本文为中山大学何兆成教授在第十七届中国智能交通年会专业论坛之一的道路交通控制与优化论坛上所做演讲的速记整理而来，未经本人审核，如有错漏，敬请谅解。
今天的分享主要阐述交通控制方法，汇报分4个部分。
信号控制系统与交通系统是紧密关联的，通过三个环节进行关联。感知环节负责把数据采集并形成对交通状态的感知，基于感知到的信息，从而确认信号控制到底是要控制什么？控制对象是什么？第三是如何通过控制环节去实施策略，完成对交通系统的自动干预？从感知环节看，传统的方法是集计、断面、抽样等，现在可以通过技术方式获得数据，比如卡口、电子车牌等等，从而能为研究提供个体集的出行轨迹全量感知的能力。这些感知能力使信号控制有了更多可能。在认知环节上，传统的认知是做流、数、密，但现在的感知可以了解每一个体每一次的出行。事实上，交通控制对象已经可以从原来流的控制逐渐做到个体的控制。就是因为实现了到个体的出行视角认知，而传统的做法，仍是哪里堵了，才来调整，头痛医头，脚痛医脚。那么能否可以从末端到源头找原因，从出行的源头就开始初始的控制，为出行主动配置新型控制，使拥堵消失在发生之前。有可能吗？有可能，但是非常难。还需要解决一些瓶颈的问题。首先，在感知环节要认知每个个体，非常难。其次，交互系统是开放系统，但检测器相对稀疏，怎么做完备的个体认知？怎么做末端、表象、局部跟全局的认知？三是控制瓶颈，传统的点、线、面是从下而上组合式的目标，如何实现自下而上的控制？现在很多信号控制是一种单向控制，以绿波为例：设计一条绿波，按这条绿波最优的情况就可配置实施，很少想到这一条绿波是否会影响别的控制对象通行，所以需要协商和交互，怎么实现这样的交互也是目前的瓶颈。感知环节要解决个人的感知完备性问题。路网是一个开放的路网，因此我们提出了交通物理信息系统路网模型，其中有三个要素对象。首先，定义了系统的边界跟出入口，这样一来，系统内车辆感知计算就能够分在网跟不在网。第二个对象是虚拟停车场，根据对车辆状态的计算区分车辆的驻停情况。第三是，研究将边界以及连接路段称为出行路网，承载车辆行驶状态的计算。通过这三个要素，从而构建路网里面每一辆车的每次出行的数据模型，任何时空状态都可准确的确定性定义。车辆不是在这种状态就是在那种状态，没有例外。监测器是离散的，但可以在系统内计算出其路径，得出车辆如何运行才会符合交通运行的基本规律，类似于交通波的理论。最后使得在该交通信息物理空间上的每一辆车都可以在数字空间上进行连续的计算。在实现出行个体的感知基础上，认知环节需要解决两个问题。一是控制对象是谁？从出行视角看，信号控制对象从传统的断面瓶颈改变成路径出行瓶颈。而断面瓶颈跟出行瓶颈差异的本质是交叉口供需和出行路径供需。现实中的出行可能不会集中在一条主干道绿波带上，而是会转弯、发散，只有做到这个，才可能实现从末端到源头的全过程认知，这是对于控制对象的认识。二是如何确定控制对象的影响范围。如果很容易控制，也可能很容易导致拥堵的转移，所以要做车辆出行路径溯源，将其可能影响的道路找出来，如果多条路径有交叉，系统还要把子网分析出来，只有了解控制对象的影响范围，瓶颈才不会转移，不然只会引发一些新的问题。第一，目标是什么？在出行的视角下面，现在的目标可以从全网的效率，从个体的旅行时间，最后反应到整体的旅行时间或者延误能不能达到新的控制指标。传统的控制方法往往是让一些局部，比如交叉口通行能力最大化，或者某一条“绿波”能力最大化，但是它们的能力最大化后，对路网的影响怎么样？我们并不知道。因此，要对控制目标做一些改动。比如，怎么启动控制，传统是堵了就控，但现在可以动态控制，随需控制，只是要不停计算出行的需求供需情况，不停调整某个路径的“带宽”，并不是堵了才去控，是控拥并堵。控制影响有什么样的交互？有两类影响。一是瓶颈内部所有的交叉口怎么协同，多个路径之间怎么进行交互。总体来讲，这种交互非常适合使用一种博弈的思路进行解决。最后博弈的结果才是控制方案的解。必须要考虑相互作用的效果，要在相互作用找到平衡点，这才是有效的，不然你以为已经控制它了，改变它了，实际上它又在发生变化了，就来回折腾。怎么做？跟交通大脑同步。我们在宣城做了试点。宣城是第一个实现一辆车每一次出行轨迹都能被连续计算的城市。在这个城市里面，每天大约12万辆车完成43万次出行，每次出行轨迹都被计算、感知，基于这些轨迹，完成对交叉口的集计，从而宏观、中观、微观都是一体化。第一，控制对象到底是谁？团队比较了一下，宣城的交通高峰期，有7条主要的关键路径，它承载了全网48%的延误，控制好这7条路径可以解决48%的问题。传统的方法是把最堵的地方找出来，虽然解决了堵，没有解决全网出行效率提升的问题。其次，怎么实施单条绿路的控制？比如独立配置一条绿波可以造成该路径总延误下降35.7%，但全网总延误又增加0.18%，所以必须要考虑影响范围的问题，这就是影响子网。优化一条路径的时候要把整条子网考虑进去。扩展到多条绿波的控制，我们称之为绿路系统。独立配置可能会增加全网延误，绿波做得越多，全网效果可能越差。要把绿波影响的子网结合在一起分析，在什么地方需要协同，进行交互和处理。最后通过计算，实施绿路协同控制后，总受益车群占32%，通行能力减少10%，但不停车率上升了。基本上有获益，其他部分一定是有受损，传统做法都忽略了这点，所以要把它算出来，才知道绿波、绿路的综合效益是什么，这才是博弈的平衡。
