ITBear旗下自媒体矩阵:

腾讯苏奎峰:数字孪生技术推动自动驾驶及智慧交通演进

   时间:2020-09-11 14:16:42 来源:互联网编辑:星辉 发表评论无障碍通道

9月10日,腾讯2020全球数字生态大会智慧交通专场论坛云上举行。在新基建如火如荼的背景下,交通作为新基建“主力军”,也成为产业各方热议的焦点,本次智慧交通论坛上,腾讯发布了全新升级的We Transport方案。

其中,在如何通过数字孪生技术推动自动驾驶和智慧交通演进、助力智慧交通技术平台建设方面,腾讯自动驾驶总经理苏奎峰介绍:“我们大力投入融合感知、高效地图构建、多传感器融合定位、系统决策、路径规划、系统控制等核心技术研发,结合虚拟仿真、数据云和高精度地图云平台,构建自动驾驶和智慧交通两个领域的核心能力。”

从虚拟仿真到数据中台:助力智慧交通数字孪生平台建设

腾讯自动驾驶团队在虚拟仿真领域的投入起步较早。2018年,腾讯发布自动驾驶仿真系统TAD Sim,并在2020年上半年发布升级版本TAD Sim2.0。作为业内首个由游戏技术和真实数据双擎驱动的虚拟仿真平台,TAD Sim在真实性、全面性、可视化、轻量化、标准化等方面行业领先,已经在多家智能网联测试基地、国内头部汽车企业和自动驾驶研发机构中投入使用。2020年9月,腾讯联合国家汽车质量监督检验中心(襄阳),开始进行数字孪生自动驾驶评价标准的建设。

新技术的叠加已经带来“1+1>2”的效果,虚拟仿真技术与高精度地图、大数据、AI和云计算等前沿技术结合,不仅推动自动驾驶虚拟仿真的应用普及,也在逐步延伸到虚实结合的交通流仿真、更大范围的城市交通仿真、交通模拟预测等新的应用场景,构建出了一个数字孪生平台。

腾讯数字孪生平台,以大量现实世界的真实数据为基础,对虚拟世界进行尽可能精确的建模。车端传感器、路侧摄像头甚至手机等移动智能设备,每天都会收集到大量的交通数据,如车道数量、坡度、车流量、红绿灯位置等;将收集到的数据通过通信网络传输到云端数据管理中心,进行数据分类、管理、清洗、标注等工作,形成有效的数据资源;再由智能引擎将数据进行分析、挖掘、检索、可视化等处理,就能以API/SDK等灵活方便的接口形式将数据提供给应用层。

最终,以海量真实数据为“原料”搭建的数字孪生平台,将在虚拟空间中构建起物理世界的模型,实现数字孪生环境与真实环境的一一映射。但区别在于,数字孪生的世界可以突破时间和空间限制,以真实数据驱动、推演未来城市交通运行,探索智慧城市规划、交通运营管理的最佳方案。

从技术平台到可视化运营:助力用户愉悦出行

数字孪生技术平台的建设,只是智慧交通、智慧城市建设的第一步。基于数字孪生技术,通过以大量真实交通流数据为基础训练出的交通流AI,生成高真实度的虚实结合的交通流,进行城市交通体系的预测、推演和验证,全面助力智慧交通的演进。

“首先,腾讯以高精度地图为基础数据,结合各类真实的环境数据以及三维重建、游戏引擎,实现静态场景的高精度还原,并可以渲染出不同的光照条件以及天气场景;接着,通过游戏引擎、车辆动力学模型、传感器等各类动态模型,让虚拟场景有和真实场景一致的物理规则。最后,在城市实时交通影像的基础上,腾讯采用目标检测技术,提取道路和车辆目标,将其参数化和模型化,并融入到三维环境中。”苏奎峰介绍。

据了解,基于腾讯云计算能力、高精度地图和定位技术、三维重建等技术支持,在平台运营过程中,交通流的仿真不但能在微观场景实现,还能覆盖重点区域的中观仿真,乃至城市级路网的大规模车道级仿真。同时,通过历史数据分析和模型推演,数字孪生平台还可以自由模拟各种天气,评估天气状况对交通运行的影响,并演练应对方案;将红绿灯由原来的固定配置转变为电子智慧警察,根据路况实时智慧调度,甚至能够基于数据做实时预测,让交通更加准确高效;将路侧设备智能化,推演基于5G通信技术的车路协同,确定具备可执行性的方案。

在呈现方式上,腾讯数字孪生平台利用优势的游戏技术,让交通流数据可视化呈现,形成实时交通热力图,直观的呈现全局交通状态;支持交通路口配时的实时动态优化、公交先行等策略的模拟;道路及其他基础设施建设的评估;综合交通的管理调度以及拥堵预测和实时导航的推送等服务,助力城市交通治理向数字化、精确化、智能化方向转变。

新基建带来的智慧交通升级,是以数据要素为核心,让交通中的每个环节、每个终端都能够实现数据的流通,以更好的发挥生产要素的价值,驱动交通建设、管理、运营和服务的优化。数字孪生平台,正是让数据发挥更大价值的基础设施,腾讯希望联合产业链各方,共建开放协作的生态,最终实现更高效、便捷的城市交通,为人们带来更愉悦的出行体验。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  RSS订阅  |  开放转载  |  滚动资讯  |  争议稿件处理  |  English Version