自上世紀90年代以來，國內就開始探索仿真系統在交通行業內的應用價值，并陸續在規劃設計、運行管理等環節得到落地。經過十幾年的發展，交通仿真技術也在不斷迭代。近年來，數字孿生等技術的出現，引起了政策和行業的廣泛關注。

數字孿生不僅能夠模擬再現物理世界，還具備分析、推演和優化等功能，可以實現物理世界與虛擬世界的實時交互，是交通行業實現數字化、網聯化和智能化發展的重要技術手段。

5月17日，中國仿真學會建模與仿真專業委員會與賽文交通網聯合主辦“道路交通仿真與交通數字孿生的應用實踐“線上研討會，騰訊智慧交通數字孿生&仿真技術總監孫馳天受邀參加，并分享了《數字孿生仿真技術在自動駕駛和智慧交通的應用》的主題演講。

“騰訊實時數字孿生技術可以提升自動駕駛研發測試的安全性，并降低時間和資金成本，加速自動駕駛落地。”孫馳天表示，“在全天候交通全要素數字孿生的基礎上，騰訊實時數字孿生還可以進行計算和推演，為交通運營管理者及普通駕駛者提供決策依據。”

自動駕駛的加速器和工具箱

自動駕駛是當前交通出行領域的前沿技術和市場焦點。不過，在自動駕駛落地的過程中，業界也面臨著諸多難題。

據孫馳天介紹，“感知算法訓練數據采集標注成本高昂”正是自動駕駛落地的難題之一。“ 面向自動駕駛的感知算法需要大量訓練數據涵蓋不同天氣和路況，”他稱，“不同國家不同城市的數據各有差異，導致全球每年在第三方數據采集和標注上的成本投入約在10億美元的量級。”

此外，自動駕駛技術在落地之前需要經過海量測試驗證。按蘭德智庫此前公布的研究報告，一套自動駕駛系統需要測試110億英里,才能達到量產應用條件。在現實條件下，要達到這樣的標準無疑面臨著時間和費用等方面的高成本門檻。

利用虛擬仿真系統完成算法的開發和回歸測試，成為自動駕駛落地破局的關鍵之一，并且在行業中得到了廣泛應用。如自動駕駛頭部企業谷歌旗下無人車公司Waymo，實際路測雖只有2000萬英里，但已經完成了150億英里的仿真測試。

在孫馳天看來，自動駕駛虛擬仿真測試具有安全性、低成本和快速迭代等優勢，“在虛擬世界測試自動駕駛車輛不會存在安全風險。同時，仿真測試省去了實地調整參數等環節，節省了時間和費用成本。”他介紹說，“此外，通過仿真測試的回歸驗證，能夠滿足智能網聯車輛自動駕駛和高階輔助駕駛算法通過0TA快速迭代的需求。”

為此，騰訊從0到1構建了一個同電影《頭部玩家》中“綠洲”類似的仿真系統—TAD Sim，通過加載不同的”關卡和副本”，來對自動駕駛算法進行驗證。在TAD Sim背后，則體現著騰訊在“對于場景的幾何還原、邏輯還原、物理還原和高并發云端仿真”等方面的能力和優勢。

“幾何還原能夠進行三維場景的高精度重建及后續的傳感器仿真。邏輯還原可以再現真實世界交通流中的機動車、非機動車和行人等動態元素的行為軌跡。”孫馳天介紹說，“物理還原則可以模擬風力、摩擦力等真實環境的物理細節。高并發云端仿真則適用于自動駕駛仿真測試對海量場景庫快速驗證的需求 。”

“我們對自己的定位就是自動駕駛研發、落地的工具箱和加速器。”孫馳天表示。當前，TAD Sim已與國家智能網聯汽車（長沙）測試區、國家汽車質量監督檢驗中心（湖北）、公安部交通管理科學研究所、深圳坪山智能網聯交通測試示范平臺等檢測機構以及多家國內外頭部汽車企業達成合作。

從道路到城市

數字孿生構建真實三維場景

數字孿生與大數據、云計算、高精地圖、深度學習等能力的結合，能夠參照真實世界快速自動構建三維場景，并且持續自我學習、訓練、進化，從而能夠基于有限采集數據生成海量場景，形成數據與場景的全流程閉環。

事實上，基于實時數字孿生等技術的自動駕駛仿真測試并非局限于線上的算法訓練，其構建的虛實融合的測試場景，同樣也適用于線下對車輛的真實測試。TAD Sim 在國家汽車質量監督檢驗中心（湖北），構建了總里程100公里、與真實場景相差無幾的三維環境以及包括數百個場景在內的場景庫。

TAD SIM數字孿生仿真場景

“我們通過線下采集車采集靜態場景真實三維數據，注入諸如行人、動物、障礙車等虛擬動態元素，并以AR的形式疊加到被測試車輛的傳感器單元。”孫馳天介紹說，“這樣在完全空曠的測試場內，被測試車輛理論上可以經歷無限多種、無限任意組合的測試場景。”

但是從測試道路到完整城市，如果還是依賴采集車真實采集的數據，并進行三維場景構建，無疑會面臨時間和成本上的巨大挑戰。孫馳天表示，“基于騰訊地圖+衛星圖的數據，我們可以完全自動生成城市級別的場景。”據他介紹，騰訊此前便利用實時數字孿生等技術重建了北京五環內約576平方公里的區域，其中“超過11萬棟建筑以及所有的道路、植被和水系等，全部都是在一天之內自動重建完成。”

騰訊地圖+衛星圖數據，自動生成城市級場景

同時，在對城市級別三維場景重建的基礎上，為解決自動駕駛測試過程中長尾效應的難題，騰訊還構建了這樣一個基于高精度地圖、生長在云端的城市級別的虛擬仿真平臺。

“我們在平臺上布滿了自動駕駛測試車輛以及其他動態交通流，它們24小時×7天不間斷運行，能夠源源不斷地進行各種隨機工況和場景的測試，”孫馳天介紹說，“通過監控模塊，可以實時監測到每一輛被測試自動駕駛汽車的行為，當其出現如超速、壓線和闖紅燈等違規狀況時，該場景便會自動被識別提取，并補充進場景庫中。”

智慧交通領域

數字孿生大有可為題

針對城市級別宏觀、中觀、微觀場景的自動重建，能夠根據實時交通大數據精準實現交通流的仿真和還原，不僅對于自動駕駛測試意義重大，在智慧交通領域也有著重點應用。

不同于一些僅限于對真實場景可視化呈現的數字孿生產品，騰訊實時數字孿生系統強調在仿真可視化的基礎上，能夠在虛擬的數字空間對真實環境實現計算和推演，從而為交通管理者和普通駕駛者提供決策依據，提升交通出行的安全和效率。

基于實時孿生仿真系統，交通管理者可以在虛擬世界“演練”如道路維修等不同交通異常事件對真實交通環境的影響，從而做出更優的管理和決策，提升交通運行效率。“實時數字孿生仿真系統可以將未來的交通態勢推演出來，”孫馳天表示，“比如相關部門可以根據仿真推演的結果，來決定哪個時間段對路面進行施工，從而實現對交通的影響降到最低。”

騰訊智慧交通實時孿生系統

當然，實時孿生在交通領域的應用離普通人也并不遙遠。面向車輛駕駛員，實時孿生系統對周圍實時交通情況的還原再現結果也可以下發至手機和車機等移動智能終端，從而對駕駛員的駕駛決策提供輔助。

“尤其是在黑夜或惡劣天氣能見度不高的環境下，通過人眼很難判斷真實的交通情況，”孫馳天介紹說，“但依靠實時孿生系統對車道級交通情況的還原，駕駛員能夠及時掌握更多信息，并且還能得到異常情況的提醒，這對于普通人的安全駕駛很有幫助。

騰訊智慧高速實時孿生系統

當前，在廣東某城市跨江大橋，騰訊正在嘗試用實時孿生技術環節交通擁堵現象，通過三維重建技術、實時孿生技術等對交通事態進行推演，給交警部門提供疏導方案便于其決策。在天津西青等車聯網先導區和示范區，騰訊也借助實時孿生技術探索微觀-中觀-宏觀三位一體的交通孿生體系的應用。

去年9月，騰訊與江蘇交通控股有限公司成立“收費站數字孿生聯合實驗室”，圍繞收費站場景，當前基于騰訊云的云端實時數字孿生系統已完成了與江蘇交控“調度云”的融合，初步實現了從“調度云”到數字孿生系統的二三維一體化轉換。

隨著數字技術的發展，在數實融合的大背景下，虛擬正在不斷照進現實，數字孿生技術也將成為交通精細化管理和決策的加速器，成為普通人安全高效出行數字保障。