智慧/全息路口是这今年智慧交管领域的热门词汇，与配时中心、信号优化偏服务、偏软不一样，智慧/全息路口则是硬件为主，带来了新的设备需求。从目前统计的项目来看，一个全息路口的投资从10-20万不等，主要建设内容是雷视融合，学界对雷视融合也有争议，认为雷达监测和视频监测每个误差如果都在20%，就会形成一个误差相乘系统。
不论是全息路口还是智慧路口，还是全新信息路口，都说明路口这一交通节点的重要性，目前只会路口的主要发力点，在于信控，即如何提升通行效率。除此外，还应该有全局态势掌控即路口全违法行为监控识别，最后是数字孪生，重点路口和道路的数字孪生。
基于智慧/全息路口而来的全息道路、全息路网项目陆续出现，以服务于交通监测为主，以高精地图+视频感知+数字孪生为主要建设内容。
（图片源自网络）
如果说原有的的仿真系统是二维展示，那么数字孪生就是三维立体展示，具备可视化、智能化等能力，在时间轴上能根据参数变量实时展示隧道、路口、道路、场站等交通场景的运行情况，可以实现双向映射、动态交互和实时连接，能够实时支持物理世界的决策。
交通的数字孪生属于典型的巨系统，其建设需要通过以下八个方面循序渐进实现：
1、可计算路网
将实际路网通过高精地图采集手段转化为数字模型，同时按照交通工程需求详细标注标志标线、车到属性等交通规则信息，为后续全息感知、交通仿真、虚拟推演等功能建立抽象化数字模型基础，建设适合智慧出行交通需求的可计算路网。
2、感知网络覆盖
通过部署不同特性的传感器，包括利用道路现有视频获取小范围精确目标信息以及利用雷达获取大范围目标定位信息，实现在网所有个体出行信息高精度感知，建立覆盖完整的感知网络，实现高精度个体出行信息全感知。
3、全息路网
在建设感知网络、可计算路网的基础上，加入目标融合算法，使传感器原始获取的不连贯目标相关信息相互印证、互为补充，形成基本完整的目标属性信息，但是当目标经过摄像机覆盖视野时，摄像机可以获取目标号牌、车型等特征，通过地图的关联关系，将雷达检测的目标和视频识别的目标建立联系，在雷达检测目标上同步显示详细属性信息。同时，将实时检测目标叠加在高精地图上，实现实际空间与虚拟空间的对接，完成数字映射的全息感知。通过全息路网的数据支持，所有在网动态感知目标均可打上数字标签，并进行跟踪。
4、个体行为模型
传统上，仅基于目标实时位置信息并不能预测目标的下一步行为，在数字孪生交通系统下，基于大数据思维，可以通过分析在网车辆的历史轨迹，寻找车辆运行潜在规律，并对车辆行为作出高概率的正确预测。例如，通过车辆历史数据的跟踪积累，可以掌握个体车辆的位置、状态及目的地，记录车辆每日每次的精细化出行轨迹，明确车辆从哪里来到哪里去，研判每一车辆的惯用路径特征，为城市交通管控乃至安全监控提供核心数据。
5、实时在线仿真
将系统内实时感知的车辆、非机动车等轨迹，以及基于个体行为的交通模型通过大数据获取的预测信息导入交通仿真系统，使用交通仿真工具，能够准确作出短时交通路网变化情况预测，实现在线实时仿真，实现精确预测交通事件对现有路况的影响。例如在前方车辆故障导致占用一条车道的情况下，交通仿真系统可以推测在当前管控方案和流量状况下，是否会发生拥堵以及发生何种级别拥堵，相当于向管理者提前预告事件演化过程，将对后期管控策略的调整提供坚实的数据基础。
6、人工智能辅助决策系统
基于实时在线仿真的结果，通过建立AI信控模型可以实时调整控制策略，同时通过不断采集在网车辆状态变化，持续修正仿真模型的结果，形成“实时采集-仿真预测-算法调优-再实时采集”的类“OODA”（Observation-Orientation-Decision-Action)循环，通过高频度的运行，形成完整的数字孪生交通控制系统。
7、出行即服务MaaS
在数字孪生交通系统下，交通服务将实现个体化和精细化，实现一车一策，一路一策，一场一策，实现整体交通系统由宏观、中观控制为主向面向个体的精细化个性化服务，进而更好地推进以人为核心的城市建设，使城市更健康、更安全、更高效。
8、智慧决策
智慧路口是结合人工智能、大数据和新一代物联网等前沿技术，通过深度学习、对抗学习，建立的全方位交通数据感知、多源数据参与决策的新一代交通控制系统。对路口所有传感器做汇聚、储存、共享，将信息叠加换算到高精地图，以增强现实。智慧道路与AI、5G、车路协同、车联网等技术融合与信号管控优化、交通仿真的协同。
系统以多源数据资源池为载体，构建数据融合、模型解析，以实现对路口进行全息感知、事件捕获、时空融合、事件研判、路口规划，从而实现路口的智慧评估决策。
