2023交通物流數(shù)字孿生應(yīng)用案例_第1頁(yè)
2023交通物流數(shù)字孿生應(yīng)用案例_第2頁(yè)
2023交通物流數(shù)字孿生應(yīng)用案例_第3頁(yè)
2023交通物流數(shù)字孿生應(yīng)用案例_第4頁(yè)
2023交通物流數(shù)字孿生應(yīng)用案例_第5頁(yè)
已閱讀5頁(yè),還剩18頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

交通物流數(shù)字孿生應(yīng)用案例2023目錄TOC\o"1-2"\h\u918交通物流數(shù)字孿生應(yīng)用案例 19456(一)盾構(gòu)施工安全預(yù)警管控平臺(tái) 4234991.案例概述 49711應(yīng)用場(chǎng)景 532022案例總結(jié) 74573(二)城市智慧交通建設(shè)項(xiàng)目 85129案例概述 824174應(yīng)用場(chǎng)景 95424案例總結(jié) 1221768(三)火車站數(shù)字孿生治理平臺(tái) 1414167案例概述 1486應(yīng)用場(chǎng)景 155443案例總結(jié) 181963(四)基于5G+AI的交通視頻融合感知及數(shù)字孿生公路系統(tǒng) 1923066案例概述 1928231應(yīng)用場(chǎng)景 2013826案例總結(jié) 22交通物流領(lǐng)域數(shù)字孿生典型應(yīng)用場(chǎng)景主要集中在交通治理服務(wù)、交通工程設(shè)計(jì)管理、模擬建造施工、全過(guò)程運(yùn)維管理、突發(fā)事件回溯推演等環(huán)節(jié),由于交通系統(tǒng)分布廣泛、部分工況場(chǎng)景復(fù)雜隱蔽,現(xiàn)階段“數(shù)字孿生+交通應(yīng)用”主要用于響應(yīng)特定領(lǐng)域中的業(yè)務(wù)可視化建設(shè)、預(yù)判式管理等需求,具體場(chǎng)景主要集中在交通樞紐、城市道路復(fù)雜路口、重大工程場(chǎng)站、高速服務(wù)區(qū)等,現(xiàn)階段能夠初步實(shí)現(xiàn)交通場(chǎng)景三維還原、局部領(lǐng)域和部分業(yè)務(wù)模擬推演,但受交通體系全域全業(yè)務(wù)全息感知打通難、數(shù)據(jù)融合標(biāo)準(zhǔn)參差不齊、場(chǎng)景運(yùn)行與業(yè)務(wù)需求復(fù)雜多變等客觀因素影響,全域深度感知、全要素融合智能決策、全過(guò)程閉環(huán)高效反饋的數(shù)字孿生交通業(yè)務(wù)新模式有待進(jìn)一步集成突破。盾構(gòu)施工安全預(yù)警管控平臺(tái)1.案例概述(街區(qū)層面)(2016年-2035年)》,關(guān)于“打造縫合城市功能的16km,分為加寬段和入地改造段,62270m明挖隧道和7341m盾構(gòu)隧道組成。東六環(huán)盾構(gòu)施工安全預(yù)警管控平臺(tái)旨在解決隧道盾構(gòu)施工過(guò)程中施工信息不明晰、無(wú)可視化信息展示的問(wèn)題,提供施工過(guò)程預(yù)警管控輔助功能,提高施工過(guò)程的安全性,提高施工管理效率。建設(shè)內(nèi)容包括橫縱斷面功能展示、風(fēng)險(xiǎn)源展示、地表沉降監(jiān)測(cè)點(diǎn)數(shù)據(jù)集成展示、界面功能定制開(kāi)發(fā)、數(shù)據(jù)接口開(kāi)發(fā)、地下管線建模、地質(zhì)建模、拼裝管片、盾構(gòu)機(jī)模型、關(guān)鍵構(gòu)造物地下模型、模型數(shù)據(jù)處理等。應(yīng)用場(chǎng)景場(chǎng)景1:盾構(gòu)隧道施工孿生重現(xiàn)meshBIMBIMBIMBIM模型形成映射關(guān)系,通過(guò)孿生底座可視化呈現(xiàn)盾構(gòu)開(kāi)挖周圍地層狀況。圖228重要風(fēng)險(xiǎn)源展示窗口場(chǎng)景2:盾構(gòu)施工虛擬建造服務(wù)圖229地表沉降監(jiān)測(cè)場(chǎng)景3:基于BIM技術(shù)實(shí)現(xiàn)盾構(gòu)隧道的數(shù)字化交付BIMBIM模型關(guān)案例總結(jié)平臺(tái)簡(jiǎn)潔清晰地將盾構(gòu)掘進(jìn)過(guò)程中周邊環(huán)境風(fēng)險(xiǎn)源的分布位置及監(jiān)測(cè)動(dòng)態(tài)等情況充分表現(xiàn),地下三維更直觀。有效規(guī)避同類管控系統(tǒng)出現(xiàn)的操作繁瑣,功能復(fù)雜而導(dǎo)致的應(yīng)用落地性差的問(wèn)題,功BIM(二)城市智慧交通建設(shè)項(xiàng)目案例概述個(gè)方向的人流物流產(chǎn)業(yè)流向,西要對(duì)接深圳、廣州、東莞,過(guò)境5建設(shè)C為用戶提供最優(yōu)生活半徑服務(wù)以及特色出行規(guī)劃導(dǎo)航。圖230“暢通工程”城市智慧交通建設(shè)項(xiàng)目整體架構(gòu)應(yīng)用場(chǎng)景場(chǎng)景1:構(gòu)建全要素、全時(shí)空交通數(shù)字孿生體3cmV2X消息實(shí)現(xiàn)高保真20ms8k99.999%場(chǎng)景2:融合感知設(shè)備,精準(zhǔn)復(fù)原行駛軌跡由不同廠家的不同感知設(shè)備,組成一個(gè)感知范圍,在感知范圍內(nèi)存在不同設(shè)備之間的感知盲區(qū)和感知重疊區(qū),本項(xiàng)目利用多種先進(jìn)擬合算法,對(duì)上述多個(gè)彼此存在時(shí)間差的感知設(shè)備的軌跡數(shù)據(jù)進(jìn)行擬合。首先通過(guò)時(shí)空識(shí)別算法分辨出單個(gè)車輛,部分盲區(qū)場(chǎng)景下利用線性擬合算法進(jìn)行軌跡預(yù)測(cè),進(jìn)而實(shí)現(xiàn)單個(gè)車輛在駛?cè)胂噜弮蓚€(gè)感知設(shè)備組成的感知盲區(qū)或重疊范圍之后,一直在連貫、順滑移動(dòng),直至駛出感知盲區(qū)或重疊范圍,精準(zhǔn)復(fù)原每輛機(jī)動(dòng)車的行駛軌跡。場(chǎng)景3:仿真推演突發(fā)事故R.Wiedemann博士提出的心理-車輛在滿足換道意愿和換道安全條件的情況下會(huì)進(jìn)行換道操作。針對(duì)不同場(chǎng)景采集真實(shí)交通數(shù)據(jù),并通過(guò)遺傳算法為上文中提到的需要校準(zhǔn)的參數(shù)進(jìn)行校準(zhǔn)。圖231中微觀一體化交通仿真績(jī)效指標(biāo)統(tǒng)計(jì)場(chǎng)景4:事件事故回溯TBDS3CPU圖232事件預(yù)警和回溯功能案例總結(jié)5-81040%,30%。車輛位置,掌握運(yùn)行軌跡,科學(xué)制定布控策略,減少警力投放。監(jiān)控巡檢效率提升60%。安全預(yù)警更全面。安全實(shí)戰(zhàn)由“事后上報(bào),被動(dòng)處置”到“事前、事中、事后”智能化研判。以前事故研判由事后分析現(xiàn)場(chǎng)調(diào)研后給出結(jié)論?,F(xiàn)在事前分析車輛危險(xiǎn)駕駛行為及隱患沖突點(diǎn),事中自動(dòng)預(yù)警路網(wǎng)重大安全事件,事后車輛軌精準(zhǔn)軌跡數(shù)據(jù)輔助事故處理。同時(shí),采用大數(shù)據(jù)分析系統(tǒng),精準(zhǔn)輔助事故的長(zhǎng)期預(yù)防。30%C(三)火車站數(shù)字孿生治理平臺(tái)案例概述19921.37圖233杭州東站樞紐安全智控應(yīng)用整體架構(gòu)應(yīng)用場(chǎng)景場(chǎng)景1:全景全要素的數(shù)字化再造AIBIMIoT圖234火車東站孿生全景圖圖235火車東站內(nèi)部孿生影像場(chǎng)景2:通過(guò)物聯(lián)空間映射,支撐多場(chǎng)景數(shù)據(jù)感應(yīng)IoTIoT劃。圖236數(shù)字孿生智慧樞紐設(shè)備管理場(chǎng)景3圖237基于孿生平臺(tái)的客流控制效果展示場(chǎng)景4:基于孿生樞紐,助力消防安全130003100圖238基于孿生平臺(tái)的消防安全效果展示案例總結(jié)0.5km1:1261萬(wàn)余個(gè)前端感知設(shè)備、3萬(wàn)余項(xiàng)消防基礎(chǔ)設(shè)施,實(shí)現(xiàn)接入設(shè)備線上、線12%115租車候車時(shí)長(zhǎng)從25分鐘減少到14分鐘,氣象防災(zāi)可實(shí)現(xiàn)提前30分鐘應(yīng)對(duì)。(四)基于5G+AI的交通視頻融合感知及數(shù)字孿生公路系統(tǒng)案例概述AIAIETCLEDGIS引擎或UE4的高精度建模和視覺(jué)渲染,將現(xiàn)實(shí)交通實(shí)時(shí)動(dòng)態(tài)運(yùn)行信息在虛應(yīng)用場(chǎng)景場(chǎng)景1:AI+收費(fèi)站數(shù)字孿生系統(tǒng)項(xiàng)目采用以視頻為核心,以雷達(dá)為補(bǔ)充的模式,結(jié)合應(yīng)用最前沿的AI技術(shù),可準(zhǔn)確還原車輛的車型、品牌、顏色、車牌、速度、運(yùn)動(dòng)方向等表觀信息,實(shí)現(xiàn)對(duì)所有道路參與主體的連續(xù)跨鏡頭跨點(diǎn)位接續(xù)跟蹤,并基于三維虛幻引擎進(jìn)行實(shí)時(shí)逼真的渲染,讓管理者通過(guò)數(shù)字孿生平臺(tái)即可真實(shí)地感受現(xiàn)場(chǎng)的道路場(chǎng)景,并可隨意切換視角方向,通過(guò)數(shù)字孿生平臺(tái)可實(shí)時(shí)、高效、全面的反映收費(fèi)站自由流交易全景圖。圖239數(shù)字孿生收費(fèi)站場(chǎng)景2:AI+隧道數(shù)字孿生系統(tǒng)BIMAI圖240隧道數(shù)字孿生系統(tǒng)場(chǎng)景3:智慧服務(wù)區(qū)監(jiān)管數(shù)字孿生平臺(tái)項(xiàng)目通過(guò)前端上傳的視頻流實(shí)現(xiàn)對(duì)道路前端交通參數(shù)、交通事件、交通違法的實(shí)時(shí)分析、處理、預(yù)警、記錄等功能,采用AI人工智能算法融合其他傳感器數(shù)據(jù)創(chuàng)建并輸出數(shù)字鏡像。通過(guò)采集的車輛數(shù)據(jù)融合并根據(jù)?;奋囕v速度、位置、時(shí)空、關(guān)聯(lián)關(guān)系等通過(guò)實(shí)景建模融合展示,將服務(wù)區(qū)內(nèi)危化品車輛運(yùn)行狀況在數(shù)字世界中進(jìn)行虛擬化鏡像展示,為服務(wù)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論