任刚 | 作者
安安 | 编辑
当前，我国城市综合交通系统建设取得了巨大成就。然而，随着城镇化、机动化进程不断加快，交通系统供需失衡情况日益严峻，大中城市普遍出现了严重交通拥堵等问题。
从技术层面来看，造成交通问题的一个重要原因是对复杂交通系统的科学分析和决策支持工具缺失。而交通仿真技术正是模拟复杂交通现象，复现交通流时空演化规律的有效手段。
但是，交通仿真以往也是一项“卡脖子”技术，国外软件长期垄断中国市场，核心技术受制于人。据统计，我国自主研发的交通仿真软件的国内市场占有率低于5%，超过95%的交通方案评估依托国外商业软件实现。
此外，国外软件基于国外交通环境开发，并不完全适合我国国情，在实际应用中存在“水土不服”、决策能力弱等缺陷。鉴于此，《交通强国建设纲要》等战略性文件均明确提出“加强城市综合交通协同管控技术研发”，“突破交通系统动态仿真等关键技术”。
综上可见，开发应用国产自主化的交通系统仿真技术及产品是赋能城市交通规划建设、协同管控与精准施策的现实需要，也呼应了我国交通行业发展和科技创新的重大需求，符合国家发展战略。
在这个背景下，2019年12月，由东南大学牵头，联合同济大学、北京交通大学等优势单位，共同申报的国家重点研发计划“综合交通运输与智能交通”专项“城市多模式交通网运行仿真系统平台开发”项目获批立项。
项目立足我国城市交通现实特征和行业需求，瞄准大数据、移动互联、智能网联等发展趋势，拟突破大规模交通网络多模式多尺度多情景一体化仿真技术瓶颈，研发具有自主知识产权、更适合我国国情的城市多模式交通网络运行仿真系统，形成涵盖系统架构、分析模型、核心技术、专用软件及集成平台的整套技术体系（图1），并依托典型城市完成系统综合测试与示范应用，为提升城市交通网络协同运行效能和智能化管控水平提供技术支撑。
通过三年的努力，项目取得了丰硕的研究和应用成果，目前正在准备结题验收。
结合该项目实施过程中的思考和实践，本文梳理了我国城市交通系统仿真技术发展需求，并以城市级大规模交通系统在线仿真优化问题为例展望了未来发展热点。
经综合研判，我们认为，多模式网络协同运行、多尺度仿真紧密融合、多情景业务治理决策的发展态势和需求特征，使得通常基于单一维度的交通仿真功能模块难以支持未来复杂交通情景，而且大规模网络交通行为解析与混合交通流仿真的速度和精度亟待提升。1. 多模式：道路网、公交网、轨道网、慢行网协同运行现代城市综合交通系统包括道路交通、地面公交、轨道交通、慢行交通等子系统，是典型的非线性复杂巨系统。缓解城市交通供需平衡问题，需要将原本独立的道路网、公交网、轨道网、慢行网等多张网络整合在同一张网络上进行协同分析、规划和管控（图2）。城市多模式交通网络往往包含数万个节点和多层子网，当几百万人、几十万车出行在如此超大规模的网络上，很难想象，对这样的复杂巨系统进行研究和优化能离得开交通仿真工具。目前，针对道路交通系统的仿真技术和软件相对成熟，但是能完全实现上述超大规模多模式网络仿真分析的交通仿真系统有待开发完善。其中，需要突破的核心技术难题是超大规模多模式交通网络流量分配和快速计算，并行计算有望对此做出贡献。
交通仿真模型一般可分为宏观、中观、微观等不同尺度（或称颗粒度、分辨率）类型，各类仿真模型的机理、特点和应用范围各有不同。城市交通系统仿真的一个重要需求和趋势是开始突破微观、中观和宏观的界限，逐渐通过外包式、交流式和整合式等途径走向一体。比如，在用宏观模型模拟外围整个系统的同时，用微观模型详细模拟一个局部地区，从而实现“既见森林、又见树木”的多尺度仿真（图3）。因此，如何实现不同尺度模型之间的有机融合，使仿真尺度在时空域中连续动态变化，成为交通仿真的研究和应用重点。图3 基于TranStar和TESS NG软件的宏微观融合交通仿真界面3. 多情景：规划建设、管理控制、政策制定、新业态治理决策根据我国城市交通行业特点，交通仿真应用主要集中在交通规划建设、管理控制、政策制定等业务领域。近年来，面向智能网联交通、共享交通等新业态新情景的仿真测试和治理决策成为热点。传统交通仿真软件的数据库构建、运行分析、模型标定操作过于复杂，增加了实际业务使用中的操作难度，也阻碍了仿真技术的应用效果。为此，需要强化业务需求导向的多情景交通仿真标准化流程设计与应用。一方面，制定城市交通仿真技术标准，对各类情景下交通仿真的数据格式、业务流程及评价方式等内容进行规范。另一方面，针对某一项具体的业务策略，实现方案组织生成/分析模块组合/方案效果评估/输出结果展示的“一键式”仿真流程设计，并形成多情景业务备选策略库。“大智云物移”等新技术在交通领域的应用，给交通仿真注入了新的技术内涵，进一步丰富了其应用场景。同济大学孙剑教授认为，我国交通仿真目前正经历从离线仿真到共享应用，从专业应用到人人服务，从独立应用到业务协同，从评价工具到定制服务的“线上化、快捷化、协同化、服务化”的新四化转型。解决城市级大规模交通系统在线仿真优化问题是支撑交通管控决策与评估等全局动态优化实践的急迫要求，也是上述转型过程中的热点和难点。交通信息采集条件的升级和完善为实现动态交通管控创造了基础条件，同时动态交通管控要求城市交通仿真模式向实时在线仿真转变，以支撑时变的交通运行下的控制决策与评估。在线仿真优化是充分利用交通仿真模型进行交通系统优化的重要方法，其核心思路是将交通仿真模型嵌入优化算法中，以仿真模型的输出作为算法的适应值来指导优化算法，进而快速搜索出问题的最优解。交通事故发生后的交通管控与组织就是一个典型的应用场景。道路交通事故发生的时间和地点均具有突发性和随机性，通常导致部分车道关闭，降低局部路段的通行能力。相关研究指出，当部分车道关闭时所在路段的通行能力至少降低25%，拥堵传播速度可达20km/h。如果不能及时评估交通事故的影响并实时优化相关管控方案，将导致拥堵范围扩大以及二次事故风险升高。分析该应用场景的困难在于：一是交通事故的影响是在整个网络层面上传播的，不仅仅局限于发生路段或节点范围；二是交通事故是偶发性事件且影响因素很多，难以获取类似场景下的足够样本观测；三是事故发生后的信控方案变化对系统产生了结构性的影响，纯数据驱动的方法将会失效。针对以上原因，城市级大规模交通系统的在线仿真优化目前来说是最佳解决思路。在线交通仿真优化的运行机制是在计算机内的仿真系统与实际的交通管控系统同步，通过实时交通状态估计和预测，实现对交通信息和管理方案选择的在线评价，作为实时方案决策支持工具。在线交通仿真系统一般包括当前交通状态估计、短期交通状态预测、实时检测数据处理、动态OD估算、交通信息与管理方案制定等模块（图4），其中核心模块为当前交通状态估计和短期交通状态预测，也是仿真模型描述的内容，其他三个模块则是为仿真模型提供输入信息。
（1）如何解决大规模网络范围要求与在线仿真实时性要求之间的矛盾。城市级的大规模仿真本身就有很高的算力要求，而基于仿真求解交通系统优化问题势必会多次调用交通仿真模型。为保障应用的可行性，必须通过有效手段显著降低大规模路网仿真的时间以及仿真优化的迭代次数。（2）如何将仿真模型与丰富的交通大数据资源融合，有效提升在线仿真精度。由于交通仿真模型普遍计算效率较低，采用简易的代理模型替代仿真模型是当前的主流方法。然而，代理模型是交通模型的代理，一般基于部分历史样本数据构建，无法实时捕捉交通系统的实际运行状态，导致预测精度有限。（3）如何针对不同的应用场景，实现仿真优化的可移植性。仿真优化方案包含代理模型、模型管理、优化算法等多种组件，每个组件对应多种选择。而交通系统优化问题自身也存在多种形式，针对不同优化问题，其对应的最优组件组合方式差别较大。现有方法可用于多个方案的效果评估与“比”选，但无法真正实现方案“优”选。在需求驱动和国家科技计划支持下，我国自主化的城市交通系统仿真技术研发取得了显著的进展，未来信息采集、大数据、云计算、数字孪生等技术的融合与完善为解决城市级大规模交通系统在线仿真优化问题创造了更好的条件，这方面的理论研究、技术开发、示范应用和标准推广等大有可为。