2022年交通科技产学研供需对接会成功召开，我司应邀参加了赛文网举办的交通科技产学研供需对接会。下文为赛文交通网整理的关于此次交通科技产学研供需对接会详细资料。

在知识经济时代，企业要增加核心竞争力，引进人才和承接转化科研成果已成为企业发展所必需的要素，是企业的立足之本。

而学界、研究机构、社会智力高校教师具备专业领域丰富的知识，具备研发创新能力，对行业未来发展趋势的遇见和洞悉，对产品的把控能力，甚至已经有科研成果，需要产业孵化，但苦于找不到适合的企业进行成果的商业化、应用化制造。

2022年8月25日，赛文交通网在杭州举办了一场交通科技产学研供需对接会，让企业和学界、研究机构、社会智力高校教师进行面对面沉浸式的沟通交流。

会议由清华大学教授李瑞敏主持，浙江大学金盛、中南大学郑亮、北京航空航天大学段续庭、深圳市城市交通规划设计研究中心股份有限公司柳庆勇、东南大学史云阳、广东振业优控科技股份有限公司陈宁宁、北京航空航天大学张钊、深圳市赛诺杰有限公司叶爱平等嘉宾做了主题发言。

交通科技产学研供需对接会目标

针对高校、研究院所教师、研究员已有专利、科研成果，寻找产业化合作机会；

针对交通科技企业新产品研发需求、企业技术与市场常年的咨询顾问合作需求，寻找外部智力支持。

我们希望对接会最终达成以下目标：

1.技术咨询合作服务

高校研究员以顾问形式与企业建立长期或者事件型的合作关系，展开合作。对企业现有产品改进、升级，以及行业技术发展、市场趋势前瞻等方面内容提出自己意见。

2.科研成果产业化

高校教师、科研机构的研究员现有科研成果，以合作或委托形式与企业进行科研成果产业化。

3.企业产品委托开发

企业具体产品研发需求，委托高校或科研机构开发，达成合作。

附会议详细资料：

01

一、智力服务类型

二、专业领域

三、所选智力类型和专业领域详细内容

交通大数据分析、交通信号控制、交通拥堵演化、交通问题诊断等

02

一、智力服务类型

二、专业领域

三、所选智力类型和专业领域详细内容

接受软硬件产品委托开发→智慧交管→信号控制

通过采集某干线或区域内的交通数据，建立并标定对应的微观交通仿真模型；然后建立基于路网性能和交通仿真的干线或区域信号控制优化模型，并设计相应的仿真优化算法进行求解，获得高效、鲁棒的信号控制方案。

接受软硬件产品委托开发→智慧交运→智慧停车

整合城市范围内的停车场资源，实现物联网远程操控；基于停车数据可以分析并预测停车需求，结合停车资源给出合理的停车收费策略及共享停车相关策略。

接受软硬件产品委托开发→智慧交运→智慧公交

基于道路交通状态与站点乘客需求，并考虑公交车资源限制，设计科学合理的公交发车时刻表；基于公交时空位置、道路交通状态与站点乘客需求等，为避免公交串车或遵循某些关键站点的时刻表，设计科学合理的公交在途控制策略。通过结合公交发车时刻表和在途控制策略，实现智慧公交鲁棒、高效地运行。

接受软硬件产品委托开发→智慧交管/智慧高速→交通状态预测、估计与重构

通过采集路网层面的交通数据，建立基于数据驱动的多任务交通预测模型，达到同时预测多个路段交通状态的目的；针对数据缺失环境下的路网交通预测、估计与重构问题，搭建基于深度学习的路网状态估计或重构模型，实现数据缺失环境下的路网交通状态感知，同时根据数据缺失率和重构精度，可以指导有限检测器资源的合理布施，达到利用有限检测器数据信息实现路网交通状态的重构与感知。

03

一、智力服务类型

二、专业领域

三、所选智力类型和专业领域详细内容

顾问咨询→车路协同、无人驾驶、空地协同、车联网

接受软硬件产品委托开发→车路协同、无人驾驶、空地协同、车联网

专利等需要技术产业化机会→车路协同、无人驾驶、空地协同、车联网

智慧高速→边缘计算、车路协同、融合感知

车路协同→边缘计算、融合感知、车路云一体化、自动驾驶

04

一、需求类型

二、专业领域

三、所选需求类型和专业领域详诉

顾问咨询→智慧交运&智慧交管→城市道路、高快速路、机场、高铁站等枢纽站的数字孪生应用场景挖掘构建

产品开发→智慧交运→机场、高铁站枢纽数字孪生应用场景构建与开发

四、公司介绍

深圳市城市交通规划设计研究中心（以下简称“深城交”）创建于1996年，一直以来是深圳市委市政府重要的交通决策支持科研机构，行业前沿的科技创新带头单位。近年来，深城交立足深圳、引领行业、服务全国，业务范围已覆盖全国30多个省市，120余座城市，改善超过6亿人出行。目前已在创业板挂牌上市，股票代码：301091.SZ。

深城交致力于提供先进的城市交通技术与服务,提供以大数据分析为基础、以协同规划为引领、以综合设计为支撑、以系统集成为实践、以智慧运营为反馈的城市交通整体解决方案。

05

一、需求类型

二、专业领域

三、所选需求类型和专业领域详诉

（1）智慧交管

对于城市交通治理，尤其在提高道路通行能力方面，目前高校有哪些研究。是否研究出较为成熟的算法或者是仿真模型，来指导设计单位提出改善交通通行能力的解决方案。另外，在提高区域路网通行能力方面，通过哪些手段或者是设备可以解决区域道路（路口）的拥堵问题。

（2）智慧高速

目前高校有哪些新产品，重点想了解两大方面。一是智慧感知方面，有哪些新技术、新产品可以及时准确的掌握道路的交通运行情况、道路行驶环境参数等，特别感兴趣的是基于视频的团雾监测系统，目前市场该类系统的监测精度不高，是否可以通过引入AI技术提高监测精度。二是车道级管控方面，是否有核心算法。

四、公司介绍

中咨泰克交通工程集团有限公司(以下简称“泰克公司”)是一家聚焦基础设施数智化业务，以“让出行更安全、让交通更高效、让管理更智能”为企业使命，深耕于智慧交通与智慧城市领域的高新技术企业。

1．公司基本情况

泰克公司成立于1993年，是国内最早从事高速公路交通工程业务的两家单位之一，业务分布全球13个国家，国内29个省市，在行业中具有品牌优势和领先地位。公司具有智能交通业务完整的产业链，覆盖投资、咨询、设计、机电施工、信息系统集成及运行维护等全生命周期。

2.主营业务

泰克公司历经近30年的发展，目前具有交通工程设计、国内机电工程、智能交通与信息化、海外机电工程、轨道机电工程、市政与智慧城市六大主营业务板块。其中：

交通工程设计：1993年开展交通工程设计，是国内最早从事高速公路交通工程设计咨询业务的两家单位之一。截止至2021年底，共承担了29个省市的700多个设计项目，累计里程约30000余公里。

国内机电工程：1995年起开展机电施工业务，是国内最早具有高速公路机电施工能力的三家单位之一。截止至2021年底，已承担了28个省市近450个交通机电工程施工总承包项目，累计里程约为21000公里。

智能交通与信息化：承担了多种类型的政策性信息化项目，如在2019年交通运输部大力推动的取消省界收费站项目中，公司承担了部中心、部双活中心、6省市的设计以及5省市的施工；在各省公安交警推动建设的交通综合防控体系以及城市智能交通项目中，公司承担了天津市高速公路交通管理科技设施等多个项目。近几年公司在智慧公路、智慧交管、智能网联等方面也有多个典型案例。

3．智慧业务创新

近几年，泰克公司围绕着大交通、大城市业务场景，在智慧公路、智慧交管、智能网联、智慧城市等方面进行了探索实践。其中：

智慧公路方面，可提供智慧高速、智慧旅游公路等解决方案。目前公司参与了10余个省份，20余个智慧公路相关的项目，涵盖了咨询、设计、施工、EPC项目以及产品供应等各个方面。设计项目包括北京延崇高速、北京京雄高速，北京新机场、山东京台高速、贵州贵安等；施工项目包括海南环岛旅游公路、江苏太湖隧道、河北延崇高速等；代部审查项目包括京雄河北段、深圳机荷等。

智慧交管方面，可提供城市交通综合治理、交通管理科技设施、缓堵便停等解决方案。目前已参与北京市西城区交通综合整治、天津市高速公路交通管理科技设施、山西省高速公路防控体系、北京丰台区路侧停车等项目。

智能网联方面，可提供车路协同与自动驾驶、智能网联测试场等解决方案。公司已经参与了车联网先导应用环境构建及场景测试验证平台、北京市高级别自动驾驶示范区、浙江德清全域城市级自动驾驶示范区等多个智能网联项目。

06

一、智力服务类型

二、专业领域

三、所选智力类型和专业领域详细内容

顾问咨询、接受软件产品委托开发、专利等需要技术产业化机会

智慧交管→智慧监测一体化平台、交管数字孪生平台、交通双碳仿真平台、智慧公交管理与数字孪生平台

智慧高速→智慧高速数字孪生平台、智慧高速实时在线管理系统、高速公路事件检测系统、雷视融合关键技术

车路协同→车路协同仿真软件、混合交通流模型、车路协同仿真测试、场景库构建与测试

07

一、需求类型

二、专业领域

三、所选需求类型和专业领域详诉

需求类型为：产品开发，也可接受专利技术的产业化合作

专业领域为：智慧交管，细分领域为城市道路交通信号控制

专业诉求为：区域交通信号控制算法或软件产品

背景及技术需求：区域交通信号控制一直以来都是城市交通管理者和技术服务提供商遇到的难点之一。于交通管理者来说，在现有技术条件下实现区域控制，需要投入大量资金来补足硬件建设（如更智能的信号机、更丰富的交通流检测器等），经济负担过重；对于技术服务提供商来说，现场数据不足、数据质量不高，算法模型过于复杂，控制效果难于评价等，制约了区域控制的落地实施。

因此，针对国内大部分城市的交通建设现状，能否在硬件建设与算法软件上寻得平衡，在不增加或少量增加硬件建设投入的情况，设计出可落地实施的区域控制算法模型（或软件系统）。要求该算法模型有明确的控制目标，算法模型得到的控制方案实施一段时间后，在不额外增加数据采集设备的情况，可对控制效果进行全面的、客观的、定量的评价，以进一步优化和改进控制方案。

四、公司介绍

广东振业优控科技股份有限公司（公司简称：振业优控，股票代码：839376）成立于2004年，是一家专注于“城市交通治堵服务”的国家高新技术企业。

振业优控技术团队以保障人民群众的平安出行和畅通出行为愿景，面向政府交通管理部门提供包括“交通信号驻点优化”、“配时中心建设运营”、“交通管理辅助决策”在内的第三方专业技术服务。服务范围包括：城市道路交通信号优化、交通组织设计优化、道路标志标线设计、交通安全事故分析、交通安全隐患排查、交通仿真评估分析、交通运行评价、交通舆情管理、路口台账管理等。

自进入智能交通领域以来，振业优控凭借过硬的技术、优质的服务赢得良好的市场口碑。截至目前，振业优控已为22省80地市152区县的交通管理部门提供专业治堵解决方案，优化路口总数近17000个。

08

一、智力服务类型

二、专业领域

三、所选智力类型和专业领域详细内容

1．顾问咨询/接受软硬件产品委托开发→智慧交运&智慧停车

智慧停车

随着城市化进程的加快和人民生活水平的提高，城市人口和机动车保有量不断攀升，聚集性活动也日益增多。停车场作为聚集性活动散场后的必经场所，由于其内部环境复杂，人车交互频繁，非常容易产生拥堵和突发事件，对市民的生命财产安全产生影响。因此考虑停车场内部复杂环境和频繁的人车交互，对停车场应急疏散方案进行优化是城市应急疏散研究的一个重要课题。

传统城市应急疏散研究多集中于路网层级的机动车流疏散方案，或者是建筑物内的行人流疏散方案。涉及停车场内人车混合流疏散问题的研究较少。本文在传统城市应急疏散研究的基础上，搭建人车混合流动力学模型，对人车混合流的耦合机理进行研究。并进一步地基于人车混合流动力学模型，研究影响停车场内部疏散效率的因素，对停车内人车混合流疏散问题进行优化。

图1 人车混合流动力学仿真平台

基于人车混合流动力学仿真平台进行的实验显示，行人取车行为对停车场疏散效率产生重大影响。因此本研究采用深度强化学习模型或自适应控制模型，根据停车场内部交通状态，控制行人流进入停车场的速率，最终提高停车场内部疏散效率。数值模拟显示该强化学习模型能将停车场疏散效率提高18.31%。该方法也可以用于停车场应急疏散预案方案的生成与评估。

图2 控制模型优化效果

本研究对于探索人车流混合演化机理，优化人车混合场所设计方案具有实际意义，已有一篇SCI的Q1区论文进入二审。并取得软件著作权一份。

2．顾问咨询/接受软硬件产品委托开发→智慧交管

智慧交管

随着城市机动车保有量的不断上升，交叉口拥堵成为了制约道路交通发展的瓶颈。为了缓解交通拥堵、提高交通参与者的出行满意度，智慧交通概念也随之受到社会各界的重视。然而，由于交通状态的部分可见性和不确定性，交通系统实际上是一个“部分可观测系统”（POS），而交通控制方案的优化又依赖于对交通状态的准确感知。因此“可观测”和“可控制”是智慧交通系统的两个关键要求。

交通流的部分可观测性是由于交通流的随机性和观测设备对交通状态监测的不可靠性导致的。现有交通状态观测技术主要基于线圈传感器及摄像头，覆盖率极大地收到硬件布设范围制约，具有成本高、效果差、易损坏的明显缺点。并且，由于现有交通状态估计系统的可靠性、覆盖率的制约，大多数离线信号优化模型都假定交通量事先已知来优化信号相位设置，导致模型难以投入实际应用。

网联车技术及交通大数据的出现为交通控制创造了新的机遇。本研究提出了以低渗透率网联车GPS数据为输入的部分可观测交通系统的逐步信号控制优化框架。获得2021年全国交通科技大赛二等奖、2017年全球算法大赛十强、第三届中国互联网+大学生创新创业大赛二等奖。

首先，本研究将交通流理论与贝叶斯方法、MCMC过程结合，提出了一种以网联车GPS轨迹数据作为唯一数据来源的交通状态估计模型，可在无需任何固定检测器的条件下估算交通流量，不但可以节省安装和维护检测器系统的费用和精力，还能够大幅提高路网交通状态估计的覆盖率。经仿真和实际道路数据验证，在网联车渗透率低至5%的情况下，车辆到达率的平均估计误差仍低至4.2%，交通流量估计误差低至0.9%。

图3 交通状态估计效果

基于交通状态估计结果，本研究还进一步提出了一种离线交叉口渠化及信号优化模型，对可变车道及信号相位同时进行优化。并结合强化学习（DRQN）模型对信号配时进行在线优化，将所有交叉口作为Agent，基于网联车GPS轨迹数据学习交通控制策略。经验证，离线交叉口渠化及信号优化模型使全局解空间减少了98%以上，DRQN在线优化模型可以在可接受的时间内进行训练，并在低网联车渗透率的情况下实时优化信号设置。该模型的优化性能比传统自适应控制的性能提高了20% ~ 60%。其中，路网平均停车次数低至0.4次，平均等待时间低至10秒。

图4 信号控制优化效果

本研究对于探索车联网环境下的交通状态估计和交通控制有着重要的意义，已在智能交通旗舰期刊IEEE Transactions on Intelligent Transportation Systems发表论文。

3．顾问咨询/专利等需要技术产业化机会→无人驾驶

无人驾驶

经济和社会的发展带来了更多的交通出行需求，由此带来的交通安全问题也愈发严重。在行车过程中，驾驶员需要对复杂的多源信息进行感知和判断，部分信息的感知和决策失误极易引发道路交通事故。先进辅助驾驶系统（Advanced Driver Assistance System , ADAS）的开发和使用能够在一定程度上对这一问题进行缓解，但其目前多针对自车的运动行为进行检测和预警，还无法实时监测周围车辆的运动，并预判其对自车行驶带来的风险。

本方法构建了一个能够应用在自动驾驶中的目标车辆换道行为识别和轨迹预测模型。首先建立基于长短时记忆网络（Long Short-term Memory, LSTM）的目标车辆换道行为识别模型，并在该模型的基础上，基于贝叶斯推断和马尔科夫链蒙特卡洛模拟，建立自适应目标车辆换道行为识别模型，以适应实时变化的道路、交通环境。最后，在Sequence-to-sequence（seq2seq）模型的基础上，加入了注意力分布机制和运动学计算层，建立了目标车辆的轨迹预测模型。

结果表明，本文所建立的自适应目标车辆换道行为识别模型表现出了较好的识别性能，其模型准确率与LSTM模型相比有所提升，且LSTM模型对当前环境的适用性越差，自适应模型准确率的提升幅度越高，即本文所建立的自适应模型可以较好地补偿由于道路交通环境变化造成的识别误差。同时，目标车辆轨迹预测模型也表现出了较好的预测性能，模型对比分析表明运动学计算层的加入会大幅度提高模型的性能，目标车辆驾驶行为概率的加入也会使模型的误差有所降低。

图5 车辆换道意图识别结果

图6 车辆轨迹预测结果

本模型具有较强的可移植性，其能够较为方便地应用于辅助驾驶系统中，实时预测周围目标车辆的换道行为和轨迹，为自车提供危险预警，从而有效减少驾驶员感知和决策失误导致的交通事故，提高行车的安全。

本研究对于自动驾驶环境下的车辆驾驶行为预测和安全预警具有重要的意义，已在交通领域国际权威期刊Transportation Research Part C: Emerging technologies发表论文，并公开专利两项。

09

一、需求类型

二、专业领域

三、所选需求类型和专业领域详诉

开发一款用于城市交通信号组织优化的检测数据（雷达视频融合）的车辆检测器。

雷视融合将原始的视频流和雷达数据流同时通过MIPI和SPI接口接入到一体机中的嵌入式处理器中。在内置的嵌入式处理器中直接对原始的视频流进行AI目标提取，然后通过内建的坐标映射系统将视频目标投影到雷达坐标系中，最后对视频目标和雷达目标进行融合跟踪处理，实现全局目标的实时矢量化和跟踪！

四、公司介绍

深圳市赛诺杰科技有限公司为国家高新技术企业，深圳双软企业，现有员工130人，生产厂房面积13000平方米。专注于交通信号灯、信号机、高速显示产品的生产和交通行业应用解决方案，率先在行业内研发生产大功率LED信号灯、高光效LED路灯、交通信号控制平台与运维系统。公司业务以出口为主，国内市场为辅。

公司拥有SMT、DIP全套自动化生产线四条，并配备有完备的质量检测与试验设备。公司虽然为生产性公司，但重视研发团队建设，拥有专职的软件、硬件、光学、结构等专业工程师12人，高级工程师2人，另有中外交通行业资深顾问类专家7人。公司拥有“AC42V开关电源发明专利、宽电压开关电源、信号控制系统、信号灯功能检测器、倒计时软件、低功耗网管“等产品的知识产权，自主研发了雾天公路行车诱导系统、5G物联网设备管理系统等核心技术。