地面交通控制的百年回顧和未來展望

李力 王飛躍

在現(xiàn)代社會,地面交通出行與我們每個人密切相關(guān).在當(dāng)前城市道路日益復(fù)雜和擁擠的情況下,如何保證交通出行的安全和便捷是國內(nèi)外社會大眾和科研工作者共同關(guān)注的熱點問題.

實現(xiàn)該目的的重要方法之一是實施有效的交通控制.很多研究者將1914年出現(xiàn)在美國俄亥俄州克利夫蘭市(Cleveland,Ohio)的電氣交通信號燈作為地面交通控制系統(tǒng)的真正發(fā)軔.雖然今天的交通信號燈和早期的交通信號燈(見圖1)形式變化不大,但在過去的100多年中,交通控制從理論方法到產(chǎn)品系統(tǒng)都經(jīng)歷了深刻的變化.然而在日益增長的交通出行需求壓力下,現(xiàn)有的交通控制方法已經(jīng)逐漸達(dá)到性能天花板.今后的地面交通控制應(yīng)該如何發(fā)展是擺在所有研究者面前的重要問題.

圖1 1924年德國柏林坡茨坦廣場的五邊交通燈塔Fig.1 The famous five-sided traffic light tower installed at Berlin0s Potsdamer Platz in 1924

從更高的角度來看,交通是人或物在時空上的轉(zhuǎn)移.地面交通控制的核心一直是如何使用各種方法在時空上對道路通行權(quán)進(jìn)行合理高效的分配和提示,解決人們通過交通沖突區(qū)域時可能發(fā)生的沖突問題.

所謂道路通行權(quán)(Right of way,簡稱路權(quán)),可理解為對特定時空范圍道路資源的優(yōu)先占有權(quán)和使用權(quán)[1?2].類似于鐵路的軌道閉鎖機(jī)制[3],地面駕駛同樣需要保證在特定的時間和空間內(nèi),最多只有一輛車存在.換句話說,如果我們按照時間和空間兩個維度,以最小時間和最小空間為分割單位,將道路資源劃分為時空網(wǎng)格,那么,每個格子最多只能被一輛車占用.如果違反了這一法則,碰撞就會發(fā)生.

歷史上的地面交通控制正是圍繞著如何合理妥善解決路權(quán)競爭的問題而發(fā)展起來的.歷經(jīng)百年來的發(fā)展,交通系統(tǒng)大致經(jīng)歷了無控制時期、標(biāo)志標(biāo)線控制時期、單點定時交通信號控制時期、智能交通控制時期、車路協(xié)同時期和自動駕駛時期等幾個階段.圖2的時間軸描繪了標(biāo)志著這幾個時期切換點的國內(nèi)外典型事件所發(fā)生的年代.

有鑒于此,本文從路權(quán)這個新的角度回顧了過去100多年地面交通控制發(fā)展的幾個關(guān)鍵轉(zhuǎn)變點,對比了各個時期交通路權(quán)的獲取方式和性能.我們特別結(jié)合目前新興的網(wǎng)聯(lián)車和無人車技術(shù),探討了基于規(guī)劃分配或競價獲取的交通路權(quán)分配,分析了今后50年地面交通控制的發(fā)展方向.

1 無控制時期

最初,人們在遇到路權(quán)紛爭時,往往遵從“先到先行,互相禮讓”的基本原則.雙方駕駛員根據(jù)各自目視的結(jié)果,決定由誰優(yōu)先通過沖突區(qū)域,并按照默契各自駕駛.實際上,這也是從步行、騎馬和駕駛馬車時代起就遵循的基本路權(quán)決定方式.

但這一路權(quán)決定方式存在諸多問題:

1)該決定方式非常依賴于駕駛員對周邊環(huán)境的正確感知和合理判斷.在車速較快、視線不佳、交通狀況復(fù)雜等情況下,駕駛員難以準(zhǔn)確地判斷何時何地會發(fā)生碰撞,因此無法決定路權(quán)歸屬[4].

2)該決定方式需要多方駕駛員采用能夠共同理解的方式進(jìn)行交流.在轉(zhuǎn)向燈還未出現(xiàn)的時候,駕駛員會將手臂伸出窗外,通過不同的手勢來表示其行駛意圖.即使在轉(zhuǎn)向燈已是車輛必備件的今日,駕駛員也經(jīng)常以眼神和手勢來輔助換道、并線等操作.為此,Google公司還在2015年提交了無人車和人類駕駛員交流的專利[5].然而,手勢交流首先沒有統(tǒng)一的交互標(biāo)準(zhǔn).人們互相打手勢或者眼神示意的方式千差萬別;特別是由于歷史文化差異,不同國家和地區(qū)對同一手勢可能有截然不同的解讀.其次,手勢交流的通信速度慢、可視距離短、談判效率低,在車輛速度較高時,極易出現(xiàn)誤差而造成交通事故.

3)該決定方式在相當(dāng)程度上取決于駕駛員個人的禮讓精神,路權(quán)的分配很可能由“合作”演變?yōu)椤案偁帯?甚至 “搶奪”.

由于上述三方面問題,基于默契的路權(quán)談判很難在短時間內(nèi)有效達(dá)成.因此,這一路權(quán)決定方式在汽車時代逐漸被新的交通控制方式所代替.

圖2 地面交通控制百年發(fā)展時間軸圖Fig.2 Timeline for the past 100-year development of ground traffic control

2 交通標(biāo)志標(biāo)線控制時期

早在中國周代,已有“列樹以表道”的記載.在古羅馬時代的軍用大道上也設(shè)有里程碑和指路牌.但這些僅僅是標(biāo)記道路信息,并未指示路權(quán).

1903年,由于法國汽車聯(lián)盟的積極推進(jìn)使法國成為世界上最早在全國范圍內(nèi)使用統(tǒng)一汽車交通標(biāo)志的國家.而直到1930年以后,統(tǒng)一交通標(biāo)志法才在英國各地獲得認(rèn)可,使交通標(biāo)志更加規(guī)范化.1935年,美國的第一版《統(tǒng)一交通控制設(shè)施手冊》(Manual of United Traffic Control Devices)出版,在全美國統(tǒng)一了制作交通標(biāo)志的辦法和標(biāo)準(zhǔn).這一階段,交通標(biāo)志依然以提示駕駛員危險為主要職責(zé).如當(dāng)時的法國交通標(biāo)志是在黑色的木板上用白漆書寫“左拐”、“右拐”、“橋梁”等提醒司機(jī)注意的文字.

1968年,聯(lián)合國頒布《道路交通和道路標(biāo)志、信號協(xié)定》作為各國制定交通標(biāo)志的基礎(chǔ).從此各國的交通標(biāo)志在分類、形狀、顏色、圖案等方面逐漸向國際統(tǒng)一的方向發(fā)展.地面交通進(jìn)入了“各行其道”的時代.

道路交通標(biāo)志通常用圖形符號和文字來傳遞特定的交通法規(guī)以及交通運(yùn)行控制方法的信息.道路交通標(biāo)線是由路面標(biāo)線、箭頭、文字、立面標(biāo)志、突出路邊、道路輪廓線等組成,用于路權(quán)設(shè)置的基礎(chǔ)設(shè)施.這兩者的作用都是為了管制、引導(dǎo)、控制和分配交通流,可單獨使用也可配合使用.

交通標(biāo)志標(biāo)線控制的優(yōu)勢在于造價低廉、耐用,盡量減少人對于路權(quán)的理解歧義和紛爭.在道路中明確標(biāo)識了道路使用權(quán)中的通行權(quán)、先行權(quán)、占用權(quán)等,是目前道路交通中最為重要的靜態(tài)交通設(shè)施.特別是車道線的引入,大大簡化了車道路權(quán)的分配方式,減少了車輛行駛沖突發(fā)生碰撞的風(fēng)險.

然而,交通標(biāo)志標(biāo)線對交通沖突點(交叉路口和出入口匝道)區(qū)域中不同方向車輛的路權(quán)很難起到有序和安全的控制引導(dǎo).因此,交通信號控制成為地面交通控制的研究重點.

3 單點定時交通控制時期

最早的交通信號燈出現(xiàn)在1868年英國倫敦威斯敏斯特區(qū),為調(diào)度馬車的運(yùn)行而設(shè)立,由煤氣點燃發(fā)光的,僅僅工作了20余天便因為煤氣爆炸而夭折.所以,很多人認(rèn)為1914年出現(xiàn)在美國俄亥俄州克利夫蘭市(Cleveland,Ohio)的電氣交通信號燈才是交通控制系統(tǒng)的真正發(fā)軔[6].而中國直到1929年才在上海市第一次安裝交通信號燈.

交通信號燈的出現(xiàn),使得“令行禁止”成為了交通沖突點的新型路權(quán)分配和提示方式.通常,交通信號控制用在道路空間上不同方向交通流沖突的交叉口,用來在時間維度上給不同方向的交通流分配道路通行權(quán).

傳統(tǒng)的交通控制系統(tǒng)將道路上的連續(xù)多個車輛視為流體,通過局部時空中的流體密度、速度和流率來簡化描述車輛的運(yùn)動[7?11].為了避免車輛在路口發(fā)生碰撞,一般根據(jù)車流方向劃分不同的相位,在一段時間內(nèi)依次切換各個相位,以便不同方向的車輛通過.所有相位切換一遍的時長稱為周期,其中去掉紅燈黃燈時長,路口能被利用的有效時間和周期的比值稱為綠信比.

交通信號燈的引入一方面改善了交叉口通行秩序,另一方面降低了駕駛員信息負(fù)荷,從而減輕駕駛負(fù)擔(dān).在安裝了交通信號燈的道路交叉口,潛在沖突區(qū)域的路權(quán)決定有了“權(quán)威認(rèn)證”.路權(quán)由原先駕駛員之間的“分布式”談判轉(zhuǎn)變?yōu)椤凹惺健敝概?從此,人們只需按照統(tǒng)一的紅綠燈規(guī)則,和前車保持距離行進(jìn),無需花費(fèi)時間和精力和其他方向的司機(jī)進(jìn)行溝通,大大降低了道路交叉口的事故率.而居于高處、有著明亮顏色的紅綠燈能夠被通過道路交叉口的眾多駕駛員一致看到并明確認(rèn)知,很好地解決了消息交互和確認(rèn)的問題.

早期的信號燈由警察根據(jù)目視所及的有限信息,進(jìn)行手動控制.每個警察僅能控制一個路口的信號燈.這種控制方式缺乏足夠的交通信息感知能力和聯(lián)動控制機(jī)制,難以提高交通效率.其后很長一段時間,交通信號的三個主要參數(shù)(周期、相位和綠信比)均被設(shè)置為定時切換,時段內(nèi)固定的方式[12].這一工作方式雖然較人工控制簡單,但仍然不能最大化交通運(yùn)行效率.

4 智能交通控制時期

隨著智能交通系統(tǒng)概念的深入和普及,城市交通控制轉(zhuǎn)向信息化和智能化的方向.交通信號控制開始采用計算機(jī)聯(lián)網(wǎng)控制,根據(jù)磁感應(yīng)線圈、攝像頭等采集的數(shù)據(jù)計算交叉路口的實時交通流量,研發(fā)相應(yīng)的交通流量分配模型來確定信號配時方案,動態(tài)調(diào)整交通信號的三個主要參數(shù):周期、相位和綠信比,實現(xiàn)整個交通路網(wǎng)的配時優(yōu)化.

美國Purdue大學(xué)的Saridis教授及其團(tuán)隊是最早開始智能交通信號控制研究的小組之一[13].其后,英國運(yùn)輸與道路研究所研制的SCOOT系統(tǒng)[14?15]和澳大利亞RTA所研制的SCATS系統(tǒng)[16?17]成為了業(yè)界使用最廣的智能交通信號控制系統(tǒng).SCOOT系統(tǒng)和SCATS系統(tǒng)以其動態(tài)實時自適應(yīng)控制的特點,對城市交通信號控制的推動與發(fā)展起到了實質(zhì)性作用.日本、美國和歐洲其他地區(qū)的智能交通信號控制系統(tǒng)也隨之發(fā)展和普及起來.目前中國的智能交通系統(tǒng)發(fā)展迅速,在北京、上海、廣州等大城市已經(jīng)建設(shè)了先進(jìn)的智能交通系統(tǒng).

當(dāng)今的智能交通控制系統(tǒng)更加復(fù)雜.例如美國亞利桑那大學(xué)王飛躍等提出“無交通信號燈的未來交通設(shè)想”[18?19],其先進(jìn)交通、物流算法和系統(tǒng) (Advanced traffic and logistics algorithms and systems,ATLAS)開發(fā)的RHODES智能交通控制系統(tǒng)[20]包括:智能交通數(shù)據(jù)收集和處理、智能預(yù)測交通流量變化、智能計算最優(yōu)配時方案等多個模塊,組合起來以求最佳地協(xié)同不同路口的信號燈,實現(xiàn)“智能聯(lián)網(wǎng)聯(lián)控”.

隨著智能、網(wǎng)絡(luò)通訊等技術(shù)的發(fā)展,智能交通系統(tǒng)在交通信號控制行業(yè)得到越來越廣泛的應(yīng)用.基于互聯(lián)網(wǎng)、大數(shù)據(jù)以及云計算的交通信號控制系統(tǒng),可以對道路系統(tǒng)中的交通狀況、交通事故、氣象狀況和交通環(huán)境進(jìn)行實時監(jiān)視,依靠先進(jìn)的車輛檢測技術(shù)和計算機(jī)信息處理技術(shù),獲得有關(guān)交通狀況的信息,并根據(jù)收集到的信息對交通進(jìn)行有效控制,如信號燈控制、發(fā)布誘導(dǎo)信息等,乃至根據(jù)手機(jī)定位、微博留言等數(shù)據(jù)對于交通系統(tǒng)性能進(jìn)行評估和調(diào)整[21?22].

然而,全球每年的交通事故率依然高居不下.交通效率和安全問題始終困擾著交通管理者和出行者.其重要原因之一在于交通信號控制仍然存在相當(dāng)?shù)木窒扌?

1)交通信號燈控制范圍有限.通常來說,信號燈一般只布設(shè)在道路交叉口和快速路出入口匝道這些容易出現(xiàn)路權(quán)沖突導(dǎo)致碰撞的位置.可實際上,路權(quán)沖突導(dǎo)致的交通事故可能出現(xiàn)在道路任何位置,并不局限在有信號燈控制的道路范圍內(nèi).

2)交通信號燈對路權(quán)的定義仍有模糊和不合理之處.其中最著名的應(yīng)該就是所謂的“黃燈時兩難境地”(Yellow interval dilemma),即,當(dāng)車輛以一定速度接近交叉口時恰逢黃燈,如果急停則剎車距離不夠,還可能會對后車造成安全隱患;如果硬闖則面臨闖紅燈的危險,使得駕駛員陷入無所適從的兩難境地[23].雖然研究者提出了多種改變交通信號燈設(shè)置的算法,但依然不能杜絕“黃燈時兩難境地”的出現(xiàn).

3)交通信號燈的信息交互方式仍有值得改進(jìn)之處.在逆光、雨雪、濃霧、沙塵等視線不佳場景和惡劣天氣下,駕駛員很難及時分辨信號燈狀態(tài),無形中增加了交通事故發(fā)生概率[24].

4)交通信號燈的配時優(yōu)化是一大難題.配時不合理,會導(dǎo)致道路資源時空利用率降低,特別是在交通流不平衡的交叉口尤為明顯.即使采用感應(yīng)式控制和各種新型智能算法[25?27],在解決如下三個挑戰(zhàn)之前,也難以做到路權(quán)的精確分配,道路資源仍存在相當(dāng)程度的浪費(fèi).挑戰(zhàn)之一是如何精確地確定車輛到達(dá)某一路口的時間,以便采取合理的控制信號.挑戰(zhàn)之二是需要在交叉口和快速路匝道之外的道路區(qū)域,將路權(quán)的分配和通訊貫穿于駕駛?cè)^程.挑戰(zhàn)之三是將道路上的連續(xù)多個車輛視為流體之后,不能精確衡量和控制每個車輛的運(yùn)動,未能充分利用有限道路資源.

傳統(tǒng)交通控制面臨的上述難題,亟待新概念、新技術(shù)來破解.

5 車路協(xié)同時期

最近10多年飛速發(fā)展的車聯(lián)網(wǎng)(Vehicle-toeverything,V2X)技術(shù),以及車路協(xié)同系統(tǒng)的興起和發(fā)展為上述前兩個問題的解決帶來新的契機(jī).

車—車之間(Vehicle-to-vehicle,V2V)、車—路之間(Vehicle-to-infrastructure,V2I)的信息交互和協(xié)同控制,使得每一輛車都可以實時感知到周邊車輛的運(yùn)動信息、交叉口信號燈狀態(tài)以及道路環(huán)境信息;同時,車輛自身信息也能夠通過通信手段傳遞給周邊車輛和路側(cè)設(shè)備.這意味著我們能更加合理和準(zhǔn)確地決定路權(quán)[28].

首先,全時空感知的信息獲取使得我們減少乃至避免了誤判某一特定時空區(qū)域發(fā)生碰撞的可能.路權(quán)分配的粒度大大細(xì)化,路權(quán)分配將覆蓋整個道路時空,解決任意時間和空間的路權(quán)分配問題.

其次,交通控制系統(tǒng)可以借助車路協(xié)同實時獲取車輛的位置,運(yùn)行速度等信息,進(jìn)一步優(yōu)化計算信號燈的配時[29?31].

再者,我們可以在沒有信號燈的地方,將路權(quán)歸屬信息迅速傳達(dá)給交通參與者.車路協(xié)同技術(shù)的發(fā)展使得人、車、路等交通要素之間形成一張巨大的網(wǎng)絡(luò),信息感知、信息交互和信息共享無處不在[32?34].路權(quán)的提示將變得更加直觀易解,人類駕駛員的負(fù)擔(dān)將大幅度降低.圖3展示的車路協(xié)同系統(tǒng)能將信號燈狀態(tài)無線傳輸給附近車輛,以便駕駛員調(diào)整車輛速度,以最舒適的方式通過交叉路口.

6 無人駕駛時期

最近十幾年持續(xù)不斷方興未艾的無人車(Automated vehicles)和自動駕駛(Autonomous driving)技術(shù)的出現(xiàn)[35?36],為第4節(jié)中提到的最后一個問題的解決帶來了可能.

在未來50年中,傳統(tǒng)的交通控制將逐漸被更為精細(xì)的基于每輛車實時動態(tài)信息的自組織協(xié)同駕駛(Cooperative driving)所替代,實現(xiàn)路權(quán)分配的“協(xié)同利用”.對于路口交通控制而言,我們的決策變量變?yōu)槊總€通過路口車輛的運(yùn)動時空軌跡.基于這些時空軌跡,我們可以方便地定義控制目標(biāo)函數(shù)為全體車輛的通過時間最少,或者平均通行時間更短等.而車輛之間的避撞要求也可以直接從時空軌跡的相對位置上設(shè)置[37?43].雖然看起來此時的控制問題可能過于復(fù)雜,但研究表明,協(xié)同駕駛問題的核心在于決定車輛通過路口的時間順序,確定這一順序后,整個問題可以迎刃而解.仿真表明,協(xié)同駕駛在交通壓力不至于導(dǎo)致路口過飽和的情況下,能夠顯著提高路口的通行能力[41].

圖3 2014年IEEE智能交通年會上中國多家高校和企業(yè)聯(lián)合演示的基于車路協(xié)同技術(shù)的交通信號提示和車輛速度導(dǎo)引控制Fig.3 The V2X-based signal alert and speed guidance system demonstrated by the union of several Chinese universities and companies during IEEE International Conference on Intelligent Transportation Systems 2014

從控制的本質(zhì)上來看,傳統(tǒng)的交通控制屬于被動的反饋控制.控制系統(tǒng)被動的感知車流到達(dá)的變化,僅僅通過施加信號燈控制以期從當(dāng)前的系統(tǒng)狀態(tài)發(fā)展到理想的狀態(tài).而協(xié)同駕駛是前饋控制和反饋控制相結(jié)合,通過預(yù)先規(guī)劃車輛軌跡來更好導(dǎo)向系統(tǒng)理想狀態(tài)[44?46].

雖然囿于計算能力,目前的協(xié)同駕駛尚只考慮獨立路口的交通控制,路口和路口之間的協(xié)同駕駛尚未引起研究者的廣泛興趣.但研究者正在探討未來實現(xiàn)提前規(guī)劃和控制路面上行駛的每一輛車從出發(fā)地到目的地的整條軌跡.在完全掌握車輛信息和道路環(huán)境信息的前提下,控制中心可以計算出每輛車具體到每一秒鐘的最優(yōu)行駛路線,并讓每輛車準(zhǔn)確執(zhí)行.因為人不再參與駕駛活動,也就不存在拒不執(zhí)行調(diào)度或者產(chǎn)生延遲等行為,交通有可能變得更加流暢和安全.此時,局部時空的路權(quán)分配將從“集中式”指派再次回歸到“分布式”協(xié)作,實現(xiàn)螺旋式演進(jìn)發(fā)展.

這里,我們可以將地面交通控制與公認(rèn)于1936年創(chuàng)立的空中交通控制進(jìn)行一個有趣的對比.80多年來,國內(nèi)外主要的干線航空和設(shè)想的未來地面交通一樣,每架飛機(jī)基本按照預(yù)先設(shè)置好的固定軌跡飛行,大部分飛行時間由機(jī)載系統(tǒng)駕駛.但空中管理依賴以人為主劃定少量航線,在近場時主要依靠人類管理員來進(jìn)行管制[47].這一方式導(dǎo)致管理效率不高,時有危險發(fā)生.美國因此決定啟動NextGen計劃開發(fā)主要由機(jī)器自動管理的空中交通控制系統(tǒng)[47].而地面交通控制系統(tǒng)很早就進(jìn)入了主要由機(jī)器自動管理的時代.不過無人車有待落地普及,尚未達(dá)到完全預(yù)先設(shè)定每輛車的運(yùn)動軌跡,實現(xiàn)全程自動駕駛.

此外,由于在很多大城市中,道路供給資源始終小于道路行駛需求.因此,研究者們研究了擁堵收費(fèi)、投票獲取路權(quán),或者可交易電子路票等多種方式來[48?50]決定車輛是否能夠獲得駛?cè)胩囟▍^(qū)域或路段的路權(quán).在車聯(lián)網(wǎng)和無人駕駛技術(shù)成熟之后,這些方法的實施也將變得非常方便.

不僅如此,完全定制化的路權(quán)也將使得特權(quán)出行和共享出行變得更為簡捷.我們可以動態(tài)地為特殊車輛(救火車、救護(hù)車等)或者載有多名乘客的車輛(High-occupancy vehicle,HOV)設(shè)置更高的路權(quán),以方便其出行.這比設(shè)置靜態(tài)的載有多名乘客車輛的專用車道(HOV lane)[51]要節(jié)省更多道路資源.

綜合來看,今后50年中實施上述想法首先需要無人駕駛技術(shù)進(jìn)一步完善,通過測試[52],上路普及.這一點與本文主題較遠(yuǎn),暫不在本文做過多論述.其他的主要困難包括:

1)在較長的一段時間中,有人駕駛車輛和無人駕駛車輛混行在道路上,如何避免駕駛員或者無人車誤解對方的意圖而發(fā)生碰撞是值得深入研究的課題.同時,混行交通也為道路交通管理帶來了新的挑戰(zhàn),需要構(gòu)建與之相適應(yīng)的交通控制策略.

2)計算的復(fù)雜性隨著所需要考慮的車輛數(shù)目急速增長,如何設(shè)計合適的算法、找到較優(yōu)的可行解是今后研究的熱點.目前來看,自組織式的交通系統(tǒng)分布式控制方法[53]具有較強(qiáng)抗系統(tǒng)崩潰性失效的能力,可能是較優(yōu)的選擇.

3)今后的交通系統(tǒng)將越來越依賴通信的實時性和可靠性來保障路權(quán)計算的合理、最優(yōu)以及路權(quán)分配的及時準(zhǔn)確.同時交通參與者的隱私性也需要得到更仔細(xì)的考量.這方面也將是今后關(guān)注的熱點.

7 結(jié)束語

回溯以往,我們不難發(fā)現(xiàn),地面交通控制圍繞著如何公平高效地決定路權(quán)歸屬和如何有效地將路權(quán)歸屬信息傳達(dá)給交通參與者這兩方面展開研究和實踐,探索和實施了多種路權(quán)分配方式.

過去的100多年中,交通信號控制是定義道路通行權(quán)分配的重要工具.但隨著車路協(xié)同理念的出現(xiàn)和車聯(lián)網(wǎng)、無人駕駛等相關(guān)技術(shù)的日益成熟,正在重新定義交通控制.由傳統(tǒng)固定配時信號控制到感應(yīng)式信號控制,再到車路協(xié)同環(huán)境下的交通感知與控制,我們完成了從宏觀到微觀、從路權(quán)粗放式管理到道路資源全時空精細(xì)化分配的進(jìn)階.未來交通系統(tǒng)中的很多新型技術(shù),包括共享出行、可交易路權(quán)等,都將和這一變革聯(lián)系和交互,共同改變?nèi)藗兾磥淼某鲂蟹绞絒54?56].

未來交通系統(tǒng)將逐漸實現(xiàn)路面上沒有交通信號燈設(shè)施,但每個交通參與者都在合作中有序運(yùn)行的形態(tài).簡言之,就是“一路無燈、處處暢通”.這看似科幻的場景,必將在未來的50年中顛覆已有的交通控制方式,成為人工智能、自動化、控制理論、智能交通、智能汽車等多個領(lǐng)域的交叉研究熱點.

后記

本文根據(jù)第一作者應(yīng)同濟(jì)大學(xué)馬萬經(jīng)教授邀請在2016年Transportation Research Congress上的特邀報告修改擴(kuò)展而得,并綜合了第二作者1997年以來的相關(guān)工作.

References

1 Lay M G.Ways of the World:A History of the World0s Roads and the Vehicles that Used Them.New Brunswick:Rutgers University Press,1992.

2 WeingroffR F.On the right side of the road[Online],available: https://www.fhwa.dot.gov/infrastructure/right.cfm,July 6,2017.

3 Yin J T,Tang T,Yang L X,Xun J,Huang Y R,Gao Z Y.Research and development of automatic train operation for railway transportation systems:a survey.Transportation Research Part C:Emerging Technologies,2017,85:548?572

4 Li Li,Wang Fei-Yue,Zheng Nan-Ning,Zhang Yi.Research and developments of intelligent driving behavior analysis.Acta Automatica Sinica,2007,33(10):1014?1022(李力,王飛躍,鄭南寧,張毅.駕駛行為智能分析的研究與發(fā)展.自動化學(xué)報,2007,33(10):1014?1022)

5 Christopher P U,Ian J M,Dmitri A D,Zhu J J.Pedestrian Noti fications,US Patent,US009196164B1,November 2015

6 100 years of Traffic Light[Online],available:https://www.siemens.com/press/en/feature/2014/infrastructure-cities/2014-08-trafficlights100.php,October 19,2017.

7 Gazis D C.Optimum control of a system of oversaturated intersections.Operations Research,1964,12(6):815?831

8 Green D H.Control of oversaturated intersections.Operations Research,1967,18(2):161?173

9 Li Li,Jiang Rui,Jia Bin,Zhao Xiao-Mei.Modern Traffic Flow Theory and Applications,Vol.I,Highway Traffic,Tsinghua University Press,Beijing,China,2010,ISBN 978-7-302-23807-2.(李力,姜銳,賈斌,趙曉梅.現(xiàn)代交通流理論與應(yīng)用,卷I,高速公路交通流.北京:清華大學(xué)出版社,2010.)

10 Zhao L,Peng X S,Li L,Li Z J.A fast signal timing algorithm for individual oversaturated intersections.IEEE Transactions on Intelligent Transportation Systems,2011,12(1):280?283

11 Li L,Yang K D,Li Z H,Zhang Z.The optimality condition of the multiple-cycle smoothed curve signal timing model.Transportation Research Part C:Emerging Technologies,2013,27:46?57

12 Yin Y F.Robust optimal traffic signal timing.Transportation Research Part B:Methodological,2008,42(10):911?924

13 Lee C S G,Saridis G N.Hierarchically intelligent control and management of traffic systems.IFAC Proceedings Volumes,1981,14(2):2395?2400

14 Hunt P B,Robertson D I,Bretherton R D,Winton R I.SCOOT —A Traffic Responsive Method of Coordinating Signals.Technical Report TRRL-LR-1014,Transport and Road Research Laboratory,Wokingham,Berkshire,UK,1981.

15 Robertson D I,Bretherton R D.Optimizing networks of traffic signals in real time-the SCOOT method.IEEE Transactions on Vehicular Technology,1991,40(1):11?15

16 Lowrie P R.The Sydney coordinated adaptive traffic system-principles,methodology,algorithms.In:Proceedings of 1982 International Conference on Road Traffic Signalling.London,UK:Institution of Electrical Engineers,1982.67?70

17 Lowrie P R.SCATS—A Traffic Responsive Method of Controlling Urban Traffic,Roads and Traffic Authority.Sydney,New South Wales:Roads and Traffic Authority,1990.

18 Wang F Y.ITS with complete traffic control.IEEE Transactions on Intelligent Transportation Systems,2014,15(2):457?462

19 Wang F Y.The T-ITS awards and future transportation.IEEE Transactions on Intelligent Transportation Systems,2014,15(6):2353?2359

20 Mirchandani P,Wang F Y.RHODES to intelligent transportation systems.IEEE Intelligent Systems,2005,20(1):10?15

21 Wang F Y.Parallel control and management for intelligent transportation systems:concepts,architectures,and applications.IEEE Transactions on Intelligent Transportation Systems,2010,11(3):630?638

22 Guo W,Zhang Y,Li L.The integration of CPS,CPSS,and ITS:a focus on data.Tsinghua Science and Technology,2015,20(4):327?335

23 Liu C,Herman R,Gazis D C.A review of the yellow interval dilemma.Transportation Research Part A:Policy and Practice,1996,30(5):333?348

24 Li L,Wen D,Zheng N N,Shen L C.Cognitive cars:a new frontier for ADAS research.IEEE Transactions on Intelligent Transportation Systems,2012,13(1):395?407

25 Zhao Dong-Bin,Liu De-Rong,Yi Jian-Qiang.An overview on the adaptive dynamic programming based urban city traffic signal optimal control.Acta Automatica Sinica,2009,35(6):676?681(趙冬斌,劉德榮,易建強(qiáng).基于自適應(yīng)動態(tài)規(guī)劃的城市交通信號優(yōu)化控制方法綜述.自動化學(xué)報,2009,35(6):676?681)

26 Chi R H,Hou Z S.A model-free periodic adaptive control for freeway traffic density via ramp metering.Acta Automatica Sinica,2010,36(7):1029?1033

27 Liu Xiao-Ming,Tang Shao-Hu,Zhu Feng-Hua,Chen Zhao-Meng.Urban area oversaturated traffic signal optimization control based on MFD.Acta Automatica Sinica,2017,43(7):1220?1233(劉小明,唐少虎,朱鳳華,陳兆盟.基于MFD 的城市區(qū)域過飽和交通信號優(yōu)化控制.自動化學(xué)報,2017,43(7):1220?1233)

28 Li L,Song J Y,Wang F Y,Niehsen W,Zheng N N.IVS 05:new developments and research trends for intelligent vehicles.IEEE Intelligent Systems,2005,20(4):10?14

29 Florin R,Olariu S.A survey of vehicular communications for traffic signal optimization.Vehicular Communications,2015,2(2):70?79

30 Younes M B,Boukerche A.Intelligent traffic light controlling algorithms using vehicular networks.IEEE Transactions on Vehicular Technology,2016,65(8):5887?5899

31 Xu B,Ban X J,Bian Y G,Wang J Q,Li K Q.V2I based cooperation between traffic signal and approaching automated vehicles.In:Proceedings of 2017 IEEE Intelligent Vehicles Symposium(IV).Los Angeles,CA,USA:IEEE,2017.1658?1664

32 Martinez F J,Toh C K,Cano J C,Calafate C T,Manzoni P.Emergency services in future intelligent transportation systems based on vehicular communication networks.IEEE Intelligent Transportation Systems Magazine,2010,2(2):6?20

33 Pau G.Quickly home please:how connected vehicles are revolutionizing road transportation.IEEE Internet Computing,2013,17(1):80?83

34 Shladover S E.Connected and automated vehicle systems:introduction and overview.Journal of Intelligent Transportation Systems,to be published

35 Nobe S A,Wang F Y.An overview of recent developments in automated lateral and longitudinal vehicle controls.In:Proceedings of the 2001 IEEE International Conference on Systems,Man,and Cybernetics.Tucson,AZ,USA,USA:IEEE,2001.3447?3452

36 Zheng N N,Tang S M,Cheng H,Li Q,Lai G,Wang F W.Toward intelligent driver-assistance and safety warning system.IEEE Intelligent Systems,2004,19(2):8?11

37 Li L,Wang F Y.Cooperative driving at blind crossings using intervehicle communication.IEEE Transactions on Vehicular Technology,2006,55(6):1712?1724

38 Dresner K,Stone P.A multiagent approach to autonomous intersection management.Journal of Arti ficial Intelligence Research,2008,31(1):591?656

39 Li L,Wen D,Yao D Y.A survey of traffic control with vehicular communications.IEEE Transactions on Intelligent Transportation Systems,2014,15(1):425?432

40 Chen L,Englund C.Cooperative intersection management:a survey.IEEE Transactions on Intelligent Transportation Systems,2016,17(2):570?586

41 Meng Y,Li L,Wang F Y,Li K Q,Li Z H.Analysis of cooperative driving strategies for non-signalized intersections.IEEE Transactions on Vehicular Technology,to be published

42 Li P F,Zhou X S.Recasting and optimizing intersection automation as a connected-and-automated-vehicle(CAV)scheduling problem:a sequential branch-and-bound search approach in phase-time-traffic hypernetwork.Transportation Research Part B:Methodological,2017,105:479?506

43 Cassandras C G.Automating mobility in smart cities.Annual Reviews in Control,2017,44:1?8

44 Liu W,Li Z H,Li L,Wang F Y.Parking like a human:a direct trajectory planning solution.IEEE Transactions on Intelligent Transportation Systems,2017,18(12):3388?3397

45 Li Li,Lin Yi-Lun,Cao Dong-Pu,Zheng Nan-Ning,Wang Fei-Yue.Parallel learning—a new framework for machine learning.Acta Automatica Sinica,2017,43(1):1?8(李力,林懿倫,曹東璞,鄭南寧,王飛躍.平行學(xué)習(xí)—機(jī)器學(xué)習(xí)的一個新型理論框架.自動化學(xué)報,2017,43(1):1?8)

46 Li L,Lin Y L,Zheng N N,Wang F Y.Parallel learning:a perspective and a framework.IEEE/CAA Journal of Automatica Sinica,2017,4(3):389?395

47 FAA.NextGen Implementation Plan.Federal Aviation Administration,Washington,DC,USA,2016.

48 Yang H,Wang X L.Managing network mobility with tradable credits.Transportation Research Part B:Methodological,2011,45(3):580?594

49 Lin W H,Lo H K.Highway voting system:embracing a possible paradigm shift in traffic data acquisition.Transportation Research Part C:Emerging Technologies,2015,56:149?160

50 Nie Y.Why is license plate rationing not a good transport policy?Transportmetrica A:Transport Science,2017,13(1):1?23

51 Daganzo C F,Cassidy M J.Effects of high occupancy vehicle lanes on freeway congestion.Transportation Research Part B:Methodological,2008,42(10):861?872

52 Li L,Huang W L,Liu Y H,Zheng N N,Wang F Y.Intelligence testing for autonomous vehicles:a new approach.IEEE Transactions on Intelligent Vehicles,2016,1(2):158?166

53 Helbing D.Globally networked risks and how to respond.Nature,2013,497(7447):51?59

54 Wang F Y.Toward a revolution in transportation operations:AI for complex systems.IEEE Intelligent Systems,2008,23(6):8?13

55 王飛躍.智能車如何上路?CSIS/CAST報告,北京,2007.

56 Ran B,Jin P J,Boyce D,Qiu T Z,Cheng Y.Perspectives on future transportation research:impact of intelligent transportation system technologies on next-generation transportation modeling.Journal of Intelligent Transportation Systems,2012,16(4):226?242