综述：用于路面管理的认知数字孪生技术：综述

《ARCHIVES OF COMPUTATIONAL METHODS IN ENGINEERING》：Cognitive Digital Twins for Pavement Management: A Comprehensive Review

认知数字孪生（CDT）通过整合实时数据、高级建模和人工智能实现道路铺面智能监控与预测，系统分析其与智慧城市、工业4.0/5.0、可持续发展及数据治理的关联，探讨数据安全、隐私保护、环境影响等交叉问题，指出标准化架构、计算模型、数据基础设施和可持续评估指标的未来方向。

　　

摘要

认知数字孪生（CDTs）通过整合实时数据、先进建模和人工智能，为道路路面管理提供了一种变革性的方法，用于监测、维护和性能预测。本综述综合了100多项研究的见解，全面探讨了在路面系统中部署CDTs所需的技术基础、应用和生态系统。与迄今为止主要关注一般基础设施或孤立技术组件的现有数字孪生（DT）综述不同，本研究将CDTs置于更广泛的系统-系统（system-of-systems）框架中，将其与智慧城市、工业4.0/5.0范式、环境可持续性和数据治理挑战联系起来。除了总结最先进的CDTs架构和人工智能（AI）驱动的分析方法外，该综述还评估了CDTs如何与更广泛的城市基础设施生态系统进行互动，包括物联网（IoT）网络、建筑信息模型（BIM）集成、实时感知和多层次决策框架。此外，它还强调了以往综述中较少涉及的跨领域问题，如数据安全、网络物理安全漏洞、隐私保护以及数字化对环境的影响。本文分析了关键障碍以及重要的研究空白，例如有限的长期验证、可持续性融入不足以及缺乏全面的部署框架。未来的发展方向强调了标准化CDTs架构、先进的计算模型、安全的数据基础设施和以可持续性为导向的性能指标的必要性。总体而言，本综述不仅将CDTs视为一项技术创新，而且认为它是迈向具有韧性、可持续性和智能管理的智慧城市的关键推动者。