讲座题目：透视新科技——数字交通
主 持 人：胜  春
做客嘉宾：李  萌，清华大学土木工程系副教授。
                 孙驰天，中国互联网协会车联网工作委员会秘书长。
讲座时间：2026年10月12日～10月18日
（备注：讲座视频可循环播放）
https://article.xuexi.cn/articles/video/index.html?art_id=628711000533739059&read_id=7129d636-a04f-4da4-8058-127204bf2e61&ref_read_id=95afd6eb-b578-44c5-bf8e-add6e03dec42&reco_id=&mod_id=&cid=&source=share&study_style_id=video_default
透视新科技——数字交通

讲座内容：

各位好，欢迎收看我们今天的《透视新科技》节目！我是主持人胜春。随着城市化建设进程的加速，交通拥堵成了很多城市不可回避的问题，那么我们能否通过不断发展的科学技术，还有数字技术来解决交通的问题呢？通过短片来进入今天的节目。随着经济的高速发展，我国的车辆拥有量及道路交通量急剧增加，2021年机动车保有量为4亿辆，同比增长8.1%。随之而来的是城市中交通拥挤堵塞的路段和路口不断增多，为顺畅出行，安全出行提出了极大的挑战。广东惠州的跨江大桥就是典型的路段，这里被当地的人称为广东最堵的大桥，途经此处的出行居民时常往往较同样长度的出行要高出数倍，这种情况不仅让出行体验变差，机动车的低速行驶也带来了更大的燃油消耗和严重的城市污染，已经逐渐成为阻碍城市发展的“顽疾”。2022年，数字孪生技术应用在这一路段，用来解决交通问题，这一技术是否能够缓解交通拥堵，减少安全隐患呢？我们首先给大家介绍一下，我们今天请来的两位嘉宾，一位是清华大学土木工程系的副教授李萌，另外一位是中国互联网协会车联网工作委员会的秘书长孙驰天。
       惠州跨江大桥这里当初的拥堵的情况达到了一个什么程度？这座大桥是在当地非常有名的一个堵点，每天的上班和下班的时间将整个城市为数不多的车流人流全都聚集在这个桥上，每天都堵得水泄不通，就是排着队一点一点往前蹭，所以成为当地人非常有名。交通的痛点？对，也是非常有名的一个话题。刚才您用了一个词叫水泄不通，我们在想惠州那个城市大概人口多少，车辆会达到那样拥堵的程度呢？其实人口数量并不高，反而是因为它的人口密度不高，但是它却有这样一个非常拥堵的堵点，所以让当地的人民感觉就是个（问题）。成为了更痛的痛点？是的。其实在我们很多城市当中，尤其是像北京、上海、北上广这种大城市的交通当中，人们对拥堵已经习以为常了，我们日常看到的解决方法就是信号灯的变化，然后指示牌，包括交通台、导航，实时信息的这个传递，甚至是像北京这样的城市单双号出行等等，去解决交通问题。
       在惠州那个地方尝试过这些手段吗？其实据我了解都是尝试过的，他们有一个很有意思的方式叫潮汐车道。潮汐车道的话，是解决特定区域，因为规划建设的时候没有考虑得很周全，但是在实际投入使用的时候，发现无法满足我们正常交通需求的一种弥补的一个方案，也就是可能建设的时候是双向四车道，那我发现在一个方向上，每天下班都很堵，所以把在下班那个时间段把车道的分割线往左边稍微移一下，移一个车道出来，这样的话这边车道就会更多一些。我们用什么方法来解决这个问题？在这个区域的话，我们用的是数字孪生技术，然后在这个场景下，通过我们部署了路测，非常高清晰度的高性能的传感器，来将真实的道路情况，完全地复制和孪生到我们交通管理系统的内部，让我们交通管理人员第一时间可以拿到，非常准确和清晰的道路交通的一个孪生体，其实这个孪生体可以做很多交通管理的工作。
       刚才您涉及了几个新词，数字孪生技术、孪生体，这些概念通俗的理解是什么？数字孪生如果通俗去讲的话，主要分两步，第一步是由实入虚，由实体的物理模型进入到一个虚体的数字模型。第二步就是虚实互动，利用虚体的这样的数字模型进行分析、研判、优化这些方案，提供出来去影响到实体的物流模型，这就是我们整个的数字孪生技术。是不是可以理解成我们通过来模拟实体的东西，来建立一个新的虚拟的东西，但它的行为规律是按照实体来构建的？而且最后的虚体能够影响到实体。还可以影响到实体？这样成为虚实互动，通过我们的虚体中去比较、验证和优化的这些方案，去改变实体我们运行的一些设计，管控这些方法。早在2002年，美国密歇根大学的教授迈克尔·格里弗斯就提出，在计算机的虚拟世界里，建立一个与现实世界的一模一样的虚拟数字模型，他把这个模型叫做数字孪生体，这就是数字孪生技术的雏形。飞机制造是一个国家工业实力的象征，每一款新型飞机亮相之前都需要进行无数次的验证修改才会最终定型。然而每一次修改都伴随着时间成本和经济成本的增加。随着数字孪生技术的应用，这一问题得到有效解决。不仅飞机的设计制造成本大幅降低，多次的模拟飞行使得安全问题也得到了更为充分的保障。如今当飞机在天上飞行的时候，数字孪生系统可以通过采集飞机实时飞行的传感数据，精确模拟飞机的运行状态，预测飞机的未来性能和潜在故障等，及时做出预判，在虚拟数字孪生体的飞机上，去优化物理实体的飞机，能够尽可能地避免事故发生。那么将这项技术应用到道路交通领域，会给我们带来哪些改变？
       我们用数字孪生技术来解决交通拥堵，它实际收到的效果和体现出来的优势在哪些方面？其实以前的很多交通的拥堵，是因为当地交通上发生了事故，交管人员第一时间不知道，因为事故处理或报警，会导致它的周围会有一个比较严重的拥堵。其实，如果可以减少交管人员发现事故的时间，以及减少出警和处理事故的时间，就能极大地提升这个区域内的交通的通行效率。而使用数字孪生技术，相当于我们将整个区域的车流完全映射到了这个数字孪生体内部，然后在数字孪生体内部，这个系统就可以自动地去发现，哪儿出现了事故，那就不需要靠人工一个一个去找，去识别事故。而系统会自动地报警，自动地将这个事故处理的任务下发给最近的交警，从而提升事故处理的整体的时间和效率。是不是我们日常拥堵当中的主要的原因就是事故造成的？拥堵中大概一半是由突发事件所造成的，这种突发事件里边有事故，也有可能会有局部的下雨或者一些天气情况，或者有一些道路的遗撒，有些掉落的东西这种突发的情况，实际上大概（占）50%的拥堵。
       这种方式两位给我们解释一下，数字孪生技术与大数据统计的结果之间有什么区别？其实数字孪生技术是一整套技术方案，它包含了从数据的采集，路侧装检测器的数据采集，也包含了这些数据采集回来之后，构建仿真的模型，分析的模型，以及也包含了这些仿真分析的模型，我拿出不同的方案进行优化。其实这一整套都是数字孪生技术里面包含的，所以大数据技术实际上是这整个链条中的其中一部分，所以不是一个排斥的这样一个关系。刚才你也提到了，这个数字孪生技术，可以还原真实的世界，那这个真的能做到百分百还原，甚至会影响真实的世界？仿真永远不可能达到百分之百，实际上这也是数字孪生技术的一个优势。它区别于传统的仿真，实际上是一个离线的我自己在我的电脑上进行仿真。而数字孪生实际上一边仿真建模的过程之中，新的数据会不断地进来，它的仿真的错误或者没有达到百分之百那个部分，会被不断地进行修正提升，所以它是一个逐渐在逼近于更真实的一个场景，所以它是一个动态活的仿真。
       数字孪生技术甚至能够预测真实的结果，这个我们怎么理解？预测实际上在交通里面是比较复杂的，在这里面刚才讲到了这种突发的事件可能造成50%的整个拥堵。实际上不同的事件发生在不同的地方和不同的时间，造成的影响可能会非常大，差别非常大，那怎么样去做预测，实际上需要对整个局部的交通进行一个非常有效的建模。这个建模的基础之上能够分析交通流的改变，人们在这种突发情况之下，他做什么样不同的选择。比如前面我看到拥堵了，我可能选择一些不同的道路，但是有些老司机可能会选，有些新司机可能一直排队排下去。那在这里边建模要充分考虑到人们在这种突发情况之下的反应，然后再预测这些排队究竟会影响多大的范围，所以这是一个建模和预测的这样一个过程。比如说，其实举刚才惠州的这样的一个例子，那如果同样一起剐蹭事件或者追尾事件，发生在城市的一个小的街道上边，和发生在我们的大桥的入口上，这是两个完全对交通系统产生不同的影响（的情况）。即使同时是发生在大桥的入口上，如果是早高峰和平时也造成不同的影响，所以在这里边究竟同样的一件事情发生在不同的地点和时间，它会影响排队多长，这就是预测所要做的工作。
       在实践当中我们真的做到了吗？其实在以前我们做智慧交通工作的时候，也已经用了这样的方法了，只不过我们以前做的时候，可能更多的是用离线的数据，然后去进行一个仿真和模拟。以前我们去做仿真预测的时候，我们是靠一些人工编辑的车流量数据，或者说是一些流速的数据，当然这个数据也是通过真正采集来的，但是没有这么的准确和实时。而数字孪生技术就像有一个摄像头，一直盯着真实的道路，将每个车道过几辆车，实时的结果实时地传输到交通仿真的系统内部，让交通仿真的输入更加地准确，所以它的输出也会更加地准确，它预测的结果也会更加地准确一些。在广东惠州的跨江大桥上，新增了一双双“智慧之眼”，高性能毫米波雷达，高清摄像头，道路上实时的天气、车流及环境信息，都通过5G网络传输到实时数字孪生平台上，经过系统精准的运算推演，路上来来往往的车主通过小程序或者APP，就能接收到系统发出的交通调度服务信息，能够及时躲避拥堵，避免事故。数字孪生技术不仅能够帮助出行者获得更好的体验，也能给交管部门提供及时的交通预警和疏导方案。一旦某处发生拥堵或事故，该地区对应的数字系统就会及时报警，并通过数字孪生技术对交通事态进行推演，给交警部门提供疏导方案，便于其决策。该技术在提升安全通行能力的同时，采用的雷达感知技术也具备着高可靠性、维护成本低等诸多优点。
      现在我们在惠州使用了之后，收到的效果提升是什么？目前我们拿到数据的一个测试的平均值，就是交通效率提升了20%。我们举个例子，比如说这条路在以前可能每天的通行效率，通行车流是10万辆车，提升20%也就是说这条路现在使用了数字孪生技术之后，可以通行12万辆车，也就是每天内它通行的车辆的总数增加了20%，我认为这个区域内的交通运输效率就提升了20%。除了事故之外，还有一些特殊的天气，比如说暴雨、冰雹、大风，这种天气当出现的时候，我们的技术能帮助我们做什么呢？这是个非常好的点，其实通过数字孪生技术，来帮助我们的驾驶员实现在能见度很差的情况下，黑夜、雨天、雾天去实现全天候通行，是数字孪生技术在智慧交通里非常有用的一个应用。那举个例子，我们人类驾驶员，我们靠人眼去看道路的时候，可能看得已经不是很清楚了，不管是因为晚上天色很黑，还是因为雨雪天气的遮挡，但是路测的传感器因为它自己的特质，它可以观察得非常清楚。它将这个它感知到的人类驾驶员附近的车辆可以投到你的手机也好，车机也好，你的导航系统也好，能够让你很清楚地看到你周围都有哪些车辆。比如说你正前方50米有一辆车，你左后方有15米有一辆大车，离你越来越近，你正后方30米有辆车也离你越来越近，这个系统的话就会报警，会提醒你要注意道路的一个情况，哪怕是外面是很黑或者能见度很差，但在你的手机或者车机上能很清楚地看到一个非常辽阔的区域。中间所有车辆的分布可以帮助我们提升驾驶员的一个驾驶安全性，从而实现在能见度不行的场景下，也可以实现这样一个通行效率，所以我们把它叫全天候通行。
       在你们实施数字孪生技术的过程当中，发现了我们的技术还能做什么东西？可以用于自动驾驶技术、车路协同技术的一个发展和迭代。我们举个例子，对于自动驾驶来说，自动驾驶汽车去上路前，它需要经过非常丰富和复杂的一个全面测试，来保证自动驾驶汽车的安全性。那测试的场景哪里来呢？就跟咱们考试一样，模拟题哪里来呢？出题也是一个很考验人的一个事情，你要出得够真，你要出得够难，这样通过这个考试才有意义。我们通过交通的数字孪生技术，其实本质上就是将整个真实的车流完全地孪生出来了，孪生出来的车流就可以拿来给自动驾驶汽车做考题做测试。自动驾驶汽车在真实车流的孪生环境里，如果可以通过考试，去上路测试和上路运行就比较地安全了。目前我们国家通过数字孪生技术来解决交通拥堵的问题，它的技术发展处于一个什么的阶段呢？现在应该处于一个非常早期，如果从数字孪生那两个阶段，开始我们讲到的第一个是从实体进入虚体，就是我们怎么样能够更有效地把实体，用我们的一个数字模型去进行刻画。这部分我们做得相对来讲是比较好的，但是第二步我们虚体去影响到实体，也就是说我们的数字仿真模型，我们的方案再返回到我们的交通系统里边，去改变影响和提升我们交通运行效率，这做得还是不够的。这里边需要我们更多的算法和模型去支持，这也是正在发展的过程之中。目前来讲很多指责甚至诟病，我们数字孪生用在交通里边，更多的会觉得它是一个显示技术，或者一个虚拟仿真技术，其实远不是这样的，它更多的是背后的模型去改变我们的交通管理、交通规划和交通设计，那这一步目前是正在做的一个过程中。
       在惠州实施的数字孪生技术来解决交通拥堵的问题，这也是一个起步和试验的阶段，目前没有全城去推广？是，还是局部区域。是因为它的成本过高吗？想实现这种区域的数字孪生覆盖，对于基础的建设，路侧的这种高性能的传感器，然后计算的硬件资源，消耗还是非常高的，所以如果想进行一个区内的完全覆盖，它的成本建设成本还是比较高的。这也是为什么目前这些城市也好，高速也好，去建设的时候，还是在重点区域路段在最容易发生事故或者最拥堵的区域，它优先建设这个系统。也是因为它的成本目前还是比较高的，很难有人说是我整个城市完全地去进行覆盖。现在是仅有惠州一地，还是在其他城市也有推广？其实在很多城市都有推广，在四川省、广东省、江苏省，只不过它落地的区域未必都是城市交通，可能在高速，在一些园区和一些不同的区域是有不同的落地的方式的。高速上去使用这个数字孪生技术，可能跟在城市里去使用数字孪生技术想达到的目的还是有点区别。咱们在惠州上面使用数字文路技术，主要是为了缓解拥堵的情况，而在高速上更多的还是为了解决一个驾驶安全性的问题。因为大家知道，每年其实在高速上出了很多的交通事故，也是有很多的一个生命和财产的损失，尽可能降低事故发生的概率，提升每个人驾驶的安全性。安全性提升了，它整个高速系统的通行效率也会提升。举个例子，高速上有的人可能开车不是很守规矩，就是随便停在应急车道上，现在我们通过数字孪生技术，系统自动地识别到之后，就会自动地触发报警，所以这是对一些事故潜在的风险发生。提前发现？对，提前发现，从而可以减少事故发生的一个概率。
       对于已经发生的事故，比如说在高速上已经有两辆车发生了碰撞了，在高速上很容易导致的一个现象叫二次事故。如何可以自动地识别到哪里有事故，尽快地将这个任务提醒给司机也好，或者说是把这个事故处理下发给路政集团，赶快去进行道路的处理也好，都是可以通过数字孪生系统来进行识别、事故的处理和下发。尽可能地减少事故的发生？对。您觉得这种技术一旦成熟起来，它的推广的价值和意义有多大？推广价值很大，实际上我们看到一般用在应急场景，就比如说一些自然灾害或者一些突然的突发情况之下，实际上是有它的应用的场景。另外一个就是在未来的场景下，就是在自动驾驶场景下，现在的自动驾驶很多都是讲我一个车会怎么样，但真正其实自动驾驶技术应该是能够帮到交通系统提升它的效率。那怎么样提升它的效率，在整个的丰富的一个交通场景之下，我们把更多的车，如果都能够实现高级辅助或者自动驾驶的话，到底应该怎么样去梳理和管理，这里边我们其实有一些方法可以去做更多的探讨。我记得有一位科学家也曾经说过，举过这样的例子，比如说他说鸟，上万只鸟在空中盘旋，你发现它们为什么撞不到一起去？很多科研人员研究的结果是它们是彼此有参照的，每6只鸟形成自己一个组团，我就保持这6只鸟的距离，所以就不会发生碰撞。
       其实交通是一个复杂的系统，它比我们看到的通（信）系统等等很多系统要更复杂，一个最关键的点是它无序。两个方面是无序的，第一个方面就是出行在路上的车有多少？未来有多少？这个实际上很难预测的，因为我今天想出门，我临时有点事情，我晚10分钟出门，这个是很难预测的。那这种出行的无序性，其实导致我们交通系统运行的整个的效率并不高，因为我不知道未来会有多少，或者不能准确地知道未来有多少需求，这是一个方面。另外一个方面，每个人的驾驶习惯是不一样的。在道路使用里边，它没办法充分利用道路资源，有的跟得车很近，有的跟得很远，这时候就出现道路有限的空间，并没有被有效地利用。其实我刚才举那个例子就讲6只鸟保持这个距离，这里面有个重要的因素是它们不能够碰撞在一起的，就是每个人都讲规则，这个规则在人类的世界当中似乎太难做到了。其实基本理念我们在使用，但实际上会比这个复杂得多。因为交通的话，实际上在一个路口它是更多个方向，它其实8个方向在一起，每一个方向都有直行左转，这个8个方向的交叉比鸟要复杂得多。还有一个问题就是鸟和鸟是一样的，道路上不是。我的卡车、出租车，我们的公交车是大小不一样的，它加速、减速的能力也不一样的。那在这种情况之下，能不能去把这样的方法应用过来，这里边其实是一个更挑战性工作。我们提出来说，在整个道路的网络里边，只要每一个车都踩着一个固定的节奏进入到这个网络里边，我可以让它非常通畅地，不用在任何一个路口停留，这样去实现一个有效控制。
       这个技术会不会跟我的隐私之间发生矛盾和冲突，我去哪儿了，你们都知道，我今天出不出行，你们都清楚，会有这样的问题吗？有的，而且这个是一个行业中，其实是大家非常关心的问题，因为对于咱们来说，咱们如果是被摄像头这样的传感器观察到，其实你的容貌，你的个人信息，你的轨迹都非常清晰，那在交通行业中，会使用一些不那么敏感，不那么识别人具体特征的传感器。比如说毫米波雷达，这种不同的传感器，它可以将我们交通系统关心的信息，比如说你的位置、你的速度、你的轨迹识别出来，而剩余的那些跟你个人信息相关的隐私信息它并不提取，所以这样的话就解决了这样一个隐私安全的一个风险。想要实现数字交通，让交通更加智慧化，就需要在城市交通体系中，各类相关设施上部署海量的类型多样的传感器，再将数据传至各种分析的系统中。这些系统对于车辆及行人的身份、位置等敏感数据是否能够妥善处理，对于数据泄露等安全问题能否一一应对，是数字交通发展中不可避免的重要部分。近年来，交通行业的数据泄露事件频发，不仅严重威胁公民个人隐私安全，还严重威胁国家安全。毕竟一旦系统遭到攻击，涉及的不仅仅只是交通工具本身，还有人、财、物，甚至更多公共设施，而安全隐患也可能会贯穿整个出行的过程。在建设数字交通的过程中，强化信息安全意识，完善信息安全保障措施，对社会各方都提出了现实紧迫的要求。
       我们在这个技术上是有防御的？是的，采用不同的信息采集的手段，实际上尽可能地在保证我交通信息已经采集到了，但同时我不去过多地干涉到你的隐私信息，这就采用不同的采集手段，尽量地减少视频探头的使用，采用雷达的方式等其他的方式来做。你看衣食住行在我们生活当中都非常重要，我们节目对于行的关注也特别多，做过智慧汽车、智慧交通，甚至是智慧导航等等，都希望交通好起来。那可能真正好起来的一天，一定是这众多的智慧融合在一起的时候，你们怎么看？智慧交通其实是最难的，因为交通来讲，实际上它本身系统很复杂，而且老百姓每天都需要使用，那在这里边究竟能不能实现有序的交通出行，有序的交通管理，有序的我们的导航和驾驶，实际上会有很长的路要走。在我们理解看来，就是想实现一个体系化的这样一个非常高效的智慧交通系统，可能在第一个阶段，更多的是技术前沿探索和测试阶段，那个时候有点盲人摸象，可能在不同的技术方向上，大家会做一定的自行探索和落地，但是这个技术到一定阶段之后，还是需要整个城市有一个顶层设计，自上到下去设计整个系统。
       我们听过很多新的概念，智慧城市，智慧交通，我们也看到了很多技术的流派，各种流派，两位觉得有没有可能互相借鉴，或者统筹的这种可能性？其实对交通来讲，关键还是解决什么问题，不一定是说采取什么样的技术手段，对数字孪生也是这样，其实数字孪生应用在交通里边是一个很大的挑战，因为我们在交通系统里边，人有很多不可预测的地方，人的行为、人的出行都不可预测。交通把数字孪生的技术拿过来，能不能有效应用，我觉得现在只是在一个开端，一个阶段。但更重要的是去解决什么样的毛病和问题，包括其实前面讲到的解决交通的设计问题，比如我们的路口设计，我们究竟应该一条车道左转还是两条车道左转，在什么时间，我们的快速路里面的出口，究竟应该是放多长时间的缓冲区和并道区域，这些都是可以通过我们的数据孪生技术进行优化和评价的。这样的一个智慧交通，确实是个最难的系统，它的难就难在随机性。主要是因为人的一个因素，不管是行人还是驾驶，这样的话去解决这样不同的随机性，势必会有不同的技术方案，这样不同技术方案在融合的时候一定会出现分歧和矛盾。如果想体系化解决这个问题，还是在每一个技术方案上都有一定积累情况下，尽早让大家建立一个互相理解和互相沟通的一个方式，越早去沟通，越早去做这样的一个自上而下的设计，可能后面去弥合分歧的成本就会越小一些。好，谢谢两位，感谢您收看我们今天的《透视新科技》节目！如果您想了解我们更多的节目，可以下载央视频收看我们往期的节目，今天的节目就到这儿了，我是胜春，咱们下期节目再见。