交通仿真行业现状

交通仿真技术进入我国已经几十年时间了，很多项目与城市中都能见到它的影子。但相较于技术应用更加成熟的英国、美国、新加坡等国家，我国的交通仿真技术应用一直显得不温不火、乏善可陈，虽然在学术界应用比例逐年增长，但工业应用中仍有巨大上升空间，也因此交通仿真技术被行业专家称为“最熟悉的陌生人”。

2020年10月，公安部交管局发布《公安交通管理科技发展规划(2021-2023年)》，其中提到“综合运用多源数据，探索使用在线交通仿真技术，评价和预测道路点段实时交通运行状态，因地制宜科学优化信号配时、交通组织方案，有效缓解城市交通拥堵。”

但从近两年实际应用来看，相较于规划中提到的在线交通仿真技术，反倒是大数据在交通组织决策等场景中出现的频率更高也更受市场关注 。

交管市场是否需要仿真？长久以来交通仿真在市场中到底扮演了怎样的角色？智能交通技术不断前进的当下，交通仿真迎来了哪些机会？之后交通仿真又将走向何方？

一、交管市场需要交通仿真吗？

需求推动发展，探寻交通仿真发展情况之前，我们先从需求层面多方面了解当前交通仿真技术在交通管理中的重要性和必要性。

“输入输出数据做得好的话，仿真在交通管理确实是需求挺多的”，鄂尔多斯市公安局交管支队指挥调度中心二级主管张志远面对实际应用中交通仿真的需求问题时说到：“尤其是针对一些交通组织，用仿真提前做调研出来的方案更接地气，也更高效、有效，否则的话我们没什么工具去评估我们的措施、结果，会有多大的效益提升。”

“当前通常在交通影响评价、大型活动交通组织、施工区域交通组织和城市局部交通组织优化这几方面需要用到仿真”，自贡市公安局交通警察支队三级警务技术主管胡玉彪举例了自贡的交通仿真应用场景。

“主要在交通组织规划措施更改、道路交通渠划时使用。”大理市公安局交警大队指挥中心主任、警务技术一级主管柯强对当前大理的交通仿真的应用概括到。

“对于城市交通管理，交通仿真技术可以为交通信号优化、交通组织优化、占道施工审批、特殊勤务保障以及大型活动保障提供支持。

在交通信号控制方面，运用仿真技术模拟路口信控、干道绿波、区域协调信控方案，量化评估信控方案优化效果，辅助城市交通信号优化；

在交通组织管理方面，仿真技术可模拟路口渠化、微循环、路段限行等交通组织及管控措施，评估管控效果，辅助优化交通组织；

在占道施工管理方面，仿真技术通过模拟路段占道施工交通组织，评估施工方案及疏解措施交通影响，辅助施工方案审批；

在特殊勤务管理方面，通过仿真模拟勤务车辆行驶及保障措施实施，检视勤务全程，量化分析保障效果及周边交通影响，可辅助优化特勤预案；

在大型活动管理方面，仿真技术可模拟大型活动场景下道路限行、路段单行等交通管控措施，预判措施有效性，进而辅助措施优化、优选。”学塾加总经理沈文超向我们详细列举了交通仿真在城市交通管理中的应用场景。

当前交管市场对交通仿真的需求绝大多数来源于决策层面，相较于其他技术，交通仿真在交通决策层面有什么独到之处？

二、交通仿真扮演了什么角色

交通仿真在交通决策中不能替代、也本该是不可或缺的。

“交通仿真本身是一个非常好的工具，它最大的特点就是可以非常直观的进行量化的方案的比选。做出来的定量的评价指标比较信服，在做决策的时候比较有依据，仿真这么多年来基本上概念没有变。”霹图卫软件科技（上海）有限公司总经理沈畅这样定位交通仿真。

交通仿真技术从出现到进入市场已有几十年的时间了，目前市场上用的比较多的是离线的仿真。根据历史的、离线的数据，模拟交通流的各种交通现象，直观的反映各项交通状况效能指标，分析道路环境、车辆行为、设施建设、交通流的现状和特征，提供交通设计、交通组织、交通信号及其智能方法等的模拟、测试与评估。

其价值在于提升决策的合理性，由可量化的科学决策代替凭感觉拍脑袋的决策。

以深圳机荷高速立体改扩建工程项目为例，项目综合运用大数据、交通模型与仿真、驾驶模拟等关键技术，搭建了可推演、高可信的定量化仿真评估分析平台，基于微观交通仿真平台，持续跟进初步设计方案的研究过程，从效率层面评估比选方案的优劣，并提出评估建议，为设计方案的选代优化提供了支撑。

“交通仿真能够搭建一个超整合的虚拟交通环境（数字孪生），用户可以在这个虚拟的交通环境里面分析和评价对交通系统做出的任何变化，比如在基础设施、交通管理、智能交通系统、交通政策、公共交通、新的出行工具和交通运输方式（如自动驾驶、DRT、MaaS、智慧物流）等方面一系列的变化，并通过基于KPI的多方案比较提供决策支持。”Aimsun亚太区总监姜靖提到交通仿真的优势时这样说到。

这些是单靠AI、大数据等技术很难实现的，也是经历了技术爆发期后交通仿真仍能在市场留有一席之地的原因。但是，基于AI的大数据分析速度快、精确度高，传统的交通仿真需要和这些新技术融合，发挥双方面的优势，为当前和未来的交通提供快速精准的决策支持。

交通模型发达国家英、美、新加坡等，已经将项目前的交通仿真评估纳入相关法规体系。

英国交通部出台《交通分析指南》，要求所有中央政府与地方政府审批的交通投资都必须进行公共交通可达性评估；新加坡针对交通系统中基础设施、交通政策等变化执行前也必须通过交通仿真模型进行量化评估；还有美国的NCHRP系列等等。

交通仿真技术在交通决策层面有着不可替代的地位，也有交通模型发达国家珠玉在前，可以说不可或缺，但为何在当前国内智能交通市场中表现平平无奇，名不见经传？

三、国内交通仿真的不足

原因还要从当前交通仿真在国内市场应用中面临的一些困境谈起。

困境一：对交通仿真认知仍有不足。认知的不足表现在很多方面上，没有正确认知科学决策的重要性，忽略评估的意义，交通仿真流于表面，应付了事；对仿真数据与结果之间关系无法正确看待，对结果不信任，这是以往很多仿真结果的不准确造成的后遗症。

认知不足还表现在用户侧和供给侧的“知易行难”，当前交通仿真作为应用多年的实用性工具，很多交通专业的学生都会接触和学习，具备一定的普及性。但是运用交通仿真实战解决问题仍需要相当的专业程度，可以说是入门易，用好难。

学塾加总经理沈文超对此现象带来的影响总结到：“入门与应用的难度落差，在用户侧和供应侧形成了两个割裂：高大上的愿景与矮穷矬的预算、先进的方案与蹩脚的应用，极大地制约了交通仿真的应用推广。”

困境二：标准规范缺失。交通仿真模型的开发和维护需要比较大的投入，相较于英、美、新加坡等国家，我国当前在交通仿真的标准化和规范化方面仍有许多缺失。

当前的市场环境中，没有规范和标准的“硬”要求很难获得足够的支持，进而导致模型精度不够，然后越不受重视，如此反复，很容易陷入现恶性循环。

当然乐于见到的是，最近几年北京、深圳、武汉、杭州等城市做了大量相关工作，上海、广州已经开始将相应的支柱性分析、可达性分析纳入相关的准则当中。标准化规范化的问题正在尝试逐步推进。

困境三：交通数据的可获得性。当前，动态OD数据的获得仍是限制交通仿真大范围应用的主要原因之一，往往传统的通过调查搜集数据的方式通常仅能获得1%的数据量，且时间长、成本高，在遇到跨区域的应用场景更是难以实现。相较于高速路和快速路的数据相对整洁，城市交通的精细组织所需要的数据要求更高，获取更难，这也是当前我国交通仿真在交通决策层面应用更多的原因，在传统数据缺乏的情况下交通仿真难以满足交通运营层面的需求。

“大数据结合AI技术浮出水面之前，交通仿真领域中交通数据的可获得一直是一个很大的问题。”Aimsun亚太区总监姜靖这样说到：“放进去的是垃圾，出来的就是垃圾，数据收集不齐备的情况下放到模型里面，出来的结果与现实的交通流量之间可能有一个比较大的误差。”

困境四：仅能作为评价工具，缺少与方案交互反馈。在实际应用中时常遇到希望交通仿真软件可以一并提供解决方案的需求，但目前的仿真更多仅能作为一种精细化的评价工具。

困境五：在针对混合交通流适应方面仍然还有一定的提升空间。

“我们当前使用的仿真软件对非机动车仿真准确度有点偏差，我们的交通问题不能只局限于机动交通，非机动车体量确实很大，虽然说只有400万左右，但是从它整体的交通出行比例，还有车辆车总比例来说都非常高。”南宁交警支队科研所副所长、警务技术二级主管吴文皓提到南宁市在交通仿真应用中遇到的一些问题：“比如说南宁市会做入口规划非机动车前置等待区，但是我们在运行的时候，仿真在对模拟路口有非机动车前置等待区的情况下，对混合交通流表现不准确。”

困境六：使用门槛高。交通仿真入门易，做好难，导致专业仿真人才稀少，交管一线人才配备难度高，即使有交通仿真需求也难以实际应用。

困境七：兼容性不强。当前仿真更多作为单一工具独立使用，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，也影响了该工具的普及应用。

四、交通仿真的未来发展

为了摆脱困境，仿真行业针对其中技术性的问题进行了一系列的探索，扬长补短。

不论是结合利用大数据、AI等技术，还是提出搭建交通仿真实战应用中台、做开放共享、被集成。当前交通环境相较于仿真刚进入市场时发生了很大的改变，相较以往交通仿真应用单机、离线、封闭的模式，协同化发展更符合需求和未来趋势。

大数据、ICT技术的发展使得仿真可以获得越来越多元的数据，弥补了此前数据的缺失。与其他系统应用的配合可以使仿真的结果高效利用不再局限于评估，发挥出仿真的更大价值。

针对当前应用门槛高的问题，未来需要更加轻量级的仿真产品或使用方案，从专业应用到人人服务，适配不同的业务需求，引导更多用户应用。

数字孪生作为近两年的技术热门，受到了极多关注。交通仿真是交通数字孪生的技术支柱，交通数字孪生也可看做未来交通仿真的发展方向，目前市场对在线仿真技术的构思已经比较明确大致分为三个层次。

第一个层次是分析，将实时在线的数据接入仿真平台，实施监测真实世界全路网的交通运行情况，甚至包括实时数据不可获得的区域和路段。并可以执行事故探测并报警。

第二个层次是预测，在仿真的环境中以固定的时间间隔（比如5-15分钟）预测未来的交通状况，使交通管理人员更好的把控交通状态的演变，特别是当交通事故发生后，对交通的影响程度，从而协助交通管理人员提前预备交通管理方案，实现主动式交通管理。

第三个层次是评价，对不同交通管理方案进行基于KPI的评价，帮助交通管理人员实施最优化的方案。

除了以上的三个层次之外，在线交通仿真还有很多可能性可以挖掘，例如在采访中Aimsun亚太区总监姜靖也提到结合交通管理和汽车尾气排放管理的实时交通仿真 ，以及实时仿真在自动驾驶方面的应用等。

五、结语

交通仿真应用的前途是光明的，大数据、AI等技术的发展为交通仿真补齐了短板，在线仿真的应用未来明确；但道路是曲折的，要彻底改变流于层面的应用，需要加快推动相关规范、标准和导则的形成，也需要越来越多的成功应用案例“城门立木”，才能取信于市场，改变旧有偏见。