孙剑教授基于数字孪生与自动驾驶仿真测试为例讲解了微观交通仿真服务工程应用案例

编者按：近日，在赛文交通网和中国仿真学会交通建模与仿真专业委员会联合主办的“道路交通仿真技术在交通领域的实践应用探索”线上研讨会中，同济大学交通工程系孙剑教授就微观交通仿真的发展，作了《微观交通仿真：从工具到服务》的报告。

该报告就微观仿真软件的发展建设与服务工程应用方面进行了深入分析。总结了交通仿真的发展现状，介绍了自主可控TESS NG微观仿真软件的研发历程；分析了微观仿真工具的应用困境，阐述了TESS NG仿真应用模式探索与服务生态建设；最后,基于数字孪生与自动驾驶仿真测试为例讲解了微观交通仿真服务工程应用案例。

交通仿真的发展现状

微观交通仿真系统于上世纪90年代末开始进入中国，呈现两极分化趋势发展。在学术界，微观交通仿真应用的比例是持续上升的，经统计交通领域TRB论文使用微观仿真做科研或方案评价的论文比例，从20年前的3%左右持续增加，现在已接近30%。在工业界，微观交通仿真的增长空间巨大，据统计中国约有1100家微观仿真用户，而美国则有上万家的用户数量，这与中国整体的人口数量、城市数量与仿真分析需求数量是不成比例的。

随着自动驾驶、数字城市、智能网联技术的发展，规划设计应对未来的交通系统更依赖于交通仿真技术。然而，交通仿真被国外系统垄断，2018年美国商务部工业安全局的出口管制清单中包含交通和物流领域，而交通物流领域的建模和仿真技术是它的一个子领域，交通系统仿真不仅仅是我国交通领域的“卡脖子”技术，实际上是涉及到国家未来战略性新兴产业竞争的一门技术。智能网联交通涉及国家安全与未来战略性新兴产业竞争，自主可控交通仿真系统至关重要。

TESS NG：针对混合交通流环境定制化模型研究

2003年第一代TESS启动研发,历经十余年优化与研究,第二代TESS NG可针对大规模混合交通系统进行高可信的模拟。

TESS NG仿真平台在准确模拟中国驾驶人驾驶行为特征的基础上，可以快速有效得对不同交通对象和网络规模进行精细化模拟,同时可以对交叉口、快速路、路网、公交线路、立交、环岛、收费站等各类场景进行三维可视化分析。

TESS NG微观仿真软件三大核心技术支撑包括软件处理架构支撑复杂系统模型高效计算，CAD化的道路设计、设施属性关系建模，以及更为重要的底层核心交通流模型。

TESS NG仿真系统是中国的，但基础交通流模型研究既是中国的，也是世界的。以机非交互交通流仿真为例，该仿真系统可以适应低度、中度和高度等国内外不同混合程度的场景，同时适配节点、干道、路网、大型立交、收费站和综合枢纽等多维场景，已应用于虹桥机场、杭州武林门、深圳中心区改造等数百项大型基础设施规划设计与运行优化。

以虹桥枢纽区域仿真为例，虹桥枢纽区域路网涉及陆侧、车道边、空侧机场运行区等多模式交通流，不同模式交通转换、人流、车流、飞机流等交通组织衔接复杂，容易形成运行瓶颈。

从以人为本的角度优化虹桥枢纽的整个运行是一个非常复杂的系统，利用TESS NG仿真系统可实现对区域路网“分块循环”“大循环”等不同组织方案潜在瓶颈进行仿真辨析与评价，通过设施设计和组织优化，实施后的车辆平均延误降低了12%。

微观仿真工具应用困境

目前国内仿真工具使用未达到预期，有多方面的原因。时间关系，只列举几个说明。

其一，标准规范缺失。美国等西方国家针对微观仿真制定了一系列工程标准和规范，特别是明确要求交通规划设计必须有科学定量的评价工作。只有明确微观仿真工具的工程要求、适用范围、可信度标准、具体流程等一系列标准规范，才能去更好的发挥软件的作用。

其二，技术饥渴症VS基础忽视病。避免盲目追求新的技术，而忽视交通工程基础问题，需要行业特别是决策者更加重视利用仿真工具进行基础问题的解决。

其三，科学评价工具VS可视化工具。当前仿真工具软件侧重于可视化工具，而忽视了其评价功能。

其四，评价工具VS 解决方案工具。一种误区认为仿真工具可以自动化生成解决方案，导致对仿真工具定位产生偏差甚至误解。尽管我们正在研发仿真与交通解决方案的一体化产品，但目前的仿真更多是一种精细化的评价工具。

其五，专业工具VS大众工具。仿真工具被认为是较为专业的工具，需要专业人士去使用，未来可能需要研发更加轻量级的仿真产品，引导更多用户应用。

其六，独立使用VS协同应用。目前仿真工具，与交通控制系统、数据分析系统、诱导系统等不同的交通分析和管控系统兼容性不强，某种程度上也影响了该工具的普及应用。

TESS NG仿真应用模式探索

目前绝大部分仿真应用模式较为陈旧，更多的是单机、离线、封闭的应用模式，可类比为手机的“功能机时代”。未来的需求趋势是实现从“功能机时代”到“智能机时代”的变革，“智能机时代”的仿真工具或仿真服务解决方案，作为一个开放的平台，可以低代码开发进行在线仿真、数字孪生、仿真优化等不同的仿真应用，在TESS NG仿真内核的基础上，构建一个服务生态体系，用户不仅可以很容易的进行传统规划、设计、管控方案的评价，此外还能有更多的赋能，大大拓宽仿真技术应用边界，真正满足用户生产解决方案的需求。

仿真四化驱动TESS NG服务生态发展变革

• 线上化，从离线仿真到共享应用；

• 快捷化，从专业应用到人人服务；

• 协同化，从独立应用到业务协同；

• 服务化，从评价工具到定制服务。

基于技术视角、传统的仿真工具应用模式以及TESS NG仿真即服务的理念，我们根据仿真四化需求，在TESS NG 基础版及专业版基础上，开发了一系列新的仿真产品。

TESS NG基础版仅作为离线应用工具；TESS NG在线版可实时获取卡口/摄像机等实时数据和路网检测数据，进行在线仿真和数字孪生系统研发，同时也可结合边缘MEC设备，进行嵌入式的边缘仿真计算基于；TESS NG Plus版在中台可实现仿真评价与信号控制、交通诱导、事件管理、公交优先等不同管控方案协同起来，利用仿真优化技术，实现交通问题解决方案的智能化生成；在边缘端，通过MEC设备软硬一体，也可形成基于雾计算的仿真优化服务能力；TESS NG云版不仅简单地实现云上做仿真，而且能快捷统筹云上的一切资源，包括数据资源、可视化资源、跨系统的仿真资源，也可以实现需要很大算力需求的城市级仿真，按照订阅方式提供仿真服务，TESS NG云化版是与阿里合作开发的。

以上均是为了适应四化的要求做出的变革，希望能支撑TESS NG从 “功能机”到“智能机”的变革，满足真正的用户以交通问题解决为导向的应用需求。

TESS NG服务生态体系建设

TESS NG致力于仿真工具-仿真服务-仿真解决方案的技术演进路径开发，不管是面向城市交通、智慧高速、智慧隧道、智慧枢纽，以及大型活动如亚运会、冬奥会等，希望能将仿真技术全方位服务于整个交通的精细化治理，这也是自主可控仿真软件的一个优势。

除了底层仿真的引擎之外，上面会做一些以仿真为核心赋能的产品，然后在此基础上做一些集成产品。即将仿真嵌入到各种智慧交通的解决方案中服务于实际问题解决，即如何以仿真为核心去构建服务生态体系。目前济达交通除了4类仿真产品之外，还有基于TESS NG开发的4类数字孪生产品，以及可以方便集成应用的17类智慧交通解决方案产品。

仿真即服务：TESS NG +定制化应用

通过定义可计算高精度路网、数字化管控系统、深度交通流模型嵌入等，TESS可满足不同行业、不同目标的高可信仿真需求，包括宏微观或者宏中微观一体化仿真、在线仿真和数字孪生、仿真与BIM/CIM基础设施、城市信息模型耦合以及跨领域的自动驾驶的安全性测试等。 基于仿真的智能机定位，平台是非常开放的，可以跟其他系统去耦合方便的开展联合仿真。

下面介绍两个方面的应用案例，分别为数字孪生应用与跨行业的自动驾驶仿真测试应用，这些应用都是建立在智能机的开放生态服务基础上。

（1）关于数字孪生应用。

现在有了轨迹的检测设备，包括雷达、视频以及雷视一体机等，很多人认为数字孪生就是将轨迹回放出来，目前这是非常底层的数字孪生，远远不到数字孪生应有的效能。济达交通基于独有的交通仿真技术，最近2年，开展了几十项交通数字孪生项目。当前交通系统数字孪生仍在起步阶段，能看但不一定能用，难以指导科学决策，更不能进行实时系统优化。数字孪生应该是能看、能诊断、能管、能优化四个层级，这需要坚实的交通核心技术做支撑。

第一层级能看，系统确实能把现实世界交通运行过程复现出来，这种复现可以用雷达或者雷视一体的手段全部覆盖复现，现在用全覆盖的设备手段，绝对不具有可持续性。目前基于TESS NG技术可以在较低的设备覆盖率情况下，以最小代价把这个系统做到能看清、看全，能看就是数字化的过程。

第二个数字孪生等级是能用或者能诊断，就是能发现问题。发现问题这里面需要有交通模型，同时可以基于不同粒度的数据进行诊断分析，即可以采用卡口等断面数据结合路网渠化设计进行初步诊断，也可以融合雷达等多源轨迹数据，结合浮动车数据进行路网深度全面的诊断等等。当然了，我们也集成AI的一些模型，会从中发现更多问题。

第三个层级,能管，如果没有仿真做不了这件事，能管就是做到虚和实的交互了，我的方案不是被动评价它，我在实施之前就要预评估它，多个几个方案对现实什么影响，需要要推演，没有仿真推演没有办法科学评价他，这不仅包括交通管理层面的方案，也包括交通设计，渠化方面的方案。

第四个层级，能优化，目前我们还没有工程能力能做到全场景优化这个层级，能优化的概念就是现在根本不知道优化方案是什么，也许有500个可行方案，也许有1000个方案，方案组合非常多，我怎么去最快的找出来，或者生成最佳方案。我们基于仿真优化理论，可以进行大规模、多决策变量的快速优化，可以直接支撑方案智能化生成。

仿真如何给数字孪生赋能？如果没有仿真，实际上只能做一些现状的问题发现、离线的分析或者相关决策、方案的后评估，但无法做方案的预评估。若使用仿真手段，可以将所有的数据整合起来，从问题发现到病因诊断，从态势发展到方案的预评估，从离线决策到在线优化，而且是实时的、提前的，实际上都需要仿真在中间赋能才能做这样完全闭环的技术体系。

下面介绍几个简单的例子。并不是每个数字孪生的产品或者说数字孪生的解决方案都需要做到4个层级，比如我们承担的冬奥会数字孪生，用户更关心即使发现问题，马上做应急的方案。需要在有限的检测条件下，推理出鸟巢附近全路网的状态变化，仅需要在几个路口安装雷视一体的设备和卡口做成全路网，即可做很多方案的推演。若推演发生问题后，可以给管控中心提出一些路径、管控方面的建议，然后再跟其他执行机构协调。实际上以上是完成数字孪生的第三级“能管”。

第二个案例为智慧高速，这也是当前一大热点。高速上若200米或者说500米安装一套雷视一体机投资太高，无法承受，但通过仿真可以推演现状及未来的状态，以及各种管控策略实施后对系统造成的影响，在少用甚至不用雷视等轨迹检测设备条件下，基于TESS NG可实现全网的态势的感知、管控方案的预估以及相关策略的优化。智慧高速目前和万集、电科等集成商都有不少的合作。除了智慧高速之外，同样适用于城市道路，比如与海信合作在济宁几个干道上做的干道的基于仿真的实时管控决策产品方案。而在隧道场景同样可以用仿真的技术去跟现有的管控策略，包括应急预案的演练等去做数字孪生的技术应用。

（2）关于跨行业的自动驾驶安全性测试应用。智能网联车上路需要应对各种复杂的交通、道路和天气状况，尤其是在中国特色混合交通流环境下运行，因此智能网联车上路之前需要进行严格的测试。但上路测试发生一起事故的代价非常的大，例如特斯拉事故和Uber事故。在道路测试领域存在一个百亿英里的测试难题，这个难题导致仿真测试是自动驾驶安全性测试的一个核心手段，因为要证明人类驾驶比自动驾驶安全，按照兰德公司的预计需要100辆车，24小时道路测试225年才能从统计上证明自动驾驶的事故率与人的事故率高低。因此，只能通过仿真测试来实现。

现有的仿真解决方案大多基于复杂的集成，缺乏可信背景的交通流。TESS NG软件可以方便的与自动驾驶的传感器、仿真动力学等集成，生成最真实的背景交通流。除了常态交通流的模拟之外，也可对各类干扰行为建模仿真，更加准确的模拟各种混杂行为，更好地去发现自动驾驶在安全性方面的一些隐患。目前国内大部分领军企业的自动驾驶测试都应用了我们以上的技术。

最后总结，我们希望瞄准仿真技术驱动的交通问题解决方案这一核心目标，基于仿真即服务SAAS、在线仿真、云仿真、嵌入式仿真、深度仿真理论等仿真技术，开展城市交通、智慧高速、自动驾驶、数字孪生、隧道应急、大型活动等跨行业应用。立足自主可控，通过行业需求牵引和技术创新的驱动，支撑交通问题的解决，并赋能跨行业应用。