經濟發展快，人們的生活水平不斷提高，各類車輛日益增加起來，市區交通擁堵的問題也隨之出現。目前交通信號管理的綠波控制技術已逐步成熟并在國內一些城市應用，取得了很好的管理效率。城市交通綠波控制技術，即在城市交通控制系統中使用交通流量、速度與控制配時相協調的管理機制，以城市干道的交通暢行為核心，對多路口交通信號實行協調控制，根據道路車輛行駛速度與各路口的距離，自動設置城市道路相鄰路口信號燈的啟動時間差，協調大、小路口交通流量，減少城市干道上的延誤和停車率，形成一條主干道直行方向的行車綠波帶，從而最大限度地實現干道上的車輛能夠暢通行駛。

    在這個信息化時代，無論是哪個行業都離不開網絡，技術與網絡的融合將會促進行業新的發展。就交通信號領域，北方工業大學城市道路交通智能控制技術北京市重點實驗室研究員張福生發表了《網絡與計算融合-未來交通信號控制發展趨勢》主題演講。

 一、傳統交通信號控制系統概述

     回顧交通控制系統的整個發展歷程可以發現，信號控制系統的發展歷程的背后就是網絡通信、計算機控制系統的發展歷程。

     隨著車聯網、車路協同，以及人工智能技術的發展，交通控制領域將會面臨越來越多的挑戰，來自于車聯網、車內自動駕駛、交通與環境的協同等方面的復雜需求。從廣義的角度上看，交通控制應該不僅是對紅綠燈的控制，而是擴展到包括動態的交通控制、靜態的交通管理、交通信息服務、綜合的交通改制以及交通基礎設施的可用性管理等各個方面。

     綜合各方面，我們認為未來的交通控制應該可以定義為通過系統與人的信息交互，影響交通參與者交通行為的所有途徑。面對這樣的需求，交通控制系統應該具備什么樣的能力，現狀又是怎樣？

     目前大多數的城市交通控制系統，路口設備包括交通信號控制器、燈具、檢測器、視頻監控、執法設備等，系統由一個個獨立的設備堆積在路口，設備獨立運行，大量的電纜互相連接，組成一個非常復雜的系統。

從系統的角度上來講，一個信號控制系統包含了幾層?；A的傳感層負責車輛檢測、信號狀態等基本的檢測，中間是執行層，也就是交通信號控制器。再上一層就是網絡通信層，起到互通互聯的作用，然后就是中心系統。

     目前的交通控制系統通常存在這樣的特點，傳感層通常是一些非智能的傳感器為主，有的是直接IO連的，有串口連接的，有網絡連接的等。執行層的控制器，目前的方式往往是采用一些預定義的規則、基本邏輯控制，采用固定的模式。不管是定周期、感應等模式，以及來自中心的方案生成、方案選擇和實時制定等中心控制，以及特殊控制的優先控制策略。這些控制策略實際上都是規則固定，我們只是改變了其中的參數。中間的網絡層只起到了數據的互聯互通，大量的數據堆疊到中心，而中心系統往往是以管理為主。目前在國內大多數中心系統實際上的作用只是配時工具。

     這樣的系統有一個特點，從網絡的角度來講是樹狀的結果。真正系統運行時對中心存在嚴重的依賴性，那么系統協同能力是非常差的，也就是路口與路口之間的協同是嚴重依賴中心的。采用的方式是預定規則。

 二、未來的交通信號控制系統面臨的挑戰

     面對未來交通的需求與挑戰，比如移動終端大量使用，網約車的普及，車聯網的技術在不遠的將來一定會滲透到所有的車輛，車路之間的協同需求也日益旺盛。接下來會推廣應用的電子車牌、自動駕駛，越來越個性化的交通信息服務的需求。這些需求帶來的挑戰首先從交通感知的層面，交通數據越來多元化、多維度化，數據量也日益激增。從控制方向來看，由信號控制演向電子系統與交通參與者之間通過信息交會的方式將成為趨勢。

     未來的交通信號控制系統面臨幾個挑戰。第一就是復雜的交通控制需求與簡單的控制規則之間的矛盾。第二就是多樣化的交通行為與簡單化的交通感知手段的矛盾。目前大多數的交通檢測器能檢測到存在信息，然后通過算法把存在信息，根據系統控制要求做數據的轉換。

     第三就是海量的交通數據跟匱乏的處理能力之間的矛盾。信號控制器在現場設備是沒有數據處理能力的，只是簡單的反應來按照一定的規則來進行邏輯控制。

     第四就是高可靠的運維需求跟非智能的終端設備的矛盾?，F有的交通信號控制系統最難的事情就是設備運行狀態的檢測，其中有一個就是燈具的檢測，好像之前用白熾燈泡的時，燈具的故障很容易就檢測到，但是隨著用LED等燈具的出現，一直沒有找到很好的檢測方法。

     第五是高度集成的平臺需求跟復雜的系統連接方式之間的矛盾。

三、交通信號控制系統發展趨勢

     我們認為解決上述問題，最核心的方法就是對終端設備、節點控制設備進行IP化、網絡化、智能化升級。對于交通信號控制器，要實現多功能集成化,把計算融入到交通信號控制器，讓交通信號器除了按照預訂規則運行的功能外還要有強大的計算能力、可編程能力。

針對網絡結構要把傳統的樹狀網絡結構扁平化，實現把網絡跟計算融合。當然，網絡不僅是起到數據傳輸的作用，計算也不僅是把信號控制器的CPU處理能力提高。

     一個交通控制系統包括三個層面，第一就是傳感器層面，以視頻檢測為例，幾年前我們更多的是將模擬的視頻用后端系統進行應用、分析、識別，現在我們已經實現了視頻在現場的數字化甚至包括車牌的識別，但是還有更多的傳感器面臨這樣的改造過程。

     第二個層面就是前端控制，就是讓信號控制器具備更多智能的處理能力。人工智能應用到交通控制是必然的趨勢，但是人工智能是需要載體的，交通信號控制器如果不提供額外的計算能力，那么人工智能進入交通信號控制的前端就沒有載體、沒有平臺。

     針對最重要的核心層-中心控制系統。應該是戰略層面的控制，最終要達到的目標就是提升邊緣設備的智能化，利用工業網絡實現感知信息控制信息交互，降低中心的負荷，去除對中心的依賴，提高全系統的應用。

     由此，路口的信號控制器不再是一個簡單的交通信號控制設備，而是升級為路口的智能化信息中心，稱為周邊路段所有設備智能信息的匯集點和智能信息處理節點，我們把這個節點叫云節點。

所有的云節點通過網絡連接到中心，構成一個完整的系統。云節點除了一些基本控制功能，還能處理網絡安全、節點與節點之間的消息服務、目錄服務，具備對外提供信息服務能力和優化控制能力，當然也包括交通檢測、設備驅動、數據存儲等方面的功能。

在扁平化的控制系統里，最核心的一點就是用數據網絡覆蓋道路網絡，用智能節點去支撐路口的控制。把節點感知、數據交互共享結合到一起，采用分層運算跟交互控制的方法結合機器學習與發現。

我們認為世界上最遠的距離不是從攝像機到紅綠燈，而是從一個路口到另一個路口的距離。目前的狀況是，雖然建設了龐大的控制系統，但是A路口、B路口上下游關系，兩個路口之間，A不知道B的狀態，B不知道A的狀態；交通流是連續的，但是信息流卻是阻斷的。我們希望通過網絡與計算融合的模式，在路口與路口之間實現一個實時無障礙的信息溝通與交流。

一個例子，目前我們在計算旅行時間等計算時，通常采用的方法是把所有的數據匯集到中心系統再進行運算。隨著車輛識別技術的普及，如果在節點與節點之間建立實時的數據交換，那么一輛車從上游到達下游的時候立即就可以計算出旅行時間。智能節點組成的網絡中，任何一個路口可以知道它周邊的路口現在運行的模式、控制的狀態，采用的方案等，所有的數據都可以在相應的路口之間、相應的節點之間進行數據的交換跟傳遞。

一次為基礎形成的控制方式，我稱之為網絡協同控制模式。

在網絡協同控制模式下，首先要實現交通數據共享，并通過節點與節點之間的協商形成的優化方案，然后實現協同控制，節點之間都通過網絡連接實現交叉控制狀態的監控，最后在節點之間進行控制效果評價。

要實現上述控制模式，要對路網對象進行抽象的定義，建立節點之間的消息傳輸機制，建立規范的通訊標準、通訊協議。

最后，當每一個智能節點具備了網絡和計算能力，怎么實現計算？在這個領域我們作了一些嘗試性的研究，我們把這個研究內容命名為叫“交通控制語言”，簡稱叫TL。 　　在工業控制領域里面，每隔行業都有一些面向行業應用的專業軟件和開發方法、開發工具、開發包。在交通控制領域里面一直沒有這樣的東西，我們希望通過總結研究，開發出一套交通控制語言。

我們希望通過對交通控制語言的研究，對一些最基本的交通對象、交通方法和安全保證把它封裝起來，形成一個基礎的開發環境。讓更多的交通產品開發者能夠利用這樣的基礎做更深入更高級的開發。

未來的交通控制領域產品技術的發展趨勢概括起來兩點：一是硬件標準化，二是軟件開源化，這才是這個行業未來技術發展的最大趨勢。

最后，我們認為傳統的系統還是自動系統，未來的系統是智能系統。這兩個系統之間的差異，首先就是傳統系統是一個單點的自動化系統，未來的一定是群體智能化系統。傳統的系統更多的是依賴中心，未來應該是協同性適應，傳統的數狀結構變成未來的網狀結構。傳統的分層控制變成未來的協同控制。傳統的單一的硬的物理中心變成一個虛擬化的、扁平化的邏輯中心。

傳統的預訂性參數，應該走向自主學習、自主標定參數，傳統的故障降級模式升級為可交互控制，實現故障自動愈合。傳統的預訂規則，隨著機器學習人工智能的發展為自主發現的方式。