我們在生活中，如何減少交通擠塞和高峰時間？哪里應(yīng)該增加新的自行車道？如何改善公共交通？未來如果自動駕駛汽車落地到我們的街道，將如何與傳統(tǒng)車輛互動？自動駕駛對城市和交通規(guī)劃有哪些潛在的機會和風(fēng)險？城市每天面臨著上百個關(guān)于交通的重要決定。

智慧交通中的數(shù)字孿生應(yīng)用

在交通領(lǐng)域有“數(shù)字孿生”這一概念，“數(shù)字孿生”概念最早在2002年由密歇根大學(xué)的Michael Grieves教授提出。他認為通過物理設(shè)備或系統(tǒng)的數(shù)據(jù)，可以在虛擬空間構(gòu)建一個表征該物理系統(tǒng)的虛擬實體。物理實體與虛擬系統(tǒng)的聯(lián)系，不是單向和靜態(tài)的，而是在系統(tǒng)的全生命周期中都聯(lián)系在一起。

數(shù)字孿生是以數(shù)字化化方式創(chuàng)建物理實體的虛擬實體，借助歷史數(shù)據(jù)、實時數(shù)據(jù)以及算法模型等，模擬、驗證、預(yù)測、控制物理實體全生命周期過程的技術(shù)手段。

現(xiàn)有的交通體系雖然能夠支撐現(xiàn)階段的交通管控，但是智慧交通是通過數(shù)字孿生的方式，采集交通數(shù)據(jù)，納入到虛擬數(shù)字映射中，通過大數(shù)據(jù)分析、人工智能Ai和交通仿真技術(shù)生成交通的優(yōu)化方案，以及對方案進行評價的全新系統(tǒng)。

在道路交通中應(yīng)用，數(shù)字孿生技術(shù)能夠全面提高交通資源配置的效率和安全運轉(zhuǎn)狀態(tài)。實現(xiàn)道路基礎(chǔ)設(shè)施生命周期的動態(tài)監(jiān)測，通過數(shù)字大屏的方式展現(xiàn)，大屏中展示現(xiàn)階段交通現(xiàn)狀，以及通過數(shù)據(jù)全域標(biāo)識、狀態(tài)精準(zhǔn)感知、數(shù)據(jù)實時分析、模型科學(xué)決策、智能精準(zhǔn)執(zhí)行，同時可以實現(xiàn)交通的模擬、監(jiān)控、診斷、預(yù)測和控制，解決交通規(guī)劃、設(shè)計、建設(shè)、管理、服務(wù)中的復(fù)雜性和不確定性問題，為道路通行診斷和交通管理決策提供精確依據(jù)。

在這個虛擬環(huán)境中，所有道路用戶及其交互以及公共交通服務(wù)都可以建模和規(guī)劃。在實際實施之前，規(guī)劃者使用所謂的“假設(shè)情景”，可以對新措施進行模擬和分析。

數(shù)字孿生、交通仿真與元宇宙的區(qū)別于聯(lián)系

這種數(shù)字孿生的基礎(chǔ)是數(shù)據(jù)和算法。在城市里，例如傳感器、交通攝像頭或GPS等，每天都會產(chǎn)生大量數(shù)據(jù)。

當(dāng)前，自動駕駛技術(shù)已成智慧交通領(lǐng)域的創(chuàng)新前沿和熱點，但其落地的一大難題是需要付出巨大的時間和金錢成本，來驗證技術(shù)和算法的安全性。有數(shù)據(jù)顯示，一套自動駕駛系統(tǒng)想要達到量產(chǎn)應(yīng)用條件，至少需要經(jīng)過110億英里(約170-180億公里)的道路驗證。而110億英里，相當(dāng)于環(huán)繞地球超44萬圈，這是一個有生之年都難以完成的任務(wù)，所以必須通過先進技術(shù)加速這個驗證過程，同時還不能違背客觀規(guī)律。

在這種背景下，自動駕駛仿真測試有助于加速自動駕駛技術(shù)的落地應(yīng)用，而數(shù)字孿生技術(shù)則是其中的關(guān)鍵支撐。

在《數(shù)字孿生應(yīng)用白皮書2020》中，也指出數(shù)字孿生生態(tài)系統(tǒng)由基礎(chǔ)支撐層，數(shù)據(jù)互動層，模型構(gòu)建與仿真分析層，共性應(yīng)用層和行業(yè)應(yīng)用層組成。

此外，交通領(lǐng)域有“數(shù)字孿生”還需要與“交通仿真”區(qū)別開來，數(shù)字孿生體系通過與物理世界建立底層關(guān)聯(lián)，將物理世界動態(tài)實時的映射到虛擬世界當(dāng)中，并依據(jù)當(dāng)前的交通態(tài)勢和行為做預(yù)測。而交通仿真軟件數(shù)據(jù)的精確匹配和實時性都存在偏差，只能依托歷史數(shù)據(jù)去做分析和推測，而無法準(zhǔn)確的和物理世界相關(guān)聯(lián)進行及時的研判分析。

元宇宙目前在科技界是最火熱的名詞，目前還沒有一個標(biāo)準(zhǔn)的定義，維基百科如此定義元宇宙，通過虛擬增強的物理現(xiàn)實，呈現(xiàn)收斂性和物理持久性，基于未來互聯(lián)網(wǎng)，具有鏈接感知和共享特征的3D虛擬空間。但有三個特征是大家公認的，即恒久性、去中心化和與現(xiàn)實鏈接。“元宇宙”具體應(yīng)用在交通行業(yè)呈現(xiàn)的形態(tài)又是什么樣的？

業(yè)內(nèi)認為在數(shù)字孿生技術(shù)的支持下，可以構(gòu)成“元宇宙”中的平行交通體系，可以對虛擬的交通世界進行一個管控，同時也能夠增加對現(xiàn)實世界中交通的深刻認識和更為準(zhǔn)確的預(yù)測，從而構(gòu)建出一個真正意義上的交通AI或者交通大腦。

元宇宙的核心實際上就是數(shù)字仿真技術(shù)，通過感知、定位等信息技術(shù)，在高精度地圖基座中構(gòu)建交通場景仿真和車輛動力學(xué)軟件的運行環(huán)境，它可以將道路、車輛、環(huán)境、氣象甚至人等真實信息通過元宇宙端口接入，構(gòu)建類真實的交通時空框架，并通過數(shù)據(jù)安全和隱私保護策略，使得交通仿真更加貼近真實、更加精準(zhǔn)。

智慧交通中數(shù)字孿生的構(gòu)建

在智慧交通的實際構(gòu)建當(dāng)中，以基礎(chǔ)設(shè)施和多源異構(gòu)物理感知的數(shù)字化為底座，通過以多種低延時的網(wǎng)絡(luò)組合作為通道，將數(shù)據(jù)上傳到具備孿生功能的計算平臺進行建模重構(gòu)和精確感知，從而將數(shù)字化結(jié)構(gòu)化的數(shù)據(jù)應(yīng)用到交通的各項業(yè)務(wù)當(dāng)中，即時數(shù)據(jù)可通過邊緣計算迅速實現(xiàn)交通行為還原和檢測，利用大數(shù)據(jù)實現(xiàn)交通狀態(tài)推演和自動分析預(yù)測功能。

在感知層，基于高精地圖采集的三維模型將路網(wǎng)、道路、標(biāo)志標(biāo)線、建筑物、桿件等數(shù)字化，并匹配相應(yīng)的特征信息，如地理位置信息、物理屬性等。多源異構(gòu)的交通檢測傳感器可以識別各類交通參與者的精準(zhǔn)位置、輪廓、大小、速度、航向角等信息和交通事件、交通行為。結(jié)合諸多物聯(lián)網(wǎng)傳感器，將路面、路基、設(shè)備等狀態(tài)和生命周期等數(shù)據(jù)通過多種網(wǎng)絡(luò)組合方式提供盡可能低時延的方式同步到計算層，實現(xiàn)物理世界和虛擬世界的時間空間同步。

數(shù)據(jù)層則將不同途徑采集到的數(shù)據(jù)按照業(yè)務(wù)需求進行不同分發(fā)、存儲以及管理。

運算層則運用計算資源將物理生命周期數(shù)據(jù)同動態(tài)采集數(shù)據(jù)進行融合和精準(zhǔn)匹配，將物理量轉(zhuǎn)化為機器可識別語言，構(gòu)建有機的數(shù)字孿生體。

功能層面向業(yè)務(wù)體系，在機器語言自動識別處理的基礎(chǔ)上，實現(xiàn)交通場景的孿生重現(xiàn)，交通參與者的目標(biāo)識別跟蹤和還原，智能化的分析目標(biāo)行為和交通狀態(tài)，從而根據(jù)目標(biāo)進行態(tài)勢分析和交通事件預(yù)測。

數(shù)字孿生在交通中的應(yīng)用價值

數(shù)字孿生的核心在于將物理道路、基礎(chǔ)設(shè)施和交通目標(biāo)全部轉(zhuǎn)化為帶有特征信息的數(shù)字，從而轉(zhuǎn)化成供機器自動讀取和識別的語言。在該基礎(chǔ)前提下，我們可以獲取道路和設(shè)備全生命周期狀態(tài)過程，并將含有位置、速度、角度、輪廓、類型的交通參與目標(biāo)直接提供給計算單元讀取，自動判別目標(biāo)行為。

區(qū)別于傳統(tǒng)視頻監(jiān)控，數(shù)字孿生的在立體多維呈現(xiàn)不受光線條件的影響，可最為直觀全面的了解實時交通狀態(tài)，靈活切換任意視角，迅速查看交通事件發(fā)生情況，從路網(wǎng)的交通態(tài)勢到微觀車輛的行為，都可一目了然。

城市管理當(dāng)中依托機器自動識別讀取，可以極大提高交通管理效率，識別到交通異常自動報警并評估對道路通行的影響規(guī)模，通過分析交通態(tài)勢自動下發(fā)應(yīng)急預(yù)案，人工只需要二次確認事故并確認處置方案，較傳統(tǒng)交通管理模式更為便利高效。

另一方面帶來的價值，依托極低時延網(wǎng)絡(luò)，對于微觀交通行為的預(yù)測，依據(jù)交通參與者的空間位置、速度、方向等判定碰撞可能性并為車輛或行人提供預(yù)警。長期的精準(zhǔn)數(shù)據(jù)分析，也可為交通管理策略、交通應(yīng)急處置預(yù)案優(yōu)化提供更精準(zhǔn)的依據(jù)，可不斷優(yōu)化和支撐數(shù)據(jù)分析。