组会简讯：2026年秋季第7次组会

2026年4月14日，课题组举行了线下小组会，指导老师唐克双教授、朱宏副教授，课题组AI分组的成员参与了本次例会。本次组会主要内容为黄子炫同学、凌茂同学的研究进展汇报。

一、黄子炫研究进展汇报

黄子炫同学汇报了"基于空车地数据融合的车辆轨迹重构方法研究"近期的研究进展。首先，他从智能网联环境下多源异构数据（CAV数据、AVI数据、UAV无人机数据）融合背景下的车辆轨迹重构需求出发，指出传统单一数据源在覆盖范围与精度上的局限，特别是无人机航拍数据引入后面临的车辆ID跨源匹配难题，以及经典跟驰模型在轨迹重构中存在的轨迹重叠与减速波传递问题。随后，围绕相关文献复现工作，他分析了基于宏-微观集成的个体车辆轨迹重建模型，指出该方法在车辆非跟驰状态下适用性不足、AVI数据对权重求解影响有限等缺陷，论证了在空天地融合数据基础上采用数据驱动方法替代传统物理模型的优化空间。进一步地，汇报重点阐述了分层递进的轨迹关联与重构技术路线。在轨迹匹配层面，针对CAV数据与AVI数据间的车辆ID关联问题，他将无变道场景下的轨迹匹配抽象为指派问题，采用匈牙利算法实现了100%的匹配正确率；针对存在变道车辆的复杂场景，通过分析车头时距分布特征与减速波传播规律，提出了基于时间偏移补偿、车头时距聚类筛选以及TabFPN特征提取结合DTW距离优化的三级递进策略，使复杂变道单元匹配率从25%提升至84.38%。在轨迹重构层面，基于前后车速度分布高度相关（相关系数0.861）的统计特征，提出了粒子滤波生成速度序列结合IDM跟驰模型重采样的数据驱动重构方法，以解决传统线性插值与纯跟驰模型在异常交通状态下的适应性缺陷。最后，汇报提出了后续研究计划，拟将超车行为纳入现有匹配框架，集成三类匹配方法构建统一关联模型，并设计匹配误差对重构精度影响的敏感性实验。交流环节中，唐克双教授围绕无人机数据与AVI数据的时空特征、方法研究的真实场景等提出了针对性意见，朱宏教授对变道车辆识别的颜色特征选取、粒子滤波中状态转移概率的标定方法等问题提出了针对性意见，为下一阶段算法改进与实验验证明确了重点方向。

二、凌茂研究进展汇报

凌茂同学汇报了“基于个体车辆出行过程的路网区域划分方法”近期的研究进展。首先，他从 AVI 检测器布设密度有限条件下个体车辆出行重构所面临的“合理性”问题出发，指出现有研究虽然较多关注布点对重构精度的影响，但在低密度检测背景下，基于 AVI 数据直接推测精细 OD 点往往会出现过拟合或强行指定的问题，因此有必要对逻辑上难以区分的最小 OD 单元进行广义化处理，以提升重构结果的合理性。随后，围绕原始广义 OD 划分模型，重点介绍了基于检测器布设位置与路网结构构建各小区起终点概率向量的方法，以及通过理想最短路、条件最短路、绕路比和 Logit 分配来量化各区域作为出行起讫点可能性的整体思路，并结合基本假设与模拟退火算法，对规则路网下的区域划分结果进行了展示与说明。进一步地，针对原有模型在可迁移性和与 AVI 布点模型难以统一方面存在的不足，汇报提出了基于线图变换的模型修正思路，即将原始拓扑中的路段转化为节点，将路段作为整个问题的研究主体，把原本停留在区域层面的广义 OD 划分推进到路段层级，从而使其更好地与 AVI 布点优化中的路段决策变量、观测模式和出行链表达相衔接。在此基础上，汇报还展示了简单算例下基于探测模式相似性和出行逻辑对有向路段进行启发式聚合的初步结果，并提出下一步将使用 GNN 对广义区域划分任务进行编码，作为快速代理器或评估模型；同时，进一步构建耦合广义区域划分的双层 AVI 布点优化模型，其中上层面向布点优化，兼顾重构精度、重构合理性与划分分辨率惩罚，下层面向广义区域划分，综合考虑区域内相似性、区域间差异性及连通性、拓扑约束等条件，并探索以弱子模启发式或强化学习进行上层求解、以 GNN 代理器实现下层近似。最后，交流环节中，老师和课题组成员围绕原始广义 OD 模型在不规则路网中的适用性、线图变换后模型解释性与可推广性、GNN 作为代理器的可行性，以及双层模型中精度指标与合理性指标的统一定义等问题提出了有针对性的意见与建议，为下一阶段研究工作进一步明确了重点和推进方向。