有多少人认为“数字孪生”就是“交通仿真”？
发布时间：2019-12-13 09:43:13 所属栏目：创业 来源：赛文交通网
导读：【 视点跟踪】如何发掘和延伸城市公交的魅力？ 广东工业大学智能交通课题组傅惠教授在第五届华南智能交通论坛上表示，密集的公交站点覆盖及其潜在的可达性，理论上是优于地铁系统的。另一方面，在未来定制化、个性化出行方面，公交相对地铁系统也将存在一
|
【 视点跟踪】如何发掘和延伸城市公交的魅力？ 广东工业大学智能交通课题组傅惠教授在第五届华南智能交通论坛上表示，密集的公交站点覆盖及其潜在的可达性，理论上是优于地铁系统的。另一方面，在未来定制化、个性化出行方面，公交相对地铁系统也将存在一定优势。 近年来，各大城市公交出行分担率或客流量持续下降，一部分出行者转移到规模效应逐步凸显的轨道交通，另外还有少部分转移到最近几年兴起的慢行交通(自行车)方面。 公交客流量下降最重要的一个原因，是混合车流复杂导致公交到站稳定性比较糟糕，从而将传统公交在理论上可达性更强的优势消磨殆尽。 试想，如果公交每一站到站时间都控制在与时刻表相差1-2分钟或者一个合理可接受的范围内，那么公交一定会具有与地铁共同承担合理客流的优势了。 由于现实车流混合程度高、路况形成机理复杂的特点，要实现公交车到站准点率的提升困难重重。退而求其次，是否可以更好地进行公交到站预测，从而稳定公众出行时长预期以及提升公交运营调度水平？ 傅惠教授提出为了做好公交到站预测，既要从传统的B2B(Bus to Bus)角度，通过公交车到站历史时间序列开展未来关联站点公交车到站预测，也要考虑新的C2B(Car to Bus)思路，即利用同方向同路段出租车、私家车进行公交车到站时间预测。 广州市黄埔大道的实际交通数据研究表明，对于某些路段公交车与出租车的速度在高峰期存在明显相关性，但这种相关性随着时空的变化而发生变化。 但至少为我们重新审视公交到站预测提供了一种新的思考，即从动态性的角度、多模式的角度、随机性的角度，来揭示公交车到站行为的影响因素和预测机理。 进一步来看运输企业普遍关注的公交调度问题，通过大量基于实际数据的研究得到的体会是：客流驱动公交调度，路况影响公交调度。 傅惠教授认为：情景再现的数据驱动式仿真调度不失为一种可能的解决途径。通过仿真的方式而不是单纯运筹学模型生成、评价、和修正调度方案，然后让实际公交系统去执行相关方案，这种虚实系统高度融合的方法，体现了“数字孪生”理念。 作为当前较热的技术名词之一，“数字孪生”不断被行业提到新的高度。 “数字孪生”概念，最早在2002年由密歇根大学的Michael Grieves教授提出。他认为通过物理设备或系统的数据，可以在虚拟空间构建一个表征该物理系统的虚拟实体。物理实体与虚拟系统的联系，不是单向和静态的，而是在系统的全生命周期中都联系在一起。 傅惠教授表示，在交通领域非常容易接受“数字孪生”这一概念，主要是业内人士对于交通仿真技术非常熟悉。在当今所处的数字时代，通过信息技术将公交实时位置数据、客流数据以及与路况关联的相关数据接入交通仿真系统，实现对实际公交系统的虚实同步，同步跟踪，情景再现。 在此基础上，就可以根据历史客流、行程时间规律，生成常规调度方案；根据实时运行数据进行公交运行异常情形预测，从而仿真生成相应的调度解决方案。 傅惠教授还分析了“数字孪生”公交系统的运行流程、支撑“数字孪生”公交系统的大数据平台体系，以及“数字孪生”公交系统在公交调度、线网规划和综合效益评价等方面的可能应用方向。 同时，结合广州和珠海的实际案例，进行了案例分享和结论解读。 （编辑：核心网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐
热点阅读