《基于车载数据的城市道路交通控制》综述了现状城市道路交叉口控制理论研究的现实需求背景和理论研究背景，并在总结分析国内外现有相关研究成果的基础上，指出了其未来发展的机遇与定位。通过用户需求分析，应用结构分析法，提出了基于车载数据的城市道路交叉口控制研究发展的基本框架体系，总结提炼出了其发展过程中可能面临的基础理论问题和关键技术。

　　城市交通控制是调控交通流，改善交通拥堵，提高安全性乃至节能减排的极为重要的措施之一，其进步和发展始终与信息、通信、计算机技术以及系统工程同步。由于以往交通信息采集、处理和提供技术等方面的局限，交通控制无法真正实现高效、稳定地对交通流及其状态变化的实时响应与控制，导致城市道路交叉口高峰时段排队溢出、绿灯信号得不到充分利用、交通安全隐患重重。
　　车路协同系统的出现，使得单车实时行驶数据的获得成为可能，交通信息真正实现了从时间维的线采集到时间、空间两个维度上的全天候、全方位无缝覆盖的全时空采集，可以很大程度上克服传统交通控制的弊端，真正意义上实现城市道路交叉口的自适应控制。资深学者Michael G.H.Bell在发表于Transport Research Part A的文章《Future Directions in Traffic Signal Control》中指出，仅仅依靠交通信号本身已经不能够解决日益严重的交通拥堵问题，与实时车载数据的集成及整合将是交通控制发展的必然趋势。作为车路协同环境下交通控制研究的第一步，研究基于车载数据的城市道路交通控制机理，对拓展交通信号控制新领域具有十分重要的理论意义，同时对于进一步提高交叉口运行的安全性和效率性，以及预防与快速排解交通拥堵等也具有重要的理论应用价值。
　　本书首先综述了城市交通控制理论研究的现实需求背景和理论研究背景，并在归纳国内外现有相关研究成果的基础上，总结了在车路协同环境下城市交通控制未来发展的方向。进一步通过用户需求分析，提出了车路协调环境下的城市道路交叉口控制研究发展的基本框架体系，总结提炼出了其发展过程中可能面临的一些基础理论和关键技术，并对其发展的先后顺序步骤以及相关的保障支持措施进行了一定的探讨。

1 绪论
1．1 研究背景
1．1．1 现实需求背景
1．1．2 理论研究背景
1．1．3 相关技术背景
1．2 研究问题的提出
1．3 研究的理论实用价值和意义
1．3．1 研究意义
1．3．2 理论与实用价值
1．4 研究对象、内容与方法
1．4．1 研究对象界定
1．4．2 研究目标
1．4．3 技术路线
1．4．4 研究内容与结构安排
1．5 本章小结

2 研究综述
2．1 概述
2．2 车路协同系统的发展背景
2．2．1 世界各国车路协同系统的发展
2．2．2 车路协同在交通系统中的潜在应用效益分析
2．2．3 车路协同系统框架体系
2．3 城市道路交叉口交通流运行特征
2．4 城市道路交叉口自适应交通控制策略
2．4．1 SCoOT交叉口自适应控制
2．4．2 OPAC自适应控制策略
2．4．3 RHODES交叉口自适应控制策略
2．4．4 传统自适应控制的效益评价
2．4．5 传统自适应控制的弊端分析
2．5 车路协同环境下基于车载数据的交通控制发展现状
2．5．1 车路协同环境下基于车载数据的交通控制的机遇
2．5．2 车路协同环境下基于车载数据的交通控制特点
2．5．3 车路协同环境下基于车载数据的交通控制作用、地位和发展方向
2．5．4 车路协同环境下基于车载数据的交通控制研究现状
2．6 综合评述
2．6．1 主要成果与研究趋势分析
2．6．2 主要的研究缺陷与待解决问题
2．7 本研究切人点
2．8 本章小结

3 车路协同环境下的城市道路交叉口控制框架体系
3．1 框架体系的基本定位
3．2 车路协同环境下交叉口交通控制结构和框架
3．2．1 结构体系
3．2．2 系统的用户需求
3．2．3 系统的逻辑框架
3．2．4 系统的物理框架
3．2．5 制定框架体系中需要注意的问题和思考
3．3 实施计划和研究流程
3．4 支撑保障体系
3．4．1 核心支撑体系
3．4．2 外在保障体系
3．5 本章小结

4 车载数据特性及其在交叉口交通控制中的应用分析
4．1 交叉口交通控制与交通状态信息
4．2 车载数据
4．2．1 车载数据
4．2．2 交叉口道路交通运行及控制评价指标
4．2．3 外部应用程序的提示信息的车载显示
4．3 车路协同系统实验平台设计与实现
4．3．1 平台的系统功能和框架设计
4．3．2 平台的物理实现
4．3．3 平台误差测试与校正
4．4 车载数据的准确性分析
4．4．1 位置定位精度
4．4．2 速度定位精度
4．5 车载行驶数据时空特性分析
4．5．1 车载数据的生成策略
4．5．2 车载数据的时间粒度——车载数据生成频率
4．5．3 车载数据的空间粒度——车载设备市场普及率
4．6 车载数据对交叉口交通控制机制的影响分析
4．6．1 基于车载数据的车辆交叉口行为辨识
4．6．2 交通控制信息对驾驶员行为影响分析研究
4．7 交叉口交通控制对车载数据的需求分析
4．8 本章小结

5 基于车载数据的交叉口离线TOD控制
5．1 离线ToD控制的目标和任务
5．2 离线TOD控制策略生成的总体逻辑
5．3 基于车载数据的离线TOD控制策略输入模型
5．3．1 传统信号配时优化软件输入参数的确定
5．3．2 车载数据格式和内容
5．3．3 基于车辆数据的流量统计模型
5．3．4 案例分析
5．4 车载数据特性对离线交通控制输入的影响分析
5．4．1 车载数据生成策略对离线交通控制输入的影响分析
5．4．2 车载设备市场普及率对离线交通控制输入的影响分析
5．5 离线TOD控制方案的聚类分析
5．5．1 数据预处理
5．5．2 层次聚类算法——Ward最小方差法
5．5．3 最优离线TOD控制方案数的确定——改进的立方群、准则
5．5．4 交叉口离线TOD控制方案老化判断——分类与回归树法
5．5．5 案例分析
5．6 本章小结

6 基于车载数据的交叉口实时自适应控制策略
6．1 车路协同环境下实时自适应控制的任务和目标
6．1．1 基于车载数据的实时自适应控制基本任务
6．1．2 基于车载数据的实时自适应控制目标
6．2 在线实时自适应控制的基本考虑
6．2．1 与离线TOD方案的关系
6．2．2 交叉口安全目标的约束
6．2．3 不同交通需求的影响分析
6．2．4 车路协同系统环境的影响
6．2．5 实时自适应控制优化策略的总体逻辑
6．3 基于vISsIM的二次开发的车路协同仿真实验平台
6．4 实时自适应优化控制模型与算法
6．4．1 车载数据结构和内容
6．4．2 实时自适应控制优化模型整体流程
6．4．3 非饱和条件下的交叉口信号自适应控制算法
6．4．4 过饱和条件下的交叉口信号控制算法
6．4．5 车载数据生成策略对实时自适应控制策略的影响
6．4．6 车载设备的市场普及率对实时自适应控制策略的影响
6．5 本章小结

7 结论与展望
7．1 主要研究成果
7．2 研究展望

附录
参考文献