智能交通云控制系統的核心在于為行駛者、交通工具、交通基礎設施建立起以身份信息為核心、唯一對應的標識；然后基于數據采集、傳感器、網(wǎng)絡(luò )傳輸等技術(shù), 將獲取的動(dòng)態(tài)信息即時(shí)發(fā)送到智能交通網(wǎng)絡(luò )綜合數據處理云控制平臺上, 再通過(guò)云控制平臺對獲取的信息數據系統性、智能化處理運算, 得到系統預測結果以及調控方案, 然后發(fā)送到智能交通終端, 實(shí)現對整個(gè)智能交通路網(wǎng)的統一監控、管理、決策和控制服務(wù)。

智能交通的需求隨著(zhù)社會(huì )生活水平提升日益緊迫，目前現代智能交通信息物理融合路網(wǎng)建設中主要存在難題：

（1）對象種類(lèi)復雜；

（2）采集數據量大；

（3）傳輸及計算需求高；

（4）實(shí)時(shí)調度控制能力弱。

從控制視角分析, 智能交通信息物理融合系統的復雜性使得難以對其進(jìn)行建模。云端和終端間網(wǎng)絡(luò )時(shí)延以及網(wǎng)絡(luò )帶寬飽和會(huì )使系統無(wú)法實(shí)時(shí)處理海量數據, 造成系統性能的損失。為解決這兩個(gè)難題, 可利用云控制與邊緣控制結合的云端協(xié)同控制方式, 提高控制系統實(shí)時(shí)性和可用性, 實(shí)現控制即服務(wù)(Control as a service, CaaS) 的目的。CaaS 面向系統管理員、開(kāi)發(fā)人員、系統普通用戶(hù), 用戶(hù)可以從供應商那里獲得所需要的虛擬機或者存儲等資源來(lái)裝載相關(guān)的控制計算軟件。CaaS 同時(shí)提供給用戶(hù)包含基礎操作系統、專(zhuān)業(yè)控制軟件、網(wǎng)絡(luò )和存儲等配置的控制開(kāi)發(fā)平臺, 具有極高的系統整合率和經(jīng)濟性。另外, 任何一個(gè)遠程終端上的控制應用都可以通過(guò)網(wǎng)絡(luò )來(lái)運行。用戶(hù)只要接上網(wǎng)絡(luò ), 通過(guò)瀏覽器就能調節修改運行在云端上的控制器, 免去高昂的硬件投入?？刂平K端將控制系統采集數據上傳到云端, 云控制器通過(guò)計算得到所需的控制系統參數和調節指令。對于系統模型不確定的控制終端, CaaS 可依托強大的數據存儲和計算能力, 利用智能學(xué)習算法為控制終端提供數據驅動(dòng)的模型優(yōu)化學(xué)習、模型預測控制、故障診斷與系統維護以及控制系統優(yōu)化調度決策等服務(wù)。對于系統模型確定的控制終端, CaaS 可根據控制算法和實(shí)時(shí)上傳的系統數據, 提供控制算法資源池優(yōu)化和控制參數實(shí)時(shí)自動(dòng)調節服務(wù), 為實(shí)際控制系統省去專(zhuān)業(yè)調試維護人員。CaaS 能夠保證控制系統數據的完整性、可靠性和可管理性, 能更好地調度和管理控制系統, 保證其高效運行。CaaS 平臺會(huì )以API 的形式將各種各樣的控制服務(wù)集成提供給用戶(hù), 采用多用戶(hù)機制, 能夠支撐龐大的控制終端規模, 并且提供定制化服務(wù)以滿(mǎn)足用戶(hù)的特殊需求。

智能交通信息物理融合云控制系統包括交通大數據云計算、交通流智能預測、交通流云控制調度等核心技術(shù)。其中云控制的核心思想是將大量用網(wǎng)絡(luò )連接的計算資源統一管理和調度, 構成一個(gè)計算資源池向交通路網(wǎng)設備以及終端用戶(hù)提供按需服務(wù)。

本文主要貢獻：

（1）面向交通控制網(wǎng)絡(luò )智能化發(fā)展的技術(shù)需求, 首次提出智能交通信息物理融合云控制系統設計方案, 給出了云控制理論在智能交通領(lǐng)域的示范性應用。

（2）針對智能交通信息物理融合云控制系統的實(shí)現問(wèn)題, 基于云計算和人工智能等技術(shù), 提出了智能交通邊緣控制技術(shù)、智能交通網(wǎng)絡(luò )虛擬化技術(shù)、交通流云端智能預測技術(shù)。

（3）為解決智能交通系統中的云端交通數據處理的難題, 引入了深度信念網(wǎng)絡(luò )支持向量回歸算法(Deep belief network support vector regression, DBN-SVR) 并且提出基于反向傳播的雙端超限學(xué)習機算法(Back propagation bilateral extreme learning machine, BP-BELM), 實(shí)現了智能交通云控制系統的短時(shí)交通流精準預測。

（4）針對智能交通路網(wǎng)大規模交通流調控的難題, 在云端設計了智能交通信息物理融合云控制系統預測交通流分配方案, 進(jìn)行基于交通流短時(shí)預測大數據的優(yōu)化調度。

本文對智能交通信息物理融合云控制系統的結構和核心技術(shù)進(jìn)行了設計分析, 探討了云控制技術(shù)在智能交通信息系統中的應用模式, 推廣了云控制技術(shù)在智能交通領(lǐng)域的應用示范。利用深度學(xué)習和超限學(xué)習預測算法, 對含有大量交通檢測節點(diǎn)的整體路網(wǎng)交通流進(jìn)行準確預測, 對交通擁堵?tīng)顩r進(jìn)行預判。利用交通流分配算法對交通流進(jìn)行智能優(yōu)化調度, 可改善各交通道路的運行擁堵?tīng)顩r。另外, 智能學(xué)習算法和交通流調度策略在資源優(yōu)化整合的智能交通云端運行, 避免了傳統智能交通設備的計算存儲局限性, 可預防設備故障, 并節約智能交通系統建設和維護成本。事實(shí)上, 當前云控制技術(shù)還在發(fā)展階段, 本文提出的智能交通信息物理融合云控制系統是云控制技術(shù)的初步應用, 如何對復雜交通數據在云端進(jìn)行高效的分類(lèi)處理, 得到最優(yōu)的智能交通實(shí)時(shí)云控制方案, 仍然是智能交通信息物理融合云控制系統研究需要解決的技術(shù)難點(diǎn)。

作者簡(jiǎn)介