2024年度规划科技进步奖三等奖 | 城市群交通多模态认知与自主决策云平台关键技术及应用|科技进步奖

导读

2024年度中国城市规划学会科技进步奖共评选出授奖项目26项，其中一等奖4项、二等奖7项、三等奖15项。一批优质规划科创成果脱颖而出，充分彰显了行业前沿研究实力与实践创新水平。“中国城市规划”微信公众号将陆续推送各获奖项目的详细内容，全方位展示优秀成果，敬请持续关注！

本文字数：3744字

阅读时间：12分钟

主要完成人：林涛，邵源，丘建栋，刘恒，罗钧韶，唐易，丁霁，雷焕宇，邓远冬，黎旭成，游博雅，郑之帼，李月欢，黄笑犬，薛程

主要完成单位：深圳市城市交通规划设计研究中心股份有限公司

PART 01

一、项目背景

新型城镇化战略的深入推进加速了城市群协同发展进程，城市交通系统作为支撑区域经济一体化的重要基础设施，正面临数字化转型的严峻挑战。当前我国城市群交通系统普遍存在“数据孤岛”与“决策低效”双重困境：一方面，交通数据呈现多源异构特征，城市级路网日均产生超过10亿条动态轨迹数据，但传统ETL工具对TB级静态数据与百万级动态数据的融合效率不足60%；另一方面，城市群交通仿真严重依赖国外商业软件，在出行链预测精度、仿真规模等方面存在技术瓶颈，难以支撑超大规模城市路网的精细化建模。

更为严峻的是，多场景交通决策普遍采用“人工经验+静态模型”的被动响应模式，方案评估周期长达72小时以上，无法满足动态交通管控的时效性需求。据统计，我国70%以上城市群在高峰时段路网平均车速低于20km/h，年均因交通拥堵造成的经济损失超过3000亿元。

在此背景下，国家《交通强国建设纲要》明确提出“突破交通仿真软件卡脖子技术”“构建自主可控的智能决策体系”等战略要求。本项目依托国家重点研发计划等重大项目，聚焦“多模态认知大模型—自主可控云仿真—智能决策”三大核心技术领域，开展系统性攻关，旨在建立完全自主可控的交通数字孪生平台，为新型城镇化建设提供关键技术支撑。

图1 项目总体思路

PART 02

二、主要科技创新点

多模态交通大模型认知底座全链条治理技术

针对城市交通多模态数据跨域融合效率低、事件识别精度不足等难题，项目团队首创基于Transformer时空特征解耦的交通认知大模型。通过动态注意力机制实现TB级静态数据与百万级动态数据的高效特征迁移，构建“感知识别—特征提取—决策映射”全链条治理体系。

该技术实现了三项关键突破：一是创新设计智能环境语义定位模型，融合高精度地图与多源传感器数据，采用时空推理算法实现交通事件毫米级定位与趋势预测，全天候态势感知精度达97.3%；二是研发分布式存算一体弹性架构，实现亿级轨迹数据无损绑定与自主弹性伸缩，数据检索延迟小于1秒；三是建立仿真—孪生场景毫秒级无损交互机制，仿真—孪生转换效率较传统技术提升38.5%。

图2 分布式存算一体弹性架构

云上分布式交通仿真计算与平台构建技术

为突破国外交通仿真软件的技术封锁，项目团队构建了全球首个“城市快速路—主干路—国省道—高速公路”四网融合出行链架构，研发68类智能体行为交互算法，实现“轨道交通+公交+慢行+网约车+共享单车+个性化接驳”全方式精准模拟，创新引入深度强化学习机制优化出行生成、目的地选择、路径决策等关键环节。

在工程验证中，出行链特征还原精度达93.6%，优于国外主流商业软件。针对大规模仿真需求，团队自主研发基于Kubernetes的分布式仿真引擎，突破需求矩阵切分与路径搜索分块算法，实现500平方公里路网、500万智能体超大规模并发推演，仿真收敛效率提升42%，计算密度达国际同类3.2倍。

此外，团队研发了国内首个基于B/S架构的云上出行链仿真决策支持平台，打破了国外同类技术产品的垄断地位，形成了具有完整自主知识产权的系统软件。

图3 基于B/S架构的云上仿真决策支持平台

大模型驱动的多目标交通自主决策技术

针对传统决策系统方案生成效率低、多目标协同能力弱等难题，项目团队研发了时空特征解耦的动态注意力机制，构建“交通状态—仿真推演—方案优化”端到端映射模型，实现了TB级数据到决策指令的毫秒级转化。创新设计自适应权重分配算法与帕累托前沿分析框架，攻克了通行效率、碳排放、安全风险等多维目标冲突下的最优解集快速收敛难题。

团队进一步提出多目标遗传算法与GBDT梯度提升决策树混合架构，构建“宏观战略—中观策略—微观执行”三级决策模型，建立大模型与仿真系统的双向反馈通道，实时接收推演结果并优化决策参数，形成“数据治理—孪生建模—仿真推演—决策优化”全链条闭环。

该技术方案生成效率较传统NSGA-II算法提升3.8倍，推演结果与真实交通流吻合度达95.2%。在粤港澳大湾区骨干高速公路网主动管控中实现拥堵延误降低32%、碳排放削减18%的协同优化。