來源：睿見Economy

　　2025年7月10-12日，2025中國汽車論壇在上海嘉定舉辦。本屆論壇主題為“提質向新，智贏未來”，由“閉門峰會、大會論壇、技術領袖峰會、多場主題論壇、N場行業發布、主題參觀活動”等15場會議和若干配套活動構成，各場會議圍繞汽車行業熱點重點話題，探索方向，引領未來。其中，在7月12日上午舉辦的“主題論壇七：AI創新引擎，驅動智慧出行新生態”上，同濟大學交通學院黨委書記、教授馬萬經發表精彩演講。

　　以下內容為現場演講實錄：

　　非常感謝協會的邀請，也特別感謝汽車城長期以來對同濟大學，特別是交通學科的關照和支持，正是因為像剛才的紀錄片所展示的一樣，同濟大學從2016年，甚至更早積極參與了汽車城主導的一系列相關工作，推動了汽車學科和交通學科的融合發展。

　　今天我的報告題目是《道路交通粒流協同控制》，更多想從交通的視角探討車輛智能化之后對我們可能產生的重大影響，也希望這樣一些可能的影響反過來能夠為汽車的同行提供一些借鑒和參考。

　　我大概分成兩部分。

　　實際上交通工具的迅速發展確實引領了交通技術的變革，長期以來過去的二三十年間交通的發展，無論是技術還是投入，都以基礎設施的大規模建設作為牽引，未來我們判斷載人工具的變化可能是引領著這個領域創新的重要特點。

　　我們認為工具的發展對于行業來講，需要找到它們之間的焦點，人工智能的發展可以做出非常優秀的能夠噴火的機器人，當然有無數的用途，有非常重要的價值。但對于消防員而言，我其實是想滅火，不同的技術在不同的領域可能有不同的閃光點、不同的需求，對于交通而言，更多希望從汽車技術的發展中找到可能合作的焦點，這是今天發言報告的大的主題和背景。

　　我認為隨著交通工具的發展，從交通角度來講正進入“智能網聯新型混合交通流”的時代，也就是說人工開的車構成的交通流，正在、已經演變成有不同智能程度的車，可能是輔助駕駛，可能是高級別的自動駕駛，可能是網聯，可能是不網聯的交通工具混合的交通流，這是現在的新常態。

　　我想對于交通而言是如此，對汽車而言也是如此，因為你研究的車輛、研究的自動駕駛功能都是在這樣的環境下運行的。

　　從交通角度來講，這樣的交通流會帶來兩個重要的轉變：

　　第一，它會展現出粒流二相性。一種交通流在路上像水流一樣依然存在，第二個是這里面有一些特殊的例子，可以相互之間進行通訊，可以和系統或者不同程度的邊緣計算等設施之間進行通訊，并且能夠進行自主的調整，或者說在系統的命令下做出調整，這是一些特殊的粒子。也就是說有一位神仙灑了一些粒子到一些流中，這會引起重要的變化，這個變化主要展現在兩個部分。

　　第一部分，長期以來智能交通領域用了大量的投入去建設檢測的裝備，目標是感知路上的交通個體，感知車輛，有多少車，這些車從哪兒來到哪兒去。以后如果有了智能網聯的體系之后，舉個例子，有了軌跡數據，車輛在道路上運行的軌跡，不但反映了它本身的特點，也反映了周邊的交通流狀態。各位可能很清楚，智能車上一系列的感知終端也能夠獲得一系列感知的數據，所以我們認為第一個轉變就是它能夠把車輛從傳統上交通感知的目標轉變成感知的手段，而這個對于提升管控也好、服務也好的水平來講，可能是至關重要的。

　　第二，從控制對象轉變為控制工具，我們通過信號燈、標志牌，核心的目的是讓車輛聽我們的話，由此能夠改變整體道路網絡、一條干線的擁堵狀態、通行特點。

　　問題在于，如果智能網聯車本身可以和中心、邊緣進行通訊之后，我們會發現可以通過調整一輛車的狀態，讓它改變整個道路網絡或者一條通道的狀態，也就是說原來想控制車，現在可以通過車輛的調整去改變路網的狀態，這可能是非常關鍵的。

　　同時正是因為車輛可以網聯、可以交互的通訊之后，可以實現靜態的設施動態化，我們經常看到路上有些車道，比如公共專用道可能沒有車，但普通的車不能進去，如果網聯之后，其實可以產生很好的動態利用效果，這是2013年就已經發表的文章。

　　這樣兩個轉變會帶來非常有意思的工作，我們認為可以概括為粒流協同，我們做了一些綜述。

　　（1）以粒測流。

　　在交通領域，如何獲得路網的狀態，獲得每個出行個體的信息一直是長期以來去追求的，我們一直有大量的投入做這部分工作。

　　網聯車出來之后，世界范圍內有很多咨詢機構、政府都提出來很重要的方向，網聯車的數據可以提供非常多的服務。這樣為我們怎么樣用好網聯車從交通的視角提供了很好的思路。做了一系列工作，一方面通過車輛的軌跡數據分析斷面的交通狀態特征，核心點、難點在于網聯車數量比較少，軌跡滲透率比較低的情況下怎么讓它發揮作用？

　　后來發現其實可以做兩部分的工作：

　　第一部分工作，雖然數據少，但大量累計數據有可能呈現出別人呈現不了的特征，而且我們這些車輛很可能觸達到路網的各個角落，它是固定檢測技術所不能取代的。因此，我們可以做基于大量數據的統計分析和挖掘的工作，得到一些行業應用結果，比如說評估路網運行效能，評估信號控制的潛力和價值等，做了一系列工作。

　　第二部分工作，是很重要的，也是現在認為非常有意思的，雖然數據量是少的，車是少的，但能不能發現那些隨機發生的事件，并且快速發現？這是難的。我們做了一系列工作，如果我們簡單地在笛卡爾坐標系下把車輛放在里面會展現出一系列特點，但藍色和紅色之間很難發現特定的規律。當我們做了研究，轉成極坐標之后，可以發現類似星云圖的形式，具體的工作不詳細介紹了，但特點在于即便有很少的數據，可以通過一系列有趣的方法，讓它能夠快速發現那些隨機的事件，而這些事件對于交通而言是非常重要的，而且是固定的斷面檢測器不能取代的，這展現出來智能網聯車輛在交通檢測方面的重要價值，也是很好地利用切入點，當然我們后面做了分析，有很好的效果。

　　（2）以粒控流。

　　現在一條高速公路上有四車道，通行量很高，但在極端的情況下有4輛警車就可以保證這條高速公路在惡劣天氣下相對正常地運行。我們都學過高數，這是一種極限狀態，車是警車，用4輛車并排去走，這是極限狀態。如果一般化，就變成了在高速公路上、網絡上、正常行駛的交通流中有一些車輛可以聽你的話。這些車輛是不是可以通過調整這些車輛駕駛的策略，比如說速度、車道選擇，來改變整個高速公路的運行狀態？這顯然是可以的。

　　之前通過華盛頓西雅圖一段高速公路的數據做了分析，展現出了效果，進一步進行深入研究，怎么樣從這些路網中選擇合適的車，怎么樣給這些車提供駕駛的建議？因為有些時候你說你開70公里，但它是開不到的，你讓它換道也換不成。我們做了一些工作，中間的工作不詳細解釋了。

　　用通往崇明島的大橋作為仿真的案例，選取隨機志愿者車輛作為管控服務對象，讓他按照我們駕駛的速度和車道選擇進行通行。既可以有效地減少排隊的長度，也可以提升瓶頸點的通過量。

　　這是很有意思的問題，坦率講，我用安亭的數據做過所謂的不同的測試車會對交通流產生的影響，可能各位都能猜到對交通流的影響是正的還是負的。但問題在于，如果通過這樣一種策略，即便你不是智能的，你只要是網聯的，如果我們有些志愿者可以這樣去做，就可以通過這樣一種措施去緩解主通道的交通擁擠，這可能是智能網聯發展過程中對交通產生的重要影響。

　　當然，我們現在還在做進一步分析，怎么樣才能實現每個駕駛員是好的，整體又是好的，所謂“粒”是好的，“流”也是好的，這可能是更容易被接受的。

　　（3）流中控粒。

　　自動車是行駛在交通流之中的，未來相當長一段時間內，即便你是L5的車，如果你上了路，你周邊的很多車可能不是L5的，可能是人開的或者各種輔助駕駛的。交通能夠為這樣一些不同智能的車提供什么幫助呢？我們的觀點是不會控你的車，但基本邏輯是你現在所謂的FSD、智能駕駛等，你學老司機，但老司機也需要導航，導航關心什么？導航關心的是特征點，比如說我要下高速，我從哪里變到車道上去，要從路口轉怎么樣才能到路口可以不停車通過。

　　從交通的視角來講，可以做軌跡特征點的優化，可以給你自動車，無論是人開的還是機器開的自動車，只不過我會以不同的形式提供給你，但核心點是你的特征點是什么？我不關心你的軌跡控制，這是自動車本身的功能，但戰略性的要點選擇是交通才能更好地告訴你的，例如人工開車的導航。

　　我們做了一系列工作，主要集中在一些瓶頸點，比如說高速公路、隧道等相對比較有瓶頸的特征點，這些特征點的規劃能夠產生比較好的價值，無論是對本車自動駕駛的通行，還是對瓶頸效率的提升。

　　（4）粒流協控。

　　協控更多考慮以后有兩種情況：

　　第一種情況是特定場景的自動駕駛，比如說我們最近在承擔國家重點研發計劃的課題，是飛行區有人無人的混合運行，其實我們可以想象，飛行區相對于道路網絡而言是相對的，隨機性要低，幾乎每個人每個車出現在哪里都有背后的邏輯，不像路上一樣。但特點是要求是極高的，特定情況下的自動駕駛怎么做？又涉及所謂的粒流協控，可能有一部分車是自動的，有一部分車是人工的，有人無人混合的情況下，怎么樣提升瓶頸點的運行效率？這是我們探討的工作。

　　我們分析了很多可能的變量，如果自動車到一定程度之后，會不會需要專用的車道，如果自動車到了一定程度之后，在路口會不會需要專門的自動車通行時間？我們做了一系列數學優化分析，考慮了不同的情況之后，通過我們的策略，一般的模型可以描述不同混合比例情況下怎么控制混合的交通流。

　　第二種情況是所謂的信息安全，信息安全有很多種形式，其中一種形式是如果軌跡數據、BSM的信息用于交通服務的話，很可能被作為非常容易攻破的數據篡改的途徑。這種數據篡改有可能會產生很大的影響，所以交通管控系統就能夠快速地識別這些篡改是不是會發生了。如果有人篡改了我的東西，能不能避免篡改的數據引起很大的影響？

　　前段時間發布了行知大模型，在此基礎上基于模型訓練了智能體，可以根據我們所檢測到的軌跡數據的信息，也可能是真的，也可能是篡改了的，可以動態地選擇合適的控制器，以至于生成的方案能夠避免可能是篡改的之后引起交通路網的癱瘓。

　　我們做工作發現大模型確實還蠻好，能夠產生很好的作用，可以想象，如果你是黑客，你如果要篡改我的數據，你的目的肯定是基于篡改的數據把真實的路網迅速搞到癱瘓，我們發現這個方法能夠有效避免這個目的的實現。

　　簡要給各位匯報了基本的想法，不一定準備，很多工作也在推進過程中。

　　三、未來展望

　　現在都談智能化，什么是智能化？大學里講究嚴謹的邏輯，我們做了文獻綜述。荀子說“知有所合謂之智，能有所合謂之能。”智慧在于認知的正確性，我們是不是正確地認知了這個問題、技術。同時能力在于實踐的有效性，無論汽車技術多么發展，對交通而言能不能解決實際的問題？反過來，有沒有可能對載運工具提供可能的幫助？這是我們可以切入的要點。

　　現在“交通強國”不僅僅要解決交通問題，也期待交通解決問題，這不僅是中國的邏輯，美國也是如此，美國要做V2X關心什么？關心標準、市場、經濟、社會，道理是一樣的，交通更多是各位的戰場，我們是服務好產業技術的發展。

　　我們有足夠的信心和勇氣，在協會、在汽車城的鼎力支持下，我們去做可以做得更好，因為我們有規模效應。一會兒潘總如果請各位“吃大餅”，9寸的大餅沒有了，有2個5寸的大餅，你千萬不要同意，因為5+5肯定是小于9的，規模會產生非線性的影響，我們用好規模效應，無論從交通還是從汽車角度來講，都會有更好的成績，取得更大的成果。

　　我相信汽車交通的融合是非常重要的，車路的融合也是非常重要的，“交通強國”夢想的實現和個人完美生活的融合也是非常重要的。

　　祝福各位，謝謝！