每年因交通拥堵带来的经济损失占城市人口可支配收入的20%，相当于每年GDP损失5-8%。在近日举行的2021年北京地区广受关注学术成果报告会(自动化及人工智能领域)上，中国科学院自动化研究所副研究员吕宜生说，欧美日等发达国家在这方面的损失大约是1%-3%，我们还有很大的调整空间。

这个损失到底有多大?“2020年我国GDP总量突破100万亿，按5%算的话，相当于损失了大约5万亿人民币。一架波音737飞机的价格按5亿人民币算，相当于每年损失一万架波音737，也就是每天二、三十架。”吕宜生表示，智能交通被认为是缓解交通拥堵的有效技术手段。

智能交通建设应有的放矢

在全世界范围来看，交通拥堵都是一个很严重的问题，为了解决交通拥堵矛盾，智能交通建设迫在眉睫，为此国内外投入了大量人力、物力、财力进行研究和部署。

那么，智能交通到底会带来怎样的体验呢?打开地图导航，可以预知发生交通事故的路线，从而避开相关拥堵路线，节省出行时间;交通管理控制人员提前知道交通事故事件所在的位置，进而可以通过调整红绿灯，通知大家变换出行路线，很好地提高了交通系统的运行效率。

对于理想的交通场景，吕宜生心中早有设想：“未来的智能交通发展，应该是虚实互动的平行交通系统，通过万物互联感知，在数字世界中对物理世界进行重构，物理交通世界和人工交通世界深度耦合、虚实交融，形成两大体系平行发展、相互作用，从而使得先进的控制理念和管控思想，都能更好地得以体现，得以应用。”

“在当前智能交通发展方面，我们的理念、技术不落后于国外发达国家。”与此同时，吕宜生也看到了智能交通建设过程中存在的一些问题。“目前在智能交通出行领域的投入主要是集中于系统信息化的建设上，没能很好地发挥所建系统的作用。”

为此，吕宜生建议从以下几点提升智能交通的效率：第一，交通系统牵扯到多个部门，彼此数据资源共享可以打通流通环节上不必要的数据计算;第二，要从理念和思维上进行突破，借助人工智能、区块链、平行系统等新一代信息技术，在全面互联感知的前提下，现实世界的状态可以在虚拟的信息数字世界中呈现，这样的话就可以对现实世界有一个很好的捕捉，进而利用我们数字世界当中所获取的信息进行提前预判、管控、诱导，反过来作用于物理世界的人的出行和交通灯的管控，能够很好地提升交通系统的效率，提升交通系统的智能化水平;第三，目前智能网联和无人驾驶是交通发展的主流方向，需要做一些提前规划和技术上的相关储备。

交通管控融入时空流网络

交通管控的难点在于，每天每人的出行路线不尽相同，每个时段的交通特征不一样，工作日和非工作日、假期的特征也不一样，也包括来自天气的影响，等等。

那么，应该如何做好交通预测管控呢?“我们面临的主要问题是交通数据的缺失，以及受到交通因素的繁杂性以及环境的开放性等多方面影响。”吕宜生介绍，目前我们在道路上部署了很多传感器，以线圈检测器为例，城市当中线圈能够正常工作的可能并不多，导致数据严重缺失且质量不高。另外，交通管控不可能开展大规模的交通事故重复实验，一是成本高，二是不现实。

如何借助时间网络结合路网结构进行交通预测，成为当前一个主要的研究方向。”吕宜生建议，应该从交通流时空本身的特性去抽取一些路网的交通施工特征，然后把影响交通系统运行的外部要素嵌入到交通时空预测模型当中，进行相关分析。

目前，交通信号管控运行当中各城市里面有信号配时运营中心，有相关工作人员进行调控，但控制方案质量直接取决于该工作人员的工作经验和水平。

那么，能不能借鉴优秀的交通信号配置师已取得的控制策略，构建一个完善的交通信号管控方案呢?“我们把有经验的交通信号配置师对于地面交通处理的经验进行经验知识固化，这样一个推荐系统应用在城市路口管理中，可大幅度提高交通信号运营工程师的工作能力，处理效率可提升大约2-3倍。”吕宜生说。(记者 朱丽)