从全息路口到数字孪生路口的技术演进

城市交叉路口是城市道路中环境最复杂、参与者最多、问题状况最频繁的交通场景。它是道路交通系统的节点和枢纽，承担了大量交通流量，交叉路口的畅通程度直接影响交通通行能力。在城市道路发生的交通事故中，有超过60%发生在交叉路口及附近。优化交叉路口是缓解交通拥堵，提升道路通行能力，降低交通事故发生率最有效的手段之一。

对交叉路口进行数字化和智慧化升级改造是大势所趋。当下智慧路口的主要发力点在于信控，即如何提升通行效率。除此之外，还需要对交通态势进行掌控，及对路口违法行为进行监控识别等。基于这样的背景，全息路口概念应运而生。

全息是指一种技术，即利用激光的相干性原理，把物体反射光的所有信息全部记录下来，并能够重现立体的三维图像。而数字全息技术是用光电传感器件，例如数码相机代替传统的光学记录材料，然后将全息图存入计算机，用计算机模拟光学衍射过程来实现被记录物体的全息再现和处理。数字全息技术与传统光学全息技术相比具有制作成本低，成像速度快，记录和再现灵活等优点。

因此，传统意义的全息路口其实是应用光学原理，利用相干光干涉得到全部物体信息，并实时、动态、数字化重现立体三维图像的路口。而实际上，我们现在所提到的全息路口已经远超过摄像机的范畴，用“全信息路口”来定义更加准确。

综合来看，全息路口是利用路口雷达+电警/卡口摄像机等各种感知设备，在保证原有正常非现场执法功能基础上，融合行业最新的传感器技术、高精度地图技术、高精度定位技术、人工智能算法、大算力芯片、边缘计算技术，生成车辆时空、过车身份、违法抓拍、分米级车辆轨迹、信号灯状态等多种精准、高效、实时的元数据，为路口精细化管理形成完备的数据基础，减轻中心侧计算、存储以及网络压力。因此，给出如下全息路口定义：“全息路口 = 全方位感知 + 超强计算 + 可靠通信”。

（1）全方位感知

传统交叉路口信息采集能力偏弱，多以地磁、线圈、断面雷达及电警感知设备组成，感知范围有限，感知信息不全，部分投入巨大的人力进行人工采集，缺乏有效采集手段。受限于当时技术条件，感知系统仅服务于特定业务，数据分裂，利用率低，可挖掘分析价值低，且因感知信息不全面，无法完整体现交通的实际情况。

当下的全息路口，会采用多传感器技术，综合使用摄像头、毫米波雷达，甚至是激光雷达，配合高精度地图和高精度定位，来达到全时、全域、全量、精准的全方位数据感知。各种全息路口感知方案对比如表1所示。

表1 全息路口感知方案对比表

对于交管部门来说，感知的数据类型可以包括：①全息交通流数据（例如车速、排队长度、排队时间、空间占有率、时间占有率等）；②车辆过车数据（例如车牌号、车型、颜色等）；③交通参与者数据（例如非机动车信息等）；④交通违章数据（例如违章行为、违章时间、违章地点等）；⑤交通事件数据（拥堵、停车、路障、施工、交通事故、抛洒物、压线、逆行等）；⑥特殊数据（路面积水、路面结冰、风速、能见度、温湿度等）。

（2）超强计算

超强计算能力一方面来自于部署在路侧的边缘计算设备，另一方面还应包括在云端的中心侧计算平台。

其中，边缘计算设备需要具备视频处理和管理能力、雷视融合处理能力、智能分析能力、信号机控制能力等，这些都需要相应的计算能力来支撑。通过边缘计算设备拟合多方向雷达和视频信息，产生车牌、位置、速度、轨迹、行驶姿态、车辆属性等多种基础元数据，并给出相关的智能分析结果。例如边缘计算设备可以对路口200米范围内感知数据进行融合处理和智能分析，精准刻画每一个路口、每一条车道、每一辆车的行为，轨迹精度可达到50厘米，轨迹准确率可达到95%以上；边缘计算设备可以打通摄像机、雷达、信号机三者之间数据，信号灯可以根据路口实时交通情况进行调整优化。

中心侧计算平台通过数据建模的方式，快速合成多种业务指标，如路口溢出、排队长度、路口停车次数、路口行驶速度、各方向过车流量、交通违章事件等，全面服务于城市交通治理全场景。例如在中心侧计算平台，可以结合全息路口数据和互联网数据，做宏观路网OD轨迹分析（30分钟-60分钟）和中观车辆路径重构（5分钟-15分钟）。

（3）可靠通信

可靠通信能力一方面是路口和中心侧计算平台之间的有线、无线（4G/5G）回传网络，另一方面还包括路口和交通参与者之间的通信网络。

回传网络方面，在不考虑路侧摄像头视频流以及激光雷达/毫米波雷达原始点云数据的回传时，每个接入交换机点位的单向带宽宜不小于15Mbps，核心交换机（核心路由器）根据下挂接入交换机点位数满足传输带宽要求，宜不少于1000Mbps带宽。

路口和交通参与者之间的通信网络方面，可采用C-V2X、汽车电子标识（RFID）、ETC等。其中，C-V2X不仅可以实现路口基础设施和交通参与者之间的通信，还能实现交通参与者们自己之间的直连通信。基于C-V2X典型路口场景的性能要求如表2所示。

表2 路口应用方案功能及性能要求

2022年3月16日，中国智能交通协会发布团体标准T/CITSA 20-2022《道路交叉路口交通信息全息采集系统通用技术条件》，主要规定了道路交叉路口交通信息全息采集系统的系统组成、功能要求和性能要求。系统架构如图1所示。

前端采集单元包括视频图像采集，结构化数据检测和多维数据采集。边缘计算单元提供摄像机等视频感知检测设备获取的实时视频、抓拍图片等媒体数据和智能检测分析后的结构化数据，以及雷达等多维传感设备获取的结构化数据。

边缘计算单元统一部署在路口，对各方向采集的视频图像和结构化数据进行管理和计算，形成路口车辆的融合信息，上传至业务应用平台。

业务应用平台功能，包括俯视全景视角的路网监测和路口监测、路口评价、信号评价、组织评价、安全评价等各种功能。

图1 道路交叉路口交通信息全息采集系统架构

2022年1月17日，浙江省产品与工程标准化协会发布团体标准T/ZS 0265—2022《全息智慧路口建设规范》，规定了城市道路全息智慧路口建设的基本要求、内容、主要方法和实施等内容。系统架构如图2所示。

路口终端设备建设内容应包括交通雷达、视觉感知设备、道路交通信号控制机、道路交通智能信号灯和智能机柜，根据应用需求可选择布设可变导向车道控制器和可变导向车道指示标志。

在边缘端（通常在路口）布设边缘计算系统，建设内容应包括边缘智能小站、视觉智能识别模块、雷达视频拟合模块和信号控制优化模块。

中心基础平台建设内容应包括中心硬件服务器、物联接入平台、数据管理平台、算法管理平台和业务支撑平台。

业务应用服务建设内容应包括设备资产管理服务、车流平行仿真服务、运行指标监测服务、智能信号控制服务、事件监测预警服务和视频智慧联动服务。

图2 全息智慧路口系统架构

2021年8月，湖南省市场监督管理局发布《智慧城市路口智能化路侧系统技术要求(征求意见稿)》，对智慧城市路口智能化路侧系统技术要求做出了规定。

车联网路侧系统功能应满足以下要求：①应支持压线、变道、逆行、违停违章检测功能；②应支持停车、逆行、行人、交通拥堵、车辆缓行等事件检测；支持车流量、车流平均速度、车道占有率、车头时距、车头间距、排队长度、拥堵检测；③宜支持社会特殊和警务、政务车辆的识别，如：警车、救护车等；④应支持识别目标交通参与者即时位置、即时速度、方向航向角、加速度等动态属性，支持识别区间内车辆数、空间占有率、平均速度等动态属性；⑤应支持排队长度检测功能，输出排队长度、队首队尾车辆位置、排队车辆数；⑥应能对交通异常事件进行检测，包括行人闯入、异常停车、逆行、变道、超高速、超低速缓行、拥堵、占用应急车道、道路遗撒等，并能输出报警信息；⑦应支持识别车辆的实时经纬度位置和行驶车道；⑧感知目标应提供五类基础元数据（位置、速度、车牌/ID、属性、姿态）。

数字孪生是以数字化方式创建物理实体的虚拟实体，借助历史数据、实时数据、以及算法模型等，模拟、验证、预测、控制物理实体全生命周期过程的技术手段。因此，数字孪生路口不仅仅具有仿真能力，还应具备预测和控制能力，给出如下的数字孪生路口定义：“数字孪生路口 = 三维实时仿真 + 精准预测 + 动态控制”。

（1）三维实时仿真

仿真是将包含了确定性规律和完整机理的模型转化成软件的方式来模拟物理世界的一种技术。只要模型正确，并拥有了完整的输入信息和环境数据，就基本能够正确地反映物理世界的特性和参数。如果说建模是将我们对物理世界或问题理解的模型化，那么仿真就是验证和确认理解的正确性。

全息路口拥有“全方位感知 + 超强计算 + 可靠通信”能力。在建设感知网络、可计算路网的基础上，加入目标融合算法，使各类传感器获取的原始不连贯目标信息相互印证、互为补充，形成基本完整的目标属性信息。例如通过地图的关联关系，将雷达检测的目标和视频识别的目标建立联系。同时，将实时检测目标叠加在高精地图上，实现物理空间与虚拟空间的对接，完成数字映射的全息感知，也就是建立了三维立体展示的数字孪生仿真路口。

（2）精准预测

基于大数据思维，数字孪生路口可以通过分析车辆历史轨迹，寻找车辆潜在的运行规律，并对车辆行为作出大概率的精准预测。例如，通过车辆历史数据的跟踪积累，可以掌握个体车辆的位置、状态及目的地，记录车辆每日每次的精细化出行轨迹，明确车辆从哪里来到哪里去，研判每一车辆的惯用路径特征，为城市交通管控乃至安全监控提供核心数据，还可以实现突发交通事件的检测和报警，为车辆提供道路基础设施静态信息及运营动态信息，保障和提升驾驶汽车安全性。

同时，将系统内实时感知的车辆、非机动车等轨迹，以及基于个体行为的交通模型通过大数据获取的预测信息导入交通仿真系统，能够准确作出短时交通路网变化情况预测，实现精准预测交通事件对现有路况的影响。通过将城市中的物理基础设施、信息技术设施、社会基础设施和商业基础设施连接起来，对数据进行收集、清洗、存储和标准化，基于数字孪生实现交通的精准预测和决策。例如在前方车辆故障导致占用一条车道的情况下，交通仿真系统可以推测在当前管控方案和流量状况下，是否会发生拥堵以及发生何种级别拥堵，相当于向管理者提前预告事件演化过程，将对后期管控策略调整提供坚实的数据基础。

（3）动态控制

搭建元宇宙的底层架构工具分为四层，最基本的第一层为游戏引擎，此基础上衍生出数字孪生、数字原生、虚实共融：①元宇宙从数字化设计起步，运用到最基础的游戏引擎工具；②为解决现实世界的一些问题，在虚拟世界中对已知物理世界的事物进行仿真建模，做高性能计算去推理预测，即数字孪生；③当人工智能足够智能化，可以在数字世界中原生出很多内容，即AIGC（AI-Generated Content，AI生产内容），或者用户通过轻便化的工具原创出在现实世界中不存在的内容，即数字原生；④当数字原生的东西足够大、足够强盛，必然会反过来影响现实世界，并且与现实世界相互融合，即虚实相生。

我们这里定义的数字孪生路口，不仅仅是元宇宙中虚拟世界对物理世界的数字孪生，还应包括虚实相生。

数字孪生路口强调虚实之间的交互，即数字孪生模型能生成一定的策略，对物理对象进行动态控制，并对物理世界的作用结果以数据的形式反馈回来，从而进一步优化模型，实现模型的实时更新与动态演化，也就是持续改进。具备实时性、闭环性的数字孪生进入交通领域，正好弥补了交通管理和控制的不足之处。