数字孪生交通的「虚与实」

一、引言

近年来，随着大数据、物联网、云计算、人工智能等新一代信息技术的加速突破，数字孪生已成为数字化浪潮的重要趋势，并在城市交通规划、设计、建设、管理、服务闭环过程中得到了一定应用。

与此同时，国家高度重视数字孪生在交通等行业发展。2019年7月，交通运输部印发《数字交通发展规划纲要》中指出“要建设以数据为关键要素和核心驱动，促进物理和虚拟空间的交通运输活动不断融合、交互作用的现代交通运输体系”，为数字孪生在交通领域的应用提供了良好的政策环境。

2021年10月，交通运输部印发《数字交通“十四五”发展规划》提出“交通设施数字感知，信息网络广泛覆盖，运输服务便捷智能，行业治理在线协同，技术应用创新活跃，网络安全保障有力”六个目标。政策文件中提出的数字交通体系与“数字孪生”的理念高度一致，表明我国智能交通发展逐步进入到数字孪生快速发展时代。

数字孪生交通是当前行业发展的趋势与热点，但当前发展存在以下几个方面的困难与瓶颈。其一，对于数字孪生交通的内涵与重点没有统一界定，导致数字孪生交通的边界过于宽泛或者狭隘。其二，对于数字孪生交通的功能与应用场景缺乏统一认识，部分研究者认为数字孪生包治百病，也存在部分研究者认为数字孪生仅能实现可视化展示，在实际业务中无用。其三，对于数字孪生交通中的人与物的活动与空间移动重视不足，将数字孪生交通过度简化为交通设施的数字化建模。基于此，笔者将基于个人研究实践对以上问题和见解进行简要介绍。受个人能力经验等约束，难免存在偏颇与不足，希望能与业内同仁深入交流，推动数字孪生交通发展。

二、数字孪生交通内涵

数字孪生最早的概念模型由当时的PLM咨询顾问Michael Grieves博士提出，当时被称作“镜像空间模型”。后又由美国国家航天局引申为“在数字空间中创建实体产品的镜像，用数字化手段反映物理实体的全生命周期过程”。

归纳来说，数字孪生指利用信息技术，在计算机虚拟数字空间中重塑物理世界的真实运行状态，包括静态空间场景以及在空间中移动的人和事物。数字孪生不仅仅呈现的是现实世界之镜像，而且还刻画了事物内在演变规律、描述事物间数理逻辑推演关系，进而可以对现实世界进行模拟、推演和预测。

数字孪生交通的理念则是在现实交通的基础上，基于数字孪生技术，将历史与实时采集的交通数据纳入到建立的交通模型仿真体系中，进行快速数据融合和仿真推演，构建一个完整的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，并对未来方案的优劣性进行事先合理评价。

数字孪生交通相较于其他行业数字孪生有一定的特殊性，一般行业的数字孪生应用是将现实世界通过数据层映射到数字空间中，并以此为基础开展一系列的业务应用，而交通还需要通过数字孪生还原交通运行的本质。交通的本质是人和物在空间和时间维度两个维度上的移动规律，常规基于IoT监测端的数据感知手段只能采集交通运行的状态而非交通运行的本质。以道路拥堵为例，依托监测手段仅可以感知到道路速度来判断是否拥堵，但对于道路拥堵的原因是什么、拥堵道路的车辆出行溯源和路径是如何组合等，则难以直接反馈。

数字孪生交通还原整个交通的出行规律，需要在既有感知数据的基础上进行合理的归因化建模，再进行仿真推演以支撑交通管控与治理。但通过IoT感知设备或者浮动车数据都只能感知获取到某一些道路断面或者某一些出行样本的数据，无法呈现全场景的数字孪生。因此基于数字孪生技术，采集和融合多源数据和进行归因化建模，建立科学合理的仿真推演平台，是数字孪生交通需要解决的核心点。

三、数字孪生交通关键技术

3.1 数字孪生交通关键技术点

数字孪生交通有四大主要技术点，分别是“设施底座”，“数据感知”，“模型仿真”以及“业务应用”。

设施底座。数字孪生交通将静态交通基础设施和高精地图网络在数字孪生平台中进行建模呈现，包含道路、桥梁、隧道、立交、信号交叉口等交通设施元素。深圳市数字孪生交通底座融合深圳2000平方公里高清遥感卫星影像、6000多公里城市道路、419公里轨道运营里程、27个主要枢纽码头、65万个城市商事主体信息、100G建筑道路BIM模型、260万套房屋“地-楼-房-权”体系数据库，涵盖全市道路和轨道网络及建筑地块信息。

数据感知。数据感知是在设施底座的基础上，通过一套高精地图路网映射实时的交通运行感知数据，并根据同一套网络规则管理海量动静态交通运行数据。依托实时IoT数据对基础设施的感知监测预警，属于设施的数字化管养应用，也是数字孪生交通的一大应用特性。

模型仿真。仿真建模是根据统一设施底座、多层级感知数据，对全部交通出行的参与者出行方式、出行路径、驾驶行为进行实时还原，目的是挖掘真实环境下的个体出行行为规律。

业务应用。业务应用是在模型仿真还原全部个体出行的基础上，形成感知交通运行态势、进行交通管控管理、实施交通管控诱导措施、实现交通治理多层级闭环交通业务应用支撑。

综合而言，数字孪生交通的底层逻辑是数据闭环赋能体系，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，实现交通的监控、模拟、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行状态。

3.2 深圳市数字孪生交通技术突破

深圳市主要研究机构持续研究交通信息化和建模工作，在数字孪生交通方面，取得两大方面的技术突破。

第一，在交通模型仿真领域建立了系统先进、方法科学的交通模型仿真体系，满足了多维度的交通规划决策需求。通过汇聚城市与交通多源动静态数据，建成城市交通大数据治理平台，为多层次一体化模型构建奠定了坚实的数据基础。

第二，在交通大数据治理平台的基础上，研发进阶数字孪生交通应用平台。数字孪生交通应用平台可依托交通大数据治理平台，结合CIM空间底座，包含融合多源数据指标查询与可视化、基于大数据的交通态势分析与推演、基于模型仿真的方案比选等多项功能，通过规划设计方案直观可视化展示，实现面向精细化设计和运营的决策技术支持。深城交自研的交通数字孪生应用平台——深研云（SuTPC）提供了良好的实践案例借鉴。

依托从交通大数据治理平台+交通模型仿真体系到一体化交通数字孪生应用平台的技术体系，技术与经验成功应用于重庆、成都、武汉、南昌、无锡、湛江等30余座大中城市，支持了当地城市的城市与交通规划、建设、管理，如城市用地空间规划、交通需求管理、轨道与道路网规划、重点片区开发更新、重大通道方案设计和交通路口管控提升等。

四、数字孪生交通应用实践

4.1 基础设施监测管控

城市级基础设施群监测管控偏向静态设施管理，结合设施数字化，是数字孪生交通较早实现的应用场景。通过集成桥梁群安全动态评估、隧道群数字监测、基于InSAR和GNSS的广域高精度边坡位移监测和轻量化道路智能检测功能，支持亿级实时集成基础设施监测信息，静态设施响应的秒级计算推演，精度可达90%以上。可接入全市或研究片区内道路养护单元、桥梁、隧道、交通边坡的定期检测数据和交通工程施工现场视频监测数据，同时接入桥隧边坡健康实时监测系统，监控保障重大交通基础设施的安全运行。

典型案例：隧道与边坡监测——深圳新彩隧道，类似场景1万余个

4.2 实时仿真交通管控

融合城市级的实时感知数据，对全域范围内的车辆个体进行动态仿真推演。其中实时在线仿真系统集成移动空间车辆建模、重点车辆溯源、大规模实时路网在线仿真功能，能够支持方案快速编辑与测评、高频度与高精度管控，支持10万个体的微观实时动态仿真，交通事件推演时间低于5秒，个体出行还原及短时预测精度达到95%以上。以实时在线交通仿真为基础的城市交通的信号管控、诱导、疏散等管控方案实施，已经成为数字孪生交通的核心应用。

典型案例：实时推演——深圳市交通一体化与信号管控应用

4.3 数据仿真交通治理

近些年，城市交通综合改善治理需求激增，缓解交通拥堵，充分挖掘现有道路基础设施的通行潜力，提升公交轨道的出行分担率已经成为各城市交通治理的关键内容。需通过统一的孪生底座，集成多维度、全面化的交通健康体检评价指标，提供路网全息感知、拥堵溯源诊断和治理效果评估等拥堵治理云平台工具包。快速提供短平快工程改善、微创新交通组织、片区-干道-节点多场景治理业务快速轻量化部署等服务，方案评估精度达到90%以上。基于孪生底座和仿真快速响应的交通综合治理手段，可为城市交通高效运行提供精准可靠的数字治理保障。

典型案例：交通治理——广州市黄埔区拥堵治理，交通组织改善方案

4.4 规划建设仿真评估

模型仿真除对实时交通管控有重要的作用外，依托于长期数据观测积累，对重大交通规划建设工程的设计、落地、改善也具有重大的支撑作用。在数字孪生底座上，通过接入不同的规划建设方案，并依托现状的数据开展对未来交通运行态势的预测推演，并将推演预测数据结果融入仿真进行精细化评估，以支撑落地应用。机荷高速改扩建工程，通过结合数字孪生底座与仿真模型推演，支撑五轮互通立交设计方案仿真迭代优化，全线平均运行速度提升12%以上，也是首个模型仿真与工程设计耦合的应用案例。

典型案例：设计方案比选——机荷高速、泉厦高速

4.5 高速公路仿真决策

高速公路数字孪生仿真决策应用也是今年最热门的数字孪生交通应用场景，高速公路作为封闭的道路网络，随着ETC联网收费设施建设，个体车辆的出行轨迹链路还原具备充分的数据基础。

通过实时在线仿真还原全量个体车辆出行轨迹和出行规律，支撑实时管控与诱导，从数据和场景应用层面来看具备形成数字孪生交通的快速发力建设点。

福建省在其全域高速公路网内，搭建了统一的数据孪生高速底座，集成高速全网实时在线仿真、短时预测、隧道联勤处置、多层级主动管控等云平台工具包，支持全路网快速建模与大规模动态诱导。

基于统一数据治理实现PB级数据入湖建仓，提供省域级复杂高速规划设计、工程建设、网络管控、运营服务等业务应用，在全国率先搭建全网络、车道级三维数字孪生平台，全网两小时实时在线推演时间不超过30秒，交通流量和车速1小时短时预测精度MAPE达到85%。

典型案例：福建全省高速数字孪生平台（6000余公里）

五、总结

数字孪生交通可视为信息数据技术、建模技术发展到一定阶段与交通业务结合的产物。从交通业务应用层面来看，数字孪生的内涵在于全过程的数字化管理、全要素的精细化感知模拟、多维度的场景化推演评估。

因此，当前数字孪生交通发展需要关注以下几个方面：

首先需要解决虚拟静态交通场景的真实性问题，可依托BIM/CIM建模与高精度路网技术，实现大范围的交通网络从“link”级升级到“车道级”甚至到高精地图，为后续交通数据融合处理以及业务应用打下重要基础。

其次是更全面的数据感知能力，以及离线静态、实时动态的融合仿真推演能力，可结合平台级的应用对交通监测、规划、管控等各层级治理业务提供支撑。

最后，从业务层面思考数字孪生交通的应用需求，也需反过来思考数字孪生交通本身的技术实现能力，实现需求与能力双向匹配，可助推数字孪生交通的更快应用，对实际业务提供更精准的支撑。