腾讯孙驰天：数字孪生加速自动驾驶落地，助力构建安全高效的智慧交通

自上世纪90年代以来，国内就开始探索仿真系统在交通行业内的应用价值，并陆续在规划设计、运行管理等环节得到落地。经过十几年的发展，交通仿真技术也在不断迭代。近年来，数字孪生等技术的出现，引起了政策和行业的广泛关注。

数字孪生不仅能够模拟再现物理世界，还具备分析、推演和优化等功能，可以实现物理世界与虚拟世界的实时交互，是交通行业实现数字化、网联化和智能化发展的重要技术手段。

5月17日，中国仿真学会建模与仿真专业委员会与赛文交通网联合主办“道路交通仿真与交通数字孪生的应用实践“线上研讨会，腾讯智慧交通数字孪生&仿真技术总监孙驰天受邀参加，并分享了《数字孪生仿真技术在自动驾驶和智慧交通的应用》的主题演讲。

“腾讯实时数字孪生技术可以提升自动驾驶研发测试的安全性，并降低时间和资金成本，加速自动驾驶落地。”孙驰天表示，“在全天候交通全要素数字孪生的基础上，腾讯实时数字孪生还可以进行计算和推演，为交通运营管理者及普通驾驶者提供决策依据。”

自动驾驶的加速器和工具箱

自动驾驶是当前交通出行领域的前沿技术和市场焦点。不过，在自动驾驶落地的过程中，业界也面临着诸多难题。

据孙驰天介绍，“感知算法训练数据采集标注成本高昂”正是自动驾驶落地的难题之一。“ 面向自动驾驶的感知算法需要大量训练数据涵盖不同天气和路况，”他称，“不同国家不同城市的数据各有差异，导致全球每年在第三方数据采集和标注上的成本投入约在10亿美元的量级。”

此外，自动驾驶技术在落地之前需要经过海量测试验证。按兰德智库此前公布的研究报告，一套自动驾驶系统需要测试110亿英里,才能达到量产应用条件。在现实条件下，要达到这样的标准无疑面临着时间和费用等方面的高成本门槛。

利用虚拟仿真系统完成算法的开发和回归测试，成为自动驾驶落地破局的关键之一，并且在行业中得到了广泛应用。如自动驾驶头部企业谷歌旗下无人车公司Waymo，实际路测虽只有2000万英里，但已经完成了150亿英里的仿真测试。

在孙驰天看来，自动驾驶虚拟仿真测试具有安全性、低成本和快速迭代等优势，“在虚拟世界测试自动驾驶车辆不会存在安全风险。同时，仿真测试省去了实地调整参数等环节，节省了时间和费用成本。”他介绍说，“此外，通过仿真测试的回归验证，能够满足智能网联车辆自动驾驶和高阶辅助驾驶算法通过0TA快速迭代的需求。”

为此，腾讯从0到1构建了一个同电影《头部玩家》中“绿洲”类似的仿真系统—TAD Sim，通过加载不同的”关卡和副本”，来对自动驾驶算法进行验证。在TAD Sim背后，则体现着腾讯在“对于场景的几何还原、逻辑还原、物理还原和高并发云端仿真”等方面的能力和优势。

“几何还原能够进行三维场景的高精度重建及后续的传感器仿真。逻辑还原可以再现真实世界交通流中的机动车、非机动车和行人等动态元素的行为轨迹。”孙驰天介绍说，“物理还原则可以模拟风力、摩擦力等真实环境的物理细节。高并发云端仿真则适用于自动驾驶仿真测试对海量场景库快速验证的需求 。”

“我们对自己的定位就是自动驾驶研发、落地的工具箱和加速器。”孙驰天表示。当前，TAD Sim已与国家智能网联汽车（长沙）测试区、国家汽车质量监督检验中心（湖北）、公安部交通管理科学研究所、深圳坪山智能网联交通测试示范平台等检测机构以及多家国内外头部汽车企业达成合作。

从道路到城市

数字孪生构建真实三维场景

数字孪生与大数据、云计算、高精地图、深度学习等能力的结合，能够参照真实世界快速自动构建三维场景，并且持续自我学习、训练、进化，从而能够基于有限采集数据生成海量场景，形成数据与场景的全流程闭环。

事实上，基于实时数字孪生等技术的自动驾驶仿真测试并非局限于线上的算法训练，其构建的虚实融合的测试场景，同样也适用于线下对车辆的真实测试。TAD Sim 在国家汽车质量监督检验中心（湖北），构建了总里程100公里、与真实场景相差无几的三维环境以及包括数百个场景在内的场景库。

TAD SIM数字孪生仿真场景

“我们通过线下采集车采集静态场景真实三维数据，注入诸如行人、动物、障碍车等虚拟动态元素，并以AR的形式叠加到被测试车辆的传感器单元。”孙驰天介绍说，“这样在完全空旷的测试场内，被测试车辆理论上可以经历无限多种、无限任意组合的测试场景。”

但是从测试道路到完整城市，如果还是依赖采集车真实采集的数据，并进行三维场景构建，无疑会面临时间和成本上的巨大挑战。孙驰天表示，“基于腾讯地图+卫星图的数据，我们可以完全自动生成城市级别的场景。”据他介绍，腾讯此前便利用实时数字孪生等技术重建了北京五环内约576平方公里的区域，其中“超过11万栋建筑以及所有的道路、植被和水系等，全部都是在一天之内自动重建完成。”

腾讯地图+卫星图数据，自动生成城市级场景

同时，在对城市级别三维场景重建的基础上，为解决自动驾驶测试过程中长尾效应的难题，腾讯还构建了这样一个基于高精度地图、生长在云端的城市级别的虚拟仿真平台。

“我们在平台上布满了自动驾驶测试车辆以及其他动态交通流，它们24小时×7天不间断运行，能够源源不断地进行各种随机工况和场景的测试，”孙驰天介绍说，“通过监控模块，可以实时监测到每一辆被测试自动驾驶汽车的行为，当其出现如超速、压线和闯红灯等违规状况时，该场景便会自动被识别提取，并补充进场景库中。”

智慧交通领域

数字孪生大有可为题

针对城市级别宏观、中观、微观场景的自动重建，能够根据实时交通大数据精准实现交通流的仿真和还原，不仅对于自动驾驶测试意义重大，在智慧交通领域也有着重点应用。

不同于一些仅限于对真实场景可视化呈现的数字孪生产品，腾讯实时数字孪生系统强调在仿真可视化的基础上，能够在虚拟的数字空间对真实环境实现计算和推演，从而为交通管理者和普通驾驶者提供决策依据，提升交通出行的安全和效率。

基于实时孪生仿真系统，交通管理者可以在虚拟世界“演练”如道路维修等不同交通异常事件对真实交通环境的影响，从而做出更优的管理和决策，提升交通运行效率。“实时数字孪生仿真系统可以将未来的交通态势推演出来，”孙驰天表示，“比如相关部门可以根据仿真推演的结果，来决定哪个时间段对路面进行施工，从而实现对交通的影响降到最低。”

腾讯智慧交通实时孪生系统

当然，实时孪生在交通领域的应用离普通人也并不遥远。面向车辆驾驶员，实时孪生系统对周围实时交通情况的还原再现结果也可以下发至手机和车机等移动智能终端，从而对驾驶员的驾驶决策提供辅助。

“尤其是在黑夜或恶劣天气能见度不高的环境下，通过人眼很难判断真实的交通情况，”孙驰天介绍说，“但依靠实时孪生系统对车道级交通情况的还原，驾驶员能够及时掌握更多信息，并且还能得到异常情况的提醒，这对于普通人的安全驾驶很有帮助。

腾讯智慧高速实时孪生系统

当前，在广东某城市跨江大桥，腾讯正在尝试用实时孪生技术环节交通拥堵现象，通过三维重建技术、实时孪生技术等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。在天津西青等车联网先导区和示范区，腾讯也借助实时孪生技术探索微观-中观-宏观三位一体的交通孪生体系的应用。

去年9月，腾讯与江苏交通控股有限公司成立“收费站数字孪生联合实验室”，围绕收费站场景，当前基于腾讯云的云端实时数字孪生系统已完成了与江苏交控“调度云”的融合，初步实现了从“调度云”到数字孪生系统的二三维一体化转换。

随着数字技术的发展，在数实融合的大背景下，虚拟正在不断照进现实，数字孪生技术也将成为交通精细化管理和决策的加速器，成为普通人安全高效出行数字保障。