前瞻科技

交通系统仿真技术发展趋势与展望

PDF下载

孙剑 ¹^,^† , 田野 ¹ , 任刚 ²

前瞻科技 | 综述与述评 2023,2(3): 77-85

收起

前瞻科技 | 综述与述评 2023, 2(3): 77-85

交通系统仿真技术发展趋势与展望

全屏

孙剑¹^,^†, 田野¹, 任刚²

作者信息

1.同济大学交通运输工程学院，上海 201804

2.东南大学交通学院，南京 211189

孙剑，教授，博士研究生导师。同济大学交通工程系主任。教育部“长江学者奖励计划”青年学者、国家杰出青年科学基金获得者。主要从事交通仿真与应用研究。电子信箱：sunjian@tongji.edu.cn。

通信作者:

†

Development Trend and Prospect of Traffic System Simulation Technology

Jian SUN¹^,^†, Ye TIAN¹, Gang REN²

Affiliations

1. College of Transportation Engineering, Tongji University, Shanghai 201804, China

2. School of Transportation, Southeast University, Nanjing 211189, China

出版时间: 2023-09-20 doi: 10.3981/j.issn.2097-0781.2023.03.007

文章导航

摘要

收起

交通仿真是复杂交通系统评估、分析与优化的核心技术手段，交通仿真系统是交通行业的工业基础软件，交通系统仿真技术则是中国道路交通行业的“卡脖子”关键技术。文章在对国内外交通系统仿真技术进行深入分析的基础上，结合交通强国建设的总目标，对交通系统仿真技术的发展现状、问题与挑战进行系统梳理，对中国交通系统仿真技术则的未来发展趋势进行展望，总结了可变颗粒度的仿真、深度仿真、数字孪生和仿真即服务4个方向的重点发展趋势，提出构建自主可控、安全可信、高效可用的交通仿真系统的对策建议。

关键词

交通仿真 / 决策支持系统 / 数字孪生 / 多模式出行 / 仿真优化

Abstract

收起

Traffic simulation is a crucial tool to assess, analyze, and optimize the complex traffic system. Traffic simulation system serves as the fundamental industrial software in the realm of the traffic and transportation industry. Traffic system simulation technology is the key stranglehold problem in China’s traffic and transportation industry. Based on the in-depth analysis of traffic system simulation technology in China and abroad and the overall goal of building a country with a strong transportation network, this paper systematically combs the development status, issues and challenges of traffic system simulation technology and looks forward to the development trend of traffic systems simulation technology in China. It also summarizes four key development directions: multi-resolution simulation, deep simulation, digital twin, and simulation as a service. Finally, the development strategy is proposed to build an autonomous, controllable, safe, credible, efficient, and available traffic simulation system.

Key words

traffic simulation / decision support system / digital twin / multi-modal transportation / simulation-based optimization

引用本文

孙剑, 田野, 任刚. 交通系统仿真技术发展趋势与展望. 前瞻科技, 2023 , 2 (3) : 77 -85 . DOI: 10.3981/j.issn.2097-0781.2023.03.007

Jian SUN, Ye TIAN, Gang REN. Development Trend and Prospect of Traffic System Simulation Technology[J]. Science and Technology Foresight, 2023 , 2 (3) : 77 -85 . DOI: 10.3981/j.issn.2097-0781.2023.03.007

正文

收起

工业仿真软件是对实体工业的虚拟呈现，可替代绝大部分实体实验，实现产品研发初期的快速验证与迭代，从而节约成本，缩短研发周期。以飞机制造为例，波音787客机研制过程中使用了超过1000款商业软件。然而，“缺芯少魂”是中国工业之痛，仿真软件是中国工业转型升级的重要支撑。国内各类工业软件研发水平均远落后于国外，交通系统仿真软件市场方面，中国自主研发的交通系统仿真软件的国内市场占有率低于10%，超过90%的交通方案评估依托国外商业仿真软件实现。

交通系统动态变化，交通工程建设不可逆且周期长；理论分析误差大，治理方案现场实验成本高，而仿真评估是解决上述难题的关键。交通仿真是人类认识和改造交通系统的基本科学范式，是交通系统治理决策现代化转型的重要手段。交通系统仿真软件是系统仿真科学在交通领域的应用分支，是交通领域从业者专业知识的积累与结晶。它以系统工程和交通工程领域的基本理论和专业技术为基础，以计算机为主要工具，利用系统仿真模型模拟道路交通系统的运行状态，采用数字方式或图形方式来描述动态交通系统。

交通仿真系统大量应用于交通规划、运行管理的方案评估工作。同时，随着自动驾驶技术的发展，由于实车道路测试难以解决“百亿里程”与危险场景“长尾分布”难题，目前交通仿真系统也被广泛应用于针对上述新技术的仿真测试评价中，其作用是在测试场景中注入可信背景交通流信息，为测试场景提供背景车与被测车的双向交互能力，提高测试结果可信度和泛化能力。由于自动驾驶涉及国家安全与未来战略性新兴产业竞争，设计应对未来的交通系统更依赖于交通仿真技术。

交通仿真系统是中国交通行业的“芯”与“魂”。相较于硬件制裁，软件制裁更为致命。目前交通仿真系统已被部分国家明确列为出口管制产品。2018年美国商务部工业安全局出口管制清单中“交通与物流技术之建模仿真”赫然在列。加快研发可适应中国交通特征的自主交通仿真软件，对提升中国交通系统治理能力的现代化、数字化、智能化水平具有重要战略意义。

1 世界交通系统仿真技术发展特点及思考

收起

交通建模与仿真是交通工程的共性关键技术，其起源于20世纪50年代的美国，在超过半个世纪的发展历程中，从仿真颗粒度来看，交通系统仿真软件从最早期的宏观建模仿真分化发展成为宏观、中观、微观建模仿真技术的并立。同时，在世界范围内针对交通仿真系统的科学使用规范也日渐成熟。由于交通仿真具有安全、成本低、效率高等特点，其应用场景逐渐从最初的仅支撑面向交通效率评估的离线仿真形式，逐渐拓展到具备数字孪生、交通韧性、交通安全、绿色交通、自动驾驶等多场景实时评估能力的在线仿真形式。

1.1 建模技术演化与提升

交通仿真是采用计算机数字模型来反映复杂道路交通现象的交通分析技术和方法。最初的交通仿真系统以英国道路与交通研究所提出的TRANSYT（Traffic Network Study Tool）等为典型代表^[1]，其定位为宏观仿真模型。具体来说，它是通过交通流的形式描述车辆，通过交通流速度、密度、流量等方面展示交通系统连续性的宏观画面。

从20世纪70年代起，随着计算机技术的蓬勃发展，交通仿真模型的颗粒度得到大幅提升。具体体现为以PTV VISSIM等为典型代表的微观交通仿真模型迅速发展^[2]。微观交通仿真模型以个体车辆作为控制主体，模拟高细节的车辆运动，具体观察车辆在仿真场景下的驾驶行为。

20 世纪90年代起，美国联邦公路管理局资助开展实时交通信息估计与预测系统（TrEPS）项目的研究，旨在形成对车辆出行轨迹的动态预测。该项目孵化出DynaMIT^[3]、DynaSmart^[4]、DynusT^[5]等软件。这3款仿真软件均可在超大规模路网中模拟单车出行轨迹，这一类仿真技术介于宏观仿真与微观仿真之间，被称为中观仿真技术。

总体来说，经过多年的研究和实践，围绕各类应用场景，交通系统仿真软件已逐渐形成了宏观、中观和微观3条相对分离的技术路线，各路线具备不同的技术优势（图1）。

1.2 功能及应用场景不断拓展

随着交通系统的演进与发展，对交通仿真的功能需求日益扩展，交通仿真的评价对象从最早的交通系统效率逐渐扩展至系统韧性、绿色交通、智慧出行、交通安全等方向。如依托交通仿真系统，可研究交通基础设施韧性与交通网络系统运行耦合演化机理，揭示工程韧性演化机理和自然灾害下韧性变异与演化进程，研究交通基础设施韧性评估与提升方法^[6]；可通过交通仿真与车辆排放仿真之间的跨系统联合仿真框架，研究碳积分（碳交易）制度下的出行行为精准激励技术，研究交通基础设施全生命周期经济成本与环境影响综合评价技术^[7]；可基于交通仿真研发智慧出行与服务综合平台和应用装置，建成城市智慧出行综合服务系统，研发一体化出行服务与治理典型场景应用等^[8]。

近年，交通仿真开始被应用于自动驾驶^[9-10]等前沿技术的测试研发中。自动驾驶汽车上路需要应对各种复杂的交通、道路和天气状况，尤其是在中国特色混合交通流环境下运行，因此在其大规模应用前需要进行严格的测试。但实车上路测试的时间与金钱成本极高。仿真测试可以通过模拟现实来替代道路测试，而在仿真测试中，需要注入合理的背景交通流信息，包括异质化的出行行为和驾驶行为的刻画。这也加速了交通仿真在自动驾驶领域的应用。现有较成熟的交通仿真与自动驾驶仿真测试的整合包括微观交通系统仿真软件PTV VISSIM与车辆仿真软件PreScan之间的联合，微观交通系统仿真软件SUMO、TESS NG与车辆仿真软件Vires VTD、CARLA之间的联合等。也有研究者将交通仿真技术与实车进行融合，形成虚实融合测试方法，实现测试加速。

1.3 仿真工具运用规范化

目前交通仿真工具的应用规模在不断扩张，仿真需求逐渐增长。据德国PTV公司统计，交通仿真系统已在全球120余个国家的2500多座城市广泛应用，用户机构超过22500个。美国等西方国家针对交通仿真工具的使用方法制定了一系列工程标准和规范，美国联邦公路管理局针对交通仿真工具在交通规划、运行管理方面的运用提出了系统且具体的使用建议，出台了共有14卷的《交通分析工具》规范库^[11]。美国联邦公路管理局将交通建模及仿真工具明确定义为评估交通方案“最有力，性价比最高，且最具可操作性”的交通分析工具，并针对仿真的软件选择、适用场景、案例分析、操作规范、效果解读、决策支持等开展了详尽的解析。

按照美国联邦公路管理局的规定，交通系统仿真软件是美国各州交通部及各城市城市规划机构强制要求使用的定量分析工具，各州交通部（Department of Transportation, DOT）以及各城市都市规划机构（Metropolitan Planning Organization, MPO）均有合作的宏观、中观、微观软件开发公司。相较于欧美发达国家，交通系统仿真软件在中国的应用并未形成规范体系，交通仿真的使用用户也较少。其主要原因是交通系统仿真软件基本为国外机构开发，其无法准确刻画中国鲜明特色的交通环境，导致仿真结果可信度不高。目前，中国的交通系统仿真软件用户机构仅有1100个，交通系统仿真软件在中国还有很大的发展空间。

2 中国交通系统仿真技术发展现状、问题与挑战

收起

相较于国外交通系统仿真软件产品，中国自主研发交通系统仿真软件的历史较短。由于中国开发者更了解中国的交通系统，也更了解中国交通问题的背后成因，自主开发的交通系统仿真软件可以更真实地模拟中国特色交通环境。然而，在模拟中国大规模、精细化、新业态的交通系统及交通管控措施时，自主研发的交通系统仿真软件在模型、软件、应用层面仍然存在较多不足，显得“内功不足”。

2.1 发展现状

在1990年前后，随着中国城市化进程加速发展，交通规划、交通运行管理等方面的问题凸显，中国交通从业者开始引进国外成熟的交通系统仿真软件。同时，也有有识之士开始研发国产交通仿真模型，并尝试整合模型，形成了一些有一定市场影响力的商用软件。但总体而言，由于起步较晚，资金、人力投入不足，目前自主交通系统仿真软件的国内市场占有率低于10%。

中国自主研发的交通系统仿真软件的典型代表包括东南大学王炜教授牵头开发的宏观仿真软件“交运之星TranStar”，以及同济大学孙剑教授牵头开发的微观仿真软件“TESS NG”。相较于国外交通系统仿真软件，国产交通系统仿真软件的开发者更熟悉国内本土化特色的交通环境以及国内交通行业真实需求，近年来国产软件的市场占有率与知名度正显著提升。

2.2 问题与挑战

中国交通系统仿真软件发展受到中国交通行业大背景的极大影响。中国缺乏针对交通仿真应用的条例规范，大量交通规划、管控方案往往由工程经验得出，尽管方案决策者对交通仿真工具有较高的期望，但由于数据环境、模型精度等现实原因，仿真结果的可信度存疑，仿真工具逐渐成为“为支持而支持”的辅助工具，大量仿真工作最终的呈现形式仅为效果可视化，而其评价功能完全未得到彰显。同时，交通仿真工具使用门槛高，部门协同应用性弱，也在某种程度上限制了仿真工具的普及应用，国产软件的可持续发展任重而道远。

交通系统是交通仿真的建模对象，在这一方面，中国交通系统具有鲜明的中国特色。具体而言，中国新时代交通行业治理需要面向大规模交通系统提出精细化管理策略，同时需要具有兼容新型交通业态的能力。面向规模日益庞大的交通系统，交通系统现代化治理需要适应综合立体交通网络、大规模城市群以及超大规模城市交通治理的需求；面向交通系统精细化治理的行业发展趋势，治理方案需要应对包括千城千面、个体出行诱导、靶向管理、人本管理等的挑战；面向新型交通业态的冲击，交通治理需要适应智能网联、分时租赁、定制公交、物流配送等行业新需求。总体来说，这种大规模、精细化、新业态的交通行业新特征极大提升了治理决策的难度（图2）。基于“惯性思维”的传统治理思路和决策方案难以适应城市交通高质量发展的要求，这为中国交通系统现代化治理提出了严峻挑战。

自主开发的交通系统仿真软件可更直观地模拟中国特色交通环境，然而现有的国内外交通系统仿真软件还存在以下典型的技术瓶颈。

（1）有要素但模型不精。现有的交通系统仿真软件具有建模对象单一、建模精度单一、交通方式单一的特征。目前主要针对常见的机动车交通流建模，有少部分仿真软件也关注到了非机动车交通流建模，但是这些建模要素很难适应目前针对多种新型交通要素的交通建模需求，如自动驾驶汽车、网约车、电动车等，缺少定制化、特殊化的交通流模型是导致交通仿真模型精度不高的一个原因。

（2）有模型但仿真不信。对大规模路网的快速仿真是实现方案迭代的重要前提，然而现有仿真对大规模交通系统的仿真效率较差。如果一味地追求仿真运算时效性，则会出现仿真结果可信度低的问题。现有大路网仿真模型运算时长以小时或以天计，无法满足支持方案迭代和在线仿真的运算效率需求。

（3）有仿真但应用不优。传统的交通系统仿真软件只具备离线仿真、单系统仿真以及基于仿真评估的应用能力，需要实现从离线仿真到在线仿真、从单系统仿真到跨系统仿真、从仿真评估到仿真优化的转型升级。然而，现有的仿真系统模式陈旧，还无法适配上述功能，需要实现从“功能机”到“智能机”的变革（图3）。

因此，针对上述重大需求与技术瓶颈进行技术攻关，开发自主可控的交通仿真工具，提升仿真精度和可信度，优化仿真实践，构建仿真应用创新生态体系，对于实现中国交通仿真系统跨域发展至关重要。

3 中国交通系统仿真技术未来趋势

收起

随着中国交通建设的迅速发展和交通行业的转型提升，交通基础数据环境日益完备，交通仿真应用场景也进一步丰富，交通仿真系统的未来发展前景广阔。目前中国交通系统仿真技术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。在新四化转型过程中，相关的基础理论和关键技术都亟待深化研究和提升，可变颗粒度的仿真、深度仿真、数字孪生、仿真即服务等科学问题和关键技术，是目前交通系统仿真技术领域研究的热点和难点。

3.1 可变颗粒度的仿真

交通仿真模型可分为宏观、中观、微观等不同颗粒度类型。微观仿真以秒或亚秒的时间分辨率对复杂的驾驶行为（如车辆跟驰和换道行为）进行建模。中观仿真则主要以1~10 s的时间分辨率进行仿真。宏观仿真则往往忽略时间概念，描述出行者在时间集计层面上的需求分布，以及交通网络在静态维度上的拥堵分布^[12]。

在20世纪的仿真实践中，宏观、中观、微观交通仿真多通过离线的单向传递方式进行串联。2010年后，国外商用软件开始主打“混合仿真”的概念，即仿真颗粒度在空间尺度上可进行刚性划分。然而，混合仿真中空间边界是预先定义的，这种刚性的仿真域边界无法适应仿真运行时不断变化的交通状态。

因此，如何实现不同分辨率模型之间的有机融合，使仿真颗粒度在时空域中的连续动态变化成为交通仿真的研究热点。颗粒度之间的切换受不同仿真分辨率和当前交通状态的影响。换言之，仿真颗粒度的时空域分布不应是预先定义或已知的，而应是在仿真运行时实时决定的，这种通用框架可称为可变颗粒度仿真。

另外，随着自动驾驶等前沿技术的兴起，车辆动力学仿真工具开始走进交通从业者的视野。这类仿真工具已深入车辆内部，相较于微观交通仿真模型更为具象且分辨率更高，将其置于交通仿真的谱系中，可称为纳观仿真模型。在自动驾驶仿真测试领域，将此类纳观仿真模型与传统宏中微观仿真模型进行有机整合，形成宏观-中观-微观-纳观一体的多分辨率仿真模型，是交通仿真的未来发展趋势，也是拓展交通仿真在自动驾驶领域使用场景的重要研究方向^[13]。

3.2 深度仿真

交通系统仿真软件已成为支撑自动驾驶汽车仿真测试的重要工具，其通过虚拟化生成交通流环境，来模拟评价各种交通管控措施的预期效果。然而，现有的交通系统仿真软件都是在基于规则的逻辑框架下，通过将车辆之间的交互过程划分为跟驰、换道、合流、分流等基本交互行为，分别构建模型。这种基于规则的仿真模型都是面向交通效率评价的，对自动驾驶汽车安全性测试等新的评估需求意义有限，具体表现为以下两个方面。

（1）目前交通仿真中采用的均是基于车道的一维模型，即假设车辆是沿着车道中心线行驶的。而在如交叉口内部、乡村道路等非结构化道路，乃至高密度条件下的结构化道路中，存在各种高度交互、复杂干扰行为，基于车道的模型过分简化了交互平面二维空间中复杂的交互作用，难以满足交通安全评价需求。

（2）要测试和证明自动驾驶汽车的安全性，不仅要做到常规场景中交通流虚拟测试的高覆盖，更要能够对一些高风险场景中典型的干扰行为进行测试，以保证自动驾驶汽车上路后具备处理一些典型高风险场景和相关交互行为的能力。然而，目前的交通流微观仿真方法或软件多关注于常态交通流，属于交通规则框架下的交通流仿真，对于车辆之间的干扰行为关注非常少。因此，现有的虚拟测试方法迫切需要具有对高需求测试场景中的典型干扰行为进行复现的能力，以模拟自动驾驶汽车周围车辆对其的潜在影响，从而更好地发挥虚拟测试周期短、速度快的优势，进一步推动自动驾驶汽车测试的进程。

针对现有交通流模型均基于车道、“安全驾驶”假设的缺陷，在现有适用于常态交通流仿真的基础仿真模型之上，有必要对应地提出基于面域的面向自动驾驶安全测试的二维仿真模型，以及能够模拟各类违章、复杂干扰的驾驶行为模型。干扰仿真和二维仿真共同组成“深度仿真”框架，助力交通仿真从传统面向交通效率评价向面向交通安全评价等多目标评价的转型。

3.3 数字孪生

仿真是物理世界的数字化重现，可理解为物理世界到数字世界的单向离线交互。但其无法实现物理时间和数字世界的实时双向交互。数字孪生技术是以数字化方式创建物理实体的虚拟实体，并结合历史数据、实时数据及算法模型等模拟、验证、预测、控制物理实体全生命周期过程的技术手段，可对物理世界和数字世界实现双向映射，动态交互和实时互联^[14]。交通系统作为一个开放的复杂系统，受到社会经济、资源环境约束、职住空间布局等多种外部环境影响，是数字孪生技术应用的优势领域。数字孪生是交通仿真的载体与应用场景，仿真是数字孪生的核心能力。通过建设基于数字孪生的交通仿真推演系统，开展对交通运行实时状况的孪生映射和决策推演仿真以及在线互动，从而高效实现对交通状态同步在线、同步仿真、同步决策，更好地支撑交通系统综合治理决策。

当前交通系统数字孪生技术仍处于起步阶段，能看但不一定能用，难以指导科学决策，更不能进行实时系统优化。未来完整的数字孪生系统应该实现可视、可诊、可管、可优四个层级。具体而言，第一层级是可视，即复现现实世界交通运行过程；第二层级是可诊，即能发现交通问题；第三层级是可管，即实现虚实交互，实现主动管理、方案下发、模型标定的闭环迭代；第四层级是可优，即可以自动生成最佳方案。这需要可信的交通仿真核心技术做支撑。

3.4 仿真即服务

当前仿真系统的应用多以离线仿真评价为主，系统层面应用过于单一，没有构建出良好的系统应用生态，如何建立仿真生态应用平台是交通仿真未来发展的重中之重。

目前仿真应用生态发展较为缓慢，95%以上的仿真系统应用仍局限于单一的离线仿真模式。然而伴随着大数据时代的来临，海量数据与仿真系统的耦合越来越紧密，同时，自动驾驶技术的推广与逐步落地应用更是离不开仿真系统的支撑。面对仿真应用多样化需求的快速增长，离线仿真模式已远远不能满足当前的需求。仿真系统作为生态建设的基础设施已经搭建完成，如何构建人人可用的“开发者平台”及“应用商店”，实现仿真技术的革命是亟须解决的创新性难题。仿真即服务的未来研发目标包括以下3个方面。

（1）从离线仿真到在线仿真。基于历史大数据和实时检测数据，融合挖掘提取交通出行需求特征，利用在线交通仿真技术，实时再现整体路网交通需求和运行状况，并对未来1~2 h的交通需求和运行状态进行预测。

（2）从单系统仿真到多系统协同仿真。充分提升交通仿真的能力，开拓其与其他仿真工具，如排放仿真等的跨系统整合。

（3）从仿真评估到仿真优化。传统仿真多关注方案评估，然而从系统优化的角度而言，仅仅依靠经验信息设计新的交通方案并使用仿真工具进行验证的“试错法”效率较低，因此需要一种高效的优化理论实现方案优化^[15]。

4 发展建议

收起

交通系统仿真技术是中国交通行业的“卡脖子”关键技术。为实现“自主可控、安全可信、高效可用”的交通系统仿真技术对国外技术的换道超车，突破国外技术封锁，提出以下5点建议。

（1）强化创新驱动，推动专项研究。从国家层面建立推动基于仿真的城市交通综合治理及全国高速路网综合管理的整体规划。推动交通系统仿真技术研发纳入交通强国试点、科学技术部和交通运输部科技创新需求和重点专项研发计划等，引领行业在该领域的创新方向。

（2）鼓励多方参与，发挥行业关键作用。强化科技创新资源配置方式，实施协同推进机制创新和商业模式创新。支持有条件的企业牵头承担国家重大科技项目，联合科研院所、高校开展深度仿真、数字孪生等共性关键技术研发，突破核心关键技术。

（3）强化大数据关键要素作用，重视数字化基础性工作。加快建立完整的城市交通以及高速路网数据资源体系，深入推进数据开放共享，加快推动各地区、各部门间数据共享交换，研究城市交通数据开放和数据资源有效流动的制度规范，构建规范化数据开发利用的场景为仿真建模提供研究基础。充分应用新技术、新方法、新手段，将交通大数据与交通仿真技术深度融合，赋能精细化交通治理。

（4）强化试点示范，推动标准体系建设。推动仿真系统在城市交通应用的示范建设工作，选取北京、上海、深圳等信息化基础较好、有强烈愿望的城市作为工程试点示范载体，打造千城千面的城市交通智能化管理示范平台。在明确技术应用路线和城市出行需求精准分析的基础上，从规划、建设、运营、管理等层面研究提出基于交通仿真的交通综合治理决策推演相关技术标准体系。

（5）拓宽应用场景，强化技术落地。在交通各要素数字模型构建及状态智能感知基础上，充分应用大数据、云计算等技术，研究宏观（国家级或城市群级综合交通的宏观供给需求政策调整）、中观（城市级、区域级或单一交通方式级）、微观（枢纽、停车场、换乘站）等不同层级的交通综合治理决策推演仿真，加快推动对网约车、共享单车等交通运输新业态在中观仿真中的应用，推动研究包含出行即服务用户出行行为的仿真模型，逐步将自动驾驶、车联网、智能停车、智能信号控制、智能信息诱导等技术的应用纳入仿真体系。

5 结束语

收起

交通仿真系统是交通行业的工业基础软件。面对日益严峻的大国竞争局势，加快研发具有市场竞争力的、可适应中国特色交通特征的自主交通系统仿真软件，形成规模化商业推广，对提升中国交通系统治理能力的现代化、数字化、智能化水平具有重要战略意义。同时，自主交通系统仿真软件还将对自动驾驶、城市大脑等未来战略性新兴产业发展具有重要支撑作用。

基金

收起

国家自然科学基金(52125208)
国家自然科学基金(52172391)
国家自然科学基金(52002279)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

孙剑, 微观交通仿真分析指南[M]. 上海: 同济大学出版社, 2014.

[2]

Fellendorf

, Vortisch

. Microscopic traffic flow simulator VISSIM[M]// Barceló J. Fundamentals of Traffic Simulation. International Series in Operations Research & Management Science. New York: Springer, 2010: 63-93.

[3]

Ben-Akiva

, Koutsopoulos

, Antoniou

, et al. Traffic simulation with DynaMIT[M]// Barceló J. Fundamentals of Traffic Simulation. International Series in Operations Research & Management Science. New York: Springer, 2010: 363-398.

[4]

Mahmassani

, Hu

, Jayakrishnan

. Dynamic traffic assignment and simulation for advanced network informatics (DYNASMART)[C]// Proceedings of the 2nd International CAPRI Seminar on Urban Traffic Networks. Berlin:Springer-Verlag, 1992: 1-20.

[5]

Tian

, Chiu

Y C

. Simulation-based dynamic traffic assignment with continuously distributed value of time for heterogeneous Users[J]. Transportation Research Record, 2021, 2676(2): 621-635.

[6]

陈思妤, 李洁, 胡演诚, 等. 面向常发性拥堵的城市局部路网韧性评价与分析[J]. 交通信息与安全, 2022, 40(4): 138-147.

[7]

单肖年, 陈小鸿. 交通仿真模型融合微观车辆排放模型研究综述[J]. 交通运输工程与信息学报, 2021, 19(2): 11-24.

[8]

刘向龙, 刘好德, 杨新征, 等. 中国出行即服务(MaaS)发展面临的机遇与挑战[C]// 2017年世界交通运输大会论文集. 北京: 中国公路学会, 2017: 688-693.

[9]

余荣杰, 田野, 孙剑. 高等级自动驾驶汽车虚拟测试: 研究进展与前沿[J]. 中国公路学报, 2020, 33(11): 125-138.

https://doi.org/10.19721/j.cnki.1001-7372.2020.11.011

[10]

孙剑, 田野, 余荣杰. 自动驾驶虚拟仿真测试评价理论与方法[M]. 北京: 科学出版社, 2022.

[11]

Vassili

, Krista

, Andreet

, et al. Traffic analysis toolbox volume I: Traffic analysis tools primer[R/OL]. (2004-01-01) [2023-04-18]. https://rosap.ntl.bts.gov/view/dot/41599

[12]

Huang

W N

, Sun

, Li

K P

. A multiple representation entity-based approach to hybrid traffic simulation model[C]// Proceedings of the 2008 International Conference on Information Management, Innovation Management and Industrial Engineering 2008. Piscataway: IEEE Press, 2008: 7-12.

[13]

Sun

, Zhang

, Zhou

, et al. Scenario-based test automation for highly automated vehicles: A review and paving the way for systematic safety assurance[J]. IEEE Transactions on Intelligent Transportation Systems, 2021, 23(9): 14088-14103.

https://doi.org/10.1109/TITS.2021.3136353

[14]

陶飞, 刘蔚然, 刘检华, 等. 数字孪生及其应用探索[J]. 计算机集成制造系统, 2018, 24(1): 1-18.

[15]

, Tian

, Sun

, et al. Simulation-based optimization of large-scale dedicated bus lanes allocation: Using efficient machine learning models as surrogates[J]. Transportation Research Part C: Emerging Technologies, 2022, 143, doi: 10.1016/j.trc.2022.103827.

2023年第2卷第3期

PDF下载

4308

2360

引用本文

BibTeX

文章信息

doi: 10.3981/j.issn.2097-0781.2023.03.007

接收时间：2023-04-10
出版时间：2023-09-20
发布时间：2023-10-10

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2023-04-10
修回日期：2023-08-18

基金

国家自然科学基金(52125208)

国家自然科学基金(52172391)

国家自然科学基金(52002279)

作者信息

1.同济大学交通运输工程学院，上海 201804

2.东南大学交通学院，南京 211189

通讯作者:

†

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/qzkj/CN/10.3981/j.issn.2097-0781.2023.03.007

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

表12种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

访问统计

友情链接

联系我们

官方微信公众号