城市交通是一個城市經濟發展的重要支撐，是提高人民生活水平的基本保證。然而近年來，隨著人均收入和城市化水平的不斷提高，汽車數量迅猛增加，基礎設施負荷不斷加重，交通環境日益惡化，城市擁堵已經逐漸變成了一件司空見慣的事情，尤以北京、上海等大城市為代表，交通問題幾乎已經演變成為城市健康、綠色發展的掣肘之一。在這種情況下，借助大數據、物聯網等新技術而新興的智能交通產業逐漸成為業界關注的焦點。

智能交通是一個朝陽產業，歐美發達國家的智能交通研究相較而言起步較早，但在科技發展大背景的驅動之下，我國在此行業內的發展勢頭也很迅猛。中國智能交通產業以其巨大的發展潛力和廣闊的市場前景帶動了相關技術的進步，其中少不了如上海交通大學密西根學院副教授金力一般的科研人員的貢獻。

▲金力（攝于2018年紐約大學校園）

目前，國內智能交通系統行業已進入高速發展期，可以預見的是，增強對智慧交通發展的重視，可以有效推動城市的節能減排工作，且道路交通安全問題也可以得到顯著改善。然而，要解決此領域的痛點不可能畢其功于一役，“交通運輸業對信息技術的需求十分復雜，且覆蓋面廣，市場細分多、集中度低”。金力一針見血地道出關竅所在，“并且，以我國車聯網的現狀來看，在單車智能或者說具體實踐層面的經驗和成果還是非常豐富的，但在系統層面的研究就較為欠缺了”。基于這種科研敏銳度，智能網聯運輸系統（智能網聯汽車、智慧交通系統）的控制及優化，就順理成章地成為金力及其團隊聚焦的破局點，他們執著地側重在系統層面的機理描述、理論分析和仿真驗證，并在系統在環境擾動和人為決策下的自適應性、信息物理故障和惡意攻擊下的安全可靠性等方向上重點發力，力求在新一輪交通模式的更迭與革命之中勇立潮頭。

車路協同，助力車輛行駛安全

無論科技如何發展，道路安全一直是人類極度關心的問題。雖然這一問題走過了許多發展階段，但不可否認的是，在過去很長一段時間里，交通安全一直以被動安全為主。簡而言之就是過多仰賴于駕駛者的主觀觀察和控制，即便有傳感器做輔助，也需通過駕駛者做出判斷和反應。但其實這種情況是足以令人憂慮的，任何一種足以“蒙蔽”傳感器或者人類感知的極端天氣和突發狀況都有可能導致嚴重的后果。

“這也就是我們研究車輛隊列行駛技術的初衷——希望在安全方面，通過將單車安全提升到協同安全，解決現在解決不了或避免不了的一些潛在危險，切實保障大眾的人身安全。”金力說。于是，自2021年從美國紐約大學正式回歸母校起，他便帶領團隊全力在此方向上深耕。而首先擺在他們面前的難題，便是如何優化如今單車智能技術被大規模普及的局面。“車車之間的溝通是隊列行駛的要義。當然，如果能進一步打通車與車、車與路、車與人之間的信息交互，就可更快速地通過協同統一的方式避免事故發生。”為此，金力團隊首先提出了原創的混合排隊模型。其中“混合”一詞，顧名思義指的是已網聯的車輛與非智能網聯車輛的混行狀態，這無疑是更貼近現實生活的出發點，畢竟車水馬龍的道路之上，車輛會進入哪一隊車流，完全是隨機且無序的。

那么其中的關鍵點就在于，混行條件下，調控范圍只能覆蓋到智能網聯組成隊列的汽車，干預它們的運動，傳統汽車是無法通過信號傳輸或無線通信等手段，實現點對點干預的。這無疑增加了建模的難度，但迎難而上是科研者所必須具備的攻關態度。于是，依托于國家自然科學基金課題，金力團隊在反復的頭腦風暴和夜以繼日地努力之下，最終解決了傳統車流模型無法描述路基系統和智能網聯自動駕駛汽車（CAV）隊列間點對點互動機制的問題，同時解決了已有CAV運動學模型難以推導系統宏觀性能（通行效率、等待時間）的問題。此外，他們還定量分析了CAV隊列對系統性能的影響，給出了混行情境下理論最優控制策略，并在復雜仿真平臺得到了驗證。

“這種針對隨機系統的研究其實在國際上都是較為欠缺的，因此，可以說我們的科研在一定程度上填補了國內相關領域的空白。”這當然不是想當然地自吹自擂，這份底氣與自信來源于金力多年的廣博閱讀，與從未停歇的探索腳步。

腳踏實地，奮力追尋學術理想

雖然，與控制與自動化工程領域結緣的過程總被金力戲稱“有些相對盲目”，但高考后順利入讀上海交通大學的他，在本碩階段的學習歷程中其實將既來之則安之、干一行就要愛一行的精神詮釋得很好。回憶起手握著《報考指南》反復斟酌志愿表中每一項內容的日子，他坦言：“那時候跟現在大部分高考考生的心態差不多，對未來充滿迷茫。只能結合自身成績優勢和院校特色，在不太清楚專業具體所學內容的情況下，選擇一個前行的大方向。”

最終，上海交通大學自動化系以其名師薈萃、前輩云集的風采在金力的一眾選擇中脫穎而出，并且憑借著超前的人才培養模式與深刻的學科發展內涵，將他培養成為一名有國際視野的有志青年。2011年，金力踏上了前往美國普渡大學深造的飛機，這一程也短暫地改變了他的研究軌道。碩士期間，他跟隨導師孫登峰老師向天發力，在航空交通管制方面頗有進益，僅僅一年半時間便順利拿到了碩士學位證書。

“雖然我與碩士導師的科研思路很契合，但我認為航空航天相關專業的國家屬性相對有些強，所以適時轉換賽道可能對回國之后的研究幫助更大，畢竟學以致用、報效祖國才是科研者的終極愿景。”對于博士期間轉研道路交通調控的決定，金力如此解釋。也因此，智能公路、運輸安全等名詞在其后數年中，甚至直到今天，仍然是他工作的主旋律。

當站在美國麻省理工學院的校園中，金力的心情久久不能平復，“說實話，我之前從來沒想過自己會到那里念書”。5年的時間里，世界頂級學府的濃厚學術氛圍滋養著這位年輕學者的思想，使他的“惠民生”之夢在這片沃土中生根發芽。而也正是在深入探索了智慧交通領域之后，金力才領略到這一系統的分支極為龐雜細密，因此他不得不再次面對擇向的問題。這時，對于博士導師紹勒布·阿敏（Saurabh Amin）和“隨機系統”課程講師、隨機過程及信息論領域專家——羅伯特·加拉格爾（Robert G. Gallager）的崇敬就起到了莫大的作用。

在金力口中，這兩位就職于名校的教授與大眾刻板印象中熱情奔放的美國人不同，前者治學嚴謹，后者博聞廣識。“我的導師總會事無巨細地瀏覽我提交的每一篇學術論文，甚至對其中的標點符號都有自己的要求。而羅伯特·加拉格爾教授只要一站在講臺上，整個人都顯得神采奕奕，開朗疏闊的神情和風采會產生一種天然的信服力。”漸漸地，“隨機系統”在兩位名師前輩的加持下成為金力博士期間最愛的一門課，也在潛移默化之中成為他往后余生甘愿為之付出不竭努力的學術方向。

智能網聯，道路交通終極形態

“或許以世俗的視角來看，我的博士生導師在科研路上的成就已經足夠令人羨慕了——在世界頂級的院校內就職，桃李遍布天下。但是他從不滿足于這些，他經常跟我說自己真正想要的，是能夠憑借所學解決未被攻克的科學問題。”正是在這種思想的影響下，金力也構建起了自己的科研藍圖。早在回國之前，在紐約大學任教期間，他便將著力點放在了智能網聯交通系統動態隨機擾動下的韌性控制問題上。

▲金力（左）與其博士生導師合影

智能網聯交通系統（smart and connected transportation system，SCTS）指的是具備動態實時信息采集、自主決策、反饋控制能力的交通系統，這一概念隨著近年來自動駕駛、車路協同、車聯網等技術的快速發展而受到關注。SCTS在改善交通運行效率、提升社會經濟效益方面的潛能已得到公認，但其控制方法還面臨若干掣肘，因而制約了這一概念進一步發展落地。具體而言，關鍵問題涵蓋以下3個方面：

首先，此前技術缺乏在系統層面體現SCTS能力優勢的建模和分析方法。SCTS的核心是自動控制技術在交通系統中的應用，包括單車層面的自動駕駛、車路協同和系統層面的匝道控制、動態分流。相較于傳統交通系統，SCTS有兩項關鍵技術能力優勢——多維信息的觀測能力和點對點的干預能力。然而，現有交通系統模型往往僅考慮流量、密度等宏觀交通狀態，既無法融合天氣、事故等多維信息，也無法實現對單車/單隊列的精準干預，因此難以體現SCTS的技術能力優勢。若要體現SCTS的技術優勢，需要對交通系統的建模方法進行革新，繼而對其分析、優化方法提出了更高要求。然而，現有方法無法解決上述需求。

其次，缺乏系統性應對各類擾動的韌性控制方法。傳統交通控制方法側重于理想情境，即系統關鍵參數（如通行需求、通行能力）恒定不變、決策機制擁有系統完整狀態信息。然而，交通系統的實際場景往往不完全符合上述假設：第一，SCTS用戶（車輛）天然的非齊次性使得隨機性成為其本質屬性；第二，外部環境（天氣、需求波動等）具有顯著時變性和隨機性；第三，各類內部擾動（硬件故障、交通事故）不可避免且難以預測。傳統方法往往忽略上述擾動（尤其是其動態效應），因此缺乏設計韌性，即在擾動影響下可保證的性能。獲得設計韌性的主要方法是將擾動特性融入控制策略設計過程，從而量化擾動引起的性能損失，繼而通過限制或最小化損失來獲得控制策略。然而，這一方法在交通控制領域尚未得到充分研究。

此外，交通系統的全局收斂性一直缺乏高效的處理方法。而獲得SCTS韌性指標的關鍵步驟正是分析交通狀態的收斂性。交通系統模型包括離散狀態的排隊模型和連續狀態的流體模型，兩者都是非線性系統。無論是節點、通道還是網絡場景，論證其收斂性的難點是在某些狀態下，無論采取何種控制策略，系統中交通總量必然遞增；而隨機擾動的存在使得上述狀態始終處于系統最小不變集內，因此常規的李雅普諾夫函數（例如二次函數）起不到作用。此前最常用的方法是通過數值求解不等式組或優化問題，獲得李雅普諾夫函數關鍵參數，但是此類方法無法給出閉式的穩定性判據，也無法獲得解析的系統性能（或其上下限）表達式，因此難以直接用于韌性控制的設計。

針對以上痛點，金力團隊很快做出了反應。第一，他們在系統建模和策略設計中，通過在宏觀流體模型中引入離散跳變，實現系統層面對單體（車輛或隊列）位置的追蹤，為交通系統的動態化、精細化控制奠定了基礎。第二，為應對擾動，他們融合了“分段決定馬爾科夫過程”（piecewise-deterministic Markov process，PDMP）模型，由此可實現擾動發生、擴散繼而引起性能損失的動態機理分析，還可獲得關鍵性能指標（如吞吐量、通行時間等）的解析值或解析上下界，從而建立系統名義性能和擾動特性到系統韌性的映射。最后，由于金力團隊的控制策略設計方法直接來自對關鍵性能指標的優化，因此其性能天然具備理論保證，實現了設計韌性。“我們的方法突破了交通系統全局收斂證明的瓶頸。我們提出根據網絡中上下游、串并聯等結構，顯式構造（即不依賴求解優化問題）分段李雅普諾夫函數的算法，從而獲得了全局收斂的處理方法。”金力補充道。

曾有許多業內專家設想過智能網聯系統會是智能交通系統的終極發展形態，是物聯網技術得以融合運用在交通運輸領域的最終歸宿。如今，金力及團隊正在做的便是將愿望中的一切照進現實。雖然目前的道路仍時有擁堵，但終有一日在無數科研人的努力之下，大眾出行會暢行如飛。

責編 | 鄭心