項目背景與業務場景
目前，大陸車聯網行業處于與 5G 技術的深度融合時期。随着汽車從傳統交通工具向着智能化、網聯化和電動化方向演進，車聯網成為 5G 交通和汽車領域跨界融合最具潛力的應用，已經成為大陸戰略性新興産業的重要發展方向。通過建構全新的車聯網技術和産業協同架構，我司與某創新中心、阿裡算法團隊一起進行智能化研發，現已實踐和研發“感覺預警”與“領航服務” 17+ 深度協同場景創新，後續将不斷演進和更新，拓展更多創新場景，對提高交通運輸系統的效率和安全性、實作交通系統的可持續性發展具有十分重要的意義。
某園區數字孿生（以下簡稱“數字孿生”） 應用智能感覺裝置、邊緣計算裝置等路側感覺基礎設施，以某園區為基礎場地，完成全園區道路 100% 識别覆寫，人車同步孿生顯示，并支援回溯事件發生時的真實場景，動态呈現雲-車-路協同。真實還原測試場景、高效利用路采資料生成仿真場景、雲端大規模并行加速等，使得仿真測試滿足車路駕駛感覺、決策規劃和控制全棧的閉環。
業務痛點
1、多個複雜系統與感覺裝置的內建展示平台
在車路協同的标準體系中，将車載傳感器與路側傳感器收集到的感覺資料，利用有線或無線移動通訊技術，在雲服務中心完成資料整合、處理與釋出，後通過資料接口下發到孿生平台進行業務展示。多傳感器融合技術內建了低延時、高精度、容錯率低的感覺資料，将各類優劣勢不同的裝置（攝像頭、毫米波雷達、雷射雷達等）融合，最大程度地合理協調多源資料，充分利用相關資訊，提高綜合使用率，将資料名額進行多元度、多層次整合，形成網聯車輛的日常運作和全域管理體系。
2、能夠作為車路協同效果驗證平台
在車路協同技術實作真正商業化應用錢，需要經曆大量的道路測試才能達到商用标準，而在孿生平台内能夠将實時采集的資料同步完成可視模型的推演，實作資料驅動決策，也能以可視化的形式複現不同交通條件下的各類協同場景，來驗證雲-車-路間的通訊流轉機制，使得仿真平台能夠滿足車聯網感覺和決策規劃控制的閉環。
3、能夠推動車路協同創新業務的落地，輔助交通決策
目前車路協同概念仍處在發展初期，具體實作的技術、商業模式和建設模式也在持續性探索，而本平台的建設能夠從車輛入手，真實還原園區内的各類交通資訊的互動與共享，利用車載與路側感覺裝置，對各類協同處置事件、異常事件、路況監測等資訊進行實時回報，進而實作車輛智能協同的落地，讓車路協同逐漸從概念走向現實。未來，相信車路協同技術也能夠應用于交通管理，實作交通流量的高效排程與管理，起到交通監管和指揮的作用。
解決方案
整體技術架構
某園區數字孿生平台資料端運用了觀測雲（www.guance.com）的資料開發平台 DataFlux Function（簡稱 f(x)）對運控資料平台輸出的原生接口進行分析、存儲、處理，生成符合 RESTful 規範的接口，供展示層 DataVision（DataV，CityV）調用并展示。
某園區數字孿生平台的展示端由兩個可視化工具 DataV 和 CityV 組成，CityV 展示場景類的資料，比如園區内裝置分布及線上狀态、車流軌迹、路口紅綠燈等。DataV 展示看闆類的資料，通常為彈框和兩邊的面闆。兩個工具接受 f(x) 輸出的接口資料并展示。通過 websocket 實作兩個工具間的通信。
VOC 的展示端由兩個可視化工具 DataV 和 CityV 組成，CityV 展示場景類的資料，比如亞運村的各個場所的客流量，車流量。DataV 展示看闆類的資料，通常為彈框和兩邊的面闆。兩個工具接受 f(x) 輸出的接口資料并展示。通過 websocket 實作兩個工具間的通信。
VOC 平台
在 VOC 平台中，在數字空間建構實時性、高保真、無限逼近實體空間的數字映射，将現實世界中的物聯感覺、分析計算、資訊回報精準映射在虛拟空間，實作可觀測、可分析、可預警、可互動的數字孿生體。
平台流程
某園區數字孿生平台内資料經由 API 的方式，在後端服務中彙集，并進行了資料處理、計算後，上報給了孿生前端展示。經過孿生前端所使用的開發工具 datav 和 cityv ，将資料以可視化的方式呈現出來。
注：
- 後端服務采用 Python 程式設計語言與輕量型 Web 架構 Flask 啟動服務，部署采用 Supervisor 程序管理工具進行監控。
- DataV 是阿裡雲一款資料可視化應用搭建工具，幫助有資料展示需求的使用者快速完成可視化應用搭建。
- CityV 是基于 UE5 的孿生底座，能夠快速生成大規模城市三維模型，結合手工制作，針對特殊建築及場景打造更精細逼真的模型。
資料處理
後端資料處理采用 DataFluxf(x2) 資料處理平台。服務内部完成了資料的接入、處理和轉發等等操作。提高了資料對接的高效性與海量資料的處理能力。
後端共計接入【3 個系統】【63 個HTTP服務接口】，對外開放出【68 個授權連結】供前端資料展示使用。阿裡算法團隊整合裝置感覺資料後彙內建軌迹資料，後端将軌迹資料收集彙總處理為駕駛艙所需的資料格式。通過使用 API 接口進行資料接入和處理，自動化和實時性，适用于與外部系統進行資料互動。可實作資料的自動同步和實時更新，便于與其他系統實時互動的場景。
特色亮點
1、車路深度融合的全棧能力建設
利用數字孿生技術對車路協同的實時呈現，将現實場景中的語音播報轉化為可視的 3D 場景。從路測裝置感覺，上傳資料至雲控決策，決策結果下達至車端呈現，同時前車預警後車聯控，完成雲車路端鍊路。在雲車路整體鍊路中，對路測裝置、網聯單車、車路場景進行完整監控。車輛不必再依靠駕駛員的感覺與行動來擷取資訊好采取相應的措施，管理人員可通過孿生平台全面及時的感覺交通流狀态并且預知潛在危險，收集場景測試資料，基于測試資料調試分析，最終車路能夠高度自動化的行駛，并基于感覺資訊優化車的運作狀态進而保障行駛安全并提高運作效率。
2、 多裝置感覺監控
針對園區進行高精度還原，通過多模裝置感覺對園區進行資料采集，真實資料驅動場景運作狀态變化。基于多傳感器融合技術，以園區智能燈杆進行多個傳感器資料的智能組合，解決全天時、全天候以及精準感覺的問題，為系統提供低延時、高精度、有容錯性的感覺結果。将路側傳感器與衆多不同的感覺裝置相融合，可以最大程度地合理協調多源資料，充分利用有用的資訊，提高資訊的綜合使用率。并對所有感覺裝置進行精細化管理，以燈杆為主體，顯示每個裝置感覺狀态，并對裝置感覺覆寫範圍進行綜合呈現，為車路協同場景測試提供基礎。
3、多車路協同場景庫
針對交通事故偶發性強，交通事故場景庫缺乏、資料覆寫度不足、場景建構成本高、效率低等問題，基于車路雲交叉的多模态資料，對場景進行全息還原以及場景庫的整體擴充。通過 17+ 車路協同場景顯示與回放，對曆史場景進行探索和分析，實作場景庫在車路協同下的應用，提高道路交通安全性。車企可提升智能駕駛汽車的安全性及整體競争力，交管部門可利用交通事故場景庫的資訊輔助快速決策和提升交通安全管理技術的發展，進而推動智能網聯汽車發展提速。
4、實時軌迹仿真
基于科創園區，将園區與路側道路進行軌迹還原，通過多裝置物聯感覺資料進提取還原，轉化為結構化資料在大屏中進行實時展示，模拟複現實時交通流，結合燈态與停止線資訊等路側資訊，以及車輛車速與預警等行駛資料資訊，遠端監控測試車路狀态情況。同時可以切換實時和曆史軌迹，針對以往車路測試資料，選擇對應時段的進行軌迹真實呈現，同時顯示當時狀态下的車路情況，便于進行車路仿真測試的輔助決策。
5、網聯車輛全狀态呈現
針對測試網聯車輛，進行完整狀态還原與監控。宏觀顯示總體網聯車輛整體觸發情況 顯示車輛運作過程中的網聯車輛狀态，對車路近期觸發場景進行分析。實時顯示目前網聯車輛實時運作情況，對觸發場景的資料進行實時分析顯示。多視角智能跟車，同步顯示網聯車路目前狀态與觸發場景詳情，并實時連結車輛最近攝像頭進行視訊監控，在數字孿生中對網聯車輛進行多元度狀态呈現，保障網聯車輛測試場景中的安全。在曆史場景中，對該車車路線上時間段、觸發場景進行統計情況，根據業務需求對某一時間或某一場景進行單獨回放，基于車車、車路、車人資訊互動，提升智能駕駛的安全穩定性，進而加速智能駕駛更安全的落地和推廣。
6、全息停車引導
整合園區多源感覺資料，關聯智慧停車場景，以智能算法解析場景組合，輔助營運實作停車位的實時資訊化、數字化、可視化更新，自動規劃停車引導路線，還原實時停車路徑動畫。複刻園區停車場内車位的位置，結合停車場的感應等物聯網裝置還原停車場内部的車輛停放狀态，為停車場管理人員提供管理的資訊化支撐，降低管理壓力和運維成本，并帶來更便捷、高效、高水準的管理能力和形象的提升。