1  概述

自动驾驶致力于提升交通系统的安全性和效率。但未经过无人驾驶车队行驶数十亿公里测试之前，实现这一目标并不现实。数字孪生技术在工业实时远程监控到交通运输风险评估等领域应用广泛，近年备受关注。数字孪生能在高度真实的虚拟环境中加速自动驾驶验证[1]，降低开发成本。数字孪生体能够模拟各种环境和交通状况，避免了大量物理测试，虚拟可控的测试显著减少了开发时间和成本。

数字孪生技术在近年来引起了广泛关注，其应用领域涵盖了从工业实时远程监控到交通运输风险评估，再到智慧城市智能调度等多个方面。在高保真度的虚拟环境中，基于仿真的数字孪生能够加速自动驾驶汽车验证过程，同时降低开发成本。为适应数字孪生的需求，软件必须进行相应的改进。数字孪生体能够模拟各种环境和交通状况，从而避免了大量的物理测试。通过虚拟可控测试，自动驾驶汽车的开发时间和成本可以实现数量级的节省，基于数字孪生技术，能够生成大量高质量的测试数据。

2 自动驾驶数字孪生系统架构

图1 基于数字孪生的自动驾驶仿真系统框架

基于数字孪生的自动驾驶仿真系统框架如图1所示。在这个系统中，虚拟层高于物理层。数字孪生框架的物理层能够代表各种物理实体及其相互作用，如汽车及其各个部件、驾驶员和乘客、道路基础设施、天气、其他道路使用者等等。传感器和执行器在系统中扮演关键角色，传感器能够以不同的分辨率检测各种环境信息。包括数据库虚拟层还包括数据库、数据处理基础设施、机器学习和数字孪生体等元素。整个架构的监控需要通过可视化实现，以便更好地理解系统运行的状态和性能。

3 自动驾驶数字孪生关键技术

3.1 数字孪生系统构建

首先，如何构建数字孪生系统？游戏引擎由于其天然能够连接虚拟和现实的特性，成为构建数字孪生系统的重要工具。基于游戏引擎创建的数字孪生系统，涵盖了用于3D建模、图像渲染和物理模拟的图形和物理引擎。这使得系统能够在虚拟世界中准确表示结构、物理和行为信息。为了实现数字孪生的特性，系统在游戏引擎的基础上引入了三个额外的模块。

（1）交通控制器，其在虚拟世界中模拟了实际交通流的控制和调度，为系统提供了逻辑行为的准确表现。

（2）传感器模型，为系统增加了感知和反馈机制。这一模块以高度逼真的方式模拟了实际传感器的工作原理，为数字孪生系统提供了对环境的实时感知。

（3）3D数字孪生地图，描绘了一个虚拟世界。它以三维形式精确呈现了物理空间的结构和布局，为系统提供了空间上的准确性和一致性。

通过引入这三个模块，使用游戏引擎完成数字孪生系统的创建和模拟。这一创新性的方法为数字孪生技术的发展提供了有力支持。

3.2 硬件在环实验平台

搭建基于数字孪生技术的硬件在环实验平台，同时采用真实和虚拟汽车以及加入真实的传感器和执行单元[2]，以获得所需的结果。硬件在环实验平台确保汽车平稳运行的同时在数据获取方面发挥了关键作用。通过游戏引擎的全元素建模，系统能够在网络空间中生成精确的模拟。这个虚拟空间可以实时显示实验车辆的状态。典型的实验场景包括，自动驾驶车辆在未知环境中探索，仅通过安装在车上的传感器估计本车的位置同时绘制未知环境的地图，这是导航以及自动驾驶的关键技术。同时，通过硬件在环实验平台收据的数据，能够更加丝滑地用于自动驾驶车辆策略的自学习。

3.3 人工智能认知系统

基于数字孪生的自动驾驶仿真系统，搭建了双层数字孪生体，网络层的优越性高于物理层。通信层紧密连接了虚实两个世界，学习和信息交流在系统中呈现出来。物理数字孪生系统在整个时间的世界坐标上被明确定义，可能包括汽车、零部件、乘客、道路基础设施、气象、其他道路使用者等。传感器能够监测外界环境，而执行器作为媒介，直接作用于外界环境，并通过传感器获得反馈。虚拟层通过处理通信模块的数据，将物理层的存在和过程具体化。

虚拟层推动着自动控制器不断进化，以实现智能运动，提升安全性、移动性和可持续性，以至于形成人工智能认知系统。数字孪生的虚拟层计算支撑着这个认知系统。物理世界的数据经过清理、集成和时间同步，预处理后的数据可存储在数据库中用于回溯，同时也可传输至数据挖掘和知识发现模块进行机器学习[3]。数据挖掘和知识发现模块创建了物理世界的模型，其中包括了车辆、驾驶和交通模拟器。这些数据的更新反映在虚拟世界的认知系统中。建模和仿真有助于认知系统性能提升，以面对更为复杂的环境做出更合理的自动驾驶决策。

4结论

数字孪生技术作为一种新兴的智能汽车测试技术，对于自动驾驶领域开发及测试验证具有较大的推动作用，其相关技术的快速推广应用对加快自动驾驶产品的落地具有决定性的作用。本文以基于数字孪生的自动驾驶仿真系统框架为例，介绍了其中关键技术，为自动驾驶仿真系统的搭建提供借鉴。

参考文献

[1] 朱冰,张培兴,赵健等.基于场景的自动驾驶汽车虚拟测试研究进展[J].中国公路学报,2019,32(06):1-19.

[2] 葛雨明, 汪洋, 韩庆文. 基于数字孪生的网联自动驾驶测试方法研究[J]. 中兴通讯技术, 2020, 26(1):5.

[3] 刘占省, 史国梁, 孙佳佳. 数字孪生技术及其在智能建造中的应用[J]. 工业建筑, 2021, 51(3):9.