一、所属领域

技术领域：

数字孪生、深度学习、强化学习、小样本学习、认知智能

潜在应用领域：

城市治理、智慧城市（智慧交通、智慧规划、智慧医疗、智慧环保、智慧安全、智慧应急）、自动驾驶与车路协同

二、项目介绍

1. 痛点问题

党的十九届五中全会提出，要坚定不移建设数字中国，加快数字化发展，提升公共服务、社会治理等数字化智能化水平。为了贯彻落实五中全会精神，更好发挥数据在建设社会主义现代化国家中的作用，城市治理是一个关键的结合点和突破点。

面对城市快速发展过程中产生的问题和挑战，很多地方寻求运用现代化的信息技术手段加以解决。然而，已有的解决方案主要局限于信息整合与数据分析，难以赋能城市治理中最重要的问题——决策问题。具体来说，当前缺乏对决策效果的验证土壤，缺乏从信息要素到合理决策的技术手段支撑，缺乏能够对决策进行持续高效优化的解决方案。这些新问题为城市治理带来了全新的挑战，需要我们与时俱进地深入探索城市发展客观规律和有效路径，建立中国特色的城市数字治理新范式、新模式、新方法和新标准。

2. 解决方案

针对城市治理问题，本项目通过集中和发挥清华大学电子系城市科学与计算中心科研积淀与优势，深入研究基于大数据现代城市科学理论，发展了以高效模拟引擎和智能决策引擎组成的城市孪生引擎为根基的城市治理优化核心技术。

具体来说，城市孪生引擎能够基于当前城市信息化基础设施所感知到的小规模、低质量的数据驱动孪生城市运行，由此还原出全方位的城市历史运行状况，并推演出城市未来的发展运作走向。因此，城市孪生引擎能够为政府各部门提供一个决策验证的土壤。进一步，智能决策引擎能够在孪生的虚拟城市中对城市治理决策进行迭代优化，从而为城市治理决策提供智能指引。

3. 竞争优势分析

相比于目前主流智慧城市产品，本项目的优势在于对城市治理决策问题的深度解决与范式革新。具体来说已有产品主要提供城市数据的收集、整合、分析与可视化服务，由此为城市治理决策提供辅助信息，但难以帮助决策者直接解决决策问题。与之不同的是，城市孪生引擎既能对决策者的决策进行直观的验证，也能提供智能的决策优化，辅助城市决策者进行决策制定。

在成熟度方面，本项目已经在数据生成、交通孪生与智能决策方面发表了国际顶级会议论文20余篇，申请发明专利10余项，在数据生成和智能决策领域的技术积淀深厚，同时在城市治理决策优化方面以智慧交通为试点，在多场景完成了真实环境的初步验证，取得较好效果。

4. 市场应用前景

智慧城市带来全球城市的变革，也带来无限商机，我国互联网巨头纷纷布局，大力抢夺行业的制高点，新业态新模式不断涌现。据IDC中国测算，到2022年，我国智慧城市的市场将达到2345亿美元，并在可以预见的未来以每年高于10%的速度迅猛增长。

本项目将突出智慧城市的三个重要环节：数据、孪生和决策。城市孪生引擎目前以解决城市治理痛点为切入点，基于智慧城市建设形成的“感知”能力，使用AI技术赋能城市决策，广泛应用于交通、规划、环保等各场景，打造数据驱动城市智能的平台，服务于政府及相关公共事业企事业单位。进一步，城市孪生引擎致力于成为新一代城市大脑，是新一代智慧城市治理模式的关键，以城市孪生引擎为核心向软硬一体的智能物联网设备、平台化服务延伸，释放政府数据要素价值，基于共享流通的数据面向千行百业提供数据驱动的智能决策服务，成为城市的新型基础设施，市场规模巨大，盈利前景广阔。

5. 发展规划

当前，本项目已经在城市孪生引擎的数据融合增强与生成技术、高效数字孪生技术、城市运行规律与理论研究和智能决策技术方面都有深入的理论与技术积淀。与此同时，以交通为重要试点，研发了包括分布式交通孪生引擎在内的高效系统，在灯控优化、道路限行决策、班车规划等多个场景验证了城市孪生引擎对智慧交通决策的赋能能力。

近期，该项目仍将着重聚焦智慧交通应用研究：智慧城市建设形成的“感知”能力，利用交通设备数据和视频识别算法提取摄像头路况信息，采用多维融合算法和缺失数据修补算法处理交通感应设备数据，实现空间多源数据融合及感知；利用大规模图算法模型组成车-道路-路况-事件的超大网图，结合可异构的数据分析工具，对路况和警情进行易操作、可溯历史的分析。在赋能综合交通治理的基础上，研发自动驾驶车路协同相关技术及软硬件产品。

未来，计划以城市孪生引擎为核心，以释放数据要素的价值为目标，开展研究与产业落地的相关工作。计划以大规模高质量数据生成、高性能数字孪生、智慧决策三个关键方向的问题为切入点展开研究与技术开发工作，形成可以复制推广的智慧城市新一代信息基础设施建设标准，基于共享流通的数据面向千行百业提供数据驱动的智能决策服务，成为城市的新型基础设施。其广阔的应用领域如下图所示：

三、合作需求

1. 结合城市治理痛点，寻找更多的城市孪生引擎落地应用场景，打造智慧城市、自动驾驶与车路协同等示范区。

2. 可驱动城市孪生引擎运转的数据资源，包括但不限于基站数据、人车轨迹数据、交通视频数据等。

四、团队介绍

金德鹏，教授，博士生导师，现为清华大学电子工程系党委书记。长期从事网络数据分析与通信系统方面研究工作。申请发明专利50余项，已授权发明专利32项。2002年获国家技术发明二等奖。历年共发表学术论文200余篇，其中SCI收录论文120余篇。

李勇，清华大学电子系长聘副教授，博士生导师，长江学者，国家重点研发计划项目负责人。长期从事数据科学与智能方面的科研工作，在KDD、NeurIPS、ICLR、WWW、UbiComp等国际会议与期刊发表学术论文100余篇（CCF A类80篇），文章引用12000余次，6次获国际会议最佳论文/提名奖，10篇论文入选ESI高被引用论文。先后入选全球“高被引科学家”名单、国家“万人计划”青年拔尖人才计划、中国科协青年人才“托举工程”计划，获IEEE ComSoc亚太区杰出青年学者奖、教育部科技进步一等奖、电子学会自然科学二等奖、吴文俊人工智能优秀青年奖等。

五、联系方式

联系人：刘老师

E-mail : liuyi2017@tsinghua.edu.cn

成果编号：2021084

注：转载请注明出处