陳龍浩　陳小彪　鄧輝　龔文森　伍清標(biāo)　魯業(yè)果

摘要 文章以數(shù)字底座在黃埔大橋運營管理中的應(yīng)用為背景，以路網(wǎng)數(shù)字底座的搭建為基礎(chǔ)，探究在高速公路運營管理過程中的具體業(yè)務(wù)場景應(yīng)用，通過提出利用路網(wǎng)數(shù)字底座系統(tǒng)在日常運營管理中提供的數(shù)據(jù)支撐、仿真模擬及可視化展示與分析能力，有效提升相關(guān)業(yè)務(wù)管理人員的工作效率與質(zhì)量，維護周邊路網(wǎng)的穩(wěn)定運行，保障公眾的出行安全及財產(chǎn)安全。

關(guān)鍵詞 路網(wǎng)數(shù)字底座；數(shù)字孿生；運營管理；仿真模擬

中圖分類號 U495文獻(xiàn)標(biāo)識碼 A文章編號 2096-8949（2024）10-0023-03

0 引言

高速公路作為提升交通效率、促進經(jīng)濟發(fā)展的重要交通樞紐，在國家發(fā)展和城市規(guī)劃建設(shè)中有著重要的社會價值和經(jīng)濟價值。而當(dāng)前高速公路運營管理的過程，存在信息不對稱、供需矛盾日益明顯等問題[1]，受到了全社會的廣泛關(guān)注，亟待綜合利用多種手段進行解決，為公眾提供更加快捷、便利的出行服務(wù)。

1 高速公路路網(wǎng)數(shù)字底座系統(tǒng)研究內(nèi)容

1.1 建設(shè)范圍

主要圍繞廣州交投集團黃埔大橋路段的全要素建筑、構(gòu)筑物、資產(chǎn)、設(shè)備等進行精細(xì)度建模，同時還原路側(cè)50m范圍內(nèi)的建筑及植被等，打造更加逼真的業(yè)務(wù)場景。同時接入攝像槍、龍門架、物聯(lián)網(wǎng)設(shè)備等監(jiān)測傳感數(shù)據(jù)，圍繞建、管、養(yǎng)、服等四大業(yè)務(wù)對高速公路上的車流運行、事件事故、風(fēng)險隱患等進行監(jiān)測報警，幫助高速公路管理者科學(xué)、有效、及時地預(yù)判和處置事件，降低風(fēng)險危害。

1.2 總體架構(gòu)

圍繞廣州交投集團為廣州建設(shè)大交通的目標(biāo)，結(jié)合目前數(shù)字孿生技術(shù)、大數(shù)據(jù)融合分析技術(shù)，以高速運營管理融合創(chuàng)新的思路，按照“頂層設(shè)計、需求導(dǎo)向、統(tǒng)籌兼顧、分步實施，適時演進、技術(shù)包容，創(chuàng)新應(yīng)用、安全可控”的原則開展黃埔大橋路網(wǎng)數(shù)字底座系統(tǒng)的建設(shè)。系統(tǒng)的總體架構(gòu)如圖1所示。

數(shù)據(jù)：通過路側(cè)各類感知設(shè)備獲得的感知數(shù)據(jù)、路網(wǎng)資產(chǎn)數(shù)據(jù)、傾斜攝影采集的影像數(shù)據(jù)以及各類建筑CAD、圖片等數(shù)據(jù)，對這些數(shù)據(jù)進行處理分析得到三維建模所需的數(shù)據(jù)。

模型：利用采集、處理、分析后的數(shù)據(jù)對高速公路中的路網(wǎng)、大型建筑、小型設(shè)備進行建模，并利用三維渲染引擎進行云渲染。

應(yīng)用：模型搭建完成后為上層應(yīng)用服務(wù)提供支撐。具體的應(yīng)用包含：高速場景管理、資產(chǎn)模型管理、數(shù)據(jù)資產(chǎn)管理、駕駛艙及各類型業(yè)務(wù)應(yīng)用。

1.3 技術(shù)路線及架構(gòu)

1.3.1 三維建模與傾斜攝影建模相結(jié)合

（1）三維建模。①收集建筑CAD、照片、影像等參考資料，并分析建筑結(jié)構(gòu)組成，例如橋梁的橋墩、梁箱等結(jié)構(gòu)、大小、材質(zhì)等要素。②根據(jù)所需建模外形，利用3dmax中類似模型進行點、線、面的調(diào)整后，形成最終模型。③將單個模型進行模型組合，并放置到相應(yīng)位置。④對模型材質(zhì)進行處理，根據(jù)實體建筑內(nèi)容制作貼圖，導(dǎo)入3dmax與模型進行適配編輯后，形成最終模型。

（2）傾斜攝影建模。①傾斜影像采集。獲取地物多個方位（尤其是側(cè)面）的影像信息材料，并對這些材料進行質(zhì)量檢測、幾何校正、同名點匹配等加工處理。②傾斜模型生產(chǎn)。通過傾斜攝影獲取的多視角影像生產(chǎn)模型，即利用經(jīng)處理得到的點云數(shù)據(jù)，構(gòu)建三角網(wǎng)，最后將高分影像貼圖，從而得到傾斜攝影模型。最終得到的傾斜攝影模型精度為15 cm。

1.3.2 大規(guī)模場景高精度渲染

場景的渲染顯示采用LOD等技術(shù)，根據(jù)距離加載不同層級的場景，以控制整體的渲染預(yù)算，讓整個體驗過程流暢、順滑。

1.3.3 端訪問的云渲染技術(shù)

云渲染技術(shù)憑借云端的強大計算力，將高清渲染效果實時呈現(xiàn)于各種終端設(shè)備。根據(jù)高速公路運營公司的實際需求，可以靈活選擇公有云、私有云、混合云、邊緣計算或本地計算等計算模式。這樣不僅提升了渲染效率，更讓不同終端獲得一致的視覺享受，能夠更加逼真地還原業(yè)務(wù)場景。

1.3.4 多源異構(gòu)數(shù)據(jù)實時融合

黃埔大橋路網(wǎng)數(shù)字底座具備豐富的數(shù)據(jù)接口類型與異構(gòu)數(shù)據(jù)的整合能力，包括：

（1）全要素場景衍生數(shù)據(jù)。即各業(yè)務(wù)系統(tǒng)在不同業(yè)務(wù)場景下所產(chǎn)生的多源異構(gòu)數(shù)據(jù)，主要包括橋梁養(yǎng)護數(shù)據(jù)、橋梁日常巡檢數(shù)據(jù)、黃埔大橋橋梁健康監(jiān)測數(shù)據(jù)等。

（2）專題地理信息數(shù)據(jù)。即黃埔大橋及全線高速公路所在路段的地理信息等。

（3）動態(tài)仿真車流數(shù)據(jù)。即黃埔大橋及全線高速公路所包含的日常流量數(shù)據(jù)、重點車輛監(jiān)測數(shù)據(jù)、實時擁堵指數(shù)等日常運營的車流態(tài)勢情況。

1.3.5 多層次一體化交通仿真與渲染

黃埔大橋路網(wǎng)數(shù)字底座不僅支持有人駕駛場景的交通流仿真，也支持自動駕駛條件下的仿真。數(shù)字孿生底座從底層將宏觀、中觀、微觀不同尺度下的交通流仿真進行了結(jié)構(gòu)性融合，實現(xiàn)宏觀、中觀、微觀場景的無縫銜接，確保仿真結(jié)果統(tǒng)一、準(zhǔn)確。

2 算法應(yīng)用

2.1 框架

黃埔大橋路網(wǎng)數(shù)字底座主要應(yīng)用的算法框架是Unity中的ET6.0框架。相比于傳統(tǒng)框架，ET6.0是一款Unity雙端框架，特點是擁有更高的開發(fā)效率、性能強、雙端共享邏輯代碼、客戶端服務(wù)器更加機制完善，支持UDP、TCP、WebSocket等協(xié)議通信。

ET6.0可用于開發(fā)大型MMO線上游戲，且開發(fā)后運行穩(wěn)定。因此，針對高速公路這類要素較多、里程較長、場景較豐富的項目，采用ET6.0可以很好地還原具體的業(yè)務(wù)場景，賦能日常的運營管理。同時，ET6.0不僅可做跨平臺分布式服務(wù)器，也可單獨使用客戶端內(nèi)容。ET6.0擁有協(xié)程服務(wù)，降低性能，提供客戶端機器人框架邏輯，可進行服務(wù)器抗壓負(fù)載測試。

2.2 貝塞爾曲線

針對動態(tài)車流仿真的應(yīng)用模塊，基于當(dāng)前的技術(shù)，實現(xiàn)門架之間的連續(xù)性車流仿真較為困難，同時需要對門架之間的車流線進行處理，才能夠較為準(zhǔn)確地對車流進行仿真。而在黃埔大橋路網(wǎng)數(shù)字孿生底座中，應(yīng)用貝塞爾曲線解決了巡航過程以及車流仿真過程中車流線的仿真繪制問題[2]。貝塞爾曲線的背后是一個數(shù)學(xué)函數(shù)，N階即N次方，二階貝塞爾曲線即在一階貝塞爾曲線的基礎(chǔ)上再求一次一階貝塞爾曲線，三階貝塞爾曲線即在二階貝塞爾曲線的基礎(chǔ)上再求一次一階貝塞爾曲線，以此類推。而每一階可以看作是一個點移動到另一個點對應(yīng)的數(shù)學(xué)表達(dá)。

因此，當(dāng)點A到點B記為線段A1，點B到點C記為線段B1，從起點A1沿線段到B1移動得到的曲線就是貝塞爾曲線。而貝塞爾曲線可以實現(xiàn)物體的平滑轉(zhuǎn)彎移動，也就可以仿真模擬出車流的運行軌跡。當(dāng)重復(fù)以上操作就可以得到若干曲線，將曲線進行組合即可得到一條曲線，用于模擬路面車輛轉(zhuǎn)彎的移動等操作。

2.3 Unity3D二分查找法

由于在黃埔大橋路網(wǎng)數(shù)字底座模型中，需要經(jīng)常對路段或者路段上的某個建筑、資產(chǎn)進行查找，因此查找比較頻繁，對系統(tǒng)的要求及反應(yīng)時間要求較高。而折半查找方法正好適用于不經(jīng)常變動而查找頻繁的有序列表，因此在數(shù)字孿生底座中，二分查找法可用于數(shù)字孿生底座模型中具體路段及資產(chǎn)建筑的定位。

具體查找方式與過程為：假設(shè)表中元素是按升序排列，將表中間位置記錄的關(guān)鍵字與查找關(guān)鍵字比較，如果兩者相等，則查找成功；否則利用中間位置記錄將表分成前、后兩個子表，如果中間位置記錄的關(guān)鍵字大于查找關(guān)鍵字，則進一步查找前一子表，否則查找后一子表。重復(fù)以上過程，直到找到滿足條件的記錄，便查找成功，或直到子表不存在該關(guān)鍵字為止，此時查找不成功。利用二分查找法，可以對路段、資產(chǎn)實現(xiàn)快速、準(zhǔn)確、高頻的查找。

3 高速公路路網(wǎng)數(shù)字底座系統(tǒng)功能設(shè)計

3.1 高速運行總覽

多角度、多維度展示各路段收費、門架車流、事件事故等數(shù)據(jù)，直觀分析路段關(guān)心的運營管理工作情況。

3.2 場景

配置定位選項功能，可以快速精準(zhǔn)定位到各路段及下屬的建筑類資產(chǎn)和設(shè)備類資產(chǎn)；資產(chǎn)信息管理，細(xì)顆粒度展示各資產(chǎn)的基本信息及關(guān)鍵屬性，并可以跳轉(zhuǎn)至攝像槍資產(chǎn)的實時監(jiān)控畫面；漫游巡航，可自主配置巡航視角和巡航速度，對目標(biāo)路段進行巡航視察。

3.3 模型庫

針對高速各項大型建筑和小型設(shè)備進行三維模型庫建設(shè)，包括橋梁、隧道、收費站、攝像槍、龍門架等；支持對模型庫進行增加、刪除、修改、查操作；支持對某一模型進行360度視角查看。

3.4 資產(chǎn)

將高速路段詳細(xì)資產(chǎn)、設(shè)備與模型關(guān)聯(lián)，以數(shù)據(jù)資產(chǎn)方式細(xì)顆粒度匯聚全量高速資產(chǎn)；支持增加、刪除、修改、查看具體資產(chǎn)基本信息，支持查看具體資產(chǎn)的動態(tài)數(shù)據(jù)（如攝像槍實時視頻）。未來可與資產(chǎn)管理系統(tǒng)融合對接，實現(xiàn)集團資產(chǎn)的標(biāo)準(zhǔn)化和一體化管理。

3.5 駕駛艙

基于三維模型與GIS結(jié)合實現(xiàn)精確定位，可快速定位至路段及路段下屬建設(shè)、資產(chǎn)及設(shè)備等目標(biāo)；結(jié)合龍門架車流數(shù)據(jù)，進行高速交通流量的趨勢預(yù)測，為管理者提前預(yù)判分析風(fēng)險事件及位置，并可以提供車道級的交通流量分析，對每個車道的數(shù)量、類型、速度、來源等進行精準(zhǔn)分析，為進一步的車道級管控提供依據(jù)[3]；交通事件監(jiān)測報警，結(jié)合攝像槍的事件感知識別，對正在發(fā)生的事件事故進行報警，并快速跳轉(zhuǎn)至事件位置，通過現(xiàn)場視頻輔助實現(xiàn)事件感知的數(shù)模一體化。駕駛艙頁面如圖2所示：

4 系統(tǒng)應(yīng)用成效

黃埔大橋路網(wǎng)數(shù)字底座，結(jié)合無人機采集的傾斜攝影數(shù)據(jù)，對廣州東二環(huán)（黃埔大橋）的高速公路路網(wǎng)、建筑、資產(chǎn)等要素，進行整個路段的全要素建模，形成當(dāng)前L3場景級的數(shù)字孿生底座，打造一個交通運輸領(lǐng)域的“賦能平臺、數(shù)據(jù)樞紐”，有效提升了高速場景的三維仿真還原能力。高速公路路網(wǎng)數(shù)字底座所形成的逼真的業(yè)務(wù)場景，提升了應(yīng)急事件感知、流轉(zhuǎn)、處理等各環(huán)節(jié)的處置效率，做到更準(zhǔn)確地感知突發(fā)事件，更迅速通知相關(guān)部門以及更有效地進行事故處置，從而保障高速公路出行通暢與安全。

未來，高速公路數(shù)字孿生底座可同自動化巡檢系統(tǒng)、北斗高精度定位和精準(zhǔn)授時服務(wù)相結(jié)合，有效提升道路巡查范圍及巡查準(zhǔn)確率。相比傳統(tǒng)巡查方式，不僅降低綜合人力成本，減少高速公路人工巡查人員頻率，還能提升日常巡檢作業(yè)效率，為道路巡查、養(yǎng)護提供輔助決策支持。

5 結(jié)論

該文通過對高速公路路網(wǎng)數(shù)字底座進行研究，利用三維建模與傾斜攝影技術(shù)的融合，構(gòu)建路網(wǎng)全要素模型，建成黃埔大橋路網(wǎng)數(shù)字底座系統(tǒng)。系統(tǒng)對黃埔大橋、隧道等重點區(qū)域進行實時監(jiān)測，保障路段的穩(wěn)定運行與安全暢通。未來，通過路網(wǎng)數(shù)字底座的孿生模型能力、虛擬仿真能力、數(shù)據(jù)管理能力及數(shù)據(jù)分析能力，深耕高速公路各個業(yè)務(wù)場景，為高速公路的運營管理模式升級賦能。

參考文獻(xiàn)

[1]王淼， 王潤民. 數(shù)字孿生技術(shù)在智慧高速公路領(lǐng)域的應(yīng)用展望[J]. 中國交通信息化， 2022（S1）： 34-35+43.

[2]張喻. 多維度感知技術(shù)在隧道數(shù)字孿生管理平臺中的應(yīng)用[J]. 中國交通信息化， 2023（11）： 90-91+100.

[3]石磊. 京德高速交通流時空特性數(shù)字孿生系統(tǒng)[J]. 中國交通信息化， 2022（5）： 92-94+115.