在传统交通管理模式无法应对日益增长城市交通出行需求的当下，城市智慧交通系统应运而生。中国科学院地理科学与资源研究所研究员陆锋近日发表题为《城市智慧交通建设的关键问题》的报告，对打造“聪明的车、智能的路、智慧的图”提出对策建议。《中国智库报告》今天为您解答：《城市智慧交通如何让公众出行尽在掌握？》。 

　　智库报告：《城市智慧交通建设的关键问题》 

　　智库机构：中国科学院地理科学与资源研究所 

　　报告作者：中国科学院地理科学与资源研究所研究员 陆锋 

　　城市交通系统“永恒的矛盾” 

　　解析一座城市的交通系统，我们不难发现，它既不是纯粹的道路系统，也不是单纯的管理系统，而是动静结合，自然的道路系统与社会的运输系统、慢行系统、管理系统的综合体，每个人都是交通系统的参与者与贡献者。如何把握在微观层面瞬息万变的城市交通系统内部的关联？如何对交通系统做出高效预判和管理？ 

　　记者：陆教授，您如何理解城市交通系统的“永恒的矛盾”？ 

　　陆锋：目前，我国的汽车保有量已达3.2亿辆，占世界首位。从交通管理者的角度看，希望完全掌控城市交通系统的运行过程，控制交通有序运转；从出行者的角度看，希望精确了解不同出行方案对应的路线和耗时，合理安排出行计划。但这些朴素需求，在现实世界中却很难满足。这是因为交通系统与土地利用密切相关，而土地是稀缺资源，城市尤其如此。在有限的交通用地条件下，如何使经常满负荷的交通系统运行最优化，是非常困难的。 

　　由于人口分布的空间不均衡和职住分离等现象的存在，交通系统具有很强的非线性和时空分布不均衡特征，比如上下班通勤需求大幅增加，形成交通潮汐现象，使得出行距离与出行时间的关系不确定。交通系统还具有随机性特征，一起普通的交通事故，却可能造成严重的交通拥堵并形成扩散效应。另外，交通系统中的行为主体是驾驶人和出行者，而人的行为受到很多因素的影响；这使得交通系统，尤其是城市交通系统的格局与变化很难精确刻画和预测。 

　　因此，可以说公众日益增长的出行可掌控需求与交通系统随机性、非线性、时空异质性和资源局限性之间存在“永恒的矛盾”。 

　　记者：那这组“永恒的矛盾”，有破解的办法吗？ 

　　陆锋：城市交通系统是由道路交通、轨道与公共交通、货运物流、慢行交通等子系统构成的复杂系统，经常牵一发而动全身。例如，对一个交叉路口的信号灯配时进行微调，就可能使所在区域道路交通效率得到显著提升。看似不经意的路侧停车位设计方案，有可能产生显著的慢行交通与机动车冲突，降低道路交通出行效率。 

　　城市智慧交通是借助现代信息与通信技术、地理信息系统、移动定位与导航、云计算与普适计算、人工智能等新兴技术，实现城市交通系统感知、分析、预测、智能控制与智慧化出行服务的技术体系。城市智慧交通建设，是在深入理解交通系统格局与演化规律的基础上，通过人工智能支持下的算法和模型，使交通系统管理过程具有高度的智能，在此基础上实现交通运输管理与公众出行服务过程的自动化和最优化，最大限度发挥交通基础设施能力，使交通运输与出行更加快捷，提高交通出行者对交通状态的了解，并最大程度减少对环境的不良影响。这些在传统的以长时序统计和经验支持的交通管理模式下，是很难实现的。 

　　记者：那么，当下我国的城市智慧交通发展到什么水平？ 

　　陆锋：从全球来看，目前我国的智慧交通发展水平是比较先进的，毕竟我们在现代测绘技术、移动通信技术、人工智能技术等支撑技术上，属于世界先进水平。而且得益于我国十几年在智慧城市建设方面的不断投入，及以北斗为核心的导航与位置服务产业的迅猛发展，我国各大城市纷纷建设了城市交通大脑、城市交通大数据平台等业务平台，在城市内智能手机和导航地图应用已完全普及。目前，我国导航地图应用日均活跃用户数已超过8亿，导航地图数据采集模式早已从区域性、定时性的计划采集模式转变为动态的智能更新模式，导航地图80%以上的数据采集环节实现了人工智能支持，各大互联网地图提供商覆盖的路网达千万公里以上。在城市交通分析、交通诱导、智能辅助驾驶与自动驾驶方面，我国也走在世界前列。 

　　城市智慧交通建设的关键问题 

　　目前，传感器技术和测绘地理信息技术外延不断扩大，推动城市智能交通应用场景不断泛化，为打造智慧城市信息服务平台提供了不可替代的技术底座。在此基础上，各大城市均建立了城市交通大数据管理平台，辅助城市交通基础设施规划和公共交通线路优化、拥堵特征分析、信号灯配时优化，并通过所衍生的信息服务，进行交通诱导和出行导航。但在具体应用过程中，用户不免还会发现导航不够精准、服务不够完善等问题。当下，城市智慧交通建设的关键问题是什么？ 

　　记者：城市智慧交通建设有赖高新技术和基础设施的加持，目前的不足和短板是什么？ 

　　陆锋：目前的城市交通系统感知手段非常丰富，包括高分辨率卫星遥感技术、卫星导航定位与地面电磁波/声波定位技术、4G/5G移动通信技术、车联网和物联网技术、视频信号处理技术、轨迹处理技术等，都在广泛应用于城市智慧交通建设中。 

　　可以说目前城市交通系统状态感知技术已经基本成熟，传统的专业探测技术向基于海量用户产生内容的非专业感知技术的过渡基本完成，每个交通出行者都在无意中成为交通信息采集的志愿者。 

　　目前的不足和短板在于如何精确地刻画城市交通系统的动态变化机制，明确系统要素状态和行为的相互影响关系，并在博弈条件下达到系统总体、局部区域和个体最优的均衡，实现精准的城市短时交通预测、区域级信号灯自动智能配时优化、交通系统总体优化控制、高可靠的多标准实时出行路径规划等。 

　　记者：有些驾驶员反映，一些时候地图导航会出现位置识别误差，比如明明在桥上，它显示我在桥下，这反映出什么问题？ 

　　陆锋：用户在导航地图中看到的交通路况，主要源于营运车辆的轨迹数据，包括安装了卫星导航定位装置的出租车、公交车和重点营运车辆等，及用户手机上多种发送高频定位请求的软件系统，通过实时捕获定位终端所在机动车的位置、移动速度和方位，辅之以道路视频信息、互联网文本信息等，通过实时的地图匹配，获取定位终端所在道路当前的平均行车速度，并根据道路设计行驶速度，分类为畅通、缓行、拥堵等交通状态，通过红橙黄绿等颜色在导航地图或布告板上展示出来。 

　　由于连续快速定位精度的限制，造成车道级交通地图采集精度还不够，特别是在部分复杂城市道路环境下，比如多层立交或复杂主辅路等，难以精确识别所在道路甚至车道，影响了交通地图及交通环境信息采集精度，这些有赖于各种导航定位增强技术的不断普及。另外，与城市交通相关的多种来源视频信号、卫星遥感影像、互联网文本等多媒体数据的实时处理技术，还需要提高鲁棒性，这些有赖于人工智能技术的继续深化与普及应用。 

　　记者：一些驾驶员经常会觉得，明明有一个更好的路径，但是地图没有推荐给我，反而一直让我走当前道路，以后这种情况会不会少一些？ 

　　陆锋：在出行导航应用中，实时最优路径规划一直是广泛关注的技术瓶颈。很多时候，出行者并不完全相信导航系统推荐的出行路径是最优的，这和出行经验有关。毕竟，导航系统的路径规划算法需要考虑很多不确定因素，及出行者对推荐道路的接受程度。因此，路径规划算法主要是基于当前路况和短时预测结果，基于千万级甚至亿级的历史同期路径耗时和其他出行者的出行路径习惯，给用户推荐出行路径。有时确实不一定是最优的，因为交通存在随机性，交通拥堵效应可大可小，短时预测结果不一定准确。但在统计意义上，导航系统推荐的出行路径，相对而言是合理的，否则算法就有问题了。 

　　当然，即使智慧交通发展到更高阶段，这个问题可能依然存在，这是因为导航系统推荐出行路径时，需要考虑交通系统总体最优与个体最优之间的博弈。毕竟，交通系统是由无数个个体构成的，对于具有自主行为和经验的个体出行者而言，是不考虑个体行为聚集可能对交通系统总体产生的影响的。然而，在信息完全对等的时候，就必须要考虑个体受众接纳系统推荐路径后的行为，可能对交通系统总体的影响了。 

　　城市智慧交通发展的未来展望 

　　报告指出，由于交通出行供需不匹配、城市公共交通服务水平不高、交通管理设施不完善等问题，当前，城市交通拥堵很难完全消除。通过增大道路交通密度来解决交通拥堵，需要消耗大量土地资源；交通供给的增大也会刺激产生新的交通出行需求，甚至可能加剧交通拥堵。在此背景下，发达国家有哪些可供借鉴的经验？缓解我国城市交通拥堵，还有哪些对策？ 

　　记者：国外的一些超大城市是如何应对城市交通拥堵问题的？有哪些更好的解决方案？ 

　　陆锋：发达国家的超大城市同样存在交通拥堵问题。但它们的交通模式相对简单一些，主要是自驾出行，自行车出行人数少、公交线路也较少，解决交通拥堵问题的难度相对国内小一些。此外，很多发达国家超大城市，街区比较密集，道路毛细血管多，路侧停车管理比较规范，对缓解交通拥堵有利。并且，发达国家超大城市，城区停车费很高，且轨道交通发展完善，因此Parking-Ride模式比较普及，也就是在城区外围轨道交通站点停车场停车，换乘公共交通，减少自驾车出行比例，可以有效缓解交通潮汐现象。另外，在部分发达国家超大城市，HOV专用车道（High-Occupancy Vehicle Lane，共乘车道）已经实施多年，该车道只允许多人共乘车辆通行，有效提高了道路使用效率，缓解了交通拥堵，促进了交通减排。2016年起，中国部分城市开始陆续启用HOV车道，但目前尚未普及。 

　　记者：关于缓解我国城市交通拥堵，您还有哪些对策建议？ 

　　陆锋：提高城市交通规划的预见性和前瞻性。充分利用交通大数据及对应的技术优势，研发基于公众出行活动链的交通预测模型，协调好交通设施、服务系统与土地资源的关系，充分考虑到机动车、自行车、步行等多模式构成的交通流特征，科学开展城市交通规划。 

　　深化城市道路交通智慧管理。通过大数据分析，实施错峰上下班、差异化停车收费、拥堵收费、拥堵路段与交叉口信号灯优化、路侧停车位规划与动态管理、潮汐车道、共乘车道、公交信号优先等，缓解道路拥堵，提高早晚高峰出行效率，激励公交出行等。 

　　打造车路协同系统。通过车辆环境感知传感器、车辆通信技术，研发智能网联汽车，也就是聪明的车；通过路侧传感器、路侧短距离通信技术，建设智能网联道路设施，也就是智能的路；通过高精度导航地图、道路状态众包感知，生产智能网联出行地图，也就是智慧的图。最终实现机动车－道路－地图的协同，这也是自动驾驶的重要技术支撑。 

　　尽可能提高城市公交出行比例。通过分析城市出行者的出发地－目的地的时空分布特征，优化公交线路/站点和运营时间、发车间隔，完善公交到站提醒服务，提供快捷、舒适、可靠、具有竞争力的公共交通服务等措施，提高城市出行公交模式占比，继续培养Parking-Ride模式习惯，提高道路资源、交通设施与交通工具利用效率。 

　　记者：未来我国的城市交通要达到怎样的目标？会呈现怎样的图景？ 

　　陆锋：在现代高新技术的支持下，一方面，基于驾驶者/路段画像的交通流动力学模型与统计机器学习方法的集成将会是未来城市交通大脑的研究重点。城市交通大脑需要在海量的历史数据和实时数据中，发现隐含的规律与模式，不断深化对城市道路和出行者的理解，基于知识发现的结果，实现智慧决策。另一方面，自动驾驶将是未来的道路交通发展趋势。自动驾驶可以最大程度地实现车与车、车与道路、车与环境、车与驾驶者之间的协同，规避驾驶行为的不规范和差异性，从而大幅度提高道路通行能力并减少事故、降低能耗与排放。 

　　总的来说，我国的城市交通发展已经从数字交通发展到智能交通，正在向智慧交通不断迈进。智慧交通的实现有赖于我们对城市交通系统的深刻洞察。此外，智慧交通还需要我们不断完善交通治理与管理体系，提高出行者的出行素质。毕竟，对交通出行而言，科学技术的进步只是辅助，最终做出具体决策的是每个个体出行者；而每个出行者，都将是城市智慧交通系统不可或缺的组成部分。 

　　链接地址：

https://content-static.cctvnews.cctv.com/snow-book/index.html?toc_style_id=feeds_default&share_to=wechat&item_id=4020465075959696678&track_id=B0D7AF46-EE48-4DA8-B10D-F00A5D112716_708236865076