2017年4月，滴滴首个互联网＋信号试点济南经十路发布效果；2018年1月，滴滴智慧交通峰会官方发布，2017年滴滴信号优化的路口超过1200个；2018年6月，赛文交通网对滴滴智慧交通算法工程师孙伟力进行专访，回顾过去一年滴滴在互联网＋信号方面的工作开展，展望2018年滴滴在交通领域的业务布局。

孙伟力，浙江大学博士，曾先后在北京航空航天大学交通学院及美国密西根大学土木与环境工程系及交通研究所从事博士后研究，主要研究方向为交通信号控制，特别是城市过饱和交叉口管控、车联网和自动驾驶环境下的协同控制。

2017年回国加入滴滴，其所领导的技术团队目前在滴滴主要负责互联网＋信号的项目实施工作，是滴滴互联网＋信号技术落地的核心人物，并多次在学术会议、行业论坛和信控俱乐部活动中和同行交流滴滴在互联网＋信号方面的进展。

2017年，继济南之后，滴滴先后在武汉、成都、苏州等20多座城市持续优化交通信号灯，这也是滴滴首次将轨迹数据应用在信号优化方面。此外，滴滴还发布了交通诱导屏、酒驾热力图、拉链车等多款智能交通产品。

业务迅速扩张，城市业务不断复制，旺盛的业务需求背景下，交通专业人才成为滴滴智慧交通可持续发展的重要影响因素。

过去一年，滴滴在交通行业人才招揽上下了大功夫，成立智慧交通FT团队，引援美国密西根大学终身教授刘向宏。不断从行业中挖掘专业人才，岗位遍及技术、市场、传播和管理，对智能交通行业发展前景的看好，发展智能交通的决心和对交通专业人才的渴求可见一斑。

2018年1月到目前，滴滴互联网＋信号仅新增长近200个路口，重点新城市仅有南昌一城，将更多精力放在2017年开辟的城市和试点路口的技术再深入，持续的进行优化。

显然，滴滴放缓了互联网＋信号市场拓展的脚步。

据赛文交通网了解，2018年初，滴滴内部曾经讨论过2018年互联网＋信号的工作目标，讨论的焦点是继续以扩大市场为主，新开辟城市，新增优化路口数量还是将已有业务做的更扎实。

最终，滴滴智慧交通团队放弃了互联网行产业所推崇的速度，选择了更偏重交通的节奏，将目标定位为关注已服务路口的信号优化效果，提高服务质量，做好业内口碑。

这是滴滴冷静思考后的选择，无疑，这符合业内对滴滴的期望。

对于备受行业关注的“滴滴是否会将提供信号配时方案作为未来一种业务常态”，孙伟力表示，滴滴目前还会尝试探索给出信号优化方案，但在业务上的主要目标是协助交警做好信号优化这件事情，而不会在每个路口都强行提供配时方案。

每个城市的痛点不一样，有些地方基础设施较好或交警有足够的经验和精力，缺的只是数据和巡检，这种情况下直接提供数据支撑给交警效果会更好。

孙伟力在与赛文交通网的交流中还透漏，除信号优化业务之外，滴滴2018年开始探索互联网＋交通组织，包括交通组织方案评估、分析及优化。

例如，通过分析排队长度来判断哪个路口适合添加借道左转车道，筛选出一部分路口之后再提交给交警实地考察，支撑最终决策的效率。目前正在一些城市开始试点。

以下是赛文交通网专访孙伟力的全文：

Q：与去年相比，滴滴为什么今年发声少了许多？

孙伟力：2017年滴滴在互联网＋信号灯领域的工作整体上可以定位为试点探索。滴滴在行业内属于新人，所以去年做了比较多的宣传和行业交流工作。

其实在去年的试点工作过程中，一直有行业的专家前辈在提建议“滴滴毕竟人数有限，还无法做到为每个城市提供全方面的服务，要更多的加强与每个城市当地企业合作”。

我们在审视自身赋能者的定位之后，今年的战略确实会稍微收缩，不是特别注重推广城市试点和扩大宣传，而是在试点的城市将更深层次的业务做好，希望和合作伙伴及城市交警一起探索出更高效的合作模式。

去年刚开始到滴滴，我们团队上下特别想了解滴滴轨迹数据能不能到底发挥一些作用，效果如何，今年则会将这些事情做得更规范化、精细化。

举个例子，今年在优化路口数量认定的时候，要求内部系统有完整的记录，详细说明路口方案什么时候下的什么方案、最后效果如何、交警反馈如何，当这个链条完整之后才能算是一个优化过的信号灯。

另外我们也在尽力的把工作做深。互联网数据的主要优势之一是评估能力强，但是去年我们做的不足的一点是评价指标相对较少。去年评价的统一口径主要是延误，大约从11月份开始往后则尝试采用延误＋停车的指标。

但其实每个城市的需求都不一样，今年在各地也尝试做一些其他指标的计算和验证，考虑这些指标能不能有相对权重，其实是花了很大精力的。

所以今年整体会慢一点。

Q：滴滴以后要坚持做配时方案这条路，还是只把评估做好？

孙伟力：从我自己的认知来讲，配时优化还是要继续尝试探索，这也是所有算法工程师的理想。但并不是每个路口都一定要出方案，而是会看如何在最大的程度上帮助交管部门做好这件事情。

因为各地交警的痛点不一样，有一些地方基础设施较好，或者交警有足够的精力做出好的方案，缺的只是数据评估去代替部分人工巡检。

但是也有些地方设施基础较差，警力有限无法及时优化全部路口，就会对优化好的配时方案有较强的诉求，所以我们还是会继续探索。

Q：从效果上来说，出方案或者用数据，传统数据和互联网数据结合来用，您认为自己使用更得心上手，还是将这些数据都给信号厂商就能发挥最大的效能？

孙伟力：可能是一个很折中的答案。最理想的状况一定是高质量的数据＋合适的方法论＋充足的现场经验都集中到一起，而现实则有些分散。

对于互联网数据，暂时还是我们的理解更深刻些，包括过去的一年中基于这种新型数据开发了很多算法；但我们没有办法很快的去深入了解每一个城市的路网瓶颈、市民出行习惯、信号配时和路口渠化的细节考量。

另一方面，城市交警和在城市服务时间较长的信号厂商对当地的了解比较多，在没有互联网数据之前，采用传统的数据和方法也能够把配时优化做的很好，只是需要花费的人力和时间成本比较高。

这里面主要的问题是双方融合的时间仍然不够。比如经典的做法中关注的数据主要是流量和速度，很少去关注人和车的来源去向、走的哪条路，因为依靠传统做法作这种调查成本非常高，几乎无法作为日常应用。

但这样的信息在滴滴的数据中很容易得到，是我们在做灵活绿波、做截流管控的时候的重要参考依据。所以如果交给信号或优化的厂商来用这个数据，肯定会需要时间适应这个数据，转变一些思路。

这也再次印证了一个观点，滴滴一定要和更多的信号和优化厂商一起加强合作，才能从整体上提高效率，为城市交通管理创造更高的价值。

Q：从长远发展来看，滴滴会以什么形式盈利？

孙伟力：还是会注重政府立项，希望和有意愿的城市一起共建交通大脑。目前盈利也不是很急切，但我们会做一些商业运营的探索。

Q：滴滴互联网＋信号试点了一年，请谈谈您的体会。

孙伟力：首先是特别感谢各地交警的信任，愿意跟我们一起做新技术尝试。去年的互联网＋信号主要还是试点，积攒了很多的经验或教训，这点非常有意义。

其次，稳定性比单一路口的指标更重要，保持稳定的优化效果是一项非常综合的技术。一项技术在一个路口试点效果很好不容易，但如果想在更多的地方利用起来是比开发这项技术更难的事情。

比如优化效果最好的路口可能会达到30％甚至50％，但是想保证任何一个路口都能有10％左右的提升是很难的。

第三，数据处理工作量非常大，尤其是20％的特殊场景可能要花我们80％的精力去处理。举个例子，一个标准的十字交叉口在算法里很容易用数学模型去描述。

但对于多个进口道的信控环岛、主辅路在一个路口分开灯控等场景，即使人去看懂复杂的信控方案也比较难，如何用数学语言让计算机能准确的知道哪个方向的车是怎么走的、受哪个灯控就更难了。

类似的问题还有路网数据版本的更新，大到新路开通小到虚线变实线，都会让一些道路在系统里的id发生变化，这都是我们需要花时间解决的问题。

所以这一年滴滴更大的进步其实是在做处理稳定性方面的事情。

Q：滴滴互联网＋交通的发展，除了信号优化，还有哪些方向？

孙伟力：我们最近也在尝试做交通组织优化的探索，包括交通组织方案的评估、现状分析、问题诊断，优化是最后一步。

比如，通过软件分析在哪个路口还能做借道左转。简单讲可以看左转排队长度是否很长，如果再加一条左转车道下游是否能承受。

有些数据还要现场考察，比如中央隔离带的花坛上能不能拆开，甚至去看路口有没有公交车站或者有一些特别复杂的交通影响，然后筛选出来一些符合的路口。

再比如，我们做配时的时候有一个痛点是，如果路口附近有公交车站或有其他的出入口干扰，只关注配时本身经常不能解决问题，必须到现场去看。我们现在思考能不能通过数据筛选出路口路段有没有瓶颈点，先把问题找出来，然后再去更有针对性的寻找解决方案。

另外，我们也在辅助政府的规划部门以及一些规划设计院，在一些规划咨询项目里面提供数据支持，寻找更多的价值点。

后记：互联网＋信号控制最近一年成为了行业内的热点。互联网企业如滴滴开始沉淀下来修炼内功，而更多的传统企业也开始放开思想拥抱变化，行业的融变渐入佳境。