張立立,王 力,張玲玉

(1.北京聯(lián)合大學(xué)城市軌道交通與物流學(xué)院，北京 100101；2.北方工業(yè)大學(xué)城市道路交通智能控制技術(shù)北京重點(diǎn)實(shí)驗(yàn)室，北京 100144)

以傳統(tǒng)城市道路交通控制理論為基礎(chǔ)，結(jié)合現(xiàn)代控制、智能控制、人工智能等理論的模型與算法在交通控制領(lǐng)域?qū)崿F(xiàn)了長(zhǎng)足的發(fā)展和應(yīng)用，并由此形成了許多細(xì)分研究領(lǐng)域和分支。現(xiàn)代控制理論假設(shè)受控對(duì)象的數(shù)學(xué)模型已知，基于現(xiàn)代控制理論的交通控制方法大多稱為基于模型的交通控制(model based traffic control，MBTC)[1-2]理論與方法。進(jìn)入21世紀(jì)初期，交通信息化的推進(jìn)和檢測(cè)技術(shù)的發(fā)展使得交通檢測(cè)數(shù)據(jù)的種類、精度都得到極大提升，同時(shí)道路交通出行需求的爆發(fā)式增長(zhǎng)使得傳統(tǒng)交通控制方法已捉襟見(jiàn)肘，為此研究人員開(kāi)始思考基于數(shù)據(jù)驅(qū)動(dòng)[3]的交通控制(data driven based traffic control,DDBTC)理論與方法，即考慮在難以準(zhǔn)確建模受控系統(tǒng)時(shí)，僅利用系統(tǒng)的輸入輸出數(shù)據(jù)實(shí)現(xiàn)控制與決策；近幾年，人工智能理論與方法的突破和大規(guī)模云計(jì)算與邊緣計(jì)算技術(shù)的演進(jìn)，推動(dòng)了以人工智能方法為核心的新型智能控制的發(fā)展，部分學(xué)者提出了基于人工智能的交通控制(artificial intelligent based traffic control,AIBTC)理論與方法。下面從三個(gè)方面系統(tǒng)回顧和分析城市交通控制方法的研究，包括基于模型的交通控制，基于數(shù)據(jù)驅(qū)動(dòng)的交通控制和基于人工智能的交通控制。

(1)基于模型的交通控制

傳統(tǒng)的交通信號(hào)控制大多都能歸為基于模型的交通控制，這里只簡(jiǎn)單回顧采用現(xiàn)代控制理論思想與方法的研究。Chang等[4-5]建立了不同相位控制的交叉口離散優(yōu)化模型，并采用極小值原理對(duì)交叉口最佳周期和各相位最佳綠信比進(jìn)行求解；Liu等[6]認(rèn)為過(guò)飽和交通狀態(tài)的信號(hào)優(yōu)化問(wèn)題可以以交通的到達(dá)率和駛離率作為效率評(píng)價(jià)指標(biāo)，并以駛離交通量大為目標(biāo)建立動(dòng)態(tài)線性規(guī)劃模型，通過(guò)優(yōu)化求解該模型可得到信號(hào)控制最優(yōu)方法；何忠賀等[7-8]將切換服務(wù)系統(tǒng)應(yīng)用到交叉口信號(hào)控制中，設(shè)計(jì)了“帶有服務(wù)時(shí)間上限的固定相序切換”服務(wù)策略，并進(jìn)行了切換服務(wù)系統(tǒng)周期穩(wěn)定性的研究；何忠賀等[9]通過(guò)構(gòu)建交通網(wǎng)絡(luò)正系統(tǒng)引入穩(wěn)態(tài)控制和部分變量穩(wěn)定控制；張玲玉等[10-11]以存儲(chǔ)轉(zhuǎn)發(fā)模型為基礎(chǔ)，利用線性二次型調(diào)節(jié)器(LQR)實(shí)現(xiàn)交叉口控制；向偉銘等[12]通過(guò)將過(guò)飽和狀態(tài)下排隊(duì)車輛消散問(wèn)題抽象為一類離散事件切換系統(tǒng)的指數(shù)穩(wěn)定性問(wèn)題，將排隊(duì)溢出問(wèn)題視為該類系統(tǒng)的有界性問(wèn)題，建立了信號(hào)交叉口的離散時(shí)間切換系統(tǒng)模型，并采用Lyapunov函數(shù)方法分析了信號(hào)交叉口的穩(wěn)定性和有界性，同時(shí)給出了排隊(duì)消散的控制策略。

(2)基于數(shù)據(jù)驅(qū)動(dòng)的交通控制

數(shù)據(jù)驅(qū)動(dòng)控制的定義是：“控制器設(shè)計(jì)不包含受控過(guò)程數(shù)學(xué)模型信息，僅利用受控系統(tǒng)的在線和離線I/O數(shù)據(jù)以及經(jīng)過(guò)數(shù)據(jù)處理而得到的知識(shí)來(lái)設(shè)計(jì)控制器，并在一定的假設(shè)條件下，有收斂性、穩(wěn)定性保障和魯棒性結(jié)論的控制理論與方法”。Hou等[13]最早提出數(shù)據(jù)驅(qū)動(dòng)控制并將其應(yīng)用于交叉口信號(hào)控制。郝建根等[14-15]將結(jié)構(gòu)已知的數(shù)據(jù)驅(qū)動(dòng)方法應(yīng)用于過(guò)飽和單交叉口、交通干線、快速路出入口的控制，提出了面向不同對(duì)象的排隊(duì)長(zhǎng)度均衡控制的方法；趙歡[16]設(shè)計(jì)了針對(duì)兩相位、三相位單信號(hào)交叉口綠燈時(shí)間的無(wú)模型自適應(yīng)控制算法；齊馳等[17]引入近似動(dòng)態(tài)規(guī)劃(ADP)方法，實(shí)時(shí)動(dòng)態(tài)調(diào)整各相位綠燈時(shí)間，達(dá)到排隊(duì)長(zhǎng)度均衡的控制目標(biāo)，該算法具有自學(xué)習(xí)和自適應(yīng)的特性，不依賴于系統(tǒng)模型；李永強(qiáng)等[18]考慮到排隊(duì)消散時(shí)間以及放行相序?qū)?yōu)化結(jié)果的影響，非飽和情況下的數(shù)據(jù)驅(qū)動(dòng)交通響應(yīng)綠波協(xié)調(diào)信號(hào)控制。

(3)基于人工智能的交通控制

20世紀(jì)80年代，以神經(jīng)網(wǎng)絡(luò)，模糊控制、專家系統(tǒng)等為代表的作為理論與技術(shù)創(chuàng)新應(yīng)用的重要領(lǐng)域，城市道路交通長(zhǎng)期得到國(guó)內(nèi)外學(xué)者的關(guān)注，其中城市道路交通控制作為保障居民出行安全、出行效率和出行舒適度的主要措施更是成為該領(lǐng)域研究的重點(diǎn)。中國(guó)城市道路交通控制的研究與實(shí)踐在近百年的發(fā)展歷程可分為4個(gè)階段，分別稱為交通控制1.0(機(jī)械化)、交通控制2.0(電氣化)、交通控制3.0(信息化)和交通控制4.0(智能化)，如圖1所示(主要列舉了4個(gè)發(fā)展階段，交通控制的對(duì)象、目標(biāo)、方法、執(zhí)行器、檢測(cè)和評(píng)估的演進(jìn)情況)。

圖1 中國(guó)城市道路交通控制的發(fā)展階段Fig.1 The development stage of urban road traffic control in China

交通控制1.0被稱為機(jī)械化時(shí)代，以上海出現(xiàn)的第一個(gè)人工切換紅綠燈為代表，是中國(guó)城市道路交通控制的初始階段[19]。交通控制2.0和交通控制3.0則是經(jīng)歷最長(zhǎng)也是對(duì)改善城市交通貢獻(xiàn)最大的階段，以20世紀(jì)80年代SCOOT[20]和SCATS[21]系統(tǒng)進(jìn)入中國(guó)為標(biāo)志，推動(dòng)了中國(guó)城市交通控制信息化的進(jìn)程，同時(shí)也促進(jìn)了國(guó)家相關(guān)部門(mén)和中國(guó)學(xué)者在交通信號(hào)控制系統(tǒng)的研究和研發(fā)領(lǐng)域的投入。2000年以后，尤其是近幾年中國(guó)城市居民交通出行需求的成倍增長(zhǎng)，且呈現(xiàn)出具有中國(guó)地域特點(diǎn)的混合交通流特性。交通需求的多樣性、交通流復(fù)雜特性、城市發(fā)展不均衡性以及被控對(duì)象的不確定性等，對(duì)城市交通控制的理論、控制策略和控制手段都提出了新的要求，特別是在大數(shù)據(jù)、云計(jì)算、邊緣計(jì)算、人工智能、物聯(lián)網(wǎng)、車聯(lián)網(wǎng)等技術(shù)快速發(fā)展的今天，中國(guó)城市交通控制進(jìn)入了以智能化為核心的交通控制4.0時(shí)代，其更強(qiáng)調(diào)在未來(lái)城市交通背景下信息、計(jì)算和控制的深度融合。

如圖2所示，回顧從交通控制1.0到交通控制3.0可以清晰地發(fā)現(xiàn)，不變的是技術(shù)的演進(jìn)、檢測(cè)數(shù)據(jù)類型、被控對(duì)象、控制目標(biāo)和執(zhí)行單元，變化的是理論方法；而從交通控制3.0到交通控制4.0變化最為明顯的是被控對(duì)象、控制目標(biāo)、理論方法和執(zhí)行單元。其中，被控對(duì)象從交通流變?yōu)槿?、車與路的協(xié)同，控制目標(biāo)由交通安全與交通效率增加為交通安全、效率與出行者舒適度，執(zhí)行單元從信號(hào)控制器變?yōu)樾盘?hào)控制器、交通標(biāo)志、智能車輛等，這些都表明城市道路交通控制關(guān)注的主體已經(jīng)從交通流轉(zhuǎn)變?yōu)榻煌▍⑴c者，這不但契合了當(dāng)前新技術(shù)的演進(jìn)和越來(lái)越豐富的應(yīng)用場(chǎng)景，這符合是中國(guó)一直倡導(dǎo)的“以人為本”的理念。

圖2 城市道路交通控制的變革示意圖Fig.2 The schematic diagram of urban road traffic control reform

在對(duì)與城市道路交通控制有關(guān)的中外研究進(jìn)行概述的基礎(chǔ)上，對(duì)傳統(tǒng)交通控制存在的問(wèn)題和未來(lái)研究中的重點(diǎn)和應(yīng)著力解決的關(guān)鍵問(wèn)題進(jìn)行了展望。

1 研究現(xiàn)狀

1.1 交通信號(hào)控制

傳統(tǒng)智能控制理論與方法逐漸成熟，得到交通控制領(lǐng)域?qū)W者的關(guān)注并逐漸推廣到交通控制建模與優(yōu)化中，形成了以傳統(tǒng)智能控制為基礎(chǔ)的交通控制研究方向。這里主要回顧近年來(lái)以強(qiáng)化學(xué)習(xí)為代表的新型人工智能算法在交通控制中應(yīng)用的研究交通控制問(wèn)題已被證明是一種非常適合于強(qiáng)化學(xué)習(xí)方法的實(shí)驗(yàn)方案[22]。強(qiáng)化學(xué)習(xí)可以通過(guò)在線學(xué)習(xí)不斷提高算法的性能，并隨時(shí)適應(yīng)交通需求的變化，其在交通控制中具有較大的優(yōu)勢(shì)，但在研究和實(shí)踐中還存在著許多挑戰(zhàn)。例如，缺乏訓(xùn)練數(shù)據(jù)和制定化的交通控制策略。目前，利用強(qiáng)化學(xué)習(xí)實(shí)現(xiàn)交通控制的研究主要集中在單交叉口信號(hào)控制。其中，多數(shù)是基于單智能體來(lái)實(shí)現(xiàn)單交叉口控制，即單智能體強(qiáng)化學(xué)習(xí)(SARL)，雖然這類方法應(yīng)用在大規(guī)模路網(wǎng)控制時(shí)可能存在不足，但它并沒(méi)有阻礙大規(guī)模路網(wǎng)控制。它對(duì)獨(dú)立交叉口或小規(guī)模道路網(wǎng)絡(luò)控制的貢獻(xiàn)，已在許多已發(fā)表的文章中進(jìn)行了描述[23-28]。盡管強(qiáng)化學(xué)習(xí)在單交叉口控制中具有很強(qiáng)的適用性，但考慮到城市交通流的波動(dòng)性和非線性，許多進(jìn)一步的研究指向了深度強(qiáng)化學(xué)習(xí)[29-30]。其特點(diǎn)是通過(guò)深度學(xué)習(xí)實(shí)現(xiàn)感知，利用強(qiáng)化學(xué)習(xí)完成決策，與城市交叉口的感知和控制相匹配。深度強(qiáng)化學(xué)習(xí)由Google提出并應(yīng)用于Alpha-go算法時(shí)受到了極大關(guān)注[31]。目前，深度Q學(xué)習(xí)及其擴(kuò)展算法在交通控制中得到了廣泛的應(yīng)用。它們大多將城市交叉口描述為可觀測(cè)的馬爾可夫過(guò)程，然后利用對(duì)車輛位置、速度和加速度的識(shí)別，構(gòu)造Q表，實(shí)現(xiàn)控制決策與優(yōu)化[32-36]。

1.2 交通需求辨識(shí)

由于交通需求具有多維度、復(fù)雜性和時(shí)變性等特點(diǎn)，因此準(zhǔn)確辨識(shí)交通需求是實(shí)施有效的交通控制策略的前提。目前，中外學(xué)者針對(duì)城市道路交叉口交通狀態(tài)辨識(shí)的研究主要面向過(guò)飽和狀態(tài)識(shí)別，并集中在以下兩類。

1.2.1 利用檢測(cè)數(shù)據(jù)與交通波理論估計(jì)排隊(duì)長(zhǎng)度，進(jìn)而判別交通狀態(tài)

Liu等[37]利用上下游部署線圈檢測(cè)器數(shù)據(jù)估計(jì)排隊(duì)長(zhǎng)度進(jìn)而識(shí)別交叉口的過(guò)飽和狀態(tài)，錢喆等[38]在其基礎(chǔ)上完善了判別方法；Ban等[39]通過(guò)移動(dòng)檢測(cè)數(shù)據(jù)測(cè)量旅行時(shí)間估計(jì)出排隊(duì)長(zhǎng)度并設(shè)計(jì)了交叉口過(guò)飽和狀態(tài)，而Li等[40]則是從移動(dòng)檢測(cè)的軌跡數(shù)據(jù)設(shè)計(jì)辨識(shí)方法；Antoniou等[41]、Wang等[42]分別從多源動(dòng)態(tài)數(shù)據(jù)入手分析交叉口過(guò)飽和狀態(tài)；Wu等[43]利用RFID數(shù)據(jù)估計(jì)排隊(duì)長(zhǎng)度得到過(guò)飽和狀態(tài)，而唐少虎等[44]則以視頻數(shù)據(jù)得到交叉口狀態(tài)判別結(jié)果。

1.2.2 采用飽和度參數(shù)交通參數(shù)判別交通狀態(tài)

Gazis[45]最早給出交叉口過(guò)飽和定義并提出了基于飽和度判別的方法；Dion等[46]提出基于延誤時(shí)間比較的交叉口交通狀態(tài)判別方法；聶建強(qiáng)等[47]利用戰(zhàn)略檢測(cè)器與戰(zhàn)術(shù)檢測(cè)器的時(shí)間占率，提出一種相位交通狀態(tài)判別模型；陳兆盟等[48]將車頭時(shí)距的方差與時(shí)間占有率作為參數(shù)結(jié)合周期排隊(duì)車輛的消散提出一種結(jié)合信號(hào)優(yōu)化的交通狀態(tài)判別方法；吳志勇等[49]從深度學(xué)習(xí)角度出發(fā)，提出一種離散化交通狀態(tài)判別方法。筆者團(tuán)隊(duì)在前期工作中也提出過(guò)以飽和度為基礎(chǔ)的交叉口交通狀態(tài)精細(xì)化判別方法[50]和基于綜合投影的交叉口交通狀態(tài)判別方法[51]。

1.3 交通控制仿真

以交通工程和計(jì)算機(jī)技術(shù)為起源的城市道路交通仿真技術(shù)自20世紀(jì)50年代以來(lái)，已經(jīng)取得了突飛猛進(jìn)的發(fā)展。目前已經(jīng)成為城市交通規(guī)劃設(shè)計(jì)、交通系統(tǒng)實(shí)驗(yàn)分析、交通控制算法研發(fā)、交通流理論研究、車路協(xié)同、公交優(yōu)先、自動(dòng)駕駛等諸多領(lǐng)域的重要研究和驗(yàn)證手段。中國(guó)在該領(lǐng)域的應(yīng)用和研究稍晚，始于20世紀(jì)80年代，尤以城市交通信號(hào)控制仿真研究主要為引進(jìn)和使用國(guó)外商業(yè)化交通仿真軟件[52-54]。

經(jīng)過(guò)幾十年的發(fā)展，目前中國(guó)城市道路交通控制仿真方向的研究集中在兩個(gè)方向。

1.3.1 離線仿真

傳統(tǒng)的交通仿真并非專為交通控制研發(fā)，期初主要是用于交通規(guī)劃、交通工程、交通流理論等的研究。近年來(lái)，部分微觀仿真軟件通過(guò)升級(jí)的形式增加了對(duì)交通控制的支持，以采用PARAMICS[55]、VISSIM[56]、SUMO[57]等為基礎(chǔ)進(jìn)行二次開(kāi)發(fā)實(shí)現(xiàn)信號(hào)控制算法較多，如劉暢[58]利用COM接口技術(shù)，設(shè)計(jì)了VisVAP-VISSIM-MATLAB結(jié)合的感應(yīng)控制仿真平臺(tái)，對(duì)單交叉口實(shí)現(xiàn)了對(duì)定時(shí)控制和感應(yīng)控制的仿真；韋欽平[59]以單路口為研究對(duì)象，以VISSIM-Excel VBA-Matlab仿真平臺(tái)為基礎(chǔ)，通過(guò)VISSIM-Excel VBA接口和Excel VBA-Matlab接口構(gòu)建了實(shí)時(shí)交通控制平臺(tái)；盧守峰等[60]提出了利用Excel VBA作為主控程序?qū)ISSIM與Matlab進(jìn)行集成構(gòu)建交通控制仿真平臺(tái)的方法。

1.3.2 在線仿真

智能交通背景下，由于各種先進(jìn)的信息技術(shù)的引入，使得實(shí)時(shí)的在線交通仿真成為可能。在線仿真的運(yùn)行機(jī)制是在計(jì)算機(jī)內(nèi)的仿真系統(tǒng)與實(shí)際的交通管理系統(tǒng)同步，運(yùn)行過(guò)程中仿真系統(tǒng)不斷接受最新采集的交通檢測(cè)信息，調(diào)整計(jì)算機(jī)內(nèi)部的仿真系統(tǒng)使其盡可能準(zhǔn)確地反映當(dāng)時(shí)的真實(shí)道路交通情況，然后在對(duì)未來(lái)一定時(shí)間內(nèi)動(dòng)態(tài)交通需求預(yù)測(cè)的基礎(chǔ)上，快速測(cè)試不同的交通管理方案，并給出性能最好的作為實(shí)施方案[61-62]。目前，在線仿真的研究多集中在硬件在環(huán)交通控制仿真方向。柳祖鵬等[63-64]以上海寶康GBS2000信號(hào)控制機(jī)與VISSIM交通仿真軟件結(jié)合實(shí)現(xiàn)了硬件在環(huán)仿真平臺(tái)研究；于泉等[65]提出研究交通控制硬件在環(huán)實(shí)時(shí)一體化仿真平臺(tái)的設(shè)計(jì)方案；余貴珍等[66]建立基于交通微觀仿真軟件的城市多路口交通信號(hào)控制仿真場(chǎng)景，并與外部的信號(hào)控制器建立硬件在環(huán)系統(tǒng)，實(shí)現(xiàn)仿真場(chǎng)景與交通信號(hào)控制器的實(shí)時(shí)信息交互，形成符合實(shí)際交通控制情景的仿真環(huán)境；Li等[67]基于NTCIP標(biāo)準(zhǔn)設(shè)計(jì)了硬件在環(huán)實(shí)時(shí)交通控制仿真平臺(tái)；周斌[68]利用TransModeler深度二次開(kāi)發(fā)技術(shù)，搭建了車聯(lián)網(wǎng)交通控制實(shí)時(shí)仿真平臺(tái)，實(shí)現(xiàn)了基于車路協(xié)同的交通信號(hào)控制進(jìn)行研究、開(kāi)發(fā)、驗(yàn)證的整個(gè)閉環(huán)流程。

2 討論與展望

2.1 傳統(tǒng)交通信號(hào)控制理論存在制約性

傳統(tǒng)交通信號(hào)控制體系的形成與當(dāng)時(shí)技術(shù)形態(tài)密不可分，包括電子計(jì)算機(jī)、控制器等的周期性運(yùn)行，其目標(biāo)為保障車輛通行安全[69]，其所形成了以周期、綠信比、相位差的時(shí)間參數(shù)和相位、相序的空間參數(shù)為特征的交通控制理論。尤其是在歐美國(guó)家所制定的標(biāo)準(zhǔn)體系，如NEMA-TS2[70]等，已將其作為標(biāo)準(zhǔn)化定義在交通控制軟硬件邏輯設(shè)計(jì)中。雖然中國(guó)也制定了包括GB 25280—2016[71]等國(guó)家標(biāo)準(zhǔn)，但是目前行業(yè)內(nèi)的遵從度并不高。交通信號(hào)控制理論自建立至今，基礎(chǔ)體系變化不大，主要?jiǎng)?chuàng)新集中在優(yōu)化算法或控制方法上。然而，傳統(tǒng)交通信號(hào)控制理論體系未能匹配上人工智能在該領(lǐng)域的發(fā)展要求，其中最為關(guān)鍵的傳統(tǒng)交通控制理論中的相位相序的不變性成為最大的瓶頸。可以說(shuō)人工智能算法或其應(yīng)用領(lǐng)域的局限性與傳統(tǒng)交通信號(hào)控制的局限性的碰撞，在備受束縛的交通信號(hào)控制體系中，無(wú)法發(fā)揮其真正的能力。

2.2 傳統(tǒng)檢測(cè)數(shù)據(jù)無(wú)法全面有效表征交叉口交通需求

傳統(tǒng)交通檢測(cè)數(shù)據(jù)(流量、占有率、排隊(duì)長(zhǎng)度等)由于檢測(cè)粒度粗、統(tǒng)計(jì)特性強(qiáng)，只能在單一方面刻畫(huà)交叉口的交通需求，無(wú)法全面表征交叉口的交通需求特征，其主要因?yàn)槟壳暗臄?shù)據(jù)多為加工后數(shù)據(jù)(第二、三手?jǐn)?shù)據(jù))，已經(jīng)在本質(zhì)上忽略了原始數(shù)據(jù)的豐富性和擴(kuò)展性。交叉口交通需求的辨識(shí)應(yīng)滿足兩個(gè)條件：①當(dāng)前交通需求應(yīng)包含控制策略做出最優(yōu)決策所需的全部信息，其為做出最優(yōu)決策的基礎(chǔ)；②沒(méi)有或僅存在少量冗余、非必須的信息，其主要影響智能算法的學(xué)習(xí)、訓(xùn)練和計(jì)算的時(shí)間。

2.3 基于實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)的在線交通控制仿真系統(tǒng)有待研究

傳統(tǒng)交通仿真系統(tǒng)基于靜態(tài)、后驗(yàn)證性的設(shè)計(jì)理念，無(wú)法應(yīng)用于需要實(shí)時(shí)性演化驗(yàn)證的在線交通信號(hào)控制中。傳統(tǒng)仿真軟件如PARAMICS、VISSIM等仿真不夠真實(shí)，主要原因是參數(shù)標(biāo)定、模型標(biāo)定帶來(lái)的誤差過(guò)大且無(wú)法根本消除。由于仿真軟件產(chǎn)生的歷史時(shí)期和當(dāng)時(shí)技術(shù)條件的限制，無(wú)法獲得實(shí)時(shí)、高質(zhì)量的檢測(cè)數(shù)據(jù)，因此需要研究和設(shè)計(jì)跟馳模型、交通流模型等，模型的假設(shè)和約束進(jìn)一步削弱了仿真的真實(shí)性，但其確實(shí)促進(jìn)了城市交通領(lǐng)域研究的進(jìn)步，成為交通理論研究中重要的驗(yàn)證工具。未來(lái)需要利用實(shí)時(shí)檢測(cè)數(shù)據(jù)和歷史檢測(cè)數(shù)據(jù)自動(dòng)標(biāo)定參數(shù)，設(shè)計(jì)無(wú)模型的仿真驅(qū)動(dòng)內(nèi)核，才可能從根本上解決目前交通仿真的困境。同時(shí)，構(gòu)建與真實(shí)交通相仿的體系[72]，研發(fā)基于平行系統(tǒng)理念[73-74]的在線交通仿真用于仿真系統(tǒng)與實(shí)際的交通管理系統(tǒng)同步，通過(guò)仿真推演實(shí)現(xiàn)交通控制的預(yù)測(cè)性優(yōu)化和實(shí)時(shí)在線評(píng)價(jià)。

2.4 支撐先進(jìn)算法的計(jì)算能力、存儲(chǔ)能力和網(wǎng)絡(luò)能力的智能交通信號(hào)控制器有待研究

傳統(tǒng)交通信號(hào)控制器的研發(fā)和設(shè)計(jì)基于傳統(tǒng)的交通信號(hào)控制理論，目標(biāo)定位于執(zhí)行器，其并未考慮人工智能等先進(jìn)算法應(yīng)用時(shí)所需的計(jì)算能力、存儲(chǔ)能力和網(wǎng)絡(luò)能力等，因此限制了其在交通控制領(lǐng)域的實(shí)際應(yīng)用。同時(shí)，面向未來(lái)的城市交通中物聯(lián)網(wǎng)、人聯(lián)網(wǎng)、車聯(lián)網(wǎng)等場(chǎng)景在算力、仿真、存儲(chǔ)、網(wǎng)絡(luò)、優(yōu)化等方面的需求，交通信號(hào)控制器將以全新的形態(tài)成為邊緣計(jì)算、數(shù)據(jù)匯聚、網(wǎng)絡(luò)結(jié)合的城市關(guān)鍵節(jié)點(diǎn)。

2.5 智能交通控制系統(tǒng)有待深入探討和研究

智能控制一個(gè)典型的特點(diǎn)是至少是人工智能與控制論的交集[75-77]。由此可見(jiàn)，如SCOOT、SCATS等國(guó)外較為先進(jìn)的交通控制系統(tǒng)也不能歸為智能交通控制系統(tǒng)，主要是因?yàn)閭鹘y(tǒng)交通控制系統(tǒng)設(shè)計(jì)中缺乏對(duì)人工智能引入和支撐。目前，以互聯(lián)網(wǎng)企業(yè)為首推動(dòng)的各類交通大腦也不宜歸為智能交通控制系統(tǒng)，原因是其缺乏對(duì)控制論理解和應(yīng)用。智能交通控制系統(tǒng)對(duì)信息、計(jì)算和控制提出的要求正好契合了信息物理系統(tǒng)(CPS)[78-98]的特點(diǎn)，研究以CPS為總體架構(gòu)，以車路協(xié)同、人工智能、云邊協(xié)同為技術(shù)支撐的智能交通控制系統(tǒng)將能夠適應(yīng)更多的未來(lái)交通場(chǎng)景下交通需求的變化。

3 結(jié)論

城市道路交通信號(hào)控制是保障居民交通安全、通行效率和出行舒適度的重要措施，即便在車路協(xié)同和自動(dòng)駕駛技術(shù)普及的未來(lái)也將如此。從中國(guó)交通控制發(fā)展歷程入手，圍繞城市道路交通回顧了交通信號(hào)控制、交通需求辨識(shí)和交通控制仿真的國(guó)內(nèi)外研究情況，同時(shí)針對(duì)傳統(tǒng)交通控制存在的問(wèn)題和未來(lái)車路協(xié)同、人工智能等技術(shù)的演進(jìn)對(duì)該領(lǐng)域理論與技術(shù)的發(fā)展進(jìn)行了探討，以期對(duì)交通控制的研究提供新思路。