东南大学任刚教授团队 | 智能交通工程 : 从状态感知到机理认知
东南大学任刚教授团队 | 智能交通工程 : 从状态感知到机理认知
面向世界科技前沿和国家重大需求，智能化是交通工程学科未来发展的必然要求，体现在目标、对象和条件等方面。本文所指的智能交通工程(intelligent traffic engineering)意为智能化交通工程，是更广义的智能交通(intelligent transportation)概念的子集，它综合交通参与者(人)、载运工具(车)、基础设施(路) 等要素，从系统优化角度聚焦智能化背景下交通系统的建模分析、规划设计和管理控制等内容。
当前，智能交通工程研究呈现出以下发展态势：
1. 交通大数据技术推动综合交通系统规划向精细化、精准化方向发展。现代城市每天产生海量庞杂、异质多元、大范围时空关联的数据，蕴含着丰富的价值信息。基于数据驱动方法研究复杂的多模式出行行为，发展多模式交通需求的动态辨识和预测，推动综合交通系统规划向精细化、精准化方向发展，是大幅提升城市综合交通系统规划设计水平、实现综合交通系统供需平衡和整体效能提升的有效途径。
基于轨迹/路径的交通拥堵溯源技术示意
2. 移动互联新环境、新技术推动道路交通流调控向多模式协同、智能主动方向发展。随着智能网联车辆的持续发展、大数据和人工智能技术在交通领域的不断渗透，兼顾非机动化和机动化出行的混合交通流建模仿真与协同调控、统筹考虑智能网联和非智能网联车辆的微观交通流建模仿真和车辆(车队) 控制、基于大数据和人工智能技术的道路交通时空资源问题诊断与主动调控基础理论与方法，成为新的发展趋势。
3. 多源信息环境推动交通设计与调控从单目标优化向兼顾效率、安全及环境多目标协同优化方向发展。多元异构交通大数据和智能网联技术为精确感知交通事故风险状态与环境污染时空分布，解析交通设计、交通流运行状态与交通事故、环境污染之间的复杂关联规律提供了前所未有的数据条件和实验研究条件，随着国家对交通安全和节能减排的日趋重视，建立多目标协同优化的交通设计与调控基础理论成为趋势。
未来拟突破的关键技术
在人工智能技术由感知智能向认知智能演进的新趋势下，新一代智能交通管控系统应当具备感知辨识(眼看)、认知推演(脑想)、管理控制(手抓) 多层面贯通的整体功能。
我们认为，随着交通工程和人工智能技术的融合应用，在海量的车辆轨迹数据和其他数据的支撑下，动态追溯交通流的来源和去向以及揭示隐藏在背后的出行行为意图成为可能。这将重塑智能环境下的交通工程技术方法和交通管控模式，实现由表象的交通状态感知(traffic state perception) 向源头的出行机理认知(travel mechanism cognition) 的演进，也契合新一代人工智能发展由感知智能向认知智能转化的大趋势。
东南大学任刚教授团队的新书《智能交通工程 : 从状态感知到机理认知》从智能交通工程的感知辨识和认知推演两个层面展开叙述，主要内容包括车辆轨迹重构、出行路径识别、出行链提取、交通状态估计与拥堵溯源、出行选择行为建模、态势推演系统开发等，重点向读者呈现多源大数据和人工智能算法在上述内容环节中的应用。
感知辨识层面包括第2∼5 章。第2 章介绍融合移动和固定检测器的轨迹重构算法，实现检测路段全时空车辆轨迹的精准再现；第3 章研究车辆路径识别方法，构建基于自动车辆识别数据的行驶路径匹配模型；第4 章建立观测序列与出行链间的映射关系，提出机动车驾驶员完整出行链推断方法；第5 章则在前面3章内容的支撑下，创新了交通状态估计及拥堵溯源技术。
认知推演层面包括第6∼9 章。第6、7、8 章分别以出行方式选择、目的地选择、路径选择三类出行行为为例，介绍了宽度学习、半监督学习等人工智能技术在出行行为机理解析中的应用，并结合实测数据对相关方法进行了全面评估。第9 章梳理了路网运行态势推演技术，并结合项目实例介绍了智能化推演系统的开发过程与效果。
本书的部分成果源自作者承担的国家重点研发计划项目“城市多模式交通网运行仿真系统平台开发”(项目编号：2019YFB1600200)，国家自然科学基金项目“MaaS 背景下考虑复杂异质性的路径选择建模与网络混合需求分配”(项目编号：71971056)、“基于AVI 数据的机动车出行路径识别及交通拥堵溯源方法”(项目编号：52202399) 和“非常态事件下道路交通网络韧性监测原理与应急控制方法”(项目编号：52372314)，中国博士后科学基金面上项目“基于AVI数据的机动车出行路径重构与全网络路径流量反推”(项目编号：2022M710679)。
针对交通工程和智能技术的融合发展趋势，本书聚焦智能交通工程的感知辨识和认知推演两个层面，主要内容包括数据驱动的城市快速路车辆时空轨迹重构、基于自动车辆识别数据的机动车出行路径识别、片段化观测条件下的机动车出行链提取、大规模路网交通状态估计与拥堵溯源、基于宽度学习的出行方式选择行为建模、考虑时空关联性的目的地选择行为建模、基于半监督学习的路径选择行为建模、交通网络运行态势推演系统开发等。
本书可作为交通运输规划与管理专业的研究生参考书，也可作为智能交通领域相关科研人员的参考用书。
本文摘编自《智能交通工程 : 从状态感知到机理认知》（任刚, 曹奇, 李大韦著. 北京 : 科学出版社, 2025. 2）一书“前言”“第1 章绪论”，有删减修改，标题为编者所加。