中大新聞網訊（通訊員漆婷婷）中山大學智能工程學院何兆成、余志教授團隊長期深耕交通系統信息物理模型理論研究。近日，團隊理論研究取得重大突破，在Nature雜志子刊Scientific Data發表2篇研究論文，并開放了全息交通流數據集與個體出行生成數據集。兩個數據集描述了交通系統不同粒度、不同維度的信息，有助于形成對交通系統從宏觀狀態到微觀活動的完備認知，對推動交通理論研究的發展與革新具有重要意義。
全息交通流數據與VSensor虛擬交通流測量平臺
何兆成、余志教授團隊于2023年1月在Scientific Data上在線發表了題為“City-scale holographic traffic flow data based on vehicular trajectory resampling”的研究論文。此次發表的是該團隊利用時空稀疏的個體車輛標簽檢測信息，在去除個人隱私信息條件下，重構得到的首個城市級車輛出行連續軌跡數據集。
得益于宣城公安智慧警務賦能技術研發聯合實驗室相關研究工作的支持，該聯合實驗室為團隊所在的廣東省智能交通（ITS）重點實驗室與宣城市公安局合作建立，在對電警卡口過車檢測數據進行對齊、匯聚的基礎上，研究團隊通過完備性觀測實現了個體全部移動行為（移動-駐留）的描述，并利用車輛出行軌跡重構技術獲得了個體連續運動軌跡，重現了城市規模交通流的連續演變。由于出行軌跡的包含該城市全部車輛全時、全域、全量的連續軌跡，故稱為全息交通流數據。由于數據集的全息特性，可以不依賴估計信息而開展城市級長周期的群體與個體出行特征的發現與應用。因此，該數據集的開放對于智能交通在數據融合、出行模式發現、檢測器最優布局等多個研究方向上提供有力的支持。
圖1. 全息交通流數據發現的出行特征
基于交通流運動的重構結果，研究團隊采用重采樣的方式開放共享全市連續30天的交通數據，數據包括市內所有路段連續30天內的流量與平均車速數據（統計間隔5分鐘），以及500輛運營車輛的浮動車軌跡數據（采樣間隔10秒）。除了以上靜態數據集外，為了最大程度發揮全息交通流數據的價值，研究團隊創造性地采用在線交互方式，通過虛擬檢測技術為使用者提供任意時空位置的交通流檢測結果，既提高數據使用的靈活度，也避免了直接公開個體軌跡導致的隱私泄露。用戶目前可通過OpenITS網站的VSensor開放平臺，及figshare平臺免費使用該數據集。
圖2. VSensor虛擬交通流測量平臺主頁面
中山大學智能交通團隊的這一創新成果對于交通科學的發展具有重要意義。它為我們理解和改善城市交通提供了新的視角和方法，將進一步推動智慧城市領域的創新與進步。
城市規模的個體出行生成數據集
相較于交通流數據，個體級出行數據能夠精確描述交通系統中微觀個體的活動過程，有助于構建對交通系統運行的微觀認知，同樣具有極高的研究價值。然而長期以來此類型數據因涉及出行隱私問題無法被公開，這極大地阻礙了針對個體的交通理論的發展。針對個體級出行數據的開放，推動面向個體的交通系統研究新理論的發展，何兆成、余志教授團隊于2023年2月在Scientific Data上發表了另一篇題為“City-scale synthetic individual-level vehicle trip data”的研究論文。
宣城公安智慧警務賦能技術研發聯合實驗室長期對個體級出行數據的采集與處理使得宣城具備全域全量的高質量個體級出行數據。基于真實的個體出行數據，該研究提取多維出行信息，綜合考慮出行邏輯、宏觀出行特征與個體出行特征進行個體推理計算，形成了一種兼顧個體出行隱私保護與數據可用性的個體出行生成方法，并公開了一個城市規模的個體級出行生成數據集，包含通勤者、隨機出行者等五類出行個體的出行時間、起點、目的地、路徑等豐富個體出行信息。
大量對比實驗表明，生成數據集在宏觀出行信息方面與真實數據高度一致，精確還原了城市的出行時間分布、出行高發的熱點區域等。除此之外，生成的個體級出行數據中標注了出行個體的身份類型，刻畫了不同類型出行群體在出行分布上的差異。個體維度方面，生成個體符合真實的出行邏輯，如具備出行的空間連續性；出行頻次、出行間間隔、出行熵等信息均處在合理區間且與真實個體接近，即生成個體可被視為該城市中的“真實”個體，因此生成的個體出行數據集與真實數據集具有相近的研究價值。
圖3 數據科學性展示
目前，該生成數據已經通過數據開放平臺figshare進行了開放，填補了開放數據中個體級出行數據集的空白。該成果能夠支撐城市個體級出行分析，推動面向個體的推理計算、關聯分析的交通研究新理論的發展，促進如精細化交通控制、個體級路徑規劃和個性化出行誘導研究進展。
