孪生包含什么
在界定的道路环境内，孪生包含位置、轨迹、运动区域、事件与基础设施状态。
一个用于感知、理解和运营交通的系统。
TeraFlow 连接路侧传感器、三维感知与跟踪，显示正在发生什么以及交通如何变化。
CAMERA + LIDAR
边缘处理
三维跟踪
看到摄像头之外的道路信息。
摄像头提供外观，激光雷达提供几何与深度。
TeraFlow 将摄像头与激光雷达组合为可测量、回放和审查的交通视图。
TeraFlow 研究感知 → 孪生 → 决策支持
实时
持续交通状态感知
传感器融合
摄像头与激光雷达传感器融合
三维跟踪
车辆、行人、骑行者与公共交通
EDGE AI
本地感知与事件过滤
互联
可与现有交通系统协同工作
理解交通运动，而不是追踪个人身份。
TeraFlow 可在边缘处理感知数据、限制保留时间，并提供聚焦运动而非身份的运营视图。
- 边缘处理
- 隐私区域 · 可配置保留期限 · 二维与三维运营视图
道路的实时模型，而不是静态地图。
TeraFlow 持续将道路活动重建为交通空间模型。
车辆、摩托车、行人、车道、运动与事件在摄像头画面、三维感知和历史回放之间保持上下文。
从一个路口开始，扩展到整个路网。
交通系统应当显示它看到了什么、状态如何变化，以及何时需要人工介入。
TeraFlow 工程原则
TeraFlow Command
在多个站点监控实时交通、检查事件并查看系统健康。
在摄像头、三维交通环境与已记录事件之间切换，同时保留上下文。
- 道路与路口实时视图
- 摄像头 + 三维交通环境
- 站点与传感器健康
- 事件审查与回放
- 远程配置
向我们提出一个道路问题。
交通孪生如何运作
交通孪生内部
TeraFlow 数字孪生是由已接受输入构建的运营空间模型，而不是叠加其上的可视化。
输入与接受
只有被接受的观测才进入孪生。被拒绝或低置信度的输入以不确定性形式保留可见，而不是被悄悄合并。
更新行为
更新频率、空间参考与覆盖范围按部署记录。孪生反映所选传感器实际观测到的内容，而非假定的理想状态。
区域与上下文
运营人员围绕重要的运动与事件定义区域，再依据所选场景与验收计划验证行为。
事件与回放
已记录的场景、轨迹与事件可在事后审查，并保留来源、时间与不确定性。
保留与访问
保留期限、边缘处理与授权角色按部署配置，并在验收时记录。TeraFlow 不主张统一保留期限。
边界
孪生描述道路活动，其本身不会改变信号控制、V2X 消息或其他基础设施动作；这些属于单独界定的集成。