據外媒報道,在Providentia++項目中,慕尼黑工業大學(TUM)研究人員與行業合作伙伴開發出新技術,以基于車載傳感器輸入和交通狀況鳥瞰圖來補充車輛視角,從而提高道路安全,包括自動駕駛。
法雷奧德國駕駛高級研究負責人J?rg Schrepfer表示:“自動駕駛汽車不僅要在低速行駛時保障安全,在快速行駛時依然要確保安全。但當物體從卡車上掉下來或其他情況下,自動駕駛汽車的‘以自我為中心’的視角往往無法及時檢測到危險,因此很難執行平穩的規避行動?!?/span>
Providentia++項目的研究人員開發出一種系統,可以將交通狀況的附加視圖傳輸到車輛中。TUM項目主管經理Alois Knoll教授表示:“通過使用高架標志橋和桅桿上的傳感器,我們在測試路線上創建了一個可靠的實時數字孿生,可實現全天候運行。憑借該系統,我們可以用外部視角(鳥瞰圖)補充車輛的視圖,并將其他道路使用者的行為納入決策?!?/span>
將數字孿生傳輸到汽車中:最大限度地減少時間滯后
將數字孿生傳輸到汽車中絕非易事,需要知道傳感器站信息傳輸到的車輛的確切位置。為此,項目合作伙伴法雷奧使用了由測量單元、衛星導航系統和實時運動套件組成的IMU-GNSS系統(慣性測量單元——全球衛星導航系統)。
法雷奧專家J?rg Schrepfer表示:“通過這種方式,我們可以實時創建精確到厘米的坐標系?!睘榱送絹碜攒囕v和測量站的信息,研究人員使用UTC標準,該標準為協調時間提供了統一的基礎。理想情況下,數字地圖將作為第二層疊加在汽車的視角之上。
但是目前仍然無法完全避免整個系統中的時間滯后(延遲)。從傳感器的物理檢測和數據處理到無線電傳輸到車輛,時間差仍然較長。數據需要經過打包、編碼和傳輸,然后在汽車中進行解碼。其他問題也會影響時間長短,例如車輛與測試路線上發射塔的距離以及數據傳輸網絡的流量。在最近的一次演示運行中,法雷奧使用LTE(4G)無線標準,產生了100到400毫秒的延遲。Schrepfer解釋道:“這些延遲永遠無法完全消除。然而,智能算法會有所幫助。當我們完全覆蓋5G或6G電信標準時,時間延遲會更短?!?/span>
可用于實時數字孿生的原型
Providentia++研究項目為在車輛中使用這些數據創造了條件。項目目標是創建具有實時能力的可擴展且高度可用的交通狀況數字孿生。為此,該團隊在慕尼黑郊外的Garching建造了一條3.5公里的測試路線,包括七個傳感器站。該原型的開發是為了在需要時進行系列實操:
研究人員將使用分散的數字孿生,允許將測試路線按比例放大或擴展到任何所需的長度。
為處理每秒數GB的數據量,研究人員創建了一種數據處理概念,可優化跨多個CPU和顯卡(GPU)的負載分布。
TUM的聯盟負責人Alois Knoll教授表示:“數字孿生已為項目開發階段做好準備。該概念將實現全天候可靠運行,不僅適用于高速公路,也適用于二級道路和十字路口附近?!?/span>