2016年4月在杭州云栖小镇5G车联网示范项目的一次发言中，云栖小镇“名誉镇长”、阿里云创始人、阿里巴巴集团技术委员会主席王坚提出“城市数据大脑”，概念开创，立刻得到城市管理者和有关政府部门的共鸣和高度认同。两个月后，作为改善城市交通拥堵为先导需求的探索性项目，杭州城市数据大脑项目启动。
当年10月的云栖大会上，杭州市政府、阿里巴巴集团联合大华股份、中控信息等13家单位共同对外正式发布了这个巨大的工程。王坚在云栖大会上提出的“世界上最远的距离是摄像头到信号灯”得到了科技类媒体的爆炒，也得到了智能交通行业更多的“声讨”。
2017年3月，“城市数据大脑”概念走出杭州，随后衢州、乌镇、苏州、桐乡等城市开始由阿里云牵头建设“城市大脑”。
一年后的云栖大会，我们再次听到了关于杭州“城市数据大脑”项目建设的最新进展，在此基础上，结合过去一年对多个地方城市就“城市交通大脑”、城市大脑核心应用“互联网+信号”的工作开展跟踪，回头再看那引起巨大争议的“最远的距离”做了多少落地工作，智能交通行业技术得到了怎样的发展进步。
一、 什么是城市大脑
城市大脑内涵很多，但目前关注深度 | “城市交通大脑”让智能交通有哪些技术进步更多，示范建设、技术探索最多的是其分支交通领域的“交通大脑”。
阿里云对“城市大脑”进行了定义：城市大脑是支撑未来城市可持续发展的全新基础设施,其核心是利用实时全量的城市数据资源全局优化城市公共资源，即时修正城市运行缺陷，实现以下三个突破：
城市治理模式突破: 提升政府管理能力，解决城市治理突出问题，实现城市治理智能化、集约化、人性化；
城市服务模式突破：更精准地随时随地服务企业和个人，城市的公共服务更加高效，公共资源更加节约；
城市产业发展突破：开放的城市数据资源是重要的基础资源，对产业发展发挥催生带动作用，促进传统产业转型升级。
阿里云城市大脑总体架构
从阿里云对城市大脑总体结构的解读，交通、交警、公交是主要的数据来源和应用场景所在。
实际上，在智能交通行业最早出现“大脑”这个概念大约在2006年，当时的“交通大脑”与我们现在所指的“交通大脑”含义不尽相同。
目前，不单单是阿里在提“交通大脑”这个词汇，百度、滴滴互联网公司也都在提，传统智能交通企业、行业用户都在提，“交通大脑”不是一个专业名词，他已经成为一个营销词汇。
二、 城市交通大脑技术路线
随着互联网公司逐渐深入智能交通领域开展业务，无论是互联网+信号，还是互联网+交通管理，整个行业在传统智能交通技术基础上，与互联网技术的结合后都逐渐呈现出比较一致的技术发展路线。
互联网数据与固定点数据的融合
单独互联网数据如何在智能交通领域“横行”已经成为伪命题，项目型市场多年巨资投入的固定点交通采集数据作用多年来也是意义有限。但互联网数据与公安交警固定点数据融合，一方面用互联网数据校准传统检测数据，获得宏观连续性数据；另外一方面互联网数据与线圈、卡口检测系统数据融合，获取车道级数据，进一步提升互联网数据的空间粒度和置信度。
数据融合充分发挥互联网数据的宏观、全面、连贯、持续性的特点，再用固定点数据进行微观补充，大数据有了，美好的事情就来了。
我们看到无论是易华录、银江、海信今年发布的最新智能交通平台类产品，还是刚刚发布的广州互联网+交通信号灯研究项目、中山市互联网+智慧交通项目重点研究建设内容，亦或是杭州城市交通大脑，其基础数据都是互联网+固定点数据的融合。这是未来交通管理的重要基础之一，也是互联网企业与传统智能交通企业合作的切入点之一。
交通数据中心的建立
我一直认为交通数据所谓的结构化或称“洗白”是一切大数据技术应用的最关键环节与技术，其次才是各类核心算法。
中山市互联网+智慧交通项目建设内容之一为交通数据计算中心的建设：接入的互联网交通数据及交管专用数据，形成标准化和空间化的资源目录。
杭州城市交通大脑萧山区示范建设项目，建设的三个主要内容中有两项涉及数据应用。其一为建设公安云眼，对路口和路面的800多路视频进行结构化分析处理；其二为建设数据资源服务平台，以数据为核心实现数据加工、开发、服务为主要目标的资源平台建设，包括数据归集沉淀、数据治理、数据目录、数据工程化、数据管控、数据服务的资源平台。
我们经常会听到说城市交通调查，交通检测的大量数据都睡在相关部门的电脑里，利用率低下。我们也听到某互联网公司与某城市合作互联网+信号优化项目，与固定点数据融合时，固定点数据的结构化都是互联网公司协助整理，用户也不知道如何处理那些海量数据。
现在，交通数据中心，交通数据平台的建设，技术环节的重视，让数据资源变得更有价值成为可能。
互联网+信号是核心应用之一
作为交通管理、调度和服务的核心，交通信号控制就成了“交通大脑”的核心构成，互联网+信号成为“交通大脑”的核心应用之一。
杭州城市大脑目前完全就围绕着交通信号控制开展相关研究和实践工作。
广州市“互联网+信号灯控制优化实验研究项目”实际上就是在研究 “开关型信号灯控制优化方法”。路口信号灯控制参数相对复杂，而潮汐车道灯、匝道控制灯、分车道灯等控制参数简单，仅涉及开启关闭时间和时长。广州项目重点就对开关型信号灯的控制方法进行研究，通过划定控制影响的区域范围、关联前后控制路段、进行实时流量估计和影响评估，确定信号灯的开闭和切换模型。
中山市“互联网+智能交通项目”中第五个建设内容为“互联网+信号控制评价优化平台”。将互联网交通数据及其反馈信息与信号控制系统相结合，建立持续的信号控制优化策略，形成对信号配时不合理单点交叉口控制优化方案，对于区域性拥堵，通过互联网交通数据各link段道路平均车速为干线协调控制提供更准确的相位差，实现车辆通行的“可变绿波带”；通过交通地理信息服务系统提供的路网拓扑关系及交通数据计算中心的车辆轨迹数据，结合区域组成路口拥堵检测结果，形成区域交通流诱导及信号优化方案。
数据可视化，数据驱动交通管理
经过大数据的处理，交通状况的监测、研判、展示则成为业务应用必不可少的环节。
中山市“互联网+智能交通项目”中第六个建设内容，交通管理可视化指挥平台建设要求实现交通运行概况监测，中山市交通路网路况监测、常规拥堵/异常拥堵监测、热点区域运行状态监测、交通事件监测及发布、警力资源监测展示、事故违法监测、交通设施设备空间化展现监控、视频巡检等功能。实现交通管理大数据研判，通过互联网交通出行数据、交通管理各业务子系统数据的汇聚融合，实现对城市路网运行指数定量研判分析、事件信息研判报警、态势演变可视化展现、常规拥堵和异常拥堵分析、事件影响分析、指挥指数研判、交通OD及车辆大数据迁徙图等。
杭州萧山区城市大脑示范建设项目中，大脑运营指挥平台建设则包括了交通管理可视化应用大屏的建设，实时展示整体交通态势、实时信号配时、交通实时预测、交通异常反馈以及其他数据应用成果。
系统效果评价方法
互联网数据应用在智能交通管理中，当下看来最大的用途是用来做城市路网及路段的运行监测、评价和预测等方面，越来越多的人认可这一观点，尽管互联网公司认为他们可以做的更多。
在巨大争议中，互联网+信号优化效果的评价指标往往受到质疑，而这些指标大多由互联网公司评价和发布，并不透明。
中山市“互联网+智能交通项目”中，要求建设“互联网+信号控制评价优化平台”，基于互联网数据的中山市各信号控制路口实时的进口车道速度、旅行时间、排队长度数据的实时监测，并能可视化展示。
广州市“互联网+信号灯控制优化实验研究项目”则要求在固定点数据与互联网数据融合和处理的基础上，对交通流特征进行统计挖掘，并进行交通参数估计，参数包括排队长度、停车次数、通行时间、入口和出口速度、流量估计等，这些参数应用路口路段运行的评估模型。
而杭州萧山区的城市大脑评价体系更复杂一些，首次引入了问卷调查、电话调研、车辆通勤时间计算、道路运行数据评价、常发堵点交通变化对比、实际道路驾驶体验等6种相互佐证的信号控制评价。
交通系统运行评价方法是对互联网+交通相关技术应用工作有效性评估关键所在，其评价方法的研究和严谨性尤为重要。
来源：赛文交通网
