置可变车道灯，在环市路（建设大马路附近）、机场路、黄埔大道等多处设置分车道灯。
路口基础资料的收集方面，已完成全市现有路口信号设施的建档工作；路段协调优化方面，完成了双向协调绿路、分段绿路、单行绿路、简单绿路等100多段；路口运行数据的补充完善方面，根据日常运行的周期时间完成了全市所有路口无电缆数据设置，保障行人过马路有1米/秒的时间，保证行人过马路最大等待时间不超过120秒，保证机动车最小绿灯时间大于20秒，保证机动车最大等待时间不超过150秒；建立了路口优化响应机制及流程。
3、项目目标
广州的信号控制以SCATS为主，SCATS作为一种先进的交通控制系统，也是世界上许多城市的交通控制中起到重要作用，其特点是稳定性高，路口控制方案不基于交通模型，根据实测的类饱和度值进行选择，系统可以根据交通需求改变相序或略过下一个相位。但同时也存在以下问题：没有实时交通模型，而是从既定方案中选择信号控制参数，限制了控制参数的优化程度；检测器安装在停车线附近，难以监测车队的行进，因而绿时差的优选可靠性较差。
当前，移动互联网数据已经应用路网和路段的交通运行评价，其数据质量已可用于交通诱导，也意味着该类数据应用于优化交通信号灯控制具有非常高的可行性。
本项目的目标是将信号灯与路段路况进行关联，建立信号灯控制评价模型，持续跟踪、监测和评价信号灯相关路段的运行情况，提供控制优化建议和方案，为缓解城市交通拥堵提供靶向治理工具和方法。
4、项目思路
本项目需获取互联网实时轨迹数据和路况数据，评估数据质量，并对数据进行清洗，同时尝试融合固定点检测器数据，提升实时路况数据的可靠性。
在数据具有时效性和高可靠性的基础上，进行数据关联、分析和挖掘。关联包括将信号灯与上下游路段建立关联关系，分析是对移动互联网的基础数据后得到与交通控制相关的参数，包括方向排队长度、停车次数、通行时间、入口和出口速度、流量估计等；挖掘是对参数的深化应用，发现交通运行规律特征，包括路口拥堵规律、路口车速失衡、排队长度失衡、出口溢出、绿波带常停点、高频轨迹路段等。
同时针对不同用途的信号灯及不同的优化控制目标，建立交通优化控制模型和方法，例如潮汐车道的动态切换方法、匝道信号灯开启和关闭模型等，仿真和论证模型的正确性和有效性，并在实验路段进行试验。
5、项目工作内容
5.1开展系统建设应用现状及项目需求目标调研
调研内容包括但不限于以下几个方面：摸查业主单位的信号灯点位分布、功能类型、信号机型、控制使用方法、控制原理、数据访问接口、现有的建设优化维护工作流程、大队日常管控方法；交通流检测类型、数据格式和数据获取方式、公安网内外数据交换要求；本项目实验平台研究基本内容及拟解决的主要问题等事项。
5.2 建立互联网+信号灯优化控制研究实验基础平台（简称“研究平台”），以支撑后续的优化研究工作
接入实时路况数据、信号灯点位数据，并在GIS地图上实现可视化展示。平台部署在公安内网，平台开发及运行购买云计算资源等产生的费用由中标单位支付。实时路况数据更新时间粒度控制在每3分钟以内（含）刷新一次、路段空间粒度控制200米至1000米以内。
5.3根据项目目标分解细化研究课题
5.3.1研究子项一：数据融合的可行性进行研究；
数据融合的主要目标有两方面，一方面是用互联网数据校准传统检测数据。广州市智能交通管理系统经过多年的建设发展，已经形成了丰富的固定点数据采集源，提升数据可靠性，深挖数据价值，可以为交通管理及控制提供有效支撑。在互联网数据采样特征分析的基础上，进行数据清洗后获取高质量和高可信度实时路况，用路况数据验证和校准传统方法数据，对相互冲突的数据进行报警，并由系统维护单位核查报警原因，本项目中标单位在核查报告的基础上优化校准和报警模型；另一方面选择实验路段，互联网数据与传统的线圈、卡口检测系统数据融合，尝试获取车道级数据，进一步提升互联网数据的空间粒度和置信度。
相关研究成果形成《交通运行数据融合的可行性研究》书面报告。
验证平台实现要求：在基础实验平台内，接入部分实验路段检测系统数据。实验路段需满足视频监控可查看、检测路段与地图实时路况空间粒度接近（具体路段由中标单位调研后与业主单位商定）。在业主单位现在检测手段不足以开展该工作时，允许中标单位利用自用技术，拓展交通检测数据源，如需提供视频在业主单位控制范围内配合接入。平台提供访问融合结果、数据冲突报警在线展示，并导出历史数据等功能。
5.3.2 研究子项二：挖掘轨迹数据，分析获取交通流参数，并建立路口运行评价模型；
在数据融合和处理的基础上，对交通流特征进行统计挖掘，并进行交通参数估计，参数包括排队长度、停车次数、通行时间、入口和出口速度、流量估计等，这些参数将应用路口路段运行的评估模型。评估的方面包括路口拥堵指数、路口失衡（车速失衡、排队长度失衡）、出口溢出、绿波带常停点、绿波协调关键路段、路口运行周期适配度等。
相关研究成果形成《基于实时交通数据的路口信号控制效果监测评估方法研究》书面报告。
验证平台实现要求：需在研究平台内实现参数统计挖掘模型及评估模型，并给出参数和评估结果的实时查询和导出功能。同时结合业主实战需求，对评估结果进行分类定义，如拥堵路口定义、常发性拥堵（失衡）路口定义，偶发性拥堵（失衡）路口定义等。相关的定义需在研究平台内实现，也提供实时查询和导出功能。
5.3.3研究子项三：开关型信号灯控制优化方法研究；
路口信号灯控制参数相对复杂，而潮汐车道灯、匝道控制灯、分车道灯等控制参数简单，仅涉及开启关闭时间和时长。因而本项目优先对开关型信号灯的控制方法进行研究，通过划定控制影响的区域范围、关联前后控制路段、进行实时流量估计和影响评估，确定信号灯的开闭和切换模型。
相关研究成果形成《互联网+信号灯控制优化技术研究》书面报告。
验证平台实现要求：在研究平台内实现控制模型，并给出控制和切换建议，持续实时监测控制影响区域的交通总体状况，并给出运行评价结果。
5.4研究范围说明
考虑研究经费和范围问题，总体数据融合可行性深化研究对象规模不超过50个，但成熟融合方法需在验证平台全覆盖；交通流参数挖掘和监测模型子项研究对象为直属辖区路网；开关型信号灯控制子项研究对象为直属辖区全部潮汐车道灯、匝道控制灯、分车道灯。
6、交付成果
（1）研究平台软件
（2）互联网+信号灯控制优化实验研究平台功能说明及用户使用手册
（3）《互联网+信号灯控制优化实验研究平台详细设计书》
（4）《交通运行数据融合的可行性研究》报告
（5）《基于实时交通数据的路口信号控制效果监测评估方法研究》报告
（6）《互联网+信号灯控制优化技术研究》报告
（7）培训教材。
