浙江浙大中控信息技术有限公司浙江杭州310000
摘要：近些年来，随着科技的发展和进步，我国多个领域都有应用到计算机信息技术，该技术的发展和进步给人们的生活带来了较多的便利，在交通信号控制领域，信息技术的应用催生智能交通信号控制系统的出现，该系统的出现减轻了交通工作者的工作负担，提高了工作效率。本文，笔者从智能交通信号控制系统的概念、详细介绍了基于海量数据采集的智能交通信号控制策略的发展过程，进而对近年来基于交通状态的研究成果进行汇总和分析，并给出交通信号优化控制的发展前景和展望。
关键词：智能交通信号；控制系统；控制策略
中图分类号：U491文献标识码：A
引言：对智能交通信号控制策略的变革进行阐述，充分说明“感知现在、预测未来、面向服务”的智能交通控制策略，是解决城市交通问题、制定宏观城市交通发展战略和建设规划，进行高效道路交通管理与控制的重要保障。
1、基于采集数据的交通路况判别
依赖于交通采集数据，对实时路况进行判别，是当前交通路况判别的主要方式。尤其近年来，随着采集数据的全面化、多样化发展，交通路况判别指标亦呈现多维度发展。基于指标的判别分类上，分为单一指标判别和复合指标判别。基于交通流特征的单一指标，例如饱和度、排队长度、延误等等；基于多个单一指标的复合指标，如道路V-C-1比、交通拥堵指数以及交通拥堵时间等。单一指标的优势在于没有复杂的计算、比较直观和精确的展现交通路段和交叉口的状态，缺点是对于一次出行，无法从用户意义上基于时空维度估计交通状态；复合指标的好处是可以综合的评价交通状况，不足之处在于表现不同时空状态下的交通时不够直观和定量，不能适应准确、实时的预测模型。基于时间的判别分类，主要包含日期分类和峰值分类，其中，日期分类是以日期为研究单元对交通模式进行聚类分析。如Schreinemacher等（2012年）基于海量GPS数据，基于时间分布规律将交通路况分为工作日、星期六和星期日；峰值分类基于交通路况的采集数据，对其24小时内各个阶段呈现的数据分布规律进行挖掘，具体分为高峰期和平峰期，如张雷元等(2017年)，通过以时间为变量的交通采集数据实现路况高峰、平峰等不同时段的管理目标设置。以时间为判别分类的交通路况，可以很好的体现路况24小时内外的数据分布规律，但往往难以体现不同通道、不同时段的路况差异。基于拓扑信息的判别分类，主要基于空间分布将路况分为点、线、面三个层次的拓扑分类，其中，以“点”为对象的空间分类主要对象为立体交叉匝道、转向交叉口和交通枢纽，以“线”为对象的空间分类主要对象为快速通道和主干道路，以“面”为对象的空间分类主要对象为相邻快速路和主干道连通构成的一定区域。针对不同的拓扑分类，又具体化的将路况分为拥堵状态、阻塞状态和顺畅状态，当前判别方式主要有BPR算法、加州算法、McMaster算法、指数平滑法]、DS-ANN算法以及基于移动检测器的判别方法。综上所述，目前基于采集数据的交通路况判别的研究，趋向于各类采集数据所包含的通行规律而不断细化，总体而言，往往基于多指标的综合判别，结合时间与空间判别方法的优势，对实际路况进行判别，如陈玲娟等(2017年)以日变路网的概念对路况状态进行预测，提高对整个交通状态通行能力的评估水平。
图1交通路况判别分类方式
2、智能交通信号控制系统的控制策略
2.1关于智能信号灯的控制策略
智能信号灯是智能交通信号控制的重要组成部分，在分析智能交通信号控制系统的控制策略时，其都是分析的重点内容。一般在有车辆驶来的情况下，不论辅路有没有车辆行驶，其调控策略都需要从以下入手：当智能系统检测到前面有车开过来的时候，主路的绿灯在这个时候需要亮起来；而在主路有连续车辆经过的时候，主路需要继续保持绿灯，在绿灯时间达到最大值之后，则可以变为辅路绿灯；当辅路上的绿灯信号时间达到峰值只，则需要改变为主路绿灯，而在主路联系绿灯并且达到最小的绿灯时长之后，则可以进行辅路绿灯通行。总的来说二者就是在不断变换的。
2.2从线控的方向对交通信号进行调控
所谓的线控方式即为“绿波带”控制，其主要指的是在具体的某个路段中，如果车辆是以一定的速度行驶的，假设在其前行的第一个路口就遇到了红灯，则之后的所有路口都是绿灯。假设在第一个道路口遇到的是绿灯，那么其在随后所有路口遇到的也都是绿灯。这种调控方式使得驾驶者仿好似是在绿色的道路之中，因此也被称为“绿波带”控制。在高速公路上，当既没有交通信号控制系系统也不存在交汇的道路口时，这种控制方式能够对当前的交通情况进行具体的法系，并且及时的发现交通运输中可能存在的一些问题，予以解决，以便能够更好的对交通进行控制，提高通行效率。
3、未来发展趋势
随着交通信号控制应用智能化的发展，由此也带来了交通管理方面的挑战，如海量异构数据的存储、多类型数据的统一管理、实时有效的数据信息提取与处理方法、多用户的数据共享和传输，具体挑战如下所述。（1）在智能交通建设和运营的过程中，从卡口电警、视频监控、管控信息、路况信息、GPS定位信息、营运信息、RFID识别信息等每天产生的数据量可以达到PB级别，并且是指数级的增长，目前大部分数据处于“沉睡”状态，但仍然需对采集数据进行存储，这无疑给智能交通系统的存储设备带来了压力。（2）智能交通信号控制整体方案，往往涉及多系统多业务的融合，内容包括交通管理前端、治安防控前端、平台系统、指挥调度、指挥中心、资源汇聚共享、机房建设、安全系统、视频云摘要、人脸识别、云存储、车辆大数据、四台合一、社会视频资源整合接入、公安专网IP电话、无线图传及集群对讲系统扩容等，故对数据处理平台的要求相对较高。然而，即使交通数据管理存在如上所述种种困难，但挑战的同时，为交通信号控制的智能化带来新的发展机遇，如2018年9月，阿里云宣布基于飞天平台的杭州城市大脑升级到2.0，数据采集及处理范围涉及11个城市合作，仅杭州管辖面积就达420平方公里，1300个信号灯路口、接入4500路视频，通过以百亿计信息的实时分析，实现了数据的汇聚、融合、计算，改变了传统用静态的机动车保有量来制定交通政策的方式。此外，随着智能交通的发展，其应用领域也不断拓展，如城市路况通行时间预测、出行路径优化选择、城市道路虚拟建模、车联网的无人驾驶等。尤其2018年11月，工信部颁布了《新一代AI产业创新重点任务揭榜工作方案》，其中即包含对智能交通领域的大力推进，对智能感知、自主决策、协同控制以及智能信息交换共享等计算和通信技术均提出高要求。由此可见，随着科技的不断进步，基于数据采集的交通信号控制将日益智能化发展，从而不断提高人们的通行质量。
结束语：
总之，做好智能交通信号控制系统的研究工作，分析智能交通信号控制系统的控制策略，是时代发展的趋势，其不仅能够有效的解决当前城市交通中存在的种种问题，而且还能够更为科学合理的对交通工作进行规划，其对于提升公共交通的效率，促进我国交通事业的发展建设具有一定的积极意义。
参考文献：
[1]程望斌,吴欣月,陈茉莉,全思燕,王曾盛.智能交通自适应信号控制系统的设计与实现[J].湖南理工学院学报(自然科学版),2018,31(03):47-50.
[2]蓝志洋.智能体技术在城市交通信号控制系统中的应用[J].交通世界,2018(26):9-10.
[3]吴一昊,陈敖.我国智能交通信号控制系统应用现状分析及展望[J].科技视界,2018(26):243-245.