高精度交通数据驱动信号控制的评价，这是一个非常细微的场景。

交通信号在运行的时候，就是数据跟交通信号进行一个互动的过程，随着交通感知手段日渐丰富，交通数据的种类数量都在不断的增长，怎样有效的利用数据来对交通信号控制的效果进行评价，这一直是以来是大家关注的一个话题。

因为只有有了好的评价，才知道朝哪个方向去优化。以往在做交通信号控制优化的时候，往往是事件驱动型，也就是说针对舆情、针对定期巡查等发现问题，然后再做交通信号控制的优化。

但随着数据的增长，这个过程应该变成以数据的方式来驱动，要制定控制的目标，通过数据的分解分析来形成这个结果，最后变成一个可执行的战术，通过这种方式来实现交通信号控制整体优化的过程。

传统上在做交通信号控制优化或者评价的时候，通常会比较统计值或者比较大周期的评价指标。比如说对统计分时段的流量统计、占有率统计及平均速度统计等指标，这些指标有一个普遍问题，就是以统计数据为主的。那从总体上来讲就比较偏向宏观，评价出来的结果往往没有办法发现具体的问题，或者说没有办法指导信号控制的优化方向。

所以说提出一个新的方法就要基于更高精度的更细颗粒度的数据，来对交通信号控制进行评价。

这里的数据指的是更高精度的检测数据以及分类更多，种类更齐全的控制数据。其中包括交通运行的数据、交通流的数据、控制的配置数据、故障数据等，这些数据都要纳入到交通信号控制评价这个体系来。

怎么来定义高精度？高精度其实包括两个方面：时间的精度、空间的精度。

空间的精度又分两个方面，一是空间位置的精度。提起交通流会想到流量、日均交通量、年日均交通量等统计数据。往往忽略了在交通信号控制时，需要的是在路口精确位置，例如到底是在停止线位置、上游位置，以及哪一车道等这些更精确的数据。

有了这些数据之后，再做评价的时候，才能更好地找到交通信号控制上的问题。在时间分辨率上，要做到百毫秒级别，在空间精度要做到米每秒0.1米，在这样一个指标下，才能够对交通信号控制做一个更精确的评价。

在这个过程当中，在采用交通检测数据的时候。指定检测区域、指定空间范围的车辆存在情况、车辆的位置变化，车辆的属性等，包括行人非机动车等这些检测数据。从控制状态上要知道当前控制模式、当前运行控制方案以及当前相位有无交通需求，正在运行的效率和相位之间的冲突方向是不是有交通需求等等，这些内容都要纳入到评价指标体系里。

一个路口的交通项目控制，大概将近200种数据。每一种数据都把当做一个事件来归纳。也就是说高精度的控制数据不等于交通流的统计数据，不仅仅是流量。

比如一个简单的案例，以相位的状态为准，相位绿灯什么时间开始亮起的、什么时间冲突方面有交通需求，相位结束的时候是因为什么原因结束的？

是周期配时结束的、还是由于没有交通需求结束的、还是被迫由其他方向的更高优先级的请求造成了它的结束。单单一个相位的运行大概就分为了12种数据，再结合交通检测器的数据，可以做出深入的分析。

同样在交通行业里，不仅要讲绿灯期间信号的利用率，还要看到达率。既希望车辆是在绿灯期间到达，而不是在红灯期间到达，形成排队等待绿灯放行。针对这一情况进行分析，会发现某一个指定相位在一段时间它的到达率的变化。

沿着这个数据，同样也可以对行人在路口的控制做一些数据的分析。以往交通评价仅仅只针对机动车，对行人的评价往往被忽略掉。

如果利用行人按钮状态数据与行人相位信号控制之间的关系，就可以知道行人的延误等方面的数据。行人的交通延误过大时，就容易造成行人焦虑、不耐烦甚至闯红灯的一个主要的诱因。

通过分析这个数据也可以解决行政交通安全方面的一些问题，同样的这个方法也是可以应用到自适应系统的优化评价以及路口通行能力饱和度的评价，路网梳理、道路通行能力评价以及交通信号控制，一直是整个交通行业里面三个难题。

通过这种高分辨率的数据，不仅仅是统计数据，还要对每一辆车每一个人的到达通过数据进行深度的分析，才能找到这些问题关键点。除了入口的分析之外，还有相位的利用率分析、相位均衡的分析等。

高精度数据，实际上就是要认真的分析到底应把检测器放在什么位置，拿到什么样的数据才是对的。比如说到达数据分析，应要在上游去检测，要知道这个路口的通行能力；做通行能力的分析，饱和车头时距分析，这个检测器就要放在停止线附近；做排队分析，可能要做一个排队的检测区域等等这样的计，它跟工程的设计是紧密相关的，是不可分割的。

现在的区域检测设备，不管是雷达还是视频等各种各样的检测办法，都可以软件可定义的方式去拿到数据，但是需要关注的是在不同位置拿到的数据，在应用的结果其实是完全不同的。

检测空间设计是保障获取高精度交通数据的重要前提。

交通控制的绩效评价或者效能评价，应该结合不同区域不同时段或者适应不同的交通管控目标来做评价，也就是由管理来定方向，由数据来测指标，综合的去构建一个综合的评价体系。

不同于交通状态的评价，交通信号控制评价让您指导实际的交通控制工作。以前的交通评价，比如Los的评价标准和国家的道路服务水平评价往往偏于宏观的，偏于路网层面，通常很难指导具体的交通项目控制工作，基于高精度的数据来做评价的主要目的就是为了通过评价找到问题，通过评价找到方法。

交通控制绩效评价目标，应结合不同区域、不同时段，适应交通管控目标：

安全保障：降低事故发生率，保障用路人安全出行；提升效率：评价目标交通运行效率变化；路网均衡：评价目标通行能力提升及其能力利用效率，响应交通需求变化的敏捷程度，均衡适配需求的能力；优先通行：针对特殊场景、紧急交通需求的响应能力，包括慢行交通、公交优先、应急救援、城市重大活动保障等；系统可靠：对系统设备设施、通信网络、运营管理机制、人员、安全等进行评价。

管理定方向、数据出指标、面向综合控制效能的评价模式

高精度数据的评价带来的结果应该是先后控制的运维优化能带来明显的提升，这就是基于高精度数据的评价的一个目标。