人人都說數據好，有了數據用不了。

為什么會出現這種現象？到底什么樣的數據能用？

北方工業大學城市道路交通智能控制技術北京市重點實驗室研究員張福生在第三屆中國交通信控中國發展年會上分析了當前部分檢測數據無法使用的原因，并結合交通控制場景，提出了檢測器設置的建議。

以下為張福生演講主要內容：

為什么討論交通控制場景與檢測器設置？

第一，交通檢測建設投入大、維護投入少。

第二，檢測方法越來越多，但應用進步不大。

第三，互聯網數據熱鬧一時，但難見實效。

第四，交通檢測用于規劃多、用于實時控制少。

常見問題

選擇什么檢測手段？使用哪些檢測數據？檢測器怎樣布設？怎樣判別交通場景？怎樣看待檢測精度？車路協同車聯網后還需要檢測器嗎？

交通檢測數據與應用

關于交通檢測目的，我的理解是：獲取交通數據、辨識交通場景、發現交通需求、識別交通事件、評價交通狀態。

關于交通檢測種類及特點：

關于交通檢測數據，一個車隊在通過檢測斷面的時候，可以分析出車頭時距、流量及占有率等數據，在實際應用中，經常會將這些數據以統計的方式表達出來，而車隊特性、個體特性、實時檢測精度等數據被統計數據淹沒。

為什么需要精確的交通數據？因為需要用這些數據做不同應用場景的控制，比如方案優化、實時控制響應、需求檢測、事件判別與響應、交通場景識別等。

控制場景與交通檢測

SCOOT系統在做交通檢測時要求檢測器放置在停止線上游80-150m，自由交通流處，這樣設置的核心原因是：SCOOT系統優化模型是以車輛到達特性、到達停止線行程時間、停止線飽和通行能力等關鍵參數來進行優化。

SCATS系統檢測器布局是在停止線上游，臨近停止線處，它核心檢測目的是檢測車輛通過特性。通過分析交通流特性，來形成飽和度計算方法。

通過SCOOT和SCATS對檢測器的要求可以發現，這些系統都非常關心交通流通過檢測區域形成的檢測脈沖精度，這些參數對系統控制優化作用非常關鍵，而不能簡單的用流量、占有率等參數來看待。

在感應控制場景下，檢測器位置應該依據車速計算。需求檢測器通常用這條道路上的平均車速，按照這個車速到達停止線的行程時間作為計算位置的原則。

在公交優先與有軌電車場景下，分為模式鎖定的檢測、需求檢測、到達檢測、通過路口的檢測等。

在溢出控制場景下，溢出檢測常用的方法是在路口下游設置檢測器做溢出分析，但僅有這個還不夠，我們建議是做兩組檢測器，一組是溢出預警，一組是溢出檢測。

溢出預警檢測器位置，我們建議是剩余的排隊空間至少要夠它進入這個方向的各個相位最小綠準備到達的這個車隊所需要的空間。

最后總結一下，實時檢測是實時控制的重要基礎檢測，數據精度不僅僅體現于統計數據，檢測布局與控制方法結合是關鍵。