道路交通信息物理系统（TCPS）概述

余志，黄敏，何兆成

 

1. 道路交通系统

       交通指人和物在空间上的位移。在社会生活中，交通无处不在。道路交通系统主要由道路网络、相关基础设施及车辆组成。道路交通系统是一个复杂系统，由于系统中的人、车、路及环境相互影响，使得它们之间的关系错综复杂，从而导致道路交通系统运行机理极其复杂、难以精准调控。在每次出行过程中，驾驶人根据自己的主观意识，控制着车辆按照交通规则朝着预定目标运行的动态过程中，车辆受到道路状况和环境状况的影响，使得车辆动态特性和车辆干扰动态特性变化，将会在一定程度上影响车辆的最终行驶路径，从而对道路交通系统状态造成影响。

        交通问题的产生是交通系统内部要素失调的结果，比如交通供给（道路网络资源）和需求（人或车的出行）要素失调造成交通拥堵。另外，交通现象分布在整个交通网络上，交通网络中行人和车流的运动和分布是随机的、时变的，要对其进行描述，确定系统中各要素及整体的运动规律相当困难。不仅如此，道路交通系统中还存在着出行者的决策博弈行为，这进一步加深了道路交通系统的复杂性。

        道路交通系统与电信系统有着非常相似的结构和特征，如图 1所示。交换机类似于交叉口，光纤类似于道路，手机号码类似于车牌，打电话行为类似于出行行为，因此常常将道路交通系统与电信系统进行比较。然而，电信系统管理和运行更为完善，道路交通系统却常发拥堵、事故等事件，难于管控。究其根本原因，在于与电信系统相比，道路交通系统具有以下特征。

（1）交通系统容量不可知。道路交通系统的容量具有时空特征，交通道路网络是车辆出行活动的承载平台，路网的容量制约着车辆的出行，信号控制等设施为车辆的行驶进一步划分时空路权。在现实物理世界的交通系统中，道路网络复杂，且除信号控制外，如潮汐车道、可变车道等具有强时间约束的通行路网要素，使得交通系统的时空容量动态特征明显，交通系统管理者难以掌握，故交通系统的容量是不可知的。而在电信系统中，线路的连接关系、线路带宽等都是已知的，并受管理者控制，可见电信系统的容量是可知可控的。

（2）个体出行需求不可知。在道路交通系统中，车辆的出行起讫点(OD)由车辆自己决定，具有较强的主观性；同时车辆可自由选择行驶路径，其很大程度上依赖于驾驶员的主观意识以及时空敏感性等，出行需求动态变化，对于交通管理部门来说是不可知的。而在电信系统中，谁在打电话（拨出的号码）、打电话给谁（拨打的号码）都是系统已知的，数据的传输路径由系统指定，数据包没有自主控制权，可见个体通信需求是实时可知的。

        道路交通系统不封闭。由于上述交通系统容量与需求均存在不可知的特点，导致对交通管理者而言，其系统认知是不封闭的。一方面，管理者无法全面掌握当前系统内车辆的出行OD、出行路径的选择，故即使可根据线圈等监测手段获取道路网络状态，也无法知晓其成因，无法进行拥堵等状态的溯源；另一方面，用信控、VMS等管控手段对道路交通系统进行干预时，车辆个体行为的改变不能被系统精准认知，系统无法得到有效反馈。而在电信系统中，由于数据传输网络与需求可知可控，传输指令可达每一数据包，系统可以全面掌握数据传输状态及运行反馈，因此对电信系统管理者而言，其系统认知是封闭的。

 

 

                                                                    （a）交通系统                                                                                                                                                            （b）电信系统

图 1交通系统与电信系统的相似性

 

     综上所述，客观物理世界中具有自组织、时变、随机和非线性等特征的道路交通，决定了交通系统不可知的本质复杂性，最终导致道路交通系统难以封闭认知与求解。为解决此问题，本研究提出了道路交通信息物理系统的概念，将物理世界的道路交通系统在信息世界进行数字孪生重构，形成封闭系统，使对道路交通系统的认知和求解成为可能。

2. 道路交通信息物理系统(TCPS)

      信息物理系统(CPS, Cyber Physical Systems)是物理世界与信息世界高度融合的系统，在信息物理系统中，物理环境与信息处理深层交互，设备在充分感知的前提下，依靠计算、通信能力，将处理后的信息反馈作用于物理环境，实现物理世界的动态可知、可控。

      道路交通信息物理系统(TCPS, Transportation Cyber Physical Systems)是CPS在道路交通领域的延伸，它是道路交通物理世界与道路交通信息世界高度融合的系统，是感知、计算、通信和控制过程高度集成的系统。TCPS结合感知设备对物理世界的道路交通系统进行感知，并在信息世界对道路交通系统进行数字化重构和认知，分析其运行规律，能对道路交通系统状态的变化进行推演，进而计算相关措施进行对系统进行调控，并将结果反馈于信息系统，形成闭环，以此实现保障道路交通系统运行的有序、高效。要构建TCPS，需要把物理世界的道路交通系统完备映射到到信息世界。针对此，本研究在分析TCPS的特征后，提出了构建TCPS的两大基础模型，可计算路网模型和车辆个体出行模型，以此为基础构建的TCPS，可以支持物理世界到信息世界的完备映射，进而能够加载道路交通系统的各种分析、推演模型，并反馈于物理道路系统，实现真正意义上的高度融合。

2.1. 道路交通信息物理系统（TCPS）的特征

       道路交通信息物理系统以道路交通系统为研究对象，基于在物理世界对道路交通系统的感知，在信息世界对物理道路交通系统进行建模和数字孪生，实现在信息世界对物理道路交通系统形成完备认知、构建道路交通系统的数据基座，支持对物理世界的推演计算和态势分析，并利用其封闭的反馈机制实现对交通系统的物理进程进行实时调控。

      要在信息世界构建映射物理现实世界，在信息世界中对道路交通系统进行数字孪生，实现交通系统可认知、可计算、可求解，TCPS应该具备以下特征：

       （1）计算空间封闭。TCPS将道路网络及相关基础设施进行语义化、数字化，形成信息空间中能表述通行规则、承载车辆运动的计算平台；计算平台应具有明确的研究边界，形成封闭计算空间，在计算平台中的车辆能被精准感知和反馈，离开平台的车辆不予以考虑。

       （2）车辆对象封闭。与一般的仿真系统或交通信息管理系统不同，TCPS中的车辆都是现实物理系统中真实车辆的映射，具有身份特征和行为属性。基于车辆的身份及行为属性，可以更好地对车辆的出行进行计算和推演。

      （3）车辆行为封闭。在道路交通信息物理系统中，从车辆进入系统的时刻开始，车辆就会在系统中存在，其行为被全态刻画。车辆在TCPS中，存在两种状态，一种是在途状态，即车辆在道路网络中行驶，另一种是驻停状态，即车辆不在道路网络中行驶，如进入停车场等。不管是在途状态，还是驻停状态，都能在TCPS中被描述，不会由于车辆状态的改变或信息的缺失而导致车辆消失。

      为了响应上述特征，本研究提出了构建道路交通信息物理系统的两大核心技术，可计算路网模型和个体出行模型，它们是TCPS的两大基础模型。

2.2. 道路交通信息物理系统（TCPS）的基础模型*

       可计算路网模型为TCPS提供封闭的计算空间，它是车辆状态的承载平台。可计算路网以物理道路网络为骨架，对标志标线等基础设施进行对象化、语义化表述，并与路网建立拓扑关联，从而得到交通规则精细化表达、路网数据可编辑可计算的交通路网平台。更进一步，可计算路网模型中还定义了边界、出入口、虚拟停车场等概念，为TCPS封闭计算空间的形成奠定基础，支撑了TCPS动静态一体化的特性。

      个体出行模型是TCPS的基础计算模型，它以车辆个体为建模对象。在TCPS中，车辆个体带有身份标签，它是系统的基本计算单元。个体出行模型以可计算路网为基础对车辆的在途与驻停状态进行建模，实现了车辆行为在系统中的全态刻画。系统的运行状态可以由个体车辆的状态映射计算得到。个体出行模型支撑了TCPS宏微观一体化的特性。

      TCPS中的可计算路网模型和个体出行模型使得现实世界中开放的道路交通系统，在信息世界中形成封闭，使得系统的全量认知和求解成为可能。

   

3. 讨论

       目前，TCPS的应用实践—城市交通大脑已在上海、宣城等城市落地，为当地交通矛盾的缓解提出了新思路、新方案。结合TCPS的实践，下面就几个常见的问题进行讨论分析。

1）   仅人工智能不能解决交通问题

        随着信息采集设备的发展，交通领域产生了海量数据，使得人工智能技术亦渗透入交通领域，并取得广泛应用。然而当前人工智能仍然面临不少问题，在技术方面如硬件基础无实质突破，计算能力受限；机器学习未突破基于数理统计的框架；信息模态单一，泛化迁移能力差；能耗大，计算成本高； AI演化为优化问题，无自动升级能力等。此外，人工智能应用还引发了许多伦理、社会、经济和法律问题。

        特别地，尽管人工智能在道路交通系统领域的多个应用取得了一定的成绩，但其不足也在推广中逐渐暴露。如在个性化导航方面，出现了由于不能掌握容量与需求关系，致使车辆聚集引发严重拥堵的导航堵现象；考虑局部信控优化时，仅部分路口通畅，却忽略了周边交通需求，且不能精准测量受影响的车辆，致使整体社会效益下降等。可见，没有新理论的支撑，仅靠人工智能、大数据分析等技术手段是难以解决交通问题。

2）   TCPS可兼容传统交通模型

        作为新一代的交通理论，虽然TCPS与传统交通模型有着根本的区别，但并不矛盾，研究TCPS并非要推倒传统交通模型，传统交通模型可以纳入TCPS中。

        受限于技术手段，传统的交通模型是基于不带身份的集计型、或抽样本数据构建的，如利用线圈统计断面流量以交通状态，或在概率框架下基于样本数据进行出行需求分析和交通分配等。在TCPS中，以带有身份标签的车辆个体作为基本计算单元，以全体车辆数据为模型描述基础。故，若去掉车辆的身份信息，从车辆总体中抽出样本数据进行建模研究，此时TCPS模型可降维至传统交通模型。

        更进一步，由于TCPS的计算单元为带身份的车辆个体，其建模单元是确定的。基于集计、统计对象计算所得的结果，不能返回到确定的车辆对象进行管控；然而，基于确定性对象计算所得的结果可以回溯到个体，从而可实现精准管控，如宣城交通大脑中的家警校案例、上海交通大脑中的疫情防控案例。TCPS的一大特征是宏微观一体化，所有的宏观结果都是由每一个确定的微观个体集计所得，不管是交通规划、交通管控、或是交通设计等领域都可用同一套数据，模型是一致的、紧密关联的，可以支撑实现交通规划、设计、管控一体化。

3）   关于TCPS的模型与数据

        TCPS的核心技术是可计算路网模型和车辆个体出行模型，里面涉及对路网和车辆个体出行行为的描述，且在TCPS的实践应用中会涉及到大量的数据，如车辆出行的感知数据、路网数据、信控方案数据等。但必需明确的是，TCPS模型的构建与数据无关。可计算路网模型作为TCPS承载平台，它描述的是路网要素及其拓扑关系；车辆个体是TCPS的基本计算单元，车辆个体出行模型则是对车辆出行行为进行表述与建模，这些模型即使没有数据也可以进行构建，也即TCPS的研究并不依赖于数据。

        以基于车辆感知数据的出行需求建模为例，TCPS的车辆个体出行模型以单个车辆为计算单元，需要表述车辆的每一次出行，面向不同的场景有不同的处理方式。下面介绍其中几种常见的模式：(1) 全量身份、部分轨迹型感知数据，其代表是卡口感知数据。电警卡口能获取经过某断面的所有车辆信息，对于断面来说车辆信息是完整的，对单个车辆个体来说，却只有部分的出行信息，这种情况可对车辆进行轨迹重构，计算个体出行需求，并加载入TCPS中。(2) 样本身份、完整轨迹型感知数据，其代表是浮动车GPS数据。一般情况下，浮动车渗透率低，但每一辆车都可以获取完整的出行轨迹，这时可结合统计框架，推导出行需求，加载于TCPS中。(3)全量身份、完整轨迹型感知数据，其代表是未来场景下受中心系统控制的全自动驾驶场景，此时所有车辆的需求是明确已知，且受控的，数据无需经过重构、统计推演等手段即可加载TCPS中运行。(4)身份、轨迹数据皆由模型估算所得，其代表是传统交通规划模型所生成的出行需求，也可加载于TCPS进行推演计算。可见有了TCPS与数据并非绑定，是技术发展到一定的阶段，感知的数据更丰富、更完备促成了新理论的产生。

        综上可见，随着各种先进技术的发展，新的交通理论呼之欲出，TCPS理论有望有效承接新旧技术的迭代发展。TCPS一方面能兼容传统交通理论，传统交通模型通过降维等手段可纳入其理论框架，另一方面，以可计算路网承载平台，以个体车辆为基本计算单元的框架，可串联道路交通系统规划、设计、管控等全链条、全周期的研究与应用，引领着未来交通研究发展的新方向。未来， TCPS理论与新技术手段相结合，可以使得城市交通问题可计算可求解，让城市畅通、高效、安全、绿色的运行成为可能。

 

*：下载资料中《道路交通信息物理系统（TCPS）概述》全文将对可计算路网模型和个体出行模两个模型的框架进行简要介绍，欢迎下载了解。