腾讯孙驰天：构建数字孪生交通引擎，助力智能网联应用落地

3月25日，由赛文交通网主办的第十届(2021)中国智能交通市场年会在南京召开，在自动驾驶与车路协同产业发展论坛上，腾讯自动驾驶业务仿真技术总监孙驰天发表主题演讲，他表示：“数字孪生技术通过使用真实数据不断训练模型来进行模型迭代，可以提供智能分析、仿真模拟预测等应用服务，以解决智能网联、自动驾驶测试、智慧交通发展中的效率和安全等痛点问题。”

(腾讯自动驾驶业务仿真技术总监孙驰天)

近年来，我国积极开展智能网联汽车测试示范区的建设工作，力争在国际中打造智能网联汽车产业高地。数字孪生技术在智能网联示范区建设中发挥了重要的作用。随着人工智能和工业互联网的发展，自动驾驶技术研发飞速发展，数字孪生作为自动驾驶测试的关键技术，在去年被中国科协列为十个创新技术突破点之一，数字孪生技术受到广泛关注，也获得了更大的应用和发展空间。

孙驰天表示数字孪生是综合运用感知、计算、建模等信息技术，通过软件定义，对物理空间进行描述、诊断、预测、决策，进而实现物理空间与赛博空间的交互映射。数据是基础，模型是核心，服务是重点，对G端用户、B端用户、C端用户来说，能够感知的主要是服务层面，包括智能分析、仿真模拟预测、以及比较常见的应用服务等。目前，腾讯数字孪生技术在国家智能网联(长沙)测试区的虚拟仿真实验室项目、湖北襄阳数字孪生自动驾驶测试评价体系建设项目、深圳智能网联交通测试示范平台项目均已落地应用。

据孙驰天介绍，在智慧交通应用中，数字孪生技术同样以数据为基础，模型为核心，把数据和模型注入到一体化的城市交通网的内部，同时进行中观和微观的仿真模拟，构建数字孪生的交通引擎，可以应用于城市静态的辅助规划，城市动态的路况推演，或者是特定场景的交通预案的评价等，其中包括：

智能管控方面，通过腾讯高精地图、三维重建技术和游戏引擎技术做虚实数据互通的仿真推演，可以实现基于全域实时感知的交通仿真、指挥控制，三维模型台账管理，以及信控方案评估等;商业运营方面，通过IOT设备，结合大量B端、C端数据，根据不同地方运营模式，可以构建与出行消费者有更多连接触点的示范应用，如出行中的服务区、加油站等场景案例;车道级别预测导航，基于全域实时交通模拟、云渲染、数字孪生技术，不但可以基于交通预测进行路径推荐，也可以对周围重点车辆，包括救护、危化等车辆实时显示，实现紧急车道和公交车道的动态复用等。

在交通数字孪生感知、云端计算和可视化的全链路中，腾讯自动驾驶均有深厚积累，在关键的感知环节，使用了雷视融合强孪生的感知方案、采用长焦的摄像机、鱼眼相机和毫米波雷达等，可以进行跨传感器的时空融合，同时跟踪128个以上的目标，覆盖来回双向的车道，进行多种类型的机动车和非机动车检测，同时依托腾讯云端大规模并行加速的能力进行交通仿真和预测，并运用游戏渲染技术让交通流数据可视化呈现。

比如，在高速场景应用中，腾讯数字孪生技术可以更好地还原高速系统，包括高速的静态场景，隧道内部的静态场景，隧道内部动态的数据等，在传感器看不到的盲区部分，也可以通过预测算法进行弥补。此外，腾讯自动驾驶的融合感知算法还被应用到道路智能巡检方案上，目前已经在深圳市福田区路桥局落地。

孙驰天表示：“在产业互联网时代，腾讯致力于做数字化的连接器和工具箱，腾讯自动驾驶将不断加强自主研发实力，提升自身优质技术能力，和OEM厂商、测试场、政府机构、产业联盟乃至科研机构广泛合作，推动自动驾驶落地，助力智能网联、交通强国等战略的实现。”