小丸工具箱官方网站
经过长时间小丸工具箱封装和压制的筹备和反复修改，在国内外十余所高校、科研院所的50余位专家学者（另有18位研究生参与）的大力支持下，《中国交通工程学术研究综述·2016》终于成文。本综述共有11章：交通流理论、交通规划、道路交通安全、交通控制与智能交通系统、交通管理、交通设计、交通服务设施与机电设施、地面公共交通、城市停车交通、交通大数据、交通评价。
第4章交通控制与智能交通系统由同济大学马万经老师和武汉理工大学褚端峰老师统稿，主要综述了综述了交通信号控制、通道控制、交通控制与交通分配、车路协同系统、智能车辆系统等。且慢慢看来……
目 录
4 交通控制与智能交通系统
4.1 交通控制（同济大学杨晓光、马万经老师，华南理工大学卢凯老师，浙江大学金盛老师，香港科技大学黄玮博士提供初稿；马万经老师统稿）
4.1.1国内外研究现状
4.1.2存在的问题
4.1.3重点研究方向
4.1.4展望
4.2 智能交通系统(武汉理工大学褚端峰老师统稿)
4.2.1先进的交通信息服务系统（同济大学吴志周老师提供初稿）
4.2.2车路协同系统（武汉理工大学张存保老师提供初稿）
4.2.3智能车辆系统（武汉理工大学褚端峰老师提供初稿）
正 文
展开全文
4 交通控制与智能交通系统
4.1交通控制（同济大学杨晓光、马万经老师，华南理工大学卢凯老师，浙江大学金盛老师，香港科技大学黄玮博士提供初稿；马万经老师统稿）
交通控制是交通运行与管理必不可少的部分，关于交通控制的研究与应用已经覆盖了交通系统的各个方面，本节主要从以下6个角度综述有关交通控制的研究：道路网络信号控制、行人与非机动车过街信号控制、公交信号优先控制、通道控制、交通控制与交通分配、车路协同下的交通控制。
4.1.1国内外研究现状
4.1.1.1道路网络信号控制
城市交通路网中交叉口的运行往往不是独立的，而是存在着一定关联性，一个交叉口交通信号的调整或改变往往会影响相邻交叉口的运行情况。因此，如何以区域内所有交叉口为控制对象达到区域整体最优已成为城市交通控制的新要求。本节主要从控制区域划分、区域信号控制模型、区域信号控制系统以及区域协调效果评价4个方面介绍国内外研究现状及成果。
（1）控制区域划分
区域信号协调控制以控制子区或交叉口群作为协调控制对象[551]。控制子区是指为满足协调将大范围路网划分成若干独立的区域，而交叉口群是指地理位置相互毗邻且交通关联性较强的若干交叉口的集合。此二者虽然概念不同，但本质上内涵非常相近，均为区域信号协调控制的基本单元，决定基本单元的前提是分析交叉口的关联性，通常将关联性较强的交叉口划入同一子区或交叉口群。
①关联性分析
关联性是交叉口之间是否需要协调控制、以及在多大程度上协调控制的判据。Yagoda等[552]提出了“耦合度”的概念，用来判断两交叉口之间是否需要协调。关联性的影响因素和决定因素有：路段平均行驶时间、路口间距、单向交通、双向交通、信号相位数、车流到达特性、到达下游交叉口的车队密度、行程时间及上游交叉口流入流向的流量等。Zhang等[553]改进了Chang[554]的关联度模型，弥补其未考虑转向流量、上游路口相位与排队长度等因素的不足。马万经等[555]提出了基于路径的交叉口关联性模型。卢凯等[556]提出了定量描述关联性程度的概念——交叉口关联度，并给出了相邻路口以及多路口关联度的计算公式。
②划分方法
在控制子区方面，Walinchus[551]最先提出了交通控制子区的概念，认为应将其界线划在流量或道路特性发生显著变化的地段及行政边界之上。Lin等[557]提出了子区划分的量化指标与方法体系，研究了基于搜索算法的划分技术，并建立了相邻路口协调控制间距模型。卢凯等[558]定量分析相邻路口与一组路口的关联性程度，给出了划分模型及流程，并通过层扩散算法评价方案。杨晓光等[559]提出了基于路段排队比的关联度模型，及过饱和路网子区动态划分法。别一鸣等[560]建立了子区划分目标集与原则，构建了子区划分策略体系。Wang等[561]首先引入路网内在拓扑特性，提出了基于改进C均值聚类与社区发现法的子区划分法。冯远静等[562]提出了基于可协调度的初次划分法，并进一步提出了基于绿波带宽到达率的二次划分法，实现了子区划分与绿波协调的同步优化。
在交叉口群方面，Lee等[563]引入分布式协同模糊控制法，通过实时调整配时参数实现交叉口群的动态协调控制。杨晓光等[564]提出了交叉口群协调控制与诱导管理思想。胡华等[565]考虑局部路网上OD的特征，建立了相邻路口的路径关联性模型，并基于此模型提出交叉口群动态划分法。
（2）区域信号控制模型
区域协调控制模型是指描述区域交通性能指标（如延误、停车次数、绿波带宽、排队长度等）与信号控制参数（周期、绿信比、相位差、相位相序等）、交通状况（流量、离散性等）的数学模型。依据控制策略，可分为定时与自适应区域信号协调控制。
①定时区域信号控制
定时区域信号协调控制是根据历史交通数据，离线求解最佳配时方案，并实施控制。Little等[566]建立干道绿波协调控制MAXBAND模型后，进一步提出了可解决闭合路网协调控制的MAXBAND-86模型。Chang等[567]采用启发式算法，研发了PASSER Ⅳ绿波协调控制优化配时软件。Allsop[568]提出了适合所有路网结构的协调控制广义结合法。Wong[569]基于TRANSYT的性能指标函数，提出了基于信号灯组的非线性区域信号配时优化模型。还有研究以车辆输出最大、延误最小和排队车辆最少等指标构建区域信号协调控制模型。
②自适应区域信号控制
自适应区域信号协调控制是通过检测器实时采集交通数据，实时生成最优控制方案，并实时控制。下文分别从未饱和与过饱和区域控制2个方面介绍。
（一）未饱和区域的协调控制。Singh等[570]最早引入大系统观点，建立了网络模型与两级控制算法；Leninger等[571]则在Singh等的基础上简化了问题的求解过程。韩卫国等[572]利用时空自回归移动平均模型建立了路口间交通流的时空关联关系。刘灿齐[573]建立了以交通均衡分配模型为基础的双层规划模型。龙琼等[574]提出了基于Q学习的城区干线控制优化模型及算法。项俊平等[575]改进了绿波协调控制模型，以优化信号周期、相序和相位差，并用Q学习算法优化绿信比。龙建成等[576]研究了基于元胞传输模型（CTM）的固定配时和动态配时方法。董超俊等[577]开发的粗糙集混沌遗传属性约简算法能极大减少方案选择式实时SVM分类的计算量。Adler等[578]引入了多智能体技术Wang[579]在其研究过程中则结合了多智能体和强化学习理论法。
（二）过饱和区域的协调控制。Singh等[580]建立了过饱和路网的区域协调模型并提出了分层优化法。Tamura[581]使用多段线性规划处理过饱和网络的控制算法，使用Dantzig-Wolf嵌套分解原理，将线性高阶延迟方程转化为线性规划问题。陈娟等[582]提出了启发式分层控制算法，利用IPNSGA-Ⅱ遗传算法与多目标相容控制策略生成相邻路口的配时方案。Girianna等[583]以网络最大通行能力和排队差为目标，建立了协调控制模型。胡晓建等[584]针对排队溢出的问题，构建了一种分布式信号控制模型，实现排队管理及防止排队回流。张和生等[585]根据交通状态分析需求，建立了时空分层模型。李轶舜等[586]给出了初始拥堵区域的确定方法和多层拥堵边界控制策略。杜怡曼等[587]利用宏观基本图及反馈门对流量进行调控。Aboudolas等[588]比较了各种基于存储转发的策略，提出了基于滚动规则二次规划的实时控制策略，降低倒流式堵塞的风险。周和成[589]应用元胞传输模型为实际路网的应急疏散策略制定和评价提供依据。
（3）区域信号控制系统
根据国内外区域信号控制系统的应用情况，下文介绍应用广泛、认可度高的控制系统。
①国外系统简介
国外相关交通运输研究机构对区域信号控制系统研发较早，相关系统在全球得到了广泛、成功应用。典型的系统有TRANSYT、SCATS、SCOOT、OPAC、SPOT/UTOPIA等。
TRANSYT系统[590]由英国道路运输研究所研发的方案生成式定时系统，包括交通模型与寻优算法两部分，交通模型建模分析路网结构、交通流量变化、延误时间、停车次数与燃油消耗；寻优算法优化信号配时方案，系统以车辆总延误、总停车次数及总燃油消耗加权和为评价指标，利用“爬山法”优化信号控制方案。
SCATS[591]系统由澳大利亚新南威尔士道路交通局研发的方案选择式自适应系统，包括实时交通数据计算与配时参数优化两部分，能根据实时交通数据自动调整子区与信号周期，并从预置的方案集中选择合适控制方案。
SCOOT[592]系统由英国运输与道路研究所（TRRL）在TRANSYT的基础上研发的方案生成式系统。与TRANSYT相比，该系统利用检测器实时采集交通数据，并实时优化控制方案。
OPAC[593]系统由美国Massachusetts大学与PB Farradyne公司联合研发的分布式实时控制系统。其引入有效定周期（VirtualFixed Cycle，VFC）的概念，允许周期在一定时间和空间范围内变化，以应对路口的交通请求。系统采用分布式结构，中心计算机优化有效定周期，路口信号机预测车队长度、优化相位、估测延误与停车次数。
SPOT/UTOPIA[594]系统由意大利开发的分布式实时控制系统，包括SPOT与UTOPIA系统两部分，SPOT负责子区优化工作，UTOPIA负责协调多个SPOT系统以实现区域协调控制。
②中国系统简介
中国的研发起步较晚，自1980年代至今，也建立了适合中国混合交通流特性的控制系统，较有代表性的系统为HT-UTCS和Hicon系统。
HT-UTCS[595]系统是由交通运输部、公安部与南京市合作自主研发的实时自适应系统，采用三级分布式控制（区域协调、线协调和单点控制），为方案形成+专家系统式自适应控制系统。
Hicon[596]系统由青岛海信网络科技开发的自适应系统，采用三级控制模式，包括路口级、区域级和中心级控制，路口级负责实时数据采集、上传至上级、接收上级指令；区域级负责子区控制优化、数据采集、交通预测；中心级负责监控下级运行状态，提供人机交互平台。
（4）区域协调效果评价
在进行信号协调优化设计时，需从宏观角度评价方案，指引优化目标与方向，实现整体优化。
目前评价指标包括延误、停车次数、通行能力、排队长度、行程时间、绿波带宽及拥堵指数等。其中对于未饱和区域，常用指标有延误、行程时间、停车次数、排队长度及绿波带宽等；对于过饱和区域，常用指标有行程时间、排队长度、通行能力和拥堵指数等。
评价方法主要分为模型计算与仿真分析两类，其中，模型计算是根据路网结构参数、信号配时方案和驶入交通流量，建立评价模型，对性能指标进行理论计算；仿真分析是采用微观仿真模型复现交通流的时空演化规律，获取单点、干线及区域的评价指标。
①模型计算。Gartner[597]以路网总延误为评价指标建立模型。Mariagrazia等[598]提出了最小排队车辆数评价模型。此外，也有研究以路网行程时间、行程时间可靠度为指标的评价模型，或引入了神经网络及模糊综合评价。
②仿真分析。高云峰等[599]提出了交叉口微观交通状态的概念及判断准则，并结合改进的Robertson路段车队离散模型进行了建模和仿真研究。柴干等[600]运用微观仿真技术构建了交通流的运行、控制与评价模型。郭栋等[601]结合Synchro与Q-Paramics,，实现了区域协调优化及运行效果评价。李果[602]用TransModeler搭建仿真平台，使用总延误、平均延误、平均排队等指标评价区域控制效果。
4.1.1.2行人与非机动车过街信号控制
随着城市道路交通量的增长以及慢行交通的倡导，行人与非机动车过街信号控制具有非常重要的意义，正日益受到专家学者们的广泛关注。
（1）行人与非机动车定时配时设计
国内外学者分别从人车运行特性、人车干扰与相位关系、过街时间影响因素等角度分析了行人与非机动车信号相位设置方法，建立了配时优化模型，论述了行人信号优先与车辆间距检测等方式的实施效果。
①行人专用信号相位设置
一些学者从人-车冲突特性和受干扰程度、通行能力和人均延误等方面对比分析了行人专用相位的适用条件，后续研究建立了具有行人专用相位的过街时间模型或研究综合安全性、效益因素对行人相位模式选择与配时优化及研究设置非机动车专用相位的理论依据。
杨晓光等[603]首先基于行人和右转车冲突研究了行人专用相位的设置条件，钱大琳等[604]设计了行人专用相位的信控方案，并给出行人延误与配时参数优化模型。赵靖等[605]提出了利用下游红灯为行人过街提供专用信号相位的控制方法。此外，也有从行人通行规则、声音信号、倒计时信号等方面开展的相关研究。
②定时控制方案改善与优化
Turky等[606]用遗传算法动态优化配时，通过仿真分析验证了模糊控制比传统定时控制性能更优。Ma等[607]研究了单个交叉口行人相位与配时的优化算法，及标志与配时一体化优化方法[608]。Chen等[609]对比了4种信控策略（周期延长、行人保护相位、分离相位配时及信号装置）对安全性的影响，并分析其适用性。Sacchi等[610]进一步考虑地点异质性与时间趋势问题，构建相应的碰撞修正函数，定量分析了行人信号设置的安全性影响。
（2）行人与非机动车感应控制
现有的感应式行人过街信号控制分为基于机动车信息的感应控制和基于过街行人信息的感应控制两种。Lin[611]首次研究了行人感应控制系统，建立了设计与评价仿真模型，并研究半感应控制模型。Ma等[612]提出了行人感应相位新的应用研究。
①通行权的判断与分配
Lee等[613]引入半感应控制和行人按钮组合控制策略，通过仿真验证了其在不影响次干路的前提下显著提高主干路的通行效益。马万经[614]利用模糊控制器对行人与机动车的通行权进行判断。Carsten等[615]通过检测器获得行人需求量，并分配通行时间，以提高安全性与绿灯利用率。Lenne等[616]为保证饮酒行人过街的安全性，提出适时实行全红控制措施。
②感应控制效果评价
在感应控制效果评价方面，多以行人与机动车延误或机动车停车次数为评价指标。相较于定时控制，行人过街按钮信号控制在减少机动车停车次数和车均延误方面具有显著的效益。Niittymaki等[617]引入模糊控制理论，验证了其优于需求驱动式感应控制。Ishaque等[618]应用仿真分析，反映单独考虑车辆与人车兼顾的控制指标有很大差异。
……
4.2智能交通系统(武汉理工大学褚端峰老师统稿)
智能交通系统（ITS）是将先进的信息技术、传感技术、控制技术和计算机技术等有效地集成运用于整个交通运输管理体系，从而建立起的一种在大范围内全方位实时、准确及高效的综合运输系统[713-714]。智能交通系统的核心就是利用现代信息技术对传统的运输系统和载运工具进行改造，从而形成智能化、网联化的新一代交通运输体系。近年来，随着物联网、大数据、“互联网+”等新兴技术和产业的大力推动，智能交通系统也有了长足发展。一方面，模式识别、网络通信、信息融合等极大地促进了交通信息采集、处理和传输的便捷性和有效性；另一方面，智能感知、路径规划、决策控制等人工智能领域的最新技术也广泛应用于载运工具之上，促使其朝着协同化、无人化的阶段大步迈进。可以说，先进的交通信息服务、车路协同和智能车辆等是智能交通系统领域最重要的发展方向，正在引发智能交通技术和产业的大变革。
4.2.1先进的交通信息服务系统（同济大学吴志周老师提供初稿）
先进的交通信息服务系统（ATIS）是采用先进的通信技术、信息技术，采集、传输、处理、分析、发布相关的交通信息，从而在整个出行过程中，为出行者提供高质量的实时交通信息服务，使整个出行过程舒适、方便、高效。先进的交通信息服务系统从技术层面上可分为交通信息采集、交通信息处理和交通信息发布。近年来，随着通信技术及计算机技术的发展，交通检测技术已由单一检测方式发展为基于视频的交通流检测、基于浮动车的动态交通检测、基于手机的动态交通检测、基于射频识别（RFID）技术的交通信息获取。泛在网络环境下的交通信息服务系统（UbiquitousTraffic Information Service System, U-TISS）将具备更强的感知、通信与计算能力，从而为用户提供更加实时、准确、全面的交通信息。国内外的研究一致表明：交通信息服务系统正在从单方面的智能化信息服务应用，如不停车电子收费、电子导航、车辆驾驶辅助等，向更高层次的合作型交通信息服务应用演进。
4.2.1.1国内外研究现状
从1995年至今，日本的车辆信息与通信系统中心（VICS）将交通管理及道路养护部门提供的信息，利用无线电信标、红外线信标和FM多路广播，以文字、图形形式传送给驾驶人和车载装置[715]。2004年，日本研发的SmartWay提出在车辆上装备导航系统、车辆间通信设备、自动驾驶装置等先进的电子仪器，从而接受道路信息、电子收费、安全驾驶与公众出行支持的智能交通服务。此外，该中心也研究了向手机、掌上电脑、个人电脑、电视接收器等终端提供有偿交通信息，从而演变为一个多功能、全方位，以交通信息服务为中心的综合信息服务平台。
美国于2004年提出车路协同系统，通过信息与通信技术实现汽车与道路设施间的协同，采用试验车获取实时交通数据，支持动态路径规划与诱导，提高行车安全和效率。2008年后又研发出SafeTrip21系统，向驾驶人提供“软安全性”警告，使其更加及时地调整行车速度，降低高速公路上的事故率。
由于欧盟体系内各个国家达成了一系列的交通信息共享协议，欧盟内普遍开展了交通信息广播频道RDS-TMC（Radio Data System-Traffic Message Channel）服务，实现了交通信息实时发布和动态导航。近年来，交通信息采集技术衍生出的浮动车、浮动手机技术，结合商业化运作的信息服务系统，交通信息服务水平将进一步发展。
与日本、欧美等国相比，虽然中国在智能交通系统方面的研究起步较晚，但是在交通信息服务系统方面也已经开展了一系列研究和工程实施。从2005年起，山东省、浙江省、北京市和成都市相继建设实施了交通信息化示范工程“公路公众交通信息服务系统”，2007年起又相继启动了包括“公众出行信息服务系统”在内的多个省级“交通信息资源整合与服务工程”的建设，旨在以互联网、热线电话、短信、纸质媒体、高速公路可变信息板等多种方式，为自驾车和长途客车的出行者提供出行前、出行中的信息服务[716]。与此同时，其小丸工具箱封装和压制他相关部门和企业也以各种方式纷纷涉足出行信息服务市场，中国公众交通信息服务系统的建设已经进入了快速发展期。
先进的交通信息服务系统从技术层面上，可分为交通信息采集、交通信息处理和交通信息发布。对于交通信息采集和交通信息处理，根据检测器的工作方式和工作时的电磁波波长范围，可分为磁频交通检测、波频交通检测、视频交通检测、移动式交通检测[717]。
以电磁感应为检测机理的环形线圈和地磁式交通检测、以形状感应为检测机理的超声波脉冲式和光电（红外）式交通检测技术，以及由多普勒雷达发展起来的微波检测技术已成为交通信息采集的主要技术手段。近年来，主要有两个研究方向：①对相关硬件设备的改进[718]；②基于模式识别和人工智能算法的数据处理和算法研究[719-721]。
随着图像处理技术、传感器技术、通信技术、计算机技术、定位技术的不断发展和完善，交通检测技术已发展到基于视频的交通流检测、基于浮动车的动态交通检测、基于手机的动态交通检测、基于RFID的交通信息获取。视频检测近期的研究主要集中于基于机器学习的目标分类识别和跟踪[722-723]，使用离线学习方法[724]和在线学习方法进行分类器的训练；目标跟踪的相关研究主要集中在模型跟踪法、特征跟踪法、区域跟踪法、动态轮廓线跟踪法等方面。浮动车指安装有定位和无线通信装置、能够与交通信息中心进行信息交换的普通车辆，凭借其应用方便、成本较低、信息接收范围广的特点成为道路交通信息采集的常用方式。现有的研究主要着力解决两个问题：一是浮动车的覆盖率[725]，二是浮动车交通特征参数估计和预测模型[726-727]。基于手机基站的交通特征参数采集方式[728]，目前主要有两种途径：①利用手机内置的GPS定位模块实时回传位置信息，再由一段时间内手机位置的改变结合地图匹配技术计算路段平均速度；②利用手机基站信息对用户进行模糊定位，并得到用户出行OD等交通信息。RFID是一种非接触式的自动识别技术，是交通信息采集技术发展的新方向。通过安装在路侧的阅读器与车载电子标签进行通信，RFID釆集技术能够将所有车辆连入网络，实现车联网。基于RFID的车联网不仅能够实时、准确地检测到交通流的“量”，而且能够精确识别其“身份”，在信号控制[729]、车辆自动识别[730]、交通调度管理、OD数据[731]、车辆类型及流量数据采集[732]等领域都有着重要作用。
由于单一检测方式存在着一些不可避免的缺陷，如环形线圈只能对单一车道进行检测、微波无法对低速车辆进行检测、视频受环境影响大、移动式检测技术的数据处理复杂并受通信技术制约等，基于多源信息融合的检测方式[733-735]可以更好地结合各种检测方式的优点，提高交通信息与状态检测的准确性、实时性和鲁棒性。
近几年，由物联网衍生出来的车联网得到世界各国极大的关注，车载自组网（Vehicular Ad HocNetworks，VANET）是车联网的一种，是移动AdHoc网络MANET的一个重要研究分支，已成为无线网络和智能交通等研究领域的新热点。
4.2.1.2研究热点
VANET作为未来智能交通系统的核心部分，通过车辆间通信（V2V）和车辆与路侧单元间通信（V2I）为驾驶人提供实时可靠的交通信息和应急交通诱导信息，在降低交通事故、提高交通通行效率和减轻交通拥堵等方面具有其他无线网络或有线网络不可替代的优势[736]。与传统的基础设施网络相比，车载自组织网络有两个主要优势：①覆盖广、成本低、容错性强，消费者无需订阅即可享受服务；②从技术角度来看，智能交通系统中传播的很多信息有很强的位置相关性，车载自组织网络能够很方便地为临近车辆建立实时或者非实时的短距离通信。
美国、日本和欧洲率先开展了VANET的研究与应用，许多国家和地区都启动了相关的大型科研项目（如美国的ITS，日本的Ahsra，欧洲的CTC，NOW和SEVECOM），并已经制定相关的通信标准，国际著名的汽车制造商和零部件供应商也都积极开展VANET的研究与应用工作。VANET在交通安全、交通拥堵、紧急事件等方面的应用日益得到欧美多个大型研究机构的高度重视，使VANET在近年来成为研究热点。
无线本地危险警告系统（Wireless Local Danger Warning，WILLWARN）是PReVENT的子项目，主要研究道路的安全性，并对预防性安全技术和应用进行了研究和验证。该项目的研究重点在于车辆之间如何进行通信，将警告信息实时、快速地发送给相关车辆。
CarTALK2000项目的重点是研究基于车-车之间信息交互的辅助驾驶系统，以此来提高行车的安全性和舒适性。该项目共由8个部分构成，包含交通事故紧急信息处理、安全辅助驾驶和交通拥堵管理等。
欧洲先进驾驶辅助系统（Advanced Driver Assistance Systems in Europe，ADASE）项目的提出是为了增强车辆在道路上行驶的安全性，减少交通事故的发生频率，避免车辆碰撞，该项目通过道路上的基础设施设备与主动安全系统相连接来实现功能。
目前，中国关于VANET的研究主要集中在车-车通信的MAC层协议和路由算法上，关于VANET环境下交通特性研究较少，国外主要集中在交通移动模型和交通基本参数（车速、交通密度）的获取方面。中国对VANET的研究起步相对较晚，近几年中国一些高校和研究机构已经对车载自组织网络展开了相关的研究工作，并取得了一定的成果。
伴随着智能手机和移动互联网应用的普及，世界各国在此技术上开发的ITS应用越来越多，如基于手机地图的城市交通拥堵信息服务、基于移动互联网的手机公交电子站牌，以及在中国兴起的手机约车服务等，智能手机已经成为先进的交通信息服务系统应用中最好、最具备智能数据处理功能的人机接口，而移动互联网则成为应用网络平台[737]。
4.2.1.3发展展望
ATIS未来发展需要加强系统硬件方面的需求分析和设计，针对不同城市的实际需要，选择最佳的信息采集和发布设施，使系统达到最优性价比要求，加强交通信息服务各部门间的协作沟通，协调解决各部门间的接口问题，从而解决由于智能交通信息系统缺乏商业化运作（投资方主要为政府部门）所带来各城市间发展差异的“应用孤岛”问题。
此外，ATIS需要建立统一的交通信息标识和交换标准，最大可能地汇总各种交通信息；建立科学的信息分类和融合技术体系，制定合理的信息发布策略，并通过信息交互反馈，及时准确地修正和改进信息服务水平，以缓解目前智能交通面临的“信息孤岛”问题，实现信息数据的有效利用。
交通信息服务的使用者对于获取信息的服从率以及对ATIS的信任度等与信息发布策略有密切联系，因而进一步优化完善交通信息发布策略对于改善ATIS效能、现有交通运行状态以及提高路网运行效率具有重要意义。后续需要进一步开展交通信息对出行行为、交通信息对出行方式和目的地选择影响的研究。
现有大多数交通信息服务系统存在着信息采集有限、分析处理简单、传输发布不及时等问题，未能实现交通系统的充分协调与优化。伴随着无线宽带、移动通信、信息传感和计算技术的发展，信息网络将会更加全面实现现实物理空间与抽象信息空间的融合，并向无所不在的泛在网络方向演进。U-TISS将具备更强的感知、通信与计算能力，从而为用户提供更加实时、准确与全面的交通信息。
国内外应用与研究趋势一致表明，交通信息服务系统正在从单方面的智能化信息服务应用向更高层次的合作型交通信息服务应用演进。此外，通过一定的技术标准或协议实现交通信息服务的主动推送，将出行者感兴趣的信息，按照用户的要求及时、主动地推送给用户，以达到高质量、个性化的交通信息服务目标，也将是未来交通信息服务系统的发展趋势之一。
4.2.2车路协同系统（武汉理工大学张存保老师提供初稿）
车路协同系统（Cooperative Vehicle Infrastructure System, CVIS）基于无线通信、传感检测等技术进行人-车-路多源信息获取，通过车-车、车-路信息交互和共享，实现车辆和道路基础设施之间的智能协同与配合，达到优化利用系统资源、提高道路交通安全、缓解交通拥堵的目标[738]。作为ITS发展的主要方向之一，车路协同系统的应用范围非常广泛。基于车-路/车-车通信的车路协同系统不仅能有效减少各种碰撞事故的发生，如人车主动避障、车-车主动避障、危险路段预警等，且能够在大范围内实现交通协调控制，如交通信号协调控制、实时路径诱导、公交优先控制等。车路协同技术在提高交通运输效率、缓解交通拥堵、减少尾气排放等方面可发挥重要作用。
世界各国在车路协同技术方面投入了大量的人力物力，取得了一定的进展和成果，例如：美国从自动公路系统（AutomatedHighway System，AHS）到车联网技术在小汽车上的应用，日本从车载信息与通信系统（Vehicle Infrastructure Cooperation System，VICS）到SmartWay项目，欧洲eSafety计划中各项目的试验测试，以及中国“八六三计划”项目“车路协同系统关键技术”的研究与示范应用等。从国内外车路协同系统发展的历程来看，尽管各国对车路协同系统的称谓不一，但都是以车-车/车-路通信技术、车路协同交通安全技术、车路协同交通控制技术为发展热点和重点。
4.2.2.1国内外研究现状
（1）车路协同系统的发展历程
1997年，加州的自动公路系统[739]演示结束后，美国于1998年开始组织实施智能车(IVI)计划[740]、协同式自动公路系统（CVHAS）及车路协同（VII）计划[741]的研究。2007年，美国交通部将VII更名为IntelliDrive[742]。2012年开始逐步在密歇根州、加州等建立了相应的车联网测试平台。2014年美国交通部对外发表声明，决定推动车-车通信技术在轻型车上的应用，标志着车联网即将在美国展开大范围应用。
2001年欧盟发表题为“欧盟交通政策2010年：由时间来决定”的白皮书，提出到2010年道路死亡人数减少一半的宏伟目标。为实现这个目标，欧盟启动了eSafety计划。从2004年到2010年，欧洲投入了大量的经费研究车路协同，解决了一系列车路协同系统关键技术，并先后推出了PReVENT、SAFESPOT、CVIS、COOPERS等项目。但欧洲对车路协同的研究并未就此止步，2011年启动了面向2020年的DRIVE C2C项目，重点研究车-车通信环境下的交通安全技术及应用。
1991年日本政府组织警察厅、通产省等部门开始研发VICS系统并投入运行。1994年，日本警察厅、运输省等5个部门联合成立日本道路交通智能化促进协会（Vehicle, Road and Traffic Intelligence Society, VERTIS）。2001年，日本开始安装使用ETC。2004年日本提出了SmartWay项目。2011年，以SmartWay的研究为基础，ITS Sport System在全日本高速公路上开始安装使用。VICS、VERTIS和ETC是车路协同的初级阶段，从SmartWay项目开始，日本进入了系统研究车路协同技术的新阶段。
与国外发达国家相比，中国车路协同系统的研究起步较晚。20世纪80年代初，中国逐步开始重视运用高科技来发展交通运输系统。2006年，中国在“八六三计划”中设立了现代交通技术领域。2010年，国家确定车联网为“十二五”发展的国家重大专项。2011年，“车路协同系统关键技术”项目通过国家“八六三计划”立项，于2014年2月通过科技部验收，该项目完成了车路协同系统的体系框架，提出了车路协同系统的集成测试与演示方案，实现了10余项典型的车路协同应用场景，突破了车路协同系统的多项关键技术。
（2）车路协同系统相关理论和技术
车路协同系统相关理论和技术的研究主要集中在车-车/车-路通信技术、基于车路协同的交通安全技术、基于车路协同的交通控制技术等方面。
①车-车/车-路通信技术
应用于车路协同中的3G/4G、专用短程通信（Dedicated Short Range Communication，DSRC）、WiFi等通信技术既能保证车辆间的信息互通，又能很好解决车载环境下车-车、车-路之间通信面临的难题。美国加州大学洛杉矶分校建立了CVeT车路协同试验平台，并提出了名称为MobEyes[743]的车-车、车-路无线通信协议。王丛丛[744]从信道接入协议及多通信模式融合方面出发，结合交通系统特性，提出车路协同信息交互性能的优化方法。陈皓[745]针对目前用户个性化信息服务的需求，提出了一种基于WiFiDirect的车-路信息交互方法。
②基于车路协同的交通安全技术
车路协同技术在交通安全方面得到了广泛应用，如视觉盲区警告、辅助换道、紧急避碰等。马小陆等[746]设计了一种基于车-车通信的嵌入式前向碰撞预警系统；李珣[747]、杨晓光等[748]基于车路协同技术对辅助换道进行了研究，在保证车辆换道安全的前提下提高道路的使用效率。
……
请登录下载或联系发行部（029-82334382）订购纸本期刊。
引用本文
《中国公路学报》编辑部. 中国交通工程学术研究综述·2016[J]. 中国公路学报, 2016, 29(6): 1-161.
参 与 人 员 简 介
杨晓光
杨晓光,男,同济大学交通运输工程学院教授,博士生导师,工学博士,E-mail: ,研究方向：交通流与通行能力理论及方法、智能交通控制（间断流与连续流）系统、智能交通运输系统、“交通工程2.0”（新一代交通工程）、公共交通优先与优化和智能公共交通系统管理及服务、智能交通防灾救灾系统、基于数据的交通分析、预测、预报与实验交通工程、车路联网与协同系统。
马万经
马万经,男,同济大学交通运输工程学院教授,博士生导师,工学博士,E-mail: mawanjing@tongji.edu.cn,研究方向：交通控制、交通设计、公交优先、智能交通。
卢凯
卢凯,男,华南理工大学土木与交通学院副教授,硕士生导师,工学博士,E-mail: kailu@scut.edu.cn,研究方向：城市交通控制、智能控制理论与应用。
金盛
金盛,男,浙江大学建筑工程学院副教授,硕士生导师,工学博士,E-mail:jinsheng@zju.edu.cn,研究方向：交通流理论、交通控制交通信息工程及控制。
黄玮
黄玮,男, 香港科技大学博士,E-mail:huangw@ust.hk,研究方向：交通规划与管理，交通建模，智能交通系统。
褚端峰
褚端峰,男, 武汉理工大学智能交通系统研究中心副研究员,工学博士,硕士生导师,E-mail:chudf@whut.edu.cn,研究方向：车辆辅助驾驶与自动驾驶、车路协同与车联网、交通安全等。
吴志周
吴志周,男,同济大学交通运输工程学院教授,博士生导师,工学博士,E-mail: wuzhizhou@tongji.edu.cn,研究方向：智能交通运输系统，交通信息处理，交通安全。
张存保
张存保,男,武汉理工大学智能交通系统研究中心副研究员,工学博士,E-mail:，研究方向：交通信息工程及控制、交通安全。
往期精彩文章：