人工智能在交通中的應用專輯

第二集

智能交通技術(shù)公眾號

iTSTech

2022年11月

目錄

說明1

人工智能如何幫助緩解交通擁堵2

人工智能的工作原理——人工智能操作和功能12

數(shù)字李生中的人工智能一一技術(shù)現(xiàn)狀、挑戰(zhàn)和未來研究課題16

人工智能如何改善運輸和物流47

在未來智慧城市中的智慧道路進展54

人工智能在交通中的應用：更快地走向未來86

說明

人工智能（AI）是指機器執(zhí)行人類能夠輕松完成的感知、推理、學習和解決問

題等認知功能的能力。過去20年以來，由于互聯(lián)網(wǎng)產(chǎn)生的海量數(shù)據(jù)的可用性，

人工智能在全球范圍內(nèi)獲得了關(guān)注。最近，使用高級算法處理這些數(shù)據(jù)給政府

和企業(yè)帶來了巨大的好處。物聯(lián)網(wǎng)、機器人過程自動化、計算機視覺、自然語

言處理等各種技術(shù)支持的機器學習算法的強勁增長，使人工智能的增長成為可

能。

本專輯收集了人工智能在交通物流領(lǐng)域中的應用，是人工智能在交通中的應用

專輯的第二集（第一集的內(nèi)容清單見附件），希望能對同行有所幫助。

1

人工智能如何幫助緩解交通擁堵

2022-11-23

人工智能（AI）的快速發(fā)展給道路交通管理帶來了翻天覆地的變化。人工智能

現(xiàn)在可以非常準確地預測和控制交通網(wǎng)絡上不同點的人、物體、車輛和貨物的

流動。除了為市民提供更好的服務外，人工智能還通過優(yōu)化十字路口的流量以

及在因施工或其他事件導致道路關(guān)閉期間提高安全性來減少事故。此外，人工

智能處理和分析大量數(shù)據(jù)的能力允許有效的公共交通，例如乘車共享服務。那

么，人工智能如何徹底改變道路交通管理呢？

一、人工智能如何在交通管理中使用？

人工智能用于道路交通管理，以幫助分析來自各種交通工具的實時數(shù)據(jù)，包括

汽車、公共汽車和火車。人工智能分析這些信息，尋找可能表明安全風險的模

式。然后，這些信息將用于建議減輕這些風險并減少事故數(shù)量的方法。鳳凰城

正在實施一個新的交通管理系統(tǒng)，該系統(tǒng)使用人工智能來協(xié)調(diào)燈光。通過該系

統(tǒng)，鳳凰城的車輛延誤時間減少了40%。鳳凰街交通公司總監(jiān)KiniKnudson認

為人工智能將使交通管理更加高效：“我們正在使用5年或10年前沒有的技術(shù)。

鳳凰城是目前正在測試人工智能在交通管理中的眾多城市之一，這是馬里科帕

政府協(xié)會更大計劃的一部分，該協(xié)會在進行大規(guī)模投資之前測試新技術(shù)的可行

性。安全和現(xiàn)實世界對于此推出過程至關(guān)重要。

1、交通信號燈-交通信號控制系統(tǒng)

交通信號燈是交通基礎設施的重要組成部分。它們有助于保持交通暢通和有秩

序。過去，交通信號燈是由人類操作的。他們使用計時器和其他工具來保持事

2

情順利進行。但是，情況已不再如此。今天，交通信號燈由計算機運行。這種

改進是為了提高效率。它可以更好地控制交通信號燈的配時。近年來，人們一

直在推動使交通信號燈更加智能。這樣做的目的是提高駕駛員的效率。領(lǐng)導這

項工作的一家公司叫做NoTraffico這是使交通信號燈智能化的新努力的背后。

該公司正試圖使用人工智能來改善交通管理。人工智能可以改善交通燈控制

2、自動距離識別

自動距離識別（ADR）是一種使用傳感器檢測汽車與其前方物體之間的距離的

技術(shù)。這些傳感器包括激光器、雷達和攝像頭。ADR的目的是在汽車與前方物

體之間保持安全距離，從而降低發(fā)生事故的風險。ADR系統(tǒng)在現(xiàn)代汽車中變得

越來越普遍。許多不同的公司提供ADR系統(tǒng)，包括特斯拉，沃爾沃和梅賽德斯

-奔馳。

3、智能停車

人工智能可以幫助預測停車情況。例如，如果鎮(zhèn)上有音樂會或其他重大活動，

人工智能可以幫助確定最有可能擁堵的區(qū)域，并提前推薦停車位。這將有助于

司機避免交通擁堵并節(jié)省時間。

3、使用AI的交通執(zhí)法

人工智能用于交通管理以執(zhí)法。ITMS提供了一種工具，可以根據(jù)當?shù)胤勺詣?/p>

監(jiān)控違法者，并提供快照和視頻方面的支持證據(jù)數(shù)據(jù)。人工智能還用于速度違

規(guī)檢測，當有多個人騎著沒有頭盔的自行車或摩托車時，它會提醒使用者，這

有助于防止涉及這兩種交通方式和其他機動交通工具的事故。該系統(tǒng)還可以與

閉路電視和交通控制系統(tǒng)集成，從而形成防止當前交通威脅的整體解決方案。

3、什么是ITS?-智能交通管理系統(tǒng)

ITS是一個計算機視覺應用領(lǐng)域，專注于車輛分類、交通違章檢測和交通流分析。

ITS通常通過注意諸如十字路口行駛中的車輛與行人之間的距離等因素來幫助減

少擁堵。ITS使用人工智能，通過結(jié)合物聯(lián)網(wǎng)和人工智能來幫助交通更順暢地移

動，以提高流動性，減少污染并降低死亡率。

3

二、在交通管理中使用人工智能有什么好處?

許多道路交通流程可以得到顯著改善。每個必須在交通信號燈前等待幾分鐘的

司機-即使沒有明顯的理由這樣做-除了交通燈系統(tǒng)按照完全獨立于當前交通狀

況的固定模式工作之外，可能與此有關(guān)。使用人工智能來保持流量移動以響應

當前情況具有許多優(yōu)勢：

■暢通的交通，沒有交通堵塞，對環(huán)境有好處。這與其說是要求使用硬件,

不如說是要求進一步開發(fā)軟件，使其成為另一個相關(guān)的環(huán)境方面。

-它可以優(yōu)化許多業(yè)務流程，例如交付，這對經(jīng)濟有很大的好處。

■到目前為止，人為錯誤是事故最常見的原因，通過對交通流量的全面管

理，可以在很大程度上消除人為錯誤。消除人為因素可以大大減少事故

的數(shù)量。

■它也為運輸部門提供了有吸引力的機會:術(shù)語卡車排描述了在高速公路上

以電子方式連接行駛在車隊中的幾輛卡車的概念。在這里，人類駕駛員

只坐在前面的車里。AI接管了接下來所有卡車的控制。

流動的交通-借助AI的力量

所有這些因素都有助于優(yōu)化整個交通系統(tǒng)。每個道路使用者都從中受益一一即

4

使是那些以前在沒有數(shù)字工具幫助的情況下只能在有限程度上參與道路交通的

人。

通過識別即將發(fā)生的事件并將其顯示在易于使用的可視化地圖上，Eventflow可

幫助運輸經(jīng)理更有效地規(guī)劃路線。這可以提高乘客量和服務水平，并減少人工

搜索。Eventflow還有兩個API-一個用于開發(fā)人員，另一個面向希望以開放格

式獲取數(shù)據(jù)的非開發(fā)人員。這使運輸經(jīng)理可以輕松地利用現(xiàn)有系統(tǒng)為乘客量和

服務水平創(chuàng)造新的機會。

三、質(zhì)量數(shù)據(jù)-道路交通中人工智能的關(guān)鍵

自動駕駛汽車將依賴于作為基礎設施一部分實施的人工智能交通管理系統(tǒng)。重

要的是，這些系統(tǒng)能夠訪問高質(zhì)量的數(shù)據(jù)，這樣它們才能正常運行，并確保每

個人在道路上的安全。這就是為什么我們致力于為客戶提供最好的數(shù)據(jù)。設計

用于道路交通的軟件的質(zhì)量一方面受到算法編程的影響，另一方面也在很大程

度上受到訓練數(shù)據(jù)的數(shù)量和質(zhì)量的影響。機器學習數(shù)據(jù)集越可靠、越現(xiàn)實，安

全道路交通設計的潛力就越大。很明顯，道路交通中的人工智能必須接受許多

挫折，尤其是在當前的發(fā)展階段。由故障軟件引起的事故一次又一次地成為頭

條新聞。然而，從現(xiàn)實的角度來看，這些個別事件原則上只是部分適合質(zhì)疑自

動駕駛。關(guān)于自動駕駛對道路安全和減少事故數(shù)字的貢獻的最終聲明要求進行

可靠的比較，將兩個數(shù)字相互關(guān)聯(lián)：

(1)有多少事故是由錯誤的編程引起的？

(2)在相同情況下，由于人為錯誤，發(fā)生了多少事故？

由軟件錯誤引起的事故受到公眾的密切監(jiān)控。相比之下，缺乏人類關(guān)注作為事

故的原因很少成為頭條新聞。然而，這并不一定反映人類控制的永恒優(yōu)越性。

四、交通管理中的人工智能個有爭議的支持

在交通管理中使用人工智能(AI)是一個有爭議的話題。雖然有些人認為它可

以幫助減少擁堵和改善燃料消耗，但其他人不確定人工智能可以為這一領(lǐng)域帶

來的好處。交通擁堵通常被視為城市生活的禍根。它可能會讓司機感到沮喪，

5

導致排放增加，甚至增加道路死亡的可能性。然而，目前尚不清楚人工智能在

減少這些因素方面能產(chǎn)生多大的影響。有許多應用程序可以將AI用于流量管理。

例如，緊急車輛搶占允許救護車和消防車等車輛在響應緊急情況時繞過紅燈或

其他障礙物。公交信號優(yōu)先使公共汽車在十字路口享有優(yōu)先權(quán)，因此它們不會

陷入交通堵塞，從而改善了乘客的整體旅行時間。行人安全系統(tǒng)使用嵌入在路

面上的傳感器來檢測何時有人過馬路，以便過馬路信號更快地變化。雖然在交

通管理中使用人工智能有許多潛在的好處，但由于擔心其可靠性和有效性，它

仍然是一個有爭議的話題。

1、在交通管理中使用AI的挑戰(zhàn)

在交通管理中使用人工智能時，存在一些挑戰(zhàn)。

?數(shù)據(jù)采集和了解潛在挑戰(zhàn)。

?用于預測建模的數(shù)據(jù)處理和特征提取。

?模型部署、監(jiān)視和更新。

?反饋分析和從錯誤中學習。

?處理數(shù)據(jù)中的不確定性和噪聲。

?集成不同類型的數(shù)據(jù)（例如，視頻、圖像、GPS）

?可擴展性-隨著城市規(guī)模的擴大，系統(tǒng)能否處理增加的負載？

?隱私問題-個人信息將如何使用或共享？

?成本效益-人工智能可以在不對新基礎設施進行大量投資的情況下使用

嗎？

.標準化-是否有一個單一的平臺供所有市政部門使用來管理交通？

2、網(wǎng)絡安全問題

IT安全對于AI交通系統(tǒng)至關(guān)重要網(wǎng)絡安全是一個非常重要的問題，它影響著現(xiàn)

代技術(shù)的數(shù)據(jù)和操作。網(wǎng)絡安全對于這些直接專注于管理道路交通的系統(tǒng)如此

重要的原因是，它們?nèi)菀资艿娇赡茉斐蓢乐負p害的黑客的潛在攻擊。如果這些

系統(tǒng)不安全，并且數(shù)據(jù)有可能縱，則它們將無法正常運行。道路交通管理系統(tǒng)

的網(wǎng)絡安全問題是基于計算機的組件（包括GPS、移動應用程序和網(wǎng)站）對網(wǎng)

絡攻擊的潛在脆弱性。這可能會導致流量損失和運營中斷。

6

3、經(jīng)濟問題

人工智能在交通方面的優(yōu)勢將為城市交通部門節(jié)省時間和金錢，并且對環(huán)境的

影響較小。提高個人最大化時間的能力也可以提高效率。如果個人能夠有效地

管理他們的時間，那么他們將能夠賺更多的錢。一個經(jīng)濟問題是，從長遠來看,

自動駕駛汽車系統(tǒng)是否真的具有成本效益。關(guān)于如何處理用自動駕駛汽車取代

人類駕駛汽車的成本，以及在允許自動駕駛汽車上路之前需要解決的問題，存

在一些主要問題。

4、道德考慮一一人工智能會在交通管理中取代我們嗎？

不過，新技術(shù)引起了一些關(guān)于就業(yè)的社會問題。例如，傳統(tǒng)上在運輸行業(yè)工作

的人現(xiàn)在會失業(yè)嗎？或者這會為那些正在尋找工作的人創(chuàng)造新的機會嗎？例如,

如果機器可以更快、更準確地完成一項工作，那么過去做這項工作的人會發(fā)生

什么？在某些情況下，機器可能能夠比人類做得更好。例如，英偉達開發(fā)了一

種機器學習算法，能夠比人類更快、更準確地閱讀交通標志。這可能導致交通

信號維護工人等工作被機器取代。對于一個在工作中工作多年的人來說，因為

機器可以做得更好而失去生計公平嗎？公平與否，由于人工智能目前的局限性,

它不太可能在不久的將來取代人類，但它仍然可以通過加速和自動化任務來提

高人類勞動效率。例如，人工智能可以幫助我們比人類更快、更高效地處理大

量數(shù)據(jù)。它還可以幫助我們根據(jù)復雜的數(shù)據(jù)集做出更好的決策。因此，它可能

在許多領(lǐng)域發(fā)揮重要作用，包括醫(yī)療保健、金融和制造業(yè)。

五、智慧城市-城市中的人工智能交通系統(tǒng)

“智慧城市”這個詞已經(jīng)存在了幾年，但它實際上意味著什么？智慧城市是一

個有效利用技術(shù)為市民提供服務和利益的城市。最著名的例子是迪拜，它建立

在尖端技術(shù)之上，能夠為政府和民眾提供公共交通、交通監(jiān)控和廢物管理等服

務。讓我們來看看智慧城市的一些特征和特點。

1、自適應交通控制系統(tǒng)（ATCS）

自適應道路交通控制系統(tǒng)（ATCS）是一種交通管理系統(tǒng)，它使用人工智能

（AI）來優(yōu)化通過城市地區(qū)的車輛流量。它可以將交通信號燈的等待時間減少

7

多達一半，并幫助市政部門更好地了解地面條件和交通趨勢。ATCS是不斷增

長的智能交通或智能交通系統(tǒng)（ITS）市場的關(guān)鍵組成部分。根據(jù)

MarketsandMarkets的數(shù)據(jù)，到2026年，全球ITS市場將達到680億美元

2、自動駕駛車輛

自動駕駛汽車在我們的道路上變得越來越普遍。雖然許多人在聽到“自動駕駛

車輛”一詞時會想到自動駕駛汽車，但這只是自動駕駛汽車的一種。

使用無人機自動交付

其他類型的自動駕駛汽車包括：

?的士

?巴士

?送貨車或無人機

?火車

?商用飛機

與傳統(tǒng)的載人車輛相比，自動駕駛汽車可以提供許多優(yōu)勢。例如：

?它們可以幫助減少車輛怠速造成的能源消耗，并有助于減少發(fā)動機排放。

?它們可以自動化停車流程，為駕駛員騰出時間以提高工作效率。

?自動化系統(tǒng)在區(qū)分道路使用者方面正在改進，這可以提高安全性。

但是，使用自動駕駛汽車也有一些缺點：人類仍然需要做出需要長期規(guī)劃的決

8

策，盡管許多任務可以自動處理事故和交通路線等即時問題。例如，Vivacity智

慧城市依靠人類和機器協(xié)同工作，以減輕市中心繁忙交通的負擔。另一個缺點

是自動化系統(tǒng)的實施和維護成本很高。

3、智能停車規(guī)劃

想象一下，您正在開車到城市開會。你知道有很多建筑正在進行中，所以你留

出額外的時間來尋找停車位。當您接近目的地時，您意識到尋找停車位將比您

想象的更具挑戰(zhàn)性！但是，如果有一個應用程序可以提前5小時預測停車情況

呢？這就是Eventflow的用武之地。他們是一家專門從事預測分析和事件預測的

公司。他們的應用程序可以預測從交通擁堵和道路堵塞到卡車司機的停車位和

休息時間的所有內(nèi)容。然后，這些信息通過易于使用的HTML5可視化工具提

供，該工具可通過開放API獲得。

4、減少交通擁堵-改善道路交通流量

人工智能可以通過在堵塞區(qū)域周圍規(guī)劃汽車路線、優(yōu)化送貨路線和減少施工需

求來減少交通擁堵。路口的智能攝像頭可以自動識別不同的道路使用者，如行

人、騎自行車的人和汽車。交通管理系統(tǒng)應根據(jù)道路使用者的需求進行調(diào)整，

例如空氣質(zhì)量或?qū)W校交通。例如，如果某條道路上發(fā)生事故，系統(tǒng)將需要相應

地重新規(guī)劃交通。然而，人類仍然需要做出需要長期規(guī)劃的決策，比如應該在

哪里建造新道路。盡管許多任務可以自動處理事故和交通路線等即時問題，但

對于城市交通流量的整體管理，人類仍然是必要的。

5、安全和應急

緊急情況是每個人都非常關(guān)注的問題。在這種情況下，管理部門必須能夠迅速

有效地采取行動，確保所有民眾的安全。為此，各機構(gòu)將實施綜合交通管理系

統(tǒng)（ITMS）。ITMS將自動調(diào)節(jié)信號燈，并警告駕駛者改道。新系統(tǒng)將在促進

救護車和消防招標等緊急車輛的快速通行方面發(fā)揮至關(guān)重要的作用。ITMS還將

警告駕駛者在前方出現(xiàn)擁堵時要改道。

9

cs

J1丁

人工智能在公共交通中的應用

6、交通規(guī)劃-智能交通系統(tǒng)

使用人工智能規(guī)劃交通可以減少旅行時間和交通擁堵，同時提高公共汽車、火

車和渡輪的效率。人工智能幫助規(guī)劃者決定哪種類型的交通最適合某個地區(qū)，

以及最有效的路線是什么。為了改善公共交通，人工智能可用于優(yōu)化公共汽車

和火車的路線，使其更高效。人工智能還有助于為管理路線的交通部門員工創(chuàng)

建更好的時間表。

7^城市規(guī)劃

城市規(guī)劃是設計和管理城市地區(qū)增長的過程。它涉及制定土地、交通系統(tǒng)、公

共設施和供水、廢物管理和能源分配等服務的開發(fā)和使用計劃。

在城市規(guī)劃中找到適當?shù)钠胶夂苤匾?/p>

10

城市規(guī)劃的主要目標是創(chuàng)造一個人們可以工作和生活的宜居環(huán)境。這需要平衡

居民、企業(yè)、通勤者和游客等不同群體的需求。為了有效規(guī)劃，城市需要關(guān)于

人口規(guī)模、人口統(tǒng)計、就業(yè)趨勢、經(jīng)濟狀況等的準確數(shù)據(jù)。城市還需要了解人

們?nèi)绾卧谄渲幸苿?。這就是人工智能和機器學習等技術(shù)的用武之地。它們可以

幫助城市更有效地收集數(shù)據(jù)并更快地進行分析。這有助于規(guī)劃人員就如何分配

資源做出更好的決策。

六、交通管理中的人工智能常見問題

1、人工智能如何改善流量？

人工智能可以通過減少人為錯誤、加快事故檢測和響應過程以及提高安全性來

改善道路交通。人工智能還有可能通過優(yōu)化交通流量來幫助提高高峰時段的效

率。

2、人工智能是否用于交通信號燈？

人工智能用于交通信號燈中，以檢測車輛的速度并相應地調(diào)整時間。

3、人工智能如何減少或解決流量問題？

人工智能可以通過協(xié)助自動駕駛汽車、機器人助手和無人機來提高交通安全。

人工智能還將有助于減少道路擁堵，因為每小時的車輛數(shù)量以及通過交通所需

的時間都會減少。

4、人工智能在運輸部門實施的例子是什么？

人工智能在運輸部門實施的一個例子是自動化卡車。這允許更智能，更有效地

利用資源，消除人類駕駛員處理駕駛，導航或裝卸等任務的需要

11

人工智能的工作原理一一人工智能操作和功能

2022-11-22

近年來，人工智能(AI)已成為公眾意識的最前沿。無論是通過《機械姬》

(ExMachina)和《終結(jié)者》(TheTerminator)等好萊塢大片，還是關(guān)于人工

智能在各種任務中超越人類的新聞報道，人們都開始了解這個領(lǐng)域的意義。但

是，盡管它越來越受歡迎，但人們對人工智能仍然存在很多困惑。本文將試圖

消除一些困惑，并讓您對AI的工作原理有一個基本的了解。我們還將介紹機器

學習、神經(jīng)網(wǎng)絡和人工智能的簡史。人工智能的歷史

人工智能在人類歷史上的首次出現(xiàn)很難確定。一些人認為古代神話和傳說包含

對人工智能的引用，而另一些人則聲稱第一個真正的人工智能是在1950年代開

發(fā)的。然而，歷史上有幾個關(guān)鍵時刻，人工智能對社會產(chǎn)生了重大影響。1843

年，AdaLovelace為機器編寫了第一個算法，后來被稱為分析機。這是計算領(lǐng)

域的重大進步，為未來的人工智能發(fā)展鋪平了道路。1950年，艾倫?圖靈

(AlanTuring)發(fā)表了一篇題為“計算機與智能”的文章，提出了機器是否可

以思考的問題。本文被認為是人工智能研究領(lǐng)域的開端。1956年，約翰?麥卡

錫(JohnMcCarthy)創(chuàng)造了“人工智能”一詞，并組織了關(guān)于該主題的第一次

12

會議。這一事件標志著人工智能發(fā)展的轉(zhuǎn)折點，并在接下來的幾十年里帶來了

許多重要的突破。1997年，IBM的深藍成為第一臺在國際象棋上擊敗世界冠軍

的計算機。這是人工智能發(fā)展的一個重要里程碑，表明計算機在某些任務中可

以勝過人類。近年來，人工智能大受歡迎，成為現(xiàn)代生活的主要內(nèi)容。現(xiàn)在有

無數(shù)的人工智能技術(shù)應用，從自動駕駛汽車到語音識別軟件。然而，與任何新

技術(shù)一樣，其發(fā)展也存在一些風險。隨著人工智能的不斷發(fā)展，我們必須確保

安全和負責任地使用它，以造福整個人類。

一、人工智能到底意味著什么？

人工智能是一個廣義的術(shù)語，可以指許多不同的事物。一般來說，人工智能是

指允許機器執(zhí)行通常需要人類智能的任務的任何技術(shù)，例如理解自然語言和識

別圖像中的物體。創(chuàng)建AI系統(tǒng)有幾種方法，但機器學習是最常見的一種。機器

學習算法通過示例學習如何做某事。例如，如果你想要一個機器學習算法來學

習如何識別貓，你會給它看很多貓的照片，并告訴它哪些是貓。然后，該算法

將通過研究圖片并將信息納入其決策過程來“學習”如何識別貓。一旦確定了

目標變量，就需要收集有助于計算機學習的數(shù)據(jù)。這些數(shù)據(jù)可以來自各種來源,

包括實驗、調(diào)查和歷史數(shù)據(jù)。收集完這些數(shù)據(jù)后，您需要清理它并準備供計算

機使用。此過程通常涉及刪除任何不相關(guān)的數(shù)據(jù)并將其標準化，以便所有值都

在同一范圍內(nèi)。下一步是選擇機器學習算法。這是計算機從數(shù)據(jù)中學習的過程。

有許多不同的算法可用，每種算法都有自己的優(yōu)點和缺點。您需要為數(shù)據(jù)和目

標變量選擇合適的算法。最后一步是對數(shù)據(jù)運行機器學習算法。然后，計算機

將分析數(shù)據(jù)并學習如何執(zhí)行所需的任務。

二、什么是神經(jīng)網(wǎng)絡？

神經(jīng)網(wǎng)絡是一種機器學習算法，用于對數(shù)據(jù)中的復雜模式進行建模。它們類似

于其他機器學習算法，但它們由大量互連的處理節(jié)點或神經(jīng)元組成，可以學習

識別輸入數(shù)據(jù)的模式。神經(jīng)網(wǎng)絡已經(jīng)存在了很長時間，但由于人工智能的發(fā)展,

近年來它們重新流行起來。神經(jīng)網(wǎng)絡的好處之一是，可以訓練它們識別其他機

器學習算法無法識別的過于復雜的模式。這使得它們非常適合圖像識別和自然

語言處理等應用。神經(jīng)網(wǎng)絡還可用于通過分析過去的數(shù)據(jù)來預測未來事件。神

13

經(jīng)網(wǎng)絡的另一個好處是它們可以通過各種方式實現(xiàn)。有許多不同類型的神經(jīng)網(wǎng)

絡，每種網(wǎng)絡都有自己的優(yōu)點和缺點。這種靈活性使神經(jīng)網(wǎng)絡非常適合廣泛的

應用。最后，神經(jīng)網(wǎng)絡通?？梢宰约簩W習，而無需人工干預。這意味著他們可

以隨著時間的推移提高性能，使其更加準確和高效。

人工智能如何使用神經(jīng)網(wǎng)絡

神經(jīng)網(wǎng)絡以幾種不同的方式用于日常生活中。神經(jīng)網(wǎng)絡最常見的使用方式是圖

像識別。神經(jīng)網(wǎng)絡用于圖像識別，因為它們可以學習圖像的特征，然后再次識

別該圖像。這對于面部識別或識別圖片中的物體等事情很重要。神經(jīng)網(wǎng)絡在日

常生活中使用的另一種方式是預測結(jié)果。可以訓練神經(jīng)網(wǎng)絡以根據(jù)數(shù)據(jù)預測結(jié)

果。這用于股票市場預測或預測天氣等。最后，神經(jīng)網(wǎng)絡用于聊天機器人。聊

天機器人使用機器學習來了解人們?nèi)绾握f話，然后做出相應的回應。這對于客

戶服務之類的事情很重要，因為聊天機器人需要能夠理解客戶在說什么并做出

適當?shù)幕貞ｊP(guān)于神經(jīng)網(wǎng)絡是否構(gòu)成真正的人工智能存在很多爭論。但是，毫

無疑問，它們是對復雜數(shù)據(jù)進行建模并在機器學習任務中取得更好結(jié)果的重要

工具。未來，神經(jīng)網(wǎng)絡可能被用于個性化客戶推薦、診斷疾病，甚至駕駛汽車。

它們已經(jīng)被用于一些最前沿的技術(shù)中，它們的潛力才剛剛開始被探索。

三、人工智能的日益普及應用

人工智能如何在沃爾瑪中使用？

值得注意的是，財富500強公司越來越多地轉(zhuǎn)向人工智能（AI）來幫助他們提

高利潤并在競爭中保持領(lǐng)先地位。人工智能已經(jīng)被一些公司用于改善他們的客

戶服務、營銷和運營。例如，沃爾瑪正在使用人工智能來

改善其庫存管理。該公司開發(fā)了一個系統(tǒng)，該系統(tǒng)使用機器學習算法來預測將

銷售多少商品并相應地分配必要的資源。這幫助沃爾瑪將庫存成本降低了數(shù)十

億美元。

如何在IBM中使用AI?

另一家使用人工智能產(chǎn)生巨大影響的財富500強公司是IBMoIBM開發(fā)了一個

14

名為Watson的平臺，該平臺使用AI來幫助企業(yè)做出更好的決策。Watson可以

快速分析大量數(shù)據(jù)并推薦問題的解決方案。IBM已經(jīng)將Watson授權(quán)給1,000

多家企業(yè)，包括銀行、保險公司和醫(yī)療保健提供商。

人工智能如何用于營銷？

財富500強公司也在使用人工智能來改善他們的銷售和營銷工作。例如，可口

可樂開發(fā)了一個系統(tǒng)，該系統(tǒng)使用人工智能來個性化其營銷活動。該系統(tǒng)掃描

客戶數(shù)據(jù)，例如年齡，性別，位置和購買歷史記錄，以創(chuàng)建個性化的營銷消息。

這導致可口可樂在北美的銷售額增長了40%o同樣，亞馬遜使用人工智能來個

性化其網(wǎng)站上向客戶推薦的產(chǎn)品。亞馬遜的“面向客戶的人工智能”系統(tǒng)分析

客戶數(shù)據(jù)，例如購買歷史、評級和評論，以推薦每個客戶可能感興趣的產(chǎn)品。

該系統(tǒng)幫助亞馬遜成為世界上最大的在線零售商。到目前為止，財富500強公

司已將人工智能主要用于庫存管理和營銷等后臺運營。然而，毫無疑問，人工

智能將很快被用于更具戰(zhàn)略性的任務，如產(chǎn)品開發(fā)和戰(zhàn)略制定。因此，如果財

富500強公司想要保持領(lǐng)先地位，他們應該盡早開始投資人工智能。

四、人工智能的未來

人工智能的未來籠罩在潛力之中，但充滿了不確定性。但有一件事是肯定的，

那就是人工智能的潛力是巨大的。隨著神經(jīng)網(wǎng)絡的快速發(fā)展和計算能力的提高,

人工智能在執(zhí)行過去需要人類智能的任務方面正在迅速變得越來越好，例如理

解自然語言和識別圖片中的物體。有些人擔心人工智能最終會取代人類智能，

使我們過時。但其他人認為，人工智能將增強人類的智能，使我們比今天更強

大。無論未來如何，很明顯，人工智能在我們的生活中發(fā)揮著越來越重要的作

用，并且在未來幾年只會變得更加重要。

五、人工智能的影響

人工智能將不可避免地改變我們所知道的世界。憑借其處理大量數(shù)據(jù)和快速找

到模式的能力，人工智能已經(jīng)開始改變醫(yī)療保健、金融、制造和物流等行業(yè)。

隨著人工智能的不斷發(fā)展和普及，其影響只會越來越大。我們必須密切關(guān)注人

工智能如何改變我們周圍的世界，并確保我們?yōu)樘魬?zhàn)和機遇做好準備。

15

數(shù)字李生中的人工智能

技術(shù)現(xiàn)狀、挑戰(zhàn)和未來研究課題

2022-10-31

摘要

隨著數(shù)字化進程的推進，大數(shù)據(jù)、人工智能（AI）、云計算、數(shù)字李生、邊緣

計算等先進的計算機技術(shù)已應用于各個領(lǐng)域。為研究數(shù)字攣生與AI結(jié)合的應用

現(xiàn)狀，本文通過研究當前已發(fā)表文獻的研究成果，對AI在數(shù)字李生中的應用和

前景進行了分類。本文從航空航天、生產(chǎn)車間智能制造、無人駕駛汽車、智慧

城市交通四大領(lǐng)域探討了數(shù)字攣生體的應用現(xiàn)狀，并回顧了當前面臨的挑戰(zhàn)和

未來需要期待的話題。研究發(fā)現(xiàn)，數(shù)字攣生與AI的融合在航空航天飛行探測仿

真、故障預警、飛機組裝甚至無人飛行方面具有顯著效果。在汽車自動駕駛的

虛擬仿真測試中，可以節(jié)省80%的時間和成本，相同的路況降低了實際車輛動

力學模型的參數(shù)尺度，大大提高了測試精度。在生產(chǎn)車間的智能制造中，建立

虛擬工作場所環(huán)境可以提供及時的故障預警，延長設備的使用壽命，確保車間

整體運行安全。在智慧城市交通中，模擬真實的道路環(huán)境，恢復交通事故，使

交通狀況清晰高效，快速準確地進行城市交通管理。最后，我們展望了數(shù)字李

生和人工智能的未來，希望為未來相關(guān)領(lǐng)域的研究提供參考。

16

一、介紹

數(shù)字攣生（DT）最重要的靈感來自真實物理系統(tǒng)和數(shù)字網(wǎng)絡空間模型之間反饋

的需求［1］。人們試圖在數(shù)字空間中重現(xiàn)物質(zhì)世界中發(fā)生的事情。只有使用循環(huán)

反饋的全生命周期跟蹤才是整個生命周期的真正概念⑵-［4］。通過這種方式，

可以在整個生命周期中真正確保與物質(zhì)世界的數(shù)字一致性?；跀?shù)字模型的各

種模擬、分析、數(shù)據(jù)積累、挖掘，甚至人工智能應用，都可以確保它適用于真

實的物理系統(tǒng)智能系統(tǒng)的智能必須首先被觀察、建模、評估和推理。

如果數(shù)字李生體沒有對實際生產(chǎn)系統(tǒng)的準確建模描述，就無法實現(xiàn)智能制造系

統(tǒng)⑻。

基于機器學習（ML）的AI應用程序通常被認為是制造業(yè)中一項有前途的技術(shù)

［9］o然而，ML方法需要大量高質(zhì)量的訓練數(shù)據(jù)集。在監(jiān)督式ML的情況下，

通常需要手動輸入來標記這些數(shù)據(jù)集［10］。這種方法成本高、容易出錯且耗時,

尤其是在復雜而動態(tài)的制造環(huán)境中［11］。阿列克斯普等人（2020）［12］指出數(shù)字攣

生模型可以通過生成適當?shù)挠柧殧?shù)據(jù)集并通過模擬工具鏈自動標記來加速ML

訓練階段，從而減少用戶對訓練過程的參與。這些合成數(shù)據(jù)集可以使用不需要

大量使用的廣泛真實世界數(shù)據(jù)進行擴展和交叉驗證。范等人（2021）口引研究并提

出災難城市數(shù)字李生概念的愿景，該概念可以實現(xiàn)信息和通信技術(shù)（ICT）在

危機信息學和災難響應中的跨學科集成。這涉及結(jié)合人工智能算法和方法，以

加強不同利益相關(guān)者之間的情況評估、決策和協(xié)調(diào)，從而提高對復雜災害響應

和人道主義援助動態(tài)的可見性。根據(jù)拉希德等人的（2019）［14］研究，數(shù)字季

生是復雜系統(tǒng)的自適應模型。計算管道、多物理場求解器、人工智能、大數(shù)據(jù)

控制論、數(shù)據(jù)處理和管理工具的最新發(fā)展使數(shù)字李生的前景及其對社會的影響

更接近現(xiàn)實。數(shù)字李生目前在廣泛的應用中是一個顯著上升的趨勢。也稱為計

算巨型模型、設備影子、鏡像系統(tǒng)、化身或同步虛擬原型。因此，數(shù)字攣生不

僅在我們?nèi)绾螛?gòu)建和管理網(wǎng)絡物理智能系統(tǒng)方面發(fā)揮著變革性的作用，而且在

我們?nèi)绾未龠M多學科系統(tǒng)的模塊化以解決基本障礙方面也發(fā)揮著變革作用。

本文旨在綜述數(shù)字攣生結(jié)合人工智能技術(shù)在各個領(lǐng)域的應用現(xiàn)狀，以及當前面

臨的挑戰(zhàn)和未來需要研究的課題。我們希望為數(shù)字攣生在各行業(yè)的應用研究提

17

供理論依據(jù)，并具有一定的啟發(fā)性效果。

二、數(shù)字攣生中人工智能技術(shù)的研究現(xiàn)狀

1、數(shù)字李生中的人工智能

密歇根大學的MichaelGrieves教授博士在2003年［15］首次提出了數(shù)字攣生的概

念。它也被稱為數(shù)字鏡像和數(shù)字映射。它是一個物理對物理世界或數(shù)字表達的

系統(tǒng)。理解它在虛擬世界中是簡單明了的。在現(xiàn)實世界中復制真實事物是一個

超越現(xiàn)實的概念［15］。它是一個數(shù)字仿真過程，使用物理模型、傳感器設備和

歷史操作數(shù)據(jù)集成了多個學科、物理量、尺度和概率。據(jù)Gartner稱，數(shù)字攣生

是2019年十大關(guān)鍵技術(shù)趨勢之一。據(jù)估計，到2020年，將有超過200億個傳感

器和終端連接起來，數(shù)字李生將連接數(shù)十億個物理設備，試圖在虛擬世界中盡

可能多地模擬物理世界的實際情況。［3］、［16］、［17］。這一預測已經(jīng)得到驗證，

筆者認為，2021年該技術(shù)將使用更多的傳感器和終端設備。由于數(shù)字李生的優(yōu)

勢越來越突出，數(shù)字李生的研究領(lǐng)域多樣，主要集中在計算機集成制造領(lǐng)域，

發(fā)展過程經(jīng)歷了多個階段［18］,如下圖1所示。

18

UniversityofMichigan

NASAApolloProfessorproposedItiscalled

programuses"virtualdigital"mirrorspace

digitaltwinsexpressionequivalentmodel"

tophysicalproducts"

2003-

2005

NASAreleases

modeling,simulation.DigitaltwinsItiscalled

informationtechnologywerecitedfor*'information

andprocessingthefirsttimemirrormodel**

roadmap

2006-

2012

2010

ThedigitaltwintheoryhasGartnerhaslisteddigitaltwins

beenacceptedandGerealizesreal-timeasoneofthetoptenstrategic

popularizedbytheU.S.enginemonitoringbasedtechnologydevelopment

Departmentofdefense,ondigitaltwintrendsforthreeconsecutive

NASAandSiemens

Tissue

圖1.數(shù)字李生的發(fā)展歷史

數(shù)據(jù)采集、數(shù)據(jù)建模和數(shù)據(jù)應用是數(shù)字攣生的三個主要方面。數(shù)據(jù)采集是指充

分利用衛(wèi)星遙感、傾斜航空攝影測量、激光雷達測量、相機等技術(shù)，從完整的

物理空間場景中獲取三維數(shù)據(jù)［19］。傳感器的功能是獲取現(xiàn)實世界中不同種類

的真實數(shù)據(jù)［20］。數(shù)據(jù)收集的技術(shù)難點和關(guān)鍵是數(shù)據(jù)收集的高精度和高效率，

這決定了數(shù)據(jù)收集的質(zhì)量、效率和成本。

在獲取大量原始物理世界數(shù)據(jù)后，進行數(shù)據(jù)建模，并利用自動建模工具進行進

一步處理，生成物理世界實際恢復的三維模型。除了環(huán)境的高精度虛擬重建外,

數(shù)字學生數(shù)據(jù)在支持各種操作流程方面也更有效。數(shù)據(jù)建?？煞譃閮刹糠郑嚎?/p>

19

視化3D建模［21］和語義建模［22］?？梢暬?D建模是對物理世界的3D再現(xiàn)。數(shù)

字李生的語義建模包括“結(jié)構(gòu)化”收集的數(shù)據(jù)并識別車輛、道路、人員和內(nèi)部對

象等對象。映射概念如圖2所示。

圖2.數(shù)字攣生的概念

人工智能作為計算機科學的一門學科，不僅改變了我們的生活，也改變了許多

行業(yè)。它試圖理解智能的基礎，以便創(chuàng)造一種新的智能機器，能夠以類似于人

類智能的方式做出反應。機器人、語言識別、圖像識別、自然語言處理和專家

系統(tǒng)都是該學科的研究領(lǐng)域［23］。計算機、機器人、經(jīng)濟和政治決策、控制系

統(tǒng)和模擬系統(tǒng)都采用人工智能。如圖3所示，它正在悄悄地改變我們的生活方

式。我們可以使用地圖軟件來避免外出開車時的擁堵；我們佩戴的智能手表可

以幫助我們監(jiān)測和預測健康風險；我們家里的機器人可以用父母的聲音給我們

的寶寶講故事；我們的掃地機器人可以輕松清潔大型復式房屋。將人工智能與

數(shù)字李生相結(jié)合將在我們生活的方方面面產(chǎn)生難以想象的變化［24］-［26］。

20

圖3.人工智能在數(shù)字李生生態(tài)仿真分析中的應用

2、基于數(shù)字享生的AI技術(shù)應用現(xiàn)狀

數(shù)字李生中的人工智能是一個普遍適用的理論和技術(shù)體系，應用廣泛，如產(chǎn)品

設計、設備制造、醫(yī)學分析、航空航天等領(lǐng)域。目前，我國應用最深入的是工

程建設領(lǐng)域，智能制造在研究領(lǐng)域獲得了最大的吸引力。應用領(lǐng)域的分類圖如

圖4所示。

21

圖4.數(shù)字李生中人工智能應用領(lǐng)域的分類

(1)數(shù)字李生在航空航天領(lǐng)域的使用

數(shù)字李生的概念最初是為了在航空航天領(lǐng)域使用而提出的。例如，數(shù)字攣生用

于飛行模擬和航空航天飛行機器的維護和質(zhì)量保證過程［27］。在數(shù)字空間中建

立真實的飛機模型，然后利用傳感器對數(shù)字空間進行整合。飛機的狀態(tài)與現(xiàn)實

中飛行飛機的狀態(tài)同步。通過這種方式，每架飛機起飛和降落的過程都被模擬

并存儲在數(shù)字空間中。通過數(shù)字空間的數(shù)據(jù)分析，可以清楚地了解飛機是否需

要維護，是否可以進行下一次飛行［27］-［29］。

尤爾克維奇等人的研究目的(2021)［30］是開發(fā)用于數(shù)字空中交通管制的神經(jīng)模型。

該方法采用分布式組織和技術(shù)系統(tǒng)的物理自組織社交網(wǎng)絡的概念，其組件連接

到無線4G和5G網(wǎng)絡。這種方法的優(yōu)點是分析和管理的原理非常有前途，并且

與混合人工智能具有復雜的集成。

戴等人(2021)［31］表明自動駕駛無人機(UAV)系統(tǒng)作為安全關(guān)鍵系統(tǒng)，需要不

22

斷提高其可靠性和安全性。另一方面，測試復雜的自動駕駛控制系統(tǒng)是一個時

間和金錢密集型項目，需要在項目增長期間進行多次外部飛行測試［32］。因此,

提出了一種自動駕駛平臺內(nèi)部自動化測試系統(tǒng)，以提高無人機開發(fā)的效率和安

全性［33］。隨著無人駕駛飛機技術(shù)的發(fā)展，無人駕駛飛機的應用越來越多，并

被視為未來智慧城市基礎設施的重要組成部分［34］-［36］。同時，與基于無人機

的應用程序相關(guān)的安全和隱私威脅需要適當?shù)臏y試和監(jiān)視技術(shù)。對于一個在通

用無人機架構(gòu)上促進基于無人機的應用程序的管理和性能的平臺，

Grigoropoulos等人（2020）［37］提供模擬環(huán)境和數(shù)字李生支持。首先，仿真環(huán)境可

以對平臺本身和平臺上運行的應用程序的功能進行深入測試，然后可以部署到

現(xiàn)實世界中。部署后，數(shù)字攣生用于發(fā)現(xiàn)應用程序之間的差距和預期行為，從

而在執(zhí)行仿真測試或未發(fā)現(xiàn)故障時用作錯誤指示器。維護已經(jīng)從“事后維護”和

“預防性維護”演變?yōu)椤邦A測性維護”，使其成為航空業(yè)最關(guān)鍵的組成部分之一。

精準維護是未來的發(fā)展路徑，目的是保證運行安全，降低協(xié)同優(yōu)化目標和運營

成本［38］。為了提高發(fā)動機預測性維護的效果，熊等人（2020）［39］研究了數(shù)字李

生驅(qū)動的飛機發(fā)動機預測性維護框架，發(fā)現(xiàn)了隱式數(shù)字字生IDT（隱式數(shù)字攣

生）模型。模型的有效性是通過評估虛擬和實際數(shù)據(jù)資產(chǎn)的一致性來確定的。

通過集成數(shù)據(jù)驅(qū)動的深度學習（DL）方法［40］證明了該方法的有效性。使用

LSTM（長短期記憶）模型［41］并以航空發(fā)動機為例。

如圖5所示，與其他行業(yè)相比，飛機總成具有結(jié)構(gòu)復雜、零件數(shù)量龐大、對產(chǎn)

品空氣動力學形狀要求極其嚴格等特點［42］。因此，必須使用專業(yè)的裝配架，

以確保零件在安裝過程中不會受到人為因素的影響，從而導致變形和裝配錯誤

的問題［43］。僅以傳統(tǒng)的工程圖紙進行工藝設計和生產(chǎn)裝配為基礎，很難保證

嚴格的精度要求。數(shù)字攣生技術(shù)的出現(xiàn)為飛機裝配過程與現(xiàn)場信息反饋控制之

間及時有效的交互提供了可能性［44］。梁等人（2020）［45］指出飛機核心部件和數(shù)

字李生的全場位移感知在精密生產(chǎn)（如航空制造）中起著至關(guān)重要的作用。在

研究中，提出了一種結(jié)合在線多點位移監(jiān)測與矩陣完備理論相結(jié)合的實時全場

位移傳感方法，建立了基于多點觀測信息的全場位移感知概念模型。HPP（高

精度產(chǎn)品）［46］是一種多學科耦合的高精度產(chǎn)品，經(jīng)常應用于航空航天、海洋、

化工等行業(yè)。正是因為HPP的內(nèi)芯復雜而緊湊，而包含跨學科耦合的裝配過程

23

對精度要求很高。依靠手工經(jīng)驗的傳統(tǒng)裝配方法效率低下，質(zhì)量不一致。針對

上述問題，孫等人(2020)［47］研究并提出了一種數(shù)字李生驅(qū)動的HPP組裝和調(diào)試

方法。提供了數(shù)字李生驅(qū)動裝配與調(diào)試的理論架構(gòu)，以及基于數(shù)字李生技術(shù)的

裝配與調(diào)試全元信息模型構(gòu)建方法。

圖5.基于數(shù)字攣生的飛行壽命預測

針對民用航空器質(zhì)量偏差控制系統(tǒng)存在的問題，質(zhì)量偏差控制數(shù)據(jù)分散在眾多

管理系統(tǒng)中，無法從有關(guān)航空器整個生命周期中收集質(zhì)量數(shù)據(jù)相關(guān)信息；缺乏

用于質(zhì)量數(shù)據(jù)分析和質(zhì)量偏差控制的閉環(huán)網(wǎng)絡物理融合系統(tǒng)［48］。因此，定位

質(zhì)量偏差問題很困難，處理這些問題需要很長時間。蔡等人(2021)［48］研究并提

出了基于數(shù)字攣生的質(zhì)量偏差控制模型。利用基于資產(chǎn)管理技術(shù)的數(shù)字學生建

模，檢索和合并多源異構(gòu)定性偏差數(shù)據(jù)，構(gòu)建質(zhì)量偏差體系。該系統(tǒng)采用FP-

growth關(guān)聯(lián)規(guī)則算法對飛機質(zhì)量偏差數(shù)據(jù)進行評估，系統(tǒng)可以提供結(jié)果，以輔

助裝配現(xiàn)場，并最大限度地提高在現(xiàn)實世界中糾正質(zhì)量問題的性能和正確性

[49]。

根據(jù)上述討論，數(shù)字攣生在航空航天工業(yè)中提供了廣泛的用途，包括飛機飛行

路線的數(shù)字模擬，故障和維修的及時報告以及無人機性能的測試。這些領(lǐng)域取

得了重大突破和進展。

(2)數(shù)字李生在自動駕駛智能化中的應用

隨著深度學習和大數(shù)據(jù)分析技術(shù)的進步，人工智能應用正在迅速發(fā)展。其中,

24

必須使用人工智能算法開發(fā)自動駕駛系統(tǒng)。在現(xiàn)實生活中，自動駕駛技術(shù)可以

減少交通事故，實現(xiàn)時空等資源利用的效率，甚至為殘疾人的駕駛過程提供極

大的便利。然而，由于自動駕駛的技術(shù)要求很高，在虛擬仿真環(huán)境中對數(shù)字季

生進行模擬駕駛的需求已成為不可或缺的一步［50］。

在自動駕駛汽車真正上路之前，必須經(jīng)過嚴格的虛擬仿真測試，以確保安全

［51］0在傳統(tǒng)的虛擬仿真測試環(huán)境中，HTL（高閾值邏輯）設備［52］通常用于安

全和主動性能測試。但在這種測試中，只有控制器是真實的，其他因素，如駕

駛員、變速箱、動力、道路環(huán)境和其他與控制器相關(guān)的內(nèi)容都是在虛擬環(huán)境中

模擬的。由于目前計算機水平有限，仿真環(huán)境不能設置得太復雜，所以被測車

對象的性能不是那么準確，測試精度有一定的偏差。當然，在真實環(huán)境中進行

測試無疑是最好的選擇，但由于物理條件的各種限制，不可能每次都保持統(tǒng)一

的測試場景。因此，應實施基于數(shù)字李生技術(shù)與實際道路環(huán)境相結(jié)合的自動駕

駛仿真測試測試評估系統(tǒng)］53］。數(shù)字攣生測試架構(gòu)圖如圖6所示。

自動駕駛數(shù)字攣生虛擬場景測試的整體架構(gòu)

25

拉林等人(2019)［54］指出，基于物聯(lián)網(wǎng)(IoT)技術(shù)的自動駕駛汽車的目標是整

合互聯(lián)汽車，并將它們變成可以自動移動的“物體”。該技術(shù)面臨的重要挑戰(zhàn)之

一是確保各種組件和物聯(lián)網(wǎng)系統(tǒng)的兼容性，例如為車輛和道路設備以及傳感器

提供服務。采用的解決方案是使用物聯(lián)網(wǎng)領(lǐng)域的國際標準化組織聯(lián)合物聯(lián)網(wǎng)平

臺和oneM2M互操作性平臺，以確保所有組件之間的通信沒有障礙。阿爾梅貝

等人(2021)［55］指出，數(shù)字化轉(zhuǎn)型時代帶來的新工業(yè)革命使得在制造和運輸過程

中使用越來越多的人工智能和自動化技術(shù)成為可能。數(shù)字李生概念在自動駕駛

汽車上的應用得益于數(shù)字時代推動的結(jié)果。而且，確保自動駕駛汽車的安全可

以有效減少交通事故的發(fā)生。此外，在駕駛時保持駕駛員與行人之間的安全距

離也有顯著的好處。

為使能智能制造安全運輸系統(tǒng)，實現(xiàn)端到端運輸模式，研究提出采用全新的安

全設計，增強整個自動駕駛系統(tǒng)的靈活性和安全性。云等人的研究.(2021)［56］指

出，基于數(shù)字攣生的計算機仿真是自動駕駛汽車設計中不可或缺的一步。但是,

要設計出與真實路況完全相同的模擬環(huán)境需要付出很多努力，而且成本效益非

常低，因為必須實現(xiàn)很多東西。在這項研究中，提出了一種使用網(wǎng)絡游戲

“GTA5”(俠盜獵車手V)作為自動駕駛汽車模擬基礎的方法。GTA5在線游戲

可以用作適當?shù)哪M工具，因為它具有一系列理想的物品、行人和高速公路。

通過使用OpenCV捕獲GTA5游戲屏幕［5刀并用Python的YOLO分析它(你只

活一次)［58］和張量流［59］,通過設計算法可以建立高精度的物體識別系統(tǒng)，避

免物體碰撞和不同車道識別。

將數(shù)字李生應用于自動駕駛領(lǐng)域，城市或市級數(shù)字李生數(shù)據(jù)可以作為高精度地

圖，即汽車運行的基礎環(huán)境數(shù)據(jù)。筆者認為，汽車制造商、自動駕駛設備制造

商和綜合解決方案提供商都需要這項技術(shù)的普及。一方面，由于自動駕駛的測

試環(huán)境非常有限且成本高昂，數(shù)字攣生可以為客戶提供自動駕駛仿真系統(tǒng)作為

解決方案。使用虛擬仿真的自動駕駛系統(tǒng)可以驗證傳感器性能和車輛算法的可

靠性。另一方面，它可以作為實際自動駕駛環(huán)境中的映射數(shù)據(jù)之一。汽車制造

商可以使用數(shù)字測試場對車輛性能進行虛擬測試，例如車輛動力學、舒適性和

耐用性。虛擬測試軌道是在地面上進行測試的道路。虛擬環(huán)境和真實場景要求

盡可能逼真，包括固定車輛、路標、行人、斑馬線、障礙物、移動車輛以及場

26

景中的車道數(shù)。當然，隨著自動駕駛領(lǐng)域技術(shù)的不斷提升，對虛擬測試場景的

技術(shù)復雜度的要求也越來越高，因此我們需要開發(fā)更完整的架構(gòu)。

因此，通過數(shù)字攣生自動駕駛測試至少可以節(jié)省80%的時間成本，并且可以重

復測試相同的路況，從而減少了實際車輛動力學模型的參數(shù)尺度，大大提高了

測試結(jié)果的準確性［54］。筆者認為，在虛擬場景中操作的過程可以避免真實交

通條件下可能發(fā)生的事故概率，還可以減少不必要的物質(zhì)損失，從而降低企業(yè)

成本。因此，數(shù)字李生在自動駕駛領(lǐng)域的使用為汽車制造和性能測試開辟了新

的思路。

(3)數(shù)字享生在智能制造中的應用

隨著世界各國智能制造技術(shù)的不斷發(fā)展，制造業(yè)的信息化水平正在逐步提高。

為了提高產(chǎn)品生產(chǎn)率，及時處理生產(chǎn)過程中的突發(fā)事件，企業(yè)必須加強生產(chǎn)車

間各模塊的管理和控制措施，提高企業(yè)對生產(chǎn)過程的控制能力。而且，消費者

對產(chǎn)品的個性化要求更高，導致企業(yè)在生產(chǎn)過程中面臨大量的數(shù)據(jù)、數(shù)據(jù)需求

和數(shù)據(jù)結(jié)構(gòu)，這使得企業(yè)難以管理和分析數(shù)據(jù)。因此，在制造過程中，如何有

效及時地反饋生產(chǎn)車間設備的使用狀態(tài)和故障預警，成為當前智能制造行業(yè)的

一大難題。

大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、邊緣計算等現(xiàn)代先進信息技術(shù)的發(fā)展，推動了傳

統(tǒng)制造向智能制造的轉(zhuǎn)型。智能制造最關(guān)鍵的特點是自主性和主動自我優(yōu)化。

周等人(2020)［60］研究并提出了面向智能制造的數(shù)字李生制造單元轉(zhuǎn)型的知識驅(qū)

動系統(tǒng)框架，可以智能感知、模擬、理解、預測、優(yōu)化和控制。它不僅可以最

大限度地提高產(chǎn)品質(zhì)量，還可以降低生產(chǎn)成本。智能制造與其說是傳統(tǒng)制造業(yè)

面臨的挑戰(zhàn)，不如說是機遇。智能制造的可持續(xù)性特征更加明顯。李等人

(2020)［61］研究如何構(gòu)建面向智能制造項目的可持續(xù)發(fā)展評價數(shù)字李生驅(qū)動系統(tǒng),

并基于經(jīng)典數(shù)字雙映射系統(tǒng)開發(fā)了數(shù)字攣生驅(qū)動系統(tǒng)。信息架構(gòu)是智能制造項

目可持續(xù)增長的關(guān)鍵解決方案。隨著傳感器技術(shù)和數(shù)據(jù)處理的進步，基于信息

物理系統(tǒng)的智能制造已成為制造業(yè)發(fā)展的主要趨勢。鑒于離散生產(chǎn)車間的多樣

性和波動性，控制制造工作場所的碳排放存在某些問題。張等人(2019)［62］研究

并提出了智能制造車間數(shù)字李生驅(qū)動的碳排放預測控制模型，該模型結(jié)合了最

27

新的計算機技術(shù)和低碳控制技術(shù)，在虛擬車間中對模型進行了驗證和優(yōu)化。

數(shù)字攣生車間是智能制造的核心組成部分。它們由實體車間、虛擬車間、車間

服務系統(tǒng)和車間李生數(shù)據(jù)組成，其中虛擬車間是最重要的組成部分。虛擬車間

的建設從三個方向開始，由幾個要素組成：使用虛擬數(shù)字幾何模型來表示車間

的環(huán)境元素，包括車間人員、機器、產(chǎn)品等。行為要素包括車間內(nèi)設備的速度

軌跡和不同的生產(chǎn)指令等生產(chǎn)要素，模擬車間內(nèi)設備的運行狀態(tài)。規(guī)則元素利

用車間現(xiàn)有的物理環(huán)境對生產(chǎn)過程進行評估、分析、預測和優(yōu)化，實現(xiàn)虛擬車

間的建立。如圖7所示。在實際生產(chǎn)過程中，設備故障時有發(fā)生，影響生產(chǎn)進

度和成本。如果在故障發(fā)生后進行維修，往往很困難，需要大量的人力物力進

行故障篩選。因此，對設備的故障和設備的使用壽命進行預警尤為重要。

Fheremaybeafaultin

theequipment,sendout

anearlywarning

k7

Y

圖7.虛擬車間設備故障預警示意圖

趙等人的研究(2019)[63]針對數(shù)字攣生車間的實時視覺監(jiān)控，提出了一種基于車

間實時數(shù)據(jù)的三維視覺監(jiān)控方法。研究了數(shù)字攣生工作場所與三維可視化實時

監(jiān)控之間的交互作用。提出了一種多級可視化監(jiān)控模式和實時數(shù)據(jù)驅(qū)動的虛擬

車間運行模式。該文詳細介紹了車間幾何建模、車間實時數(shù)據(jù)管理、車間多級

三維可視化監(jiān)控、車間狀態(tài)板施工方法。通過實際算例驗證了所提方法的有效

性。吳等人的研究(2019)[64]指出，車間生產(chǎn)線在智能車間設備的基礎上，結(jié)合

28

關(guān)鍵數(shù)字化技術(shù)的運用。主要采用虛實數(shù)據(jù)同步通信和虛實映射技術(shù)，實現(xiàn)物

理實體數(shù)字仿真的超現(xiàn)實虛擬實時。車間中的物品可以根據(jù)實際應用進行開發(fā),

并且可以在內(nèi)部構(gòu)建智能車間的虛擬模型。作業(yè)車間調(diào)度在生產(chǎn)過程中始終至

關(guān)重要，也是影響制造效率的最關(guān)鍵因素之一。在實際生產(chǎn)調(diào)度過程中存在一

些未知事件、信息不對稱、異常干擾等，會產(chǎn)生執(zhí)行偏差，損害調(diào)度執(zhí)行的效

率和質(zhì)量。傳統(tǒng)的調(diào)度策略不足以有效解決這些問題。方等人(2019)[65]提出針

對數(shù)字攣生的興起，具有虛擬現(xiàn)實交互、實時映射和共生進化的特點，提出一

種基于數(shù)字李生的作業(yè)車間調(diào)度新方法，以減少調(diào)度偏差。

基于以上研究，可以證明數(shù)字李生在智能制造領(lǐng)域取得了突破，尤其是虛擬車

間的使用，可以大大降低設備故障的概率，還可以幫助員工及時調(diào)整車間的整

體調(diào)度，提高設備生產(chǎn)效率。數(shù)字季生技術(shù)可以在智能制造領(lǐng)域?qū)崿F(xiàn)產(chǎn)品、制

造過程乃至整個工廠的虛擬仿真，從而提高產(chǎn)品研發(fā)和制造企業(yè)制造的生產(chǎn)效

率。此外，它還可以在虛擬三維空間中創(chuàng)建產(chǎn)品。通過修改各種尺寸和裝配關(guān)

系的零部件和產(chǎn)品，可以大大簡化產(chǎn)品幾何驗證工作、裝配可行性驗證工作和

工藝實施。同時，在迭代過程中物理原型的制造時間、時間和成本大大降低。

(4)數(shù)字攣生在智慧城市中的使用

數(shù)字李生的概念就是將現(xiàn)實世界中的人、物、關(guān)系、過程映射到虛擬世界，通

過對虛擬空間中的數(shù)字李生進行觀察和分析，實現(xiàn)對真實物體的研究和控制。

將這一概念應用于城市交通領(lǐng)域，無疑是智慧城市建設的福音，這反映在圖8

中。城區(qū)的主要功能區(qū)管理是以空間控制為主要目標，促進城市和區(qū)域發(fā)展的

空間組織和策略。高等人的研究(2017)[66]表明：根據(jù)大數(shù)據(jù)和GIS(地理信息

系統(tǒng))對城市功能區(qū)建設方案進行優(yōu)化分析。城市功能區(qū)管理的首要目標是限

制或規(guī)范土地的合理利用，為城市區(qū)域的高效利用奠定基礎。城市規(guī)劃的主要

依據(jù)包括區(qū)域?qū)Y源環(huán)境的承載能力、現(xiàn)有區(qū)域發(fā)展的密度數(shù)據(jù)、未來區(qū)域增

長可能性等相關(guān)指標。借助GIS技術(shù)，建筑師可以更好地優(yōu)化城市場所的功能

位置。智慧交通是利用視頻監(jiān)控、融合毫米波雷達、機動車、非機動車、行人

等交通要素的全息感知，實現(xiàn)數(shù)字空間中真實交通系統(tǒng)地圖模型的構(gòu)建。通過

實時分析和跟蹤，可有效解決交通資源浪費、信號系統(tǒng)功能剛性、交通事故變

29

幻莫測、交通問題快速響應等問題［67］。數(shù)字攣生在智慧交通中的應用可以分

為三個方向：提高無人駕駛訓練效率、輔助交通事故分析和輔助交通控制［68］。

圖8.數(shù)字李生智慧城市示意圖

數(shù)字攣生提高無人駕駛培訓效率［68］。目前，智能研究中心正在開展智能無人

駕駛虛擬訓練系統(tǒng)研究，為無人駕駛汽車駕駛算法的道路駕駛安全和智能駕駛

能力提供開放的虛擬測試和培訓平臺。這類項目的目標是在數(shù)字空間中再現(xiàn)真

實的交通場景，通過廣義衍生技術(shù)為無人駕駛車輛創(chuàng)造極端環(huán)境和關(guān)鍵高風險

場景，大幅提升無人駕駛訓練的有效性。

基于對靜態(tài)和動態(tài)數(shù)據(jù)的感知，我們可以創(chuàng)建數(shù)字李生模型，實現(xiàn)基于李生數(shù)

據(jù)的場景再現(xiàn)，幫助無人駕駛車輛進行虛擬測試和訓練。但是，僅僅為數(shù)字李

生體提供高保真場景是不夠的。更重要的是推導和概括雙場景，不斷豐富無人

車的測試場景。馬夫羅馬蒂斯等人的研究（2020）［691說明在人工智能徹底改變了

推理、預測和判斷任務的世界里，數(shù)字攣生成為了影響游戲平衡的工具。一個

典型的例子是CITS（協(xié)作智能交通系統(tǒng)）的創(chuàng)建和改進，這是網(wǎng)絡物理數(shù)字基

礎設施和（半）自動化移動的集成。導數(shù)泛化是數(shù)字學生技術(shù)的關(guān)鍵。它必須

從現(xiàn)實中衍生出來，但也必須高于現(xiàn)實，并對現(xiàn)實做出一些改變。巴蒂等人

30

(2020)170］指出，智能電動汽車的普及可減少高達43%的二氧化碳排放。然而，

為了使這些汽車主流化，需要一些支持基礎設施來長期增強它們。作為一種新

興的架構(gòu)，數(shù)字李生的相關(guān)方法基于虛擬地圖原理，可以作為擴展的基礎，可

以進一步幫助研究虛擬環(huán)境中多系統(tǒng)主體的生命周期。在系統(tǒng)開發(fā)中，還基于

雙場景對各種案例進行泛化仿真，如增加天氣變化、人類駕駛行為、場景案例

的泛化等。作為場景案例泛化的示例，假設模擬了大型卡車碾壓人的事故場景,

但模型完成后，它是一個固定的場景。也就是說，車輛在固定的時間到達固定

位置，缺乏有關(guān)實際事故現(xiàn)場的原因和后果的信息。這時需要做一些智能處理,

比如提高車速，或者增加交通參與度等，讓場景案例與真實場景相似但又不同。

在這里，相似性是指真實事故場景的再現(xiàn)，而差異則體現(xiàn)在虛擬場景中更動態(tài)

的過程再現(xiàn)上。

在交通事故分析中，以卡車交通事故為例。一旦對事故現(xiàn)場環(huán)境和交通參與者

的軌跡進行跟蹤和恢復，就可以從多個角度觀察事故發(fā)生過程。魯?shù)滤箍埔恋?/p>

人(2020)［71］表明所有城市在涌現(xiàn)階段的交通監(jiān)管問題都非常嚴重。最初，控制

中心負責解決此問題。目前，這些中心已逐步引入一些智能交通管理方法，以

幫助解決交通網(wǎng)絡的關(guān)鍵問題。借助數(shù)字攣生和人工智能，實現(xiàn)現(xiàn)代交通控制

的優(yōu)化發(fā)展。通過定格處理，從車輛的角度可以發(fā)現(xiàn)，卡車司機實際上看不到

騎自行車經(jīng)過的人。道路數(shù)字攣生是實現(xiàn)未來智慧城市的重要一步，為此，

ElMarai等人(2020)［72］在帶有360°攝像頭和一系列連接到唯一集線器車載計算

機的物聯(lián)網(wǎng)設備上部署了數(shù)字李生盒。數(shù)字李生盒通過將實時數(shù)據(jù)(包括360。

實時流、GPS(全球定位系統(tǒng))位置以及溫度和濕度測量值)連續(xù)傳輸?shù)竭吘?/p>

或云，將物理道路轉(zhuǎn)換為數(shù)字副本資產(chǎn)。實時流通過頭戴式設備或使用360?；?/p>

于Web的播放器顯示。這些數(shù)據(jù)將用作交通狀況的實時監(jiān)控和其他分配，例如

歷史交通數(shù)據(jù)查詢。還可以通過在汽車中安裝智能攝像頭來監(jiān)控交通事故的發(fā)

生。至于智能汽車和駕駛員輔助技術(shù)的快速增長，在交通系統(tǒng)中，人類駕駛員

的參與程度各不相同。在這種情況下，劉等人(2020)［73］指出駕駛員的視覺引導

對于避免可能的危險至關(guān)重要。為了鼓勵視覺指導機制的發(fā)展，引入了一種創(chuàng)

新的傳感器合并技術(shù)，以整合來自云的相機圖像和數(shù)字攣生知識。結(jié)合在車輛

上運行的目標探測器的發(fā)現(xiàn)和來自云端的位置信息，繪制并匹配目標車輛的邊

31

界框。因此，數(shù)字攣生在交通事故分析場景中具有很大的應用價值，可以幫助

追溯和分析事故的具體原因，找到責任人。

在整體交通控制方向，采用數(shù)字李生技術(shù)模擬城市交通狀況，然后通過評價和

演繹來優(yōu)化交通控制策略。這是數(shù)字攣生賦能智慧交通的重要應用場景。它主

要涉及三個級別的功能。

首先是監(jiān)控和發(fā)現(xiàn)。通過數(shù)字李生系統(tǒng)，可以創(chuàng)建信息獲取和控制的閉環(huán)，并

且可以控制整個過程。更重要的是，在一個非常龐大和復雜的場景中，一些關(guān)

鍵問題可以及時發(fā)現(xiàn)和處理。例如，在秋冬季節(jié)，經(jīng)常出現(xiàn)某段高速段的霧。

大霧具有能見度低、突發(fā)性強、天氣預報困難等特點，容易引發(fā)交通事故。利

用數(shù)字李生技術(shù)，實時檢測動態(tài)感知數(shù)據(jù)，可以及時發(fā)現(xiàn)集群霧的發(fā)生并發(fā)出

預警。例如，機場交通管制也可以使用數(shù)字攣生。賽義夫迪諾夫等人(2020)[74]

在機場集中運輸管理領(lǐng)域進行研究并進行了數(shù)字攣生實驗。使用特定的仿真模

型來模擬車輛空間特征的數(shù)據(jù)流。該模型可用于解釋和模擬傳輸網(wǎng)絡中需要集

中控制系統(tǒng)參與的某些情況。假設在使用數(shù)字攣生的早期階段，具有適當交通

管理能力的用戶可以執(zhí)行控制系統(tǒng)的功