城市道路交通涵盖人、车、路、管理、环境、教育等诸多因素，是一个非常复杂的动态系统。
四个痛点
城市道路交通控制技术存在痛点主要表现在四方面：
痛点一 缺乏总体设计，不同体系间的设施设置不协调。由于管理体制原因，我国城市道路交通控制设施的建设与管理运营单位属性比较复杂，部分地区由公安交通管理部门统一负责，还有部分地区由公安交通管理部门负责信号灯设施、交通运输部门负责交通标志和标线。比较复杂的管理体制也影响着相关设施技术体系，主要体现在以下几点：第一，技术标准体系缺乏总体设计。第二，技术实现体系不规范、不协调。第三，交通设施的全生命周期管理缺乏有效手段。
痛点二 交通数据采集手段多，但数据不全面、不共享。通过20余年的ITS建设，特别是最近十年的信息化建设，我国道路交通信息采集手段大幅度升级，极大地提升了交通管理科技化和信息化水平。但也要看到，交通数据采集存在诸多问题，如交通采集设备多、数据质量不高；数据种类多、对交通支撑不足；观测数据多、道路使用者出行规划数据少；数据体量大、数据管理与分析能力不高等。
痛点三 技术措施不智能、不联动。交通系统是一个动态变化的复杂系统，极为有限的城市交通管理技术人员与城市数千个管控交叉口之间存在巨大的差距。以往的交通控制手段以预先设置控制策略为主，这往往无法满足瞬息万变的交通需求。
痛点四 道路使用者出行信息不对称，引导手段不直接、不系统。当前，我国道路指引系统的实际设置工作存在指引信息的发布存在不对称，在诱导指引手段方面，存在不协调、不系统，指路标志与导航缺乏融合，路网指引与旅游指引缺乏融合与互连等问题。“交通大脑”是大数据、实时通讯和互联网人工智能发展到一定阶段的产物。它既不是万能的救世主，也不是冰冷的机械战警，但对解决上文提到的四个突出痛点可发挥重要作用。
“交通大脑”的四点意义
第一，“交通大脑”在统一技术架构下，利用多种手段满足交通管控的业务需求。针对当前交通控制技术缺乏总体设计这一问题，“交通大脑”构建了“数据基础与技术应用相融合”的统一业务架构。简单说，“交通大脑”有三项主要功能：一是对海量的交通观测数据进行全时、全量的感知，并在基于高精地图的数据平台上进行统一的可视化表达和统一的交通参数、指标输出；二是基于以上更加准确的交通运行参数数据，依托云计算和AI技术准确研判路网交通运行状态与需求，第一时间发现问题、诊断并生成优化策略；三是根据生成的优化策略，协调、联动 “信号灯优化、交通组织优化、交通参与者诱导、交通管理资源调度”等多种手段，对交通进行精准管控，实现提升交通运行效率和出行安全的总体目标。其中，多源数据，特别是互联网数据以及强大的计算、存储能力是大脑的核心竞争力；计算平台，如数据资源管理平台以及算法服务平台等构成了“交通大脑”的核心技术。
第二，“交通大脑”的“数据底盘”，可精准提供实时的交通运行状态。数据是进行交通管控工作的基础，也是最大的掣肘。虽然目前安装了些交通调查设备，但受到监测范围、设备完好度的影响，以往很多项目还需要人工穿着反光背心在路上数车、测车速，也僅能得到局部段落、有限时间的抽样数据。
“交通大脑”的底层是一个数据平台，我们称之为“数据底盘”。“数据底盘”的作用是汇聚各种感知数据，融合、生成反映真实交通运行状态的各种交通参数和指标，也就是“交通大脑”的一个主要功能。
一方面，“数据底盘”融入了互联网出行导航数据。利用海量的出行轨迹数据，可以提供行程速度、行程时间、OD数据等重要的基础参数。此外，针对当前海量的城市视频文件无法有效利用的问题，“交通大脑”通过视频AI识别技术，对各种非结构化的视频数据进行结构化处理，从海量的视频图像中解析出交通管控所需的排队长度、车头时距、转向比等关键参数，将这些参数汇聚到“数据底盘”之中。这就像“交通大脑”的眼睛，凡是人眼所能观察到的交通情况，都可以第一时间形成系统可以识别的结构化参数，而且覆盖全时、全域。应该说，AI技术的应用实现了对现有数据的“增值”。
另一方面，“数据底盘”将现有各种感知设备，如卡口交通监控系统、视频车辆检测器、线圈、微波雷达传感器、地磁传感器等的结构化数据也汇聚进来，最终利用不同数据源数据相互校验、补位，形成真实、全面反映路网交通运行状态的交通参数和指标，并精准地统一表达在高精地图上。
在“数据底盘”上，交通管理者、技术工程师可以根据需要，有效、精准地查询实时交通运行状态和历史交通运行状态，服务于交通管控的技术应用需求。“数据底盘”补充了以往没有的互联网数据、视频解析结构化数据，融合了现有感知结构化数据，生成统一的技术参数，对弥补目前数据质量不高、交通支撑不足、道路使用者出行规划数据少等问题具有重要的支撑。例如，在路网交通管控工作中，“数据底盘”产出的交通量、交通组成、转向比、排队长度、停车次数、交通延误等参数，服务于单路口信号灯、交通组织设计的评价与优化；OD流量、停车次数、延误、行程速度与行程时间服务于干道信号灯优化、动态交通组织优化；拥堵延时指数、平均速度、路网可靠度等指标服务于区域优化。基于视频识别的行人和非机动车流量、过街密度等基础参数，则为优化交通运行秩序，保障弱势群体提供了支撑。
第三，通过完整的算法规则和科学的量化研判体系，生成最优的交通管控策略。道路交通是一个动态、复杂的网络系统。有了全量本、比较优质的数据，我们可以对复杂的交通系统进行更为详细和深入的解析。科研、技术人员可以更为方便地将复杂的交通运行系统与交通特征参数建立更多维、更全面和精确的关系模型。
在此基础上，“交通大脑”基于经典交通模型，融合机器学习算法（比如研判交通运行状态）、人工智能算法、神经网络算法（比如生成最优的路网管控策略、优化子区划分等）等形成一套算法体系，可以更多维、更准确地研判状态、生成策略。
此外，“交通大脑”的运行机制不是封闭的，支撑其持续发展的是科学研究能力、算法迭代能力。有了数据的支撑，通过与行业内管理单位、高校、科研机构、咨询与设计单位的共同应用与不断迭代，算法与研判能力会不断提高，对交通运行状态的控制也会更加科学和有效。
第四，协调、联动多种管控手段，整体提高交通运行效率，增强路网可靠性。“交通大脑”是一个立体结构体系，“数据底盘”上挂接着交通管控的各种动态、静态设施，比如动态可控的信号灯、可变信息标志（VMS）；静态的交通标志和标线、交通隔离设施等。通过“交通大脑”的计算平台，基于生成的最优化交通控制策略，自动化的协调、联动调控相关管控设施，解决交通拥堵、处理交通事件等问题。比如，在交通高峰时段，通过对“数据底盘”生成的交通量、交通延误、运行速度、饱和度、排队长度等交通参数、指标的研判，及时调整信号灯的相位、周期、绿信比等参数；通过视频解析，识别溢出事件，调整信号灯相位，提升路口的通行能力；同时，还可基于饱和度、车速与交通延误预判拥堵区域范围，调整拥堵区域外围信号灯的周期与绿信比，控制进入拥堵区域的交通流率。“交通大脑”还可通过提升交通控制设施的智能性与协调性，实现对交通流的动态调控。
比如，根据方向交通流的饱和度、交通延误、方向不均匀系数及转向比，动态调控车道功能、开放应急车道、调控潮汐车道，提升道路通行能力；关闭某快速路入口、禁止某方向通行，降低交通流率、拥堵事件，提升路网承载力。