交通数字孪生：把一条路网搬进一块三维屏里

交通数字孪生这词听着有点玄，落到我们实际做过的项目里，无非是把一条路、一个路口、一段快速路按实际尺寸搬进三维场景，再把卡口、雷达、信号机、车载 GPS 的数据挂到对应的模型上。值班的人不用在十几个系统之间来回切，一块屏就能看到车在哪个位置、灯什么状态、哪个方向开始排队。

现在的交通监控，看得见却用不上

大部分城市的交通数据其实不缺。卡口在公安手里，电警归交警，线圈和地磁是建设口装的，公交 GPS 在公交公司，网约车和货车轨迹又在平台方那儿。数据都有，问题是各看各的：视频里能看到车排到了路口中间，但你说不清队尾具体在第几个车位，也说不清再等两个周期会不会回溢到上一个路口。

三维场景的价值就在这一步。二维地图上一个红点代表拥堵，三维里能看出是左转待转区压了车，还是直行道被违停占掉一条。判断不一样，处置的办法也就不同。这块如果只做二维，说实话，值班员用两周就回去了。

智慧交通数字孪生的平台架构：一个底座，三张图

我们习惯把整套东西拆成三层，布署和验收都按这三层来对。

• 静态底座：路网、路口、渠化、建筑、绿化、天桥、隧道，按 CAD 图纸加航拍加街景建模，标线宽度、车道数、导流岛位置都按实际尺寸来。
• 动态数据层：雷视一体、地磁、卡口过车、浮动车 GPS、公交 GPS、信号机相位状态，统一做时间对齐。
• 应用层：路网态势一张图、信控节点监控、交通仿真推演，三张图各管一件事，不硬凑在一个界面里。

这里有个容易被忽略的点：数据延迟。我们把整条链路压到 3 秒以内，超过 5 秒，屏幕上放的就不是现在，是历史。既使数据再全，值班员看一眼发现对不上实景，后面再准也没人信。

路网态势一张图

一张图上先看总量，再看结构。左上角是当日车流量，右侧按车型拆开，小车、大客车、特种车各占多少，一眼能看出这段路是客运为主还是货运为主。货运占比高的路段，坡道和匝道的纵坡设计、限速策略都得另外考虑。

车流量这个数字单看没什么意义，得跟历史同期比。周一早高峰 25 万和周五晚高峰 25 万，是两个完全不一样的故事，前者是通勤刚性需求，后者里头掺了不少出城和货运。

拥堵研判：说清堵在哪、堵多久

拥堵指数我们按 0 到 10 分级，8 以上算严重，5 到 8 是中度，3 以下基本畅通。截图里高新大道东西向 8.2，建设路十字路口 5.6，绕城高速南段 2.1，三个数一摆，警力往哪调基本就定了。

指数只是结果，往下还得看三个过程量：排队长度、车均延误、路口饱和度。排队长度决定会不会回溢，车均延误决定市民体感，饱和度则说明这个路口还有没有余量。做推演的时候我们会把这三个量往后放 15 分钟，看看不加干预会烂成什么样，再决定是调配时还是直接派警。

信控节点：配时不是拍脑袋

平台上的信控节点一般显示三种状态：配时优化中、绿波带协调、紧急优先。截图里 A-01 在做配时优化，B-04 在跑绿波协调，C-09 触发了紧急优先，多半是救护车或者消防车要过路口。

要说清楚一点：平台只出方案，不直接改灯。配时下发要过审批，紧急优先更得跟支队走流程，这是现实。我们做的是把这个路口该放多少秒算清楚，附上仿真对比，让人签字的时候心里有底。有些项目上来就要求"一键下发"，我们一般不接，出了事说不清。

绿波这块最考验基本功。相位差差 3 秒，带宽就掉一半；车速假设取 40 还是 50，效果完全两样。所以做绿波之前，先把路段自由流车速实测一遍，别拿设计车速去凑。

三维场景：路口、枢纽、快速路

场景精度按用途分。路口要看清渠化和慢行，斑马线、二次过街的等待区、公交进出站的位置都得做出来；快速路更关心车道级车流和货车占比，模型可以粗一些，但车道连续性和匝道分流必须准。

快速路那边反过来，车道可以简，但匝道分流点、限速标志、门架位置必须准，不然车辆像在自己开。车辆模型用低模加 LOD，一个标准十字路口控制在 8 到 15 万面，浏览器端能跑满 30 帧。做得太精细，打开就卡，值班室那台老机器第一个抗议。

效率与减排：数字要能解释

平均车速和碳减排是最容易被追问的两个指标。截图里平均车速 42 km/h，当日碳减排 1.2 吨。车速好说，线圈和雷达都能测；碳减排是估算，按怠速时间、启停次数和车型油耗模型折算出来。

我们的做法是把计算口径写在指标旁边，点开能看到假设条件。这东西适合做趋势对比，别拿去当碳交易凭证，不然早晚要挨骂。

数据接入与实施节奏

接口这块没什么花活。视频走 GB/T 28181，卡口过车走标准过车数据，信号机各家协议不一样，得挨个对接；浮动车和公交 GPS 一般走 HTTP 或者 MQTT 推送，量大的时候还要做一层削峰。

实施建议分三期，别一口气全上：

• 一期：路网建模加态势一张图，先把"看得见"做扎实，两到三个月能出东西。
• 二期：接信控，做节点监控和配时优化建议。这一期最费人，因为要跟信号机厂商一家一家磨协议。
• 三期：上仿真推演，做预案评估，比如大型活动、施工占道、恶劣天气下的路网影响。

真正难的不是建模，是让几个厂商的数据对得上时间戳。同一辆车，卡口记一次、雷达记一次、GPS 又记一次，三条记录时间差两秒，轨迹就散了。这类问题没有捷径，只能一条一条捋。

适用场景

• 城市路口：渠化改造前做方案比选，改完再回头看效果；
• 快速路与高速：车道级流量监测、事故检测、匝道控制；
• 客运枢纽：站前广场车流、出租车蓄车池、公交进出站秩序；
• 物流园区：货车预约、装卸位调度，园区内部道路与外围干道联动。

交通数字孪生不是把路口做得越像越好，而是让每一个数字都能对应到具体的一条车道、一个相位、一辆车。做到这一步，值班员才会真的天天用它。