“孪生”的概念起源于美国国家航空航天局的“阿波罗计划”。2003 年前后， 关于数字孪生(Digital Twin) 的设想首次出现于Grieves 教授在美国密歇根大学的产品全生命周期管理课程上。直到2010 年，“Digital Twin”一词在NASA 的技术报告中被正式提出，并被定义为“集成了多物理量、多尺度、多概率的系统或飞行器仿真过程”。

数字孪生技术以真实数据为支撑，通过与物理世界建立底层关联，将物理世界动态实时的映射到虚拟世界当中，并依据当前的交通态势和行为做预测，实现虚拟世界和物理世界的无缝互通。数字孪生技术与不断发展的传感、通讯、人工智能等技术，将构建起智慧交通的数字化基础设施，在越来越多的交通领域发挥作用。

在道路交通中应用，数字孪生技术不仅可实现物理实体的虚拟化映射，利用多种传感器和网络通信技术，实现道路基础设施生命周期的动态监测，以及路面上交通参与者的精准还原，并依据交通行为判断和预测可能存在的交通事件和事故风险，依据交通状态分析道路交通通行状况，为道路通行诊断和交通管理决策提供精确依据。

自动驾驶汽车最终可能会变得无处不在，但会经历很长一段时间的混合道路。换句话说，我们将具有自动驾驶功能的车辆送上道路的同时。那些人类驾驶员也会同时存在，人工智能和V2X技术将帮助保护自动驾驶车辆和人类驾驶员的安全。

虽然汽车是道路的主要使用者，但不是唯一的使用者。今天的司机必须与骑自行车、电动踏板车的人和行人共享道路。行人甚至是醉酒的人也有合法的通行权。这些不稳定的移动对司机(包括人类和人工智能)来说也是一个真正的挑战。

完全的自动驾驶没有到来之前，仍然需要混合驾驶。如果你在一辆自动驾驶汽车里，没有连接到整个系统，将无法高效、平稳和安全运行。

Derq最初的发明是基于Derq的联合创始人、麻省理工学院的乔治·奥德(Georges Aoude)创建的预测模型。这是一个人工智能模型，可以在行人真正闯红灯前两秒预测闯红灯行为，准确率高达90%。“这给了我们两秒钟的时间来采取行动。”

一体化制图为智能交通提供新思路

地图作为实现交通智能感知的基础设施之一，起到城市管理者的末梢神经的作用，能时刻帮助城市管理者感知交通的脉搏，从而推动交通系统的全局优化。当智能交通建设进入全新时期，也对地图提出了全新要求。

智能交通时代，地图需要同时适应人、车、路的服务需求。打造实现更高精度、高鲜度、高丰富度地图数据的智能化数据生产能力已成为推动自动驾驶量产落地、提升交通运输领域运行效率的关键课题之一。

当前，针对标准地图、车道级地图、高级辅助驾驶地图和高精地图等不同精度等级的地图数据，行业普遍采用的是分系统独立制作后再进行道路相互关联的方式。

" 在原有的车辆架构中，几种地图相互独立，分别隶属于不同的应用领域，相互间有着不同的产品规划，对数据需求和更新频率不一样。" 某业内人士向泰伯网表示。

数据的一致性问题、重复投入及使用资源的浪费是多套地图生产系统并行的主要问题，业界亟需可兼顾各类地图生成的一体化制图能力，以满足适应复杂需求下的规模化地图量产。

百度地图行业首创的 " 一体化地图数据 AI 大生产平台 "，为智能交通时代所需的地图平台提供了一整套的破局 " 新 " 模式。

百度地图通过多种 AI 技术、工艺流程及生产平台的融合创新，推出了行业首创的一体化地图数据 AI 大生产平台，率先打造出标准地图(SD Map)、车道级地图(LD Map)、高精地图(HD Map)数据的标准化统一生产系统，攻克了不同精度等级地图数据一致性的关键难题，通过 AI 自动化能力的深度应用，大幅提升地图数据精度、鲜度和丰富度，推动 " 一张图 " 应用价值最大化。

关键词： 人工智能 智能交通 基础设施