以AI赋能智慧交通 | EV-Grid AI在国际赛场的科创成长记

以AI赋能智慧交通

近日，2026年国际交通项目竞赛选拔阶段顺利开展。我院的软件与大数据技术系团队参加International Transport Project Contest的Problem#3，围绕特大城市电动汽车充电设施如何部署开展研究在国际科创平台上展现我院学子的专业能力与创新风采。

本次赛事由俄罗斯交通大学（RUT（MIIT））主办，面向交通和技术类院校学生及青年专业人士，以行业真实痛点为课题设置6道赛题，要求参赛团队以团队形式完成调研访谈、方案设计、原型制作和成果展示全流程比拼，是兼具专业性与实践性的国际科创交流平台。

AI跨领域应用的探索尝试

备赛初期，团队成员从当地真实出行体验切入：哪些区域容易拥堵或停车困难？居民日常更依赖哪种出行方式？大家日常更习惯在哪里充电？调研中团队逐渐发现，充电选址远非“缺桩就建”这么简单：需求旺盛的区域常受电网容量、场地条件、交通组织制约；不少已建成的站点，却因和用户使用场景不匹配，长期利用率偏低。

带着这些发现，团队转而用系统视角梳理运营方、电网企业、交管部门、各类用户等十类主体的关联逻辑，把用户需求、交通流量、电网约束、场地条件、建设成本、冬季气候风险纳入统一分析框架，解题思路也从“寻找单个最优点位”，转向“平衡多重现实约束”。

用AI搭建模型，打磨严谨落地方案

基于这套思路，团队搭建了EV-Grid AI智能决策模型，将多重影响因素转化为可量化的评价维度。模型可以为候选站点输出综合评分，给出适配的充电容量类型与建设优先级，同时通过可视化地图原型，直观呈现需求热区、既有站点、候选点位与风险提示。

为提升方案参考价值，团队还设置了多建设方案模拟对比功能，可直观呈现不同方案下站点利用率、覆盖范围、建设成本与回收周期的差异；同时明确标注模拟结果的前提假设与适用边界，保障方案的严谨性。

赛场之外，收获的不只是技术

谈及参赛收获，团队表示，AI的价值不只是完成一个模型或页面，更在于帮助团队把复杂问题说清楚、把决策依据呈现出来。面对城市充电网络这样的议题，先理解真实需求和各方约束，再讨论技术方案，才能让建议更可靠、更容易被沟通和采用。此次参赛也全方位锻炼了团队的调研分析、协作表达与持续优化能力。未来如果能获得真实运营数据，团队也希望继续校准模型，让方案更贴近城市发展的实际需要。

带着这些发现，团队转而用系统视角梳理运营方、电网企业、交管部门、各类用户等十类主体的关联逻辑，把用户需求、交通流量、电网约束、场地条件、建设成本、冬季气候风险纳入统一分析框架，解题思路也从“寻找单个最优点位”，转向“平衡多重现实约束”。

此次出征国际赛事，是我院学子拓展国际视野、践行科创实践的宝贵经历。近年来，我院始终坚持“以赛促学、以赛促创”的育人理念，鼓励学生立足真实产业问题开展创新实践。EV-Grid AI的成长与收获，既是学子个人奋进的成果，也是我院国际化育人、产教融合培养特色的生动体现，更为全院同学树立了科创实践的青春榜样。期待团队在后续赛程中稳步前行，收获更多成长。