面向城市路网的全景式交通控制模式及理论方法研究

How to make use of the traffic data information obtained by traffic big data, formulate the panoramic traffic control mode and methodology for urban road network is the inevitable demand for the development of modern urban traffic control technology. This research proceeds from the perspective of different control range and various kinds of traffic objects, a panoramic control mode of urban traffic is formulated by use of traffic big data, and the big data-driven mechanism oriented to area traffic control is established. Then, a dynamic network partitioning model for different degree of saturation by use of machine learning method, spectral clustering, is established. The top-down area traffic management and control mode is developed on the account of the OD demand of urban traffic being obtained by traffic big data. Moreover, the formation mechanism, the diffusion regulation and the dissipation process of traffic congestion are analyzed by traffic big data, the active prevention and control of area traffic congestion is realized through evolutionary trends prediction of area traffic situation. The theoretical methods of traffic big data, traffic control, MFD, machine learning, association analysis and simulation experiment will be used in this research proposal. The innovative researches are conducted in the fields of panoramic urban traffic control mode, dynamic network partitioning method ,decision models of area coordinated control, and multi-objective control methods of intersections. Eventually, a theoretical and methodological system for panoramic control mode of urban traffic are formed.

如何利用交通大数据所获得的交通数据信息，建立面向城市路网规模的全景式城市交通控制模式与理论方法，是现代城市交通控制技术发展的必然要求。项目将从不同控制范围和各种交通对象角度出发，利用交通大数据构建一种全景式城市交通控制模式，建立面向区域交通控制的大数据驱动机制；利用机器学习中的谱聚类算法，建立面向不同拥堵程度的路网动态分区控制模型；利用交通大数据获取城市交通OD需求，建立一种自上而下的区域交通控制模式；利用大数据对交通拥堵的形成机理、扩散规律与消散过程进行分析研究，通过对区域交通态势的演化趋势预测，实现对区域交通拥堵的主动防控。本项目将运用交通大数据、交通控制理论、宏观基本图、机器学习、关联分析、仿真实验等理论方法，对全景式城市交通控制模式、路网动态分区方法、区域协调控制决策模型、交叉口多目标控制方法等内容展开研究，最终形成一套面向城市路网的全景式交通控制模式及理论方法体系。

交通信号控制是提升城市交通系统效能与服务品质的有效手段。以往的交通拥堵控制研究多以相邻交叉口联动或干道协调设计为主，其交通控制模式尚未能从控制范围和交通对象两个层面同时着手，缺乏对于区域交通系统状态和演变趋势的辨识与判断。.本项目从城市区域的交通控制需求层面出发，面向多层次控制范围与多类型交通主体，通过动态生成区域协调路径集，进而实施单交叉口的信号控制和配时优化。项目着重研究了交通大数据驱动下的全景式城市交通控制模式、面向不同拥堵程度的区域路网动态分区方法、基于路网流-密-速的区域协调控制决策模型以及基于多元信息交互的交叉口多目标控制方法等相关内容。在宏观层面，实现了城市路网中丢失路径链重构、交通数据修复以及客运枢纽客流的分析与预测，进一步研究了面向城市区域交通控制的路网速度与流量的演变趋势，完善了面向区域交通控制的大数据驱动机制；在中观层面，面向不同拥堵程度的路网动态分区问题，提出了基于多评价指标的交通拥堵指数计算方法，构建了基于宏观基本图的区域协调控制决策模型，实现交通拥堵区域的主动诱导调控；在微观层面，构建了基于多元信息融合与交互的交叉口多目标控制模式，面向多层次控制范围与多类型交通主体，实现单交叉口下多交通对象的最优控制。本项目共发表论文22篇（SCI/EI检索16篇，中文核心6篇）、申请专利9项，获得授权专利7篇以及授权软件著作2篇，建立区域交通信号协调控制示范区域2个。.项目研究工作整体按计划进行，研究内容未进行调整，执行情况良好，总体进展顺利，各年度均顺利完成了计划书中的研究任务，预期研究成果符合计划进度安排。