基于智慧/全息路口而来的“全息道路、全息路网”项目

智能/全息路口是近两年智能交通管理领域最火的词。它不同于时序中心和信号优化，后者更加面向服务和软性。智能/全息路口主要是硬件城市智慧交通数字孪生系统，可以带来新的设备。对于硬件需求低迷的智能交通管理市场，尤其是海大宇以外的交通管理设备公司，可以说是未雨绸缪。从目前统计的项目来看，全息路口的投资在10万到20万之间。主要建设内容是雷视融合。很多项目重用现有的视频设备，只采购雷达和边缘计算设备，而且大多只有少数几个路口，超过10个路口的项目也不多。这意味着它们都是新的，使用雷视一体机不是主流，这可能有投资成本的考虑，也可能有系统稳定性（成熟度）的考虑。

此外，烟台、海口交警2021年试点结果显示，各智慧/全息路口方案仍存在问题，但雷视融合显示出强大优势。当然城市智慧交通数字孪生系统，也有人表示质疑，中山大学的于志教授非常反对Ray 的集成设备。如果雷达探测和视频探测的误差都在20%以内，这不是一个误差兼容系统，而是一个误差倍增系统。 其团队测试了市面上多款 一体机，如果轨迹和载具能同时匹配，最佳性能在 50% 以上。

基于智慧/全息路口的“全息路全息路网”项目也开始出现，包括成都大运会智慧交通项目（全息路建设），主要服务于交通监控，使用高- 精密地图+视频感知+数字孪生/仿真是主要建设内容，但雷达设备没了。

基于全息感知，有一个数字孪生。对数字孪生的简单理解就是展示物理世界的数字（克隆）。如果说原来的仿真系统是二维显示器，那么数字孪生就是三维显示器。具有可视化、智能化的能力，可根据时间轴上的参数变量，实时显示隧道、路口、道路、车站等交通场景的运行情况。当然，与仿真系统最大的不同可能是数字孪生系统可以实现双向映射、动态交互和实时连接，即数字孪生系统可以支持物理世界的决策。即时的。数字孪生项目很多，但交通领域的项目不多，主要集中在隧道、车站、智能网联等领域。点科智能在上海嘉定白银路的智能道路上进行了数字孪生试点。界面如下：

那么交通数字孪生如何运作？摘录杭州桐庐县英雅运动会智慧高速公路项目招标要求文件（G320、S208、S305），招标文件认为数字孪生交通系统是一个典型的巨型系统，而系统建设需要通过以下八个方面分步实施：

(1）可计算的道路网络

通过高精度数字地图采集，将实际路网转化为数字模型，同时根据需要详细标注标志标线、车道属性等交通规则信息交通工程，为后续全息感知、交通仿真、虚拟演绎等功能建立抽象数字模型基础，构建适合智慧出行需求的可计算路网。

(2）感知网络覆盖率

通过部署不同特性的传感器，包括利用现有的道路视频获取小范围精准目标信息，利用雷达获取大范围目标定位信息，高精度感知网络上所有个体出行信息实现，建立完整的感知网络。实现高精度个人出行信息全感知。

(3）全息路网

(4）个体行为模型

传统上，只有目标的实时位置信息无法预测目标的下一步行为。在数字孪生交通系统下，基于大数据思维，可以对网络上车辆的历史轨迹进行分析，发现车辆运行的潜在规律，并对车辆行为做出大概率正确预测。例如，通过对历史车辆数据的跟踪和积累，可以掌握个别车辆的位置、状态和目的地，每天记录车辆的精细化行驶轨迹，明确车辆来自哪里，判断习惯为城市交通控制甚至安全监控提​​供核心数据。

（5）实时在线模拟

将系统中对车辆、非机动车等轨迹的实时感知，以及交通模型基于个体行为通过大数据得到的预测信息引入交通仿真系统，并利用交通仿真工具，准确打造短期交通路网变化情况预测，实现在线实时仿真，准确预测交通事件对现有路况的影响。例如，在前方车辆未能占据车道的情况下，交通仿真系统可以推断出在当前控制方案和交通状况下是否会发生拥堵以及拥堵程度，相当于警告管理者在事件发展之前。 ，为后期管控策略的调整提供坚实的数据基础。

(6）人工智能辅助决策系统

基于实时在线仿真结果，通过建立AI信号控制模型，可以实时调整控制策略。同时，通过不断采集网络上车辆的状态变化，可以对仿真模型的结果进行不断修正，形成“实时采集-仿真预测-算法调优”-重新实时采集”类“OODA（,,，首字母缩写，其含义是观察、判断、决策和行动）”循环，通过高频运行，形成完整的数字孪生交通控制系统。

(7）移动即服务 (Maas)

在数字孪生交通体系下，交通服务将实现个性化和精细化，实现一车一策一路一领域一策，整体交通系统由宏观中观向个体化控制提供精细化、个性化的服务，更好地推进以人为本的城市建设，让城市更健康、更安全、更宜居，成为人们高品质生活的空间。

(8）明智的决定

智慧路口是融合人工智能、大数据和新一代物联网等高新技术的新一代交通控制系统，通过深度学习和对抗学习，建立全新一代交通控制系统。 - 全方位交通数据感知和多源数据参与决策。聚合、存储和共享交叉路口的所有传感器，并将信息叠加到高精度地图中以增强现实。智慧道路与人工智能、5G、车路协同、车联网等技术的融合，将与信号管控优化、交通仿真评估等技术发生碰撞。

系统以多源数据资源池为载体，构建数据融合和模型分析，实现路口的全息感知、事件捕捉、时空融合、拥堵研判、路口规划，从而实现路口的智能评估与决策。