一种基于数字孪生的车路协同云控系统及方法与流程

本发明涉及智能化交通，特别涉及一种基于数字孪生的车路协同云控系统及方法。

背景技术：

1、车路协同是采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全，提高通行效率，从而形成的安全、高效和环保的道路交通系统。车路协同相关产业处于爆发期前夕，技术方案已逐步成熟，已完成小规模的示范应用，2020年我国相关产业规模约为2000亿元。随着技术的逐步成熟、产品迭代升级，产业在2022年将进入爆发期，预计2025年产业规模将超万亿元。随着智能网联汽车驾驶环境感知网络和通信系统建设日趋完善，管理者对无人驾驶环境感知设备、测试过程、场内调度、应急管控及设备运维等环节的要求越来越高，纵观车路协同产业发展，短期内，产业规模以车端设备为主；中期看随着各地新基建进程的推进，路侧设备将成为产业的主要增长点；长期看，随着设备渗透率的提升，基于智慧交通系统的应用服务产品占比将逐步提升并成为产业新的发力点。传统车路协同云控平台大多基于二维平面地图搭建，已难以满足智能网联汽车驾驶环境精准管控的需求，即传统的车路协同云控平台已无法满足当前智能网联汽车驾驶环境全面管控的需求，主要体现在无人驾驶场景面积大、地形地物复杂，车、路全面管控难度大；车载、路侧等终端设备繁多，运维管理工作复杂；车辆和路侧设备运行状态缺乏动态感知，调度效率低；涉及信号、通信、雷达等多种硬件攻心，集成信息可视化展示困难。数字孪生初始主要应用于飞行器真实运动的镜像仿真模拟，后在工业、游戏、交通等不同的领域中逐渐得到应用。随着科学技术的不断进步和发展，交通的数字化升级改造越来越迫切，数字化是通过一定的技术将现实的信息转换为计算机所能识别的信息并进行处理的过程，实时反映到现实物理空间，再通过实际的运行情况进行更加深入的优化处理。

2、现有技术一，cn113178076b一种车路协同系统和车路协同方法，车路协同系统包括：边缘云、路侧计算节点和路侧微基站；路侧计算节点用于获取所述路侧基础设施采集的原始交通数据，并基于该原始交通数据确定交通信息；路侧微基站包括：近距离广播通讯模组和移动网络通讯模组，近距离广播通讯模组用于将获取的所述交通信息发送至第一覆盖范围内的交通参与元素，移动网络通讯模组用于将获取的所述交通信息发送至边缘云，所述第一覆盖范围为路侧微基站的覆盖范围。虽然能够降低车路协同系统的时延和建设成本，并提高车路协同系统处理效率，但是车辆和路侧设备运行状态缺乏动态感知，调度效率低。

3、现有技术二，cn113392172a车路协同方法，通过路端系统和车载导航系统实现；其中，路端系统中的信息为基于道路标尺位置构建的信息，车载导航系统中的信息为基于经纬度坐标位置构建的信息；方法包括：车载导航系统基于道路标尺与经纬度坐标转换库将基于经纬度坐标位置构建的信息转换成基于道路标尺位置构建的信息，并发送至路端系统；路端系统基于道路标尺与经纬度坐标转换库将基于道路标尺位置构建的信息转换成基于经纬度坐标位置构建的信息，并发送至车载导航系统。虽然能够实现基于经纬度坐标位置构建的信息和基于道路标尺位置构建的信息之间的准确互通，从而提高车路协同的效率，但是车载、路侧等终端设备繁多，运维管理工作复杂。

4、现有技术三，cn110430079b车路协同系统，包括：业务系统，业务系统包括多个微服务模块，各个微服务模块用于对车路协同数据进行处理，以实现与各个微服务模块对应的业务功能；主控模块，用于存储微服务模块的注册信息，并用于根据多个微服务模块中的指定微服务模块的调用请求，向指定微服务模块反馈所需调用的目标微服务模块的注册信息，以使指定微服务模块根据目标微服务模块的注册信息对目标微服务模块进行调用。虽然提高了车路协同系统的可扩展性与兼容性，但是涉及信号、通信、雷达等多种硬件攻心，集成信息可视化展示困难。

5、目前现有技术一、现有技术二和现有技术三均存在运维管理工作复杂，车辆和路侧设备运行状态缺乏动态感知，调度效率低，涉及信号、通信、雷达等多种硬件攻心，集成信息可视化展示困难。因而，本发明提供一种基于数字孪生的车路协同云控系统即方法，在三维数字孪生引擎上，以厘米级误差的高精度道路、车联网车辆和智慧基站为核心，对路边的建筑、树木、灯杆等进行1:1还原，以电影级画面打造车路协同汽车驾驶场景，为用户提供车路协同服务、信息推送服务、指挥调度服务、智慧出行服务等，为智慧交通提供强大助力。

技术实现思路

1、为了解决上述技术问题，本发明提供了一种基于数字孪生的车路协同云控系统，包括：

2、基础设施层，负责输出各个基础设施处理的数据；

3、数据层，负责以哈希树的形式存储基础设施层采集的数据；

4、支撑层，负责为各个应用程序的支撑，实现各个应用程序的运维、管理及维护；

5、应用层，负责实现展示终端和用户访问与应用程序之间的通信，也实现应用程序与应用程序之间的通信；

6、展示层，负责实现展示终端与用户访问交互信息，展示车路协同服务、信息推送服务、指挥调度服务及智慧出行服务。

7、可选的，基础设施包含：信号灯、定位基站、激光雷达、毫米波雷达、车载单元、路侧单元、摄像头及气象检测器；

8、应用程序包含：数字孪生引擎、数据库软件、应用中间件、地理信息系统、雷达数据处理软件、高精度地图软件及通用支撑软件；

9、应用程序的功能包含：全景展示、环境设定、全息监控、车联网场景、行驶状态及设备管理；

10、展示终端包含：大屏、电脑、平板机手机，用户访问包含：管理员、测试人员、运维人员及普通用户的访问。

11、可选的，信号灯和路侧单元通过车联网与车载单元通信，定位基站通过局域网、5g、4g、wifi或光纤与路侧单元通信，气象检测器与北斗卫星无线连接；

12、激光雷达包含：车载激光雷达和路侧激光雷达，摄像头包含：车载摄像头和视频监控摄像头；车载单元上设置有车载激光雷达、车载摄像头及车载终端，路侧单元上设置有路侧激光雷达、毫米波雷达和视频监控摄像头。

13、可选的，数据层，包括：

14、数据模块，负责对模型库中的数据进行添加、删除、修改和查询操作，并将数据传递给应用程序进行处理；数据包含：车辆运行数据、基础设施数据、交通/路政数据、环境/公共服务数据、互联网数据及高精度地图数据；

15、模型库模块，负责实现对数据进行存储和管理，存储采用哈希树的形式存储；其中哈希树包含：叶节点、中间节点及根节点，叶节点为要存储的采集数据，中间节点为要存储的采集数据的哈希值，根节点为所有中间节点的哈希值；模型库包含：车辆模型库、人员模型库、交通设施模型库、天气环境模型库及道路模型库。

16、可选的，支撑层，包括：

17、运维控制模块，负责对应用程序进行运维服务，运维服务包含：生命周期管理、应用访问方式管理、应用扩缩容、限流降级、变更记录、事件中心及日志管理；

18、功能控制模块，负责对应用程序进行创建、配置及监视；

19、维护控制模块，负责根据需求变化或硬件环境的变化对应用程序进行部分或全部的修改。

20、可选的，应用层，包括：

21、全景展示模块，负责获取真实环境数据，将道路、附属物设施及周边建筑元素，以真实大小、材质、纹理及位置进行1:1仿真；

22、环境设定模块，负责接收实时天气信息，在三维场景中同步还原真实天气环境，同时结合季节和时空环境参数自定义三维场景；

23、全息监控模块，负责通过时间和空间同步，检测交通参与者的位置、航向及速度动态信息；借助定位基站的感知能力，将感知结果和高精度地图在三维场景的模型上实时融合，构建出静态和动态数据结合的数字孪生系统；

24、车联网场景模块，负责实现车辆的碰撞提醒、限速提醒、车辆编队及消息发布；

25、行驶状态模块，负责模拟出车辆内外多视角跟随行驶，真实还原车辆在道路环境中的动态信息和行驶状态；

26、设备管理模块，负责通过设备状态监测对云端设备、边端设备、车端设备和路段设备进行管理。

27、可选的，全景展示模块，包括：

28、三维全景子模块，负责将道路、附属物设施及周边建筑元素，以真实大小、材质、纹理及位置进行1:1仿真，得到真实环境的三维全景；

29、三维漫游子模块，负责在三维全景构建的全景空间里进行切换，浏览各个不同汽车驾驶场景；

30、对象定位子模块，负责获取定位对象的图像，并确定定位对象的目标参考点在三维全景中的位置坐标。

31、本发明提供的一种基于数字孪生的车路协同云控方法，包括以下步骤：

32、构建多个三维场景，检测到实时的气象信息，同时结合季节和时空环境参数进行三维场景的自定义；

33、通过基础设施获取数据，通过数据层输入至应用程序，应用程序对数据进行处理，处理包含：全景展示、环境设定、全息监控、车联网场景、行驶状态及设备管理；

34、用户访问应用程序，在展示终端展示应用程序处理后的数据，实现车辆与道路的协同。

35、可选的，数据层对基础设施获取数据的处理过程，包括：

36、模型库中的数据进行添加、删除、修改和查询操作，并将数据传递给应用程序进行处理；数据包含：车辆运行数据、基础设施数据、交通/路政数据、环境/公共服务数据、互联网数据及高精度地图数据；

37、数据进行存储和管理，存储采用哈希树的形式存储；其中哈希树包含：叶节点、中间节点及根节点，叶节点为要存储的采集数据，中间节点为要存储的采集数据的哈希值，根节点为所有中间节点的哈希值；模型库包含：车辆模型库、人员模型库、交通设施模型库、天气环境模型库及道路模型库。

38、可选的，应用程序对数据进行处理的过程，包括：

39、获取真实环境数据，将道路、附属物设施及周边建筑元素，以真实大小、材质、纹理及位置进行1:1仿真；

40、接收实时天气信息，在三维场景中同步还原真实天气环境，同时结合季节和时空环境参数自定义三维场景；

41、通过时间和空间同步，检测交通参与者的位置、航向及速度动态信息；借助定位基站的感知能力，将感知结果和高精度地图在三维场景的模型上实时融合，构建出静态和动态数据结合的数字孪生系统；

42、实现车辆的碰撞提醒、限速提醒、车辆编队及消息发布；

43、模拟出车辆内外多视角跟随行驶，真实还原车辆在道路环境中的动态信息和行驶状态；

44、通过设备状态监测对云端设备、边端设备、车端设备和路段设备进行管理。

45、本发明的基础设施层输出各个基础设施处理的数据，基础设施包含：信号灯、定位基站、激光雷达、毫米波雷达、车载单元、路侧单元、摄像头及气象检测器等；数据层以哈希树的形式存储基础设施层采集的数据；支撑层为各个应用程序的支撑，实现各个应用程序的运维、管理及维护；应用程序包含：数字孪生引擎、数据库软件、应用中间件、地理信息系统、雷达数据处理软件、高精度地图软件及通用支撑软件等；应用层实现展示终端和用户访问与应用程序或应用程序与应用程序之间的通信；应用程序的功能包含：全景展示、环境设定、全息监控、车联网场景、行驶状态及设备管理；上述方案通过设置基础设施层、数据层、支撑层、应用层及展示层实现车路协同运控系统的构成，在数字孪生引擎上，以厘米级误差的高精度道路、车联网车辆和智慧基站为核心，对路边的建筑、树木、灯杆等进行1:1还原，以电影级画面打造车路协同汽车驾驶场景，为用户提供车路协同服务、信息推送服务、指挥调度服务及智慧出行服务等，为智慧交通提供强大助力；数字孪生引擎采用多线程动态渲染，构建数字孪生智慧交通管理系统，充分利用物理模型、传感器更新及运行历史等数据，集成多学科、多物理量、多尺度及多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程；系统具备实时性、闭环性，数字孪生技术在交通数字化治理应用中，很好地解决了治理离散化和信息孤岛化，以及治理模式相对单一且割裂等问题。本实施例实施后同步可视及模型推演，实现数据驱动决策精准定制和信号优化，为应急救援护航场景丰富及实景重现，加速智能驾驶落地全城视野和全局规划，寻找治理拥堵的最优解。

46、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

47、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。