交通“7+1”论坛第三十四次会议在清华大学召开，本次论坛的主题为：动态交通仿真理论应用与发展

3月29日下午，由交通7+1论坛理事会主办、清华大学-剑桥大学-麻省理工学院低碳能源大学联盟未来交通研究中心、公安部交通管理科学研究所、科进英华(北京)智能交通技术有限公司承办的交通“7+1”论坛第三十四次会议在清华大学召开，本次论坛的主题为：动态交通仿真理论应用与发展。清华大学教授吴建平作了“在线交通仿真理论应用与发展”的主题报告。

以下为发言实录：

吴建平：今天各位院士各位领导和各位专家各位嘉宾，很高兴有机会在交通“7+1”论坛第三十四次会议上介绍在线交通仿真方面所做的研究工作和开拓性的工作以及应用的情况

今天主要讲三件事，作为介绍的连续性，简单从仿真理论和基础，包括我本人从做博士研究生开始，25年以前开始做，FLOWSIM已经本土化，混合交通的模型进行了改造和升级，希望将来真正成为中国自主知识产权，已经申请国家发明专利和软件著作权。

大的宏观上面说大家都知道，现在存在着两种观念，从大的格局上仿真的形式，一是宏观仿真，一是微观仿真，还有中观仿真，作为宏观仿真不把交通个体行为考虑在内，通过宏观的交通模型对交通形状进行面熟。对每一辆汽车每一个行人每一个自行车都从个体行为研究出发构成行为，体现整个交通系统，随着计算机的发展越来越多替代早期宏观仿真模型位置。

比如说这是真实系统的照片，这是关于这个路口微观仿真模型，几何形状和车流可以真实在线，最大的优点可以预测未来，一旦走向在线的话还可以直接参与交通系统管理和控制，这就是今天这个话题里面会涉及到的一些内容。

仿真仿真以真为先，一个系统仿真不能体现系统本身行为的话，就是失真了，以驾驶为主的情况。在路上开车的话，大量时间跟着一辆车走，跟车模型是仿真模型里边最核心的模型，核心的行为模型是跟车模型，路一拥堵的时候，80%的时间跟着人家走，换道和领先的机会不是很多。

换道模型，有两种，离开这个系统要出去了，二是想超过前面这辆车，多种原因有一个换道的过程，两次换道跑到见面了地或者离开这条主路通过辅路出去了，这是重要的模型，而不是核心模型，它很重要，但是它在总的人们开车的行为里面所占的比重没有跟车的比重大，跟车是核心的，从支路并到主路的并道模型也是很重要的模型，大家都知道在黄灯的时候到底走还是不走，这是两可的状态，这个行为也是对黄灯的响应行为，绿的肯定可以走，红的肯定得停，黄灯状态下可以走可以不走，就一个行为在里面如何决定。

我在25年以前做博士的时候开发FLOWSIM模型，我们在大学做很多的研究，包括英国高速公路管理局都在使用。

以这个模型为例，今天主要想说一下关注行为模型和这个真有多少重要性，是如何关注的。

首先要关注行为你要知道梨子的滋味得尝一尝，研究它的行为用真正的车让不同的驾驶员不同的人在不同的道路状态真正走，然后去采集它的行为数据，在这里面我们采集了300多位不同驾驶员，用了不同的高速公路城市道路区间道路环境，不同的交通状态，拥堵的不拥堵，历时八年在英国开发，受了三个EPSRC项目支持，最终采用了35万条数据，中英智能中心成立的时候，石秘书长带着组织中心的时候我们在后期开发的过程。

利用模糊数学模型作为依据，原因是这样的，开车的时候对外界的观测所得到的信息是一个模糊的状态，让一个驾驶员开着车，如果觉得这个车的速度和前面车的速度是一样的时候，按一下键盘，取下来的数就是认为速度跟间一辆车是一个速度的时候，实际上是一个分布，也就是说基于说明了一个事实，人们对外界的观测不是精确的，不是说对这个车相对速度或者距离是什么就是什么，实际上是模糊的范畴，这就决定了用模糊的概念描述系统有理论上的依据。

第二个概念，人们做决策的时候，永远是模糊的过程，今年流行红裙子，可能会对颜色有一个范畴，对价格又有一个范围，对布料也有一个范畴，这些东西在你的脑子里边不是一加一等于三或者等于几，肯定是模糊的运算过程，这个过程就是模糊的计算过程，当时就用了模糊概念反映人们驾驶的行为，证明效果还是很好的。

建立了理论模型，剩下的问题就是要做校验，一类是定性，二是定量校验，这个模型能够定性反应人的驾驶行为，定量的就是这个车开出去，把数据放进去，仿真数据输出，的数据跟它相比，这是定量的效应。

一是反应的非对称性，开车的时候会对前面的刹车感觉反应非常大，前面的车一刹车，你会有一个过度的反映，如果前面的车是加速的话，不会超过它。这是反应的非对称性，因为人的感觉是有限的，跟着一辆车走的时候，一会儿快了一点，一会儿又慢了一点，一会儿距离大了一点，一会儿距离小了一点，不断调整这个距离，这些就是我们这个模型校验的过程，包括局部的稳定性，也就是说前面的车一刹车，也跟着一刹车，波无限放大，那是不稳定的系统，必须是稳定的系统，也就局部稳定性，加速度、速度和位移。在城里开车加速度，蓝的线是FLOWSIM结果，黑的线是实际记录的，FLOWSIM个体驾驶行为在里面覆盖到所有的峰值，精度可以到很高。这是红灯，两条线是重合的，位移两条线非常重合。仿真模型国际上流行很多软件，他们这些模型都是依赖于GIPPS、MISSION等作为仿真比较，FLOWSIM加速度值误差是标准的统计分析值，在加速度值的时候误差在几个模型里边是最小的。

大家都知道开车的时候一是跟前面的车相对速度的关系，二是跟前面车距离的关系，对前面车的距离的变化误差补助更准，误差是最小的，一是相对速度的敏感性，二是相对距离的敏感性，这些结果在交通仿真杂志上都发表了。2000年回到国内做长江学者，研究国内混合交通的情况，采集很多自行车模型和如何穿行和速度的分布，以及在FLOWSIM在国内的验证。

到这里为止我想把仿真背景的情况，今天仿真是微观的，从人们的行为角度捕捉的，模拟了每一个开车的人活着是步行自行车的行为，好多文章，有兴趣的人可以看。

在线交通仿真，在国际上已经有20、30年的历史，在线交通仿真是最近几年才出现的方向，在线交通仿真研究和应用的情况。

前面说过仿真最大的特点是在线系统状态，还有就是预测未来，可以根据未来的数据系统合理正确的，可以预测未来发生的情况，对交通规划交通管理和交通控制各种方案和方法系统进行评价或者是预测，优点是安全省时省钱，不用把真实的系统拿到现场，试一试，不对再换，这是真实的体系，仿真经过评价可以告诉你，这个方案OK，那个方案不OK。仿真里面有几个基本的要素，首先有道路网的背景，路网的车在上面跑，要有交通流数据，包括OD数据，人们出行的情况。

仿真管理智能交通的数据，包括仿真其他的参数，这张表大家可以注意一下，对比了传统的离线仿真和在线仿真的差别，人们讨论都是离线仿真，在线仿真区别在哪里在这样几点，所有的模型属于离线仿真软件，都是基于PC机的，道路网的数据都是通过人工采集，包括交通流的数据需要人工采集，研究结果是一次性做完以后交一个报告就结束了，应用进行离线分析。所有都是放在数据库，数据库替换道路网的背景，直接接到数据库，不用到现场人工采集，数据的精度是另外一个议题。

是永久性的，平台一旦建立就成了数据库上的体系一部分，是永久性，可以进行离线分析评价，同时也可以做在线交通管理和控制，这就是下一个阶段正在研究和探索的，我跟李伯虎院士提到的，嵌入式仿真，作为控制系统的一部分，这就是今天在线仿真。

我们在系统方面做了技术创新，直接把背景读到仿真体系里面，交通数据直接接入。有些案例有些专家还会介绍。并行计算、云计算的平台。直接读入效率可以提高80%，人工网背景用人工画进去所花费时间是非常惊人的，如果能够直接跟系统通过数据库直接接入的话，可以节省80%工作时间。

下面用两个例子说一下在线交通仿真应用，我们在做的两大应用领域。

按智慧交通仿真管理服务核心平台，二是基于交通仿真信号控制系统这个平台有两个发明专利，一是授权，再一个就是公开的过程里。我认为所谓智慧交通或者智能交通真正走向智慧的话，必须含三个元素，第一个元素首先得有一个大数据库，必须有真实的数据，在这个系统里面第一个是和实时数据对接，根据真实的数据库出解决方案，对于一件事情得有一个评判，医生给病人看病的话，根据脉搏和脸色、舌苔能够判断出，应该吃这个药，按不同的医生给出不同统的药。必须能够出方案，智慧方案出来的话，可能有三个方案、五个方案并不知道应该用哪个方案，这个时候要有一个智慧的评价体系，在线交通仿真系统就扮演这个角色，就是起了在线评价功能对三个方案，五个方案经过一次仿真，告诉你A方案最好或者B方案最好，将来可以控制真实的系统。

这是我们这个系统里边今天所叫的名字，指挥交通管理服务核心平台，这个体系里面核心的概念，里面就是三要素，就是数据方案评价。跟各种各样的实时数据对接。

智慧方案体系，如果一旦我们有城市交通状况以后，如果一个地方发生交通事故，系统就应该会确认事故层因，包括确定情况，再进行出几个方案到了下一步仿真体系里面，可以送到仿真系统对此进行确认，哪个是最合适的方案，直接交给管理部门实施，同时回到数据库里面，这就是智慧的学习，自己不断学习不断成长，也就是说从另外一个观点来讲，真正的智慧系统会自我成长自我学习，会越来越成熟。

智慧交通服务平台描绘一下，针对于交通常规系统，主要解决两大问题，基于现有的道路的话，能做的是做两件事，把路网的能力提升到最大，把路网上的交通流如果可能的话，在路网能够均匀分道，从管理的角度，如果不考虑今天的需求管理和拥堵收费，也不考虑其他的，交通管理部门能做的，一是提高道路网的能力，二是交通均匀分布，这个体系里面，因为第一块关注就是如何把所有的路口实时动态的数据在系统里面，可以定期对这个路口进行评价，每一个节点都是在系统是在线的，可以监控它，我会发现交通流和信号配时不是一种最佳的组合，我就会告诉你这个路口可以关注可以改变信号配时，这就是我们所做在线仿真，我可以直接控制。

第二，区域交通组织，每条路上交通的状况，因为每条路的能力我知道，每条路剩余多少能力我也知道，我们可以进行动态定向的诱导交通流分布不太拥堵的路上，这就是我们在线控制可以做的事情。要配合动态交通诱导信息，定向诱导和非定向诱导功能是不一样的。

对一个城市的交通管理来说，除了常态剩下就是紧急状态，紧急状态我们在系统里面，对紧急状态一旦某个地方速度和流量突然发生变化的话，系统就会有差距，仿真体系会预测15分钟以后，如果什么都不做，拥堵圈子会扩大到哪里，于是对我们的管理来说，包括上游的分流都是一个很好的决策依据，紧急事件响应和道路施工、地铁施工也有很多的案例。

除了这两层，常态的管理，二是紧急状态的管理以后，两年以前北京9月28号曾经发生了全城的拥堵，很多人在路上待了8个小时才回到家里，路网上有些关键节点，关键节点一堵死的话，会向周围扩散，动态系统就可以实时动态监测到这些节点变化的情况，一旦走向某个临界点的时候，我们又开始预警，上游就开始分流，不要把节点堵死，就像人身伤的穴位别堵死了。

重要区域保护，这是真正走向区域控制，这是863的研究项目，研究青奥会期间保护青奥会的区域，保证青奥会区域交通和环境、空气质量都符合要求，在周围建立一个圈子，保证区域的交通，不用采用拥堵收费，从管理控制的方式，动态平衡的方式保证一个区域九个案例都有应用的情况，这是南京青奥会，原理是什么呢?我们在周围一圈节点都管理起来，管理起来以后量出为入，出多少进多少，保证区域里面的平衡，能够保证这个区域里面交通处于稳定的状态，以及河南高速预案研究。

前面是智慧交通核心体系，用于交通信号灯控制，交通仿真优点是一旦上游有输出，预测这些车流到达下游的时间，排多少车，把每个节点上游的数据输入到这个系统，仿真体系这些车什么时候到达这些交叉口，节点进行优化，保证各个方向的平衡。目前的工作到了电路板设计，进入到现场实验的阶段，希望能够缩小，作为嵌入式的芯片，直接潜入到控制器里面，通过无线信号发过来运算仿真就预测，能够替换很多传感器，可以直接进行小范围的自我优化，直接用于交通控制系统，也是我们的发明专利。

验证结果，这个系统和真实的系统效果怎么样呢?实测和仿真的结果误差在8%、4%、8%范围，误差都在10%以内。这是相关的专利。

发展与挑战。做系统碰到最大的问题，调进来一条路就是一条线没有更多的信息，我们自己需要做很多的工作，将来做到像英国那样，细致到信号灯的配时情况，这个路口有多少车流，如果到这一步仿真工作就会走得非常快。需要更全面综合交通数据，数据的精度经常是不够的，进去是玉米，出来的是保密华，但是如果进去的豆子，炒出来是豆子，什么数据出来都就是魔术不是仿真，对数据要求越来越多，信号大数据时代的来临提供数据源。更快运算海量数据的处理，像北京的雾霾分布用仿真预测通过机动车排放尾气分布的情况。在线交通仿真这将来不久的未来会走入，现在已经进入实施阶段。

上一次交通7+1论坛就听到怎么样综合系统，其他系统的整理成一个综合系统，那是未来的发展方向。

在线交通仿真将来会是智慧决策的核心体系，智慧决策少不了交通仿真，希望能够通过官产学研相结合，推动政府、大学和行业的共同努力，政府支持大学研究、行业应用，在线交通仿真和需要强强联合，形成以产业链为主的产业联盟，为智慧城市建设做出它的贡献。