德國的國家基礎設施管理者正在設計采用 AI 技術的數字孿生，以開發未來的鐵路系統。

Deutsche Bahn 鐵路網由 5700 個車站和 33000 公里的鐵軌組成，這是西歐最大的鐵路網。

德國國家鐵路運營商 Deutsche Bahn 的子公司 Digitale Schiene Deutschland(DSD) 正在努力在不建造新鐵軌的前提下提高鐵路網的運載量。該公司正致力于打造強大的鐵路系統，以便列車實現自動化，在彼此間距較小時安全運行，并通過網絡以更佳方式進行操縱。

通過與 NVIDIA 協作，DSD 開始率先構建大型數字孿生，以全面模擬整個鐵路網的自動列車運營。這意味著要對整個鐵軌系統創建逼真且物理級精確的模擬。它將包括在城市和農村中運營的鐵軌，以及站臺測量和車輛傳感器等來源的數據詳情。

使用借助 NVIDIA Omniverse 創建的 AI 數字孿生，DSD 可以開發強大的感知功能，構建預防事故與管理系統，以便在日常鐵路運營期間以更好的方式檢測和應對突發情況。

Deutsche Bahn 的子公司 DB Netz 首席感知組負責人 Ruben Schilling 表示，“借助 NVIDIA 技術，我們能夠開始實現全自動鐵路網的愿景”，設想中的未來鐵路系統將提高了鐵路網的運載量、質量和效率。

這是令乘客和貨運客戶滿意的基礎，不但增加了鐵路上的交通量，也減少了交通運輸領域的碳足跡。

數據、數據，更多數據

如此大規模地創建數字孿生是一項艱巨的任務。它需要自定義 3D 工作流，以連接在 Siemens JT 生態系統內構建的計算機輔助設計數據集，以及 DSD 的高清 3D 地圖和各種模擬工具。通過使用 USD (Universal Scene Description) 3D 框架，DSD 可以將數據源連接并組合到單個共享虛擬模型中。

DSD 的網絡與真實世界完全同步，可以運行優化測試和“假設”場景，以測試和驗證鐵路系統的變化，例如應對不可預見的情況。

DSD 在運行 Omniverse 仿真的計算系統 NVIDIA OVX 上運行，將能夠運行持久性仿真，而物理世界的數據流更新會定期改進這種仿真。

由計算機視覺提供動力支持的未來系統可以持續執行路線觀察和事故識別，進而自動警告并應對潛在危險。

AI 傳感器模型將結合真值數據和合成數據進行訓練和優化，其中一些模型將由 Omniverse Replicator 軟件開發套件框架生成。這將確保模型在面對日常和意外場景時能夠感知、規劃和采取行動。

鐵路的未來

DSD 采用開創性的鐵路網優化方法，為歐洲鐵路系統和行業發展的未來做出貢獻。跨國家/地區共享其數據池有助于在將來的車輛中持續改進和部署，以便在降低成本的同時實現超高質量。

審核編輯：湯梓紅