针对我国智慧高速发展中存在管理智能化水平低、无法实时精准地获取高速交通运行状态信息、车路协同难应用等痛点与难点，团队应用数字孪生与深度学习等人工智能技术，以沪杭甬高速为应用场景构建了实时在线的数字孪生智慧化管理系统，并在浙江省数智交院股份有限公司进行了落地与示范应用。团队融合高速公路GIS、卡口、雷达等多源异构数据，基于开源微观交通仿真软件进行自主研发，实现高速仿真路网的一键式智能化搭建；结合自主研发技术实现了智慧高速交通运行状态的实时精准还原；利用改进的深度学习算法，实现高速全域未来交通态势的高精度、多维度推演预测，并基于推演结果与提出的面向常态化拥堵场景与面向事件事故场景的智能化管控算法，采用门架、实时广播、路侧单元等推送形式，实现实时在线的可变限速、车道车型管控、应急车道通行权开放等管控措施内容的自动化推送。同时，与浙江的V2X SERVER管理系统实现了系统联动，结合着数智交院自主研发的OBU与RSU设备，实现了两个系统与设备的双向推送，并基于真车完成了沪杭甬道路的车路协同示范测试。团队提出的实时在线管理系统由于开发技术自主可控，在研发时预留了灵活、丰富的各类接口，具备高度的可拓展性、可复制性和可迁移性，能够结合不同省、市高速公路特征进行定制化研发与应用。该系统能够服务于政府部门、交警、交通规划设计院等企业，为相关管理人员采取更加科学、精准、高效的管控决策提供强有力的支撑，协助管理人员实现智慧决策和智慧管控,为智慧高速建设与发展提供新思路。
