2025智慧交通算法应用挑战赛收官： 场景驱动算法创新 助力行业降本增效

11月27日，在2025数字交通大会“数据与AI赋能交通高质量发展”平行论坛现场，由中国交通报社主办，北京云星宇交通科技股份有限公司（简称云星宇）、北京速通科技有限公司（简称速通科技）承办的2025智慧交通算法应用挑战赛结果正式揭晓。来自北京交通大学、北京理工大学、诚通互联（北京）科技有限公司、广东省南粤交通新博高速公路管理处、大连科技学院5家单位的参赛团队，以敏锐的技术洞察力和扎实的算法功底，突破数据异构性、时空关联性带来的核心难点，从众多选手中脱颖而出。

真切感受到算法与交通场景结合的实践价值

“我们团队此前未参加过类似的交通行业算法比赛，这次比赛让我们更深入理解了AI赋能交通的实践路径，也认识到，有应用价值的算法必须切实解决交通场景中的具体痛点。”首次参赛便摘得桂冠，于北京交通大学选手曹宏禄而言，这是一场收获之旅。

今年10月，中国交通报社联合云星宇、速通科技共同启动2025智慧交通算法应用挑战赛，围绕“多源数据融合的交通态势预测与演化”和“高速公路感知设备布设优化仿真软件”两道赛题，面向全行业广发“英雄帖”。

“公司非常重视这次活动。”云星宇研发管理部经理赵永忠介绍，此前，企业内部自行举办过2次“科技创新大赛”，希望聚焦业主方的痛点、难点、焦点问题，形成针对性的创新解决方案，进一步激发技术人员自主创新能力。这次加入2025智慧交通算法应用挑战赛，意在借助更多“外脑”开展技术攻关，营造更加浓厚的科技创新氛围。

经过为期1个多月的征集、筛选，共有9支参赛队伍进入决赛。最终，综合考虑赛题契合度、技术方案完整度、答辩现场表现、应用前瞻性等因素，来自北京交通大学、北京理工大学、诚通互联（北京）科技有限公司、广东省南粤交通新博高速公路管理处、大连科技学院的5支参赛团队获评一、二、三等奖。

“我们团队此前主要参与机器学习相关比赛，这是首次涉足交通行业算法赛事。”北京理工大学选手李弈宇说，通过此次赛事，团队理解了交通数据获取、交汇与处理的复杂性，验证了图神经网络在交通态势推演中的潜力，真切感受到算法与交通场景结合的实践价值。

“大赛为来自企业、高校、科研院所的算法研发人员提供了一个难得的平台，使他们能够基于真实数据解决行业实际问题，这种以赛促研、以赛促用的模式，有效连接了技术创新与产业实践。”此次参赛的江苏省徐州市公安局交通管理局科技大队副大队长马昂表示，预计2026年，团队参赛作品将有机会应用到徐州市大型活动安全保障与交通疏导中。

促进产学研用深度融合

《关于“人工智能+交通运输”的实施意见》提出，要面向交通运输典型应用场景的综合交通运输大模型，打造“人工智能+交通运输”高质量数据集、算法库、工具链，为建设智能综合立体交通网提供技术底座。

面向典型应用场景也是2025智慧交通算法应用挑战赛的重要出发点。“两道赛题的灵感均源于一线实践，这是我们目前亟待解决的难题。”赵永忠说。在这背后，是通过优化算法为行业降本增效的共同心声。

多位受访者表示，此次赛题呼应了智能交通领域诸多前沿研究问题，其中首要难题便是多源异构交通数据处理，即如何高效、快速地将来自不同来源（如视频监控、雷达、浮动车、地磁线圈、社交媒体事件、车联网终端等）的异构数据进行标准化清洗、时空对齐与融合，并在此基础上精准感知交通状态，进行短时交通流预测。

“算法的训练与优化高度依赖数据。”对于行业如何提升关键领域算法能力，来自徐州市公安局交通管理局科技大队、徐州市交通运输综合行政执法支队科技大队的参赛代表认为，一是要构建高质量行业数据集与基准模型，推动建立开放、合规、高质量的综合交通运输数据集和标准化的算法测试基准；二是以实际业务场景驱动算法创新，通过真实业务需求和复杂的应用环境，倒逼算法在实用性、韧性上不断提升；三是构建生态，促进产学研用深度融合、开放协作，继续支持类似本次算法大赛的交流平台，并鼓励成立企业、高校、研究机构、媒体间合作组织，共享算力、共建语料、共训模型。

诚通互联（北京）科技有限公司参赛团队负责人高杉也认为，多方协同才能实现算法理论、工程实践与业务价值的闭环推进。他建议，可以由行业企业提供实际场景、真实需求与应用约束，由高校与科研机构提供理论基础、算法创新与前沿技术，最后由软件与平台服务厂商完成工程化落地、数据治理与系统研发。

据了解，云星宇和速通科技计划与此次比赛胜出的团队签署长期战略合作协议，为其优先提供对接全国高速公路新建（改造）项目、真实场景测试验证、参与行业标准制定等成果产业转化专项支持。

广西新发展交通集团灵山分公司总经理钟胜才表示，下一步，公司将优先选择1至2个高速公路路段（如车流密集段、易发生拥堵或事故段）作为试点，将项目中的核心算法嵌入现有高速公路运营管理系统，验证算法在实际场景中的稳定性与效果，并联合产业链上下游优化迭代。“建议下一届算法比赛允许参赛者自主挖掘交通行业新场景、新需求，如智慧服务区算法优化、高速公路物流与车流协同调度等，鼓励突破传统算法应用边界，激发行业创新活力。”钟胜才说。

2025智慧交通算法应用挑战赛获奖项目介绍

1.北京交通大学参赛团队

《“智绘通途”——交通态势全域智能感知预测与管控系统》

本项目面向高速公路场景下的交通治理需求，选取高负荷、易拥堵、事故频发的（北）京哈（尓滨）高速公路作为典型研究对象，构建了一套可拓展至普通道路与城市道路的交通态势全域智能感知与管控系统。

算法的主要创新如下：为有效捕捉交通流的长期时序依赖与复杂非线性特征，提出了一种基于S—G滤波器的BiLSTM—GRU（双向长短期记忆网络—门控循环单元）组合模型，对高速公路主线车流量进行精准预测。此外，根据卡口分布情况对收费站等节点的驶入驶出流量估算场景进行分析，设计了一种考虑时空限制和服务区影响的车辆驶入驶出数量的估算方法，并提出了一种结合天气特征的驶入驶出流量预测算法。

通过对同一时段、同一断面的卡口实测流量、视频识别车流量以及模型输出的预测值进行横向比对，参赛团队提出模型的预测精度与视频真实数据相比，平均误差在10%—20%之间。

2.北京理工大学参赛团队

《基于时空图神经网络的交通流预测模型》

本项目基于时空图神经网络，深度融合卡口流量、气象、事件日志等多源数据， 以解决日常交通流预测偏差及突发事件响应滞后问题。

算法主要特点与创新性：第一，利用图结构显式建模路网拓扑，刻画交通流空间传播规律。第二，设计了端到端的多源数据深度融合架构，将气象数据作为节点特征，将事件动态编码为图结构信号，实现外部因素与内在时空规律的协同建模。第三，引入了动态图结构学习与时空注意力机制，使模型能自适应响应突发事件，并对多源信息进行智能加权。

应用成效上，在（北）京哈（尔滨）高速公路进京交通流等数据上的试验表明，模型预测准确率达90%以上，验证了技术路线的可靠性。

3.诚通互联（北京）科技有限公司参赛团队

《多源数据融合交通态势预测与演化》

本项目聚焦多源数据融合交通态势预测与演化，目标是实现对高速公路的小时级别、未来7天的全域态势进行预测。核心内容包括流量预测（T1）、拥堵状态研判（T2）、突发事件影响范围推演（T3）。

算法主要特点和创新性：一是打破传统“串行孤立”预测模式，创新采用T1→T2流水线设计，实现“流量—拥堵”预测的高效联动与精度提升。二是突破传统高速公路事件数据“定性描述为主、影响评估模糊”的局限，构建以“内容一空间一时间”为核心的三维量化评估体系，将拥堵、施工、事故等结构化事件数据转化为可计算、可比较、可应用的量化指标。

应用成效上，该项目融合车流量、气象、事件等多源数据，预测误差显著降低，有助于减少拥堵导致的燃油消耗和时间浪费，降低物流运输成本。此外，还将助力行业管理部门从“被动处置”转向“主动预判”，减少人力巡查成本，优化资源配置。

4.广东省南粤交通新博高速公路管理处参赛团队

《基于手机信令的高速公路异常停车事件全天候AI自动检测技术》

本项目构建基于手机信令的高速公路异常停车事件全天候AI自动检测技术体系，核心目标包括：实现新（丰）博（罗）高速公路108公里全路段异常停车事件的全天候精准检测，夜间检测有效率不低于70%；构建多维度算法模型，将车辆位置监测精度控制在1公里以内，事件检测延迟不超过6分钟。

项目创新采用“以人代车”思路，将手机信令数据与车辆行驶轨迹关联，通过道路切片技术实现精准监测。算法模型采用轻量化设计，去除冗余决策树，模型体积缩小50%。系统拆分为数据采集、算法处理、应用服务等独立模块，支持按需集成与灵活扩展，并采用标准化API接口，实现与现有高速公路管理平台等无缝对接。项目无需大规模改造现有基础设施，依托运营商基站与交通专网即可完成部署，新路段部署扩展周期不超过15天。

5.大连科技学院参赛团队

《基于改进STGNN的短期交通流量预测模型》

本项目聚焦短期交通流量预测核心需求，针对传统预测模型在时空特征捕捉与动态变化适配方面的短板，提出一种融合改进STGNN（时空图神经网络）的预测方法。

该方法首先通过平滑估计阈值和自适应噪声整合经验模态分解（EEMDAN）对异常流量数据进行识别、修复和分解，提升数据质量和稳定性；随后引入增强版Adam优化算法（即RAdam）和前瞻优化策略，进一步提升模型预测精度和收敛速度。

试验结果表明，该方法在训练和验证阶段均展现出更快的收敛速度和更低的损失值。与采用双向长短期记忆算法的传统卷积神经网络相比，训练损失下降了42.86%。