2022年交通科技產學研供需對接會成功召開，我司應邀參加了賽文網舉辦的交通科技產學研供需對接會。下文為賽文交通網整理的關于此次交通科技產學研供需對接會詳細資料。

在知識經濟時代，企業要增加核心競爭力，引進人才和承接轉化科研成果已成為企業發展所必需的要素，是企業的立足之本。

而學界、研究機構、社會智力高校教師具備專業領域豐富的知識，具備研發創新能力，對行業未來發展趨勢的遇見和洞悉，對產品的把控能力，甚至已經有科研成果，需要產業孵化，但苦于找不到適合的企業進行成果的商業化、應用化制造。

2022年8月25日，賽文交通網在杭州舉辦了一場交通科技產學研供需對接會，讓企業和學界、研究機構、社會智力高校教師進行面對面沉浸式的溝通交流。

會議由清華大學教授李瑞敏主持，浙江大學金盛、中南大學鄭亮、北京航空航天大學段續庭、深圳市城市交通規劃設計研究中心股份有限公司柳慶勇、東南大學史云陽、廣東振業優控科技股份有限公司陳寧寧、北京航空航天大學張釗、深圳市賽諾杰有限公司葉愛平等嘉賓做了主題發言。

交通科技產學研供需對接會目標

針對高校、研究院所教師、研究員已有專利、科研成果，尋找產業化合作機會；

針對交通科技企業新產品研發需求、企業技術與市場常年的咨詢顧問合作需求，尋找外部智力支持。

我們希望對接會最終達成以下目標：

1.技術咨詢合作服務

高校研究員以顧問形式與企業建立長期或者事件型的合作關系，展開合作。對企業現有產品改進、升級，以及行業技術發展、市場趨勢前瞻等方面內容提出自己意見。

2.科研成果產業化

高校教師、科研機構的研究員現有科研成果，以合作或委托形式與企業進行科研成果產業化。

3.企業產品委托開發

企業具體產品研發需求，委托高?；蚩蒲袡C構開發，達成合作。

附會議詳細資料：

01

一、智力服務類型

二、專業領域

三、所選智力類型和專業領域詳細內容

交通大數據分析、交通信號控制、交通擁堵演化、交通問題診斷等

02

一、智力服務類型

二、專業領域

三、所選智力類型和專業領域詳細內容

接受軟硬件產品委托開發→智慧交管→信號控制

通過采集某干線或區域內的交通數據，建立并標定對應的微觀交通仿真模型；然后建立基于路網性能和交通仿真的干線或區域信號控制優化模型，并設計相應的仿真優化算法進行求解，獲得高效、魯棒的信號控制方案。

接受軟硬件產品委托開發→智慧交運→智慧停車

整合城市范圍內的停車場資源，實現物聯網遠程操控；基于停車數據可以分析并預測停車需求，結合停車資源給出合理的停車收費策略及共享停車相關策略。

接受軟硬件產品委托開發→智慧交運→智慧公交

基于道路交通狀態與站點乘客需求，并考慮公交車資源限制，設計科學合理的公交發車時刻表；基于公交時空位置、道路交通狀態與站點乘客需求等，為避免公交串車或遵循某些關鍵站點的時刻表，設計科學合理的公交在途控制策略。通過結合公交發車時刻表和在途控制策略，實現智慧公交魯棒、高效地運行。

接受軟硬件產品委托開發→智慧交管/智慧高速→交通狀態預測、估計與重構

通過采集路網層面的交通數據，建立基于數據驅動的多任務交通預測模型，達到同時預測多個路段交通狀態的目的；針對數據缺失環境下的路網交通預測、估計與重構問題，搭建基于深度學習的路網狀態估計或重構模型，實現數據缺失環境下的路網交通狀態感知，同時根據數據缺失率和重構精度，可以指導有限檢測器資源的合理布施，達到利用有限檢測器數據信息實現路網交通狀態的重構與感知。

03

一、智力服務類型

二、專業領域

三、所選智力類型和專業領域詳細內容

顧問咨詢→車路協同、無人駕駛、空地協同、車聯網

接受軟硬件產品委托開發→車路協同、無人駕駛、空地協同、車聯網

專利等需要技術產業化機會→車路協同、無人駕駛、空地協同、車聯網

智慧高速→邊緣計算、車路協同、融合感知

車路協同→邊緣計算、融合感知、車路云一體化、自動駕駛

04

一、需求類型

二、專業領域

三、所選需求類型和專業領域詳訴

顧問咨詢→智慧交運&智慧交管→城市道路、高快速路、機場、高鐵站等樞紐站的數字孿生應用場景挖掘構建

產品開發→智慧交運→機場、高鐵站樞紐數字孿生應用場景構建與開發

四、公司介紹

深圳市城市交通規劃設計研究中心（以下簡稱“深城交”）創建于1996年，一直以來是深圳市委市政府重要的交通決策支持科研機構，行業前沿的科技創新帶頭單位。近年來，深城交立足深圳、引領行業、服務全國，業務范圍已覆蓋全國30多個省市，120余座城市，改善超過6億人出行。目前已在創業板掛牌上市，股票代碼：301091.SZ。

深城交致力于提供先進的城市交通技術與服務,提供以大數據分析為基礎、以協同規劃為引領、以綜合設計為支撐、以系統集成為實踐、以智慧運營為反饋的城市交通整體解決方案。

05

一、需求類型

二、專業領域

三、所選需求類型和專業領域詳訴

（1）智慧交管

對于城市交通治理，尤其在提高道路通行能力方面，目前高校有哪些研究。是否研究出較為成熟的算法或者是仿真模型，來指導設計單位提出改善交通通行能力的解決方案。另外，在提高區域路網通行能力方面，通過哪些手段或者是設備可以解決區域道路（路口）的擁堵問題。

（2）智慧高速

目前高校有哪些新產品，重點想了解兩大方面。一是智慧感知方面，有哪些新技術、新產品可以及時準確的掌握道路的交通運行情況、道路行駛環境參數等，特別感興趣的是基于視頻的團霧監測系統，目前市場該類系統的監測精度不高，是否可以通過引入AI技術提高監測精度。二是車道級管控方面，是否有核心算法。

四、公司介紹

中咨泰克交通工程集團有限公司(以下簡稱“泰克公司”)是一家聚焦基礎設施數智化業務，以“讓出行更安全、讓交通更高效、讓管理更智能”為企業使命，深耕于智慧交通與智慧城市領域的高新技術企業。

1．公司基本情況

泰克公司成立于1993年，是國內最早從事高速公路交通工程業務的兩家單位之一，業務分布全球13個國家，國內29個省市，在行業中具有品牌優勢和領先地位。公司具有智能交通業務完整的產業鏈，覆蓋投資、咨詢、設計、機電施工、信息系統集成及運行維護等全生命周期。

2.主營業務

泰克公司歷經近30年的發展，目前具有交通工程設計、國內機電工程、智能交通與信息化、海外機電工程、軌道機電工程、市政與智慧城市六大主營業務板塊。其中：

交通工程設計：1993年開展交通工程設計，是國內最早從事高速公路交通工程設計咨詢業務的兩家單位之一。截止至2021年底，共承擔了29個省市的700多個設計項目，累計里程約30000余公里。

國內機電工程：1995年起開展機電施工業務，是國內最早具有高速公路機電施工能力的三家單位之一。截止至2021年底，已承擔了28個省市近450個交通機電工程施工總承包項目，累計里程約為21000公里。

智能交通與信息化：承擔了多種類型的政策性信息化項目，如在2019年交通運輸部大力推動的取消省界收費站項目中，公司承擔了部中心、部雙活中心、6省市的設計以及5省市的施工；在各省公安交警推動建設的交通綜合防控體系以及城市智能交通項目中，公司承擔了天津市高速公路交通管理科技設施等多個項目。近幾年公司在智慧公路、智慧交管、智能網聯等方面也有多個典型案例。

3．智慧業務創新

近幾年，泰克公司圍繞著大交通、大城市業務場景，在智慧公路、智慧交管、智能網聯、智慧城市等方面進行了探索實踐。其中：

智慧公路方面，可提供智慧高速、智慧旅游公路等解決方案。目前公司參與了10余個省份，20余個智慧公路相關的項目，涵蓋了咨詢、設計、施工、EPC項目以及產品供應等各個方面。設計項目包括北京延崇高速、北京京雄高速，北京新機場、山東京臺高速、貴州貴安等；施工項目包括海南環島旅游公路、江蘇太湖隧道、河北延崇高速等；代部審查項目包括京雄河北段、深圳機荷等。

智慧交管方面，可提供城市交通綜合治理、交通管理科技設施、緩堵便停等解決方案。目前已參與北京市西城區交通綜合整治、天津市高速公路交通管理科技設施、山西省高速公路防控體系、北京豐臺區路側停車等項目。

智能網聯方面，可提供車路協同與自動駕駛、智能網聯測試場等解決方案。公司已經參與了車聯網先導應用環境構建及場景測試驗證平臺、北京市高級別自動駕駛示范區、浙江德清全域城市級自動駕駛示范區等多個智能網聯項目。

06

一、智力服務類型

二、專業領域

三、所選智力類型和專業領域詳細內容

顧問咨詢、接受軟件產品委托開發、專利等需要技術產業化機會

智慧交管→智慧監測一體化平臺、交管數字孿生平臺、交通雙碳仿真平臺、智慧公交管理與數字孿生平臺

智慧高速→智慧高速數字孿生平臺、智慧高速實時在線管理系統、高速公路事件檢測系統、雷視融合關鍵技術

車路協同→車路協同仿真軟件、混合交通流模型、車路協同仿真測試、場景庫構建與測試

07

一、需求類型

二、專業領域

三、所選需求類型和專業領域詳訴

需求類型為：產品開發，也可接受專利技術的產業化合作

專業領域為：智慧交管，細分領域為城市道路交通信號控制

專業訴求為：區域交通信號控制算法或軟件產品

背景及技術需求：區域交通信號控制一直以來都是城市交通管理者和技術服務提供商遇到的難點之一。于交通管理者來說，在現有技術條件下實現區域控制，需要投入大量資金來補足硬件建設（如更智能的信號機、更豐富的交通流檢測器等），經濟負擔過重；對于技術服務提供商來說，現場數據不足、數據質量不高，算法模型過于復雜，控制效果難于評價等，制約了區域控制的落地實施。

因此，針對國內大部分城市的交通建設現狀，能否在硬件建設與算法軟件上尋得平衡，在不增加或少量增加硬件建設投入的情況，設計出可落地實施的區域控制算法模型（或軟件系統）。要求該算法模型有明確的控制目標，算法模型得到的控制方案實施一段時間后，在不額外增加數據采集設備的情況，可對控制效果進行全面的、客觀的、定量的評價，以進一步優化和改進控制方案。

四、公司介紹

廣東振業優控科技股份有限公司（公司簡稱：振業優控，股票代碼：839376）成立于2004年，是一家專注于“城市交通治堵服務”的國家高新技術企業。

振業優控技術團隊以保障人民群眾的平安出行和暢通出行為愿景，面向政府交通管理部門提供包括“交通信號駐點優化”、“配時中心建設運營”、“交通管理輔助決策”在內的第三方專業技術服務。服務范圍包括：城市道路交通信號優化、交通組織設計優化、道路標志標線設計、交通安全事故分析、交通安全隱患排查、交通仿真評估分析、交通運行評價、交通輿情管理、路口臺賬管理等。

自進入智能交通領域以來，振業優控憑借過硬的技術、優質的服務贏得良好的市場口碑。截至目前，振業優控已為22省80地市152區縣的交通管理部門提供專業治堵解決方案，優化路口總數近17000個。

08

一、智力服務類型

二、專業領域

三、所選智力類型和專業領域詳細內容

1．顧問咨詢/接受軟硬件產品委托開發→智慧交運&智慧停車

智慧停車

隨著城市化進程的加快和人民生活水平的提高，城市人口和機動車保有量不斷攀升，聚集性活動也日益增多。停車場作為聚集性活動散場后的必經場所，由于其內部環境復雜，人車交互頻繁，非常容易產生擁堵和突發事件，對市民的生命財產安全產生影響。因此考慮停車場內部復雜環境和頻繁的人車交互，對停車場應急疏散方案進行優化是城市應急疏散研究的一個重要課題。

傳統城市應急疏散研究多集中于路網層級的機動車流疏散方案，或者是建筑物內的行人流疏散方案。涉及停車場內人車混合流疏散問題的研究較少。本文在傳統城市應急疏散研究的基礎上，搭建人車混合流動力學模型，對人車混合流的耦合機理進行研究。并進一步地基于人車混合流動力學模型，研究影響停車場內部疏散效率的因素，對停車內人車混合流疏散問題進行優化。

圖1 人車混合流動力學仿真平臺

基于人車混合流動力學仿真平臺進行的實驗顯示，行人取車行為對停車場疏散效率產生重大影響。因此本研究采用深度強化學習模型或自適應控制模型，根據停車場內部交通狀態，控制行人流進入停車場的速率，最終提高停車場內部疏散效率。數值模擬顯示該強化學習模型能將停車場疏散效率提高18.31%。該方法也可以用于停車場應急疏散預案方案的生成與評估。

圖2 控制模型優化效果

本研究對于探索人車流混合演化機理，優化人車混合場所設計方案具有實際意義，已有一篇SCI的Q1區論文進入二審。并取得軟件著作權一份。

2．顧問咨詢/接受軟硬件產品委托開發→智慧交管

智慧交管

隨著城市機動車保有量的不斷上升，交叉口擁堵成為了制約道路交通發展的瓶頸。為了緩解交通擁堵、提高交通參與者的出行滿意度，智慧交通概念也隨之受到社會各界的重視。然而，由于交通狀態的部分可見性和不確定性，交通系統實際上是一個“部分可觀測系統”（POS），而交通控制方案的優化又依賴于對交通狀態的準確感知。因此“可觀測”和“可控制”是智慧交通系統的兩個關鍵要求。

交通流的部分可觀測性是由于交通流的隨機性和觀測設備對交通狀態監測的不可靠性導致的?，F有交通狀態觀測技術主要基于線圈傳感器及攝像頭，覆蓋率極大地收到硬件布設范圍制約，具有成本高、效果差、易損壞的明顯缺點。并且，由于現有交通狀態估計系統的可靠性、覆蓋率的制約，大多數離線信號優化模型都假定交通量事先已知來優化信號相位設置，導致模型難以投入實際應用。

網聯車技術及交通大數據的出現為交通控制創造了新的機遇。本研究提出了以低滲透率網聯車GPS數據為輸入的部分可觀測交通系統的逐步信號控制優化框架。獲得2021年全國交通科技大賽二等獎、2017年全球算法大賽十強、第三屆中國互聯網+大學生創新創業大賽二等獎。

首先，本研究將交通流理論與貝葉斯方法、MCMC過程結合，提出了一種以網聯車GPS軌跡數據作為唯一數據來源的交通狀態估計模型，可在無需任何固定檢測器的條件下估算交通流量，不但可以節省安裝和維護檢測器系統的費用和精力，還能夠大幅提高路網交通狀態估計的覆蓋率。經仿真和實際道路數據驗證，在網聯車滲透率低至5%的情況下，車輛到達率的平均估計誤差仍低至4.2%，交通流量估計誤差低至0.9%。

圖3 交通狀態估計效果

基于交通狀態估計結果，本研究還進一步提出了一種離線交叉口渠化及信號優化模型，對可變車道及信號相位同時進行優化。并結合強化學習（DRQN）模型對信號配時進行在線優化，將所有交叉口作為Agent，基于網聯車GPS軌跡數據學習交通控制策略。經驗證，離線交叉口渠化及信號優化模型使全局解空間減少了98%以上，DRQN在線優化模型可以在可接受的時間內進行訓練，并在低網聯車滲透率的情況下實時優化信號設置。該模型的優化性能比傳統自適應控制的性能提高了20% ~ 60%。其中，路網平均停車次數低至0.4次，平均等待時間低至10秒。

圖4 信號控制優化效果

本研究對于探索車聯網環境下的交通狀態估計和交通控制有著重要的意義，已在智能交通旗艦期刊IEEE Transactions on Intelligent Transportation Systems發表論文。

3．顧問咨詢/專利等需要技術產業化機會→無人駕駛

無人駕駛

經濟和社會的發展帶來了更多的交通出行需求，由此帶來的交通安全問題也愈發嚴重。在行車過程中，駕駛員需要對復雜的多源信息進行感知和判斷，部分信息的感知和決策失誤極易引發道路交通事故。先進輔助駕駛系統（Advanced Driver Assistance System , ADAS）的開發和使用能夠在一定程度上對這一問題進行緩解，但其目前多針對自車的運動行為進行檢測和預警，還無法實時監測周圍車輛的運動，并預判其對自車行駛帶來的風險。

本方法構建了一個能夠應用在自動駕駛中的目標車輛換道行為識別和軌跡預測模型。首先建立基于長短時記憶網絡（Long Short-term Memory, LSTM）的目標車輛換道行為識別模型，并在該模型的基礎上，基于貝葉斯推斷和馬爾科夫鏈蒙特卡洛模擬，建立自適應目標車輛換道行為識別模型，以適應實時變化的道路、交通環境。最后，在Sequence-to-sequence（seq2seq）模型的基礎上，加入了注意力分布機制和運動學計算層，建立了目標車輛的軌跡預測模型。

結果表明，本文所建立的自適應目標車輛換道行為識別模型表現出了較好的識別性能，其模型準確率與LSTM模型相比有所提升，且LSTM模型對當前環境的適用性越差，自適應模型準確率的提升幅度越高，即本文所建立的自適應模型可以較好地補償由于道路交通環境變化造成的識別誤差。同時，目標車輛軌跡預測模型也表現出了較好的預測性能，模型對比分析表明運動學計算層的加入會大幅度提高模型的性能，目標車輛駕駛行為概率的加入也會使模型的誤差有所降低。

圖5 車輛換道意圖識別結果

圖6 車輛軌跡預測結果

本模型具有較強的可移植性，其能夠較為方便地應用于輔助駕駛系統中，實時預測周圍目標車輛的換道行為和軌跡，為自車提供危險預警，從而有效減少駕駛員感知和決策失誤導致的交通事故，提高行車的安全。

本研究對于自動駕駛環境下的車輛駕駛行為預測和安全預警具有重要的意義，已在交通領域國際權威期刊Transportation Research Part C: Emerging technologies發表論文，并公開專利兩項。

09

一、需求類型

二、專業領域

三、所選需求類型和專業領域詳訴

開發一款用于城市交通信號組織優化的檢測數據（雷達視頻融合）的車輛檢測器。

雷視融合將原始的視頻流和雷達數據流同時通過MIPI和SPI接口接入到一體機中的嵌入式處理器中。在內置的嵌入式處理器中直接對原始的視頻流進行AI目標提取，然后通過內建的坐標映射系統將視頻目標投影到雷達坐標系中，最后對視頻目標和雷達目標進行融合跟蹤處理，實現全局目標的實時矢量化和跟蹤！

四、公司介紹

深圳市賽諾杰科技有限公司為國家高新技術企業，深圳雙軟企業，現有員工130人，生產廠房面積13000平方米。專注于交通信號燈、信號機、高速顯示產品的生產和交通行業應用解決方案，率先在行業內研發生產大功率LED信號燈、高光效LED路燈、交通信號控制平臺與運維系統。公司業務以出口為主，國內市場為輔。

公司擁有SMT、DIP全套自動化生產線四條，并配備有完備的質量檢測與試驗設備。公司雖然為生產性公司，但重視研發團隊建設，擁有專職的軟件、硬件、光學、結構等專業工程師12人，高級工程師2人，另有中外交通行業資深顧問類專家7人。公司擁有“AC42V開關電源發明專利、寬電壓開關電源、信號控制系統、信號燈功能檢測器、倒計時軟件、低功耗網管“等產品的知識產權，自主研發了霧天公路行車誘導系統、5G物聯網設備管理系統等核心技術。