羅舒琳 田丹丹 高向鵬 張存保

（武漢理工大學(xué)智能交通系統(tǒng)研究中心 武漢430063）

關(guān)鍵字：交通工程；移位左轉(zhuǎn)；自適應(yīng)交通信號控制；優(yōu)化模型；仿真分析

0 引 言

平面交叉口是道路交通的咽喉，而左轉(zhuǎn)與直行的沖突是造成平面交叉口通行能力下降、車輛延誤上升，以及影響交通運行安全的關(guān)鍵因素[1]。因此，如何高效組織左轉(zhuǎn)交通流，緩解直、左車流沖突，一直是道路交通管理方面的研究熱點。常用的左轉(zhuǎn)車流組織方式有:設(shè)置左轉(zhuǎn)專用車道、設(shè)置左轉(zhuǎn)可變車道等[2]，隨著城市交通擁擠程度的持續(xù)加劇，上述交通組織方式有時難以有效緩解交叉口擁堵狀態(tài)。為此，一些非常規(guī)交通組織方式相繼被提出和應(yīng)用，包括出口道左轉(zhuǎn)[3-4]、移位左轉(zhuǎn)交叉口等[5]。

移位左轉(zhuǎn)交叉口通過將左轉(zhuǎn)車輛與對向直行車輛的沖突點提前，消除主交叉口的直、左沖突，使左轉(zhuǎn)與直行可同時放行，從而減少信號相位數(shù)，達到降低車輛延誤與提升通行能力的效果[6-7]。國內(nèi)外針對移位左轉(zhuǎn)的研究主要分為交叉口幾何設(shè)計優(yōu)化與信號控制優(yōu)化2個方面。

交叉口幾何設(shè)計優(yōu)化方面，Carroll等[8]分析了不同交通量下移位車道長度對移位左轉(zhuǎn)交叉口實現(xiàn)最優(yōu)協(xié)調(diào)控制存在的影響，指出移位左轉(zhuǎn)車道的設(shè)計長度受信號控制方案與流量的共同影響。Yang等[9]建立了基于統(tǒng)計原理的排隊長度預(yù)測模型，為移位左轉(zhuǎn)車道長度等設(shè)計參數(shù)的確定提供依據(jù)。趙靖等[10]針對移位左轉(zhuǎn)交叉口提出一種左轉(zhuǎn)非機動車道優(yōu)化設(shè)計方法，以保障非機動車在移位左轉(zhuǎn)交叉口的通行安全。華雪東等[11]提出設(shè)置移位左轉(zhuǎn)的縱列式交叉口設(shè)計，并針對設(shè)置移位左轉(zhuǎn)的縱列式交叉口提出了布局設(shè)計、信號配時一體化的優(yōu)化模型。

交通信號控制優(yōu)化方面，Zhao 等[12]以通行能力最大為目標，建立移位左轉(zhuǎn)交叉口設(shè)計與信號配時優(yōu)化協(xié)同的綜合優(yōu)化模型，在即定的道路設(shè)計參數(shù)下能夠制定合理的定時信號控制方案，但定時優(yōu)化方法缺乏靈活性。Suh 等[13]提出以降低交叉口延誤為目標，利用蒙特卡羅仿真法求解移位左轉(zhuǎn)交叉口的信號配時優(yōu)化方案，但利用仿真法進行方案比選效率低且時耗長。常云濤等[14]根據(jù)相位差取值對移位左轉(zhuǎn)交叉口的排隊場景進行劃分，并基于波動論建立以總延誤最小為目標的固定配時優(yōu)化模型。蔣賢才等[15]建立了協(xié)調(diào)狀態(tài)下基于韋伯斯特理論的移位左轉(zhuǎn)交叉口延誤計算模型，但未對不同協(xié)調(diào)帶寬以及非協(xié)調(diào)場景下的延誤計算方法進行全面分析。

綜上所述，目前移位左轉(zhuǎn)交叉口主要采用定時控制方法，當車流到達波動較大、到達車輛數(shù)在短時間內(nèi)顯著增加時，容易出現(xiàn)排隊長度快速增大。由于移位左轉(zhuǎn)交叉口主、預(yù)信號距離較短，滯留車輛累積易進一步導(dǎo)致移位左轉(zhuǎn)交叉口產(chǎn)生排隊回溢，對交通通行效率與安全產(chǎn)生不利影響。此外，現(xiàn)有基于波動理論、韋伯斯特理論的移位左轉(zhuǎn)延誤估算方法排隊場景劃分流程復(fù)雜，其延誤計算效率和精度有待提高。鑒于此，本文對車輛到達累計理論進行改進，運用模型預(yù)測控制方法，建立包含反饋、預(yù)測、優(yōu)化流程的移位左轉(zhuǎn)自適應(yīng)信號控制優(yōu)化模型。

1 移位左轉(zhuǎn)交叉口概述

1.1 移位左轉(zhuǎn)交叉口設(shè)計方案

常見的移位左轉(zhuǎn)交叉口包括適用于T形路口的單向移位左轉(zhuǎn)交叉口，以及適用于十字路口的雙向或四向移位左轉(zhuǎn)交叉口。圖1（a）為4個進口方向均做移位左轉(zhuǎn)處理的全移位左轉(zhuǎn)交叉口，包含1 個主信號交叉口和4 個預(yù)信號交叉口。其中，主信號交叉口包含東西向、南北向2個相位，預(yù)信號交叉口包含直行、左轉(zhuǎn)2個相位，主、預(yù)信號相位可組成6個相位[12]，見圖1（b）。在不考慮右轉(zhuǎn)的情況下，將移位左轉(zhuǎn)交叉口細分為16 個流向，包含8 個符合隨機到達規(guī)律的流向（1～8）、4個車輛到達數(shù)受預(yù)信號控制方案影響的流向（9～11），以及4 個車輛到達數(shù)受主信號控制方案影響的流向（12～16）。

圖1 移位左轉(zhuǎn)交叉口交通流向和相序圖Fig. 1 Traffic flow and signal control phase diagram of CFI

1.2 信號配時原則

現(xiàn)有研究對移位左轉(zhuǎn)信號配時的基本原則有較為一致的描述，大體包括以下3點[14,16]。

1） 主、預(yù)信號均為2相位信號控制，周期相同。

2） 主、預(yù)信號按等飽和度原則配時。

3） 主、預(yù)信號進行協(xié)調(diào)控制以降低停車延誤、停車次數(shù)。

在上述條件中，如圖2 所示，對主、預(yù)信號進行雙向協(xié)調(diào)需要整合多個周期的交通狀態(tài)，在以單個周期為優(yōu)化間隔的自適應(yīng)信號控制中難以實現(xiàn)，因此，本文以各進口由主到次方向的信號協(xié)調(diào)為主，對相位差進行約束。令主信號交叉口東西向相位綠燈時間為G1，南北向為G2。東西向2個預(yù)信號交叉口采用相同配時方案，令其直行、左轉(zhuǎn)相位綠燈時間分別為g1，g2；南北向同理，設(shè)預(yù)信號左轉(zhuǎn)、直行相位分別為g3，g4。 T1為主信號相位1與東西向預(yù)信號直行的綠燈啟亮?xí)r間之差，T2為主信號相位1 與南北預(yù)信號左轉(zhuǎn)綠燈啟亮?xí)r間之差。下面以各進口由主到次方向為例，對相位差的相關(guān)要求和約束進行闡述。

圖2 主、預(yù)信號協(xié)調(diào)控制示意圖Fig. 2 Coordination signal control diagram of main and pre-signal of CFI

1） 東西向由主交叉口到次交叉口方向處于協(xié)調(diào)狀態(tài)時，東西向相位差應(yīng)滿足

2） 南北向由主交叉口到次交叉口方向處于協(xié)調(diào)狀態(tài)時，南北向相位差應(yīng)滿足

式中:Li為i 進口的移位左轉(zhuǎn)車道長度，m；Lsl為移位左轉(zhuǎn)車輛經(jīng)過預(yù)信號交叉口的行駛距離，m；Lmt為直行車輛經(jīng)過主信號交叉口的行駛距離，m；Lml為左轉(zhuǎn)車輛經(jīng)過主信號交叉口的行駛距離，m；w 為啟動波波速，m/s；v 為平均車速，m/s；li,0為第i 流向的初始排隊長度，m。

2 移位左轉(zhuǎn)交叉口自適應(yīng)信號控制方法和模型

2.1 關(guān)鍵問題與控制思路

移位左轉(zhuǎn)交叉口自適應(yīng)信號控制需要解決以下2個關(guān)鍵問題。

1） 交通流波動對移位左轉(zhuǎn)交叉口的不利影響。由于移位左轉(zhuǎn)交叉口特殊的結(jié)構(gòu)布局，交通流波動特性的負面影響被放大。當車輛到達在短時間內(nèi)顯著增加時，定時信號控制方案難以適應(yīng)車流變化，容易因排隊長度快速增加導(dǎo)致排隊車輛回溢，見圖3；當車輛到達顯著下降時，存在綠時空放問題，通行效率有待提升。

2） 現(xiàn)有移位左轉(zhuǎn)交叉口延誤計算方法靈活性差、精度不足。目前移位左轉(zhuǎn)交叉口延誤指標主要基于波動論、韋伯斯特理論進行計算，根據(jù)相位差取值范圍不同，將主交叉口左轉(zhuǎn)流向排隊分為4 種場景、次級交叉口直行分為7 種排隊場景進行討論[12]，當考慮車輛滯留積累時，場景劃分更為復(fù)雜，難以進行準確界定。而自適應(yīng)信號控制的方案靈活性強，必須考慮車輛滯留累積問題，因此需要對現(xiàn)有移位左轉(zhuǎn)交叉口的延誤計算方法加以改進，以提高延誤計算效率和精度。

圖3 移位左轉(zhuǎn)交叉口回溢示意圖Fig. 3 Schematic diagram of overflow in CFI

模型預(yù)測控制（MPC）方法包含多步預(yù)測、滾動優(yōu)化、反饋矯正等控制策略，具有魯棒性強、控制效果好等優(yōu)點[17]。本文基于MPC 確定面向移位左轉(zhuǎn)交叉口的信號控制優(yōu)化框架，總體包含5 個階段:①實時檢測排隊長度、流量等交通狀態(tài)反饋數(shù)據(jù)，獲取車輛累積滯留情況；②基于卡爾曼濾波對各流向車輛到達情況進行多步短時預(yù)測，獲取交通波動勢態(tài)；③以C ，T1，T2為控制變量，基于配時原則計算G1，g1等信號控制參數(shù)；④基于延誤計算方法量化不同方案下的交叉口延誤與安全指數(shù)，并比選方案，執(zhí)行效益最優(yōu)方案；⑤滾動檢測配合迭代修正，不斷生成適應(yīng)交通狀態(tài)變化的信號控制方案。

2.2 移位左轉(zhuǎn)交叉口自適應(yīng)控制優(yōu)化模型

2.2.1 移位左轉(zhuǎn)交叉口延誤計算方法

移位左轉(zhuǎn)交叉口的16 個交通流向有不同的到達規(guī)律，流向1～8 的車輛到達隨機性較強，一定程度上受到關(guān)聯(lián)交叉口的影響，流向9～12的車輛到達主要由預(yù)信號交叉口的駛離狀態(tài)決定，流向13～16為組合流向，車輛到達主要由主信號交叉口的駛離情況決定，因此到達車輛數(shù)預(yù)測分為3個部分討論。

1） 隨機到達交通流（1～8）到達車輛數(shù)預(yù)測。由于車輛到達規(guī)律隨機性強且受相鄰交叉口的影響，對8 個流向在預(yù)測間隔內(nèi)的總到達車輛數(shù)進行短時預(yù)測?；诳柭鼮V波理論的交通流量預(yù)測模型具有較高的預(yù)測精度[18]，選用卡爾曼濾波進行短時交通預(yù)測。根據(jù)交通狀態(tài)變化的連續(xù)性，假設(shè)Δt時間段內(nèi)某流向的交通量與本流向前3個時段的交通量有關(guān)，建立卡爾曼濾波量測方程。

式中:qi(t ± k) 為i 流向在t 至t ± k ?Δt 時段內(nèi)到達車輛總數(shù)；hi,1為權(quán)重系數(shù)；w(t) 為量測誤差；Δt 為預(yù)測窗口，預(yù)測窗口過小易使預(yù)測的準確度降低，且預(yù)測窗口應(yīng)滿足優(yōu)化間隔內(nèi)的預(yù)測需求，設(shè)定移位左轉(zhuǎn)交叉口最大周期為120 s，預(yù)測窗口大小為5 min。

基于短時預(yù)測結(jié)果，任意時刻的到達車輛數(shù)為

2） 預(yù)信號影響約束流（9～12）的到達車輛數(shù)計算。流向9～12 的到達車輛數(shù)與預(yù)信號交叉口的駛離情況及主、預(yù)信號燈之間的行程時間有關(guān)。以流向10為例，其上游為流向4，基于排隊論，結(jié)合流向4的燈色狀態(tài)和車輛駛離情況，以車輛在主、預(yù)信號之間的行駛時間xi,j為時間差，倒推求解流向4 在t - xi,j時刻的駛離車輛數(shù)即為流向10 在t 時刻的到達車輛數(shù)，表示為

式中:xi,j為流向i 的車輛從預(yù)信號停車線行駛至流向j 隊尾的行程時間，s；l10,t-1為流向10 在t - 1 時刻時在主信號交叉口的排隊長度，m。

3） 主信號影響組合流（13～16）的到達車輛數(shù)計算。

流向13～16為組合流向，其到達車輛數(shù)由上游主信號交叉口的2 個對應(yīng)流向的駛離車輛數(shù)組成。以流向14 為例，與流向14 的到達車輛數(shù)主要由流向7 和11 的駛離情況有關(guān)。同理基于排隊論倒推可得

移位左轉(zhuǎn)交叉口各流向排隊消散的演化過程基本相同，與信號燈的燈色狀態(tài)決定、到達車輛數(shù)和飽和流率有關(guān)，可分以下3種情況討論。

1） 當信號燈為紅燈狀態(tài)時，離去車輛數(shù)為0。

2） 當信號燈為綠燈且排隊長度大于0時，離去車輛數(shù)為該流向?qū)?yīng)的飽和流率。

3） 當信號燈為綠燈狀態(tài)但排隊已清空時，離去車輛數(shù)等于到達車輛數(shù)。

綜上可得離去車輛數(shù)計算公式。

式中:si為i 流向飽和流率，輛/s；si,t為i 流向的信號燈在t 時刻的燈色狀態(tài)，取值范圍為0,1分別表示紅、綠燈狀態(tài)。

根據(jù)車輛累計算法，t 時刻的排隊長度與其到達車輛數(shù)及上一時刻的排隊長度有關(guān)，在已知初始排隊長度li,0的基礎(chǔ)上，各流向在任意時刻的排隊長度記為

某一時刻的停車數(shù)量之和為車輛在該時刻產(chǎn)生的總延誤，則周期延誤可定義為周期內(nèi)各個時刻停車數(shù)量之和的總和[19]，總延誤除以總離去車輛數(shù)即為車均延誤，記為效率指標，公式為

式中:k 為方案代號；p 為除右轉(zhuǎn)以外總的交叉口流向個數(shù)，半移位交叉口中值為12，全移位交叉口中值為16；C 為周期時長，s。

2.2.2 模型約束條件

排隊長度是判斷車隊是否回溢的關(guān)鍵指標。為確保移位左轉(zhuǎn)交叉口運行的可靠性，當各流向在周期內(nèi)任意時刻出現(xiàn)排隊長度大于對應(yīng)車道長度時，認定存在回溢風(fēng)險，方案不通過，反之方案可行。因此排隊長度應(yīng)滿足

式中:i 為移位左轉(zhuǎn)交叉口內(nèi)部可能發(fā)生回溢的流向，取值為9～16；j 為可能回溢至相鄰交叉口的流向，取值為2,6,4,8；Li為i 流向?qū)?yīng)進口的移位左轉(zhuǎn)車道長度；Lx為移位左轉(zhuǎn)交叉口距上游交叉口的距離或左轉(zhuǎn)蓄車道長度。

為避免車輛滯留不斷累積造成后續(xù)交通疏導(dǎo)壓力增大，主、預(yù)信號之間8個流向的相位綠燈時間應(yīng)至少足夠清空綠燈啟亮前的排隊車輛；同時，為保證8個隨機到達流向的基本通行需求，設(shè)其相位綠燈時間應(yīng)不小于15 s。各流向信號燈的最小綠燈時間為

式中:hi為i 流向飽和車頭時距，s；k 為i 流向信號燈從周期開始至綠燈啟亮前的時長，s；gmin_i為i 流向所屬信號燈的最小綠燈時間，相位最小綠燈時間取各組成流向信號燈的最小綠燈時間的最大值，s。

2.2.3 信號控制優(yōu)化模型與求解

為實現(xiàn)移位左轉(zhuǎn)交叉口信控效益最大化，以車輛延誤最小為目標，建立移位左轉(zhuǎn)交叉口自適應(yīng)信號配時優(yōu)化模型。

式中:Cmin，Cmax為周期最小、最大值，s；Gmin，gmin為主、次交叉口各信號的最小綠燈時間，s；k , K 為方案代號與方案集合。

該模型為多變量非線性優(yōu)化問題，決策變量為周期C 、東西向相位差T1與南北向相位差T2，約束條件包括變量取值范圍、協(xié)調(diào)條件、需求約束，以及回溢約束，采用枚舉法進行求解。設(shè)周期搜索步距ΔC = 5 ，相位差是重要的協(xié)調(diào)參數(shù)，搜索步距不宜過大，設(shè)ΔT = 1，模型求解流程見圖4。

3 仿真實驗

3.1 仿真方案

運用微觀仿真軟件Vissim 建立路網(wǎng)模型，通過COM接口結(jié)合Mtalab編程，對移位左轉(zhuǎn)交叉口自適應(yīng)信號控制方法進行仿真實驗。仿真結(jié)果與移位左轉(zhuǎn)交叉口定時協(xié)調(diào)控制方案的運行結(jié)果進行對比，以驗證文中方法的有效性。仿真路網(wǎng)布局見圖5，4個進口均設(shè)置移位車道且長度相同，均為105 m，布局參數(shù)Lsl= 25 m，Lmt= 60 m，Lml=48 m。設(shè)Cmin= 40 s，Cmax= 120 s。

國內(nèi)外移位左轉(zhuǎn)交叉口進口流量的設(shè)置范圍多在5 000～10 000 veh/h之間[6,7]，為全面考察移位左轉(zhuǎn)設(shè)計面向不同流量等級下的適用性，設(shè)定仿真流量區(qū)間為[3 600，11 600]，每隔1 600 劃定1 個流量等級，設(shè)定直行、左轉(zhuǎn)流量比例為3∶2，仿真時長為3 600 s，不同流量狀態(tài)下分別取5 個隨機種子進行仿真，共仿真60次，以車均延誤、平均停車次數(shù)與平均排隊長度為評價指標，每次仿真截取600～3 000 s仿真時段內(nèi)的輸出數(shù)據(jù)，不同隨機種子的仿真結(jié)果取均值后進行分析。

圖4 移位左轉(zhuǎn)交叉口自適應(yīng)信號控制優(yōu)化流程Fig. 4 Optimization process of adaptive signal control for CFI

圖5 仿真路網(wǎng)示意圖Fig. 5 Schematic diagram of simulation road network

3.2 結(jié)果分析

1） 通行效益。不同流量等級下，對移位左轉(zhuǎn)自適應(yīng)信號控制方式與分時段定時協(xié)調(diào)控制方式分別進行仿真，輸出交叉口整體平均延誤、平均停車次數(shù)與平均排隊長度見表1。

由表1可看出，①從指標數(shù)值的增長趨勢上看，2種控制方式下交叉口的車均延誤、平均停車次數(shù)和平均排隊長度隨流量增大而增大；②從指標改善幅度的增長趨勢上看，延誤的改善幅度隨流量的增大呈先增后減趨勢，排隊長度的改善幅度呈遞增趨勢，停車次數(shù)的改善幅度呈遞減趨勢，并隨著流量不斷增大最后呈負增長趨勢，3 個指標無明顯線性相關(guān)性；③從指標最優(yōu)點的分布來看，流量為5 200 veh/h時停車次數(shù)下降7.4%，流量為8 400 veh/h 時車均延誤平均下降至31.2%，流量增至10 000 veh/h 時排隊長度下降47.8%，交通效益提升，但3 個指標的優(yōu)化最大值不在同一流量層面。

2） 不同流向的平均延誤指標比較。由圖6 可知:①2種控制方式下，相對直行流向，移位左轉(zhuǎn)交叉口左轉(zhuǎn)延誤較大。由于左轉(zhuǎn)車輛經(jīng)過3個信號交叉口，即便主、預(yù)信號協(xié)調(diào)使得左轉(zhuǎn)車輛在本流向次級交叉口免于產(chǎn)生延誤，部分左轉(zhuǎn)車輛仍會在垂直方向的次級交叉口進行二次排隊，導(dǎo)致左轉(zhuǎn)車流的延誤、停車次數(shù)較大；②與定時協(xié)調(diào)控制相比，移位左轉(zhuǎn)自適應(yīng)控制下各流向的延誤較小。低流量下2種控制方式各個流向的延誤差異不明顯，隨著流量逐漸增大，各流向延誤差值逐漸拉開差距，并在流量為8 400 veh/h 時達到峰值，隨著流量的進一步加大，差值逐漸減??；③與直行流向相比，左轉(zhuǎn)延誤在各流量下降幅均較大，文中方法對左轉(zhuǎn)流向的延誤優(yōu)化效果更顯著。

3） 環(huán)境效益。鑒于設(shè)置移位左轉(zhuǎn)車道在一定程度上會增加車輛繞行距離、停車次數(shù)等，以尾氣排放為指標，簡要分析不同信號控制方式下移位左轉(zhuǎn)交叉口對環(huán)境效益的影響，實驗結(jié)果見圖7。圖7（a）為自適應(yīng)信號控制下移位左轉(zhuǎn)交叉口各類尾氣總的排放情況，相同流量層次下，與傳統(tǒng)交叉口排放總量相比，移位左轉(zhuǎn)交叉口排放總量較大；圖7（b）為10 000 veh/h 流量等級下2 種控制方式的CO排放量對比，2種控制方式下尾氣排放量基本持平，但自適應(yīng)控制下直行相對左轉(zhuǎn)的排放差更趨平緩，左轉(zhuǎn)流向的排放量略有上升，由于直行、左轉(zhuǎn)流向的流量比為3∶2，當左轉(zhuǎn)流向停車次數(shù)上升，左轉(zhuǎn)流向的排放總量可能逼近交通體量更大的直行流向，這與1）中10 000 veh/h 的流量等級下反映出的停車次數(shù)改善效果為負趨勢的情況相符?？傮w而言，無論采用何種信號控制方式，相比常規(guī)交叉口，移位左轉(zhuǎn)交叉口對通行效率有顯著提升，但在停車次數(shù)與尾氣排放方面表現(xiàn)不佳。

表1 交通效益評價指標Tab. 1 Evaluation indexes of traffic benefit

圖6 不同流量下各流向延誤對比圖Fig. 6 Contrastive analysis of average delays of deferent traffic flow in CFI under varying volumes

圖7 尾氣排放示意圖Fig. 7 Diagram of Exhausted emission

4 結(jié) 論

針對移位左轉(zhuǎn)交叉口定時控制方法存在的不足，基于MPC控制框架，建立包含多步預(yù)測、滾動優(yōu)化、反饋矯正流程的閉環(huán)移位左轉(zhuǎn)自適應(yīng)信號控制優(yōu)化模型，同時，針對目前主流移位左轉(zhuǎn)交叉口延誤估算方法的局限性，提出基于累計到達消散原理的延誤估算方法，并通過仿真實驗對本文方法進行了分析評價。主要結(jié)論如下。

1）與定時控制相比，自適應(yīng)控制下移位左轉(zhuǎn)交叉口的車均延誤、停車次數(shù)、排隊長度分別下降31.2%，7.4%，47.8%，通行效益提升、排隊回溢風(fēng)險降低。

2） 與直行流向相比，移位左轉(zhuǎn)交叉口左轉(zhuǎn)流向的車均延誤較高，移位左轉(zhuǎn)設(shè)計對直行車流的運行效益提升更顯著，自適應(yīng)控制下直行、左轉(zhuǎn)延誤差值雖減小但整體趨勢不變。

3） 自適應(yīng)信號控制下，與直行流向相比，左轉(zhuǎn)的車均延誤在各流量下的降幅較大，文中方法對左轉(zhuǎn)流向延誤的優(yōu)化效果更顯著。

4） 相對傳統(tǒng)交叉口，移位左轉(zhuǎn)交叉口對通行效率有顯著提升，但在停車次數(shù)與尾氣排放方面控制效果不理想，在保證通行效率的前提下，如何提升出行體驗、降低環(huán)境污染將成為后續(xù)工作的重點。