前期链接
【数字孪生】01-数字孪生基本概念（1）
【数字孪生】01-数字孪生基本概念（2）
【数字孪生】02-数字孪生在各个领域的应用（1）
【数字孪生】02-数字孪生在各个领域的应用（2）
一、发展背景
1.1 什么是数字孪生交通？
数字孪生(Digital Twin) 数字孪生是物理对象 、过程或服务的数字 表示，是物理世界中对象的数字副本，也被称为
数字映射、数字镜像。数字孪生交通，又称平行交通或虚拟交通
将实时采集的交通数据纳入到建立的交通模型体系中，实现对交通体系的 虚拟数字映射，通过大数据、人工智能和交通仿真技术生成交通优化方案和对方案进行评价。
是智慧(智能)交通的一部分，
交通仿真是一种特定条件下的数字孪生交通技术。本质是数字闭环赋能体系，通过数据全域标识、状态精准感知、数据实时分析、模型科学决策、智能精准执行，实现交通的模拟、监控、诊断、预测和控制，解决交通规划、设计、建设、管理、服务闭环过程中的复杂性和不确定性问题，全面提高交通资源配置效率和安全运转状态。
1.2 数字孪生交通的特征
精准映射：数字孪生也被称作为数字映射、数字镜像。虚实交互：在交通实体空间可观察各类痕迹，在交通虚拟空间可搜索各类信息，交通规划、建设以及民众出行，不仅在实体空间，而且在虚拟空间得到极大扩充，虚拟融合、虚实协同将定义交通未来发展新模式。软件定义：针对物理交通建立相对应的虚拟交通模拟，并以软件的方式模拟交通人、车、路在真实环境下的行为，通过云端和边缘计算，软性指引和操控城市的交通信号控制、交通运输运行调度、道路交通规划、公交线路优化等。智能干预：通过在数字孪生交通上规划设计、模拟仿真等，将交通可能产生拥堵、安全等问题进行智慧预警，进而指引和优化实体交通的规划、管理、改善交通服务供给，赋予城市生活”智慧”。
1.3 数字孪生交通政策
交通运输部 《数字交通发展规划纲要 》 要坚持世界眼光、国际标准、中国特色，以试点为重要手段，通过典型引路，逐步形成
数字孪生交通发展的中国经验和中国方案。
《数字交通发展规划纲要 》建设七个体系
1.4 数字孪生交通应用领域
数字孪生交通可以覆盖公安交警道路交通管理、交通运输局行业监管、自然资源局综合交通规划、以及交通运输等各个方面。
数字孪生交通十大应用平台 ：智能交通管理、交通运行监测、交通规划设计、交通信息服务、智能公交、智能停车、车路协同服务、出行即服务、物流服务、仿真评价服务
二、数字孪生交通的总体架构
2.1 数字孪生交通的总体架构
四横：数字化业务 应用、应用 支撑、公共数据 资源、基础设施等四个层次；四纵：建立组织 保障、政策 制度、标准 规范、安全保障等四个体系。N平台：N个交通应用平台，主要包括：
智能交通管理 、交通运行监测 、交通规划设计 、交通信息 服务、智能公交 、智能停车 、车路协同 服务、出行即服务 、物流 服务、仿真评价服务。
2.2 数字孪生交通的总体架构——逻辑架构
2.3 数字孪生交通的总体架构——决策流程
- 现实物理交通
1、通过交通感知系统采集数据
2、根据分析决策确定要实施的方案
3、对实施方案的结果进行”
事后“评价。数字孪生交通
对方案进行”事前“仿真评价，达到预期目标交付现实交通实施
2.4 主要的数字孪生交通模型
交通数据融合模型
将不同交通传感器感知的数据进行融合，形成统一的交通流数据；
包括交通流量、速度等。
交通态势分析模型
根据历史数据和实时感知交通数据，对交通进行分析和预测，对交通进行评价；
包括交通流量、速度等。
交通规划模型
以交通规划的四阶段法为基础，结合交通出行移动互联网大数据，对路网交通量进行预测；
包括交通量、服务水平等。
公交优化模型
以公交线网为基础，对公交出行进行预测，对公交系统服务水平进行评价，对公交线网进行优化；
包括线路优化、服务评价等。
停车诱导模型
根据区域停车位占用状态和停车需求预测，提供区域停车优化诱导信息；
包括停车诱导信息等。
智能道路模型
根据智能道路实时感知数据，形成道路高清动态地图，辅助网联车辆安全行驶；
包括道路高清动态地图、网联安全提示。
交通流微观仿真模型
结合车辆动力学特征、行驶跟驰模型等对实时运行的交通流进行仿真模拟，以对比不同方案优劣；
包括方案对比评价。
事故分析模型
结合事故发生的主要因素，对交通事故进行分析，对道路安全性进行评价；
包括道路安全性评价、事故主要原因分析等。
辅助决策模型
对交通改善项目进行技术经济分析和评价，推荐性价比优秀的项目；
- 包括项目技术经济分析和评价。
三、数字孪生交通的关键技术
3.1 数字孪生交通的关键技术
3.2 物联网技术
物联网指通过信息传感设备，按约定的协议，将任何物体与网络相连接，物体通过信息传播媒介进行信息交换和通信，以实现智能化识别、定位、跟踪、监管等功能。
交通方面应用的物联网感知设备包括：交通信号控制系统、可变诱导标志、交通视频监控系统、交通违章监测系统(电警)、卡口系统、微波雷达检测器、激光雷达检测器、车路协同RSU（ Road Side Unit ）路侧单元、智能多功能杆等。
交通物联网感知体系 智能交通感知 交通检测 信号灯 视频 卡口检测 雷达测速 GNSS浮动 RFID车牌 事件检测 … 移动数据 手机信令 APP数据 车路协同感知 路侧感知 激光雷达 毫米波雷达 视频识别 … 车载感知 激光雷达 毫米波雷达 超声波雷达 GNSS定位 视频识别 … 5G数据 手机信令 APP数据
3.3、云边端计算
云边之间的协关系
资源协同
边缘节点提供计算、存储、网络、虚拟化等基础设施资源、具有本地资源调度管理能力，同时可与云端协同，接受并执行云端资源调度管理策略，包括边缘节点的设备管理、资源管理以及网络联接管理。
数据协同
边缘节点主要负责现场/终端数据的采集，按照规则或数据模型对数据进行初步处理与分析，并将处理结果以及相关数据上传给云端；云端提供海量数据的存储、分析与价值挖掘。边缘与云的数据协同，支持数据在边缘与云之间可控有序流动。
智能协同
边缘节点按照AI模型执行推理，实现分布式智能；云端开展AI的集中式模型训练，并将模型下发边缘节点 。
应用管理协同
边缘节点提供应用部署与运行环境，并对本节点多个应用的生命周期进行管理调度；云端主要提供应用开发、测试环境，以及应用的生命周期管理能力。
业务管理协同
边缘节点提供模块化、微服务化的应用/数字孪生/网络等应用实例；云端主要提供按照客户需求实现应用/数字孪生/网络等的业务编排能力。
服务协同
边缘节点按照云端策略实现部分ECSaaS服务，通过ECSaaS与云端SaaS的协同实现面向客户的按需SaaS服务；云端主要提供SaaS服务在云端和边缘节点的服务分布策略，以及云端承担的SaaS服务能力。
3.4、大数据技术
利用大数据技术对交通行业生成的巨量数据进行采集、处理、存储、分析挖掘，形成数字孪生交通的数据支撑。
3.5、BIM/CIM
BIM（Building Information Modeling）是应用于工程设计、建造、管理的数据化工具。通过对建筑的数据化、信息化模型整合，在项目策划、运行和维护的全生命周期过程中进行共享和传递，使工程技术人员对各种建筑信息作出正确理解和高效应对，为设计团队以及包括建筑、运营单位在内的各方建设主体提供协同工作的基础。
CIM（City Information Modeling）平台以BIM作为核心技术，深度融合地球空间数据以及物联网，目标打造数字孪生城市领域最为核心的建筑物联时空大数据平台，向下兼容各类BIM模型与智能化系统数据接入，向上支持智慧城市各类应用系统，如智慧安防、智慧安监、智慧交通等。
3.6、人工智能
人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
人工智能在数字孪生交通方面，一方面在交通感知数据的处理方面可以大幅度提高工作效率；另一方面，在辅助决策方面，可以帮助系统行业管理、企业运营、自动驾驶等方面做出决策。
3.7、区块链
区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。从应用视角来看，区块链是一个分布式的共享账本和数据库，具有去中心化、不可篡改、全程留痕、可以追溯、集体维护、公开透明等特点。
区块链在交通支付、交通信用、自动驾驶信息安全等方面有着广泛的应用前景。可以提高数字孪生交通的数据安全性。
3.8、5G通信
5G网络在数字孪生交通领域赋能的主要关键技术包括高性 能无线接入技术、多接入边缘计算和端到端网络切片等三 个方面。其中无线接入技术的提升作为5G网络能力的关键
基础技术，基于空口的灵活配置与大规模天线的应用，实
现ITUeMBB（Enhanced Mobile Broadband，即增强移动宽带）、ITU uRLLC（Ultra Reliable & LowLatency Communication，即低时延高可靠）场景在交通领域的实践；网络切片保障业务的通信性能；多接入边缘计算使能边缘感知与计算体系，以5G网络为桥梁搭建感知计算体系。
3.9、增强现实AR
增强现实（Augmented Reality, AR）是一种实时计算摄影机影像位置及角度，并辅以相应图像的技术。这种技术可以通过全息投影，在显示屏幕中将虚拟世界与现实世界叠加，操作者可以通过设备互动。
通过将实时跟踪到的周边环境、行人、车辆在显示设备上叠加，可以方便地对行人进行导航，对汽车驾驶员进行安全提示。
3.10、模型建模关键技术
模型建模是数字孪生技术的基础，尤其在几何建模、行为建模、物理建模、规则建模 等方面。它通过精确地创建物理对象或环境的三维数字复制品，实现与现实世界的无缝对接。利用这一关键技术，设计师可以直观地理解物体的结构特性，进行实时模拟和预测。
本文来源：技术栈（jishuzhan.net）
作者：WEL测试
发布时间：1759820191000