AI-Powered CPS-Enabled Vulnerable-User-Aware Urban Transportation Digital Twin: Methods and Applications
本文提出用于城市交通管理数字 twin（DT）的方法与应用。虽然现有研究多关注 DT 的“眼睛”即感知技术，但区分 DT 与传统模拟器的关键在于其“大脑”，即从感知数据中提取模式并进行预测决策的能力。为提升城市交通管理水平，DT 需由人工智能驱动，并辅以低延迟高带宽的传感与网络技术，即信息物理系统（CPS）。本文旨在帮助研究人员和从业者识别 DT 发展的挑战与机遇，促进跨学科交流，并为利用 DT 于多样化城市交通应用提供路线图。