来源：金羊网
日前，全球最大的一站式出行平台滴滴发布了智慧信号灯2.0版，把信号灯优化工作从一条道路扩展到整个区域的多条道路。这是国内首个以浮动车轨迹数据为基础的整体区域优化系统，运用后城市最大的得益，是使得高峰期道路延误时间下降超过20%。滴滴在解决国内交通领域一大难题的同时，也以互联网技术和数据方面的强大优势诠释社会责任。
滴滴参与济南武汉等地信号灯配时优化工作
“互联网+大数据”应用于红绿灯可以通过优化信号灯配时，帮助城市治理拥堵。滴滴智慧交通团队目前的工作方向之一，就是将滴滴平台海量的大数据运用于城市信号灯配时调节，让汽车在道路上的通行更顺畅。今年上半年，滴滴首次发布该领域的成果——国内首个以浮动车轨迹作为数据基础的“智慧信号灯”，在落地济南经十路一个月之后显示出成效，经十路早晚高峰期的交通延误时间均下降了超过10%。
经十路是济南最重要的交通主干道，承担着东西向的城市通行重任，是济南最宽阔的一条道路，但是长期以来也是济南全城最拥堵的道路之一。为了改善经十路的交通状况，济南交警与滴滴出行合作，在经十路的山大路到舜耕路的六个路口，试行基于融合了滴滴平台浮动车轨迹，以及济南交警卡口、地磁等多元数据之后，研发出的新型“智慧信号灯”。
数据显示，经十路山大路到舜耕路路段，工作日早高峰平均延误时间下降10.73%，晚高峰平均延误时间下降10.94%。在停车次数方面，经十路的数据也有明显下降，工作日晚高峰停车次数下降8.7%，早高峰下降6.7%。同时，“智慧信号灯”还极大地减少了经十路上各个路口车辆完全“堵死”的情况。
分析认为，“智慧信号灯”的落地，反映出交警部门打破了原有的交通流信息采集模式，运用移动互联网数据来优化调整信号灯配时，这也为解决城市道路拥堵提供了新的思路。这也意味着，利用大数据、高科技算法，滴滴可以帮助城市交通变得更通畅、更有效率，从而提升城市居民的生活品质，让整座城市变得更智慧。
济南的成果很快扩展到其他城市。现在滴滴已经与济南、武汉、成都、深圳、广州、苏州、贵阳等国内20多个城市达成合作，以大数据技术支持整体优化交通管理体系。以武汉为例，滴滴智慧交通在缓解武汉交通拥堵上已有成效。数据显示，武汉江发路早高峰各路口平均通行时间降低13.30%，各路口平均延误时间降低29.74%，干线方向整体延误时间降低23.37%;武汉京汉大道平峰期各路口平均通行时间下降4.93%，各路口平均延误时间降低8.53%，干线方向整体延误时间降低5.81%。
大明湖区域内道路总体延误时间下降
在优化一条道路的基础上，滴滴近期还将范围扩展到了一个区域。在济南大明湖区域，经过滴滴优化后，高峰期道路延误时间下降超过20%。这是继“智慧信号灯”后，滴滴推出的国内首个以浮动车轨迹数据为基础的区域整体优化系统。有了此前优化信号灯的技术基础和经验，不难发现这次滴滴在区域优化中的算法和技术又更上一层楼。
滴滴与济南交警合作，共同对大明湖区域的7条主干道、43个路口进行信号灯优化，试行一个月后成效显著，工作日区域平均速度提升17.1%，延误下降18.8%，更为拥堵的周末区域平均车速提升31%，延误下降23%。滴滴智慧交通，一直致力于用滴滴轨迹大数据解决城市拥堵问题，帮助交管部门以及其他交通团队更高效便捷地管理信号控制，降低城市拥堵，此次合作目的也在于此。
大明湖区域是由明湖北路、顺河西街、泺源大街、历山路围起的回字形区域，包含大明湖、黑虎泉、趵突泉等旅游区，世贸广场、恒隆广场等城市中心商业区以及多家学校、医院。这几大城市核心区叠加，无论在工作日平峰还是周末节假日，都人山人海熙来攘往，复杂程度和优化难度也成指数级上升。
滴滴与济南交警针对这一区域的特点，提出要从整个区域系统出发，根据滴滴浮动车大数据交通量检测，去协调区域内43个路口的交通信号配时，从而取得整体最优效果。双方采用了溢流防控、绿波控制、节点疏通、缓进快出等方法对这一区域进行优化。一天中不同时段的交通模式有较大差别，相似度低，为了更精细地进行优化，滴滴还将一天划分为不同的时间段，针对特定的交通模式，给出更精细的配时优化方案。
滴滴强大的数据能力为优化提供了良好基础。经过5年的发展，滴滴已经成长为全球最大的一站式出行平台。滴滴平台上日订单量达2500万单，相当于全球其他市场所有移动出行市场总量的2倍。这也意味着，滴滴大数据规模以及数据分析、利用能力获得指数级的提升。目前，滴滴平台每日新增轨迹数据超过70TB，每日处理数据超过4500TB，每日路径规划请求超过200亿次。丰富及高质量的数据为持续进行交通组织优化提供了良好基础。
算法技术上一层楼 构建城市更智慧交通
这个有“魔力”的智慧信号灯2.0版，它是继“智慧信号灯”后，滴滴推出的国内首个以浮动车轨迹数据为基础的区域整体优化系统。有了此前优化信号灯的技术基础和经验，不难发现这次滴滴在区域优化中的算法和技术又更上一层楼。由于浮动车轨迹数据覆盖区域大，能够很快速地调出多个路口的浮动车通行数据，实时地度量红绿灯效果。所以比起传统的人工采集方式，节省了更多的人力物力，也更加精准。
众多纵横交织的道路构成了城市交通网络，每个路口都是寸土必争，一个微小的改变就可能对道路畅通产生影响，而路口的信号灯正起到规范秩序，合理分配路权的作用，将道路和时间资源科学分配，是能够改善交通环境，提升交通品质的重要因素。
而交通的拥堵，与路口交通信号密切相关。一个信号的调整，相邻路口交通信号的改变都会影响路口的交通状况。区域协调，将原来单点及单条干道的路口信号灯优化从点和线的控制，上升到面的控制。如何提高这一庞大又复杂系统中交通信号控制的协同效应，在交通领域一直是个难题。
过去，交通信号灯配时工作，更多靠个人经验，很难保证科学性和准确性。后来，交警开始建立自己的数据平台，通过卡口、线圈、地磁、摄像头等搜集而来的行车数据进行综合判断，确定红绿灯时长。但该方法的缺点也显而易见——缺乏实时动态数据，精确性仍待提高。
而滴滴尝试用大数据的力量解决传统靠人力优化的不足，实现区域自动化的系统控制，提高车流通行效率，提升城市交通品质。滴滴希望能在接下来的尝试中，与广州的交警部门和传统优化团队继续深度合作，进一步挖掘轨迹大数据在信号配时优化和评估的优势，提升交通信号优化的效果和效率。
业内人士认为，有了从路口改善到区域优化的经验，滴滴未来可以将整个城市作为系统进行优化，构建城市更智慧的交通、为市民带来更畅通无阻的城市出行，凭借自身的技术优势造福市民生活，用实力诠释社会责任。