01 当交通控制系统的发展.doc

当代交通控制系统的发展 - PAGE 6- 当代交通控制系统的发展 朱弘戈，工学博士，高级工程师 亿阳信通股份有限公司ITS体系总工程师 当代交通控制系统的发展，在结合交通控制自身特点的基础上，融入综合的信息采集与数据融合（DM, Data Mining）技术、当代人工智能（AI, Artificial intelligence）等先进控制技术，以及多层次分布式（HDES, Hierarchical, Distributed, and Effective System）的控制策略和松耦合（LC, Loose Coupling）的控制理念，具有典型的时代特征。不同专业，不同角度，对当代交通控制系统的理解，不尽相同。 本文试图从控制理论的研究、信息技术的应用和标准体系的建立，这三个方面介绍当代交通控制系统的发展趋势。 1. 在控制理论的研究方面 自从开始使用计算机控制系统后，在控制硬件取得了较大进展，但是交通控制领域的控制逻辑方面没有实质性的突破。 一方面，对于规??较大的交通网络而言，仍然缺乏有效的交通响应控制策略。计算机硬件能力与控制软件能力很不相符，造成的影响是很多交通控制策略的实用效果不理想。从另一方面来看，对交通控制内部工作机理的理解与研究也没有大的突破。在缺乏更深入研究的情况下，获得有效的解决方案是比较困难的。 有效的交通控制仍依赖于交通动力学的建模。车流不应该只作为一种普通的物理现象来看待，应该把它看成是包括各路段使用者行为相互作用的复杂系统。交通信号控制仍然是点、线、面控制并存的形式。对于中小城市，仍将是点、线控制相结合的控制方式；对于大型城市，大多将采用网络控制方式。 当代城市交通信号控制研究主要表现在以下三个方面： 1）人工智能（AI, Artificial intelligence）在城市交通信号控制问题中的应用，以提高当前交通信号控制系统的性能。 由于交通系统具有较强的非线性、模糊性和不确定性，是一个典型的分布式系统，而且具有多信息来源、多传感器的特点，用经典的理论与方法，对其进行有效地控制，难度比较大，实践效果，不能令人满意。 如何将先进的智能控制技术、信息融合技术、智能信息处理技术与交通工程学结合起来，是一个很有前途的研究方向。 交通系统与工业过程相比的显著区别： 随机性、模糊性和不确定性比工业控制更加明显。 由于交通出行是人类直接参与的活动，相对于工业过程，交通系统更能够忍受扰动；交通系统对实时性的要求相对弱一些。 城市交通信号控制系统在操作方面分为三个重要阶段，即交通数据采集、数据分析与处理、判断与控制。从数据采集和处理，到确定最好的控制动作，以及到动作的实施，关键是全面提高信息决策过程的质量。这些都和相当多的专门知识有关，在很大程度上涉及相关的规章制度，并且受限于现实中的实际约束。不难发现，用AI途径来提高相应的基本职能是可能的。 智能控制主要是指基于专家系统的控制、模糊控制、神经网络控制、基于遗传算法、蚂蚁算法等的控制等。智能控制方法的最大特点是其控制算法是具有强逼近非线性函数的能力，不依赖于精确的数学模型，这对于交通系统这样复杂难以建立较好数学模型的系统是一个有效方法。美国和荷兰等国目前正在研究基于智能代理的UTC，主要原理是在城市交通网络中的一系列重要节点部署智能代理，用于对所属网络区域实现信号灯控制，他不但具有交通管理专家的经验知识，还具有不断学习的能力，具有本区域的交通流信息；这些智能代理之间通过通信层（规范、内容、协议）进行信息（路由信息、交通流信息、控制信息）交流，解决单智能代理信息的不完整性，并通过协调层进行目标协同，解决交通网络中资源、目标和结果冲突，最终实现交通控制的优化。 2）利用离散时间、滚动区域法(rolling horizon)研究交通信号控制系统。 滚动区域法利用最近检测到的数据，对系统现行状态（主要是各个路口的现行排队长）进行估计，为滚动区域的持续时间内搜寻一种优化信号控制方案（决策）。滚动区域的时间必须足够长，时间分为两部分，前一段时间执行滚动区域法的优化方案。在滚动区域法的最后一段时间内，以终端代价函数的形式验证滚动区域法基础上优化的信号方案。若满足要求，则继续执行该方案，否则停止执行，重新优化信号方案。 以OPEC（Optimization Policies for Adaptive Control）系统最具有代表性，该系统是1983年由美国提出的较先进的一代智能控制交通系统，并在90年代初开始试运行。该系统采用了动态规划原理来优化控制策略及DYPIC程序的反传动态编程算法中提出离散时间周期性滚动优化的方法；同时采用分散式控制结构以减少网络通信量、分布并行处理以便将危险分散，并使优化过程可以达到最少的约束条件。第一个离散时间控制系统是在OPAC的