Aplicación de gemelos digitales en el transporte inteligente
El concepto de "gemelos" se originó a partir del "Proyecto Apolo" de la NASA. Alrededor de 2003, la idea del gemelo digital apareció por primera vez en el curso de gestión del ciclo de vida del producto impartido por el profesor Grieves en la Universidad de Michigan. Hasta 2010, el término "gemelo digital" se proponía oficialmente en el informe técnico de la NASA y se definía como "un sistema o proceso de simulación de aeronave que integra cantidades multifísicas, múltiples escalas y múltiples probabilidades". En los últimos años, los gemelos digitales se han generalizado cada vez más. Muchas empresas y organizaciones de renombre (como Airbus, Lockheed Martin, Siemens, etc.) y organizaciones (como Gartner, Deloitte, la Asociación China para la Ciencia y la Tecnología de Fabricación Inteligente) conceden gran importancia a los gemelos digitales. El "Esquema de planificación del nuevo área de Hebei Xiong'an" de 2018 establece: Adherirse a la planificación y construcción simultáneas de ciudades digitales y ciudades reales para crear una ciudad digital líder en el mundo con capacidades de aprendizaje profundo. Tomar la iniciativa en la promoción de la construcción de ciudades gemelas digitales. Hoy en día en Xiongan, los gemelos digitales han comenzado a utilizarse gradualmente en varios campos de las ciudades inteligentes. Este artículo lo llevará a comprender la aplicación técnica de los gemelos digitales en el transporte inteligente de Xiongan.
Definición de gemelo digital
El gemelo digital es una entidad virtual que crea una entidad física de forma digital. Utiliza datos históricos, datos en tiempo real y modelos algorítmicos para simular, verificar. , predecir y controlar medios técnicos para todo el proceso del ciclo de vida de las entidades físicas.
Cuando se aplica en el tráfico rodado, la tecnología de gemelo digital no solo puede realizar un mapeo virtual de entidades físicas, sino también utilizar una variedad de sensores y tecnologías de comunicación de red para realizar un monitoreo dinámico del ciclo de vida de la infraestructura vial y el tráfico. Restaurar con precisión al usuario, juzgar y predecir posibles eventos de tráfico y riesgos de accidentes en función del comportamiento del tráfico, analizar las condiciones del tráfico en función del estado del tráfico y proporcionar una base precisa para el diagnóstico del tráfico y las decisiones de gestión del tráfico.
La simulación de tráfico es la herramienta más importante para estudiar micro y macro comportamientos del tráfico, mediante la construcción de un entorno modelo y la ejecución de parámetros de información completos para reflejar las características de las condiciones del tráfico del mundo real. Sin embargo, existen desviaciones en la coincidencia precisa y el rendimiento en tiempo real de los datos del software de simulación de tráfico. Al mismo tiempo, solo puede basarse en datos históricos para análisis y especulaciones, pero no puede correlacionarse con precisión con el mundo físico para un análisis oportuno. El sistema de gemelo digital establece una relación subyacente con el mundo físico, mapea la dinámica del mundo físico al mundo virtual en tiempo real y hace predicciones basadas en la situación y el comportamiento del tráfico actual.
En la construcción real del transporte inteligente, la digitalización de la infraestructura y la percepción física heterogénea de múltiples fuentes se utilizan como base, y una variedad de combinaciones de redes de baja latencia se utilizan como canales para cargar datos a un La red con funciones gemelas realiza la reconstrucción del modelado y la percepción precisa, aplicando así datos estructurados digitales a diversos servicios de transporte y puede realizar rápidamente la restauración y detección del comportamiento del tráfico a través de la computación de borde, y utilizar big data para realizar la deducción del estado del tráfico. y Funciones automáticas de análisis y predicción.
En la capa de percepción, el modelo tridimensional basado en la recopilación de mapas de alta precisión digitaliza la red de carreteras, carreteras, señales, edificios, postes, etc., y compara la información de características correspondiente, como la ubicación geográfica. información de ubicación, propiedades físicas, etc. Los sensores de detección de tráfico heterogéneos de múltiples fuentes pueden identificar la ubicación precisa, el contorno, el tamaño, la velocidad, el ángulo de rumbo y otra información de varios participantes del tráfico, así como eventos y comportamientos del tráfico. Combinados con muchos sensores de IoT, los datos de estado y ciclo de vida de las superficies de las carreteras, los firmes de las carreteras, los equipos, etc. se sincronizan con la capa informática a través de una variedad de combinaciones de redes con la latencia más baja posible, logrando la sincronización temporal y espacial entre el mundo físico y el mundo virtual.
La capa de datos distribuye, almacena y gestiona los datos recopilados a través de diferentes canales según las necesidades del negocio.
La capa informática utiliza recursos informáticos para integrar y hacer coincidir con precisión los datos del ciclo de vida físico con los datos recopilados dinámicamente, convertir cantidades físicas en un lenguaje reconocible por máquina y construir un gemelo digital orgánico.
El nivel funcional está orientado al sistema empresarial. Basado en el reconocimiento y procesamiento automático del lenguaje de máquina, realiza reproducción gemela de escenas de tráfico, reconocimiento de objetivos, seguimiento y restauración de participantes del tráfico y análisis inteligente de objetivos. comportamiento y estado del tráfico, realizando así análisis de situación y predicción de eventos de tráfico según el objetivo.
El núcleo de los gemelos digitales es convertir las carreteras físicas, la infraestructura y los objetivos de tráfico en números con información característica, convirtiéndolos así en lenguajes que las máquinas puedan leer y reconocer automáticamente. Bajo esta premisa básica, podemos obtener el proceso de estado del ciclo de vida completo de las carreteras y equipos, y proporcionar objetivos de participación del tráfico que contengan posición, velocidad, ángulo, contorno y tipo directamente a la unidad informática para su lectura e identificar automáticamente los comportamientos objetivo.
A diferencia de la videovigilancia tradicional, la presentación tridimensional y multidimensional de los gemelos digitales no se ve afectada por las condiciones de luz. Puede proporcionar la comprensión más intuitiva y completa del estado del tráfico en tiempo real y cambiar de manera flexible. a cualquier ángulo de visión y vea rápidamente la ocurrencia de incidentes de tráfico. Todo, desde la situación del tráfico de la red de carreteras hasta el comportamiento de los vehículos microscópicos, se puede ver de un vistazo.
Confiar en el reconocimiento y la lectura automáticos de las máquinas en la gestión urbana puede mejorar en gran medida la eficiencia de la gestión del tráfico. Puede emitir alarmas automáticamente cuando se identifican anomalías del tráfico y evaluar la escala del impacto en el tráfico rodado. Planes analizando situaciones de tráfico manualmente solo necesita confirmar el accidente y confirmar el plan de eliminación dos veces, lo cual es más conveniente y eficiente que el modelo de gestión de tráfico tradicional.
Por otro lado, el valor que aporta es confiar en redes de latencia extremadamente baja para predecir comportamientos de microtráfico, determinar la posibilidad de colisión en función de la posición espacial, la velocidad, la dirección, etc. de los participantes del tráfico y proporcionar la predicción para vehículos o peatones. Proporcionar alerta temprana. El análisis de datos precisos a largo plazo también puede proporcionar una base más precisa para la optimización de las estrategias de gestión del tráfico y los planes de respuesta a emergencias de tráfico, y puede optimizar y respaldar continuamente el análisis de datos.