CIM论文 │ 基于CIM的车城融合路径与应用研究

为顺应城市治理智慧化转型和汽车“新四化”（电动化、智能化、网联化、共享化）发展新趋势，抢占汽车产业发展弯道超车的新机遇，国家“十四五”规划中明确提出，要“分级分类推进新型智慧城市建设”“积极稳妥发展工业互联网和车联网”。2020年8月，住房和城乡建设部等七部委联合开展新型城市基础设施建设，“协同发展智慧城市与智能网联汽车”是核心任务之一。2020年11月，住房和城乡建设 部、工信部联合开展智慧城市基础设施与智能网联汽车协同发展（以下简称“双智”）试点，其重要性得到进一步强调。

广州作为国家部委确定的试点城市，以国家和省级部门指导为引领，以城市为试点探索主体，以区为项目建设主体，充分发挥汽车产业基础和市场化优势，高质量推动“双智”建设，已率先探索形成“1234”试点建设架构，即1个平台（车城网平台），2类设施（智能基础设施、新型网络设施），3个闭环（面向市民的智慧化出行闭环、面向企业的商业化运营闭环、面向政府的跨部门管理闭环），4套体系（政策规划体系、标准规范体系、平台治理体系、产业生态体系）。

智慧城市（Smart City）理念起源于IBM在2008年提出的“智慧地球”，旨在利用物联网、云计算等新一代信息技术改变政府、企业和人们相互交往的方式，为城市居民提供系统化、智慧化的服务，进而提高城市整体运行效率。[1]随后国内外研究团队对智慧城市建设进行大量研究，在多伦多、芝加哥、洛杉矶、北京、杭州、深圳等地都有一些实践成果落地[2]，但多数探索聚焦于城市系统某一方面或阶段，而缺少全面的规划和整合，无法支撑领域交叉和部门联动的应用需求。为了解决这一问题，部分学者提出将“数字孪生”理念引入到城市治理体系中，先行打造数字孪生城市作为智慧城市的公共底座，进而实现多系统融合、跨部门联动和全周期管理。

数字孪生的思想源自美国密歇根大学Michael Grieves教授提出的“镜像空间模型”[3]，后由美国国家航空航天局给出明确定义[4]。因数字孪生技术展现出强大的全周期管理潜力，很多学者对其进行大量研究，主要集中于在城市管理、公共决策、应急救援等领域的设计和应用[5-8]，科技企业也结合自身业务开展融合应用研究。当前数字孪生城市（Digital  Twin Cities）成为智慧城市解决方案的热点研究方向，该研究致力于在建筑信息模型和城市三维地理信息系统的基础上，利用物联网技术把物理城市的人、物、事件和水、电、气等所有要素数字化，在网络空间再造一个与之完全对应的“虚拟城市”，形成物理维度上的实体城市和信息维度上的数字城市同生共存、虚实交融的局面[9]。已有部分实践落地，如虚拟新加坡平台、法国雷恩3D城市、多伦多高科技社区，以及我国雄安新区、重庆、南京、上海等地[10-11]，可以说数字孪生城市已成为智慧城市建设的新起点，其中关键核心技术之一是城市信息模型（City Informaiton Modeling,CIM）。

CIM概念最早由吴志强院士在上海世博园的建设过程中提出，当时的“C”指的是“Campus”，后来逐步延伸到“City”。2017年起，城市规划行业经历了从建筑信息模型走向城市信息模型，走向城市规划、建造、运营、管理全生命周期的智能化过程[12]。由于CIM具有强大的城市级多源异构数据融合、三维可视化分析管理、信息集成和模拟仿真能力，因而被视为建设“虚实共生”的数字孪生城市的关键技术之一，进而为智慧城市建设提供整体性框架[13]。目前广州已率先发布CIM基础平台，该平台具有强大的多源海量数据高效渲染能力、物联网设备实时接入能力、模型与信息全集成能力、模拟仿真能力、可视化分析能力、二次开发支撑能力，因而成为广州城市运行管理中枢的“数字底板”。

当前汽车智能化发展热点方向是自动驾驶，可分为单车智能自动驾驶和车路协同自动驾驶两大方向。单车智能强调采用先进的通信、计算机、网络和控制技术，对列车实现实时、连续控制，从L0-L5级逐步减少人在驾驶行为中的参与程度，直至完全解放双手。车路协同强调基于无线通信、传感探测等技术获取车辆和道路信息，通过车车、车路通信进行信息交互和共享，实现车辆和基础设施之间的智能协同配合，达到优化利用系统资源、提高道路交通安全、缓解交通拥堵的目标[14-16]。

目前美国、日本、欧盟等主要发达国家和地区，都已制定相关发展战略，支持自动驾驶技术发展。美国通过立法对自动驾驶进行监管，日本、欧盟通过修正现行法律对量产准入进行规定。美国部分地区已允许L5级自动驾驶汽车上路，德国、日本已允许L4级自动驾驶汽车上路，欧盟采用豁免制度对L3、L4级自动驾驶汽车上路进行支持。美国、日本已有自动驾驶服务落地，Nuro、Waymo和Cruise获得加州的自动驾驶服务许可，Tesla更是占据部分自动驾驶汽车市场，日本本田、丰田、日产也纷纷跟进自动驾驶辅助系统量产。美国自动驾驶技术和企业世界领先，根据Guidehouse  Insights 2022年综合评测结果，全球16家自动驾驶企业中有10家属于美国、4家属于中国、2家属于韩国，其中4个“领导者”等级企业有3家属于美国，中国企业排名最高的是第3名的百度。

美国、日本、欧盟在大力发展单车智能自动驾驶的同时，也对车路协同自动驾驶给予高度关注，在政策法规、关键技术、示范应用等方面开展一系列创新探索[17]。美国最早提出V2X的初步发展形态DSRC（专用短距离通信技术），以及网联自动驾驶和车路协同的概念，并开展多个研究项目支持车联网技术发展。日本着力于推广部署ETC2.0系统，通过ITS实现道路和车辆的信息互传和协同管理。欧盟大力发展协同式智能交通系统和基于DSRC直连通信的V2X。以上三方均已为车路协同自动驾驶分配了专用频谱。

中国也将智能汽车发展作为国家战略之一，印发了《智能汽车创新发展战略》等一系列政策文件，支持各地区发展智能汽车。目前北京、上海、广州、深圳、重庆、武汉等多个城市已允许自动驾驶汽车在特定区域、特定时段进行商业化试运营，以及无驾驶人的智能网联汽车进行道路测试；深圳发布《深圳经济特区智能网联汽车管理条例》，填补了国内智能网联汽车监管的法律空白；无锡出台《无锡市车联网发展促进条例》，为车联网发展提供法制支撑；北京市出台政策对高速公路场景道路测试、低速远程控制配送装置进行管理。企业方面，北汽、上汽、广汽等主机厂，百度Apollo、文远知行、小马智行、AutoX、滴滴出行等自动驾驶解决方案提供商，华为、腾讯等智能基础设施提供商，京东、美团等物流配送服务商纷纷进场，为国内智能汽车发展健全产业要素。

车城融合的实现路径包括3个步骤：一是协同建设智能基础设施，实现智能网联汽车发展和智慧城市建设最大程度上共用基础设施、智能设备和底层数据；二是基于CIM基础平台打造车城网平台，对车城运行数据进行汇聚融合，对智能设备进行统一管理，对上层应用进行统一支撑；三是构建车城融合应用体系，充分发挥城市基础设施对汽车的信息支撑作用，以及汽车对城市智慧化转型的驱动引领作用，实现车城融合发展。

2.1.1 协同建设智能基础设施

基础设施建设具有初始投资大、建设周期长、投资回收慢的特征，如果仅靠自身积累难以适应城市快速发展的需要。智能基础设施建设应做好统筹规划和协同建设，以“利旧+新建”的思路推动主要道路的智能化改造，在功能设计、规格设计、景观设计和运营管理上实现最大化的协同，强调多主体共建复用和数据互通，避免重复建设造成的资源浪费，以及“数据孤岛”现象的产生。

以支撑车路协同和交通数据全面感知为导向，在城市主要道路两侧建设智慧灯杆等智能设备载体，统筹部署感知设备、通信设备和边缘计算设备，加强对道路既有交通信号灯、电子标识、监控采集设备的智能化升级和共杆整合，建设并提供北斗定位和高精地图服务，构建集感知、通信、计算等能力为一体的智能基础设施环境，实现对基础设施数据的全面感知和自动采集。

2.1.2 基于CIM基础平台打造车城网平台

基于CIM基础平台构建车城网平台，对城市和汽车运行的全时、全域、全量数据进行采集、汇聚、融合，实现底层数据横向流动和最大化利用，为车城融合夯实数据基础，为上层应用提供平台支撑。

CIM基础平台负责提供三维数字底板，通过CIM技术对智能基础设施设备进行建模落图和接入管理，支撑车辆、行人、物联设备的数字化，结合平台既有的地形地貌、建筑、市政等模型，实现城市部件的数字孪生和集中统一呈现，支撑上层应用的可视化交互管理。

车城网平台负责汇集城市智能基础设施采集的交通类、安全类物联感知数据，结合CIM基础平台提供的立体空间数据、城市管理数据，实现全要素、动静态数据汇聚，并依托人工智能、大数据等技术，开展数据挖掘和增值服务。同时，支持与外部平台规范对接，并向网联信息服务、车路协同服务、智慧停车服务等各类城市应用赋能。

2.1.3 构建车城融合应用体系

根据城市发展的现实需求，在车城融合统一框架和车城网平台上，规划构建车城融合应用体系，涵盖市民出行、交通治理、城市管理等多元化场景，为用户提供智慧化的管理和服务。

市民出行场景包括网联信息服务、车路协同服务、智慧停车服务、出行即服务（MaaS）等具体应用，旨在通过自动驾驶、自主代客泊车、MaaS等技术，构建从召车到停车的全过程智慧化闭环。

交通治理包括交通拥堵治理、重点车辆监管、信号控制优化等具体应用，旨在通过对交通痛点难点进行深度分析研判，结合智能调度、全息感知、信控优化等技术，为交通规划、交通引导、车辆监管等过程赋能。

城市管理包括智慧民生服务、安全和应急管理、全生命周期管理等具体应用，旨在通过对城市管理手段的智慧化升级，支撑城市管理的跨部门协同，推动城市治理体系和能力现代化。

推动智慧城市基础设施和智能网联汽车协同发展。智能基础设施是车城协同发展的关键基础，通过提前统一部署智慧灯杆等智能设备载体，路侧感知设备、物联终端设备、边缘计算单元、路侧通信单元、车载通信单元、智慧车载终端等智能基础设施，以及配套的供电、供网环境，充分应用先进的感知、计算、通讯技术，有效提升城市道路的数字化水平，为智能汽车运行和智慧城市管理提供必要的智能基础设施和信息服务支撑。

支撑智慧城市业务系统的有机整合和跨部门协同。基于CIM构建的数字孪生城市底座，为智慧城市建设提供了整体性框架，进而为城市各业务系统的有机整合提供实现路径，提升城市治理能力现代化水平。以工程车辆监管为例，涉及住建、交通、交警等多个部门，以及市、区、街道等多个层级，需要多部门全流程闭环联动监管，才能显著降低事故率，而基于CIM的车城网平台为管理数据在多部门间的流通提供了渠道，有效支撑跨部门、跨区域、跨层级的协同管理。

提升智能汽车管理服务和交通治理的智能化水平。当前传统交通系统缺少对智能汽车的管理与服务，尤其是面向高级别自动驾驶车辆，因缺少驾驶人而导致执法对象不明确，因缺少路侧数据而无法提供智慧化服务。车城网平台通过综合分析车端、路端感知到的车辆、行人、信控、标志标线等交通数据，为汽车提供精准、安全、实时的智能网联服务。此外，基于车城网平台强大的数据分析、模拟仿真能力，可实现交通拥堵等问题的快速定位和治理，并为非现场执法提供数据支撑。

网联信息服务：本文所提的网联信息服务为智能网联服务的初级阶段，主要立足于当前汽车智能化水平较低的现实情况，面向L0-L2级汽车驾驶人，在既有车载定位、导航、雷达、交互系统的基础上，通过加装车载智能显示终端或嵌入配套元件，接收车城网平台推送的交通效率类、安全类辅助信息，为驾驶人提供更好的驾驶体验。

车路协同服务：车路协同服务为智能网联服务的高级阶段，主要面向汽车智能化水平较高的L3-L5级汽车，通过加装车载单元（On board Unit，OBU），为智能汽车提供前向碰撞预警、行人检测预警及弱势交通出行者保护、交叉路口来车提醒、红绿灯信息提醒、绿波引导、隧道安全监测及驶入驶出诱导等多类车路协同服务。

智慧停车服务：主要分为3个发展方向，一是对停车场进行基本的智能化升级，包括停车位统计、自动计费、无感支付、在线预约等，并依托车城网平台为驾驶人提供全域停车信息服务；二是开展自动导引停车建设，依托智能停车机器人和立体停车库实现停车的自动化和车位的倍增；三是开展自主代客泊车建设，通过在场端加装感知和通信设备并进行车端-场端信息融合，实现L4级以上车辆完全自主停车，助力打造召车-驾车-停车全过程自动化闭环。

出行即服务（MaaS）：针对城市公共交通资源配置不合理、多类型交通工具换乘不畅通、最后一公里接驳不方便等出行痛难点，通过整合公交、地铁、出租车、有轨电车、共享单车等多类型出行资源，实现公共交通调度、自动驾驶接驳线路设置、共享单车投放的动态优化，以及加油、加气、加氢、充电设施的合理配置，打造一体化交通出行和一站式服务，有效改善居民出行体验。

交通拥堵治理：针对交通事故、交通管制、施工占道、路权分配不合理等造成的拥堵问题，依托智能基础设施感知能力和车端-路端信息交互能力，快速确定交通拥堵点、拥堵长度、拥堵原因，向后方及对向车辆发出预警提醒，并通过车城网平台交通分析和推演能力，为指挥中心的事故处理、通行预警、交通规划工作提供决策支撑。

重点车辆监管：城市建设离不开建筑废弃物运输车、混凝土搅拌车、起吊搬运车等工程车辆的参与，但其车身大、载重大、盲区大的特点对城市居民安全出行带来一定隐患。针对“两客一危一货一校”等重点车辆，需要依托车城网平台提供的碰撞提醒、超视距感知、盲区行人检测、安全驾驶监管等功能，为司机提供驾驶辅助，为管理部门升级监管手段。

信号控制优化：城市主干道路口是交通压力热点区域，路口信号调控是实现路权分配优化的重要手段。依托车城网平台的交通流量分析和模拟仿真能力，对多路口的信控灯相位、周期进行整体优化，可实现绿波车速引导、公共交通优先等功能，结合“交通潮汐”规律甚至可实现路口的自适应信号控制，进而显著提高通行效率和安全性。

政策法规是支持汽车技术创新和产业发展的关键，目前美国在政策法规突破上最为激进。虽然近年来国内新能源和智能网联汽车产业发展迅猛，深圳、无锡已先行出台法规支撑智能汽车发展，北京、上海、广州等多地也出台一系列支持政策，但整体上看仍呈现相对保守的特点。后续应在保证安全的前提下，加快政策法规突破，为智能汽车发展释放创新空间。

目前国内大部分城市已开展智慧化建设，为避免出现“各自为建”和“数据孤岛”现象的产生，应注重加强顶层设计和统筹协调，强化平台治理体系规划建设和“一网统管”持续深化，推动城市智能基础设施扩充部署和共建复用，探索城市级的“车城网”平台建设，依托CIM基础平台多源异构数据接入能力，推动数据互联互通形成规模，打造跨部门协同应用，助力“车路城”协同发展。

[1]巫细波,杨再高.智慧城市理念与未来城市发展[J].城市发展研究,2010,17(11):56-60+40.

[2]徐辉.基于“数字孪生”的智慧城市发展建设思路[J].人民论坛·学术前沿,2020(08):94-99.DOI:10.16619/j.cnki.rmltxsqy.2020.08.009.

[3]Grieves M.Digital Twin:Manufacturing Excellence through Virtual Factory Replication. 2015.

[4]Glaessgen E,Stargel D.The Digital Twin Paradigm for  Future NASA and U.S. Air Force Vehicles[C]//Aiaa/asme/asce/ahs/asc Structures, Structural Dynamics & Materials Conference  Aiaa/asme/ahs Adaptive Structures Conference Aiaa.2012.

[5]Dembski F,U Wössner, Letzgus M,et al.Urban Digital  Twins for Smart Cities and Citizens:The Case Study of Herrenberg,Germany[J]. Sustainability,2020,12.

[6]Schrotter G,Christian Hürzeler.The Digital Twin of  the City of Zurich for Urban Planning[J]. PFG–Journal of Photogrammetry Remote Sensing and Geoinformation Science,2020,88(5).

[7]Chao F A,Cheng Z A,Ay B,et al.Disaster City Digital Twin:A vision for integrating artificial and human intelligence for disaster management[J].International Journal of Information  Management,2019,56.

[8]Xia H,Liu Z,Maria E,et al.Study on city digital twin technologies for sustainable smart city design:A review and  bibliometric analysis of geographic information system and building information modeling integration[J].Sustainable Cities  and Society,2022:104009.

[9]李德仁.数字孪生城市智慧城市建设的新高度[J].中国勘察设计,2020(10):13-14.

[10]毛子骏,黄膺旭.数字孪生城市:赋能城市“全周期管理”的新思路[J].电子政务,2021(8):13.

[11]徐文扬.基于车城融合的交通数字孪生体的建设思路与探索[J].智能建筑与智慧城市,2022(008):000.

[12]广州市新型城市基础设施建设试点工作联席会议办公室.2021广州城市信息模型（CIM）白皮书.2022.

[13]石俊卫.广州CIM平台智慧化应用探索[J].中国建设信息化,2021(24):36-39.

[14]李克强,戴一凡,李升波,等.智能网联汽车(ICV)技术的发展现状及趋势[J].汽车安全与节能学报,2017,8(1):14.

[15]罗亮红.基于ZIGBEE的车路协同关键技术研究[D].广州:华南理工大学,12-15.

[16]王云鹏.智能车路协调系统[C]∥第三届智能交通科技论坛.湖北，武汉;武汉理工大学,2010．

[17]李彦宏.《智能交通:影响人类未来10—40年的重大变 革》[M].北京人民出版社,2021.

[18]杨翼.基于车城网的智慧路口应用研究与设计[J].数字 通信世界,2023(02):21-23.