交通數字孿生（Traffic Digital Twin），是充分利用交通工程模型、交通傳感器、歷史和實時數據，集交通工程學、人工智能、大數據等多學科、多尺度、多維度、多概率的數字交通還原和仿真過程；旨在虛擬數字空間中對現實交通概況（人、車、路等多元素）完成映射，從而接近真實的反映交通實體在全生命周期的運行過程,是一種超越現實的概念。

AI+數字孿生公路是以全息視覺交通感知傳感器技術和數據為基礎，融合GPS、微波、雷達、地感、CO/VI、氣象等多傳感器數據構建的全息交通數字孿生系統。其優勢在于系統不僅能夠采集交通參數、異常事件、道路運行態勢、道路環境等宏觀信息，還能夠基于視覺感知、深度學習等技術，實時感知車輛（車牌、品牌、車款、顏色、類型等）、行人（老人、中青年、兒童等）、非機動車（電動兩輪、三輪、自行車等）位置（GPS絕對位置）、速度、方向、異常軌跡（穿越、停止、逆行等）甚至身份信息，并結合道路基礎設施、設備狀態感知（信號燈狀態、停車位狀態、車道狀態等），可以為道路管理方、政府部門、常規車輛（增加智能導航）、網聯汽車、無人駕駛汽車等提供實時、準確、全面的車路感知、車車感知、路路感知、智能調控、異常預警等綜合交通信息，是未來真正實現智慧道路、智慧交通的基礎性工程。

AI+數字孿生公路，融合了深度學習高清視頻分析技術和數字孿生應用大數據平臺技術。系統基于深度學習目標識別和全時空坐標映射技術，自動識別監控圖像中的車輛目標，并通過像素級、二維空間、大地坐標三層坐標映射模型算法，實現對車輛、行人、物體的真實大小、地理坐標的實時感知、分析和軌跡采集和記錄。

系統還可以通過結合圖像抓拍與智能識別技術，對車輛牌照、品牌、車款、顏色、類型等自動識別并建立跟蹤軌跡；通過該技術，系統不僅能夠實現對道路目標及設施的實時狀態感知、還能夠對其真實坐標位置、行駛方向、正方向夾角、速度等進行感知，同時還可以識別和分析道路的能見度、天氣、環境等信息。系統采用實時全面的交通感知技術將交通目標、設施的時空軌跡真實、準確、完整的記錄下來，不僅能夠為實時交通的智慧化協同運行提供數據基礎，海量、詳盡、準確的歷史數據，也為智慧交通系統的交通仿真、沙盤推演、事故事件分析與取證等應用提供了重要的基礎支撐。

1.1    建設目標

（一）充分結合本路段實際情況，結合數字孿生技術應用于交通視頻監控，應能夠在數字世界里構建三維道路并將道路上實時運行的車輛、行人等通過AI視頻檢測得到，然后通過建模的方式在三維數字世界里進行重建，在數字世界里實現道路1:1的實時還原，為道路“可測，可服務”提供數據基礎。

（二）對道路交通目標及重要設施的地理位置信息實時采集。可通過路側攝像頭，基于深度目標檢測與識別等領先技術，實現人、車、路的精準檢測和識別；并采用計算攝影測量等方式，對目標的位置、速度、運動方向進行精準識別，準確獲得道路上每一個參與主體，精確到米級經緯度信息，為道路上每個行駛目標或靜止設施等賦予一個真實的GPS信息。

（三）建設基于視頻圖像分析的道路環境及復雜氣象預警系統，系統除對人車路進行監測之外，還應能夠基于路側攝像頭，采用光譜學習分析，深度學習分類等方法，提供道路積雪、積水、起霧、塌方滑坡等異常事件和能見度值等道路環境和氣象的識別。

（四）通過深度學習、大數據比對等技術，基于系統精準的車臉識別能力，通過路側抓拍圖片等實現車輛的車型、車款、車牌、車輛特征的精細化識別、以圖搜圖、跨鏡頭匹配跟蹤等，從而可以實現道路盲區檢測等功能，同時也為高速公路收費稽核提供綜合數據基礎。