王煒 , 趙德 ,華雪東 ,周偉
(1.東南大學交通學院,南京 210096;2.東南大學江蘇省城市智能交通重點實驗室,南京 210096;3.東南大學現代城市交通技術江蘇高校協同創新中心,南京 210096)
改革開放以來,我國城市交通發展經歷了大規模建設、現代化管理、機動化轉型、智能化服務4個 階段 [1];僅用40年時間完成了發達國家一百多年的發展歷程,發展速度之快、面臨問題之復雜、技術難度之大世所罕見。這期間,我國城市交通的出行方式也經歷了自行車主導、機動車/非機動車混行、機動車主導的轉變。也要注意到,快速城鎮化引發了居民出行機動化,城市交通問題趨于嚴重。根據國家統計局數據,2004—2019年我國私人載客汽車保有量從1.07×107輛增長至2.07×108輛(增長19.4倍),而城市道路里程僅從2.23×105km增長至4.59×105km(增長2.1倍)。城市交通系統供需嚴重失衡,交通擁堵、安全事故、環境污染等一系列大城市交通問題不斷涌現。
當前,我國城市交通處于交通結構轉型期,城市交通系統的供需矛盾很大;在快速城鎮化、出行機動化的雙重壓力下,單靠道路建設無法滿足機動化出行需求。緩解城市交通問題的總體思路是建設公交主導型的城市交通系統供需平衡體系 [1~3](見圖1),具體策略包括:①在交通源頭,采用以公共交通為導向的城市土地開發(TOD)模式,降低交通需求,引導城市綜合交通系統的供需平衡; ②在交通設施建設過程中,構建以軌道交通為骨干的城市綜合交通網絡體系,加強城市綜合交通體系的綜合協同,優化交通供給;③在交通末端,發展公共交通優先的城市智能化交通管理系統,提高交通系統的通行效率。在具體的實施過程中,需要精明的交通規劃、精致的交通設計、精細的交通組織、精準的交通管控等措施,最終實現城市交通系統從“增量積累”到“存量發展”、從“能力建設”到“效能提升”的功能性轉變。

圖1 公交主導型城市交通系統供需平衡體系
公交主導型城市交通系統供需平衡體系極具價值,其構建依賴于城市交通系統的智能化、政府職能部門的協同決策。一方面,當前的城市智能交通系統建設存在技術瓶頸,基于大數據技術解決城市交通問題的專業分析與仿真能力尤為缺乏;另一方面,政府各職能部門的業務相對獨立,與城市交通系統相關聯的部門業務方案論證“各自為政”,難以實現協同決策。
我國亟需建立基于大數據、人工智能(AI)等前沿技術的城市虛擬交通系統與交通發展協同決策支持模式,通過海量交通數據的匯集、融合、應用,交通分析模型的構建、優化,提高城市交通規劃與管控的精準化、科學化水平 [4,5];運用“統一的數據、統一的方法、統一的軟件”,形成共享的協同決策支持平臺;構建城市交通系統多個管理部門的協同機制,賦予“城市交通大腦”“交通優化的思維能力”,切實提升對政府決策的支持能力與效率。
城市虛擬交通系統能夠突破當前城市智能交通系統建設的技術瓶頸,真正將交通大數據用于提升城市交通系統規劃、建設、管理水平。基于相關理論模型、系統軟件、測試平臺,突破交通大數據應用由“交通狀態感知”上升為“出行需求認知”的關鍵技術,形成可為諸多政府決策環節(如城市土地利用、交通政策制定、交通設施建設、交通管理控制等)提供精細化、定量化、可視化、快速反應的決策支持模式,確保“城市交通大腦”具有“交通優化的思維能力”。
發展城市虛擬交通系統,旨在融合來源于多個管理部門的交通數據,構建統一的交通數據庫,提供統一的交通分析方法,建立共享的仿真平臺,支持交通仿真結果可視化。在具有共享特征的城市虛擬交通系統上,支持實現多部門聯合與協作的決策支持模式,形成決策方案論證的虛擬仿真技術一體化流程體系,可以隨時待命、快速響應,有效應對政府的宏觀、中觀、微觀等不同層面的交通規劃與管理方案決策需求。
城市綜合交通系統的主體通常是由數百萬人、數百萬車輛在超級大型交通網絡上的出行行為所組成的復雜系統,開展相關仿真分析必須采用大型平臺軟件。在城市道路網絡仿真方面,眾多商業交通仿真軟件整合了交通仿真研究的各類模型和算法,已經廣泛用于真實城市的仿真平臺構建。宏觀交通仿真主要由交通的供給、需求、分配模型組成,基本理論為交通“四階段法”,適用于分析城市基礎設施建設或行政管理方法對全局交通的影響;國外代表性的軟件有TransCAD [6]、Emme [7]、PTV Visum [8]、Cube [9]等。
當前,國外交通仿真規劃軟件在國內應用市場具有壟斷地位,盡管具有靈活的分析與顯示功能,但難以適應我國復雜多樣的交通環境、多模式混合的交通特征,突出表現在:使用的交通模型與標定參數主要基于國外的交通運行特征,照搬到我國的實際交通應用“水土不服”;僅側重城市規劃和交通規劃,無法從反映國情的交通管理措施、交通控制策略、交通政策法規出發來開展交通網絡運行情況分析,也未考慮國內實際應用面臨的各類情景;運行過程中需要用戶基于專業判斷來逐一操作,而非專業人士很難根據特定的業務需求來有效使用。因此,亟待開發符合國情、易于應用的國產城市交通分析平臺軟件,以服務于我國城市多部門協作的交通方案決策,助力“城市交通大腦”建設。
城市虛擬交通系統對居民出行需求、道路交通流、綜合交通網絡等現實交通系統參與對象進行數字化抽象,經由數學分析模型模擬現實交通系統的演化規律與供需平衡機理,在計算機上構建與現實交通系統具有相同交通特征的數字交通系統。以此為基礎,發展“統一的數據、統一的方法、統一的軟件”,形成共享仿真平臺與決策支持模式。
城市虛擬交通系統與決策支持模式,重在為“智慧城市”建設提供全方位的交通領域分析與仿真技術支撐:進行各類業務方案(如城市土地開發、交通政策制定、交通設施建設、交通管理控制等)對城市交通系統產生影響的定量化、可視化綜合評估與系統優化,開展跨部門協作方案(涉及城市規劃、交通建設、交通管理、公共交通、交通政策等)的制定、政府決策方案的論證分析,促進城市交通系統的跨部門協同與無縫銜接,支撐政府高效科學的決策與管理(見圖2)。

圖2 城市虛擬交通系統與決策支持模式的應用原理
城市虛擬交通系統由基礎數據庫、分析模型庫、軟件模塊庫、備選預案庫四部分組成(見圖3)。 ①基礎數據庫是系統的基礎,對多源交通大數據進行提取、加工、融合形成標準化數據庫,直接連接到虛擬仿真平臺開展交通系統分析。②交通分析基礎模型庫是內核,起到“城市交通大腦”的思維能力構建作用;依據城市交通系統構成要素的基本特征,描述并運用新型城鎮化背景下的城市交通系統的演化規律與供需平衡機理。③交通仿真軟件模塊庫是支撐,具有友好的人機交互界面,構建相應的交通數學模型,提供可靠的交通仿真功能,生成詳細的數據指標報告、動態直觀的可視化結果。④備選預案庫是交通發展決策支持模式的拓展應用,相關過程涉及多管理部門協同,方案實施也需經過反復調整、評估、優化;面向業務功能的分析流程完善,可“一鍵式”開展仿真流程,合理放寬對方案設計、系統分析、仿真評估的人員專業能力需求。

圖3 城市虛擬交通系統的體系構成
隨著大數據和智能交通技術的不斷發展,交通領域的數據規模空前龐大,對海量交通數據的挖掘分析已成為交通領域發展的重要方向 [10,11]。城市交通大數據主要分為靜態基礎、動態出行、實時流量3類,具有體量巨大、模態多樣、真假共存、價值豐富等特征 [12]。目前,我國交通大數據碎片化、各自為政、共享程度低等現象依然突出,相應價值未能充分挖掘和利用。本文基于城市虛擬交通系統,發展了3類交通大數據快速獲取與融合技術:城市交通網絡數據庫快速構建技術、城市人口數據庫快速構建技術、交通流量時間序列快速構建技術(見圖4);分別以開放街道地圖(OSM)交通網絡數據、LandScan人口分布數據、射頻識別(RFID)交通流量數據為應用對象,通過數據處理與算法建模,完成交通路網數據、交通分區人口數據、交通網絡實時流量數據的快速獲取與融合。

圖4 交通大數據的快速獲取與融合技術架構
快速構建城市大規模路網拓撲結構,需要依托成熟的地圖服務商(如高德地圖、百度地圖、谷歌地圖等)。文中提出了一種基于OSM數據庫的城市交通網絡數據庫快速構建技術,解析OSM地圖的下載圖元,提取OSM數據庫中的節點、路段數據并進行清洗整合,據此構建交通網絡的拓撲結構、生成城市虛擬交通系統所需的路網基礎數據庫文件。實際應用表明,該技術可以在分鐘級時間內構建1個大型城市的綜合交通網絡基礎數據庫。
在城市人口數據庫快速構建方面,目前較多使用人口普查數據、手機信令數據、全球定位系統(GPS)數據、土地利用數據等。文中主要采用LandScan數據來推算交通小區的人口數據,這是因為LandScan數據采用地理信息系統與遙感影像相結合的方法計算并公布了世界范圍內各城市1 km格網分辨率的人口分布數據;采用一種基于柵格數據和面積比修正的交通小區人口數據統計方法,對包含交通小區邊界的矩形進行調整以修正柵格內的人口高程值,進而累加得到交通小區總人口,據此快速構建交通小區人口數據庫。
交通流量時間序列數據的主要來源有道路傳感器、道路視頻監控、GPS數據、RFID數據等。文中主要采用RFID數據來構建交通流量的時間序列,這是因為RFID數據庫提供路段實時流量、路網路段擁堵情況等信息,與居民出行與交通網絡數據庫之間存在較大的關聯性;在城市交通系統路段交通流時間演化預測模型、網絡交通流空間演化仿真模型的基礎上,構建了城市交通網絡交通流時空分布一體化預測模型、時空演變一體化推演機制,據此實現城市交通網絡宏觀空間分布預測與重要交通節點微觀實時推演的一體化。
當前在交通工程領域中,城市交通問題的解決方案仍以傳統的交通分析模型為基礎,模型分析功能與精度有限。互聯網、大數據、AI、第五代移動通信、虛擬仿真等前沿技術為交通領域帶來了新機遇;交通大數據呈現海量化和多元化的趨勢,對交通分析模型的架構產生極大影響,因此重構城市交通分析模型體系勢在必行。
交通大數據克服了傳統交通抽樣調查的局限性,基于大數據可以揭示新型城鎮化背景下的城市交通系統的演化規律與供需平衡機理。大數據環境下的新一代城市交通模型體系應包括:交通網絡運行分析模型、交通需求生成分析模型、交通需求分布-方式組合分析模型、公共交通網絡分析模型、交通管理控制影響分析模型、交通政策法規影響分析模型、綜合交通網絡分配模型、城市交通系統綜合評估模型等。
長期以來,我國在解決城市交通問題上缺乏跨部門協同機制,而單一部門的業務不能反映交通系統各組成單元之間的相互作用關系。大數據環境下的城市交通分析模型體系中,需要結合城市交通系統特征與交通要素特性,構建反映規劃、城建、交通、交管、發改等部門協同的交通要素相互作用關系模型(見圖5)。

圖5 跨部門協同的交通要素相互作用關系
為了滿足對具有中國特色的交通管理措施、交通政策法規進行交通網絡運行仿真分析的需求,建立具有自主知識產權的交通仿真平臺軟件,本課題組匯集30多年來在城市交通領域方面的科研成果,組織開發了我國第一款城市虛擬交通仿真平臺軟件——“交運之星-TranStar”。平臺功能涵蓋城市土地開發、交通設施建設、交通運行管控、公共交通運營、交通政策制定等業務方向的交通方案設計與交通分析功能,逐步成為“智慧城市”建設、“城市交通大腦”建設不可或缺的基礎軟件;具有高效的運行與仿真速度,包含上萬條路段級別路網的“一鍵式”仿真過程完成時間為分鐘級;支持開展方案結果的深入評估。相關軟件模塊庫的主要功能如下。
完善的基礎數據支持功能。對海量異構交通大數據進行導入、分析,快速處理不同來源的交通大數據,如傳統的交通出行調查數據、RFID數據、GPS數據等。具有數據處理能力的擴展功能,保障對多類型交通分析案例的應對能力,適應不同用戶的使用需求。
系統的交通需求分析功能。軟件模塊庫既可開展以傳統“四階段法”為基礎的交通發生吸引預測、交通分布、交通方式劃分等分析過程,又可實現基于大數據的交通需求預測及一體化仿真,如基于優勢出行距離的交通方式劃分、基于RFID數據的OD矩陣分析預測等。
關鍵的交通運行分析功能。用戶對交通網絡阻抗進行深入分析,準確反映土地開發、設施建設、公交運行、管理控制、政策制定等交通措施對各種出行方式所對應的交通阻抗,更好服務于綜合交通系統一體化交通分析的要求。
科學的綜合效能評價功能。評價功能在方案設計、建模仿真、最終決策之間起到紐帶作用。例如,網絡分析評價模型將各分析模塊的仿真結果進行提煉和轉化,獲得直觀的交通系統運行指標;用戶在完成交通仿真后將全面掌握當前網絡運行狀態,明晰土地利用和路網規劃方案、交通管控政策和措施等對交通系統整體效能產生的影響。
特色的人機交互設計功能。通過圖形編輯功能,用戶便捷地將土地利用開發調整、交通基礎設施建設、交通管理控制、交通政策制定等方案加載到交通基礎數據庫,靈活開展交通分析、系統仿真、綜合評估。
備選預案是交通仿真分析的應用場景,備選預案庫則是針對城市虛擬交通系統仿真平臺相關應用部門的業務需求而設計,包括相關部門涉及交通的業務預案、各預案交通仿真分析的“一鍵式”流程設計等。對于不具有交通工程專業背景的業務人員,結合業務工作需求,在備選預案庫中選取合適的預案(或者適度修改預案)即可形成可用的業務方案,通過“一鍵式”操作流程,便捷開展交通方案的優化及全方位評價。
備選預案庫將城市交通分析平臺的基礎數據庫、分析模型庫、軟件模塊庫的相關功能模塊進行組合,適應“一鍵式”操作流程設計;所提供的多角度、個性化的備選策略,能夠覆蓋大部分城市、常見類型的交通問題解決方案,為城市單一部門或多部門協作的交通方案制定提供協助。
跨部門協同仿真的“一鍵式”備選策略設計指,通過專用界面開展面向業務功能的模塊組合選型,針對具體的業務功能進行流程指引,便于各部門基于“一鍵式”備選策略設計流程來完成具體業務的設計與評估。①城市規劃業務領域主要有城市空間拓展與城市形態調整、城市土地開發強度與土地利用性質調整、城市人口規模與空間分布調整等備選策略。②交通設施建設業務領域主要有城市道路網絡規劃與設計、慢行交通系統規劃與設計、城市道路/橋梁/隧道等設施的新建或改擴建、交通樞紐改擴建、交叉口改造等備選策略。③公共交通運營業務領域主要有地面公交網絡規劃與調整、軌道交通網絡規劃與調整、多模式公交網絡運行組織、客運樞紐交通組織設計、城鄉公交網絡一體化規劃等備選策略。④交通管理控制業務領域主要有常規交通管控方案(如單行線、潮汐車道、禁行管理、共乘車道、尾號限行)、智能化交通管控方案(如干線綠波、交叉口優化)、特殊事件交通管控方案(如道路施工、大型文體活動、突發事件)等備選策略。⑤交通政策制定業務領域主要有經濟杠桿政策(如擁擠收費、差異化停車收費、公交票價),發展綠色交通政策(如私家車限購、車牌號競拍、公交優先發展策略、新能源汽車優惠政策),交通對能源消耗、環境污染、經濟發展的影響評價等備選策略。
城市交通規劃與管理相關方案的科學性、有效性亟需定量化的評估手段,擬定方案的實際效果也有待直觀呈現,因此開展城市多部門協作的交通方案評估應以定量化、可視化評估技術為依托。
在交通方案定量化評估技術方面,深入研究國家級交通科技計劃(如全國城市道路交通管理“暢通工程”、國家公交都市建設示范工程等)評價指標體系、綠色交通/慢行交通/共享交通等熱點問題,綜合參考領域的前沿研究成果、規范指南,從居民出行效率、路網運行效率、城市節能減排、系統經濟效益等多個維度著手,構建服務于系統評價功能的指標體系,以此支撐城市交通規劃、建設、管理的科學決策。
在交通方案可視化評估技術方面,依托圖形系統,開展交通設計方案、交通運行狀態、不同方案對比的圖形分析;集成包括交通網絡信息、交通管理信息、交通質量信息、公共交通分析、環境影響分析等在內的圖形化展示功能,提升交通仿真成果的展示度;全面實現基礎路網信息、管理信息、需求預測結果、仿真結果的圖形化顯示,便于應用者審視所制定交通方案的路網運行狀況、檢驗規劃調整或管理策略變化對路網運行產生的影響。
重慶市主城區城市虛擬交通系統以“交運之星-TranStar”為基礎開發,交通網絡基礎數據庫基于OSM構建。全網絡(含地面公交、軌道交通)共有7324個交通節點、15482個路段,道路里程為4124 km(單向)。人口分布數據庫基于LandScan數據平臺構建,共有467個交通小區的人口分布。現狀道路流量數據庫依據重慶市RFID數據庫構建,各類交通方式的OD矩陣基于RFID數據、重慶市居民出行特征數據分析獲得。相關的基礎數據如圖 6所示,重慶市主城區城市虛擬交通系統可以在2 min以內完成“一鍵式”仿真并給出評價結果。

圖6 重慶市主城區城市虛擬交通系統的基礎數據
2020年3月底以后,隨著重慶市疫情逐漸好轉,企業復工、生活恢復,逐步增加的小汽車出行需求導致了道路網絡交通負荷增加,主要通道交通擁堵情況加重。為了在保障有效“抗疫”的同時科學有序地恢復居民出行,重慶市城建、交通、交管等管理部門提出了錯峰上下班的建議,這就要求快速制定具體方案并形成方案評估報告。在“任務急、時間短、要求高、跨部門”實際狀況下,本課題組借助重慶市主城區城市虛擬交通系統快速完成方案的制定、論證、仿真、評價,給出行業錯峰(對城市部分行業實施錯時上下班)、車輛錯峰(對主要橋隧在高峰時段進行限號)兩類方案的詳細評估結果。
仿真獲得的方案實施前后路段交通流量差值分布如圖7所示。如實施行業錯峰方案,全路段的平均速度將提高1.78%、平均流量將下降3.08%,主要通道的平均速度將提高0.76%、平均流量將下降4.32%;但涉及企事業單位較多,實施難度較大。整體來看,行業錯峰方案可在一定程度上改善整個交通網絡的交通質量,但仍然未能緩解主要通道的交通擁堵狀況。

圖7 重慶市錯峰上下班方案實施前后的路段流量差值分布
如實施車輛錯峰方案,全路段的平均速度將下降7.96%、平均流量將提高9.05%,主要通道的平均速度將提高0.93%、平均流量將下降15.0%;僅涉及部分道路的管控,實施難度低,對居民的出行影響較小。鑒于車輛錯峰方案僅針對主要通道的通行車輛實施,盡管在一定程度上增加了交通網絡的交通壓力,但將明顯減輕主要通道的交通負荷,預計主要通道的交通擁堵狀態將得到有效緩解。整體來看,車輛錯峰方案的可實施性較好,主要通道擁堵緩解效果顯著,得到了重慶市相關管理部門的認可和采納。
本文提出了包含基礎數據庫、分析模型庫、軟件模塊庫、備選預案庫在內的城市虛擬交通系統與交通發展決策支持模式。實例研究表明,該系統模式在論證實際交通方案時具有及時性、有效性。
為解決我國城市交通系統的供需矛盾、突破智能交通系統存在的瓶頸,未來交通規劃管理應該注重城市虛擬交通系統建設,結合我國交通運行特點發展國產化的交通仿真軟件系統。
在未來城市虛擬交通系統的建設過程中,建議注重融合大數據、AI等新興技術。例如,融合多源交通大數據,構建多維度的、精細化的城市基礎數據庫;引入AI技術,促進傳統交通數學模型的發展,進一步提高交通模型計算結果的精確性。