各位领导、各位嘉宾大家下午好，非常荣幸能够参加本次行业交流会，我今天演讲的题目是“数字化控制策略的探索与思考”。数字化，已然成为各行各业的热搜词，这次从信号控制策略的角度，来谈谈我们对“数字化实现”的理解，也是基于莱斯近些年信控优化工作的一些实践和探索，做了总结和反思，希望借助这次的交流会，能够和大家一起分享，互相学习。
　　我本次汇报的内容包括四部分，首先来聊一聊数字化控制策略的研究背景以及行业面临的一些问题。
　　我们开始先回溯一下控制策略的概念，辞海中，对于策略是这样描述的，适合具体情况的做事原则和方式方法。在《城市道路交通信号控制设计手册》中对信号控制策略做了如下定义，根据交通流特点和变化情况，制定或者选择相应的应对方案，最终实现预定目标。在STM中，策略根据控制目标调整。分别针对车辆、行人、自行车、公共交通给出了15个目标。在《德国交通信号控制规范》中提到各种控制策略在不同的程度上影响着实际的配时方案，特定的控制目标应该采用对应的控制策略。总结一下：信号控制策略为了实现一种控制目标而制定或者选择的方法。

　　控制策略是信号配时优化工作中最重要的依据，2020年10月23日，公安部交通管理局签发了《关于进一步加强城市道路交通信号控制应用工作的指导意见》，文件核心内容分为五项工作措施合计16条详细意见，将“制定信号控制策略，推进信号控制精细化”列为第一项主要工作措施。目前杭州（2019年）、成都（2021年7月）、南京（2021年8月）等城市先后编制了完成了符合当地交通运行特性的控制策略，为交通信号控制具体工作提供了指导依据。但现阶段还是存在控制策略与控制系统之间相互独立的问题，策略不能落实应用到信号控制器。
　　城市交通信号控制策略制定以南京为例，2021年8月结合配时优化工作实际需求，从工作日、双休日、节假日、大型活动、学校周边区域、占道施工等不同应用场景编制了《南京市交通信号控制策略》，文件中首先对南京市的交通状况和信号控制现状进行了分析，然后给出交通信号控制优化的原则，包括信号控制、配合交通规划的原则。道路交通设施设置的原则、配时设计参数的原则等等，基于不同的应用场景给出相应的指导依据，给出相应的案例。

　　如何将控制策略在控制系统中应用落地呢？我们认为可以从以下三方面出发，控制策略是大脑决策的依据，检测数据为制定丰富策略提供数据支撑，控制是策略能着实落地的抓手，因此控制策略要想得全，数据要看得清，信号控制要控得准。三者闭环，才能使交通控制系统根据控制策略库和路网实时交通状态灵活动态切换控制策略，做到灯随车动。

　　为了实现控制策略的数字化，面临需要解决的问题，首先是检测数据重建设轻使用。当前国内各种类型的感知设备涌现，激光雷达、雷视融合产品、毫米波雷达、视频等等。2021年，全息路口、智慧路口等路口级解决方案的提出更是掀起感知设备建设的热潮。在这样的背景下我们更需要冷静思考，大数据建设的本质是什么，我们需要的是“有用的”大数据，而非“好看的”大数据，建设的本质应该追求实用、实效。当前在数据应用方面存在以下三点问题：一是着重于统计数据的研究，忽视了交通流演变规律的研究；二是检测数据与信号数据的关联分析程度不够，三是检测设备的布设位置不够灵活。
　　其次，控制理解呈多样性欠统一，优化控制在面对不同厂家信号控制时，模型算法的适应性有待提高，国内主流的控制结构主要有阶段流和相位环两种。优化控制需要考虑同时兼容两种控制结构。

　　对于同一种控制结构，各个厂家对切换的理解也不一样，有的认为是黄灯结束为切换点，有的认为是绿闪为开始，没有统一的规范，给控制算法设计和实现带来了一定的挑战。
　　在这样的研究背景和行业问题下，我们的信号控制该如何突破？我们的解释的思路通过精细化研判、场景化决策、统一化控制三个步骤实现控制策略的数字化，建立策略与系统的直接通道。
　　下面开展数字化控制策略的探讨。在信息采集方面基于路网拓扑结构、兼顾机动车、非机动车、行人的出行需求，构建出口道、人行横道、交叉口内进口道，路段的5G空间模型，对于常见的雷达、电警、互联网等检测手段可以提供的检测数据可以统一映射在路网上。利用5D空间模型，我们将检测数据和实时信号放行数据相结合，输出各类参数，像周期流量、占有率等等常见的一些数据，像车队行程时间分布、车队空间分布、路段内车辆数等等是精细化的研判数据，我们可以利用信号间断放行的特点，获取车队级行程时间，更精细的掌握协调放行效果。

　　基于上述精细化的研判数据，我们可以进一步分析时空演变规律和交通事件。我们可以开展常态交通流特征、恶劣天气下交通流特征，交通流相似性等，拥堵演变规律我们可以开展拥堵形成、消散演变过程、偶发性拥堵。在交通事件分析我们可以开展拥堵事件和异常事件的分析，可以为提供全面的交通数据支撑。
　　交通决策方面，基于获取的精细化流向级的交通状态，可以刻画出不同的交通场景。在实际交通环境中交通状态呈现“稳中有进”的特征，针对稳定性部分我们定义为大场景，针对随机性部分定义为细分场景。有了对交通场景的刻画，我们可以对路网、路径、路口进行分层级的控制策略。我们需要在控制器中体现交通管理者对于不同流向优先放行的倾向性，以实现数字化控制策略的方案，通过集合定义、状态分级、优化调整三步骤，可以实现宏观控制策略的数字化表征。基于实时的交通状态和控制策略，实时给统一优化算法输出控制优化约束，如最小绿级别、最大绿级别调整、相位差调整、周期时长指定等。
　　最后在优化控制方面，很多城市有多个品牌的设备，兼容多品牌信号产品是是控制方案下发的难点之一，我们综合考虑了相位环和阶段流优化结构的差异性，设计了“环-闸-阶段-相位-流向”五层优化结构，同时提供了多种相位相序优化手段，包括插入相位、指定相位、跳相、相位延长缩短等等，使得控制器能够满足相位级优化、常规式协调、感应式协调、溢出应急处置、溢出联动处置等多种优化模式，为控制策略的落地执行提供支撑。

　　下面介绍一下在数字化控制中的应用。首先是在日常管控方面，图中是2021年南京主城区延误指数一周的变化趋势图。横坐标为时间，纵坐标为延误指数（反映区域交通运行情况，延误指数越高，道路拥堵越严重），从结果上来看延误指数的整体变化趋势与交通通行规律是相吻合的，工同时也直观的反映出工作日以及双休日在不同时段的交通流特征存在明显差异性。因此在日常管控中，针对不同的时段制定差异化的控制策略。比如在夜间保障行人安全的前提下可以采用绿波安全控制、小周期单点控制、黄闪等控制方式；在早晚高峰交通的急剧上升和下降期，通过常规式及感应式协调控制来应对交通流的随机性；针对周一和周五早晚高峰，可采用基于临时方案的自适应控制以缓解拥堵加剧；平峰期间，则主要采用动态绿波控制保障主干道整体控制效益。

　　这是在北京冬奥村实施区域级交通管控的典型案例。对于南北走向的主干线采用了动态绿波协调控制，这里有两种模式，一种是流段模式，一种是时段模式，流段模式基于交通需求特征变化进行方案调度的，时段模式是基于时段方案进行调度的。考虑到安立路车流量大，交通流规律性强，因而采用时段模式。北辰东路道路条件好，检测设备全，因而采用流段模式。北辰西路在特勤时段，为了高效护送特勤车辆，因此做的是绿波模式。非特勤时段设为流段模式。同时由安立路方向至北辰左转需求也较大，因此兼顾科荟路的协调。

　　对于奥森内部片区（科荟南路（天辰西路-湖景东路）、大屯北路（天辰东路-湖景东路）、大屯路（天辰西路-湖景东路）、国家体育场北路（天辰西路-湖景东路）组成），因流量差异化及路网紧密度原因，采用四横为主、兼顾纵向的区域协调。考虑到与周边相距较远或流量差异大，有两个路口实施了单点自适应控制。
　　接下来介绍下我们在嘉兴的南湖大道做的一个动态绿波案例。做的是双向绿波，依托统一优化控制模型，实现了国外信号机麦肯富顿与国内信号机的协调控制。溢出处置是控制策略中优先级是最高的，高峰期下游路口拥堵排队现象严重，当分析预测有溢出风险时，我们会减少上游路口驶入该方向的关联相位绿灯时间，控制流入车辆，同时调整下游路口的最小绿级别，加快消散该方向的排队车辆，有效避免了路口锁死的现象。
　　最后对数字化控制策略做展望。我们通过精细化研判、场景化决策、统一化控制三个步骤实现控制策略的数字化，建立起控制策略与控制系统之间无缝衔接的通道，使得控制系统更加智能，但在实际应用中仍然会遇到一些问题，比如从黄闪控制方式切换到定周期有很多套方案，但在实际中大部分采用的都是黄闪直接切换到红灯。同样对于倒计时的显示，也偶尔会出现与信号灯不一致的情形，引起交通参与者的误判，产生不必要的交通事故。希望标准能够牵引产业升级。在新概念、新名词爆炸的时代，我们需要夯实最基本的交通工程理论，让信号控制更接地气。

　　以上就是我的汇报，有不妥之处欢迎批评指正，谢谢！