近年来，围绕交通强国示范建设和新型基础设施建设部署，多地纷纷以智慧高速作为融合基础设施的重要抓手，大力开展数字孪生等新技术在高速公路的深度融合应用。在这场智慧高速公路的建设热潮中，数字孪生已经成为交通行业重点布局的技术领域与关注热点。

发展概述

数字孪生以数字化方式创建物理实体的虚拟实体，是一种借助历史数据、实时数据以及算法模型等来模拟、验证、预测、控制物理实体全生命周期过程的技术手段。数字孪生综合运用感知、计算、建模等信息技术，通过软件定义，对物理空间进行描述、诊断、预测和决策，进而实现物理空间与赛博空间（Cyberspace，即数字虚拟空间）的交互映射。值得注意的是，数字孪生不等同于数字仿真。中交第一公路勘察设计研究院教授级高工杨晓东认为，数字仿真作为研究物理世界微观和宏观行为最重要的工具，通过搭建模型环境和运行完整的信息参数，模拟现实世界动态发展状况特性。与数字孪生相比，数字仿真软件数据的精确匹配和实时性都存在偏差，它只能依托历史数据去做分析和推测，而无法准确地和物理世界相关联进行及时的研判分析。数字孪生则通过与物理世界建立底层关联，将物理世界动态实时地映射到虚拟世界中，依据当前物理实际态势和行为做出行为演变的预测，数字孪生体与物理世界具有高度的契合性、一致性。对于数字孪生的未来发展，腾讯智慧交通在《数字孪生，为谁而生？》一文提出：数字孪生技术演进分为四个阶段。第一阶段：场景重现、展示与描述，可基于卫星影像等数据源，经过解算、推理、识别后形成三维场景的描述信息和孪生三维场景，使数字孪生世界具备可视化能力；第二阶段：实时数据的映射与交互，可通过IoT和感知设备获取设备实时运行状态信息，使数字孪生世界具备双向交互的能力，成为一个动态实时的鲜活世界；第三阶段：智能分析与预测，可通过模拟真实世界的运行规则实现对未来的预测推演计算，使数字孪生世界具备一体化掌控过去、现在和未来的能力，为人们提供科学的决策支持依据；第四阶段：干预改造和优化，可将方案发送到设备上联动真实世界发生改变，同时能够将通知、预警发送到终端上，让人的行为发生改变。拥有动态学习验证、循环迭代提升的能力，使数字孪生完整闭环。对于数字孪生交通而言，其利用数字孪生技术实现交通静态空间还原、动态感知仿真、动静相互融合、虚实闭环运行的过程，是智慧交通的有机组成。在道路交通应用场景中，数字孪生技术不仅可实现物理实体的虚拟化映射，还可利用多种传感器和网络通信技术实现道路基础设施生命周期的动态监测，精准还原交通参与者的状态和行为，分析道路交通通行状况，基于交通行为、交通状态判断和预测可能存在的交通事件和事故风险，为交通事故诊断和交通管理决策提供精确依据。

应用探索

• 京德高速

数字孪生系统整体框架图

感知层为京德高速公路安装的感知设备，是数字孪生系统数据来源的最初源头，数字孪生系统将京德高速公路数据中心的感知数据（含视频监控、车辆监测雷达、情报板、气象传感器、环境传感器等产生的数据）进行收集、分析、梳理后存储，为驱动平行世界的三维场景和模型进行数据准备。

数据支撑层是京德数字孪生系统的数据核心，是数字孪生系统内平行世界所有环境的呈现、道路状态的变化、车辆外观的加载、车辆行驶路径的变化等所有动态元素所需要的数据支撑。数据支撑层内的数据主要包括路况数据、环境数据、车辆数据、其他数据等。

数据处理层实现对数据支撑层数据的接收处理，为业务应用提供处理后的数据，包括数据接入及协议转换、数据分析、数据接口服务和数据存储等模块。其中，数据存储包含数字孪生系统自身存储的静态数据和数据中心提供的各类动态数据。自身数据包括系统基础数据和各类静态的模型数据，如用户信息、权限信息、京德高速公路全路段三维模型数据、高速公路基础设施等；动态数据由数据中心提供，包括实时的车辆基本信息、车辆位置信息、气象信息、事件信息、预案结果等。数据存储将以上数据存储到数据支撑层。

核心驱动层是整个数字孪生系统的大脑，负责接收数据处理层提供的各类数据和模型，将数据和模型转换为平行虚拟世界场景。基础功能层按照功能划分包含管理与配置、仿真模型装载、仿真环境生成和数据驱动四部分。

业务应用层保证数字孪生系统各个业务功能点的实现，为业务展现层提供业务功能的支撑，包括环境孪生、交通路况孪生、车辆监控、事故监测、交通数据分析、设备交互、决策验证、历史回放等功能模块。

业务展现层由数字孪生系统的载体和数字孪生操作界面组成。

由此最终实现对整体环境仿真、整体路况和车辆实时监控呈现、整体交通情况监控、车辆运行监控、重点/特种车辆监控、预警展示等功能。

• 机荷高速

智慧机荷是基于数字孪生理念进行设计，并贯穿于智慧机荷建设的全生命周期，通过完成全要素全周期数字化信息模型核心数据、全域布局的感知设备、高效运行的智能专网以及以业应用为基础的智能操作交通大脑等核心要素建设，打造机荷数字孪生，实现虚实融合，数据驱动，全要素/全流程/全业务数据的集成与融合以及迭代运行与优化。

据介绍，智慧机荷体现“四全”理念：全系统孪生、全要素感知、全数据融合、全过程管控，从而最终达到5个协同目标：数据协同、状态协同、代际协同、条件协同、业务协同。在数字孪生方面，除了数字孪生中台，还要体现数字孪生的能力，比如特征提取、模型构建、网络划分、融合数据、算法，再驱动上图的应用场景。最终打造高速公路建、管、养、运等不同阶段的数据流、信息流，实现公路生命周期中不同业务的有机协同。通过建设期间的建设，采用BIM模型，做数据积累，把BIM模型作为数据底座，融入到后续的运、养阶段，也是实现极端复杂条件下立体高速环境下的科学的交通运行管控；建设一套智慧主动交互的系统，通过事件自动识别报警，以及数字孪生中台匹配的应急预案，再开展高速公路的主动安全管控，实现业务协同。

智慧机荷数字孪生运行机理

一点思考

当前背景下，虽然多个行业目前已经利用数字孪生技术进行了一定的基础设施和业务系统升级，但由于实时孪生等领域始终没有突破技术瓶颈，导致场景难以实现规模化落地。

如前文所提，从应用演进层面看，数字孪生大致经历四个发展阶段，各阶段均呈现出跨技术领域、跨系统集成、跨行业融合的特点。然而，想要完成上述四个阶段并非易事，需要在多领域技术应用研发、系统架构设计、综合服务能力提升等方面持续攻关，这对于业内很多平台来说都是不小的挑战。

再者，数字孪生在交通等很多行业中的应用尚处于起步阶段，产业标准化建设不完善，各厂商的模型、应用标准不互通，极大限制了产业的协同效率。在技术落地的过程中还会涉及多个利益方，沟通协调的难度大。

此外，数字孪生依赖于多种感知技术的快速发展，但是当前数字孪生所涉及的标识感知、协同计算、模拟仿真等多项关键技术自身发展与融合仍有待加强，人工智能、边缘计算对动态数据快速分析处理能力仍有不足，以及相关领域的算法、模型还需要进一步研发与优化。在这些因素的影响下，数字孪生的价值始终没有被彻底激活。

对于数字孪生在高速公路的发展，西南交通大学交通运输与物流学院院长刘晓波在接受采访时表示，高速公路基础设施的数字孪生技术中间有三个关键环节：感知、识别和判断。

感知系统是数字孪生技术的第一个环节，是整个孪生系统成败的关键。高速公路的感知系统包括对道路本身自身状态的感知，还有对交通流运行状态的感知两部分。前者是对道路设施全要素进行数字重构，偏静态，当然并非绝对静态。后者是对载运工具的实时交通状态进行数字重构，偏动态。全面地、实时地、精准地监控和采集静、动态数据要素，是实现整个高速智慧化的前提和基础。

大数据技术是服务于数字孪生技术的第二个环节，包括对数据本身的获取、传输与保存，以及对数据的挖掘与分析。智慧高速的各种应用场景对于数据的实时性、准确性要求很高，在此基础之上，如果能够对不同交通要素的大数据计算进行有机、有效的组合，就能发挥出智慧高速的功能效力。

总体来看，数字孪生与交通行业的深度融合，是加速智慧高速建设进程的有力“助推器”。随着高速公路数字化程度不断加深，实时、高效、可视化的数字孪生系统为面向智慧高速的创新交通应用构建提供了数据基础与平台条件。

参考资料

[1] 从“可看”到“可计算” ,实时数字孪生让交通更“智慧”[EB/OL].[2022-06-06].https://mp.weixin.qq.com/s/Byo5_ZWgVYYQyEprKq3Ysw

[2] 石磊.京德高速交通流时空特性数字孪生系统[J].中国交通信息化.2022.

作者：户利华 中国交通信息化 2022-09-30 11:27 发表于北京