交通行业数字孪生C位入场|bridgecn|gis

2020年11月，由工信部中国电子技术标准化研究院牵头编写的《数字孪生应用白皮书》正式发布，反映出数字孪生对于我国经济社会发展的影响日益深刻。作为新基建背景下的重要研究成果，该白皮书对当前我国数字孪生的技术热点、应用领域、产业情况和标准化进行了分析，同时收录了在智慧城市、智慧交通、智慧能源、智慧建筑、智能制造、智慧健康6大领域的31个应用案例。本文仅节选关于智慧交通章节的部分内容，以飨读者。

近年来，数字孪生得到越来越广泛的传播。同时，得益于物联网、大数据、云计算、人工智能等新一代信息技术的发展，数字孪生的实施已逐渐成为可能。现阶段，除了航空航w天领域，数字孪生还被应用于电力、船舶、城市管理、农业、建筑、制造、石油天然气、健康医疗、环境保护等行业。特别是在智能制造领域，数字孪生被认为是一种实现制造信息世界与物理世界交互融合的有效手段。许多著名企业（如空客、洛克希德马丁、西门子等）与组织（如 Gartner、德勤、中国科协智能制造协会），对数字孪生给予了高度重视，并且开始探索基于数字孪生的智能生产新模式。

标准化需求迫切

目前，虽然全国两百多个城市都提出了各自的智慧城市建设方案，但各地对智慧城市建设的理解和认知水平参差不齐，在信息化基础设施建设投入、信息化开发能力等方面还存在很大差异。智慧城市的“智慧” 程度还存在很大差距，没有统一的规划指导和标准支撑，往往会造成重复投资和资源浪费。同时，有可能造成各个城市盲目建设、城市间应用形成更多孤岛和难以连通的问题，导致“智慧城市”不智慧的局面。同时，调研表明，用户在智慧城市建设中最为关注的仍然是信息化建设多年来的难题——信息资源共享、整合、有效利用和跨部门业务协同。

智慧城市建设涉及面广、技术复杂、业务类型多，需信息、通信、应用多领域协作，需要不断完善标准体系。智慧城市部分领域标准缺失，标准体系不完善，影响智慧城市标准化建设。如智能家居标准缺失，技术标准不统一、产品兼容性和开放性差，无法互联互通；新能源汽车、无人驾驶等由于缺乏加氢站建设运营管理、无人驾驶汽车测试等规范而受影响。

数字孪生城市基于数字孪生技术建立的城市信息模型(CIM)，作为智慧城市的重要基础，其核心围绕全域数据端到端管理运营：数据采集、接入、治理、融合、轻量化、可视化、应用。这一核心正是面向信息资源共享、整合、有效利用和跨部门业务协同的根源性解决手段。因此，数字孪生城市的标准化制定会是满足智慧城市标准化需求的重要途径。

在空间维度，针对各层级模型及数字孪生之间，以及与上层级模型及数字孪生的可组合性、综合孪生、混合孪生等，需要对功能性能、接口、集成、互操作性等建立标准规范。

在时间维度，针对数字孪生的动态更新、基于数字线程实现全生命周期的数字孪生等，需要对全生命周期的模型传递、数据集成等建立相关指导性标准规范。

在价值维度，需要基于优化目标、增值服务等核心需求，聚焦关键对象的数字孪生，这一过程方法需要相关指导性标准规范。

多维度的探索

案例一：地铁设备数字孪生模型的应用

机场站是深圳地铁 11 号线的一座车站，位于机场航站楼及交通中心，北侧为深圳宝安国际机场，在T3航站楼地下。航站楼南侧为机场交通中心。车站是供旅客乘降、换乘和候车的场所，应保证旅客方便、安全、迅速地进出车站，并有良好的通风、照明、卫生、防火设备等，给旅客提供舒适、清洁的环境。尤其是机场站，车站应容纳主要的技术设备和运营管理系统，从而保证城市轨道交通的安全运行。

目前地铁车站采用监视控制与数据采集系统来实现地铁车站监控运维管理，但存在以下三方面缺陷。

信息可视化方面：传统监控运维系统中，不同设施、不同地点的信息和状态通常使用二维图纸进行信息展示，难以与实际物理模型相对应。因此，在这种系统中，数据呈现和故障反馈都不够直观，难以直观反映出建筑或设施的实际运行状态。缺少直观准确表达系统信息与让管理者理解的展示能力，效果必然大打折扣。

信息共享化方面：传统监控运维系统中，不同领域、不同来源的信息往往是异构的，如传感器数据、视频监控数据、设备运行状态等，通常是分别显示和存储，信息之间缺乏与实际模型的紧密联系，这样的信息管理模式会对维护工作造成诸多不便。

数据分析方面：对于大多数建筑和设施，监控运维数据的积累具有很大价值。而在传统的监控运维系统中，由于对信息的整合程度不够，数据间的内在联系难以被深入挖掘，从而降低了运维效率。

为了克服上述现有技术存在的缺陷，本项目在原有系统基础上引入数字孪生技术。数字孪生技术将物理资产和数字资产进行同步，利用数字手段将数字孪生资产中的所有数据元素连接到各个阶段、各个流程中，并通过不同的输出方式进行运用。而运营维护和管理是地铁项目的重要环节，各个阶段也要针对各自的需求来合理运用数字技术，并能够将数据进行流通，来满足最终的运维需求。数字资产中，作为所有数字信息的载体，最根本的条件就是要有一个能够和物理资产相对应的数字模型。

本项目中，采用了建筑信息与设备信息结合的数字模型，建筑信息模型中同时包含设备信息，并借助无线传感以及通讯技术实现物理设备与数字模型的实时交互，形成三维和二维可视化人机界面，从而提供全面的地铁运行状况，并可结合机器学习、大数据等新一代信息技术，实时分析运行数据，实现地铁车站的高效安全运营。

随着 BIM（Building Information Modeling，建筑信息建模）技术在建筑的设计、施工阶段的应用愈加普及，借助 BIM 模型能够覆盖系统运维的全生命周期。因此在建筑竣工以后通过继承设计、施工阶段所生成的BIM 竣工模型，可将各种零碎、分散、割裂的信息数据，以及运维阶段所需的各种机电设备参数进行一体化整合。同时，能够进一步引入日常设备运维管理功能，完成空间与设备运维管理。

项目不仅完成了数字模型生成，更是将其与运维阶段业务流程结合，设计了借助数字模型的业务流程管理体系，例如：智慧巡检、智慧维修、智慧施工等功能。优先实现以资产运维、智慧车站和智慧节能为主的智慧地铁功能，智慧地铁应用开发生态基本成型。运维人员利用手持终端进行现场作业，实现对检修作业现场的全过程管理，从人员、时间、位置、设备、工器具、物资等多维度实现检修作业管理的标准化、精细化、智能化管理。

案例二：三维铁路数字产品

数字孪生模型是物理资产、流程或系统以及可供我们了解并对其性能进行建模的工程信息的数字化表示。数字孪生模型技术可以确保根据学习的经验提升设计，并将这些经验应用于未来的产品和系统中。数字孪生模型会跨越资产全生命周期，将它应用于铁路基础设施时，其意义和影响力将非常明显。

在新铁路的规划、设计和施工期间或进行重大升级时，工程数字孪生模型可以根据运营要求优化设计，并通过模拟来降低工期延误或施工不合规的风险。工程数字孪生模型还可以改善供应链内的物流和沟通，从而维持项目进度和预算。在运营期间，性能数字孪生模型将成为最有价值的工具。业主运营商可以将来自物联网（IoT）互联设备（如可以进行持续勘测以实时跟踪现实环境中的资产变化的无人机）的数据添加到数字化表示中，从而更深入地了解运营状况，这种深入了解有助于业主运营商确定维护或升级的优先级并对其进行相应改进。因此，如果成功实施数字孪生模型技术，铁路或交通运输系统可以实现其最大价值。通过使用数字孪生模型来规划、设计和建设网络，以及在运营期间利用数字孪生模型，铁路或交通运输业主运营商将能够提升性能和可靠性。

中铁四院基于数字孪生技术开发的三维数字铁路，具备在全球三维地理空间下开展实时三维选线设计与生成全线普适性三维数字铁路资产的能力，提供了世界领先的资产构建手段。同时，支持基于桌面端、网页端、手机端、VR/AR 端，实时查看三维地理环境的全线数字铁路资产。

1.基于数字孪生技术，构建普适性的铁路数字资产

铁路是桥梁、隧道、站场、路基等构件的有序拓扑，三维数字铁路产品基于数字孪生技术，实现 BIM、CAD、GIS 无缝融合，整合各类地理信息资源，通过对线性工程深入的自动化建模手段开发，将铁路工程上的万事万物都统一到数字地球空间上，构建铁路数字孪生，具有一致性、完整性、全生命周期和普适性等特点。

2.三维数字铁路是一种独立的、开放的数据资产

三维数字铁路是独立于任何表达及管理平台的、格式完全公开、满足国际 OGC（国际开发地理信息联盟）标准的 GIS 数据产品，可以定制配置到任何 GIS 评估上进行表达，与商业表达平台无关。数字铁路产品按照空间数据库的组织结构进行组织，不仅仅可以用于信息管理系统中的查询、分析决策等拓展开发，更能有效利用空间数据库的 GIS 兼容表达优势，实现空间定位、空间分析及各种二三维符号化配置表达。

案例三：智慧交通仿真推演平台

随着私家车数量的与日俱增，直接造成了城市道路的大量拥堵，交通拥堵的地方发生事故的频率也相对较高，严重影响了人民的生命财产安全。显然，城市交通严重拥堵的问题是与智慧城市的理念相悖的，可以说，如果城市交通严重拥堵的问题不改善，那么智慧城市的理念也很难得到实现。而造成这些现象的原因除了汽车数量过多以外，部分路线建设不合理，高峰期缺乏对车辆的宏观调控也造成了交通拥堵的主要原因。

如何找到城市交通拥堵问题的解决方案，在现实世界中修改道路或者做实地测试非常困难。而在数字孪生技术塑造的场景中可以做成百上千种测试。让每一辆车、每一条路，甚至很多车道线设计、转向设计在模拟器内测试，跑出最优解，然后再回到现实世界里去实施。

智慧交通仿真推演平台是基于数字孪生基底，把CIM支撑平台提供的交通领域的信息数据，在推演平台试验，修改信号灯、路测设备等其他关联信息参数，推演交通运行情况，决策方案反馈到现实，指导交通运行；借助vissim平台构筑交通仿真场景，提供实时轨迹；实时响应通讯仿真的反馈；借助 NS2 平台无线节点跟踪 OBU 车辆运动，执行策略员发布的通讯仿真任务。并可利用仿真结果进行动态交通流控制方案对比，利用仿真结果和执行方案进行道路信号控制、智能诱导、线路规划，卡口控制分流、后期道路流量预测等，进行拥堵管控服务和管理。

本案例的主要创新点是创新构建城市级交通仿真推演及预测体系。

在城市规划建设过程中需要具有预见性和前瞻性，在城市运行管理过程中需要具有全局性和战略性。该城市仿真推演与预测体系基于本项目所提出的“同步规划、同步建设”的城市数字孪生技术框架，充分利用智慧城市新型融合网络体系，通过使用深度学习、强化学习和增量学习协同技术，分析城市级动态演化与知识发现，预测城市发展，实现城市级运行资源要素优化配置。与传统城市仿真推演与预测技术相比，本项目所提出的创新技术方法不仅适合大型国家级新区规划建设中的推演与预测，而且对于具有战略地位的大型城市区域运行管理也具有很强的支撑作用。

标准化应用的趋势

随着 ISO、IEC、ISO/IEC JTC1、IEEE、全国信息技术标准化技术委员会、国家智能制造标准化总体组等国内外标准化组织或机构，对数字孪生标准化的关注与推动，《数字孪生概念与术语》(ISO/IEC JTC1 AWI 5618)、《数字孪生应用案例》(ISO/IEC JTC1 AWI 5719)、《智能制造虚拟工厂参考架构》(20182046-T-339)、《智能制造虚拟工厂信息模型》（20182047-T-339）等，多项数字孪生相关国际、国家标准获得立项或提出讨论。未来，数字孪生领域基础共性及关键技术标准将不断涌现，依托正在研制的数字孪生概念框架等标准，通过聚焦核心标准化需求逐步建立基本的数字孪生标准体系，并孵化典型行业中的数字孪生应用标准，形成国际标准、国家标准、行业标准和团体标准良性互动的局面。

长期以来，使用虚拟的模型来优化流程、产品或服务的想法并不新鲜。但随着具有更复杂的仿真和建模能力、更好的互操作性和 IoT 传感器，以及电力系统可视化的数字化仿真平台和工具的广泛使用，使企业逐渐意识到创建更精细、更具动态感的数字化仿真模型成为可能。目前，越来越多的企业，特别是从产品销售向”产品 + 服务”转变的企业，正在广泛应用数字孪生技术。数字孪生的大规模应用场景还比较有限，涉及的行业也有待继续拓展。仍然面临企业内、行业内数据采集能力参差不齐，底层关键数据无法得到有效感知等问题。此外，对于已采集的数据闲置度高，缺乏数据关联和挖掘相关的深度集成应用，难以发挥数据潜藏价值。从长远来看，要释放数字孪生技术的全部潜力，有赖于从底层向上层数据的有效贯通，并需要整合整个生态系统中的所有系统与数据。

本文刊载 / 《BIM视界》杂志

2021年第1期总第16期

作者 / 赵波程多福贺东东等

资料来源 / 2020版《数字孪生应用白皮书》

编辑 / 裴小吟

美编 / 赵雯

责编 / 裴小吟

审校 / 李天颖裴小吟廖玲

杂志征订

扫描二维码

订阅杂志

扫描二维码