“孿生”的概念起源于美國國家航空航天局的“阿波羅計(jì)劃”。2003 年前后， 關(guān)于數(shù)字孿生(Digital Twin) 的設(shè)想首次出現(xiàn)于Grieves 教授在美國密歇根大學(xué)的產(chǎn)品全生命周期管理課程上。直到2010 年，“Digital Twin”一詞在NASA 的技術(shù)報(bào)告中被正式提出，并被定義為“集成了多物理量、多尺度、多概率的系統(tǒng)或飛行器仿真過程”。

數(shù)字孿生技術(shù)以真實(shí)數(shù)據(jù)為支撐，通過與物理世界建立底層關(guān)聯(lián)，將物理世界動(dòng)態(tài)實(shí)時(shí)的映射到虛擬世界當(dāng)中，并依據(jù)當(dāng)前的交通態(tài)勢和行為做預(yù)測，實(shí)現(xiàn)虛擬世界和物理世界的無縫互通。數(shù)字孿生技術(shù)與不斷發(fā)展的傳感、通訊、人工智能等技術(shù)，將構(gòu)建起智慧交通的數(shù)字化基礎(chǔ)設(shè)施，在越來越多的交通領(lǐng)域發(fā)揮作用。

在道路交通中應(yīng)用，數(shù)字孿生技術(shù)不僅可實(shí)現(xiàn)物理實(shí)體的虛擬化映射，利用多種傳感器和網(wǎng)絡(luò)通信技術(shù)，實(shí)現(xiàn)道路基礎(chǔ)設(shè)施生命周期的動(dòng)態(tài)監(jiān)測，以及路面上交通參與者的精準(zhǔn)還原，并依據(jù)交通行為判斷和預(yù)測可能存在的交通事件和事故風(fēng)險(xiǎn)，依據(jù)交通狀態(tài)分析道路交通通行狀況，為道路通行診斷和交通管理決策提供精確依據(jù)。

自動(dòng)駕駛汽車最終可能會(huì)變得無處不在，但會(huì)經(jīng)歷很長一段時(shí)間的混合道路。換句話說，我們將具有自動(dòng)駕駛功能的車輛送上道路的同時(shí)。那些人類駕駛員也會(huì)同時(shí)存在，人工智能和V2X技術(shù)將幫助保護(hù)自動(dòng)駕駛車輛和人類駕駛員的安全。

雖然汽車是道路的主要使用者，但不是唯一的使用者。今天的司機(jī)必須與騎自行車、電動(dòng)踏板車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權(quán)。這些不穩(wěn)定的移動(dòng)對司機(jī)(包括人類和人工智能)來說也是一個(gè)真正的挑戰(zhàn)。

完全的自動(dòng)駕駛沒有到來之前，仍然需要混合駕駛。如果你在一輛自動(dòng)駕駛汽車?yán)?，沒有連接到整個(gè)系統(tǒng)，將無法高效、平穩(wěn)和安全運(yùn)行。

Derq最初的發(fā)明是基于Derq的聯(lián)合創(chuàng)始人、麻省理工學(xué)院的喬治·奧德(Georges Aoude)創(chuàng)建的預(yù)測模型。這是一個(gè)人工智能模型，可以在行人真正闖紅燈前兩秒預(yù)測闖紅燈行為，準(zhǔn)確率高達(dá)90%?！斑@給了我們兩秒鐘的時(shí)間來采取行動(dòng)?！?

一體化制圖為智能交通提供新思路

地圖作為實(shí)現(xiàn)交通智能感知的基礎(chǔ)設(shè)施之一，起到城市管理者的末梢神經(jīng)的作用，能時(shí)刻幫助城市管理者感知交通的脈搏，從而推動(dòng)交通系統(tǒng)的全局優(yōu)化。當(dāng)智能交通建設(shè)進(jìn)入全新時(shí)期，也對地圖提出了全新要求。

智能交通時(shí)代，地圖需要同時(shí)適應(yīng)人、車、路的服務(wù)需求。打造實(shí)現(xiàn)更高精度、高鮮度、高豐富度地圖數(shù)據(jù)的智能化數(shù)據(jù)生產(chǎn)能力已成為推動(dòng)自動(dòng)駕駛量產(chǎn)落地、提升交通運(yùn)輸領(lǐng)域運(yùn)行效率的關(guān)鍵課題之一。

當(dāng)前，針對標(biāo)準(zhǔn)地圖、車道級地圖、高級輔助駕駛地圖和高精地圖等不同精度等級的地圖數(shù)據(jù)，行業(yè)普遍采用的是分系統(tǒng)獨(dú)立制作后再進(jìn)行道路相互關(guān)聯(lián)的方式。

" 在原有的車輛架構(gòu)中，幾種地圖相互獨(dú)立，分別隸屬于不同的應(yīng)用領(lǐng)域，相互間有著不同的產(chǎn)品規(guī)劃，對數(shù)據(jù)需求和更新頻率不一樣。" 某業(yè)內(nèi)人士向泰伯網(wǎng)表示。

數(shù)據(jù)的一致性問題、重復(fù)投入及使用資源的浪費(fèi)是多套地圖生產(chǎn)系統(tǒng)并行的主要問題，業(yè)界亟需可兼顧各類地圖生成的一體化制圖能力，以滿足適應(yīng)復(fù)雜需求下的規(guī)模化地圖量產(chǎn)。

百度地圖行業(yè)首創(chuàng)的 " 一體化地圖數(shù)據(jù) AI 大生產(chǎn)平臺(tái) "，為智能交通時(shí)代所需的地圖平臺(tái)提供了一整套的破局 " 新 " 模式。

百度地圖通過多種 AI 技術(shù)、工藝流程及生產(chǎn)平臺(tái)的融合創(chuàng)新，推出了行業(yè)首創(chuàng)的一體化地圖數(shù)據(jù) AI 大生產(chǎn)平臺(tái)，率先打造出標(biāo)準(zhǔn)地圖(SD Map)、車道級地圖(LD Map)、高精地圖(HD Map)數(shù)據(jù)的標(biāo)準(zhǔn)化統(tǒng)一生產(chǎn)系統(tǒng)，攻克了不同精度等級地圖數(shù)據(jù)一致性的關(guān)鍵難題，通過 AI 自動(dòng)化能力的深度應(yīng)用，大幅提升地圖數(shù)據(jù)精度、鮮度和豐富度，推動(dòng) " 一張圖 " 應(yīng)用價(jià)值最大化。