所謂“城市交通超腦”，指的是一個(gè)基于“在線交通仿真技術(shù)”，以大數(shù)據(jù)、人工智能和在線交通仿真為核心要素，集管理和服務(wù)于一體的綜合交通管理平臺(tái)，它可以做出頂層管理決策，對(duì)城市交通進(jìn)行全方位統(tǒng)籌治理。

城市里的朋友相約見面，但凡有人遲到，最有可能的原因就是這一個(gè)：堵車。似乎人人都可以說出自己城市的很多個(gè)“堵點(diǎn)”，堵車成為一個(gè)人人都能產(chǎn)生共鳴的話題。對(duì)于這個(gè)問題，專業(yè)人士提出了許多解決方案，比如聯(lián)網(wǎng)收費(fèi)ETC系統(tǒng)，城市道路電子警察、車載導(dǎo)航、信號(hào)控制系統(tǒng)，城市公交系統(tǒng)車輛到/發(fā)時(shí)間播報(bào)，停車場(chǎng)RFID識(shí)別，以及無人駕駛等等。然而這些技術(shù)雖然各有優(yōu)點(diǎn)和作用，但往往各自為政，仍然需要相當(dāng)程度的人力監(jiān)管，也無法從根本上緩解交通堵塞。

而要真正改善城市交通現(xiàn)狀，建設(shè)新型智慧城市，就必須實(shí)現(xiàn)交通管理的智慧化轉(zhuǎn)變，讓交通系統(tǒng)實(shí)現(xiàn)獨(dú)立思考、自主決策和智慧運(yùn)營(yíng)。這便是清華大學(xué)“未來交通”研究中心研究團(tuán)隊(duì)聯(lián)合科進(jìn)英華集團(tuán)打造“城市交通超腦”平臺(tái)的目的。所謂“城市交通超腦”，指的是一個(gè)基于“在線交通仿真技術(shù)”，以大數(shù)據(jù)、人工智能和在線交通仿真為核心要素，集管理與服務(wù)于一體的綜合交通管理平臺(tái)，由大數(shù)據(jù)運(yùn)營(yíng)體系、評(píng)估評(píng)價(jià)體系、專家決策體系和管理控制體系4個(gè)體系組成。該平臺(tái)可實(shí)現(xiàn)交通態(tài)勢(shì)實(shí)時(shí)監(jiān)控、交通業(yè)務(wù)在線綜合管理、交通信息服務(wù)便民、交通信號(hào)燈優(yōu)化控制、區(qū)域交通組織與交通誘導(dǎo)科學(xué)開展，以及交通突發(fā)事件預(yù)測(cè)預(yù)報(bào)和影響范圍預(yù)估。

駕駛行為分析

在探究城市交通問題的原因時(shí)，個(gè)體差異與整體交通量的影響不可忽視。例如，在處理交通擁堵問題時(shí)，需考慮交通參與者之間的相互協(xié)作對(duì)交通流運(yùn)行效率的影響，而在交通安全方面則需對(duì)交通參與者的行為進(jìn)行識(shí)別與區(qū)分。因?yàn)槿说膮⑴c，交通系統(tǒng)成為一個(gè)具有很強(qiáng)非線性、動(dòng)態(tài)性和隨機(jī)性等特征的復(fù)雜系統(tǒng)。

同樣，智慧化的“城市交通超腦”平臺(tái)建設(shè)過程中，最重要的變量是交通參與者（駕駛員/行人/自行車等）的行為與交互模式，因此研究團(tuán)隊(duì)首先進(jìn)行了駕駛行為研究。

為采集駕駛員的駕駛行為數(shù)據(jù)，研究團(tuán)隊(duì)共啟用兩個(gè)實(shí)車數(shù)據(jù)采集平臺(tái)：一是自主建立的交通環(huán)境綜合檢測(cè)車，二是英國(guó)南安普頓大學(xué)交通所建立的儀表化檢測(cè)車(InstrumentedVehicles，IV)。采集的數(shù)據(jù)來自不同性別、年齡層次、駕齡等的百余名駕駛員，測(cè)試時(shí)間達(dá)近千小時(shí)，共數(shù)百萬條實(shí)測(cè)數(shù)據(jù)，涵蓋各類城市交通狀況。針對(duì)駕駛行為數(shù)據(jù)無法直接用于識(shí)別的難題，獨(dú)創(chuàng)性地建立“駕駛風(fēng)格/駕駛狀態(tài)/駕駛行為”的駕駛行為解析模型，并提出組合動(dòng)態(tài)核的模糊C均值聚類算法來挖掘和量化駕駛風(fēng)格。

在對(duì)行人與自行車行為進(jìn)行仿真研究的過程中，研究團(tuán)隊(duì)通過視頻監(jiān)測(cè)平臺(tái)，利用攝像機(jī)記錄行人、機(jī)動(dòng)車和非機(jī)動(dòng)車的靜態(tài)與動(dòng)態(tài)信息，并提出實(shí)時(shí)視頻時(shí)空解析算法，用于提取行人/自行車行為軌跡。此外，還針對(duì)行人與車輛的交互作用，收集了大量行人過街的行為數(shù)據(jù)，提出無信號(hào)交叉口自行車沖突避讓行為仿真模型，并對(duì)有/無信號(hào)燈控制、有/無斑馬線等情形進(jìn)行驗(yàn)證分析。

在線交通仿真

有了海量的交通大數(shù)據(jù)，還需要能夠真實(shí)反映交通參與者行為的微觀交通仿真模型。然而，傳統(tǒng)的離線仿真技術(shù)難以直接應(yīng)用于城市交通管理決策當(dāng)中，為此，研究團(tuán)隊(duì)打造了可通過“數(shù)據(jù)-模型-仿真決策”三要素進(jìn)行在線交通管理與控制的城市在線動(dòng)態(tài)交通仿真平臺(tái)FLOWSIM。

城市動(dòng)態(tài)交通仿真平臺(tái)FLOWSIM包括感知層、融合層、應(yīng)用層和展現(xiàn)層。由于交通數(shù)據(jù)的獲取方式多種多樣，如視頻監(jiān)控獲得的視頻、圖片類的半結(jié)構(gòu)/非結(jié)構(gòu)化的數(shù)據(jù)、地磁圈獲得的流式數(shù)據(jù)、出租車的GPS數(shù)據(jù)等，因此數(shù)據(jù)結(jié)構(gòu)、維度、密度、特征各不相同，使得與實(shí)時(shí)交通數(shù)據(jù)進(jìn)行對(duì)接成為技術(shù)難點(diǎn)。研究團(tuán)隊(duì)利用基于大數(shù)據(jù)的時(shí)空存儲(chǔ)技術(shù)，通過深度神經(jīng)網(wǎng)絡(luò)技術(shù)將這些數(shù)據(jù)進(jìn)行跨域融合，獲得在線交通仿真平臺(tái)可識(shí)別與使用的標(biāo)準(zhǔn)化數(shù)據(jù)。

融合層和應(yīng)用層基于拓?fù)浞纸夥椒?，將城市自適應(yīng)地劃分為小區(qū)域，在計(jì)算機(jī)集群的不同節(jié)點(diǎn)中單獨(dú)計(jì)算后通過節(jié)點(diǎn)通信將結(jié)果合并。展現(xiàn)層以二維和三維的形式真實(shí)再現(xiàn)交通場(chǎng)景，建立符合中國(guó)國(guó)情的動(dòng)態(tài)交通仿真平臺(tái)。

多重創(chuàng)新提升決策效率

城市交通超腦能夠根據(jù)城市交通大數(shù)據(jù)對(duì)交通狀況進(jìn)行實(shí)時(shí)評(píng)估，提供實(shí)時(shí)在線的專家決策方案，并做出頂層管理決策，對(duì)城市交通進(jìn)行全方位統(tǒng)籌治理。在城市交通中，各類決策都需要快速反應(yīng)，而傳統(tǒng)交通仿真在解決交通問題時(shí)，需要遍歷不同解決方案的測(cè)試，因此具有嚴(yán)重的滯后性。此時(shí)，計(jì)算機(jī)神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)技術(shù)則可以發(fā)揮作用。利用深度學(xué)習(xí)技術(shù)，“城市交通超腦”可以根據(jù)以往的處理經(jīng)驗(yàn)，從系統(tǒng)中迅速找到交通分配方案，使運(yùn)算時(shí)間節(jié)省90%以上。

在暴雨等惡劣氣候環(huán)境中，交通路網(wǎng)會(huì)出現(xiàn)部分路段失效或路口失效等情況。針對(duì)該情況，基于完整路網(wǎng)模擬的交通仿真將無法適用，取而代之的是節(jié)點(diǎn)失效和動(dòng)態(tài)路網(wǎng)重構(gòu)方法。研究團(tuán)隊(duì)利用該方法對(duì)交通進(jìn)行仿真模擬，使得仿真平臺(tái)準(zhǔn)確重構(gòu)實(shí)時(shí)動(dòng)態(tài)路網(wǎng)，真實(shí)模擬交通網(wǎng)絡(luò)。以此制定的在線交通分配方案，在受氣象災(zāi)害影響的情況下，可以讓城市汽車行程時(shí)間縮短50%。

為了提高交通超腦能力，研究團(tuán)隊(duì)進(jìn)行了其他多項(xiàng)技術(shù)創(chuàng)新。例如，提出了基于交通大數(shù)據(jù)的城市路網(wǎng)功能層次劃分評(píng)價(jià)技術(shù)，將浮動(dòng)車、出租車等動(dòng)態(tài)數(shù)據(jù)源與GIS靜態(tài)數(shù)據(jù)進(jìn)行快速地圖匹配與數(shù)據(jù)融合，對(duì)路網(wǎng)實(shí)際運(yùn)行狀況和各等級(jí)道路功能層次劃分進(jìn)行評(píng)估與評(píng)價(jià)。與傳統(tǒng)只基于靜態(tài)數(shù)據(jù)分析路網(wǎng)功能層次不同，路網(wǎng)狀態(tài)與功能狀態(tài)在線評(píng)估方法支持對(duì)城市路網(wǎng)交通狀態(tài)進(jìn)行在線評(píng)估，是進(jìn)行渠化與信號(hào)燈優(yōu)化、區(qū)域定向交通誘導(dǎo)與交通安全管理的前提與基礎(chǔ)。

信號(hào)燈與路口也是研究團(tuán)隊(duì)關(guān)注的重點(diǎn)。研究團(tuán)隊(duì)提出了基于深度增強(qiáng)網(wǎng)絡(luò)的路網(wǎng)信號(hào)實(shí)時(shí)控制方法。在城市動(dòng)態(tài)交通仿真平臺(tái)的支持下，以單位時(shí)間內(nèi)最大化利用交叉口路面空間為目標(biāo)，動(dòng)態(tài)優(yōu)化路面渠化系統(tǒng)與交叉口信號(hào)燈配時(shí)，使道路通行能力最大化，進(jìn)而實(shí)現(xiàn)城市交通系統(tǒng)的“時(shí)空優(yōu)化”與路網(wǎng)調(diào)度的智能化升級(jí)。

在車流動(dòng)態(tài)調(diào)配與定向誘導(dǎo)方法方面，研究團(tuán)隊(duì)提出區(qū)域車流動(dòng)態(tài)調(diào)配計(jì)算方法，在動(dòng)態(tài)交通仿真平臺(tái)的基礎(chǔ)上形成區(qū)域交通車流動(dòng)態(tài)調(diào)配方案。該方案以路段通行能力最大與流量均衡為主要目標(biāo)，基于動(dòng)態(tài)OD、特定目的地與不同類型的車輛等條件進(jìn)行交通誘導(dǎo)，最終實(shí)現(xiàn)路網(wǎng)的交通流均衡分布，進(jìn)而縮短城市交通平均旅行時(shí)間。

除此之外，研究團(tuán)隊(duì)還提出了涉及交通安全和異常事件感知的創(chuàng)新方案。例如基于視頻監(jiān)控的占用緊急停車帶的警示方法與系統(tǒng)，可“先知先覺”的交通異常事件預(yù)先感知、交通組織與疏導(dǎo)技術(shù)等。目前，通過一系列創(chuàng)新技術(shù)，研究團(tuán)隊(duì)已獲得與交通超腦相關(guān)的發(fā)明專利7項(xiàng)。

━━━━

研究團(tuán)隊(duì)的研究最大限度地挖掘和利用現(xiàn)有道路設(shè)施潛力，不但將大幅減少交通瓶頸和擁堵路段，而且將全面消除設(shè)施利用率低、浪費(fèi)資源的節(jié)點(diǎn)和路段，引導(dǎo)車流均衡分布，提高區(qū)域路網(wǎng)運(yùn)行效率和服務(wù)水平。迄今為止，研究團(tuán)隊(duì)以技術(shù)開發(fā)、技術(shù)服務(wù)、技術(shù)咨詢等多種服務(wù)型式，將“城市交通超腦”研究的相關(guān)技術(shù)推廣到北京、天津、杭州、南寧等城市并實(shí)現(xiàn)應(yīng)用，每年可為出行者平均縮短4%～15%的出行時(shí)間。

當(dāng)前，城市交通超腦已經(jīng)成為有人/無人駕駛混行交通系統(tǒng)及全無人駕駛系統(tǒng)的未來交通管理控制核心。接下來，研究團(tuán)隊(duì)將把無人駕駛汽車的駕駛行為加入到仿真中，將“城市交通超腦”的功能進(jìn)一步延伸，使其作為城市未來交通管理控制的核心，最大限度地開發(fā)城市交通潛能，助力智慧城市建設(shè)。