🤖 machine learning

Simulation-Free Estimation of Traffic Flows from Sparse Count Data

本文提出了一种无需模拟的加权最小二乘优化方法，通过将研究区域划分为若干区域并推导边级轨迹，从稀疏的聚合传感器数据中估计随时间变化的交通流，并在布鲁塞尔路网上的基准方法基础上，证明了其具有更高的准确性和计算效率。

原作者： Davide Guastella, Gianluca Bontempi

发布于 2026-06-23

📖 1 分钟阅读☕ 轻松阅读

原作者： Davide Guastella, Gianluca Bontempi

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正试图弄清楚布鲁塞尔这样一座繁忙城市中，每一条街道上究竟有多少辆汽车在行驶。问题在于，你只有分布在极少数道路上的少量“瞭望塔”（交通传感器）。你可以看到经过这些瞭望塔的车辆，但对于其间的数千条街道正在发生什么，你却一无所知。

通常情况下，为了解决这个谜题，城市规划者会运行一个庞大且复杂的计算机模拟程序。他们会猜测一种交通模式，运行模拟，观察其是否与瞭望塔的数据相匹配，然后调整猜测，再次运行。他们会重复这个过程数百次，直到结果终于符合要求。但这就像是在每次检查时都重新造一个草堆来寻找针头一样——这既耗时又需要巨大的计算能力。

新方法：两步走的“智能猜测”

本文作者提出了一种更快速、无需模拟的方法来解决这个谜题。他们没有运行完整的模拟，而是使用了一个巧妙的两步数学技巧来重建交通流。

第一步：“邻里”视角（大局观）
首先，他们忽略单条街道，将城市划分为大型的“邻里”（区域）。他们提出了一个简单的问题：“有多少辆车从邻里 A 移动到了邻里 B？”

他们使用一种数学优化工具（可以将其想象为一个超级聪明的计算器）来确定连接这些邻里的路径上应分配多少车辆。这个计算器有一个特殊规则：它只信任那些经过实际传感器附近的路径。如果一条路径穿过一个没有传感器的黑暗小巷，计算器会给它较低的分数。这确保了解决方案能够立足于他们实际拥有的真实数据。

第二步：“街道级”视角（细节）
一旦知道了邻里之间有多少车辆在移动，他们就需要弄清楚这些车辆具体使用了哪些街道。

想象一下，你知道有 100 辆车离开了“市中心”邻里并到达了“郊区”。现在，你必须猜测它们具体使用了哪些街道。该方法会查看连接这两个区域的所有可能街道路线。它根据两个要素为每条路线评分：

流量： 这条路线是否经过了足够的传感器，以解释我们观察到的总车辆数？
时间： 这些路线上的车辆出现的时间是否与我们在传感器上看到的车辆时间一致？（例如，如果传感器观察到早晨 8:00 有高峰期激增，那么该路线也必须在 8:00 出现激增）。

该方法会挑选出最匹配的街道并将车辆分配给它们，从而创建一个详细的个体车辆行程图，而无需运行任何交通模拟。

为什么这意义重大？

速度： 旧的模拟方法需要大约 69 分钟 才能算出全天的交通模式。而这种新方法仅需约 23 秒。这大约快了 180 倍。
准确性： 尽管速度更快，但它在匹配真实交通计数方面与缓慢的模拟方法同样出色。事实上，它大幅超越了一个名为 “RouteSampler” 的标准工具。
无需“拐杖”： 许多其他方法需要一份“小抄”（预先存在的出行目的地矩阵，即 OD 矩阵）或来自数千辆车的 GPS 数据。而这种方法仅凭稀疏的传感器数据即可工作，使其在缺乏完美数据的城市中非常有用。

不足之处（局限性）

作者坦诚地说明了局限性。由于他们处理的是不完整的数据（稀疏传感器），这个谜题在技术上是“欠定的”（under-determined）。这意味着并不存在唯一的正确答案，可能存在多种符合传感器数据的交通模式。

“盲区”问题： 如果城市的某个部分没有传感器，该方法就必须进行猜测。它可能会猜测车辆选择了最短路径，但如果当时发生了拥堵，这可能并不是实际情况。
过拟合： 如果计算机运行数学运算的时间过长，它就会开始“过度思考”。它可能会把所有的车都放在带有传感器的特定街道上，仅仅为了让数字完美匹配，从而忽略了现实中交通会分散开来的事实。

总结

本文介绍了一种利用仅有的零散传感器来重建城市交通图的极速新方法。它不再使用缓慢、沉重的模拟，而是使用一个聪明的两步数学过程：首先确定邻里之间的大规模流动，然后根据传感器的定时和流量填充具体的街道细节。这就像是通过观察边缘碎片和包装盒上的图案来解决拼图游戏，而不是通过反复尝试和错误来强行拼凑每一个碎片。

技术摘要：基于稀疏计数数据的无仿真流量估计

问题陈述

本文解决的核心挑战是从收集到的稀疏、聚合的车辆计数（例如，感应线圈、摄像头）中，估计随时间变化的交通流模式和路段级轨迹。该问题本质上是欠定的，因为多种轨迹配置都能产生相同的聚合计数。

现有方法面临显著的权衡：

基于仿真的方法通过迭代调整需求参数，直到模拟计数与观测值匹配，从而实现高精度。然而，它们在每次迭代时都需要运行完整的交通仿真，导致计算成本极高，阻碍了其在城市级网络中的扩展性。
离线/解析方法虽然速度较快，但通常依赖于强假设（例如，自由流条件、预定义的路径选择模型），需要先验的起讫点（OD）矩阵，或者依赖于密集的传感器覆盖和轨迹数据（例如，GPS 探针数据）来约束解空间。

本文探讨的是：是否可以在仅有稀疏传感器计数的情况下，在无需仿真反馈或先验 OD 矩阵，且计算成本可扩展至城市级网络的前提下，实现准确的随时间变化的交通流估计。

方法论

所提出的方法是一个无仿真、层次化框架，通过两个截然不同的阶段重建交通流：区域级分配和路段级分配。

1. 区域级分配（全局优化）

研究区域被划分为空间区域（ $R$ ）。该方法并非立即在路段层面进行优化，而是通过解决一个全局优化问题，将车辆流分配给可行的区域间路径（ $\Phi$ ）。

贡献矩阵 ( $C$ )： 一个加权贡献矩阵编码了传感器覆盖情况。每个条目 $C(\phi, \rho)$ 代表区域 $\rho$ 中的传感器被区域路径 $\phi$ 经过的加权比例。这种权重引导优化器向直接被传感器观测到的流量配置靠拢。
优化目标： 该方法通过求解一个加权最小二乘问题，寻找非负路径流 ( $x_t$ $x_{t}$ )，以最小化预测区域计数 ( $\hat{y}_t = C^\top x_t$ $\overset{y}{^}_{t} = C^{⊤} x_{t}$ ) 与观测计数 ( $y_t$ $y_{t}$ ) 之间的差异。目标函数 $L(x_t)$ $L (x_{t})$ 结合了两个项：
- 加权区域损失 ( $L_{reg}$ )： 对每个区域的差异进行惩罚，权重与观测计数成反比，以防止高流量区域主导梯度。
- 聚合损失 ( $L_{aggr}$ )： 惩罚总预测流量与总观测流量之间的相对偏差，以确保全局一致性。
求解器： 使用带有梯度裁剪的 Adam 梯度优化器来解决该问题。通过 softplus 变换强制执行非负约束。

2. 路段级分配（轨迹精细化）

一旦确定了区域流，该方法会将每个区域路径精细化为具体的路段级轨迹。

路径生成： 对于一个区域路径，在每个区域内选择具有代表性的“经由”路段。在连续的“经由”路段之间计算最短路径，以形成候选的路段级路径。
评分与选择： 候选路径根据两个标准进行评分：
1. 容量覆盖率： 沿路段路径上的传感器所捕获的区域流量比例。
2. 时间形态相似度： 路径的时间需求剖面与其父级区域路径的聚合剖面之间的相似度（通过 $L_1$ 归一化内积衡量）。
采样： 路径按综合得分进行排序，并通过 softmax 函数转换为概率分布。分配给区域路径的车辆随后通过从该分布中采样，分布到候选的路段路径中。

核心贡献

无仿真框架： 该方法直接从原始传感器数据中估计交通模型，无需来自交通仿真器的反馈，消除了迭代仿真的计算瓶颈。
无需先验 OD 矩阵： 与许多先进方法不同，它不需要先验 OD 矩阵或 GPS 轨迹数据；它基于道路网络图上的合理路径来推断流量。
层次化分解： 通过首先将校准问题抽象到空间聚合层面，该方法在构建上确保了区域一致性，同时简化了优化景观。
可扩展性与效率： 问题的维度取决于区域路径的数量而非网络链路的数量，且完全可微的目标函数使得使用高效的梯度优化器成为可能。

实验结果

该方法在布鲁塞尔路网进行了评估，使用了来自 369 个传感器的真实交通数据（2024 年 3 月 1 日），并针对合成场景进行了验证。

性能对比基准：
- 所提方法： 实现平均绝对误差 (MAE) 为 44.16，均方根误差 (RMSE) 为 51.80。
- 基于仿真的基准方法： 实现 MAE 为 67.02，RMSE 为 80.18。
- RouteSampler (SUMO 工具)： 实现 MAE 为 192.45，RMSE 为 237.24。
计算成本：
- 所提方法评估 24 小时内的区域级分配大约需要 23 秒。
- 基于仿真的基准方法平均需要 69 分钟 才能收敛。
- 所提方法比基于仿真的基准方法快约 180 倍。
交通剖面重建： 该方法成功重现了每日交通剖面（包括高峰结构）和全局转移矩阵结构。虽然由于问题的欠定性质，在某些高密度中心区域出现了路段级误差，但区域级的拟合是稳健的。
合成验证： 在已知地面真值的合成场景中，该方法以高保真度恢复了全局路由结构和转移概率，尽管在传感器覆盖稀疏的区域偶尔会出现流出多样性不足的情况。

意义与主张

本文声称，所提出的方法为计算资源有限或需要实时更新的城市交通校准提供了一种实用的解决方案。通过通过层次化的区域结构运行，该方法将校准问题抽象为更简单的近似，同时确保了区域一致性。

作者强调，该方法恢复的是一个合理且区域一致的交通模型，而非唯一的“真实”模型，这承认了逆问题固有的欠定性。其意义在于提供了一种高效的计算替代方案，用于替代基于仿真的校准，且不依赖于先验需求矩阵或密集的轨迹数据，使其适用于具有稀疏传感器覆盖的城市级网络。

承认的局限性

论文明确指出了三个局限性：

欠定性： 在没有额外数据（如探针轨迹）的情况下，多种流量配置都可能与数据保持一致；该方法恢复的是一个合理的解，而非必然的地面真值。
路径选择启发式： 路段级精细化依赖于最短路径启发式算法，这可能无法捕捉拥堵情况下的现实路径选择。
对迭代次数的敏感性： 过度的优化迭代可能导致过拟合，即流量过度集中在受传感器覆盖的路径上，从而降低了未观测走廊的准确性。