区域协调控制研究：
根据优化目标不同：基于时间-距离图的绿波带优化法、基于交通流模拟的效益指标优化法（如饱和度、停车次数、延误及行程时间）
根据适用的交通流状态的不同：面向非饱和交通流的区域协调控制、面向饱和交通流的区域协调控制
一般来说，绿波带优化法比较适用于非饱和交通流下的协调控制，饱和度优化适用于瓶颈区域的协调控制。
研究背景
交通信号控制方式
随着智能传感器、物联网、车联网、车路协同和人工智能技术的发展，城市道路交通信号控制面临越来越多的可能性。
通过地磁、视频、雷达等车辆检测技术，交通信号控制系统可以获取丰富的城市路网动态交通参数（如车流量、占有率、速度等），实现交通信号自适应区域协调控制。
固定配时控制 -> 适应交通流动态调整的自适应控制
单一路口信号控制 -> 整条道路或某个区域各路口之间的信号协调控制
交通数据
在现实使用的交通信号控制系统中，用于智能计算的数据主要来源于道路断面空间抽样传感设备（如视频检测器）或抽样交通出行者（如浮动车）。数据精度和覆盖范围具有局限性。
随着车路协同技术的出现，网联车辆所具备的丰富实时数据可用于交通控制。
我国于2010年明确提出发展 “智能车路协同系统 IVICS(Intelligent Vehicle Infrastructure Cooperative Systems)”
2017年，公安部科研所发布《汽车电子标识通用技术条件》(征求意见稿)，计划在全国拥堵城市的关键区域设置100万个路测设备点位，推广使用电子车牌，对车辆进行检测
在车路协同环境下，所有车辆之间、车辆与路测设备/信号控制系统 之间存在双向实时通信，车辆能实时将车辆位置、车速等信息传送至信号控制系统，控制系统也能实时将控制方案、建议路线等信息回传给个体车辆，从而能主动、动态地调整路段车辆行驶行为。
面向瓶颈区域的交通信号区域协调信号控制
瓶颈状态：道路出现饱和或过饱和的交通恶化现象，瓶颈交叉口车辆排队有可能逐渐向上游传播至整个交通网络，造成路网锁死。