【2018年8月27日，浙江省社会科学界第四届学术年会分论坛——改革开放40年：智慧交通·美好生活研讨会在杭州城研中心举行，浙江大学智能交通研究所所长王殿海教授主持会议，来自上海、南京、焦作、杭州的学者和城市管理者共同聚焦智慧交通主题，畅所欲言。】

同济大学交通运输工程学院综合交通信息与控制工程系唐克双教授从技术的角度作“基于车辆轨迹数据的交通信号控制评价与优化”报告，在车辆轨迹数据融合与挖掘的基础上，剖析交通系统运行、智能交互行为，研究数据驱动的交通系统分析及优化。

唐克双指出，车辆轨迹数据指的是移动互联网、自动驾驶、车联网技术提供海量高频车辆轨迹数据，车辆轨迹是交通系统运行状态的最完整表达形式。传统交通信号控制的数据以流量、速度、占有率等断面集计检测数据为主要来源，评价指标主要是延误时间、通行能力、排队长度、停车次数、通过量等，优化方法主要是模型驱动+仿真优化。而轨迹数据具有个体连续、精细刻画、广域观测、实时反馈的优势，由于存在样本有限、流量未知、抽样误差的不足，车辆轨迹数据驱动的交通信号控制评价与优化的核心难点在于如何利用小样本信息进行可靠的全局评价与优化。

唐克双介绍了项目组研究的主要进展，从基于车辆轨迹数据的交叉口排队长度估计，基于车辆轨迹数据的交叉口流量估计，基于车辆轨迹数据的路网OD（交通起止点）及路径流量估计，进而实现基于车辆轨迹数据的干线协调信号控制优化。

未来，一方面将基于轨迹数据与电警数据融合的运行指标估计，在单点交叉口，估计排队长度、延误、绿灯利用率等，识别排队溢出；在干线路网，估计OD及路径流量、停车次数、延误等，识别关键路径。另一方面，将基于轨迹数据的区域协调信号控制优化，优化面向多时段定时信号控制的方案，优化关键路径通过量最大或延误最小的思路，优化深度学习+在线仿真融合的框架。

编辑供稿：戴辰

编辑审核：李燕