1948年，美国数学家维纳综合研究了二战前后通信和自动控制，以及神经生理学等各领域的经验和理论，抓住一切通信和控制系统的共同特点，出版了划时代的著作《控制论(或关于在动物和机器中控制和通信的科学)》，创立了“控制论”(Cybernetics)^[1]。1954年，钱学森在美国出版《工程控制论》(Engineering Cybernetics)，从技术科学的维度对各种工程技术系统的自动控制理论作了全面研究，把维纳提出的控制论明确为“机械和电机系统的控制和导航科学”，标志着控制论分化产生了第一个学科分支。同年，维纳写了《人有人的用处-控制论与社会》一书，指出在社会组织中存在同机器和生物体相似的控制与信息传递过程^[2]。其后，控制论相继产生了生物控制论、经济控制论、社会控制论、人口控制论等分支，它们将控制论的思想、观点和方法引用到生物、经济、社会等各方面。钱学森在晚年倡导系统工程、系统科学、综合集成、开放复杂巨系统、社会主义建设的总体设计部等，并积极支持社会控制论的发展^[3-4]。

交通系统是一个复杂系统，小到一个路口的信号控制，再到一个城市的公交系统、一个区域的公路网络，大到国家的综合运输体系，均是交通系统的范畴，是一个有人、企业等参与的具有自组织特性的开放社会系统。交通系统的复杂性体现在它既有工程技术问题，又涉及社会组织和政策问题。过去，控制论方法主要应用于交通信号控制、区域网络调节等微观和中观层面，到了交通供给调节、需求管理以及运输结构等宏观层面，涉及交通治理的范畴，则很少提及控制论的应用。本研究从控制论的思想方法出发，探讨交通系统各种控制过程的共同规律，尝试构建对指导交通系统各种控制行为具有普适意义的相对稳定的方法体系。

道路交通100多年的发展历程表明，交通控制的驱动力最初来源于路权竞争矛盾^[5-6]，即如何在时空上对道路通行权进行合理高效的分配，解决可能发生的交通冲突问题。王笑京研究员曾提出“车占用物理空间”这一不变的“实体资源问题”，决定了交通系统与通信系统传输数据有本质的区别，即物理尺寸和速度的巨大差别。交通控制需要保证在特定的时间和空间内最多只有一辆车存在。道路交通控制发展大致经历了标志标线控制、交通信号控制、路径诱导控制和车路协同控制等阶段，如表 1所示。

1903年法国最早在全国范围统一交通标志，目前交通标志标线早已成为道路交通中最基本的设施。交通流的管制、控制、引导和分配均是交通标志和标线的主要功能，且标志和标线不仅可单独使用，而且可配合使用。其中，文字和图形符号是交通标志中常用来表达特定的交通法规和交通运行控制方法的信息，而路面标线、箭头、文字、立面标志、突出路边和道路轮廓线等组成了交通标线。

交通标志因其造价低廉且耐用性强，常被用作路权控制的静态基础设施，明确标识了道路使用的通行权、先行权、占用权等，尽量减少人对于路权的理解歧义和纷争。但当涉及交叉路口、出入口匝道等区域中不同方向车辆的交通冲突问题，标志标线则很难对路权进行有序和安全的控制引导^[5]。

交通信号控制主要用于道路空间不同方向上的交通冲突区域，用来在时间维度上给不同方向的交通流分配路权，应用最普遍的是位于交叉路口的信号灯^[7-9]。1868年英国最早出现为调度马车用的煤气信号灯，1914年美国出现电气交通信号灯^[10]。早期的信号灯主要由警察根据目视所及的信息进行手动控制。其后相当长的一段时间内，周期、相位和绿信比作为交通信号的3个主要参数，均被设定为定时自送切换^[11]。随着交通信息化和智能化的发展，文献报道了不同的交通信号控制方法^[12-18]，从开环的单点固定配时控制到闭环控制，通过实时检测交叉路口的交通流量，采用相应的交通模型来自动调整信号配时方案，大大提高交通效率。具体的信号控制方法包括单点交通响应式控制，固定配时协调控制，交通响应式协调控制等。同时在高速公路网上也涌现了一系列交通控制方法，包括单点匝道控制，可变限速控制，以及匝道和可变限速集成控制。

交通信号灯的引入，使潜在冲突区域的路权分配有了“权威认证”，驾驶员们只需要按照统一的信号灯变化规则，与前车保持适当的距离驾驶车辆，不需要将时间和精力花费在与其他方向司机的沟通上，依次不仅能够有效改善通行秩序，而且降低了事故发生率。而居于高处且有着明亮颜色的红绿灯能够被所有驾驶员一致看到并明确认知，有效地解决了消息交互和确认的问题，降低了驾驶员的信息负荷^[5]。无论在城市道路还是高速公路，信息在控制中起着至关重要的作用。

进入21世纪，随着智能交通技术应用的发展，基于车载地图、广播、个人移动终端以及路侧可变信息板等动态出行信息服务开始应用，特别是随着智能手机的普及，各种地图导航应用软件已成为手机标配。手机导航应用基于电子地图以及实时路况信息，可以实现出行前的最优路径规划、出行途中动态路径调整等功能，同时随着用户数量的剧增持续迭代优化其诱导算法和服务功能，不断提升考虑时间优先、成本优先、舒适优先等不同用户偏好的个性化服务体验。

城市交通诱导系统的实施，使得出行前、出行中的驾驶员和出行者可被诱导信息影响，且可通过动态诱导和控制路网交通流的方法，实现对交通流的有效诱导^[19-20]，调整交通流的合理分布，将现有道路基础设施的利用率大大提高、交通安全明显提升、交通拥堵有效缓解，为驾驶员提供良好的行车服务，进而最大限度实现城市交通网络系统的预期均衡，使现有的路网交通设施运行在效益最佳状态。

近年来，随着无线通信和人工智能技术的发展，特别是5G技术的应用，车路协同控制受到越来越多关注。其核心是人、车、路等交通要素之间形成一张信息的感知、交互与共享网络^[21-23]，由此实现车载功能和路侧功能的合理划分和协同操控、信息资源在车辆和基础设施之间的优化分配与平衡，能更加合理和准确地决定路权^[24]，并大幅地提高道路交通安全性和可靠性，同时达到优化利用系统资源、降低成本及节能减排的目的。车路协同控制系统主要由车载系统、路侧系统和云控中心构成。如图 1所示。在车载端，由车载传感器感知周边局部环境，并融合路侧及中心的控制指令后进行相应的执行操作；路侧端可通过传感、通信等方式对关键节点、路段的交通运行状况进行采集，并及时将决策与执行指令下发至车载端，同时将相关的节点、路段信息上传至云控中心；云控中心主要负责汇总各路侧节点以及车辆端的信息，可进行路段或整个路网的交通信息汇集与存储，执行全局优化算法，实现整个路网的优化调度管控，交通控制系统可以借助车路协同实时获取车辆的位置，运行速度等信息，进一步优化计算信号灯的配时^[25-28]。

图 1 车路协同控制示意图 Fig. 1 Schematic diagram of vehicle-road collaborative control

图选项

从上述发展历程可以看出，交通控制技术是围绕着如何解决路权冲突问题而产生并逐步发展起来的，从静态的标志标线到动态的信号控制，以及近些年逐步普及的出行诱导，在这个发展过程中，工程控制理论对交通控制技术产生了重大影响。在20世纪50年代工程控制论诞生前，交通控制基本是静态控制和定时控制，随着道路交通流量增大和拥堵延误增加; 20世纪70年代出现了依托经典控制和现代控制理论的实时自适应交通控制系统，如SCOOT系统和SCATS系统等^[15-18]; 20世纪90年代开始，交通控制作为智能交通系统的重要组成部分，逐步进入智能化、网络化发展阶段^[29-30]，显著提升了道路交通效率和安全性。

但是近年来，传统的交通控制技术已经逐渐达到性能和效果的天花板，究其原因主要有以下几方面：首先是社会快速机动化使出行需求呈爆发式增长，远远超过基础设施供给能力，日益突出的供需矛盾早已超越路权冲突成为交通问题的主要矛盾，而供给和需求问题属于交通治理和社会控制领域，恰恰是依托工程控制理论的交通控制技术的短板。其次是传统的交通控制技术本身面临的挑战。一是其对数学模型的依赖与交通系统难以精确建模之间的矛盾，随着交通问题日益复杂而更加突出。二是将连续多个车辆视为流体之后，不能精确测量和控制每个车辆的运动状态，难以充分利用有限道路资源^[5]。三是交通控制主要作用在路口和匝道等道路局部位置，难以覆盖驾驶全过程。

交通系统是由基础设施、运载工具、交通参与者等组成的，同时又是一个国家或一个城市经济社会的基本组成部分，它把分散在不同区域的生产和生活活动连接起来，并在组织生产、安排生活、提高客货流的有效运转及促进社会经济发展方面起着重要作用。随着社会经济快速发展，交通基础设施网络越来越复杂，运载工具数量不断增加，系统规模越来越庞大，近年来数字经济兴起，共享出行、共享货运等全新运输组织方式和业态出现并不断演进。总之，交通系统正好在介于社会系统和物理系统之间的一个极为绝妙的位置上，它超越了物理学的范畴而涉及到人和社会的问题，传统的交通控制方法早已远远无法应对日益复杂的交通问题，迫切需要在研究对象和控制方法上对交通控制研究范畴进行拓展。

从研究对象的层次上看，传统的交通控制方法以交通流为对象，属于中观层面，它是在基础设施资源和出行需求总量基本确定的条件下，通过对交通流或出行行为的信息引导或控制，提高交通运行效率和出行可靠性。在交通控制之上的宏观层面，应将交通设施总量、运输结构、出行需求及方式等纳入统一的研究范畴，与传统交通控制相比，这类控制不像工程控制那样用机械的或物理信号去驱动，一般采用政策、法规、规划、市场机制、经济杠杆以及政令等手段，其对资源的优化和分配将是根本性和战略性的，从而有望彻底解决交通供需矛盾，实现可持续发展。在交通流控制之下的微观层面，则需要引入针对单个车辆行使全过程、将安全作为优先目标的车路协同式控制应用^[31]。近年来新一代无线通信技术以及依托深度学习的强人工智能技术快速发展，使完全受控的交通系统成为可能，车路协作式控制逐渐成为行业热点。综上，交通供给调节、需求管理、交通流控制、车路协同等自上而下的4个层级基本涵盖了当前及未来交通系统控制研究领域，如图 2所示。

图 2 广义交通控制研究范畴 Fig. 2 Research category of generalized transport control

图选项

图 2所示的交通供给调节、需求管理、交通控制、车路协同等4个层级既相互独立，又有信息的传输与反馈。本层控制输出除了作为本层的控制反馈输入外，还作为下一层级控制的输入，对下一层级控制产生影响。宏观层面的控制体现了交通控制的社会属性，尤其是从政策、法规、经济等方面影响中观和微观控制效果，中观和微观控制输出反过来可对宏观控制进行反馈，影响宏观政策法规的制定。交通系统广义控制框架，如图 3所示。

图 3 广义交通控制架构 Fig. 3 Generalized transport control architecture

图选项

交通系统是有人、组织等参与的开放社会系统，层次结构复杂，子系统及元素众多，体现出机械物理特性、参与者行为特性、经济社会属性等各异的性质。交通系统的物理系统、社会系统以及连接二者的信息系统，共同构成交通信息物理社会系统(Transport cyber physical social system，TCPSS)，如图 4所示。TCPSS通过交通传感器网络实现物理系统和信息系统的连接，通过社会传感器网络实现了社会系统和信息系统的连接。我们研究交通控制问题，更希望能够从统一工程控制和社会控制的角度分析其共性规律，找到对各种交通控制问题普遍适用的方法手段。

图 4 交通信息物理社会系统框架 Fig. 4 Framework of transport information physical social system

图选项

交通系统作为一个由许多子系统和元素组成的复杂系统，其各子系统之间的相互作用以及子系统的自身状态直接决定着系统是否能够最大限度地发挥功能和作用。根据哈肯的协同学定义，可将系统内各部分相互作用，通过信息的传递实现从无序到有序的过程称为“自组织”。作为一个包含人、车、路、信息、能源等在内兼具社会属性、物理属性和信息属性的复杂系统，交通系统与外界之间存在着信息的交互，是一个典型的开放系统，与外界信息的不断交互，导致系统内部结构持续变化，系统内部各子系统通过协同作用远离平衡状态，形成涨落有序的新状态，且整个变化过程中呈现非线性特征。因此，交通系统是一个典型的自组织系统。

以城市道路交通系统为例，其自组织可通过交通拥堵进行描述。由于过多驾驶员想在同一时间使用同一道路资源导致某路段发生交通拥堵，拥堵可能会从局部路段逐渐扩展到更大范围，交通流的运行状态偏离原有的路径使得系统远离平衡状态，此时系统的无序度大大增加，交通熵值随之变大。在一定条件下，特别是交通供给能力充足的条件下，系统中的出行者在接收到拥堵信息之后会避开此道，自发地选择附近畅通的道路行驶，经过一段时间之后，拥堵逐渐缓解、路段重新恢复畅通，系统达到新的平衡状态。交通系统能够通过自组织进行的自我调节，可以使系统从无序的不平衡不稳定状态最终达到有序的稳定状态。但是这种自组织由于信息的滞后性过大、控制策略的执行效率偏低，导致系统的震荡周度较长、收敛速度较慢，且在实现过程中容易导致系统发散而无法达到新的平衡状态，尤其是在交通供给无法满足需求的条件下。比如上述拥堵发生后，后续交通流为减轻当前拥堵路段的压力，同时选择同一条目标路段行驶，则会打破目标路段原有的平衡态，进而导致新的拥堵产生，周而复始，整个系统将处于无限震荡发散过程，而无法收敛到新的平衡态。因此，交通系统的自组织只能够在一定程度上满足控制目标的需求，属于低等级的控制。这一自组织特征在交通流理论中也体现在宏观基本图上，如图 5所示。在自由流状态下，驾驶员通过换道、超车等行为可以提高交通流量，但这些自组织行为在交通密度接近关键密度附近时会成为系统的干扰，导致交通流从自由流崩溃到拥堵状态，形成冲击波^[32]。在这种情境下，自组织行为不但无效，反而成为诱发系统失稳的诱因，因而需要外界的控制和干预。

图 5 宏观基本图 Fig. 5 Macroscopic fundamental diagram

图选项

在香农的信息论中^[33]，信息和消除不确定性是相联系的。在英语里，信息和情报是同一个词(Information)，而情报的作用就是消除不确定性。信息是消除系统不确定性的唯一办法，即在没有获得任何信息前，一个系统就像是一个黑盒子，引入信息，就可以了解黑盒子系统的内部结构，如图 6所示^[34]。

图 6 信息的基础作用 Fig. 6 Basic role of information

图选项

控制论认为，信息和控制是不可分割的，信息本身就是一种控制，而且是最基本的控制。一个系统的信息量可以看成其组织化程度的度量，熵(Entropy)则是系统无组织化程度的度量。信息即负熵，使系统不确定性降低，趋向更高的组织化。熵是控制论非常重要的概念和方法，其概念由德国物理学家和数学家克劳修斯(T.Clausius)于1854年最早提出，初期主要应用于热力学和物理领域；1948年维纳和香农几乎同时引入熵作为信息和有序性的度量。随机变量X(x₁, x₂, …, x_n)的熵函数定义如下：

(1)

式中p(x_i)为事件x_i的概率函数。

公式(1)表明熵是一个关于概率分布的函数，也就是说，凡是涉及概率统计的问题均可用熵描述和处理，熵在自然和社会科学领域具有普适性，爱因斯坦认为熵是自然界第一法则^[35]。信息是交通控制的基础和前提，为交通系统提供适当的信息本身就是一种控制行为，用于解决出行和运输过程中的不确定性以及信息不对称性问题。以交通拥堵为例，该问题源自难以预测的交通事故、车辆延误等偶发事件，以及道路施工等出行者信息不对称因素。人们普遍相信，准确获取相关交通信息是解决拥堵问题的一剂良药。研究表明，通过向出行者及时提供准确而充分的交通信息来影响其对路径的选择，帮助其及早规划备选方案，其驾驶的总里程数就会随之减少，从整体上看拥堵问题也会大大缓解^[36]。在实际的控制中，信息的提供不仅要准确而充分，且同时还应该考虑信息接受者的反馈，形成信息传输的闭环，避免过度诱导情况的出现。

物质、能量、信息是构成现实世界的3大要素，1955年前苏联数学家索波列夫从控制角度指出它们三者之间的基本关系：即巨大质量物质的运动和变化，以及巨大能量的传递和转变，可以通过带有信息的不大的质量和不大的能量来指引和控制^[33]。交通运输是实现人和物移动的过程，在其整个发展历程中，不断通过为其组成部分提供信息和指引来提高效率。过去，信息是由人和纸等材料以消息的形式，通过被运输的人或货物本身携带并传递的，因此信息的传播速度就近似等于人和货物的移动速度。20世纪后半期，随着电磁通信技术的出现，提供信息和指引的速度要比人和货物实际移动的速度快得多，交通系统出现了质的提升^[36]。现代交通系统从逻辑上可以看作由3部分组成：运送人和货物的运输网络、为系统提供能量的能源网络以及传输信息的通信网络。交通控制论本质上就是研究如何利用通信信息网络对运输网络(含能源网络)进行有效的控制，如图 7所示。

图 7 交通控制论本质 Fig. 7 Essence of transport cybernetics

图选项

无论是交通系统的自组织，还是自组织基础上引入外界智能化信息干预的控制策略，其总的目标都是通过各种手段期望其满足经济社会需求，而交通系统及其子系统是否满足需求、是否处于良性状态，这些问题涉及到控制的判据，不同系统、不同问题会有不同的判别方法和判断标准，但若以系统入手，它们应符合一定的基本规律并建立在一定的理论基础之上。交通系统是由大量元素构成的，各元素状态具有随机性，同时系统宏观态是由系统内部元素的微观态决定的，这些特点决定了它可以用熵来描述和研究，从而为我们提供了一个从统计角度认识交通系统客观规律的手段，即交通熵(Transport Entropy)。交通熵可以作为各类交通系统控制的判据，交通系统控制问题可以等价为寻找某个正确的信息和控制序列的数学问题，而所求序列应使系统的交通熵最小或最大，如图 8所示。

图 8 基于交通熵的控制过程 Fig. 8 Control process based on transport entropy

图选项

根据交通系统的特点，构造交通熵的一般过程是：首先将系统(或问题)划分为若干子系统(若干组、若干段等)，每个子系统对应一个确定的指标k_i，且0 < k_i≤1。然后按照公式(1)，构造具体特定意义的交通熵。其中第1步是关键，即划分子系统和确定k_i，主要包括两种方法：

(1) 基于热力学原理的熵构造法

广义热力学熵是用描述系统性质的广延量和强度量之比来定义的，可以借鉴广义热力学原理来构造交通熵^[37]。交通状态参量按其与交通总量的关系分为两类：一类是与总量有关的，叫广延量，如交通流量Q、车辆总数N、客运量、货运量等; 另一类与总量无关，称强度量，如通行能力C(pcu/h)、速度V、密度ρ等。构造方法举例如下：

① 令k_i=(C_i－Q_i)/C_i来构造交通熵，可以反映路网道路资源利用程度，其中C_i为路网中第i个路段的通行能力，Q_i为第i个路段的实际通行交通量^[37]。

② 令k_i=归一化[(N_0i－N_i)/V_i]构造交通熵，可以反映路网交通流的有序程度，其中N_0i为第i个路段最大可容纳车辆数，N_i为第i个路段上的实际车辆数，V_i为第i个路段车流速度。

(2) 基于统计原理的熵构造法

通过对系统状态和结构进行随机抽样得到概率分布，即构造随机变量X(x₁, x₂, …, x_n)，每个子元素x_i对应一个确定的概率k_i，例如交通量在路网上的分布有随机性，利用OD矩阵的概率分布定义k_i，可以构造反映交通量分布的熵^[38]；另外，将k_i定义为第i类车辆数占路段总车辆数的比值，可以构造反映路段车流混合程度的熵。

交通量分布熵构造方法：假设OD矩阵{n_ij}_n×n中，区域路网内共s个点，出行总人数n，n_ij为从第i点出发到达第j点的人数。令k_ij=n_ij/n，表示由第i点出发到达第j点的概率，则熵。根据美国学者E.T.Jaynes提出的最大熵原理，求使该熵最大的分布，则对应着交通量在路网上分布最均匀的状况，即路网资源分配最均衡。

交通运输包括道路、铁路、民航、水运等不同运输方式，各运输方式的基础设施、运载工具形式及相应的运营方式差异很大，决定了运载工具和交通参与者的行为迥异。铁路和民航属于定时、定场站、定班次的运输方式，水运也属于类似的方式，它们的交通运输行为的随机性和不确定很低(除恶劣天气等不可控因素外)，故系统总熵值很低，组织化程度均很高，其中铁路运输组织化程度最高，民航及水运稍次之。

相对于其他运输方式，道路交通方式接入性高，可以实现门到门服务，给予交通参与者比较大的自主权和方便性，特别是交通参与者不仅是乘客，而且可以自己驾驶车辆，从而享受到独特的驾驶乐趣。另一方面，道路交通是一个有人深度参与的系统，人有其理性和非理性的两面性，从个体出行行为来看具有自主性和趋利性，从群体出行行为看具有很大的随机性和不确定性。交通流是人的群体出行行为的集合，每个参与者都可能产生新的想法，产生随机行为，因此交通流是快速变化的动态过程，包含了许多不确定因素^[39]。道路交通系统存在的大量随机性和不确定性决定了其具有较大的熵值，在综合运输体系中具有最低的组织化程度。较低的组织化程度造成了道路交通两个最突出的问题：一是出行不可靠，交通参与者的自主性、不确定性与基础设施资源的共享性之间的矛盾，极易导致交通拥挤，即太多的车辆想在同一时间赶到同一地点；二是出行不安全，人的环境感知范围与能力、判断决策能力、动作反应能力的局限直接或间接成为交通事故主要原因。

综上，组织化程度是区分不同运输方式的重要特征之一，道路交通的本质问题和主要弱点就在于其较低的组织化程度，因此交通控制论将重点围绕道路交通控制问题，及其与其他运输方式的衔接协同问题开展研究，并以提升系统组织化程度为根本目标。

若要实现对交通系统更为精准的控制需要引入外界智能化的信息和资源，增强自组织的能力，如通过采用先进的需求管理策略、诱导控制方法和车路协同控制手段等不断提高交通运行效率和运输能力。仍以上述城市交通系统中某路段的拥堵为例，仅靠系统的自组织往往会造成“此处畅通、彼处拥堵”的后果。若在自组织的基础上引入高效的需求管理策略，再加上精准的交通控制方法将会使得系统的控制效果更好。在某路段发生拥堵之后，通过需求分析预测路网中的交通流分布，利用可变情报板、广播、车载/手机终端等将拥堵信息以及可选路段信息实时发布，同时借助于拥堵收费、交通管控等手段对后续交通流进行诱导，尤其是对网联自动驾驶车辆可以采用先进的控制算法，强制车辆行驶在特定的道路上，最终使交通流相对均匀地分布在不同道路上，合理利用道路资源，避免拥堵的再次发生。通过这种外界控制手段的干预，一方面可以实现在不增加其他路段的拥堵的前提下使事故路段的拥堵快速缓解，以此加快交通系统达到稳定状态的收敛速度、降低震荡周期，提升的控制效率和精度。另一方面，引入外界控制，可以增强系统的自组织能力，使交通系统由低级的自组织系统升级为具备高级自组织能力的交通控制系统，从而实现更智能化、更高效的控制目标。

交通系统正好介于社会系统和物质系统之间的一个极为绝妙的位置上，它超越了物理学的范畴而涉及到人和社会的问题，交通控制论有必要作为维纳控制论的一个分支而建立相对独立的体系。本研究基于这样的考虑，从融合工程控制和社会控制的角度，将基础设施供给调节、需求管理、交通流控制、车路协同等构成的4层控制系统作为统一的研究对象，论述了信息即控制的观点，提出了以提升系统组织化程度为根本目标、以交通熵为基本判据、以信息为控制手段、依托通信网对运输网(含能源供给网)行为进行指引和调节的交通控制论思想，以期为设计和构建更加科学合理的交通控制系统提供方法论的指导。

当前，我国的数字经济产业蓬勃发展，信息社会进程更加深入，交通系统作为具有自组织特性、又高度开放的社会系统，已经和正在发生深刻的变革，人工智能、新一代无线通信、大数据、区块链等高新技术将深度地影响交通系统的组织形态、运行模式和治理结构，经典控制论思想方法与现代通信信息技术的结合必将为交通系统可持续发展开辟一条新路。