智慧/全息路口是這今年智慧交管領(lǐng)域的熱門詞匯，與配時(shí)中心、信號(hào)優(yōu)化偏服務(wù)、偏軟不一樣，智慧/全息路口則是硬件為主，帶來了新的設(shè)備需求。從目前統(tǒng)計(jì)的項(xiàng)目來看，一個(gè)全息路口的投資從10-20萬不等，主要建設(shè)內(nèi)容是雷視融合，學(xué)界對(duì)雷視融合也有爭(zhēng)議，認(rèn)為雷達(dá)監(jiān)測(cè)和視頻監(jiān)測(cè)每個(gè)誤差如果都在20%，就會(huì)形成一個(gè)誤差相乘系統(tǒng)。
不論是全息路口還是智慧路口，還是全新信息路口，都說明路口這一交通節(jié)點(diǎn)的重要性，目前只會(huì)路口的主要發(fā)力點(diǎn)，在于信控，即如何提升通行效率。除此外，還應(yīng)該有全局態(tài)勢(shì)掌控即路口全違法行為監(jiān)控識(shí)別，最后是數(shù)字孿生，重點(diǎn)路口和道路的數(shù)字孿生。
基于智慧/全息路口而來的全息道路、全息路網(wǎng)項(xiàng)目陸續(xù)出現(xiàn)，以服務(wù)于交通監(jiān)測(cè)為主，以高精地圖+視頻感知+數(shù)字孿生為主要建設(shè)內(nèi)容。
（圖片源自網(wǎng)絡(luò)）
如果說原有的的仿真系統(tǒng)是二維展示，那么數(shù)字孿生就是三維立體展示，具備可視化、智能化等能力，在時(shí)間軸上能根據(jù)參數(shù)變量實(shí)時(shí)展示隧道、路口、道路、場(chǎng)站等交通場(chǎng)景的運(yùn)行情況，可以實(shí)現(xiàn)雙向映射、動(dòng)態(tài)交互和實(shí)時(shí)連接，能夠?qū)崟r(shí)支持物理世界的決策。
交通的數(shù)字孿生屬于典型的巨系統(tǒng)，其建設(shè)需要通過以下八個(gè)方面循序漸進(jìn)實(shí)現(xiàn)：
1、可計(jì)算路網(wǎng)
將實(shí)際路網(wǎng)通過高精地圖采集手段轉(zhuǎn)化為數(shù)字模型，同時(shí)按照交通工程需求詳細(xì)標(biāo)注標(biāo)志標(biāo)線、車到屬性等交通規(guī)則信息，為后續(xù)全息感知、交通仿真、虛擬推演等功能建立抽象化數(shù)字模型基礎(chǔ)，建設(shè)適合智慧出行交通需求的可計(jì)算路網(wǎng)。
2、感知網(wǎng)絡(luò)覆蓋
通過部署不同特性的傳感器，包括利用道路現(xiàn)有視頻獲取小范圍精確目標(biāo)信息以及利用雷達(dá)獲取大范圍目標(biāo)定位信息，實(shí)現(xiàn)在網(wǎng)所有個(gè)體出行信息高精度感知，建立覆蓋完整的感知網(wǎng)絡(luò)，實(shí)現(xiàn)高精度個(gè)體出行信息全感知。
3、全息路網(wǎng)
在建設(shè)感知網(wǎng)絡(luò)、可計(jì)算路網(wǎng)的基礎(chǔ)上，加入目標(biāo)融合算法，使傳感器原始獲取的不連貫?zāi)繕?biāo)相關(guān)信息相互印證、互為補(bǔ)充，形成基本完整的目標(biāo)屬性信息，但是當(dāng)目標(biāo)經(jīng)過攝像機(jī)覆蓋視野時(shí)，攝像機(jī)可以獲取目標(biāo)號(hào)牌、車型等特征，通過地圖的關(guān)聯(lián)關(guān)系，將雷達(dá)檢測(cè)的目標(biāo)和視頻識(shí)別的目標(biāo)建立聯(lián)系，在雷達(dá)檢測(cè)目標(biāo)上同步顯示詳細(xì)屬性信息。同時(shí)，將實(shí)時(shí)檢測(cè)目標(biāo)疊加在高精地圖上，實(shí)現(xiàn)實(shí)際空間與虛擬空間的對(duì)接，完成數(shù)字映射的全息感知。通過全息路網(wǎng)的數(shù)據(jù)支持，所有在網(wǎng)動(dòng)態(tài)感知目標(biāo)均可打上數(shù)字標(biāo)簽，并進(jìn)行跟蹤。
4、個(gè)體行為模型
傳統(tǒng)上，僅基于目標(biāo)實(shí)時(shí)位置信息并不能預(yù)測(cè)目標(biāo)的下一步行為，在數(shù)字孿生交通系統(tǒng)下，基于大數(shù)據(jù)思維，可以通過分析在網(wǎng)車輛的歷史軌跡，尋找車輛運(yùn)行潛在規(guī)律，并對(duì)車輛行為作出高概率的正確預(yù)測(cè)。例如，通過車輛歷史數(shù)據(jù)的跟蹤積累，可以掌握個(gè)體車輛的位置、狀態(tài)及目的地，記錄車輛每日每次的精細(xì)化出行軌跡，明確車輛從哪里來到哪里去，研判每一車輛的慣用路徑特征，為城市交通管控乃至安全監(jiān)控提供核心數(shù)據(jù)。
5、實(shí)時(shí)在線仿真
將系統(tǒng)內(nèi)實(shí)時(shí)感知的車輛、非機(jī)動(dòng)車等軌跡，以及基于個(gè)體行為的交通模型通過大數(shù)據(jù)獲取的預(yù)測(cè)信息導(dǎo)入交通仿真系統(tǒng)，使用交通仿真工具，能夠準(zhǔn)確作出短時(shí)交通路網(wǎng)變化情況預(yù)測(cè)，實(shí)現(xiàn)在線實(shí)時(shí)仿真，實(shí)現(xiàn)精確預(yù)測(cè)交通事件對(duì)現(xiàn)有路況的影響。例如在前方車輛故障導(dǎo)致占用一條車道的情況下，交通仿真系統(tǒng)可以推測(cè)在當(dāng)前管控方案和流量狀況下，是否會(huì)發(fā)生擁堵以及發(fā)生何種級(jí)別擁堵，相當(dāng)于向管理者提前預(yù)告事件演化過程，將對(duì)后期管控策略的調(diào)整提供堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。
6、人工智能輔助決策系統(tǒng)
基于實(shí)時(shí)在線仿真的結(jié)果，通過建立AI信控模型可以實(shí)時(shí)調(diào)整控制策略，同時(shí)通過不斷采集在網(wǎng)車輛狀態(tài)變化，持續(xù)修正仿真模型的結(jié)果，形成“實(shí)時(shí)采集-仿真預(yù)測(cè)-算法調(diào)優(yōu)-再實(shí)時(shí)采集”的類“OODA”（Observation-Orientation-Decision-Action)循環(huán)，通過高頻度的運(yùn)行，形成完整的數(shù)字孿生交通控制系統(tǒng)。
7、出行即服務(wù)MaaS
在數(shù)字孿生交通系統(tǒng)下，交通服務(wù)將實(shí)現(xiàn)個(gè)體化和精細(xì)化，實(shí)現(xiàn)一車一策，一路一策，一場(chǎng)一策，實(shí)現(xiàn)整體交通系統(tǒng)由宏觀、中觀控制為主向面向個(gè)體的精細(xì)化個(gè)性化服務(wù)，進(jìn)而更好地推進(jìn)以人為核心的城市建設(shè)，使城市更健康、更安全、更高效。
8、智慧決策
智慧路口是結(jié)合人工智能、大數(shù)據(jù)和新一代物聯(lián)網(wǎng)等前沿技術(shù)，通過深度學(xué)習(xí)、對(duì)抗學(xué)習(xí)，建立的全方位交通數(shù)據(jù)感知、多源數(shù)據(jù)參與決策的新一代交通控制系統(tǒng)。對(duì)路口所有傳感器做匯聚、儲(chǔ)存、共享，將信息疊加換算到高精地圖，以增強(qiáng)現(xiàn)實(shí)。智慧道路與AI、5G、車路協(xié)同、車聯(lián)網(wǎng)等技術(shù)融合與信號(hào)管控優(yōu)化、交通仿真的協(xié)同。
系統(tǒng)以多源數(shù)據(jù)資源池為載體，構(gòu)建數(shù)據(jù)融合、模型解析，以實(shí)現(xiàn)對(duì)路口進(jìn)行全息感知、事件捕獲、時(shí)空融合、事件研判、路口規(guī)劃，從而實(shí)現(xiàn)路口的智慧評(píng)估決策。
