从复制物理世界到影响物理世界：数字孪生的理想与现实
更新时间：2020-03-31 22:33:36•点击：5403 • 行业焦点
活跃在物理城市中的数百万人，也是数字城市中的数百万个ID。他们在某一个地点、某一辆巴士或是某一家商铺彼此相遇，又各自散开，形成独一无二的行动轨迹。在新冠肺炎疫情防控中，这样实时滚动更新、独一无二的数字行动轨迹，成为一些城市判断市民感染风险高低的重要依据。
数字世界中的“克隆体”与真实世界一同成长变化，这就是“数字孪生”。这项技术的实现，意味着数字技术高度融合、数字经济高度发展，也承载着我们对美好生活的期待。
一、数字孪生驱动智能制造
数字孪生最初源于工业制造领域。在研发新产品时，制造企业往往要在设计、打样、组装、磨合上来回反复，有时某个零部件一点非常细微的尺寸变化，会像蝴蝶效应一样导致巨大损失。
能不能用更简化的流程、更准确的预判来降低风险？“一个经典的案例是飞机制造。”之江实验室融合智能研究中心高级研究员华炜说，飞机零部件设计、装配、功能测试、疲劳测试，直至生产投用、维护等，都已开始运用数字孪生技术，工程师不仅能看到产品外部变化，更使内部零件动态的观察成为可能。
“每一架飞机拥有一个与实体对应的数字档案，这份档案跟随这架飞机服役、退役的全生命周期。”华炜说，通用电气、西门子、ABB等企业是数字孪生技术的第一批尝鲜者。通用电气称，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。
IT研究与咨询公司Gartner连续多年将数字孪生列入十大战略性技术趋势。2018年一项对美国、德国、中国与日本200余家已部署物联网企业的调研结果显示，48%的企业已经应用或计划应用数字孪生，到2022年，使用数字孪生的企业将增长3倍。
在华炜看来，数字孪生能帮助企业提升制造和管理效率，更重要的是，数字孪生记录下所有数据，能对未来进行更可靠的预测。华炜的实验室，正在用数字孪生对无人驾驶技术进行验证和优化。
“很多极端环境，很难在现实环境中测试，就要通过数字空间来进行更多的拓展。我们希望在测试数据积累到一定程度后，形成种类多样的测试场景，无人驾驶汽车只有平稳通过极端考验才能上路。”华炜说。
二、新型智慧城市的抓手
一张蓝色大屏上，交通枢纽、疾控、医疗、出行等80多个维度的数据实时跳动着，最中间的城市地图以红、橙、黄、白等颜色显示出一个区域的风险高低。大屏的背后，大数据搭建起疫情高危易感染人员模型，按照风险等级开展滚动研判。
在新冠肺炎疫情期间，浙江杭州依托城市大脑，初步展现出数字孪生城市的管理效率。依靠数据，我们甚至能非常精准地触摸到一个城市的脉搏——在疫情最为严峻的时期，这座城市的交通活跃度不到平时的20%。
在数字孪生城市中，水、电、交通等基础设施的运行状态，警力、医疗、消防等市政资源的调配情况，道路的拥堵或通畅，都会通过传感器、摄像头、数字化子系统采集，并通过包括5G在内的物联网技术传递到云端，形成城市规划最优解，对城市进行可视化管控，以及提供更加个性化的公共服务。
中国信息通信研究院发布的《数字孪生城市研究报告（2019）》中指出，数字孪生城市已成为各地政府推进智慧城市建设的主流模式选择，产业界也将其视为技术创新的风向标、发展的新机遇，数字孪生应用已在部分领域率先展开。
贵阳提出从花果园超大型社区治理、数博大道等小型城市生态系统入手打造数字孪生城市。南京江北新区着力推动城市发展向智能化高级形态迈进。浙江省发布《浙江省未来社区建设试点工作方案》，提出构建现实和数字孪生社区要求。《河北雄安新区规划纲要》提出，坚持数字城市与现实城市同步规划、同步建设，打造具有深度学习能力、全球领先的数字城市。
在实际应用中存一大不足
2019年，巴黎圣母院的一场大火让世界为之叹息。美国瓦萨学院艺术历史学家安德鲁·塔隆，曾通过激光扫描仪创建了一个精密的巴黎圣母院数字模型，不仅建立起三维图像，还揭示了建筑内部难以察觉的结构，为修复提供了精确的模型。
这给人启示，数字孪生技术也能在人文艺术等更多领域发挥关键作用。然而，严格意义上讲，安德鲁·塔隆的数字模型，还并不是一个标准的数字孪生，因为数字孪生本该记录下“本体”的每一个细小变化。
这也是数字孪生在实际应用中的一大不足。数字孪生技术应用必须以海量数据为基础，数据这个“原材料”越好，效果才能越理想。但眼下，采集使用这些数据所涉及的先进传感器技术、深度学习、仿真技术，以及支撑数据运算的云计算、边缘计算等都还有待进一步突破。
如果打开脑洞畅想一下未来数字孪生世界的模样，它应该从社区、园区等小范围的封闭区域，逐步向陆海空天一体化过渡，从满足普通的城市管理向满足人工智能算法高精度演进，从粗糙走向精密，从复制物理世界走向影响物理世界。
数字孪生这项综合性、集成性技术，将引领面向未来的人、机、物融合，激活信息技术产业链新一轮发展。数字孪生城市跨区域、跨部门、跨行业高效协同的全景式城市管理模式，有望倒逼多头管理、条块分割的城市治理模式革新。
数字世界中的“克隆体”与真实世界一同成长变化，这就是“数字孪生”。这项技术的实现，意味着数字技术高度融合、数字经济高度发展，也承载着我们对美好生活的期待。
一、数字孪生驱动智能制造
数字孪生最初源于工业制造领域。在研发新产品时，制造企业往往要在设计、打样、组装、磨合上来回反复，有时某个零部件一点非常细微的尺寸变化，会像蝴蝶效应一样导致巨大损失。
能不能用更简化的流程、更准确的预判来降低风险？“一个经典的案例是飞机制造。”之江实验室融合智能研究中心高级研究员华炜说，飞机零部件设计、装配、功能测试、疲劳测试，直至生产投用、维护等，都已开始运用数字孪生技术，工程师不仅能看到产品外部变化，更使内部零件动态的观察成为可能。
“每一架飞机拥有一个与实体对应的数字档案，这份档案跟随这架飞机服役、退役的全生命周期。”华炜说，通用电气、西门子、ABB等企业是数字孪生技术的第一批尝鲜者。通用电气称，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。
IT研究与咨询公司Gartner连续多年将数字孪生列入十大战略性技术趋势。2018年一项对美国、德国、中国与日本200余家已部署物联网企业的调研结果显示，48%的企业已经应用或计划应用数字孪生，到2022年，使用数字孪生的企业将增长3倍。
在华炜看来，数字孪生能帮助企业提升制造和管理效率，更重要的是，数字孪生记录下所有数据，能对未来进行更可靠的预测。华炜的实验室，正在用数字孪生对无人驾驶技术进行验证和优化。
“很多极端环境，很难在现实环境中测试，就要通过数字空间来进行更多的拓展。我们希望在测试数据积累到一定程度后，形成种类多样的测试场景，无人驾驶汽车只有平稳通过极端考验才能上路。”华炜说。
二、新型智慧城市的抓手
一张蓝色大屏上，交通枢纽、疾控、医疗、出行等80多个维度的数据实时跳动着，最中间的城市地图以红、橙、黄、白等颜色显示出一个区域的风险高低。大屏的背后，大数据搭建起疫情高危易感染人员模型，按照风险等级开展滚动研判。
在新冠肺炎疫情期间，浙江杭州依托城市大脑，初步展现出数字孪生城市的管理效率。依靠数据，我们甚至能非常精准地触摸到一个城市的脉搏——在疫情最为严峻的时期，这座城市的交通活跃度不到平时的20%。
在数字孪生城市中，水、电、交通等基础设施的运行状态，警力、医疗、消防等市政资源的调配情况，道路的拥堵或通畅，都会通过传感器、摄像头、数字化子系统采集，并通过包括5G在内的物联网技术传递到云端，形成城市规划最优解，对城市进行可视化管控，以及提供更加个性化的公共服务。
中国信息通信研究院发布的《数字孪生城市研究报告（2019）》中指出，数字孪生城市已成为各地政府推进智慧城市建设的主流模式选择，产业界也将其视为技术创新的风向标、发展的新机遇，数字孪生应用已在部分领域率先展开。
贵阳提出从花果园超大型社区治理、数博大道等小型城市生态系统入手打造数字孪生城市。南京江北新区着力推动城市发展向智能化高级形态迈进。浙江省发布《浙江省未来社区建设试点工作方案》，提出构建现实和数字孪生社区要求。《河北雄安新区规划纲要》提出，坚持数字城市与现实城市同步规划、同步建设，打造具有深度学习能力、全球领先的数字城市。
在实际应用中存一大不足
2019年，巴黎圣母院的一场大火让世界为之叹息。美国瓦萨学院艺术历史学家安德鲁·塔隆，曾通过激光扫描仪创建了一个精密的巴黎圣母院数字模型，不仅建立起三维图像，还揭示了建筑内部难以察觉的结构，为修复提供了精确的模型。
这给人启示，数字孪生技术也能在人文艺术等更多领域发挥关键作用。然而，严格意义上讲，安德鲁·塔隆的数字模型，还并不是一个标准的数字孪生，因为数字孪生本该记录下“本体”的每一个细小变化。
这也是数字孪生在实际应用中的一大不足。数字孪生技术应用必须以海量数据为基础，数据这个“原材料”越好，效果才能越理想。但眼下，采集使用这些数据所涉及的先进传感器技术、深度学习、仿真技术，以及支撑数据运算的云计算、边缘计算等都还有待进一步突破。
如果打开脑洞畅想一下未来数字孪生世界的模样，它应该从社区、园区等小范围的封闭区域，逐步向陆海空天一体化过渡，从满足普通的城市管理向满足人工智能算法高精度演进，从粗糙走向精密，从复制物理世界走向影响物理世界。
数字孪生这项综合性、集成性技术，将引领面向未来的人、机、物融合，激活信息技术产业链新一轮发展。数字孪生城市跨区域、跨部门、跨行业高效协同的全景式城市管理模式，有望倒逼多头管理、条块分割的城市治理模式革新。
推荐阅读
-
云计算的应用
2020-07-10 16:07:56•12371 次
-
正改变着零售业的物联网创新
2020-07-08 11:13:26•12523 次
-
5G通信加持下的物联网的发展
2020-05-30 16:59:13•12996 次
-
大数据、数据中心、云计算概述
2020-05-20 17:00:09•13201 次
