2021年12月17日上午8:30分，期待已久的第20届和第21届COTA国际交通科技年会（The 20th and 21st joint COTA International Conference of Transportation Professionals）终于正式拉开帷幕，本次年会由长安大学、海外华人交通协会(COTA)、交通运输部国际合作事务中心联合举办，会议主题为“Advanced Transportation, Enhanced Connection”， 本次大会内容十分丰富，涉及领域也非常广泛，几乎涵盖了交通工程与系统的所有方面。聚焦交通信息与控制、交通基础设施、载运工具运用工程、交通规划与管理、交通行为与安全、未来交通与现代物流六大板块。
因受疫情影响没能到达现场学习各位老师的报告，但线上参会也不失为一种疫情态势下极其具有纪念价值的参会回忆。在为期4天的学术会议交流中，除了惊叹于各位老师的学术成果的先进性、创新性，我也对自身专业领域的发展态势有了更为深刻而全面的了解，更加坚定了我在该领域继续学习深造的信心。
随着信息技术的发展，交通系统每天产生海量庞杂、异质多源、大范围时空关联的数据。大数据与交通学的融合，为突破瓶顿问题，重构理论方法等提供了契机。基于轨迹数据的驾驶行为特征与事故风险关联分析针对现在数据成为交通工程学科科学研究工作的基础的现状。在数据时代，机器学习通过大量样本训练模型通过输入变量而得到结果精度通常较高(易存在过拟合)，但黑匣子内的本质可通过敏感性分析等推测变量影响，无法得知变量作用方式、作用过程，但是对于结果出现原因分析很难进行，比如安全成因分析、拥堵结果，注重交通机理和成因的研究。
在东南大学李志斌教授的基于轨迹数据的驾驶行为特征与事故风险关联分析的报告中，对于机器学习可预测事故发生，但正检率/误报率间较难平衡；不知道事故成因，自动驾驶车辆不仅无法消除事故，还可能增加事故的发生；同时基于仿真数据的交通流安全改善效果与现实存在较大差异的上述情况进行改善研究。考虑到事实上在某些研究领域，例如交通流安全研究中机理和成因分析非常重要。为突破NGSIM数据库的局限与不足，通过建立数据库进行运动波下驾驶行为异质的微观特征数据分析。通过研究发现，跟驰车辆轨迹与前车并非完全相同，遍历提取数据样本，选择90对整车的轨迹，由关联性分布图发现，两个相邻驾驶员之间没有明显的相关性。这表明驾驶员在振荡前后的行为是“个性化特征”换而言之，独立于其他驾驶员，且运动波会影响驾驶员的激进性行为特征。
同时通过航拍进一步研究运动波传播影响下的微观驾驶行为安全风险。研究表明：将交通震荡与震荡增长结合后，可以发现能够显著的区分开危险的交通震荡和正常的交通震荡识别精确到为99.6%，其中:对8起事故识别率为100%，对500起非事故(错误识别2起)识别率为99.6%。同时，李志斌教授对后续研究目标也进行了介绍，讨论了驾驶员遇到交通震荡时，如何根据交通震荡的特征来判断交通震荡的危险程度问题，团队正在从微观的角度，研究追尾事故的形成机理，深入的挖掘驾驶行为，从根本解析交通事故的成因。
大数据与交通学的融合已然成为大势所趋，在交通规划与管理中如何最大程度的利用数据自然也变得十分重要。在中科院自动化研究所复杂系统管理与控制国家重点实验室吕宜生教授所做的基于cpss的平行交通管控的报告中，吕教授从实际应用层面入手全面广泛地介绍了基于cpss的平行交通管控在交通领域中应用。人工交通系统（Transworld）通过大规模路网人工交通系统的快速构建能够实现千万级人口特大城市交通系统的平行仿真和实时推演；基于手机信令数据对北京市居民出行活动进行画像，并基于隐马尔可夫模型和长度记忆模型的出行活动生成模型，根据15种出行链可以刻画97.4%的北京出行；根据交通实验的可设计、可重复特性，通过压力实验，加速实验、极限实验为制定限行、限号等管控措施提供科学依据。
在数据驱动的交通预测方面，考虑时空动态变化的大规模路网交通预测方法考虑了交通流的时空关系、嵌入外部影响因素，提出了基于堆式自动编码器和图网络的大规模路网交通流预测方法；对轻量级大规模路网的交通预测问题，将Attention机制内嵌入循环结构，对每步输入进行动态感知，使模型专注于更有利于目标函数收效的特征，并忽略其他干扰特征，从而对有效实现轻量级大规模路网的交通预测；此外，对于交通数据不足的情况基于cpss提出数据弥补方法，针对交通数据高缺失率问题，基于降噪堆叠自动编码机模型进行交通数据弥补，能在交通预测和交通弥补任务中取得良好的效果。
在交通控制方面，针对大规模路网交通管控实验难、评估难的问题，设计分布式人工交通系统，对千万级人口特大城市交通系统进行平行仿真，针对交通信号控制策略适应性差、决策效率低问题，知识牵引的交通信号控制深度强化学习与推荐算法，进而评估仿真优化，能够有效提高信号配时效率水平。
长安大学邬娜博士的异质性货车队列生态友好型配置策略的报告中，在倡导低碳环保生态友好的自动驾驶、新能源车辆等技术的大背景下，针对货车队列的运营配置优化问题、物流枢纽的车辆配置问题等，分别建立了微观视角下单辆车的燃油车的瞬时汽油消耗模型以及考虑电动车制动能量储存的瞬时功耗模型，以及基于节能系数的队列燃油车及电动车的消耗模型，选取所有运营车辆节能效益最大的队列数量和没个队列车辆的排列情况作为决策变量，制定实现队列车辆所产生的总节能最大化的优化目标。根据实验结果发现，在不同车辆配置情况下，模型能够实现节能率的有效提高。
这几天的会议虽然少了与各位教授面对面交流的机会，但线上会议上各位学者精心制作的ppt展示似乎也缩短了彼间的交流距离。本次学术交流大会让我深刻体会到了交通领域已然向绿色、智能方向发展，将重点围绕交通系统、智能新技术、预算与可持续交通、疫情对世界交通系统重塑、轨道交通等多个方向开展，对我们交通业界的学习研究者来说，这也无疑是充满了多种可能的巨大契机。日后我必将继续深化学习相关领域的知识，身为交通人自当为交通行业的发展尽一份力！
