一种面向数字孪生的道路运行数据预估方法及装置

1.本技术涉及数字孪生系统技术领域，具体而言，涉及一种面向数字孪生的道路运行数据预估方法及装置。


背景技术：

2.近年来，各省市加大了信息通信技术（information and communications technology，ict）在城市建设治理方面的投入，对城市信息化的认识也从数字城市、智慧城市升级为新型智慧城市。智慧城市管理迫切需要有效的数字化管理手段以实时掌握、分析城市运行状态，数字孪生技术应运而生。数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。其实现了把真实世界的物体投射到数字世界中，形成孪生体，用以观测、预测该物体的发展，进而可以进行城市道路运行状态的智能化分析。
3.然而，数字孪生依赖于高密度、高精度的动态感知系统，其主要基于大量的智能传感器进行实时数据采集，而这些传感器往往存在建设成本高、故障率高等缺点，使得数字孪生技术难以实际部署，整体成本高，且数字孪生系统感知到的道路运行状态数据也不够精准。


技术实现要素：

4.为了解决上述问题，本技术实施例提供了一种面向数字孪生的道路运行数据预估方法及装置。
5.第一方面，本技术实施例提供了一种面向数字孪生的道路运行数据预估方法，所述方法包括：基于实际道路数据构建数字孪生道路交通系统，建立车辆在实际道路和所述数字孪生道路交通系统的虚拟道路上的映射关系；基于在所述实际道路上间断设置的各道路传感器采集的各车辆行驶状态数据构建智能插补数据集，并根据所述智能插补数据集计算所述虚拟道路任意位置的道路运行状态预估数据；根据各所述道路运行状态预估数据生成数字孪生道路交通系统状态图，并向所述车辆实时展示所述数字孪生道路交通系统状态图。
6.优选的，所述实际道路数据包括道路电子地图数据、所述道路传感器采集的第一历史道路数据、所述车辆上传的第二历史道路数据。
7.优选的，所述建立车辆在实际道路和所述数字孪生道路交通系统的虚拟道路上的映射关系，包括：基于车载传感器获取车辆的自身行驶状态数据，并根据所述自身行驶状态数据建立所述车辆在实际道路和所述数字孪生道路交通系统的虚拟道路上的映射关系，所述车载
传感器包括gps定位传感器、etc传感器、陀螺仪。
8.优选的，所述基于在所述实际道路上间断设置的各道路传感器采集的各车辆行驶状态数据构建智能插补数据集，并根据所述智能插补数据集计算所述虚拟道路任意位置的道路运行状态预估数据，包括：基于在所述实际道路上间断设置的各道路传感器历史采集的各车辆行驶状态数据构建智能插补数据集；获取所述车辆在所述虚拟道路上的实时位置，并在所述实时位置对应的预设检测范围内查询所述道路传感器；当所述预设检测范围内查询到目标道路传感器时，控制所述目标道路传感器采集所述车辆的实时车辆行驶状态数据，并将所述实时车辆行驶状态数据添加至所述智能插补数据集；当所述预设检测范围内未查询到目标道路传感器时，确定与所述车辆相邻的第一道路传感器、第二道路传感器，并根据智能插补数据集中的第一车辆行驶状态数据与第二车辆行驶状态数据进行路段插补分析，得到分析结果，所述第一车辆行驶状态数据为所述第一道路传感器在所述智能插补数据集中的车辆行驶状态数据，所述第二车辆行驶状态数据为所述第二道路传感器在所述智能插补数据集中的车辆行驶状态数据；基于各所述分析结果计算所述虚拟道路任意位置的道路运行状态预估数据。
9.优选的，所述基于各所述分析结果计算所述虚拟道路任意位置的道路运行状态预估数据之后，还包括：基于所述车辆前行方向上的各所述道路运行状态预估数据生成交通运行状态预警信息，并将所述交通运行状态预警信息发送至所述车辆。
10.优选的，所述根据各所述道路运行状态预估数据生成数字孪生道路交通系统状态图，包括：在所述车辆的行驶过程中，持续比对所述车辆的当前行驶状态数据与所述虚拟道路上当前车辆位置对应的所述道路运行状态预估数据的匹配状态；对于匹配成功的所述道路运行状态预估数据，将所述道路运行状态预估数据标注为可用数据，并根据各所述可用数据生成数字孪生道路交通系统状态图；对于匹配失败的所述道路运行状态预估数据，将所述道路运行状态预估数据标注为不可用数据，并将所述不可用数据作为负反馈样本，对所述根据所述智能插补数据集计算所述虚拟道路任意位置的道路运行状态预估数据的步骤进行负反馈优化。
11.优选的，所述根据各所述可用数据生成数字孪生道路交通系统状态图，包括：判断所有所述可用数据叠加能否表征出道路整体状态；当能表征出道路整体状态时，基于所有所述可用数据生成数字孪生道路交通系统状态图；当不能表征出道路整体状态时，重复所述持续比对所述车辆的当前行驶状态数据与所述虚拟道路上当前车辆位置对应的所述道路运行状态预估数据的匹配状态的步骤。
12.第二方面，本技术实施例提供了一种面向数字孪生的道路运行数据预估装置，所述装置包括：构建模块，用于基于实际道路数据构建数字孪生道路交通系统，建立车辆在实际
道路和所述数字孪生道路交通系统的虚拟道路上的映射关系；计算模块，用于基于在所述实际道路上间断设置的各道路传感器采集的各车辆行驶状态数据构建智能插补数据集，并根据所述智能插补数据集计算所述虚拟道路任意位置的道路运行状态预估数据；生成模块，用于根据各所述道路运行状态预估数据生成数字孪生道路交通系统状态图，并向所述车辆实时展示所述数字孪生道路交通系统状态图。
13.第三方面，本技术实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面或第一方面的任意一种可能的实现方式提供的方法的步骤。
14.第四方面，本技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面或第一方面的任意一种可能的实现方式提供的方法。
15.本发明的有益效果为：1.通过路边设置的道路传感器采集的车辆行驶状态数据进行智能插补，并通过实时通过的车辆进行在线校验，进而对插补数据进行动态修正，实现了对道路运行数据的精准估计。
16.2. 有效地解决传统传感器难以实现城市数据的全域感知、部署成本高和系统运行维护困难的问题，能够进一步推动新型智慧城市建设，更全面地感知交通运行状况，形成虚实结合、孪生互动的城市道路交通发展新形态。
附图说明
17.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例中所需使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
18.图1为本技术实施例提供的一种面向数字孪生的道路运行数据预估方法的流程示意图；图2为本技术实施例提供的一种面向数字孪生的道路运行数据预估装置的结构示意图；图3为本技术实施例提供的一种电子设备的结构示意图。
具体实施方式
19.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。
20.在下述介绍中，术语“第一”、“第二”仅为用于描述的目的，而不能理解为指示或暗示相对重要性。下述介绍提供了本技术的多个实施例，不同实施例之间可以替换或者合并组合，因此本技术也可认为包含所记载的相同和/或不同实施例的所有可能组合。因而，如果一个实施例包含特征a、b、c，另一个实施例包含特征b、d，那么本技术也应视为包括含有a、b、c、d的一个或多个所有其他可能的组合的实施例，尽管该实施例可能并未在以下内容中有明确的文字记载。
21.下面的描述提供了示例，并且不对权利要求书中阐述的范围、适用性或示例进行
限制。可以在不脱离本技术内容的范围的情况下，对描述的元素的功能和布置做出改变。各个示例可以适当省略、替代或添加各种过程或组件。例如所描述的方法可以以所描述的顺序不同的顺序来执行，并且可以添加、省略或组合各种步骤。此外，可以将关于一些示例描述的特征组合到其他示例中。
22.参见图1，图1是本技术实施例提供的一种面向数字孪生的道路运行数据预估方法的流程示意图。在本技术实施例中，所述方法包括：s101、基于实际道路数据构建数字孪生道路交通系统，建立车辆在实际道路和所述数字孪生道路交通系统的虚拟道路上的映射关系。
23.本技术的执行主体可以是云端服务器。
24.在本技术实施例中，云端服务器将通过传感器数据采集、交管平台数据查询等方式获取到实际道路上的实际道路数据，并以此为基准构建出虚拟的数字孪生道路交通系统。系统构建完成后，云端服务器还会为每一辆车辆建立其在实际道路和虚拟道路上的映射关系，使得车辆在实际道路上的运行状态能够在系统中的虚拟道路上进行对应的表征，让云端服务器能够直接根据数字孪生道路交通系统判断出各个车辆的运行状态，进而对拥堵等道路状态进行判断。其中，在确定了构建系统所需的实际道路数据的情况下，对数字孪生道路交通系统的构建过程为本领域技术人员所熟知的现有技术，且数字孪生道路交通系统的具体构建过程并非本技术的重点，故在此不详述。
25.在一种可实施方式中，所述实际道路数据包括道路电子地图数据、所述道路传感器采集的第一历史道路数据、所述车辆上传的第二历史道路数据。
26.在本技术实施例中，实际道路数据中包含有通过第三方平台所获取到的各个道路的电子地图数据、设置在路边的道路传感器所对经过的车辆所采集的第一历史道路数据、各个车辆在行驶过程中向云端服务器上传的第二历史道路数据。
27.在一种可实施方式中，所述建立车辆在实际道路和所述数字孪生道路交通系统的虚拟道路上的映射关系，包括：基于车载传感器获取车辆的自身行驶状态数据，并根据所述自身行驶状态数据建立所述车辆在实际道路和所述数字孪生道路交通系统的虚拟道路上的映射关系，所述车载传感器包括gps定位传感器、etc传感器、陀螺仪。
28.在本技术实施例中，车辆在行驶过程中会根据gps微型定位系统、etc、陀螺仪等车载传感器设备不断获取车辆的自身行驶状态数据，并将这些数据上传至云端服务器。云端服务器基于这些数据，便能够确定车辆在实际道路上的位置、方位角、车速等数据，进而在系统的虚拟道路上表征出车辆状态，以此建立出车辆在实际道路与虚拟道路上的映射关系。
29.s102、基于在所述实际道路上间断设置的各道路传感器采集的各车辆行驶状态数据构建智能插补数据集，并根据所述智能插补数据集计算所述虚拟道路任意位置的道路运行状态预估数据。
30.在本技术实施例中，实际道路上以预设距离间断设置有多个道路传感器，除了每个车辆会将自身的行驶数据上传至云端服务器外，道路传感器也会采集经过车辆的车辆行驶状态数据，云端服务器会根据各个车辆行驶状态数据构建智能插补数据集，智能插补数据集相当于汇总了每一个道路传感器对多个车辆进行检测采集的车辆行驶状态数据，故基
于智能插补数据集能够确定不同道路位置、不同时刻的车辆行驶速度，进而以此能够对道路当前的拥堵状态进行判断，在对应的虚拟道路上计算出道路运行状态预估数据。
31.具体的，由于大量设置道路传感器来完全覆盖道路采集数据的成本过大，故将采用间断设置的方式，每间隔一段距离设置一个道路传感器，相邻两个道路传感器之间的道路运行状态将根据路段的两个端点，也就是两个道路传感器所采集到的数据来进行插补估计计算，以此得到预估值，控制了系统搭建的成本，且由于减少了道路传感器的数量，系统的维护与稳定性也更容易实现。其中，插补估计计算的方式可以通过前期道路传感器所采集到的大量车辆行驶状态样本数据对神经卷积网络模型进行训练后实现。由于神经卷积网络模型的训练过程为现有技术，且该过程并非本技术的重点，故在此不详述。
32.在一种可实施方式中，步骤s102包括：基于在所述实际道路上间断设置的各道路传感器历史采集的各车辆行驶状态数据构建智能插补数据集；获取所述车辆在所述虚拟道路上的实时位置，并在所述实时位置对应的预设检测范围内查询所述道路传感器；当所述预设检测范围内查询到目标道路传感器时，控制所述目标道路传感器采集所述车辆的实时车辆行驶状态数据，并将所述实时车辆行驶状态数据添加至所述智能插补数据集；当所述预设检测范围内未查询到目标道路传感器时，确定与所述车辆相邻的第一道路传感器、第二道路传感器，并根据智能插补数据集中的第一车辆行驶状态数据与第二车辆行驶状态数据进行路段插补分析，得到分析结果，所述第一车辆行驶状态数据为所述第一道路传感器在所述智能插补数据集中的车辆行驶状态数据，所述第二车辆行驶状态数据为所述第二道路传感器在所述智能插补数据集中的车辆行驶状态数据；基于各所述分析结果计算所述虚拟道路任意位置的道路运行状态预估数据。
33.所述目标道路传感器在本技术实施例中可以理解为在预设检测范围内查询到的道路传感器。
34.在本技术实施例中，智能插补数据集将通过各道路传感器历史采集的各车辆行驶状态数据进行构建。由于插补计算过程是为了计算出车辆在道路传感器检测不到的段落的行驶状态，进而以此判断道路运行状态，故首先需要获取车辆的实时位置，并根据实时位置判断出车辆对应的预设检测范围内是否能够查询到道路传感器，若云端服务器能够在预设检测范围内查询到道路传感器，则表明道路传感器能够采集到该车辆的车辆行驶状态数据。对于能够查询到目标道路传感器的情况，由于目标道路传感器能够直接采集到车辆的实时车辆行驶状态数据，故此时不需要进行插补计算，只需要将最新采集到的实时车辆行驶状态数据添加至智能插补数据集内，保证智能插补数据集内数据样本足够大，进而使得后续进行插补计算时的准确性。对于无法查询到目标道路传感器的情况，则云端服务器将会根据与车辆相邻的两个道路传感器采集的数据进行插补分析计算，以此得到分析结果。通过对不同车辆在不同道路位置插补分析得到的不同分析结果进行汇总，便能够确定出虚拟道路任意位置的道路运行状态进行预估，得到道路运行状态预估数据。需要说明的是，由于上述过程是对道路中的每一辆车辆均会进行的，即对某一车辆而言，其在道路传感器之间路段时进行插补计算的数据，是由同一时间段附近已经经过两个传感器的其余车辆上采
集到的行驶数据，以此实现各个车辆数据之间相互动态辅助计算，保证最终计算得到的数据的准确性。
35.在一种可实施方式中，所述基于各所述分析结果计算所述虚拟道路任意位置的道路运行状态预估数据之后，还包括：基于所述车辆前行方向上的各所述道路运行状态预估数据生成交通运行状态预警信息，并将所述交通运行状态预警信息发送至所述车辆。
36.在本技术实施例中，确定了虚拟道路各个位置的道路运行状态预估数据后，将会根据车辆行前行方向上的道路运行状态预估数据生成预警信息对车辆进行预警，以此提前提醒驾驶员前方路况。
37.s103、根据各所述道路运行状态预估数据生成数字孪生道路交通系统状态图，并向所述车辆实时展示所述数字孪生道路交通系统状态图。
38.在本技术实施例中，云端服务器通过整合计算出的各个道路运行状态预估数据，能够生成出整个数字孪生道路交通系统的状态图，通过向车辆展示数字孪生道路交通系统状态图，能够使得驾驶员可以随时了解整个道路的路况状态，更全面地感知交通运行状况。
39.需要说明的是，与传统的手机app导航的方式相比，导航app对于路况的预估是通过交通指挥中心数据的获取、终端设备回传数据、在固定的地方有专门的上报人员或者设备来实时上报路况等方式确定的，数据获取过程较为繁琐，成本不低，且只为了实现导航的目的。而本技术中道路传感器的设置是数字孪生系统构建的基础，即道路传感器并非为了实现本技术过程而特意设置的。本技术的方式能够减少道路传感器的设置数量，通过本技术对于道路传感器采集的数据的计算方式，不仅减少了系统的搭建成本，还能够实现对整个交通系统的道路运行状态的精准预估，辅助数字孪生道路交通系统其他功能的实现。
40.在一种可实施方式中，所述根据各所述道路运行状态预估数据生成数字孪生道路交通系统状态图，包括：在所述车辆的行驶过程中，持续比对所述车辆的当前行驶状态数据与所述虚拟道路上当前车辆位置对应的所述道路运行状态预估数据的匹配状态；对于匹配成功的所述道路运行状态预估数据，将所述道路运行状态预估数据标注为可用数据，并根据各所述可用数据生成数字孪生道路交通系统状态图；对于匹配失败的所述道路运行状态预估数据，将所述道路运行状态预估数据标注为不可用数据，并将所述不可用数据作为负反馈样本，对所述根据所述智能插补数据集计算所述虚拟道路任意位置的道路运行状态预估数据的步骤进行负反馈优化。
41.在本技术实施例中，为了保证道路运行状态预估数据的精准度，车辆行驶过程中，云端服务器会持续比对车辆自身传感器所采集的当前行驶状态数据以及当前车辆位置对应的道路运行状态预估数据，确定二者是否匹配，仅通过匹配成功的可用数据进行状态图的生成构建，保证状态图的准确性。对于匹配失败的道路运行状态预估数据，将作为负反馈样本发送回神经卷积网络模型进行负反馈学习，以此对后续的计算过程进行优化迭代，保证后续计算结果的准确性与稳定性。
42.在一种可实施方式中，所述根据各所述可用数据生成数字孪生道路交通系统状态图，包括：判断所有所述可用数据叠加能否表征出道路整体状态；
当能表征出道路整体状态时，基于所有所述可用数据生成数字孪生道路交通系统状态图；当不能表征出道路整体状态时，重复所述持续比对所述车辆的当前行驶状态数据与所述虚拟道路上当前车辆位置对应的所述道路运行状态预估数据的匹配状态的步骤。
43.在本技术实施例中，在生成数字孪生道路交通系统状态图时，云端服务器需要判断目前所有的可用数据叠加在一起能够表征出道路整体的状态，只有在能够表征出道路整体状态时，云端服务器才会生成数字孪生道路交通系统状态图，否则将持续获取可用数据，直至可用数据能够表征道路整体状态后，生成数字孪生道路交通系统状态图。
44.下面将结合附图2，对本技术实施例提供的面向数字孪生的道路运行数据预估装置进行详细介绍。需要说明的是，附图2所示的面向数字孪生的道路运行数据预估装置，用于执行本技术图1所示实施例的方法，为了便于说明，仅示出了与本技术实施例相关的部分，具体技术细节未揭示的，请参照本技术图1所示的实施例。
45.请参见图2，图2是本技术实施例提供的一种面向数字孪生的道路运行数据预估装置的结构示意图。如图2所示，所述装置包括：构建模块201，用于基于实际道路数据构建数字孪生道路交通系统，建立车辆在实际道路和所述数字孪生道路交通系统的虚拟道路上的映射关系；计算模块202，用于基于在所述实际道路上间断设置的各道路传感器采集的各车辆行驶状态数据构建智能插补数据集，并根据所述智能插补数据集计算所述虚拟道路任意位置的道路运行状态预估数据；生成模块203，用于根据各所述道路运行状态预估数据生成数字孪生道路交通系统状态图，并向所述车辆实时展示所述数字孪生道路交通系统状态图。
46.在一种可实施方式中，所述实际道路数据包括道路电子地图数据、所述道路传感器采集的第一历史道路数据、所述车辆上传的第二历史道路数据。
47.在一种可实施方式中，构建模块201包括：映射建立单元，用于基于车载传感器获取车辆的自身行驶状态数据，并根据所述自身行驶状态数据建立所述车辆在实际道路和所述数字孪生道路交通系统的虚拟道路上的映射关系，所述车载传感器包括gps定位传感器、etc传感器、陀螺仪。
48.在一种可实施方式中，计算模块202包括：构建单元，用于基于在所述实际道路上间断设置的各道路传感器历史采集的各车辆行驶状态数据构建智能插补数据集；查询单元，用于获取所述车辆在所述虚拟道路上的实时位置，并在所述实时位置对应的预设检测范围内查询所述道路传感器；第一判断单元，用于当所述预设检测范围内查询到目标道路传感器时，控制所述目标道路传感器采集所述车辆的实时车辆行驶状态数据，并将所述实时车辆行驶状态数据添加至所述智能插补数据集；第二判断单元，用于当所述预设检测范围内未查询到目标道路传感器时，确定与所述车辆相邻的第一道路传感器、第二道路传感器，并根据智能插补数据集中的第一车辆行驶状态数据与第二车辆行驶状态数据进行路段插补分析，得到分析结果，所述第一车辆行驶状态数据为所述第一道路传感器在所述智能插补数据集中的车辆行驶状态数据，所述
第二车辆行驶状态数据为所述第二道路传感器在所述智能插补数据集中的车辆行驶状态数据；第一计算单元，用于基于各所述分析结果计算所述虚拟道路任意位置的道路运行状态预估数据。
49.在一种可实施方式中，计算模块202还包括：发送单元，用于基于所述车辆前行方向上的各所述道路运行状态预估数据生成交通运行状态预警信息，并将所述交通运行状态预警信息发送至所述车辆。
50.在一种可实施方式中，生成模块203包括：比对单元，用于在所述车辆的行驶过程中，持续比对所述车辆的当前行驶状态数据与所述虚拟道路上当前车辆位置对应的所述道路运行状态预估数据的匹配状态；第三判断单元，用于对于匹配成功的所述道路运行状态预估数据，将所述道路运行状态预估数据标注为可用数据，并根据各所述可用数据生成数字孪生道路交通系统状态图；第四判断单元，用于对于匹配失败的所述道路运行状态预估数据，将所述道路运行状态预估数据标注为不可用数据，并将所述不可用数据作为负反馈样本，对所述根据所述智能插补数据集计算所述虚拟道路任意位置的道路运行状态预估数据的步骤进行负反馈优化。
51.在一种可实施方式中，生成模块203还包括：第五判断单元，用于判断所有所述可用数据叠加能否表征出道路整体状态；第六判断单元，用于当能表征出道路整体状态时，基于所有所述可用数据生成数字孪生道路交通系统状态图；第七判断单元，用于当不能表征出道路整体状态时，重复所述持续比对所述车辆的当前行驶状态数据与所述虚拟道路上当前车辆位置对应的所述道路运行状态预估数据的匹配状态的步骤。
52.本领域的技术人员可以清楚地了解到本技术实施例的技术方案可借助软件和/或硬件来实现。本说明书中的“单元”和“模块”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件，其中硬件例如可以是现场可编程门阵列（field－programmable gate array，fpga）、集成电路（integrated circuit，ic）等。
53.本技术实施例的各处理单元和/或模块，可通过实现本技术实施例所述的功能的模拟电路而实现，也可以通过执行本技术实施例所述的功能的软件而实现。
54.参见图3，其示出了本技术实施例所涉及的一种电子设备的结构示意图，该电子设备可以用于实施图1所示实施例中的方法。如图3所示，电子设备300可以包括：至少一个中央处理器301，至少一个网络接口304，用户接口303，存储器305，至少一个通信总线302。
55.其中，通信总线302用于实现这些组件之间的连接通信。
56.其中，用户接口303可以包括显示屏（display）、摄像头（camera），可选用户接口303还可以包括标准的有线接口、无线接口。
57.其中，网络接口304可选的可以包括标准的有线接口、无线接口（如wi-fi接口）。
58.其中，中央处理器301可以包括一个或者多个处理核心。中央处理器301利用各种接口和线路连接整个电子设备300内的各个部分，通过运行或执行存储在存储器305内的指
令、程序、代码集或指令集，以及调用存储在存储器305内的数据，执行终端300的各种功能和处理数据。可选的，中央处理器301可以采用数字信号处理（digital signal processing，dsp）、现场可编程门阵列（field-programmable gate array，fpga）、可编程逻辑阵列（programmable logic array，pla）中的至少一种硬件形式来实现。中央处理器301可集成中央中央处理器（central processing unit，cpu）、图像中央处理器（graphics processing unit，gpu）和调制解调器等中的一种或几种的组合。其中，cpu主要处理操作系统、用户界面和应用程序等；gpu用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到中央处理器301中，单独通过一块芯片进行实现。
59.其中，存储器305可以包括随机存储器（random access memory，ram），也可以包括只读存储器（read-only memory）。可选的，该存储器305包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器305可用于存储指令、程序、代码、代码集或指令集。存储器305可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器305可选的还可以是至少一个位于远离前述中央处理器301的存储装置。如图3所示，作为一种计算机存储介质的存储器305中可以包括操作系统、网络通信模块、用户接口模块以及程序指令。
60.在图3所示的电子设备300中，用户接口303主要用于为用户提供输入的接口，获取用户输入的数据；而中央处理器301可以用于调用存储器305中存储的面向数字孪生的道路运行数据预估应用程序，并具体执行以下操作：基于实际道路数据构建数字孪生道路交通系统，建立车辆在实际道路和所述数字孪生道路交通系统的虚拟道路上的映射关系；基于在所述实际道路上间断设置的各道路传感器采集的各车辆行驶状态数据构建智能插补数据集，并根据所述智能插补数据集计算所述虚拟道路任意位置的道路运行状态预估数据；根据各所述道路运行状态预估数据生成数字孪生道路交通系统状态图，并向所述车辆实时展示所述数字孪生道路交通系统状态图。
61.本技术还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。其中，计算机可读存储介质可以包括但不限于任何类型的盘，包括软盘、光盘、dvd、cd-rom、微型驱动器以及磁光盘、rom、ram、eprom、eeprom、dram、vram、闪速存储器设备、磁卡或光卡、纳米系统（包括分子存储器ic），或适合于存储指令和/或数据的任何类型的媒介或设备。
62.需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本技术所必须的。
63.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部
分，可以参见其他实施例的相关描述。
64.在本技术所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
65.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
66.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
67.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储器包括：u盘、只读存储器（read-only memory， rom）、随机存取存储器（random access memory，ram）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
68.本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通进程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器（read-only memory， rom）、随机存取器（random access memory，ram）、磁盘或光盘等。
69.以上所述者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践这里的公开后，将容易想到本公开的其实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。