Avec le développement rapide de la conduite intelligente et de la technologie du jumeau numérique, la construction d'un système efficace,实时车路协同 est devenue un sujet de recherche majeur. À cette fin, cet article conçoit un système de véhicule intelligent à jumeau numérique basé sur YOLOv11-OBB-SVDD amélioré. Le système est composé de cinq parties: le véhicule intelligent physique, le véhicule intelligent virtuel, le service de visualisation intelligent, les données du jumeau et la connexion en temps réel dynamique. Tout d'abord, le véhicule intelligent physique est équipé de capteurs visuels pour capturer en temps réel les images de la piste, réalisant ainsi une reconnaissance autonome du parcours；une caméra industrielle est déployée au-dessus de la piste pour percevoir la présence du véhicule intelligent sur les images de la piste. Ensuite, un modèle virtuel identique au véhicule physique est établi pour réaliser un映射虚实, utilisant YOLOv11-OBB pour détecter la position du véhicule physique et l'angle de déviation de la carrosserie；pour améliorer les performances de détection des véhicules intelligents de petite taille, une méthode de fusion de caractéristiques basée sur la perception de fréquence (FreqFusion) a été utilisée pour améliorer le modèle. Enfin, le véhicule intelligent virtuel utilise la position et l'angle de déviation de la carrosserie combinés avec les informations de la piste, en utilisant l'algorithme de description des données vectorielles de support (SVDD) pour détecter le risque de déviation du véhicule de la piste；via une connexion dynamique en temps réel, des signaux de contrôle sont envoyés au véhicule physique, le service de visualisation intelligent offrant une surveillance dynamique visuelle du véhicule intelligent, et les données du jumeau convergent vers les données multidimensionnelles et à multiples échelles du système de véhicule intelligent à jumeau numérique. Les résultats expérimentaux montrent que le YOLOv11-OBB amélioré atteint des moyennes de précision de détection, de rappel et de précision moyenne à une valeur seuil IOU de 0,5 de 94,4 %, 93,0 % et 92,2 % respectivement；l'exactitude, la précision et le rappel de la détection du risque de déviation du véhicule avec SVDD sont respectivement de 94,5 %, 95,4 % et 93,5 %. L'ensemble du système est hautement实时，et peut réaliser avec précision le suivi autonome du véhicule intelligent ainsi que les fonctions des différents modules du jumeau numérique.

jumeau numérique;véhicule intelligent;YOLOv11-OBB amélioré;description des données vectorielles de support