Fugleperspektiv forbedrer sikkerheden ved autonom kørsel

I Providentia++-projektet har forskere ved det tekniske universitet i München (TUM) arbejdet sammen med industripartnere for at udvikle en teknologi, der komplementerer køretøjsperspektivet baseret på indbygget sensorinput med et fugleperspektiv af trafikforholdene. Dette forbedrer trafiksikkerheden, også ved autonom kørsel.

Forventningerne til autonom kørsel er klare:"Biler skal køre sikkert ikke kun ved lave hastigheder, men også i hurtig bevægelse," siger Jörg Schrepfer, leder af Driving Advanced Research Germany hos Valeo. For eksempel, når genstande falder af en lastbil, vil det "egocentriske" perspektiv af en bil ofte være ude af stand til at opdage det farlige affald i tide. "I disse tilfælde vil det være vanskeligt at udføre en smidig undvigende handling," siger Schrepfer.

Forskere i Providentia++-projektet har udviklet et system til at overføre et ekstra billede af trafiksituationen til køretøjer. "Ved at bruge sensorer på overliggende skiltebroer og -master har vi skabt en pålidelig digital tvilling i realtid af trafiksituationen på vores testrute, der fungerer døgnet rundt," siger prof. Alois Knoll, projektleder TUM. "Med dette system kan vi nu supplere køretøjets udsigt med et eksternt perspektiv - et fugleperspektiv - og inkorporere andre trafikanters adfærd i beslutninger."

Send den digitale tvilling ind i bilen:Minimerer tidsforsinkelser

At sende den digitale tvilling ind i bilen er langt fra trivielt:Den digitale tvilling skal kende den nøjagtige placering af det køretøj, som sensorstationens informationer sendes til. For at gøre dette muligt brugte projektpartneren Valeo et IMU-GNSS-system (inertial measurement unit-global navigation satellite system) bestående af en måleenhed, et satellitnavigationssystem og et realtids kinematisk kit.

"På denne måde skaber vi et koordinatsystem i realtid, der er nøjagtigt til nærmeste centimeter," forklarer Valeo-ekspert Jörg Schrepfer. Til at synkronisere informationerne fra køretøjerne og målestationerne til den digitale tvilling bruger forskerne UTC-standarden, som giver et ensartet grundlag for at koordinere tiden. Ideelt set ville den digitale kortlægning blive overlejret som et andet lag over bilens perspektiv.

Imidlertid kan tidsforsinkelser (latenser) i det overordnede system ikke helt undgås. Fra den fysiske detektering af sensorerne og behandlingen af ​​data til radiotransmissionen til køretøjet går tiden. Data pakkes, kodes og transmitteres og afkodes derefter i bilen. Andre forhold spiller også en rolle, såsom køretøjets afstand fra sendertårnet på testruten og trafikmængden på datatransmissionsnettet. I et nyligt demonstrationsforløb arbejdede Valeo med den trådløse LTE (4G) standard, som forårsagede latens på 100 til 400 millisekunder. "Disse latenser kan aldrig helt elimineres. Men intelligente algoritmer vil hjælpe," forklarer Schrepfer. "Resultaterne vil være endnu bedre i fremtiden, når vi har fuld dækning med 5G- eller 6G-telekommunikationsstandarderne."

Prototype tilgængelig for digital tvilling i realtid

Providentia++ forskningsprojektet har skabt betingelserne for at bruge disse data i køretøjet. Målet var at skabe en skalerbar og meget tilgængelig digital tvilling af trafiksituationen med realtidskapacitet. Til dette formål byggede holdet en testrute på 3,5 kilometer i Garching, lige uden for München, bestående af syv sensorstationer. Prototypen blev udviklet for at tillade serieimplementering, hvis det var nødvendigt:

• Forskerne arbejder med decentraliserede digitale tvillinger. Dette gør det muligt at skalere testruten op eller forlænge til en hvilken som helst ønsket længde.
• For at håndtere datamængder på flere gigabyte pr. sekund, skabte de et databehandlingskoncept, der optimerer belastningsfordelingen på tværs af flere CPU'er og grafikkort (GPU'er).
• Særlige programmeringsudfordringer var forbundet med kalibreringen af ​​sensorer og udviklingen af ​​sporingsalgoritmerne – opgaver, som der ikke eksisterede nogen software til. "Vi bruger nu en automatisk kalibreringsproces baseret på et køreplan med høj opløsning (HD-kort). Det eksisterede ikke tidligere, så vi var nødt til at udvikle det," forklarer teknisk projektleder Venkatnarayanan Lakshminarashiman fra TUM Chair of Robotics, Artificial Intelligence og realtidssystemer.

Konsortiets leder Prof. Alois Knoll fra TUM siger:"Den digitale tvilling er klar til projektudviklingsfasen. Konceptet fungerer pålideligt i 24/7 drift og er velegnet ikke kun til motorveje, men også til sekundære veje og omkring kryds."

Relateret forskning blev offentliggjort på 2022 25th International Conference on Information Fusion (FUSION) og 2022 IEEE Intelligent Vehicles Symposium (IV) . + Udforsk yderligere

En billig, levedygtig løsning til selvkørende biler til at opdage hacket GPS