一、数字孪生参与物联网应用
数字孪生定义为一种软件设计模式——以数字化方式拷贝一个物理目标，模拟目标在真实环境中的行为，对产品、制造过程甚至是整个工厂进行虚拟仿真——目的是掌握资产的状态，响应变化，改善业务运营和提升价值。
1、数字孪生为诸多大企业服务
企业实施物联网的一个主要因素是，他们的数字孪生服务于企业内外的不同生态圈与行业分支。54%的受访人表示虽说他们的大多数数字孪生只为一个分支服务，但有时会应用与多个分支;近三分之一的受访人表示，他们的大部分或全部数字孪生都服务于多个分支和环节。比如说，互联网汽车数字孪生的选区可以包括制造商、客户服务提供商和保险公司，每一个都需要不同的物联网数据。
2、数字孪生往往互相融合
当一个组织部署了多个数字孪生时，集成化它们可能是更有意义的。比如说，在具备物联网连接的工业阀门、泵和发电机的发电厂中，每一个设备都有数字孪生的作用，以及复合型的数字孪生，它可以在整个设备中汇总物联网数据，以深入分析整体运转状况。
数字孪生提供了与工业部门中运用的物理组件相对应的虚拟目标。比如说，制造汽车的机器人手臂可以运用数字孪生进行监控，数字孪生搜集相关机械手臂操作的数据，并提供有关需要定期维护或更换的组件的信息。数字孪生可以使预测性维护更为容易，并提供有价值的可视化功能以提升效率。
现如今，基本上任何制造商都可以从支持传感器和连接IoT的机器及设备搜集生产数据，并将数据与基于云的机器学习和熟悉的CAD可视化系统融合起来，以数字化方式为物理目标构建虚拟模型，来模拟其在真实环境中的行为，并通过构建整合制造流程的数字孪生生产系统，实现从产品设计、生产计划到制造执行的全流程数字化。数字孪生将真实与虚拟世界无缝连接，全流程赋能制造业，助力制造业数字化智能化转型。
虽然这种设置比较复杂，但61%已经实施数字孪生的公司已经将至少一对数字孪生互相集成化，甚至更多——74%尚未集成化数字孪生的组织则将在未来5年内集成化。然而，这个结果也意味着39%的受访人尚未整合任何数字孪生应用;其中，26%的人仍然不打算在5年内这样做。
二、数字孪生的提出源于工业4.0
工业互联网的基础模型和技术依托于数字孪生体（DigitalTwin），虽说这个概念产生于军事领域，但很快获得了领先工业企业的认可，并投入大量资源做研究，这其中，美国通用电气和德国西门子最为积极。从可以寻找到的书面证据来看，2011年3月美国空军研究实验室（AFRL，AirForceResearchLaboratory）做的一次演讲，明确提到了数字孪生体，是最早的提出机构。
据有限的资料表明，美国国家航空航天局（NASA，NationalAeronauticsandSpaceAdministration）也在同时期开始关注数字孪生体，但后续对数字孪生体体系的创建贡献并不是很多，反倒是美国国防部马上意识到数字孪生体是极具价值的工程工具，值得全面研发。与此同时，美国通用电气在为美国国防部提供F-35联合攻击机解决方案的时候，也发觉数字孪生体是工业数字化过程中的有效工程工具，并开始运用数字孪生体去创建工业互联网体系。
三、探索数字孪生“城市大脑”
阿里云研究中心发表了《城市大脑探索“数字孪生城市”白皮书》，白皮书里特别提到，人类文明史上，每次科技大爆发都会重新决定全球城市的经济排名。未来，城市的数据资源会成为城市发展的战略性资源，甚至于比土地资源更重要。计算能力会成为城市新的发展动力，城市拥有的计算力总量甚至于会决定城市发展的排名与潜力。
1、技术层面归纳解析
数字孪生城市建设依托云、网、端为主要构成的技术生态体系，端侧产生城市全域感知，深层次描绘城市体征状态。网侧产生泛在高速网络，提供毫秒级时延的双向数据传输，打下了智能交互基础。云侧产生普惠智能计算，以大范围、多尺度、长周期、智能化实现城市决策和控制。
与工业领域数字孪生创建模式类似，数字孪生城市是在更大范围、更多场景下，整合全域感知、历史累积、运行监测等多元异构数据，集成多科学、多尺度的仿真过程，集成指挥调度、运行决策、民生服务等智慧应用，一同创建与现实城市共同生存、虚实交融的复杂巨系统，反应现实城市运行全流程。
数字孪生城市，以全域数字化标识和一体化感知检测为数据孪生基础，以全域全景的数据资源、高性能的协同计算、深度学习的机器智能平台为城市信息中枢，以数字孪生模型平台为城市运行信息集成化展示载体，操纵城市治理、民生服务、产业发展等各系统协同运转，形成一种自我优化的智能运行模式，实现“全域立体感知、万物可信互联、泛在普惠计算、智能定义一切、数据驱动决策”。
（1）全域端数字化标识
数字化标识是万物互联的基础，是数字孪生城市创建的前提条件，是数字化空间中用于区别实体身份的基础信息。数字孪生模式下，是一个实现物理世界与数字化世界的完全对应、融合和演变，并驱动整个世界数字化、智能化的过程，为了更好地给城市创建精确的数字孪生模型，实现数字化与实体的精准匹配，在城市范围内所有的终端具备唯一全局身份标识。
（2）一体化感知和监测体系
一体化感知检测体系是万物感知、万物互联、万物智能的通道和入口，是数字孪生城市实现物理世界到虚拟世界的转换的连接器。一体化感知和监测体系包括感知设备、感知网络和感知平台，设备层提供各类智能终端具备物联网感知模块，成为了设备数据源；网络层构建极速传输网络，为城市各类传感设备提供更广阔的网络覆盖，使感知数据从设备层传输到平台层；平台层汇聚所有的感知数据，为城市大数据分析提供支撑。
（3）高性能协同计算能力
在数字孪生城市模式下，城市实现高度数字化，同时形成海量数据资源，高性能的协同计算将提供算力支撑，主要包括数据处理中心和边缘计算中心，在城市所有的网络节点按照需求部署云计算和边缘计算设施，为孪生数据城市提供运行决策。
（4）实时映射的孪生模型平台
实时映射的孪生模型平台是创建数字孪生城市综合信息载体平台，是城市统一“展示窗口”“决策中心”。通过加载全域全景的数据资源创建城市多维数据空间，运用GIS系统实现城市从地下到地上地理信息的数字化，运用BIM和CIM模型创建城市三维数据空间画像，同时整合城市遥感、北斗导航、地理测绘信息、智能建筑等城市空间数据，在数字化空间模型仿真组建虚实映射的数字孪生城市模型。
2、数字孪生在智慧城市中的应用
（1）城市大脑智能仿真控制交通
城市大脑对遍及全城的交通传感器、视频感知参数、公交车出租车、互联网导航的数据进行多源融合，构成围绕交通量、拥堵指数、主干道速度、快速路速度、安全指数的五大“生命体征指标体系”，不同类别的数据间取长补短、交叉验证，协助交管部门摆脱“雾里看花”、“盲人摸象”的困局，交通管理部门在切实可靠的实时数据基础上，实时监测预警，快速执行“手术刀式”精准治理，避免牵一发动全身的连锁反应。此外，在丰富的历史数据基础上，城市大脑可以协助交管部门通过数据洞察早晚高峰期的民众主要通勤线路，进而优先确保“通勤大动脉”的出行效率，并通过城市大脑“公众服务板块”向各类公开渠道（例如高德）发布拥堵、引导消息，指引民众选择效率更高的通勤线路，减轻大面积交通冲突，提升全区域综合效率。
（2）城市警情自动监控
“全城感知”升级，以机器视觉、互联网/物联网数据分析替代交警巡逻，监测交通事件。交通数据中台广泛连接、共享分析四类城市大数据源：(1)高德等互联网实时交通数据，作为决策基础；(2)路面视频的数据，汇聚不同厂商摄像头全量视频；(3)路口地下线圈的数据；(4)交警机构的卡口等数据。打穿政府部门间的数据孤岛、系统孤岛、决策孤岛，实现从“单点感知”到“全面感知”，从识别车牌到识别路面万物的智能进化，ET城市大脑中的“天曜”产品好比一个“眼观六路，耳听八方，运筹帷幄于千里之外”的虚拟交警，用全城路网上24小时在线、360º观测的球机监控替代一线警力巡逻，实时报警全城交通事故，20秒内识别出汽车走快车道、摩托车上高架、行人横穿马路等全部交通违法行为，甚至发现案例高发路口的不合理交通规则进行优化，不增加任何外场设备，在复杂社会环境中实现精准布警、警力资源的可再生式发展。
（3）全生命周期式智慧医疗服务
数字孪生城市模式下，整合智能可穿戴设备、医疗设备采集健康数据、电子病历等各类人健康的数据，形成完备的个人医疗健康档案。患者的病虚拟病例及各项数据同步到云端，实现院际间、区域间、国际间的数据互通共享，打通远程会诊的通道，患者通过远程医疗协同平台，可以在虚拟医院中实现在线挂号、远程诊断，使就医时间更便捷，也减轻了医院压力。
原创文章，作者：254126420，如若转载，请注明出处：https://blog.ytso.com/242868.html