《达摩院2023十大科技趋势》——场景变换——大规模城市数字孪生

简介: 《达摩院2023十大科技趋势》——场景变换——大规模城市数字孪生

趋势九、大规模城市数字孪生


摘要


城市数字孪生在大规模趋势基础上,继续向立体化、无人化、全局化方向演进。


城市数字孪生自 2017 年首度被提出 以来,受到广泛推广和认可,成为城市 精细化治理的新方法。近年来,城市数 字孪生关键技术实现了从量到质的突破, 具体体现在大规模方面,实现了大规模 动态感知映射(更低建模成本)、大规模 在线实时渲染(更短响应时间),以及 大规模联合仿真推演(更高精确性)。目 前,大规模城市数字孪生已在交通治理、 灾害防控、双碳管理等应用场景取得较 大进展。未来城市数字孪生将在大规模 趋势的基础上,继续向立体化、无人化、 全局化方向演进。


image.png



趋势解读


城市数字孪生自 2017 年首度被提 出以来,受到广泛推广和认可。 我们持续追踪城市数字孪生进展,分别 在 2019 年及 2021 年的十大科技趋势报 告中进行了详细阐述。近年来,中央部 委多角度全方位出台数字孪生城市相关 政策,旨在进一步推进城市精细化治理 新方法。


城市数字孪生旨在以城市为对象, 在数字世界建设与物理世界 1:1 的数字 映射,进而通过数字映射进行多学科机 理与仿真推演,并与物理世界进行实时 双向同步。近两年,精准映射、生成渲染、 仿真推演等城市数字孪生关键技术实现 了从量到质的突破,具体体现在大规模 上,分别实现了大规模动态感知映射、 大规模在线实时渲染,以及大规模联合 仿真推演。


在精准映射方面,与耗人、耗时、 耗财力的传统测量测绘方式不同,综合 运用遥感、雷达、视觉、定位及其它多 种传感器及存量测绘数据,以更低成本 实现对城市静态部件,以及动态对象(如 人、车等)进行位置、状态等多属性实 时感知。未来,通过汇聚城市天空地多 维度、各类型传感器数据,再结合 AI 感 知能力,可融合提取同一实体的多源异 构数据、构建多个实体之间的内在关系, 在数字世界中进行大规模、低成本、统一、 实时、精准的映射表达。


在生成渲染方面,基于精准映射的 数 据 基 础, 结 合 AIGC(AI Generated  Content)与 游 戏 大 世 界 生 成 PGC (Professional Generated Content) 等 技术能力,可实现分层次、分尺寸、多 分辨率城市级三维场景模型的自动化生成,以及支持多人在线、互动式大规模 实时渲染。


image.png


在仿真推演方面,将多学科、大规 模的机理与仿真模型联合作用于同一数 字大世界,形成“仿真机理元宇宙”, 构建虚实互动、双向调控机制。关键技 术包括:1)仿真系统云原生化,基于云 原生超算调度和求解器,可大幅缩短仿 真计算时间,实现城市级场景、百万级 以上实体规模实时计算响应;2)统一接 口融合计算,多种机理模型及仿真模型 能进行实时融合计算,形成多仿真联合 服务能力。


在技术推动和需求牵引的共同作用 下,大规模城市数字孪生已在交通治理、 灾害防控、双碳管理等应用场景取得较 大进展。如在交通治理方面,在城市高 精路网、水网、河道、车辆等实体三维 建模及实时渲染的基础上(建模成本降 低 90%+、时间从数月缩短到数天), 通过联合道路交通流、城市内涝积水、 自动驾驶、人群移动等仿真模型,实现 对城市大型活动现场人群疏散引导、交 通管控策略、天气情况影响、公共交通 供给等全方位策略预案的孪生演练与效 果评估(针对应急事态做到“ 1 分钟启 动预案 ”、“ 5 分钟到达现场 ”;大型 赛事“ 1 小时疏散 ”)。


基于数字孪生的智慧城市市场空间 十分广阔。据 IDC 预测,到 2025 年智 慧城市投资规模将超过千亿美元,5 年复 合增长率超过 30%。目前,城市数字孪 生面临的最大瓶颈,在于城市级大规模 对象实体孪生以及业务流程孪生的城市 孪生体尚未完全搭建起来。城市数字孪 生将在大规模特征的基础上,继续向立 体化、无人化、全局化方向演进。未来, 城市数字孪生既作为城市立体化综合无 人系统(无人车、无人机、机器人等)的 研发测试环境,同时也是实现全局感知、 全局调度的支撑系统。



专家点评


经过几年的探索,数 字孪生城市发展进 入 了 深 水 区。 党 的 二十大提出“打造宜 居、韧性、智慧城市” 等要求,数字孪生城 市成为中国式现代 化在城市落地的重 要手段。今年以来, 从 工 业 制 造、 交 通 运 输、 水 利 流 域、 能源生产到城市治 理,从车间、道路、 水域、电厂到楼宇、 园 区、 城 市, 从 产 品 模 型 设 计、 设 备 远 程 控 制、 人 机 虚 实交互到算法仿真 推 演, 数 字 孪 生 技 术应用在各行业不 断 渗 透 影 响 深 远, 大规模动态感知映 射、在线实时渲染、 以及联合仿真推演 技术能力不断提升。 然而深水区也暴露 出一个关键的问题, 就是任何传统引擎, 都实现不了数字孪 生,数字孪生城市必 须打造一个新引擎。 因此未来将以大规 模“对象实体孪生 + 业务流程孪生”构建 城市孪生体,实现“多 源”数据融合重组, “多能”新引擎构建, “多跨”场景实现, 城市数字孪生将在 大规模孪生体构建 基 础 上, 真 正 实 现 从量到质的突破。


高艳丽

中国信息通信研究 院规划所总工



当城市的感知能力,以及以还原、建模、渲染、仿真推演为代表的计算能力发展到一定临界值,城市级别的大规模数 字孪生成为可能。构建城市级别的数字孪生,将开启城市领域一个全新的计算范式。城市数字孪生世界不仅仅是城市 的可视化渲染,更是城市的众多业务的新的载体,为业务创新提供了支撑。在这里,城市数字孪生不仅精准地捕捉到 城市的当下,也全面记录着城市的历史。更重要的是,通过接入多领域的仿真能力,并支持基于云计算的云原生仿真 改造,城市数字孪生可以进行大规模的联合仿真推演计算,在一个平台上,多领域多精度的仿真同时进行,并且相互 博弈,进而可以从城市的过去推演城市未来发展的可能性。


曾震宇

阿里云智能副总裁、行业解决方案研发部负责人

相关文章
PowerPoint中如何设置现在时间并实时更新
本文介绍了如何在PowerPoint中使用VBA实现实时时间功能,包含详细步骤与代码。
|
5月前
|
机器学习/深度学习 搜索推荐 算法
2026版基于Python的旅游景点推荐系统:技术解析与实现路径
在数字化浪潮下,旅游业迈向智能化转型。2026版基于Python的旅游景点推荐系统,融合大数据、机器学习与可视化技术,破解信息过载难题。通过协同过滤与内容过滤混合算法,精准匹配用户偏好;利用Scrapy爬取多源数据,Echarts实现动态展示,Django构建交互界面,打造个性化、实时化、可视化的智能推荐平台,提升用户体验与决策效率。
420 0
|
6月前
|
算法 数据可视化 API
常用的Python第三方库中哪个库可以用于图像处理?
常用的Python第三方库中哪个库可以用于图像处理?
457 5
|
3月前
|
机器学习/深度学习 人工智能 算法
拒绝数据荒!手部分带你用合成数据开启大模型实战
本文深入探讨大模型时代的关键突破:合成数据与参数微调。面对高质量数据稀缺、隐私与成本难题,合成数据成为“无中生有”的解决方案。从技术原理到实践步骤,解析如何利用大模型生成数据、优化训练,并通过LLaMA-Factory等平台实现低成本定制化AI。未来,每个企业都将拥有专属“智能大脑”。
234 0
|
传感器 人工智能 监控
数字孪生与灾害预测:提升应急响应能力
本文探讨了数字孪生技术在灾害预测和应急响应中的应用,通过实时监测、灾害模拟及应急响应优化,提高预警准确性与响应效率。以数字孪生北江为例,展示了其在防洪中的实际成效,展望了未来技术发展的广阔前景。
|
12月前
|
数据格式
Modbus协议详解:RTU帧与ASCII帧的差错校验
总的来说,RTU和ASCII各有优势,选择哪种方式取决于具体的应用需求。如果需要高效的数据传输和强大的错误检测能力,可能会选择RTU。如果需要易于理解的数据表示和简单的错误检测方式,可能会选择ASCII。
606 14
|
运维 数据可视化 开发者
Dpanel:Star2k,短短时间就被大家称为GitHub开源神器!轻量化Docker面板,还在等什么
如今的软件开发和运维领域,Docker容器技术已经成为一种主流的解决方案,它允许开发者和系统管理员以更高效、更灵活的方式部署和管理应用程序。然而,Docker的命令行界面虽然强大,但对于某些用户来说可能不够直观。今天,我们要介绍的开源项目——dpanel,就是一个轻量化的Docker可视化管理面板,它以其简洁、高效的特点,为用户提供了一个易于操作的界面来管理Docker容器和镜像。
1651 0
|
负载均衡 数据库 开发工具
|
人工智能 搜索推荐 大数据
智能食品生产:自动化与定制化的食品制造
【10月更文挑战第26天】本文探讨了智能食品生产中的自动化与定制化趋势。自动化技术在原料处理、加工制造、包装和质检等环节的应用,显著提高了生产效率和产品质量。智能化技术则通过物联网、大数据、云计算和人工智能等手段,实现了更高效、精准和灵活的生产,并能满足消费者的个性化需求。虽然面临高成本、技术维护和数据安全等挑战,但政府和企业共同努力,将推动食品行业的健康和可持续发展。
|
人工智能 API Python
国内大模型调用实战
前面我们一览了国内主要大模型厂商的API价格,今天我们就来具体看下具体API的使用【6月更文挑战第3天】
1324 0

热门文章

最新文章