□李建利，董路熙

(1.山西警察學(xué)院，山西 太原 030401；2.北方工業(yè)大學(xué)，北京 100041)

隨著交通多元化出行需求的持續(xù)增長，城市交通系統(tǒng)面臨著交通方式孤立，出行信息不對稱等多種問題，現(xiàn)有交通系統(tǒng)僅能提供基礎(chǔ)性信息服務(wù)，服務(wù)呈現(xiàn)通用性、碎片化、片段式等特征，迫切需要建立一個(gè)公共的、共享的交通網(wǎng)絡(luò)。我國城市交通仍存在出行服務(wù)體驗(yàn)差等問題，共享單車、共享汽車、網(wǎng)約車等新型交通服務(wù)模式雖緩解了部分城市交通部分問題，但交通出行者仍面臨著交通換乘銜接體驗(yàn)差、出行信息獲取不便、出行路徑規(guī)劃不及時(shí)等困擾，MaaS整合多模式交通出行方式，提供需求導(dǎo)向、集成高效、共享優(yōu)化的定制化出行信息及相應(yīng)服務(wù)，為提高出行服務(wù)質(zhì)量提供新思路。

一、MaaS國內(nèi)外研究現(xiàn)狀和技術(shù)發(fā)展趨勢

(一)MaaS概念與體系分析

在2014年歐盟智能交通系統(tǒng)(Intelligent Transport Systems，ITS)大會上MaaS概念最早被提出，[1]并于2015年世界ITS大會逐漸成為全球智能交通領(lǐng)域的熱門議題。[2]2016年，歐盟ITS協(xié)會牽頭成立全球首個(gè)區(qū)域性MaaS聯(lián)盟，為全球MaaS理論、模型方法和技術(shù)應(yīng)用等最新的發(fā)展奠定基礎(chǔ)。[3]自MaaS誕生以來，全球很多城市已經(jīng)開始進(jìn)行MaaS示范應(yīng)用。[4-7]大多數(shù)應(yīng)用示范中均整合了至少3種交通方式，公共交通、地鐵或電車、出租車等多源信息將通過統(tǒng)一的平臺處理、融合、發(fā)布多模式交通狀態(tài)、多模式交通智能銜接、多模式交通出行鏈匹配優(yōu)化、出行規(guī)劃、路徑引導(dǎo)、服務(wù)評估等信息，實(shí)現(xiàn)MaaS體系下的多模式交通信息服務(wù)。

圖1 典型的MaaS體系圖

隨著我國經(jīng)濟(jì)和人口的急速發(fā)展，多元化出行需求不斷增長。截至2018年底，我國私人汽車總數(shù)為1.84億，私人小汽車年均增長率達(dá)到16.4%。[8-9]隨著日益嚴(yán)重的交通擁堵和不斷增加的出行時(shí)間，亟需整合跨模式一體化的交通信息服務(wù)，提升交通運(yùn)輸體系的服務(wù)效能。因此，MaaS創(chuàng)新型出行服務(wù)整合涵蓋多源交通出行需求、多模式交通一體化出行信息服務(wù)融合、多模式交通路徑?jīng)Q策、智能化設(shè)備信息交互等應(yīng)用領(lǐng)域，為智慧交通出行提供智能銜接、互聯(lián)互通、信息協(xié)同和服務(wù)優(yōu)化。

隨著移動(dòng)互聯(lián)網(wǎng)、車路協(xié)同、人工智能等技術(shù)的興起，不僅可以快速高效收集、存儲、分析、融合多源交通數(shù)據(jù)和需求數(shù)據(jù)，還可以依托大數(shù)據(jù)資源，面向MaaS+綜合交通信息服務(wù)需求，基于MaaS出行服務(wù)體系和大數(shù)據(jù)決策方法融合多模式交通綜合信息，調(diào)配最優(yōu)資源，提供一站式出行服務(wù)?；诠潭ň€路運(yùn)營的車隊(duì)實(shí)現(xiàn)傳統(tǒng)交通服務(wù)，而MaaS作為交通出行信息服務(wù)的新趨勢新模式，根據(jù)出行偏好制定出行服務(wù)系統(tǒng)。

(二)國內(nèi)外MaaS出行信息服務(wù)現(xiàn)狀分析

1.國外MaaS出行信息服務(wù)現(xiàn)狀

一些國家陸續(xù)嘗試研發(fā)MaaS信息平臺，戴姆勒旗下的全資子公司Moovel Group，創(chuàng)建一款城市移動(dòng)出行用操作系統(tǒng)，可訪問多款移動(dòng)出行服務(wù)，實(shí)現(xiàn)數(shù)字化、互聯(lián)化及按需服務(wù)，該公司還將展示其移動(dòng)應(yīng)用及按需(On-demand)產(chǎn)品。

Moovel的產(chǎn)品是新款移動(dòng)出行服務(wù)，基于先進(jìn)算法提供智能行程管理，基于動(dòng)態(tài)規(guī)劃出行路線實(shí)現(xiàn)實(shí)時(shí)更新交通信息服務(wù)。德國軟件開發(fā)商PTV推出MaaS Modeller工具，可提供新交通服務(wù)選項(xiàng)的預(yù)投放建模，軟件可幫助車隊(duì)運(yùn)營商確定其投入上路行駛車輛的數(shù)量，基于城市交通數(shù)據(jù)及出行需求構(gòu)建特定出行需求考量范圍模型，從而實(shí)現(xiàn)各交通出行業(yè)務(wù)模式最優(yōu)化。[10-11]

大眾汽車集團(tuán)、英特爾子公司Mobileye和Champion Motors公司宣布2019年在以色列實(shí)施自動(dòng)駕駛網(wǎng)絡(luò)汽車預(yù)約服務(wù)“New Mobility in Israel”(以色列新出行)，即AI+MaaS。2019年以色列公司Optibus可提供動(dòng)態(tài)實(shí)時(shí)平臺，可優(yōu)化公共交通的配置資源，基于專用算法及云端技術(shù)分析乘客需求和預(yù)期事件實(shí)時(shí)變化趨勢，提供最優(yōu)出行線路。[12-13]

日本高速公路巴士大廠Willer基于人工智能(AI)與汽車感應(yīng)設(shè)備研發(fā)MaaS網(wǎng)絡(luò)約車系統(tǒng)。JR東日本(JR East)于靜岡縣伊豆半島進(jìn)行MaaS實(shí)驗(yàn)，公司與公交車和出租車業(yè)者合作，安排出行者一次到位的行程；另一方面JR東日本使用德國汽車大廠戴姆勒(Daimler)旗下MaaS平臺廠Moovel開發(fā)的手機(jī)App、Izuko，強(qiáng)調(diào)一步到位的交通預(yù)約服務(wù)，出行者可實(shí)時(shí)預(yù)定交通行程。[10-11,14]

MaaS-London的運(yùn)營主體是本地成立的出行即服務(wù)運(yùn)營公司，打造多模式交通出行信息服務(wù)平臺，MaaS-London的技術(shù)核心在于提供一個(gè)整合平臺，進(jìn)行信息技術(shù)和交通基礎(chǔ)設(shè)備的交互集成，提供實(shí)時(shí)交通信息、出行規(guī)劃和出行方案評估綜合功能。[15]

2.國內(nèi)MaaS出行信息服務(wù)現(xiàn)狀

國內(nèi)出行服務(wù)平臺的合作方包括本地出行服務(wù)運(yùn)營商、互聯(lián)網(wǎng)公司和城市間客運(yùn)公司等，其中本地出行服務(wù)運(yùn)營商包括公交公司、長途客運(yùn)公司、出租公司、汽車租賃公司等；互聯(lián)網(wǎng)公司包括如高德地圖、百度地圖、滴滴打車、嘀嗒打車等網(wǎng)約車公司，去哪網(wǎng)、攜程等出行和旅游服務(wù)公司，拼多多、大眾點(diǎn)評等電商。

阿里和高德地圖聯(lián)合推出城市大腦·智慧交通系統(tǒng)，打通數(shù)據(jù)孤島，形成全局出行規(guī)劃，最大化道路資源，驅(qū)動(dòng)交通出行服務(wù)。騰訊公司和東華智慧城市提出“MaaS智慧交通體系”，集成廣東交通的思考、運(yùn)算、決策系統(tǒng)，基于交通大數(shù)據(jù)分析，判斷、決策和管理運(yùn)營廣東多模式MAAS交通出行。百度“交通大腦”利用互聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)分析優(yōu)化交通管理體系，提升道路通行效率。其中感知層實(shí)時(shí)分析道路變化、路口交通狀況、車輛軌跡等信息，決策層通過大數(shù)據(jù)的索引計(jì)算出最優(yōu)化的道路通行配時(shí)和出行規(guī)劃建議，輸出層對道路網(wǎng)絡(luò)進(jìn)行優(yōu)化更換配合百度大腦要求的智慧信號燈路側(cè)感知設(shè)備。

(三)MaaS出行服務(wù)關(guān)聯(lián)技術(shù)發(fā)展現(xiàn)狀

1.多模式MaaS交通區(qū)域路徑引導(dǎo)關(guān)聯(lián)技術(shù)

近幾年國內(nèi)外在區(qū)域路徑引導(dǎo)領(lǐng)域已取得多項(xiàng)顯著成果，并推動(dòng)新型智能交通技術(shù)的應(yīng)用。在國內(nèi)通過管理空間數(shù)據(jù)與拓?fù)渚W(wǎng)絡(luò)，研究最優(yōu)尋路策略?；诼纷韬瘮?shù)建立道路狀況的數(shù)學(xué)模型，利用傳統(tǒng)媒體獲取實(shí)時(shí)道路交通狀況，采用定量分析法將道路信息車流量代入路阻函數(shù)計(jì)算得到當(dāng)前狀態(tài)下道路實(shí)際通行時(shí)間，提供更優(yōu)質(zhì)的路徑規(guī)劃功能。[16-18]

在國外，美國、歐盟、日本等發(fā)達(dá)國家對車路協(xié)同路徑引導(dǎo)研究較早，包括美國Connected Vehicle項(xiàng)目和AERIS項(xiàng)目、歐洲D(zhuǎn)RIVE C2X項(xiàng)目及日本的Smartway計(jì)劃等。上述項(xiàng)目將車路協(xié)同等新技術(shù)應(yīng)用于路徑引導(dǎo)中以改善路網(wǎng)的通行效率，基于車路協(xié)同技術(shù)的路徑誘導(dǎo)理論與方法進(jìn)行相應(yīng)方法的測試應(yīng)用。融合Dijkstra算法、Floyd算法、A算法、神經(jīng)網(wǎng)絡(luò)和蟻群優(yōu)化等智能方法應(yīng)用到路徑引導(dǎo)算法，如基于適用于大規(guī)模道路路網(wǎng)和突發(fā)事件等特殊情況的路徑引導(dǎo)理論，基于分等級控制的思想提出一種應(yīng)用于自動(dòng)公路系統(tǒng)的路徑引導(dǎo)方法，基于非線性整數(shù)計(jì)算方法解決最優(yōu)路徑計(jì)算問題。同時(shí)集成MapX、Multigen Vega和Visual C++組合編程研發(fā)出行者選擇行為的智能車載動(dòng)態(tài)路徑引導(dǎo)系統(tǒng)。[19-22]

2.多模式MaaS車路協(xié)同關(guān)聯(lián)技術(shù)

車聯(lián)網(wǎng)路側(cè)基礎(chǔ)設(shè)施主要包括：①通信基礎(chǔ)設(shè)施，4G/5G蜂窩基站；②C-V2X專用通信基礎(chǔ)設(shè)施；③智能路側(cè)關(guān)鍵裝備；④MEC設(shè)備。5G網(wǎng)絡(luò)兩大核心技術(shù)移動(dòng)邊緣計(jì)算和網(wǎng)絡(luò)切片將與車聯(lián)網(wǎng)緊密融合，為C-V2X提供靈活性高、頑健性強(qiáng)的網(wǎng)絡(luò)能力。在2017年，3GPP發(fā)布的 R14版本標(biāo)準(zhǔn)已支持LTE-V2X。目前的C-V2X技術(shù)具有向5G新空口演進(jìn)的明確路徑，將支持更高可靠性和更低時(shí)延，促進(jìn)智能交通系統(tǒng)高效運(yùn)行。由于C-V2X、5G等關(guān)鍵技術(shù)備受關(guān)注，中國移動(dòng)展出了基于高通9150 C-V2X芯片組打造的路側(cè)單元，并成功應(yīng)用于無錫LTE-V2X城市級示范應(yīng)用項(xiàng)目。2017年6月，3GPP完成第一個(gè)完整的LTE-V2X標(biāo)準(zhǔn)之后，高通率先推出9150 C-V2X芯片組，利用C-V2X PC5直接通信進(jìn)行優(yōu)化，同時(shí)支持包括北斗系統(tǒng)在內(nèi)的高精度定位。PC5接口(直接通信接口)是C-V2X的關(guān)鍵技術(shù)之一，支持汽車在5.9GHz智能交通系統(tǒng)(ITS)頻段上與其它車輛、路側(cè)裝備等進(jìn)行信息交互與互聯(lián)互通，而不依賴任何蜂窩網(wǎng)絡(luò)，具有更低的時(shí)延和更快的響應(yīng)速度，并基于中國道路交通法規(guī)與實(shí)際路況，結(jié)合出行意圖、出行時(shí)空特征等多源信息對算法模型進(jìn)行優(yōu)化，準(zhǔn)確、適時(shí)、智能地推送道路交通信息與最佳駕駛方案，避免不必要的信息干擾，并為未來自動(dòng)駕駛提供支持。[23-27]

綜上所述，MaaS出行信息服務(wù)框架已基本發(fā)展成型，但在實(shí)際應(yīng)用過程中仍存在技術(shù)瓶頸，主要包括以下三方面問題：

(1)缺乏MaaS交通出行鏈路的綜合信息服務(wù)，難以實(shí)現(xiàn)交通狀態(tài)精確認(rèn)知和出行鏈關(guān)聯(lián)耦合。

目前MaaS受限于單一的交通數(shù)據(jù)和需求數(shù)據(jù)，只能對交通網(wǎng)絡(luò)上片段的交通狀態(tài)和出行鏈做出響應(yīng)，難以實(shí)現(xiàn)全面協(xié)同分析多模式交通狀態(tài)和出行鏈關(guān)聯(lián)耦合，導(dǎo)致MaaS信息不精準(zhǔn)。受限于多模式交通信息通用性，難以掌握時(shí)空關(guān)聯(lián)動(dòng)態(tài)交通預(yù)測、快速匹配出行需求信息。現(xiàn)有MaaS系統(tǒng)缺乏基于出行信息發(fā)布的綜合交通服務(wù)智能協(xié)同處理技術(shù)，難以實(shí)現(xiàn)多維度綜合交通服務(wù)信息智能協(xié)同處理與動(dòng)態(tài)并行分析，存在不合理的定制化出行信息服務(wù)。

(2)缺乏面向多模式交通銜接優(yōu)化的技術(shù)手段，難以實(shí)現(xiàn)區(qū)域路徑引導(dǎo)實(shí)時(shí)決策。

現(xiàn)有MaaS系統(tǒng)缺少多模式交通狀態(tài)和時(shí)空關(guān)聯(lián)交通動(dòng)態(tài)預(yù)測技術(shù)，難以克服實(shí)時(shí)引導(dǎo)過程存在的路徑及推薦時(shí)變變化進(jìn)而影響出行服務(wù)體驗(yàn)的弊端，受限于現(xiàn)有交通狀態(tài)認(rèn)知技術(shù)和缺少自適應(yīng)學(xué)習(xí)關(guān)聯(lián)框架，導(dǎo)致時(shí)空態(tài)勢推演精度低、多模式交通和出行鏈銜接效率低，難以滿足出行信息服務(wù)的一致性和準(zhǔn)確性。

(3)缺乏MaaS交通出行服務(wù)的軟硬件支撐，難以融合新技術(shù)手段提高綜合服務(wù)質(zhì)量。

現(xiàn)有的車載/路側(cè)設(shè)備不具備MaaS應(yīng)用場景的終端信息交互、應(yīng)變能力、自主學(xué)習(xí)能力，難以將道路環(huán)境、路網(wǎng)拓?fù)浣Y(jié)構(gòu)、多模式交通狀態(tài)、多模式交通銜接等多源信息綜合協(xié)同處理；隨著5G、車路協(xié)同、移動(dòng)邊緣計(jì)算等技術(shù)發(fā)展，傳統(tǒng)技術(shù)難以實(shí)現(xiàn)多源終端設(shè)備信息融合、鏈路通信、交互匹配，缺乏“終端自學(xué)習(xí)+自反饋+自優(yōu)化+場景驅(qū)動(dòng)+MaaS互聯(lián)”服務(wù)發(fā)布技術(shù)，難以支持復(fù)雜車路協(xié)同、V2X/路側(cè)設(shè)備信息、動(dòng)靜態(tài)交通等交通信號控制、多源車載/路側(cè)信息和區(qū)域路徑實(shí)時(shí)決策信息的智能交互匹配與信息分類融合；區(qū)域道路交通和公共交通缺少精準(zhǔn)信息服務(wù)發(fā)布、高效協(xié)同調(diào)度和優(yōu)化平臺，難以滿足道路交通及公交車輛對干線和子區(qū)的交通狀態(tài)的應(yīng)變能力，進(jìn)而影響道路運(yùn)行、銜接過程、信息共享的智能化、高效化程度。

(四)MaaS技術(shù)發(fā)展趨勢

隨著移動(dòng)互聯(lián)網(wǎng)、車路協(xié)同、人工智能等技術(shù)的興起，道路交通、公共交通、軌道、V2X、道路結(jié)構(gòu)化物聯(lián)網(wǎng)傳感器等多源交通信息認(rèn)知手段應(yīng)用范圍廣，多源交通出行信息具有全息化、多元化、多模式化的特征，在此背景下，逐步完善具備信息協(xié)同處理發(fā)布功能、多模式交通狀態(tài)綜合認(rèn)知功能、多模式交通出行鏈動(dòng)態(tài)路徑引導(dǎo)功能集成化的多模式MaaS交通信息服務(wù)的關(guān)鍵裝備和服務(wù)平臺。

1.多模式交通出行鏈高度融合，向用戶提供全過程一體化交通智能銜接信息

基于多模式交通狀態(tài)綜合認(rèn)知、時(shí)空關(guān)聯(lián)動(dòng)態(tài)交通預(yù)測、多模式交通出行鏈動(dòng)態(tài)匹配和融合技術(shù)分析多模式交通出行鏈和交通銜接智能動(dòng)態(tài)交互關(guān)系，構(gòu)建出行路徑、關(guān)聯(lián)銜接、通行評估、狀態(tài)反饋等多尺度出行鏈路徑?jīng)Q策因素集，實(shí)時(shí)把握最新多模式交通出行信息，預(yù)測多源交通態(tài)勢趨勢，提高出行服務(wù)能力和管理效率，滿足用戶出行安全、便捷出行和高效換乘的需求。

2.以人為本的區(qū)域路徑實(shí)時(shí)決策服務(wù)

面向數(shù)據(jù)驅(qū)動(dòng)的區(qū)域路徑實(shí)時(shí)決策需求，基于多模式交通狀態(tài)、多模式交通出行鏈、多樣化信號控制等多源信息研究區(qū)域路徑實(shí)時(shí)決策技術(shù)，實(shí)現(xiàn)符合用戶預(yù)期的智能化、多元化動(dòng)態(tài)路徑引導(dǎo)信息服務(wù)。

3.通過車路協(xié)同、5G、移動(dòng)邊緣計(jì)算等技術(shù)，實(shí)現(xiàn)對多模式交通狀態(tài)主動(dòng)認(rèn)知、多模式交通和出行鏈智能銜接、區(qū)域路徑實(shí)時(shí)決策，推動(dòng)運(yùn)輸方式、樞紐、多模式交通方式等資源的優(yōu)化配置。

二、MaaS未來研究內(nèi)容展望

(一)城市多模式交通狀態(tài)綜合認(rèn)知關(guān)鍵技術(shù)

1.多模式交通狀態(tài)精確認(rèn)知和需求關(guān)聯(lián)耦合技術(shù)

基于多模式多粒度復(fù)雜場景下的道路交通、公交、軌道等多源異構(gòu)數(shù)據(jù)深度關(guān)聯(lián)融合需求，搭建精細(xì)化模塊化時(shí)空態(tài)勢推演和多模式交通需求-狀態(tài)特征綜合表征框架，融合交通狀態(tài)信息深度多層次的多模式交通狀態(tài)和出行鏈路動(dòng)態(tài)交互銜接算法，面向不同交通需求規(guī)模、多模式交通出行網(wǎng)拓?fù)浣Y(jié)構(gòu)、多模式交通運(yùn)力配置與運(yùn)輸組織方案等復(fù)雜應(yīng)用場景，并結(jié)合交通時(shí)空狀態(tài)相關(guān)性分析、主動(dòng)學(xué)習(xí)、深度學(xué)習(xí)和人工智能等關(guān)聯(lián)融合方法體系提取、分析和預(yù)測多維度多模式交通狀態(tài)和需求關(guān)聯(lián)特征，研究多模式交通狀態(tài)精確認(rèn)知和需求關(guān)聯(lián)耦合技術(shù)，獲取交通出行需求多類別多層次的融合關(guān)聯(lián)，為MaaS出行規(guī)劃提供特征數(shù)據(jù)支撐。

2.面向出行信息發(fā)布的綜合交通服務(wù)智能協(xié)同處理技術(shù)

基于多模式交通出行需求結(jié)構(gòu)、多粒度出行OD動(dòng)態(tài)分布、多關(guān)聯(lián)路徑時(shí)空態(tài)勢等信息融合技術(shù)分析多維度出行需求信息發(fā)布時(shí)變特征，面向快速匹配出行需求信息、MaaS定制出行和方案精確實(shí)時(shí)發(fā)布等多模式全局多粒度復(fù)雜應(yīng)用場景，結(jié)合綜合交通服務(wù)信息與多源融合信息之間關(guān)聯(lián)關(guān)系，研究多模式交通單點(diǎn)、鏈路、子網(wǎng)及區(qū)域網(wǎng)綜合交通服務(wù)信息的分層分級智能協(xié)同處理技術(shù)，實(shí)現(xiàn)多維度綜合交通服務(wù)信息智能協(xié)同處理與動(dòng)態(tài)分析。

(二)多模式交通出行鏈動(dòng)態(tài)路徑引導(dǎo)關(guān)鍵裝備及技術(shù)

1.交通出行鏈智能銜接與協(xié)同匹配技術(shù)

基于多模式交通時(shí)空環(huán)境的出行行為特征譜、多樣化復(fù)合路網(wǎng)拓?fù)浣Y(jié)構(gòu)和路網(wǎng)時(shí)空態(tài)勢等信息，融合移動(dòng)互聯(lián)認(rèn)知、用戶畫像、動(dòng)態(tài)出行計(jì)劃、移動(dòng)定位的集成方法與理論，構(gòu)建涵蓋物理路徑規(guī)劃、關(guān)聯(lián)銜接、通行評估、狀態(tài)反饋、路徑可達(dá)性等多尺度因素的多模式交通全過程出行鏈路路徑?jīng)Q策因素集，并基于移動(dòng)互聯(lián)環(huán)境下的實(shí)時(shí)信息推送和出行服務(wù)評估，研究多模式交通出行鏈交通智能銜接協(xié)同處理與智能匹配優(yōu)化技術(shù)，實(shí)現(xiàn)多模式交通出行鏈全過程一體化智能銜接匹配與優(yōu)化，將交通出行鏈和多源交通方式精確匹配。

2.MaaS交通區(qū)域路徑實(shí)時(shí)決策技術(shù)

面向多樣化信號控制與車路協(xié)同相結(jié)合的區(qū)域路徑實(shí)時(shí)決策應(yīng)用環(huán)境下，提取與分析網(wǎng)聯(lián)車輛實(shí)時(shí)行駛數(shù)據(jù)、交通信號配時(shí)和路徑搜索時(shí)空信息等區(qū)域路徑動(dòng)態(tài)特征，并結(jié)合自由/非自由流車輛行駛、動(dòng)態(tài)路段路阻和區(qū)域路徑拓?fù)浣Y(jié)構(gòu)，研究車路協(xié)同的多模式交通出行區(qū)域分層路徑實(shí)時(shí)決策關(guān)鍵技術(shù)，實(shí)現(xiàn)區(qū)域路徑實(shí)時(shí)最優(yōu)決策，與傳統(tǒng)出行信息推薦系統(tǒng)相比，縮短最優(yōu)路徑?jīng)Q策時(shí)間。

3.基于5G的MaaS車載及路側(cè)智能終端裝備

基于5G場景下的多源基礎(chǔ)信息統(tǒng)一并行計(jì)算、信息交互、多源硬件信息接入的現(xiàn)實(shí)需求，結(jié)合邊緣計(jì)算、信息融合、鏈路通信等技術(shù)，研發(fā)具備多源硬件標(biāo)準(zhǔn)接口的智能車載終端裝備，并實(shí)時(shí)融合網(wǎng)絡(luò)時(shí)空態(tài)勢、動(dòng)態(tài)多OD對特征、多模式交通狀態(tài)全息認(rèn)知特征和多模式交通出行鏈路分層效率信息等交通信息，研發(fā)具備信息主動(dòng)學(xué)習(xí)及邊緣計(jì)算處理的智能路側(cè)終端裝備，實(shí)現(xiàn)交通信號控制、多源路側(cè)信息和區(qū)域路徑實(shí)時(shí)決策信息的智能交互匹配與信息分類融合，提前獲知交通動(dòng)態(tài)信息，提高多模式交通出行效率。

(三)多模式交通出行鏈路綜合信息服務(wù)平臺研發(fā)

1.MaaS交通出行信息服務(wù)平臺研發(fā)

依托多模式交通狀態(tài)精確認(rèn)知、模式動(dòng)態(tài)交通預(yù)測信息、智能匹配與協(xié)同優(yōu)化機(jī)制、5G和MaaS互聯(lián)的技術(shù)集成，整合車載與路側(cè)裝備信息、區(qū)域路徑實(shí)時(shí)決策信息、多模式交通智能銜接信息和多模式交通出行鏈信息等多源綜合服務(wù)信息資源，通過智能匹配、協(xié)同并行處理和優(yōu)化多模式交通出行服務(wù)信息，聯(lián)合多模式交通單點(diǎn)、鏈路、子網(wǎng)及區(qū)域網(wǎng)絡(luò)分層分級智能協(xié)同處理與發(fā)布機(jī)制，搭建多模式交通出行信息服務(wù)平臺，具備多模式交通多主體出行信息服務(wù)平臺協(xié)同發(fā)布技術(shù)能力。

2.MaaS公共交通智能協(xié)同調(diào)度平臺研發(fā)

面向公共交通為導(dǎo)向的城市多模式交通發(fā)展需求，結(jié)合公交、軌道、出租車等多類別公共出行方式的銜接特性，集成交通動(dòng)態(tài)需求預(yù)測、智能銜接耦合、深度關(guān)聯(lián)學(xué)習(xí)、人工智能學(xué)習(xí)等技術(shù)，應(yīng)對公共出行參與度廣、關(guān)聯(lián)銜接度高、多模式協(xié)同需求高等多元化服務(wù)場景需求，研發(fā)多模式公共交通智能協(xié)同調(diào)度平臺，實(shí)現(xiàn)公共出行服務(wù)基于MaaS的一體化信息發(fā)布及狀態(tài)反饋?zhàn)詢?yōu)化調(diào)度整合。

三、結(jié)論

總的來看，國內(nèi)外學(xué)者在MaaS典型體系分析、MaaS出行信息服務(wù)、MaaS出行服務(wù)關(guān)聯(lián)技術(shù)等方面已做出了許多扎實(shí)有效的工作，為緩解交通擁堵、滿足多元化出行需求、提高出行服務(wù)質(zhì)量提供理論參考和方法支撐，但結(jié)合當(dāng)前背景下我國MaaS多模式交通出行的實(shí)際需求，現(xiàn)有研究仍存在出行服務(wù)呈現(xiàn)通用性、碎片化、片段式等特征；缺乏MaaS交通出行鏈路的綜合信息服務(wù)，難以實(shí)現(xiàn)交通狀態(tài)精確認(rèn)知和出行鏈關(guān)聯(lián)耦合；面向多模式交通銜接優(yōu)化的技術(shù)手段鮮有研究，無法實(shí)時(shí)決策區(qū)域路徑引導(dǎo)；缺乏MaaS交通出行服務(wù)的軟硬件支撐，難以融合新技術(shù)手段提高綜合服務(wù)質(zhì)量。通過人工智能、深度學(xué)習(xí)和大數(shù)據(jù)分析等技術(shù)動(dòng)態(tài)預(yù)測時(shí)空態(tài)勢推演和多模式交通銜接換乘行為，確保出行信息服務(wù)的一致性和準(zhǔn)確性，提高出行服務(wù)指數(shù)，在多模式交通整合及銜接需求關(guān)聯(lián)耦合、多模式MaaS交通區(qū)域?qū)崟r(shí)決策等核心技術(shù)等關(guān)鍵技術(shù)問題方面仍待進(jìn)一步突破。