数字孪生技术的过去、现在和未来

上世纪四五十年代，以计算机、半导体、原子能技术为代表的第三次工业革命爆发，拉开了人类信息时代的序幕。

在随后的数十年里，信息的价值得到了越来越多的重视，成为社会的主要财富。而信息技术，作为信息价值的挖掘工具，则得到了日新月异的发展。信息和信息技术，改变了我们每个人的工作和生活方式，推动了经济的飞速发展，给整个社会带来的颠覆性变革。

进入21世纪以后，信息技术的发展有了新的变化。

以云计算、大数据、人工智能为代表的算力技术演进，以及以全光网络、4G/5G、Wi-Fi 6为代表的联接力技术飞跃，使得人们对数字技术提出了更高的期望。

人们希望在信息化的基础上，进一步实现数字化、网络化、智能化，将澎湃的数字动能从个人消费领域转向包括工业制造、交通物流、教育医疗等在内的各个垂直行业，实现全行业及整个社会的数字化转型。

换句话说，数字技术除了帮助消费者更好地社交、娱乐之外，还要帮助企业升级制造工艺、改进经营流程，进一步提升生产力。此外，还要帮助政府提升治理能力、优化管理效率，改善居民的城市生活质量。

数字技术的三大服务对象

数字孪生技术，就是基于这样的时代背景诞生的。

2011年3月，美国空军实验室首次提出了数字孪生（Digital Twin）。当时，他们将这一概念用于战斗机维护工作的数字化。

不久后，另外两家公司关注到了数字孪生，并决定将它在民用领域发扬光大。这两家公司，分别是美国的通用电气（GE），以及德国的西门子（Siemens）。

通用电气和西门子是世界级的工业巨头，长期关注工业的自动化和数字化改造，也一直在研究工业4.0。

对他们来说，数字孪生信息技术发展到新一阶段的产物，是典型的工业数字化技术，代表了工业制造手段与数字科技深入融合发展的未来方向。为此，他们投入了大量的资源，全力进行数字孪生技术的研发，并将其推向全球各个领域。

说了半天，到底什么是数字孪生呢？

数字孪生的官方概念非常拗口，是这么说的：

数字孪生，是综合运用感知、计算、建模等信息技术，通过软件定义，对物理空间进行描述、 诊断、预测、决策，进而实现物理空间与赛博空间（Cyberspace，可以理解为数字虚拟空间）的交互映射。

删掉描述，提炼骨干，会变得简单一些：“数字孪生，是物理空间和数字虚拟空间的交互映射。”

更简单来说，数字孪生就是在一个设备或系统的基础上，创造一个数字版的“克隆体”。这个“克隆体”，也被称为“数字孪生体”。

对于很多人来说，数字孪生很容易与“数字建模”混淆。毕竟，数字建模也是建立了一个仿真克隆。

但实际上，数字孪生和“数字建模”是有很大区别。数字孪生的特性，概括起来就是4个词——“动态”、“全生命周期”、“实时/准实时”、“双向”。

所谓“动态”，是指本体的实时状态、还有外界环境状态，会通过传感器等手段，复现到数字孪生体上。也就是说，孪生体不是静止的，而是变化的。

“全生命周期”，则是指数字孪生贯穿于产品的整个生命周期，包括设计、开发、制造、服务、维护乃至报废回收等。它并不仅限于帮助企业把产品本体造出来，还在于帮助企业使用和维护本体。

“实时/准实时”，很好理解，就是前面所说的“动态”数字反应，是实时/准实时实现的，没有大的时延，没有明显滞后性。

“双向”这个特性非常关键。传统建模往往是单向的——建立模型，然后依据模型制造本体。数字孪生完全不同，孪生体除了接收本体数据之外，还可以反向给本体输送数据。企业可以根据孪生体反馈的信息，对本体采取进一步的行动和干预。

站在技术的角度来看，数字孪生的技术体系是非常庞大的。它的感知、计算和建模过程，涵盖了感知控制、数据集成、模型构建、模型互操作、业务集成、人机交互等诸多技术领域，门槛很高。

数字孪生的技术架构

数字孪生的技术竞争，实际上是云计算、大数据、3D建模、工业互联网及人工智能等ICT先进技术综合实力的博弈。

从本质上来说，数字孪生是一项借助数字空间孪生模型，对物理空间真实本体进行模拟的技术。之所以要模拟，无非是两个原因：其一，物理本体的造价昂贵，试错成本太高，超过了承受能力。其二，就是物理本体独一无二，不支持物理复制，没有试错的机会。

前面提到的美国空军实验室和通用电气公司，最早的数字孪生对象，就是造价昂贵的飞机及飞机发动机。截至2018年，通用电气就已经积累开发了120万个数字孪生体。根据他们自己的说法，他们已经为每个引擎、每个涡轮、每台核磁共振都创造了一个数字孪生体。

建立了数字孪生体之后，他们采集物理本体的运行数据，放在孪生体上。然后，他们可以大胆创新，充分试错，进行产品设计改动，进行模拟仿真试验，观察效果，从而判断是否执行实际产品的改动。这样一来，试错的成本和风险大幅下降，也缩短了产品的研发周期。

什么样的系统，是独一无二、不支持物理复制的呢？

当然是那种大型的、真实的、公共的、正在使用的系统。大家应该都想到了，我们每天生活着的城市，就是这样的一个系统。

城市是极为复杂的。在城市里，有百万甚至千万级的人口，有不计其数的建筑、车辆，还有交织密布的基础设施网络（道路、水电煤气、通信）。我们没有办法直接在城市里做试验，也没办法复制一个物理城市来做试验。所以，我们需要借助数字孪生技术，构建一个数字空间的虚拟城市，进行仿真、试验和试错，提升城市的管理和运营效率。

交通是一个城市最重要的功能之一。我们以腾讯数字孪生平台为例，详细看一下数字孪生技术是如何赋能智慧交通行业应用的。

腾讯数字孪生平台

首先，我们看看城市交通数字孪生体的搭建。

腾讯利用城市级三维重建技术，基于自己的高精度地图数据，可以真实还原出整个城市的楼宇、道路等主体要素。然后，是树木绿化、公交站台、交通标记、交通标线等静态元素。

三维重建，离不开高质量高性能的实时渲染和云渲染能力

静态元素有了，车辆、行人等动态元素怎么办？难道像电脑游戏里面一样，随时生成？

当然不是。交通孪生系统中的车辆和行人，并不是完全虚拟出来的或者随机生成的。

数字孪生平台是通过路测摄像头，实时采集真实道路监控中的影像，检测和感知各个目标（车辆、行车等），然后将目标数据“提取”出来，模型化之后，同步融入到数字孪生环境中。

这样一来，才算真正实现了真实路面交通和虚拟环境的深度融合。实时交通流大数据，在数字空间被真实还原了。

在整个城市的大规模车道级实时仿真下，交通流数据可以像我们使用地图导航APP一样，通过颜色（交通热力图），进行可视化呈现。城市交通的拥堵情况，一览无余。

交通热力图

交通数字孪生体搭建完成之后，我们站在上帝视角，可以做的事情就很多了。

首先，我们可以进行特殊情况下的交通车流变化推演。模拟出现交通事故，或主办大型赛事或演出，观察车流的变化，考验交通路网的承受能力，为城市交通主管部门制定应急预案提供决策依据。

其次，可以模拟交通信号灯的设计优化方案，为管理部门优化交通管理调度提供技术支持。

还有，基于虚拟环境，为救护车、消防车等紧急车辆提供路线动态规划，挽救生命。

在数字孪生环境中，腾讯还引入了游戏引擎相关技术，自由模拟各种天气状态，评估天气对交通路网系统运能带来的影响，提前做好灾害天气环境下的应急预案。

模拟天气变化

值得一提的是，交通数字孪生平台并不是封闭的。它可以对合作伙伴开放低成本低门槛的API接口，方便他们进行业务系统集成调用，做大做强交通产业生态。

除了城市交通之外，城际高速公路也是交通数字孪生的重要应用场景。

在这个场景中，数字孪生技术强调的是主动运营，也就是把整个高速公路管理起来。

通过ETC、摄像头、车联网终端、RSU（路侧单元）、蜂窝基站甚至卫星，可以实现数据的传输。通过云端或现场MEC（边缘计算节点），可以进行数据的计算和处理。

高速公路的精细化主动运营

对于高速公路的管理部门来说，基于感知到的车流、路面、天气、事故数据，可以轻松实现对高速公路全要素全时空的主动安全式精细管控，例如车道级定位及引导，动态路径编排，交通基础设施调控，等等。

广清高速智慧孪生项目

对于驾驶员来说，交通数字孪生技术具备准确率达到95%的精准感知能力，以及300ms端到端时延的通信能力。它可以将异常事件告警以视觉和声音的方式，发送到驾驶员的孪生终端上，提高驾驶员的安全通行能力。

尤其是在恶劣天气（例如大雾、暴雨等）以及黑夜情况下，驾驶员的视线受阻，可以通过孪生驾驶员端获取实时精准的周边路况情况。

基于交通数字孪生技术，系统还可以为车主提供LBS伴随式服务，将服务通过微信、地图App等方式，推送给车主，改善驾乘体验。

交通数字孪生技术的另外一个显著特点，是可计算能力。

它主要体现在仿真预测的道路交通可计算和空间可计算能力。通过仿真预测，可以预知未来1个小时的交通流状况，支撑不同交通管理场景的应急预案仿真，为决策者提供科学量化的决策依据和数据支撑。

无人驾驶是智慧出行的一个终极发展方向。目前，各大厂商都在积极进行相关技术的研究和测试。

然而，想要实现无人驾驶技术的普及，最重要的一点，就是行驶数据的海量测试和学习。但是，目前的法律法规，以及路况条件，并不允许无人驾驶车辆随意进入真实道路环境进行测试。这时，数字孪生环境就可以发挥作用了。

基于数字孪生环境，可以自由组合构建自动驾驶测试环境，在云端实现城市级云仿真环境的并行加速测试，而且是7×24小时不间断测试，每天可以测试1000万公里。这对于无人驾驶技术来说，简直就是福音。无人驾驶技术的开发周期可以大幅缩短，加速普及落地。

总而言之，数字孪生作为一项“虚实结合”的数字化转型技术，正在各个领域加速落地。产业互联网高速发展的时代浪潮，更是推动了它的价值爆发。

未来的一百年，人类如果想要实现更大的野心，以数字孪生为代表的虚拟空间技术，将是重要的工具和场景。

数字孪生到底还有多大的潜力？让我们拭目以待吧！