在我们生活的城市中交通的供需矛盾日益突出，如何解决有限的交通设施来缓解交通堵塞问题，高精度地图和互联网大数据在这方面能起到哪那些作用呢？针对这些问题图盟CEO李俊彪将从高精度地图在城市中的发展背景、高精地图的含义以及基于高精地图的组织优化三个方面进行了全面的分析与解答。
数十款阿里云产品限时折扣中，赶快点击这里，领券开始云上实践吧！
直播视频回顾
以下是精彩视频内容整理：
城市交通发展的背景
把现有的道路进行充分的利用，这样就会为国家节省出很多造路的成本和支出。从充分利用道路这个角度来讲，无外乎要考虑两大方面，一方面是时间，另一方面是空间。要做到动态交通精细化管理，那么就需要一定的数据支撑，其中有两个基础数据必不可少，首先是要做到动态管理就需动态测试数据，这里互联网交通大数据就尤为合适，它可以做到全域的覆盖，从全局的角度去了解城市的交通特点和障碍。其次是精细化数据，原有的二维地图做不到车道级的数据融合分析，高精地图则可以细化到车道级别，从而在高精度的车道管理上可以底层数据做支撑。
高精度地图
在交通领域中应用的高精度地图与无人驾驶的高精度地图几乎相同，但从属性角度来讲会有一点区别，交通领域中对于属性会有一些特殊需求。目前高精地图比较成熟的采集技术是激光雷达车采集，高精地图的应用也有很多，例如组织优化、仿真、设施设备管理以及事故分析。
交通组织优化
交通组织优化大致可分为三种类型：
- 交通规划设计：包括车道功能的设计、路网设计以及车种紧限，建立慢行交通、公交优先的规则，打通微循环。
- 交通渠化设计：建立潮汐车道、导向车道以及待行区，做好车渠优化和机非分离等优化工作。
- 控制方案设计：设置灯控方案和禁左功能，以及对二次过街等行为进行监控。
目前缺乏数据支持是交通组织优化方式的最大不足，由于难以获取趋势型数据，并且采集设备的完好率较低以及数据之间的关联性较查差导致了数据的来源不足。另一方面，交通结构的变化、交通出行变化、设备设施变化以及路网功能的变化都会引发监控手段的溃乏问题。其次规划设计的效果、路口组织的合理性以及控制方案的效果评估等因素导致了评估能力的不足，这些都会引起数据的缺乏。以高精度地图做数据融合的基础，将感知到的数据与高精度地图进行对接，利用现有技术来弥补数据缺乏所造成的不足。
交通规划设计
每个城市在新建前或者改建时都会用到交通规划设计，对于道路设计问题，可以利用基于互联网的交通大数据来监控道路拥堵的情况，包括车辆通行效率等问题，通过这些数据分析可以找出哪条车道可以作为专用车道。潮汐车道的设计与整个互联网安排关联非常大，可以分析潮汐车道方向分布系数、服务水平以及自动变换行驶方向。依据车流人流状态和道路基础设施状况，合理利用道路设施设计道路测停车位。
交通渠化设计
高精度地图数据可监测不同车道的车辆排队长度，可为车道功能调整提供能量。可变导向车道的设计，可实时提供左转和直行的交通流的需求信息，使可变道导向车道变道更加灵活。交通标线的施化，提供了车辆行驶的轨迹，可辅助施化导向线、车道线等标线。
控制方案设计
动态滤波的调整可以监测出OD轨迹，从而调整滤波协调方向、带宽以及车速。对于常见的信号优化问题，以互联网大数据与交警业务数据融合为分析基础，设计常态化的控制方案。对于公共信息服务问题，精确到车道级的导航信息为公众提供更精确的导航服务。
信号评价与优化
想要把信号做成一个闭环进行实时的自适应控制，首先需要建立一个体系，针对不同的问题找到对应的解决方案，然后把所有的数据融合起来，基于这些数据对路口进行诊断，一旦碰到的问题就对应到模型库中，拿出对应的解决方案。然后基于大数据做一个实时地评价，若评价结果较好，则继续执行，若评价结果有问题，那么返回到路口继续进行诊断，再对应到模型库中拿出解决方案，这样就可以使得信号实现自适应的状态。但是这种状态对数据的要求相对来说比较高，有可能数据的不全导致整个分析是错误的，所以不能随便的在每个城市都去实现这种方案。
阿里云把高德地图的原始数据进行了整理、融合与分析，然后把分析的结果给到图盟，然后依据这些结果与交警数据对整个路口进行实时的诊断，依据判断的结果，去到模型库中找到对应的优化解决方案，逐渐实现自动控制，最后融合的互联网数据去进行实地评价，基于评价对原判进行反馈，最终实现自适应体系。
对于中山来说所做的不仅仅是对信号的闭环，而是对整个交警的管控业务实现闭环。所谓管控业务就是从城市交通的全域监测开始，依据判断出来的问题进行实时地指导出勤，判断哪里需要出警。然后做事后的沿判，基于沿判结果做组织优与决策支持，依据大数据中心评价这些支持手段，最后在对之前的措施进行指导，整个过程就是对中山的解决方案。
未来交通组织优化的发展趋势
现如今无人驾驶、智能驾驶等迅速发展，未来交通组织优化的发展趋势会服务于无人驾驶、智能驾驶，未来的交通管控一定是实时地，主要可以体现在几个方面，首先是全景数据实时地汇聚、融合和服务的，其次基于数据所做的所有的指挥优化手段是实时的，所有服务所产生的信息为政府、企业和公众出行的信息服务也是实时的。只有到了这一天，城市的交通安全、有序才能真正的实现。
