当交通拥堵已成为制约城市经济发展并严重影响人们的出行感受与生活幸福感时，智能的交通信号控制被寄予厚望，特别是在当下交通流检测、人工智能等技术的发展，但从各地的信号优化工作来看，存在混乱、盲目且不成系统筹问题。在此背景下，探究如何进行区域交通信号控制已成为学界和业界的研究热点。

作为信号控制的对象，交通与城市的发展密切相关，体现在城市规划与道路交通规划影响下的交通产生与运行，故首先分析城市规划、道路交通规划与交通信号控制三者间的关系，在此基础上提出信号控制应与上层规划相“互动”并以路径为单位，相比基于断面集计交通流的信号控制，可考虑更多上层规划中的因素。在对路径相关要素归纳分析后，建立多层次的交通信号“服务”构想，包含公共、个体、特殊与紧急服务。针对面向私人小汽车交通的个体交通信号服务实现，构建了包含宏观战略、数据感知及微观战术的三层框架体系。

l 宏观战略层

以相邻交叉口流向对为基本单元，建立考虑交通量大小、路径汇入冲突及车队离散等因素的关联度模型，并给出在网络中通过强关联流向对拼接自下而上搜索关键路径的方法。与传统只关注出行路径交通量大小的选取方法相比，该方法适用性更强。

l 数据感知层

基于车牌视频识别（LP-AVI）与浮动车轨迹数据，分别采用轨迹网格化聚类与深度学习的方法，用于出行路径识别与动态交通运行分析、路径流量估计。前者在无需电子地图及匹配操作的情况下，可较快速地实现对大规模轨迹数据在路径、流向层面的分析。后者类比实际AVI点位，提出“虚拟”AVI点位的概念及选取方法，同时考虑到路径流量在实际中较难观测且极易带噪声，设计包含重贴标签的自校正训练方法。案例表明该层的方法分别取得了较高的识别与估计精度。

l 微观战术层

建立了包含交叉口、通道及通道组的“分层递阶”控制模式，并针对路径交织程度不同的独立通道和通道组，分别建立了依赖绿波带参考线及流向对绿波带拼接的控制模型LT与HCTPC，前者可更好地处理不同流量水平下的相交道路转入交通，后者在协同交织严重的多路径绿波方面更有优势。

答辩专家认为：论文提出了一个数据驱动的关键路径灵活组合的理念，并初步形成了与其相应的信号控制理论和方法，具有一定的创新性，对于在城市路网中面向不同需求（比如公交优先）实现高效、灵活的信号控制具有良好的应用前景。

陈灿同学在博士期间，共发表了3篇SCI期刊论文（2篇一作）、多篇高水平会议论文及1个发明专利（已授权），还参与了多项国家自然科学基金、重点研发及上海市科技攻关等纵向科研项目。导师李克平教授主要研究方向为交叉口规划设计、交通控制、交通仿真、实验交通工程，欢迎对课题感兴趣的学者与企业进行合作交流。（联系方式：keping_li@vip.163.com，课题组网页：https://into.tongji.edu.cn/）。