1、第 3 期（总第 146 期）2023-09-25城市道路交通的数字孪生 许俊杰摘 要对城市道路交通的数字孪生开展了一次实践，使用大量的采集设备，采集道路上的车辆信息，辅以高精度地图，以及其他各类交通诱导控制设备，做到在地图上实时再现真实的交通道路环境，同时根据这些设备采集到的信息实现各种功能。关键词 智慧交通 数字孪生 交通诱导 信号配时 雷达应用市政设施管理Shizheng Sheshi Guanli工作研究数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超
2、越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。1数字孪生是个普遍适应的理论技术体系，可以在众多领域应用，目前在产品设计、产品制造、医学分析、工程建设等领域应用较多。目前在国内应用最深入的是工程建设领域，关注度最高、研究最热的是智能制造领域。2本次上海市浦东新区两港大道数字孪生平台将在智慧交通领域试行数字孪生这一概念，针对两港大道快速路打造城市道路的数字孪生体，为上海交通未来发展方向做一次探索性尝试。1 平台介绍1.1 平台简介1.1 平台简介平台地图由专业人员采集城市快速路以及地面道路实际信息，并制作高精度地图以供使用。地图包含道路上所安装的设备、门架、标志标牌、
3、绿化、建筑物模型等，力求模拟最真实的道路环境，效果见图 1。图 1 平台地图为了近乎实时仿真交通情况，本平台在城市快速路上布设了大量雷视（雷达+视频）一体化设备，全面覆盖整个范围内的城市快速路。雷达设备的检测范围一般为 300 m 左右，本次还附加了视频检测，辅助雷达设备获取更多的车辆信息，内容包括车速、车辆经纬度、车型、车牌等。有了这些车辆信息后，再经过数据传输及处理，在不考虑网络延时的情况下，可以于城市快速路上几乎实时地展示整个道路上车辆的行驶情况，包括车辆加速、变道甚至停车等车辆的轨迹。同时，其他各种设备也会在地图上标记展示，包括诱导板、匝道灯、车道灯、云台相机、卡口相机、违法抓拍等多类
4、设备均会于地图上展示当前设备的实时状态及效果，例如匝道灯以及车道灯的实时状态。地面上，除了高精度地图外，还会有“全息路口”，即通过雷达设备，捕捉车辆行驶轨迹，加上SCATS信号机设备所采集的当前路口相位信息，可以很好地模拟路口的车辆行驶轨迹。再加上路口处安装的云台相机、电子警察等设备，这样既可以调用视频直接查看真实路口交通情况，又可以通过系统查看模拟的路口交通情况。同时，对通过SCATS信号机所采集的流量数据进行数据仿真，模拟路口与路口之间的车流情况。这样路口与路口之间的车流模拟加上路口的车流仿真，构建了地面道路的完整车流仿真架构。综合上述内容，平台力求打造一个城市道路的数字孪生体。1.2 系
5、统组成1.2 系统组成平台按组成和功能可以分成六个系统模块，分别是：数据采集模块、数据传输模块、数据处理模-11-第 3 期（总第 146 期）2023-09-25块、数据存储模块、系统管理模块、数据展示模块，具体结构见图 2。数据采集数据采集数据采集数据处理数据传输数据展示系统管理数据存储图 2 系统总体结构（1）数据采集模块。该模块通过道路上布设的设备收集各种数据，其中：雷达设备收集车辆轨迹、车流排队长度、平均速度等数据；视频设备会捕捉范围内事故违法信息，采集分析后上报平台；车控设备实时反馈当前车道控制信息；匝控设备实时反馈当前匝道开放关闭情况；诱导板设备实时反馈交通拥堵情况；SCATS信
6、号机设备实时反馈当前相位及车道流量信息；电子警察及卡口设备采集过车及违法信息。（2）数据传输模块。该模块是将数据采集模块采集到的数据传输至系统内，使系统可对数据进行处理，实现数据交换。（3）数据处理模块。该模块主要是处理传输过来的数据，根据一定的模型算法对这些数据进行换算处理并得出结果，处理模块除了计算数据，还要存储各种相关数据信息、报表，为未来分析道路情况做数据支撑，也将根据事故分布情况总结经验教训及制定相应的应急预案。（4）数据存储模块。该模块主要是将各种有用的信息（如交通拥挤情况、交通事件等）用适当的方式存储进数据库中，以供未来需要时提取出来并做进一步统计分析使用，也为未来与外系统交互做
7、前期准备。（5）系统管理模块。该模块主要是用来管理用户权限、系统基本故障信息等。（6）数据展示模块。该模块主要是将处理过的可用数据在平台中展示。1.3 功能介绍1.3 功能介绍平台的功能是将各类设备采集到的数据，实时地将内容反馈到平台地图上，同时根据这些数据，展示各类统计分析后的结果。（1）雷视设备。雷视设备负责采集车辆轨迹信息以及车辆基础信息（车型大小、车辆颜色、车牌信息等）。雷达设备具有检测车辆轨迹、车辆速度、车型的能力，本次实践中再辅以视频设备，拍摄车辆的车身颜色，车辆的牌照号码，牌照颜色等基础车辆信息。通过这些内容，可以在地图上实时展现车辆从出现在检测范围到离开检测范围的全动态轨迹，同
8、时系统还能根据实际车辆的大小、车身颜色，在地图上展现不同的车辆模型，再加上车牌信息，能够更直观地展现当前道路交通情况。由于有了车辆车牌、采集时间、行驶轨迹等信息，将这些数据存储下来后，系统就可以根据车牌来实现车辆行驶轨迹跟踪功能。如果未来需要查询在道路上的车辆时，可以根据车牌和经过时间来选择重放车辆在检测范围内的行驶轨迹。（2）车控设备。由车控设备采集到的车辆控制信息，反映当前车道控制后的车流情况。车道控制器是用来管理和控制城市快速路上车道的开放关闭、是否支持左右转的设备。系统将在地图上展现当前车控设备的开放关闭情况。在车道关闭后，可以根据车辆轨迹，直观展示车道关闭后对该段道路其他车道的影响情
9、况，以及车道重新开放后对当前车流的影响情况，车道可左转、可右转时对于车流的变化情况。（3）匝控设备。由匝控设备采集到的匝道开放关闭情况，反映当前匝道的开放与关闭对于车流情况的影响。匝控设备是用来管理和控制城市快速路上匝道开放关闭的设备。系统也将在地图展现当前匝道的开放关闭情况。在匝道关闭后，也可以根据车辆轨迹，反映当前匝道关闭时对于其他匝道的车流影响。匝道重新开放后，车流的恢复情况也能以更直观的方式展示。（4）诱导板。由诱导板采集的道路拥堵情况，反映驾驶员们对于前方拥堵时的出行选择。诱导板是用来展示前方道路拥堵情况的设备，当前方某一段拥堵时，将在诱导板上对应区域以红黄颜色显示，市政设施管理Sh
10、izheng Sheshi Guanli许俊杰：城市道路交通的数字孪生-12-第 3 期（总第 146 期）2023-09-25供驾驶员了解前方道路拥堵情况。系统将实时展现道路上各诱导板的实时发布内容，以真实发布内容展现在地图上。（5）SCATS 信号机。由 SCATS 信号机采集到的流量数据，反映信号配时对于当前路口车流量的影响。SCATS信号机是用来控制路口红绿灯信号配时，以及采集路口车流量的设备。由于雷视设备能够实时采集到路口的交通车辆轨迹以及车辆排队长度，系统会根据路口方向的排队长度，即拥堵情况，对数据经后台算法计算处理后，产出新的信号配时方案，再根据这套方案下发控制SCATS信号机，
11、优化路口的配时，在经过几轮的优化迭代过程后，将得到最终的配时方案，以此实现路口信号自动优化配时的功能。（6）视频设备。由视频设备采集到的事故信息，反映当前道路上所发生的全部事故及违法信息。路口视频包含各类视频设备，有云台相机、出口卡口相机、入口卡口相机、违法抓拍、电子警察、雷视一体化设备中的视频设备。目前的视频设备均具有事件检测功能，通过这些视频设备可以检测道路上的事故信息，包括事故类型、发生位置以及车牌信息等事故信息，系统将在地图上实时反映这些信息，以供管理部门更快速地响应道路上的交通事故。同时由于雷视设备提供了车辆的行驶轨迹以及车辆的车牌信息，就能够根据发生事故的车牌号来反推从事故发生一直
12、到事故处置后车辆离开的全过程信息，实现交通事故回溯的功能，供管理部门在未来查看各个事故发生的过程。综合上述动态采集设备，以及高精度地图、城市标志标牌、周边建筑模型、道路绿化模型等静态内容，打造一个城市道路的数字孪生体，实时展示道路上的车流量、交通事故、各类设备的当前发布内容，效果见图 3。图 3 平台实时效果图2 技术难点2.1 数据处理2.1 数据处理难点：涉及道路全长近 50 km，本次安装设备累计近 1 000 台，尤其是为了满足实时的数字孪生场景而一直产生的车辆移动轨迹数据，为了完整地模拟每辆车的实施轨迹，均需要高频次的数据量，才能连贯地展现一辆车的完整行驶轨迹。场景展示的道路是城市快
13、速路，有许多车会不停地行驶在道路上，每秒产生的数据量很大，因此需要对这些大量的数据进行实时分析处理。解决方案：搭建一个能实时处理大批量数据的数据处理中心数字中台，分成上下两级来进行数据处理，上层模块为一台中控服务器，中控服务器的功能是划分数据通道，对每个设备通道实时划分，将当前数据量较大的通道划分到较为空闲的处理服务器中。下层模块为多台高性能数据处理服务器，这些数据处理服务器的作用是接收数据，每台服务器均部署配套的处理程序，对中控所划分通道中的数据同时处理，持续接收并处理所有传输的数据，并传回平台，由平台最终展示在页面上。2.2 数据传输2.2 数据传输难点：数据孪生对于数据的实时性要求非常高
14、，不能一辆车经过了几分钟后才显示在地图上，这样数字孪生的意义就不存在了。这就对数据的传输速度有很高的要求，需要保证大量的数据在短时间内能够传输至平台。解决方案：由于全线道路比较长，分成两段分别搭建环网，最后整合为一个网络，所有外场设备及交换机之间通信均有光缆连接，接收及处理数据的服务器本身也属于环网的一部分，以此来保证数据的传输速率。2.3 数据展示2.3 数据展示难点：整个孪生场景涉及的对象非常多，包括需要模拟的快速路实时车流轨迹（平时 100200 辆车、高峰期近千辆车）、三维地图本身的静态标志标牌、各类设备的三维模型，因此对于展示设备要求高。但是平台没有那么多高性能的展示设备，平常使用的
15、设备性能很难支持所有车辆的展示。解决方案：在显示小比例尺地图时，抽稀部分车辆，使得整个道路上显示的车辆图标不那么密集，再主动剔除一些质量较差的数据，同时减少展示对象。由于小比例尺地图时很难看清道路上的一些标线或者设备，因此不再展示这些对象。当整个页面放大显示到一定程度时，再将这些设备模型和静态许俊杰：城市道路交通的数字孪生市政设施管理Shizheng Sheshi Guanli-13-第 3 期（总第 146 期）2023-09-25标志标牌进行展示。同时在数字中台开发边缘计算的功能，目的是只展示当前页面区域内的车辆，区域外的车辆不再显示，以此来降低展示设备的整体负荷，提供流畅的使用体验。2.
16、4 坐标一致性2.4 坐标一致性难点：采集设备收集到的车辆坐标信息要和高精度地图高度匹配，微小的误差都有可能导致车辆的轨迹在地图上有很大的偏离。解决方案：从设备与三维场景匹配性的角度出发，采用高精度坐标采集设备，同时采集整个道路坐标及设备的精确坐标，并标定设备高度。将采集到的设备坐标信息录入到设备本地环境参数中，设备就能根据自身的经纬度加上采集算法收集到的数据对坐标进行纠正，这样设备实际采集到的车辆坐标就能与实际地图高度匹配。2.5 算法成熟度2.5 算法成熟度难点：SCATS信号自动配时算法要能够实时计算地面多路口不同的配时方案，同时还要关联上下路口的配时方案，使路口间能够实现自动化的绿波协调，使得车辆地面行驶体验更加流畅，减小因为配时方案不准确导致的路口堵车概率。事件检测算法要求能够较为准确地识别事件，降低误报频率。解决方案：因地制宜地优化算法，结合实际道路环境，在本身较为成熟的算法模型基础上，通过长期不断的试错、调整算法模型、验证算法结果的循环方式来达到优化算法的目的，来构建符合该区域的算法模型。3 结语本次城市交通道路的数字孪生是一次大胆的尝试，为了实现这个目标，各类设备的架设
