技术展望
当今社会已迈入大规模生产、分享和应用数据时代,新一代信息技术以其强大的渗透力和融合力为道路交通信号控制系统的发展带来了前所未有的契机。
新技术的应用首先体现在道路交通流检测数据的一体化集成应用方面。目前面向道路交通控制的交通流检测手段已呈现多样化态势,除基于线圈、视频、雷达等技术的传统道路交通流断面及区间检测外,基于车辆定位技术的浮动车轨迹检测的应用也日趋广泛,尽管后者数据在时空粒度上仍难以直接应用于道路交通流实时控制,但其提供的车辆行程时间、速度及饱和流率等信息可以进行道路交通状态分析,两者数据的相互补充融合可以挖掘深层次的道路交通流运行特征,实现准确的道路交通流短期预测和信号控制效益评估分析。即将到来的车联网及未来无人自动驾驶等技术的应用更是促进了传统道路交通检测技术进行一场大变革,发掘应用数据价值将成为提高道路交通信号控制系统控制水平的重要技术手段。
在控制算法技术上,基于数据驱动的道路交通控制是当前的一个热门发展方向。以机器学习为代表的人工智能技术为道路交通控制提供了新的解决方法,即运用诸如增强学习(也称近似动态规划)、深度学习等机器学习中的一系列通用技术方法进行数据的统计分析与学习仿真,从而使道路交通控制从传统的模型控制转变为数据驱动的智能决策优化,在丰富数据支撑下该方法能更好地适应道路交通流的变化特性,实现更精准更主动的道路交通控制。基于资源调度分配算法的道路交通信号自组织控制是另一个发展方向,该方法类似于路面民警疏导交通拥堵的控制理念,以路口排队可控为目标,寻求实现信号相序的优化及去中心化、非周期式的最优信号控制。
在大规模路网条件下递阶分散式控制结构仍是系统发展的主流,通过控制中心与路口终端的分工协作实现系统整体控制功能。控制中心依据构建的数据平台,对各类相关数据进行汇聚分析,研判路网交通流的宏观运行态势,评估及生成路口控制决策所需的参数及策略方案;路口终端则进行微观控制,实时生成最优信号配时方案,适应路口间道路交通流到达的实时变化。智能化的道路交通信号控制系统将是“真正”自适应的控制系统,通过数据分析进行系统控制中所需参数及方案的最优估计,实现在无人工干预或很少干预下的自动控制,减轻道路交通信号控制系统实施维护的工作量。
在未来无人驾驶车辆全面应用的时代,消除了人类驾驶行为带来的不确定影响,道路交通信号控制将演变为类似于通信网络中的流量控制,道路交通信号控制系统将会有颠覆性的变革,那将是全面智能的时代。