6.9 KiB
数字孪生技术在智慧交通领域
模拟出智慧交通最优解，数字孪生将怎样赋能智慧交通？结合实际场景诠释数字孪生技术在提升无人驾驶训练效率、助力交通事故分析和交通管控等方面的应用价值。
一、提升无人驾驶训练效率
现阶段，智能研究中心正在展开智能无人驾驶虚拟训练系统研究，为无人汽车驾驶算法的道路驾驶安全性和智能驾驶能力提供开放式的虚拟测试与训练平台。该项目的目标是把现实交通情景在数字空间中复现，通过泛化衍生技术为无人汽车营造一些极端环境和临界的高危情景，大幅度提升无人驾驶训练的效率。
基于对静态、动态数据的感知，我们可以创建数字孪生模型，实现基于孪生数据的情景再现，帮助无人汽车进行虚拟测试和训练。但仅对情景高逼真的数字孪生是不够的，更重要的是对孪生情景进行衍生和泛化，不断丰富无人汽车的测试情景。衍生泛化是数字孪生技术的关键，既要来源于现实，也要高于现实，对现实情况作出一些改变。在系统开发中也基于孪生情景进行了各类案例的泛化仿真，比如说增加天气变化、人类驾驶行为和情景案例的泛化。举个情景案例泛化的例子，我们对大货车轧人的事故情景进行仿真，但做好模型之后就是一个固定的情景，即车辆在固定时间到达固定位置。这个时候就需要做一些智能化的处理，比如说提高车速，或者增加交通参与者等，使得情景案例与真实情景较为相似又有所不同。
二、交通事故分析
同样以货车交通事故为例。一旦追踪并复原事故情景环境以及交通参与者的轨迹后，就可以从多个角度去观察事故发生的过程。通过定格处理，可以从车内角度发现，货车司机实际上完全看不到有人骑着自行车经过。因此，数字孪生技术在交通事故分析情景下有很大的应用价值，能够帮助追溯、分析事故发生的具体原因，找出责任人。
三、交通管控
运用数字孪生技术，模拟出城市交通的状况，再通过评估推演来优化交通管控的策略，这是数字孪生赋能智慧交通的重要应用场景。其主要涉及到四个层面的功能：
一是监控和发现。通过数字孪生系统，可以创建一个信息获取及控制的闭环，实现全过程掌控。更重要的是，在一个非常庞大复杂的场景中，可以及时发现一些关键问题并及时作出处理。比如说，进入秋冬时节，安徽高速部分路段团雾天气频发，团雾具有能见度低、突发性强、气象预报困难的特点，易引发交通事故。运用数字孪生技术，可以通过对动态感知数据进行实时检测，及时发现团雾产生并出示警示。
二是推演和预测。在掌握数据后，可以对一些参与者创建微观行为模型，再通过对大量交通参与者Agent进行仿真计算，获得宏观的模拟结果，推演事态的发展，实现预测功能。
三是评估和优化对策。通过大规模并行计算，可以同时评估众多平行世界的仿真结果。再通过强化学习等技术，不断完善交通管控方案。
四是历史追溯和复盘研究。当一个事件发生了之后，我们可以运用数字孪生系统去复原这件交通事故发生的全过程，探究当时的每一步应对是否做得足够好，是否具备改善空间。这是数字孪生技术的一个特殊能力。
数字孪生应用案例
交通智能决策
通过基本的城市路网拓扑信息、设施信息、路口渠化、交警动态数据信息（包括SCATS数据、卡口/视频、线圈、微波数据等）和互联网数据（高德数据）进行数据融合，得到预处理结果（设备流量数据、路口过车数据、车辆轨迹数据）,并在此基础上对交通指标进行计算，为后续路网态势监控及智能信号优化提供数据支撑。
交通仿真
依据车流预测结果，在三维地图上模拟车辆行驶，调整交通控制策略（信号灯、疏导方案等），通过仿真模拟，查看拥堵缓解效果。
综合交通诱导
综合交通诱导。根据诱导的不同场景分为进城路线诱导、常发性拥堵诱导、高速事故诱导、停车诱导。通过汇集互联网交通事件、视频识别的拥堵、事故以及通过融合高德浮动车数据、交警卡口、微波、线圈等数据识别拥堵，实时感知整体交通运行状况，通过智能算法，对道路上的车流进行合理的分配，优化交通动态分配。通过诱导屏及高德APP端将交通实时运行状态及拥堵、封闭等关键信息传达给出行者，缩短出行者旅行时间。
应急指挥
应急指挥及时救援。常态管理下，可以实现现有救援队伍、救援专家、救援物资、救援装备一图可见；应急管理下，能够进行灾点快速定位，同时匹配对应的应急预案，接入灾害点附近天网视频，并且显示灾害点周围应急资源。
重大项目推进
重大项目确保推进。总体实现对高新区重大项目实现建设进度一图可见，对项目滞后情况进行统计分析。精细层面运用数字李生理念，对高新体育中心实际建设程度进行模拟，同时可查看施工现场监控视频，实现虚实同步运转，情景交融。
城市治理
通过加载全量全域数据，在城市系统内汇集交融，基于数据全域标识、状态精准感知、数据实时分析等，来实现城市的模拟、监控以及控制，优化未来城市治理，提供更精准的服务，带动业务流程再造、管理模式变革。
