在政策和市场双重驱动下，数字孪生技术发展迎来机遇期。目前数字孪生已应用于隧道、桥梁、高速公路、道路交叉口等多个典型交通场景。针对撤站后出现的收费站拥堵、管理及运维缺乏智能化手段等问题，在高速公路智慧化推进过程中，数字孪生技术在收费站建设中的应用也越来越广泛。
近日，山东省首个数字孪生收费站系统在京台高速崮山收费站建设完成。据悉，数字孪生系统可通过对孪生收费站动态数据的诊断、分析和预测，优化实体收费站的决策和控制。系统还可实现对通行车辆的高精定位和全域跟踪，通过与匝道预交易、收费车道系统的数据交互，可对CPC车辆、预交易成功ETC车辆、预交易失败ETC车辆、危化品车辆、特情车辆等各类车辆分别进行标识和跟踪，对其运行状态进行实时监测和通行预警，大大提升了收费站特情预判、预警和预处置能力。2022年，河南省郑州市郑少高速郑西南收费站数字孪生智慧平台初步建成。该平台采用基于厘米级高精度实景三维建模、全息感知智慧基站、车辆特征智能匹配等系统，把收费广场信息、车流信息、ETC收费等全量数据整合到一个三维可视化空间，实现物理世界，动静态结合的真实数字孪生平台上的实时可视化显示。后期，数字孪生平台将构建可视化相关应用，不断实现ETC收费、精准引导、应收不漏、收费异常提醒、全天候监测、数字资产等功能。2021年广州机场收费站进行了创新升级，其中，数字孪生系统是智慧升级改造的重要部分。据媒体报道，数字孪生系统采用无感通行引导系统、智能坐标精确诱导系统，实现收费广场信息、车流信息、ETC收费信息在数字孪生系统上的实时映射仿真展示。系统由交通视觉传感器、数字孪生服务器集群、边缘设备、引导屏、应用工作站及显示大屏等部分构成。系统采用面向服务的架构设计(SOA)，通过网络对松散耦合的粗粒度应用组件进行分布式部署、组合和使用，实现ETC收费、精准引导、应收不漏、收费异常提醒等功能。在此背景下，多位业内从业者对收费站数字孪生系统的构建进行了探讨和介绍。
基于多元融合感知的收费站广场数字孪生系统
基于多元融合感知的收费站广场数字孪生系统基于高精地图、三维建模以及智慧感知等技术，实现收费站车辆信息感知、三维模型展示、车辆数字孪生、潮汐车道控制和运行数据统计等功能，提升收费站的数字化程度、感知能力和管理手段，实现收费站管理者一张图式高效、综合管理。收费站收费模型[1]，由多源融合感知系统、数字平台系统、ETC匝道自由流系统、数字运维系统、潮汐车道系统组成。多源融合感知系统。多源融合感知模块利用边缘计算技术对感知信息进行分析处理，在静态高精地图的基础上进行动态交通参与者数字化重构，并将动静态高精地图通过数字中台信息汇聚，实现收费站动静态交通状态数字监测和实时重构。数字底座。数字底座即数字时空底座，利用高精度地图建立收费站的空间参考系（空间基准），通过GNSS的授时实现收费站时间线的标定（时间基准），基于时空同步技术形成与现实收费站空间和时间参考系一致的收费站数字时空底座，为数字收费站业务应用提供数据时空统一基础。数字底座提供高精度地图服务、高精时间同步服务和基于高精度地图的三维场景构建等服务。数字中台。数字中台采用“物理分散，逻辑协同”的边−云协同架构，通过接入前端子系统的结果，基于数字时空底座，将收费站实时感知数据虚拟化处理，实现运行设备和交通参与者映射到一个与真实场景相一致的虚拟化数字化场景，为收费站可视化展示、潮汐车道控制、数字运维管理业务应用提供实时数据支撑。综合管控平台。收费站综合管控平台包括数字收费站可视化展示系统、潮汐车道控制系统、数字运维管理系统，通过收费站综合管控平台的建设，实现收费站内车辆数字孪生、交通事件检测、应急事件的发现及响应、潮汐车道控制、设备运维管理等功能，提升收费站主动安全管控能力，缓解收费站通行压力，实现收费站可视化安全监测、数字化缓堵治理和在线化设备运维。ETC匝道自由流系统。ETC自由流系统确保车辆通过收费站，驾驶员不用为了交费而专门停车或减速，系统主要包括主线自由流预交易、车辆图像采集、激光车型匹配、身份绑定、三级分流提示、车道验证等功能，并可进行工作人员调度，实现减少车辆通过收费站的时间、减少车辆在收费站发生的事故。数字运维系统。运维系统对数字收费站（包括ETC自由流）各类数据进行多维度统计和分析，通过统计数字收费站覆盖区域内的精准引导率、车流量、平均车速、车型占比等指标以及分析指标趋势。一方面提供给上层场景应用所需呈现的内容，另一方面便于管理者掌握收费站运行状况，为管理者决策提供数据支撑。潮汐车道系统。潮汐车道子系统通过对现有收费车道进行按需分配，根据实时交通量改变收费站不同方向的通行能力，实现双向不平衡交通流的通行需求。AI＋雷视融合收费站数字孪生系统[2]结合数字孪生技术，应用在收费广场交通视频监控系统中，能够对收费站以及毗邻道路在数字世界构建虚拟三维模型，釆用雷视融合技术对收费站上游主线门架的交通流实时感知、预警，利用大数据分析模型对短周期临近收费站交通规模准确预测和预警。指导临近收费站提取采取增加开放MTC车道、MTC移动收费岗等方式提升车辆通行缴费能力，降低收费站大面积拥堵发生风险和减少拥堵持续时间。在系统架构方面，AI＋雷视融合收费站数字孪生系统，由雷视一体机及其他可选的交通传感器（感知层）、LED诱导显示屏、AI图像结构化及数字孪生服务器集群（数据层）、平台应用服务集群及显示系统（应用层）构成。该系统以雷视融合传感器、高清视频传感器为主，包括视频交通参数传感器、视频交通事件感知传感器等类型，采用400万像素的高清高灵敏度、低照度摄像机。可支持全天候对收费站多场景、多区域的交通视频图像采集和上传。AI+雷视融合收费站数字孪生系统服务器集群，采用CPU、GPU并行运算架构，采用深度学习等技术，通过前端上传的视频流实现对道路前端交通参数、交通事件、处理、预警、记录等功能；采用AI人工智能算法融合其他传感器数据、状态及报警信息等创建并实时输出到数字孪生应用平台。平台端接收到收费站排队拥堵报警或者主路交通态势预警信息后，实时通过二级、一级分流诱导屏和互联网导航终端对就近车辆采取分流、诱导措施。平台服务器集群，由数据采集服务器、数据库服务器、AI数字孪生平台应用服务器、应用客户端、孪生展示大屏幕等主要设备构成。客户端是业务应用人员与数字孪生系统应用层的交互入口，所有的业务应用和功能都需要通过客户端操作实现。在服务架构方面，AI+雷视融合收费站数字孪生系统采用面向服务的SOA架构设计，可以根据需求通过网络对松散耦合的粗粒度应用组件进行分布式部署、组合和使用。基于SOA架构设计的平台主要由四部分构成。接入层：视觉传感器及其他交通传感器数据接入；计算层：数据清洗和抽取，多种AI技术建立数字镜像；业务层：运用数字仿真、预测模型满足业务管理需求；展示层：数字孪生展示、多业务入口、交通仿真分析。在大数据平台方面，系统支持将雷视融合感知数据、智能视频结构化、AI事件报警、图像抓拍等信息进行融合，并根据目标属性、目标速度、位置、时空、关联关系等通过实景建模融合展示，将高速公路主线以及收费站的交通运行状况在数字世界中进行虚拟化镜像展示，为高速公路的交通流量预测、交通仿真与推演等提供技术支撑[2]。在系统功能方面，最终实现站级数字孪生、交通态势分析、交通参数检测、车辆分流孪生、车辆孪生监控、行车轨迹跟踪、道路环境预警、交通仿真推演、数据可视化、事件感知[2]。
免责声明：
本文转载自【中国交通信息化】，版权归原作者所有，如若侵权请联系我们进行删除！
易知微以自主研发的EasyV数字孪生可视化搭建平台为核心，结合WebGL、3D游戏引擎、GIS、BIM、CIM等技术，协同各个行业的生态伙伴，围绕着数字孪生技术、数字驾驶舱和行业应用，共同建设数字增强世界，帮助客户实现数字化管理，加速数字化转型。
易知微已经为3000+ 客户提供数字孪生可视化平台和应用，覆盖智慧楼宇、智慧园区、智慧城市、数字政府、数字乡村、智慧文旅、工业互联网等众多行业领域，包括国家电网、移动云、中交建、中铁建、融创、云上贵州、厦门象屿、天津火箭、上海电视台、金华防汛大脑、良渚古城遗址公园、李宁、浙江大学等典型案例！
