Deutsche Bahn 铁路网由 5700 个车站和 33000 公里的铁轨组成，这是西欧最大的铁路网。
德国国家铁路运营商 Deutsche Bahn 的子公司 Digitale Schiene Deutschland（DSD） 正在努力在不建造新铁轨的前提下提高铁路网的运载量。该公司正致力于打造强大的铁路系统，以便列车实现自动化，在彼此间距较小时安全运行，并通过网络以更佳方式进行操纵。
通过与 NVIDIA 协作，DSD 开始率先构建大型数字孪生，以全面模拟整个铁路网的自动列车运营。这意味着要对整个铁轨系统创建逼真且物理级精确的模拟。它将包括在城市和农村中运营的铁轨，以及站台测量和车辆传感器等来源的数据详情。
使用借助 NVIDIA Omniverse 创建的 AI 数字孪生，DSD 可以开发强大的感知功能，构建预防事故与管理系统，以便在日常铁路运营期间以更好的方式检测和应对突发情况。
Deutsche Bahn 的子公司 DB Netz 首席感知组负责人 Ruben Schilling 表示，“借助 NVIDIA 技术，我们能够开始实现全自动铁路网的愿景”，设想中的未来铁路系统将提高了铁路网的运载量、质量和效率。
这是令乘客和货运客户满意的基础，不但增加了铁路上的交通量，也减少了交通运输领域的碳足迹。
数据、数据，更多数据
如此大规模地创建数字孪生是一项艰巨的任务。它需要自定义 3D 工作流，以连接在 Siemens JT 生态系统内构建的计算机辅助设计数据集，以及 DSD 的高清 3D 地图和各种模拟工具。通过使用 USD (Universal Scene Description) 3D 框架，DSD 可以将数据源连接并组合到单个共享虚拟模型中。
DSD 的网络与真实世界完全同步，可以运行优化测试和“假设”场景，以测试和验证铁路系统的变化，例如应对不可预见的情况。
DSD 在运行 Omniverse 仿真的计算系统 NVIDIA OVX 上运行，将能够运行持久性仿真，而物理世界的数据流更新会定期改进这种仿真。
观看演示以了解数字孪生的实际应用：
由计算机视觉提供动力支持的未来系统可以持续执行路线观察和事故识别，进而自动警告并应对潜在危险。
AI 传感器模型将结合真值数据和合成数据进行训练和优化，其中一些模型将由 Omniverse Replicator 软件开发套件框架生成。这将确保模型在面对日常和意外场景时能够感知、规划和采取行动。
铁路的未来
DSD 采用开创性的铁路网优化方法，为欧洲铁路系统和行业发展的未来做出贡献。跨国家/地区共享其数据池有助于在将来的车辆中持续改进和部署，以便在降低成本的同时实现超高质量。
点播观看 GTC 大会主题演讲，了解 NVIDIA 的所有新发布，注册参加大会（9 月 22 日星期四前），探索数字孪生如何变革各行各业。