近日，我校汽车与交通工程学院丁恒教授团队在车路协同及交通拥堵管控领域取得系列研究进展，相关成果通过五篇研究文章，连续发表在交通运输相关领域国际著名学术期刊《Transportation Research Part B/C》《Computer-Aided Civil and Infrastructure Engineering》《Sustainable Cities and Society》上。

针对传统交通控制方法无法适应拥堵范围扩散现象，也不能有效提升拥堵区输出效率这一关键瓶颈，团队成员博士研究生汪亮文等基于车路协同技术，开发了一个嵌入动态缓冲区的网络交通流传输模型，并提出了基于模型预测的分层控制方法（HCMMP）（图1所示）。通过模拟实验分析，证明了HCMMP策略可有效提升整个路网的运行效率。该成果可应用于解决城市核心区、交通枢纽等拥堵区域交通控制问题，为自动驾驶与交通管控系统协同发展提供理论支持。

图1 HCMMP框架

汪亮文等还针对联网车辆被网络攻击进而引发路网大范围拥堵这一关键问题，基于宏观交通流理论，首次揭示了区域性网络攻击对路网动态影响的演化机制，并设计了一种双层控制框架（图2所示），以均衡局部交通密度，防止拥堵扩散。研究通过模拟高密度交通区域遭受网络攻击的场景，验证了所提控制模型的有效性。结果表明所提出的控制框架通过优化交通信号控制与边界流量调节，能够显著提升城市道路网络在遭受区域网络攻击时的抗干扰能力，为车路协同环境解决未来智能交通系统通讯安全隐患保驾护航。

图2 用于网络攻击的双层控制框架

针对网联自动驾驶汽车（CAV）普及后的混合交通场景，团队成员硕士研究生孟元皓等提出了一种快速路匝道布局与规模优化方法（RLSO）（图3所示），通过构建包含高速公路与城市干道的混合交通流传输模型，分析了不同CAV渗透率对路网通行能力的影响。结果显示，随着CAV比例提高，路网承载能力显著增强。基于此，团队开发的RLSO方法通过动态优化匝道位置与规模，结合实时控制策略，成功实现了交通流的高效分配。该研究成果可为提升城市主干路与快速路混合式路网交通效率提供新思路。

图3 RLSO框架

针对城市化进程中核心区域日益严峻的交通拥堵问题，团队成员博士研究生邸允冉等提出了一种创新性的快速路规划方法（图4所示）。以大范围区域城市路网为例，研究团队分析了不同预算下快速路建设方案的效果。结果表明，初期投资效益显著，即使在较低预算下也能明显减少区域平均车辆数，有效缓解拥堵。随着预算增加，边际效益逐渐递减，在高预算水平后，进一步投资对交通改善的作用有限，为城市规划者在成本与效益之间的权衡提供了参考。该研究将多子区域协同规划、动态交通需求与快速路设计相结合，为大城市的环线快速路优化，以及中小城市快速路布局提供了新思路。

图4 混合路网中的快速路划分示意

针对传统研究多关注交通流量控制，而忽视了城市空间结构的影响这一关键问题，团队成员王世广讲师和硕士研究生赵政锐等创新性地从建成环境视角切入，构建了包含路网设计、交通便利性、区域经济水平、可达性、人口密度和土地利用混合度等六类指标的评估体系（图5所示），并采用梯度提升决策树（GBDT）模型进行非线性分析。通过聚类技术，团队还开发了综合交通拥堵状态模型，结合合肥市46个拥堵分析区的实际数据，量化了建成环境对交通拥堵的阈值效应与优化潜力。这项研究突破了传统线性模型的局限，为城市交通治理提供了数据驱动的科学工具。尤其是阈值效应的发现，帮助规划者精准定位优化区间，避免资源浪费，为其他高密度城市探索可持续发展路径提供了重要借鉴。

图5 数据分析流程

团队与澳大利亚Monash大学郑楠副教授开展合作，全面依托智能交通（ITS）技术国家地方联合工程研究中心、城市交通管理集成与优化技术公安部重点实验室、安徽省智能交通重点实验室、安徽省智能交通工程研究中心、安徽省智慧交通车路协同工程研究中心等高水平科研平台，相关研究工作得到了国家自然科学基金、合肥市自然科学基金、安徽省哲学社会科学规划项目等支持。

论文链接：https://doi.org/10.1016/j.trb.2025.103219

论文链接：https://www.sciencedirect.com/science/article/pii/S0968090X25001202

论文链接：https://doi.org/10.1016/j.trc.2025.105124

论文链接：https://doi.org/10.1111/mice.13435

论文链接：https://doi.org/10.1016/j.scs.2025.106249

（丁恒 汪亮文/文 综合/图 张金伟/审核）

责任编辑：刘红平