作者：奚燕，姜雪明，吴珍珍，吴昊，沈新锋（浙江中控信息产业股份有限公司）
摘要：随着数字孪生技术的不断发展，公路交通正逐步实现数字化转型升级。本文对公路交通数字孪生应用开发平台的设计与应用进行了阐述，平台将公路交通多源数据进行融合，通过低代码配置实现了孪生场景构建和应用开发，突破了基于雷视融合数据的道路车辆精准定位和大规模车辆实时轨迹三维渲染等关键技术。该平台已应用于某国道智慧公路综合运营管理中，实施效率较传统开发模式有一定的提升。
数字孪生技术在交通领域的应用日益深入，为交通态势感知、交通仿真、综合治理等业务场景带来了新视角[1-3]。公路交通正逐步实现基础设施的感知智能、认知智能和决策智能，文献[4-12]结合高速公路一体化管控、智慧收费站、全息隧道等场景需求，对数字孪生相关技术在公路交通中的应用进行了功能设计和定制开发。为加快满足实际业务应用需求，解决软件交付周期长和难运维的问题，本文提出公路交通数字孪生应用开发平台，该平台可实现公路交通三维数字孪生应用低代码构建，对接雷视融合数据、视频监控数据，以及可变情报板系统、控速诱导系统、环境监控系统等业务数据，实现公路交通数字化应用的一站式开发。数字孪生应用开发平台面向公路交通基础设施监测、交通态势感知、重点车辆全息管控、设备运维管理等应用场景，利用道路三维空间数据、设备实时数据和车辆实时定位等数据和算法，提供面向公路交通管理的数字孪生应用开发服务。平台功能架构设计如图1所示，主要包括数据接入、三维数字场景底板、渲染引擎、算法服务和应用开发工具。数据接口层是平台与其他系统之间的唯一交互接口，包括对接基于雷视融合的车辆实时坐标数据，以及环境监测系统、消防监测系统、照明控制系统等基础设施的监测数据，并调度执行控制算法，若系统接口发生变化（如增加访问鉴权等），只需变更数据接口层，不会影响上层功能运行。三维数字场景底板是平台构建数字孪生业务场景的载体，可实现倾斜摄影、地形栅格、矢量数据、高精道路矢量数据和三维建模软件人工模型等数据的导入、处理和融合操作，支持对三维模型进行坐标转换和纠偏、空间旋转和缩放等。平台支持对整合后的三维数字场景进行局部或整体效果调整，包括模型金属度、粗糙度、贴图和法线贴图，场景中的水面、大气和光照等，更好地还原现实世界。渲染引擎可实现三维数字场景可视化的实时渲染。引擎提供相机动画、场景操作、模型事件、交互控件等基础功能，在三维数字场景底板上，通过数据接口层接入的基础设施监测数据和车辆实时定位等信息，以实时渲染的模式在数字世界中还原现实世界中的公路交通综合态势，支持多端（大屏端、PC端等）应用，支持多用户实时并发访问和信息交互，渲染效果满足60PFS以上，以提供良好的用户体验。算法服务是平台实现交通业务应用的核心功能，包括三维空间分析算法和交通业务应用算法。三维空间算法主要用于空间维度的基础分析，如动态空间定位、路径规划、可视域分析、缓冲分析和空间坐标转换等基础算法服务。交通业务应用算法包括道路拥堵指数分析、雷达数据纠偏和车辆仿真动画等算法。将两种算法进行融合，可向上提供满足交通管理的算法服务。应用开发工具通过访问编辑器页面快速实现三维场景拖拽和属性配置，通过接口层获取交通道路信息和外场设备参数，利用页面配置功能完成道路和设备的三维模型绑定，程序化生成交通三维数字化场景；通过对接安全诱导系统、智能感知系统等数据，动态联动三维数字化场景中对应设备三维模型实时状态，实现交通基础设施孪生监测；通过数据接口层获取路口雷视融合数据，在三维数字化场景中展示车辆实时运行轨迹，动态感知交通信息流，实现道路车辆监控和重点车辆管控，为交通管理提供辅助决策依据。平台技术架构设计如图2所示，分为数据、服务和资源三大部分。采用微服务模式，根据功能架构进行服务拆分，基于B/S模式进行前后端分离，统一接入外部数据，微服务间通过轻量级RESTful HTTP接口进行交互调用，对外开放API应用网关服务接口。数据管理包括数据接入、融合处理和持久化存储。数据接入采用标准协议插件式设计，可满足数据的上传、配置和开发。根据数据类型和应用场景需求，关系型数据库存储三维模型及材质资源、道路车道及场景配置等数据；时序数据库存储车辆轨迹数据，支持按时间范围查询和轨迹历史回放功能；空间数据库存储矢量数据、高程数据等二三维空间数据。服务管理是平台功能的核心层，由微服务管理、微服务实例、微服务监控和微服务安全构成。微服务实例根据业务架构分为业务应用服务、资源服务、孪生场景服务、数据服务和消息总线。数据服务可实现系统多源数据和交通数据的接入、处理和持久化功能，孪生场景服务可实现三维场景搭建、数模配合配置和场景保存发布等功能，业务应用服务可实现项目管理、用户管理和服务授权等功能。渲染调度是数字孪生可视化的核心，包含渲染接收器、调度器和运行器。平台采用容器化方案，通过新建项目、上传应用和启动服务发起渲染任务，渲染运行器接收到任务后处于预备状态，随时准备被连接，同时将连接信息发送至渲染调度器。用户通过浏览器访问时，渲染接收器将接收到的请求发给渲染调度器，渲染调试器根据当前服务器和GPU（Graphics Processing Unit，图形处理器）资源进行动态分配，最终由渲染运行器输出渲染画面。公路交通三维数字场景底板不仅包括地形栅格数据、基础矢量数据（道路、建筑等）、高精道路矢量数据和三维建模软件人工模型等三维空间数据，还包括雷视融合数据、视频监控数据和安全诱导数据等交通实时数据。三维空间数据在数据格式、时空维度、坐标系和坐标原点方面存在差异，交通实时数据也因业务应用的多样化而各具特性，需要对其进行多维度数据融合。本文设计了一种多维空间数据融合技术，可满足三维数字场景下的公路交通业务应用，技术实现步骤如下。1）定义全局坐标系和中心点。以墨卡托投影坐标系（WGS84 Web Mercator）为统一坐标系，以地球半径为参数，将地形栅格和矢量数据等地理信息数据投影至墨卡托投影坐标系下。确定中心点位置，将地理信息数据进行统一偏移，作为基础数据底板。在底板上采集重点建筑人工模型的位置和尺寸，作为建模数据标准。同时，将雷视融合等业务数据同样预处理至墨卡托投影坐标系下。2）构建交通三维数字场景底板。通过参数化建模，利用地形栅格数据生成三维数字高程模型，利用基础矢量数据生成三维建筑模型，利用高精道路矢量数据生成三维道路模型，通过整合形成交通基础三维数字场景底板。3）动态生成路口设备三维模型。利用设备程序化构建算法生成相机、可变车道牌等道路三维模型；通过射线检测、重力检测等算法实现道路设备模型、建筑模型等物体与地形模型在高度上的匹配。4）数模数据融合。对道路信息发布等设备与三维模型进行唯一标识绑定，通过接入设备系统数据，实现实时数据驱动场景感知设备的动态仿真。通过流式计算服务，推送车辆实时坐标数据，按照步骤1）的要求对实时位置数据进行坐标系与中心点的空间配准，实现车辆动态轨迹与三维数字场景底板的匹配融合。利用原始的道路雷视融合数据实现车辆在车道上的精准定位，轨迹坐标容易出现中断或异常偏出。基于雷视融合数据的优化算法可保证基于实时车辆坐标生成的车辆轨迹连续和精准，其技术流程如图3所示，具体步骤如下。1）数据频率预处理。考虑雷达数据的频率和质量，设置以500ms为周期获取雷视融合后的车辆数据，同一目标车辆数据包含车辆坐标、车牌号码、车辆颜色、车辆类型、速度和航向角。2）车辆和道路空间匹配。对车辆坐标进行数据预处理，使用UTM投影坐标系进行位置和道路匹配计算，利用二分查找算法实现车辆坐标、道路路段和车道的高效精准匹配。匹配成功后将车辆坐标转换至WGS84坐标系下，进行下一步运算。3）车辆坐标校正。首先进行数据偏出检测，当车辆坐标不在道路上时，采用偏出校正处理，利用矢量投影方法将偏出路段的车辆坐标纠正到最近的车道中心线上。然后利用车辆当前坐标和历史坐标信息进行速度检测，当出现车辆倒退或猛冲时，采用前后位置校正处理，根据车辆历史坐标信息重新计算车辆行驶速度及方向，输出校正后的车辆坐标信息。4）车辆坐标输出。考虑单雷达检测范围和长路段情况，利用多雷达历史点位相似度算法和可信度算法对同一车辆轨迹进行数据链接，输出链接的车辆坐标及属性数据，用于车辆轨迹实时渲染。公路交通节假日车流量大，系统实际使用中存在浏览器无法实时渲染大规模车辆轨迹的情况。本文结合车辆位置数据、车辆仿真动画和场景LOD（Level of Detail，多细节层次）算法，设计了大规模车辆实时轨迹的渲染方法，其技术流程如图4所示，具体步骤如下。1）渲染交通三维数字场景。根据相机距离地面远近，把场景分为区域交通宏观、道路中观和路口微观级别，利用LOD算法将一套三维数字化场景底板制作成3个层级LOD模型，并随着相机距离地面远近进行切换、加载和渲染。2）数据接入处理。通过订阅模式，每隔500ms获取一次车辆数据（坐标和车牌号等）并分发给渲染引擎，渲染引擎的车辆组件为每一辆车记录唯一标识并构建车辆生命周期（车辆创建、动画初始化、运行和销毁），动画组件根据数据驱动车辆运动。3）创建车辆和动画准备。当动画组件接收到车辆的第一个数据时，进行静默处理，车辆组件创建车辆并将车辆加入缓存车辆队列中。4）计算车辆动画。当动画组件接收到同一车辆的第二个数据时，计算两个数据之间的距离差和方位角差值，利用插值算法开启动画，以此类推，实时动态计算所有车辆的坐标点，实现车辆平滑仿真。5）渲染车辆实时轨迹。车流量高峰情况下，多个路口需同时渲染近千辆车辆动画。渲染引擎使用同一模型对象和材质、通过顶点着色的方式修改同一类型车辆的颜色，以提高计算效率和渲染帧率。利用视锥体范围检测算法计算当前相机视野内所需加载的车辆信息，实现动态渲染。6）销毁车辆和轨迹动画。动画组件为每个车辆构建5s倒计时，开启动画时开始计时，若倒计时结束后还未收到车辆数据，动画组件通知车辆组件销毁该车辆，释放系统资源。公路交通数字孪生应用开发平台在某市国道数字道路项目建设中得到了应用，软件系统展示效果如图5所示。其中，二三维数据包括基础地理信息数据（建筑、河流和植被等）、高精道路矢量数据和道路设备数据（雷视一体机、视频和诱导屏等），业务应用包括交通基础设施监测、交通态势感知和道路车辆监测等。本文对传统定制开发和通过数字孪生应用开发平台进行配置开发两种模式进行了对比，结果表明，数字孪生应用开发平台的部署实施能够满足道路交通基础设施监控、交通态势感知、道路车辆监测和重点车辆管控等应用，实施效率也得到了明显提升，三维数字场景底板搭建周期缩短了8天，车辆实时轨迹渲染开发周期缩短了7天。不同开发模式下的效率对比如下表所示。本文基于微服务技术架构、浏览器端实时渲染和三维空间算法等数字孪生技术，对公路交通数字孪生应用开发平台进行了设计，该平台能够实现交通业务领域数字道路场景的三维构建和业务应用，解决数字孪生应用建设中软件交付周期长和难运维的问题。[1] 陶飞,刘蔚然,刘检华,等.数字孪生及其应用探索[J].计算机集成制造系统,2018,24(1):1-18.[2] 陶飞,刘蔚然,张萌,等.数字孪生五维模型及十大领域应用[J].计算机集成制造系统,2019,25(1):1-18.[3] 易雪琴.国内外数字孪生城市建设的经验及启示[J].信息通信技术与政策,2023,49(8):25-30.[4] 张焜棋.浅谈雄安新区规划建设BIM管理平台数字孪生系统[J].数字经济,2023(6):40-43.[5] 许俊杰.城市道路交通的数字孪生[J].市政设施管理,2023(3):11-14.[6] 冯保国,廉宇峰.基于B/S模式和自有架构的智慧交通数字孪生系统[J].中国交通信息化,2023(2):37-140.[7] 李弋博.基于雷视融合的交通信息检测技术及其应用[J].上海船舶运输科学研究学报,2022,45(2):58-62.[8] 董诚,杨学晨,陈志华.浅谈数字孪生技术在智慧交通管理中的应用[J].建筑施工,2023,45(1):163-167.[9] 李学岭.数字孪生技术在城市道路交通管控中的应用[J].数字技术与应用,2023,41(8):66-68.[10] 韩志跃.数字孪生技术在智能交通行业中的应用[J].今日自动化,2022(4):77-79.[11] 李秀知.三维高精度地图的构建研究与应用实践——以5G+智慧交通领域为例[J].现代信息科技，2021,5(6):57-61.[12] 乔天荣,马培果,刘平利,等.新一代三维GIS技术在交通行业的创新应用[J].地理空间信息,2021,19(10):30-32+68+149.
（原文刊载于2024年第10期《中国交通信息化》）
