经济发展快，人们的生活水平不断提高，各类车辆日益增加起来，市区交通拥堵的问题也随之出现。目前交通信号管理的绿波控制技术已逐步成熟并在国内一些城市应用，取得了很好的管理效率。城市交通绿波控制技术，即在城市交通控制系统中使用交通流量、速度与控制配时相协调的管理机制，以城市干道的交通畅行为核心，对多路**通信号实行协调控制，根据道路车辆行驶速度与各路口的距离，自动设置城市道路相邻路口信号灯的启动时间差，协调大、小路**通流量，减少城市干道上的延误和停车率，形成一条主干道直行方向的行车绿波带，从而*大限度地实现干道上的车辆能够畅通行驶。

 在这个信息化时代，无论是哪个行业都离不开网络，技术与网络的融合将会促进行业新的发展。就交通信号领域，北方工业大学城市道路交通智能控制技术北京市重点实验室研究员张福**表了《网络与计算融合-未来交通信号控制发展趋势》主题演讲。

 一、传统交通信号控制系统概述

 回顾交通控制系统的整个发展历程可以发现，信号控制系统的发展历程的背后就是网络通信、计算机控制系统的发展历程。

 随着车联网、车路协同，以及人工智能技术的发展，交通控制领域将会面临越来越多的挑战，来自于车联网、车内自动驾驶、交通与环境的协同等方面的复杂需求。从广义的角度上看，交通控制应该不仅是对红绿灯的控制，而是扩展到包括动态的交通控制、静态的交通管理、交通信息服务、综合的交通改制以及交通基础设施的可用性管理等各个方面。

 综合各方面，我们认为未来的交通控制应该可以定义为通过系统与人的信息交互，影响交通参与者交通行为的所有途径。面对这样的需求，交通控制系统应该具备什么样的能力，现状又是怎样？

 目前大多数的城市交通控制系统，路口设备包括交通信号控制器、灯具、检测器、视频监控、执法设备等，系统由一个个独立的设备堆积在路口。设备独立运行，大量的电缆互相连接，组成一个非常复杂的系统。

 从系统的角度上来讲，一个信号控制系统包含了几层。基础的传感层负责车辆检测、信号状态等基本的检测，中间是执行层，也就是交通信号控制器。再上一层就是网络通信层，起到互通互联的作用，然后就是中心系统。

 目前的交通控制系统通常存在这样的特点，传感层通常是一些非智能的传感器为主，有的是直接IO连的，有串口连接的，有网络连接的等。执行层的控制器，目前的方式往往是采用一些预定义的规则、基本逻辑控制，采用固定的模式。

 不管是定周期、感应等模式，以及来自中心的方案生成、方案选择和实时制定等中心控制，以及特殊控制的优先控制策略。这些控制策略实际上都是规则固定，我们只是改变了其中的参数。中间的网络层只起到了数据的互联互通，大量的数据堆叠到中心，而中心系统往往是以管理为主。目前在国内大多数中心系统实际上的作用只是配时工具。

 这样的系统有一个特点，从网络的角度来讲是树状的结果。真正系统运行时对中心存在严重的依赖性，那么系统协同能力是非常差的，也就是路口与路口之间的协同是严重依赖中心的。采用的方式是预定规则。

 二、未来的交通信号控制系统面临的挑战

 面对未来交通的需求与挑战，比如移动终端大量使用，网约车的普及，车联网的技术在不远的将来一定会渗透到所有的车辆，车路之间的协同需求也日益旺盛。接下来会推广应用的电子车牌、自动驾驶，越来越个性化的交通信息服务的需求。这些需求带来的挑战首先从交通感知的层面，交通数据越来多元化、多维度化，数据量也日益激增。从控制方向来看，由信号控制演向电子系统与交通参与者之间通过信息交会的方式将成为趋势。

 未来的交通信号控制系统面临几个挑战。**就是复杂的交通控制需求与简单的控制规则之间的矛盾。**就是多样化的交通行为与简单化的交通感知手段的矛盾。目前大多数的交通检测器能检测到存在信息，然后通过算法把存在信息，根据系统控制要求做数据的转换。

 第三就是海量的交通数据跟匮乏的处理能力之间的矛盾。信号控制器在现场设备是没有数据处理能力的，只是简单的反应来按照一定的规则来进行逻辑控制。

 第四就是高可靠的运维需求跟非智能的终端设备的矛盾。现有的交通信号控制系统*难的事情就是设备运行状态的检测，其中有一个就是灯具的检测，好像之前用白炽灯泡的时，灯具的故障很容易就检测到，但是随着用LED等灯具的出现，一直没有找到很好的检测方法。

 第五是高度集成的平台需求跟复杂的系统连接方式之间的矛盾。

 三、交通信号控制系统发展趋势

 我们认为解决上述问题，*核心的方法就是对终端设备、节点控制设备进行IP化、网络化、智能化升级。对于交通信号控制器，要实现多功能集成化,把计算融入到交通信号控制器，让交通信号器除了按照**规则运行的功能外还要有强大的计算能力、可编程能力。

 针对网络结构要把传统的树状网络结构扁平化，实现把网络跟计算融合。当然，网络不仅是起到数据传输的作用，计算也不仅是把信号控制器的CPU处理能力提高。

 一个交通控制系统包括三个层面，**就是传感器层面，以视频检测为例，几年前我们更多的是将模拟的视频用后端系统进行应用、分析、识别，现在我们已经实现了视频在现场的数字化甚至包括车牌的识别，但是还有更多的传感器面临这样的改造过程。

 **个层面就是前端控制，就是让信号控制器具备更多智能的处理能力。人工智能应用到交通控制是必然的趋势，但是人工智能是需要载体的，交通信号控制器如果不提供额外的计算能力，那么人工智能进入交通信号控制的前端就没有载体、没有平台。

 针对*重要的核心层-中心控制系统。应该是战略层面的控制，*终要达到的目标就是提升边缘设备的智能化，利用工业网络实现感知信息控制信息交互，降低中心的负荷，去除对中心的依赖，提高全系统的应用。

 由此，路口的信号控制器不再是一个简单的交通信号控制设备，而是升级为路口的智能化信息中心，称为周边路段所有设备智能信息的汇集点和智能信息处理节点，我们把这个节点叫云节点。

 所有的云节点通过网络连接到中心，构成一个完整的系统。云节点除了一些基本控制功能，还能处理网络**、节点与节点之间的消息服务、目录服务，具备对外提供信息服务能力和优化控制能力，当然也包括交通检测、设备驱动、数据存储等方面的功能。

 在扁平化的控制系统里，*核心的一点就是用数据网络覆盖道路网络，用智能节点去支撑路口的控制。把节点感知、数据交互共享结合到一起，采用分层运算跟交互控制的方法结合机器学习与发现。

 我们认为世界上*远的距离不是从摄像机到红绿灯，而是从一个路口到另一个路口的距离。目前的状况是，虽然建设了庞大的控制系统，但是A路口、B路口上下游关系，两个路口之间，A不知道B的状态，B不知道A的状态；交通流是连续的，但是信息流却是阻断的。我们希望通过网络与计算融合的模式，在路口与路口之间实现一个实时无障碍的信息沟通与交流。

 一个例子，目前我们在计算旅行时间等计算时，通常采用的方法是把所有的数据汇集到中心系统再进行运算。随着车辆识别技术的普及，如果在节点与节点之间建立实时的数据交换，那么一辆车从上游到达下游的时候立即就可以计算出旅行时间。智能节点组成的网络中，任何一个路口可以知道它周边的路口现在运行的模式、控制的状态，采用的方案等，所有的数据都可以在相应的路口之间、相应的节点之间进行数据的交换跟传递。

 一次为基础形成的控制方式，我称之为网络协同控制模式。

 在网络协同控制模式下，首先要实现交通数据共享，并通过节点与节点之间的协商形成的优化方案，然后实现协同控制，节点之间都通过网络连接实现交叉控制状态的监控，*后在节点之间进行控制效果评价。

 要实现上述控制模式，要对路网对象进行抽象的定义，建立节点之间的消息传输机制，建立规范的通讯标准、通讯协议。

 *后，当每一个智能节点具备了网络和计算能力，怎么实现计算？在这个领域我们作了一些尝试性的研究，我们把这个研究内容命名为叫“交通控制语言”，简称叫TL。

 在工业控制领域里面，每隔行业都有一些面向行业应用的专业软件和开发方法、开发工具、开发包。在交通控制领域里面一直没有这样的东西，我们希望通过总结研究，开发出一套交通控制语言。

 我们希望通过对交通控制语言的研究，对一些*基本的交通对象、交通方法和**保证把它封装起来，形成一个基础的开发环境。让更多的交通产品***能够利用这样的基础做更深入更**的开发。

 未来的交通控制领域产品技术的发展趋势概括起来两点：一是硬件标准化，二是软件开源化，这才是这个行业未来技术发展的*大趋势。

 *后，我们认为传统的系统还是自动系统，未来的系统是智能系统。这两个系统之间的差异，首先就是传统系统是一个单点的自动化系统，未来的一定是群体智能化系统。传统的系统更多的是依赖中心，未来应该是协同性适应，传统的数状结构变成未来的网状结构。传统的分层控制变成未来的协同控制。传统的单一的硬的物理中心变成一个虚拟化的、扁平化的逻辑中心。

 传统的**性参数，应该走向自主学习、自主标定参数，传统的故障降级模式升级为可交互控制，实现故障自动**。传统的**规则，随着机器学习人工智能的发展为自主发现的方式。