一、 引言
随着城市化进程和机动车保有量的增加，交通安全和拥堵问题日益严重。全球每年有超过135万人死于道路交通，这使得道路交通成为5-29岁人群的主要死亡原因之一。交通拥堵导致大量时间浪费和经济损失。为了解决上述问题，智能交通系统（ITS）已经发展多年，通过应用信息和通信技术为交通系统的智能化发展提供支撑。然而，现有的ITS技术在数据的全面性、准确性、实时性及数据分析处理以支撑实施更加有效的交通控制等方面仍有待改进，特别是自动驾驶技术的发展对交通信息的准确性、实时性提出了更高的要求。数字孪生技术的发展有望为ITS提供新的技术支撑和发展方向，从而进一步拓展ITS的功能并提高性能。
二、 数字孪生技术体系
数字孪生的本质是将现实空间中的人、物、关系、过程等对象全时空一致地复现为赛博空间（也称信息空间、虚拟空间）中的数字模型（称为数字孪生体），并通过观测、分析、推演和操作数字孪生体来实现对现实对象的研究和控制。数字孪生系统不是简单地数字化现实对象，而是在网络化感知和信息获取的基础上，通过智能化处理而形成多层次、多尺度、多时态、多领域的综合模型。它具备在现实对象全生命周期中主动、持续、实时地感知现实对象的状态且自我更新的能力；具备在任何时刻准确地表达现实对象的形状、组成、结构、关联、规则和演变的能力；具备知识发现、预测推演、以及与现实对象交互的能力。
从功能上划分，应用于智能交通系统的数字孪生技术架构可分为三个技术层次（图1），分别是数据接入层、计算仿真层和应用层。
数据接入层实现对现实空间中交通对象及环境的多目标、多层次、多维度、多模态的实时综合感知，赋予赛博空间中的数字孪生体实时、全时、精确反映现实环境状态的能力，主要包括静态建模和动态感知两大块功能。静态建模包括对场景、车、非机动车、人的几何、外观、材质建模；动态感知包括对车辆信息、监测信息和天气信息的实时获取，主要借助多源感知设备和快速通信实现。
计算仿真层从原始采集数据与数字孪生体信息模型中，发现数字孪生体之间复杂的层次关系和交互，对其所蕴含的深层知识进行提取、表达、推理、迁移与泛化，形成支持仿真分析的数字孪生体多层次知识模型，并研发高效能的支持虚实模型关联的可视分析技术。
应用层针对实际应用需求，将数字孪生体、已提取的知识、仿真计算结果和决策模型等多样化信息融合呈现，并搭建信号控制系统，对现实空间的交通信号灯、电子标志牌、路侧情报板、路灯等交通设施进行实时控制，也可通过手机APP、车联网等网络通信方式直接发送提示信息和控制参数给司机和智能网联车，实现对交通流的诱导管控。
图 SEQ 图 \* ARABIC1 数字孪生ITS技术架构
三、 数字孪生ITS发展路线
随着智能感知、网络传输、人工智能等方面技术的不断发展，数字孪生ITS将在不同的技术阶段实现相应的系统功能。整体来说，可以划分为近期（1.0阶段）、中期（2.0阶段）、远期（3.0阶段）三个阶段（表1）。
表 SEQ 表 \* ARABIC 1 数字孪生ITS在不同发展阶段的功能比较
|
1.0阶段 |
2.0阶段 |
3.0阶段 |
|
|
车辆 |
l 基于ETC的车路信息交互 l 高级辅助驾驶 |
l 基于V2X的网联自动驾驶 |
l 群体智能协同自动驾驶 |
|
驾驶员 |
l 超视距信息展示 l 伴随式信息展示服务 |
l 混合增强人机共驾 l 全方位伴随式服务 |
l 全程无人驾驶 l 个性化驾乘服务 |
|
运营管控 |
l 重点路段车道级管控 l 突发事件应急处置 l 事故多角度溯源分析 |
l 车辆级精准管控 |
l 基于群体智能的分布式协同管控 |
|
道路养护 |
l 全生命周期数字档案 l 及时养护 |
l 全要素全生命周期数字模型 l 预见性养护 |
l 无人养护 |
|
执法 |
l 重点路段及时执法 |
l 全程精准执法 |
l 预防性监管执法 |
(一) 数字孪生ITS1.0阶段
在当前的ITS发展阶段，随着摄像头、毫米波雷达等传感器的性能提升、ETC的大面积推广、5G的正式商用、以及人工智能技术的不断发展，为数字孪生ITS 1.0阶段（图2）的建设启动奠定了良好的基础。
图 SEQ 图 \* ARABIC2 数字孪生ITS 1.0阶段
在智能感知方面，通过在重点路段和区域布设摄像头和毫米波雷达，可以实现车辆的车道级定位，进而实现车道级的交通管控。路侧传感设备的布设和物联网平台的建设也将帮助道路养护人员及时发现养护需求。
在网络通信方面，目前5G的建设可以满足大带宽数据传输需求，对于视频、雷达点云等大数据量的传输可以通过5G网络进行上传，这对于移动设备传感信息的传输十分重要。ETC收费系统的建设推广实现了车和路之间的直接通信，从而不需要以人类作为信息传输媒介，进行路费的清算。
在人工智能方面，通过机器学习技术对感知数据的结构化处理，提高了数据的处理效率；大数据技术实现了对于海量传感数据的流式处理，让交通管理人员可以在云控平台上实时了解交通状况，并通过APP将交通信息广播给司乘人员。此外，通过多源数据融合、建模分析、仿真推理等功能的实现，可以帮助交通管理人员更好的预测交通演变趋势、评估各种管控措施实施效果、并多角度回顾交通事故的发生过程已进行责任判定。
但是，数字孪生ITS 1.0阶段仍然存在许多局限。例如，受建设成本的限制，传感器无法实现全路段的无缝覆盖；人工智能也存在模型的不可解释性、精度不足以满足车规级要求等问题；驾驶员需要同时处理自身观察到的信息、车辆提示的信息、手机APP推送的信息等多个信息来源，可能分散注意力而造成安全隐患，因此驾驶员与车辆、手机等终端之间的人机交互模式也有待改进。
(二) 数字孪生ITS 2.0阶段
数字孪生ITS 2.0阶段（图3）将实现决策主体从人向系统的过渡，为交通系统的参与者和管理者提供颠覆性体验，这是体现数字孪生技术效果的重要阶段。通过突破数字孪生ITS 1.0阶段的技术局限，交通系统全要素全生命周期的数字档案将使得系统中的数据规模呈现爆发式增长，而全面细致的数据和高性能的处理将全面提升交通管理的智慧化水平，支撑车辆无人驾驶。
图 SEQ 图 \* ARABIC3 数字孪生ITS 2.0阶段
数字孪生ITS中全要素全生命周期数字档案的建立需要以全方位的感知信息为基础。为了实现全面信息感知，一种方案是通过降低传感器成本，例如，如果光纤传感器的感知信号可以解析出道路交通流状态，则可以通过低成本传感器的全覆盖实现交通状态的全面感知。另一种方案是通过传感数据共享实现全面信息感知，目前新款车辆大都配备有各类车载传感器，采集了丰富的车身周围环境信息，并且随着车辆移动实现了行车路径沿线的连续数据采集。如果实现车辆共享车载传感数据，将成为一种低成本获取全方位、高质量交通传感数据的方式。
随着5G标准的逐步完善和商用网络的逐步建成，大带宽（eMBB）、海量机器类通信（mMTC）、高可靠低时延通信（URLLC）的网络性能将进一步赋能数字孪生ITS的性能升级。eMBB性能使得视频流、毫米波雷达点云等原始传感数据的直接传输成为可能，为实现计算卸载和验证共享信息可信度提供了网络支持；mMTC性能使得隧道、桥梁、收费站、服务区等传感器分布密集场景中的传感信息通过空口传输成为可能，大大降低传感器布设及信息传输成本；URLLC性能使得车辆在高速移动中进行安全可靠的通信成为可能，从而保障了车路协同自动驾驶、车辆编队自动驾驶、远程自动驾驶等功能的实现。
对于交通管理者来说，全要素全生命周期数字档案可以辅助道路的养护管理工作，而5G网络和V2X技术则可以实现车辆级的精准管控。例如，利用V2X对实现车辆间实时共享运行状态，可以开展驾驶行为分析，作为对违法驾驶行为的执法依据，并通过V2X实现与单车的直接通信和管控；车辆的历史通行档案可以生成用户画像，指导个性化收费方案设计；利用车辆惯性测量装置和车轮速度传感器可以测算轮胎与地面间摩擦力，再通过连续追踪摩擦力变化建立路面疲劳度模型，或直接利用车辆离地高度传感器检测路面破损坑洼情况，指导路面养护工作，并向车辆发出路面破损限速警告。
人工智能在混合增强智能方面的研究也有望实现人机共驾方面的技术突破。在数字孪生ITS 1.0阶段，驾驶员需要同时处理自身视野范围内观察、车载操作系统提醒及手机APP等第三方告知的信息，虽然丰富的数据源帮助驾驶员获得了超越自身视距的感知能力，但也容易分散驾驶员注意力，造成安全隐患。随着人工智能的发展，通过对驾驶员的驾驶状态、习性、技能进行建模和预测，可以更好地帮助自动驾驶系统理解驾驶员的驾驶意图；通过车联网通信和增强信息展示技术，实现统一优化的人-车-路交互界面；并从安全、舒适等性能指标出发，优化人和自动驾驶系统在驾驶决策规划及控制执行中的交互与协同机制。
(三) 数字孪生ITS 3.0阶段
数字孪生ITS 3.0阶段（图4）将进一步挖掘数字孪生技术的潜能，充分发挥机器比人类在感知、通信、计算方面的性能优势。在驾驶车辆时，人类主要依靠视觉观察视野内有限的交通环境状态，依靠车辆转向灯、尾灯、鸣笛、和各类交通标志标线传递极为有限的信息，而各类车祸也反映出人类的注意力难以长时间集中、反应速度不够快、面对突发事件往往难以理性处理等缺点。通过不断完善道路和车辆所共同组成的数字孪生系统，将最终实现“零事故、零拥堵”的发展目标。
图 SEQ 图 \* ARABIC4 数字孪生ITS 3.0阶段
零事故目标的实现，需要消灭交通安全隐患。车辆驾驶中安全隐患，主要是由于驾驶员对于环境观察的信息缺失、对于周围车辆驾驶意图的误判、以及自身的危险驾驶操作引起的。通过车载传感器及车路协同技术将解决环境观察中信息缺失的问题，车联网将实现车辆间信息共享从而解决驾驶意图误判的问题，自动驾驶将避免疲劳驾驶、冲动驾驶、违规驾驶等危险驾驶操作。
零拥堵目标的实现，需要提高道路通行能力。造成道路拥堵的主要原因，其一是由于突发交通事故占用部分车道，使得道路整体通行能力下降；其二是在道路合流区车辆间的不文明争抢，或是车辆的违法变道、急打猛拐等不文明驾驶行为，扰乱了正常的交通秩序，使得整体车流通行速度降低，造成路段实际通行量下降；其三是交通需求超过道路通行能力，道路资源供不应求造成的拥堵。随着自动驾驶的大范围推广，首先避免人为原因引起的交通事故；其次通过车辆间通信和多自动驾驶车辆间的智能群体协同控制，可以最大限度的避免不文明争抢和不文明驾驶行为；同时，极限情况下所有临近的自动驾驶车辆都可以通过群体协同实现编队行驶，缩短车间距，从而大大提升道路的通行能力；此外，道路和车辆间的数据共享可以在实际通行量临近道路通行能力时，引导车辆合理选择行驶路线。
四、 结语
在技术演进与需求升级的共同驱动下，数字孪生技术为ITS发展提供了新理念、新途径、新思路。通过智能感知、网络通信、人工智能、智能控制等多领域先进技术的有机耦合，破解当下ITS所面临的技术瓶颈。随着相关技术的不断发展和跨学科交叉融合的不断深入，数字孪生ITS将通过虚拟服务现实、数据驱动治理，持续发展并最终形成一套完整的技术运行体系。
