2021年12月25日，吴浩同学就其研究《基于电警数据的信号配时参数估计》与《考虑可变导向车道的干线协调控制》进行相关汇报。

图：双层规划模型

《基于电警数据的信号配时参数估计》汇报内容包括：1）从电警数据实际应用角度出发，介绍了电警数据与信号配时数据在数据匹配中存在的问题，介绍了此研究的可行性与必要性。2）针对现有研究的缺失，以最小二乘法为基本框架，构建双层规划模型，实现了电警数据驱动的信号配时估计方法，存在以下创新之处：a、无需预设相位相序结构，可同时输出周期时长、相位结构、各相位绿灯时长以及启亮时刻等参数；b、该方法还可进一步对电警数据所捕获的车辆进行区分（绿灯通过首车、绿灯通过末车、绿灯中间过车），可识别电警数据所记录的“红灯期间内通过的车辆“（由于电警设备通常布设在停车线前，存在部分车辆在红灯期间内被捕获的现象）。3）实证验证的结果表明，该方法可对信号配时参数进行较为准确的估计，相位时长的平均绝对误差仅为1.7s，百分比绝对误差仅为6.42%。此外，本研究选择同类型方法进行了对比验证（Zhan, X., R. Li, and S. V. Ukkusuri. 2020. Link-based Traffic State Estimation and Prediction for Arterial Networks Using License-Plate Recognition Data. Transportation Research Part C: Emerging Technologies 117: 102660），结果显示，本方法精度更高。

图：对比验证结果

《考虑可变导向车道的干线协调控制》汇报内容包括：1）对现有的考虑动态车道（可变导向车道、潮汐车道）的信号控制优化方法进行了综述，在此基础上提出了本研究目标，即考虑可变导向车道的信号控制优化。2）分别以单点交叉口、城市干道为研究对象，选择了文献进行详细介绍，分析指出现有方法的优势与不足。3）针对现有研究的不足，初步构建了考虑可变导向车道的干线协调控制基本框架，包括协同优化与速度引导两个模块，存在以下创新之处：a、相较于现有研究，对可变车道与信号配时同时进行优化，可避免因逐步优化所导致的陷入局部最优解的问题；b、该协同优化方法以本团队前期的排队分布估计研究为基础，可在较短时间内基于不同的交通量水平精准还原城市干道车辆行驶状态，从而生成相应的优化策略，可较好适用于交通量短时波动的情况。

图：考虑可变导向车道的干线协调控制初步思路

唐克双老师与课题组其他成员就吴浩同学汇报中出现的各种问题进行了深入的剖析与讨论，并对后续研究给出若干建议。