编者按：12月5日，百度智能云信控产品经理冯延伟在百度云智思享会上作题为《百度智能云SaaS信控核心技术能力介绍》主题汇报。
冯延伟深度拆解了流量还原、交通态势研判等SaaS信控核心功能的底层技术逻辑，同步前瞻了交通问答助手、在线绿波工具等创新功能的应用场景。冯延伟表示，百度智能云SaaS信控聚焦行业痛点、兼具实用性与创新性的技术呈现，为智能交通信控领域的高效化、低成本发展提供了新思路。
一、核心功能介绍
第一个核心功能是流量还原。将其置于首位，是因为该功能是与客户交流时面临挑战最大的问题。交警客户最关注流量还原的准确性，交通流量代表着交通需求，若交通需求数据不准确，后续的信号优化工作便失去了可靠基础。
在推出SaaS信控产品前，团队已完成大量私有化项目，包括保定、株洲、北京亦庄等地的项目，均取得良好成效，这些项目积累的数据为SaaS信控的研发提供了重要支撑。
流量还原过程分为三个步骤：第一步是模型训练，依托三类数据构建“交通时序大模型”，包括百度地图提供的路网拓扑关系数据、互联网轨迹数据，以及雷达、雷视、电警、卡口等路侧交通感知数据；该模型有比较强的泛化能力，可迁移到其它新城市。第二步是流量还原，将目标城市的互联网轨迹数据输入已训练好的模型，即可完成该城市路口流量的还原。第三步是流量校正，这是保障流量还原准确性的关键步骤。
具体操作方式为，在每个目标城市每50个路口都会选取3-5个流量比较大、能代表区域交通流特征的路口，向交警获取这些路口的电警、卡口视频，提取视频中的过车数据与系统流量还原数据进行比对校验，进而微调模型参数。多个城市的路口流量还原结果显示，准确率基本保持在75%以上，部分路口可达80%以上。对于背景方案优化而言，75%-80%流量还原的准确率已能满足需求。
第二个核心功能是交通态势研判。相较于断面检测器，互联网轨迹数据的连续性尤其在宏中观交通规律分析层面有其独有的优势。该模块产品化的思路聚焦交警客户高频关注的核心问题，主要涵盖三类问题。
第一类是区域内部拥堵规律问题。交警常关注某一区域内当前有多少辆车、区域当前的承载能力怎么样、高峰时段车流都分布在哪些道路上、拥堵发生先后顺序及演变规律等，这些问题均可通过互联网轨迹数据分析得出。
第二类是区域边界问题，核心聚焦进出区域的关键通道、包括关键通道的车辆来源与去向、不同流向占比，以及针对交通吸引量大的区域，缓堵截流策略中上下游分别需要截流、加放的路口层级以及需要重点控制的流向等，可通过关键通道的OD溯源为策略制定提供辅助支撑。
第三类是路口流向级交通问题诊断，辅助交通工程师对个别时段存在问题的配时方案进行改进优化。
第三个核心功能是信号优化。基于前面的流量还原和交通出行规律分析，系统会从区域全局角度推荐出分时分策的信号优化方案。此处重点说明一个易被忽视的问题：整个区域内的路口方案都更新优化完一遍后，什么时候需要再次更新？
优化方案实施后效果下滑，从数据维度看主要有两方面原因，一是交通流量即交通需求发生变化，现有的配时方案与最新的交通需求不匹配；二是效果数据变差，这两种情况均需对方案进行调整。因此，系统会实时追踪流量突变与效果数据突变两类情况，一旦出现任一变化，便会发出提醒，提示需更新调度策略及部分时段的方案，这对信控优化效果的保持至关重要。
二、新功能预告
第一项新功能是交通问答助手，该功能依托大模型能力构建。以往交通工程师在现场常被交警询问各类专业问题，例如“什么样的路口适合设置可变车道““什么样的路口可以设置待行区““什么情况下应该使用圆盘灯”“什么情况下使用箭头灯”，或是“会议区域早高峰方圆两公里内的拥堵指数情况”等，工程师往往需要查阅资料或翻阅系统才能给出答复。
有了交通问答助手后，此类问题可直接在系统内查询解答。系统整合了交通专业知识库，能够生成图文并茂的结果。看似简单的问答功能，实际落地存在不小挑战，核心难点在于意图识别准确率，即系统怎么样才能正确理解用户问题的核心诉求。为保障识别准确率，团队开展了多轮技术迭代优化工作，目前端到端识别准确率已达90%以上，在行业内处于较好水平。
第二项新功能是自定义报告。初期版本的报告采用固定模板，不同城市套用模板生成数据报告，虽能实现工作提效（无需人工从系统提取数据再加工），但在与客户沟通中发现，各地交警对报告的诉求存在差异，如同餐饮消费中不同人有不同口味偏好。
为解决这一问题，团队设计了三步解决方案：第一步是收集报告数据，支持结构化数据及本地上传数据的获取，相当于备好各类“做菜原材料”；第二步是报告生成，用户只需说明报告包含的内容与需求，即可像点菜一样快速生成对应报告；第三步是报告微调，引入“原子模块”概念，将报告视为乐高积木拼接而成，图表、文字等均为独立的“原子模块”，用户可通过调整这些模块对报告进行优化，如同菜品口味可以根据个人喜好做微调，大幅提升效率。
目前该功能已完成内部测试，计划Q4推出上线。
第三项新功能是交通运维监测。团队认为，互联网轨迹数据挖掘的价值不仅体现在在信号优化，还可拓展至更广泛的场景。此前在某项目中曾出现过优化方案下发后，路口运行效果未改善反而变差的情况。经排查发现，问题根源在于路口信号机运行异常，导致相位差跑偏。
通过深度挖掘互联网轨迹数据并结合信号灯灯态数据，能够及时发现信号机运行方案跑偏的问题，为交通工程师及一线交警的效果巡检提供有力支持，避免因信号机异常导致舆情上升、群众投诉后才追溯问题。未来，团队希望互联网轨迹数据能在系统运维，尤其是信号机运行异常监测方面发挥更大作用。
最后一项新功能是在线绿波工具。百度为助力行业发展，在SaaS信控平台中单独设置该模块，并面向行业免费开放，供一线交警、交通工程师及高校相关人员使用。期待该功能上线后，大家积极试用并提出宝贵意见。
扫一扫 微信公众号
