I Providentia++-projektet har forskare vid Münchens tekniska universitet (TUM) arbetat med industripartners för att utveckla en teknik för att komplettera fordonsperspektivet baserat på inbyggd sensorinmatning med ett fågelperspektiv av trafikförhållandena. Detta förbättrar trafiksäkerheten, även för autonom körning.

Förväntningarna på autonom körning är tydliga:"Bilar måste färdas säkert inte bara i låga hastigheter, utan även i snabbrörlig trafik", säger Jörg Schrepfer, chef för Driving Advanced Research Germany på Valeo. Till exempel, när föremål faller av en lastbil, kommer det "egocentriska" perspektivet på en bil ofta inte att kunna upptäcka det farliga skräpet i tid. "I dessa fall kommer det att vara svårt att utföra smidiga undvikande åtgärder", säger Schrepfer.

Forskare i Providentia++-projektet har utvecklat ett system för att överföra en ytterligare bild av trafiksituationen till fordon. "Med hjälp av sensorer på överliggande skyltbroar och master har vi skapat en tillförlitlig digital tvilling i realtid av trafiksituationen på vår testrutt som fungerar dygnet runt", säger Prof. Alois Knoll, projektledare TUM. "Med det här systemet kan vi nu komplettera fordonets vy med ett externt perspektiv - ett fågelperspektiv - och införliva andra trafikanters beteende i beslut."

Sändning av den digitala tvillingen till bilen:Minimera fördröjningar

Att överföra den digitala tvillingen till bilen är långt ifrån trivialt:Den digitala tvillingen behöver veta den exakta platsen för fordonet till vilket sensorstationens information sänds. För att göra detta möjligt använde projektpartnern Valeo ett IMU-GNSS-system (tröghetsmätningsenhet—globalt navigationssatellitsystem) bestående av en mätenhet, ett satellitnavigeringssystem och ett kinematiskt kit i realtid.

"På detta sätt skapar vi ett koordinatsystem i realtid som är exakt till närmaste centimeter", förklarar Valeo-experten Jörg Schrepfer. För att synkronisera informationen från fordonen och mätstationerna för den digitala tvillingen använder forskarna UTC-standarden som ger en enhetlig grund för samordning av tid. Helst skulle den digitala kartläggningen läggas över bilens perspektiv som ett andra lager.

Tidsfördröjningar (latenser) i det övergripande systemet kan dock inte helt undvikas. Från den fysiska upptäckten av sensorerna och bearbetningen av data till radioöverföringen till fordonet går tiden. Data paketeras, kodas och överförs och avkodas sedan i bilen. Även andra förhållanden spelar roll, såsom fordonets avstånd från sändartornet på testvägen och trafikvolymen på dataöverföringsnätet. I en nyligen genomförd demonstration arbetade Valeo med den trådlösa LTE-standarden (4G), vilket orsakade latens på 100 till 400 millisekunder. "Dessa latenser kan aldrig elimineras helt. Men intelligenta algoritmer kommer att hjälpa", förklarar Schrepfer. "Resultaten kommer att bli ännu bättre i framtiden när vi har full täckning med 5G- eller 6G-telekommunikationsstandarderna."

Prototyp tillgänglig för digital tvilling i realtid

Forskningsprojektet Providentia++ har skapat förutsättningar för att använda dessa data i fordonet. Målet var att skapa en skalbar och högt tillgänglig digital tvilling av trafiksituationen med realtidskapacitet. För detta ändamål byggde teamet en 3,5 kilometer lång testrutt i Garching, strax utanför München, bestående av sju sensorstationer. Prototypen utvecklades för att möjliggöra serieimplementering vid behov:

• Forskarna arbetar med decentraliserade digitala tvillingar. Detta gör att testvägen kan skalas upp eller förlängas till valfri längd.
• För att hantera datavolymer på flera gigabyte per sekund skapade de ett databearbetningskoncept som optimerar belastningsfördelningen över flera processorer och grafikkort (GPU).
• Särskilda programmeringsutmaningar medförde kalibreringen av sensorer och utvecklingen av spårningsalgoritmerna – uppgifter som det inte fanns någon programvara för. "Vi använder nu en automatisk kalibreringsprocess baserad på en högupplöst färdplan (HD-karta). Den fanns inte tidigare, så vi var tvungna att utveckla den", förklarar teknisk projektledare Venkatnarayanan Lakshminarashiman från TUM Chair of Robotics, Artificial Intelligence och realtidssystem.

Konsortiets ledare Prof. Alois Knoll från TUM säger, "Den digitala tvillingen är redo för projektutvecklingsstadiet. Konceptet fungerar tillförlitligt i 24/7-drift och är lämpligt inte bara för motorvägar utan även för sekundära vägar och runt korsningar."

Relaterad forskning publicerades i 2022 25th International Conference on Information Fusion (FUSION) och 2022 IEEE Intelligent Vehicles Symposium (IV) . + Utforska vidare

En billig, lönsam lösning för självkörande bilar för att upptäcka hackad GPS