In het Providentia++-project hebben onderzoekers van de Technische Universiteit van München (TUM) samengewerkt met industriële partners om een ​​technologie te ontwikkelen om het voertuigperspectief op basis van sensorinvoer aan boord aan te vullen met een vogelperspectief van de verkeersomstandigheden. Dit verbetert de verkeersveiligheid, ook voor autonoom rijden.

De verwachtingen voor autonoom rijden zijn duidelijk:"Auto's moeten niet alleen veilig rijden bij lage snelheden, maar ook in snel rijdend verkeer", zegt Jörg Schrepfer, hoofd Driving Advanced Research Germany bij Valeo. Wanneer bijvoorbeeld voorwerpen van een vrachtwagen vallen, zal het "egocentrische" perspectief van een auto vaak niet in staat zijn om het gevaarlijke puin op tijd te detecteren. "In deze gevallen zal het moeilijk zijn om soepele ontwijkingsacties uit te voeren", zegt Schrepfer.

Onderzoekers in het Providentia++-project hebben een systeem ontwikkeld om een ​​aanvullend beeld van de verkeerssituatie door te geven aan voertuigen. "Met behulp van sensoren op bovengrondse bruggen en masten hebben we een betrouwbare, realtime digitale tweeling van de verkeerssituatie op onze testroute gecreëerd die de klok rond functioneert", zegt prof. Alois Knoll, projectleider TUM. "Met dit systeem kunnen we nu het zicht van het voertuig aanvullen met een extern perspectief - een vogelperspectief - en het gedrag van andere weggebruikers meenemen in beslissingen."

De digitale tweeling naar de auto sturen:tijdvertragingen minimaliseren

Het verzenden van de digitale tweeling naar de auto is verre van triviaal:de digitale tweeling moet de exacte locatie weten van het voertuig waarnaar de informatie van het sensorstation wordt verzonden. Om dit mogelijk te maken, gebruikte de projectpartner Valeo een IMU-GNSS-systeem (traagheidsmetingseenheid - wereldwijd satellietnavigatiesysteem) bestaande uit een meeteenheid, een satellietnavigatiesysteem en een realtime kinematic kit.

"Op deze manier creëren we in realtime een coördinatensysteem dat tot op de centimeter nauwkeurig is", legt Valeo-expert Jörg Schrepfer uit. Om de informatie van de voertuigen en de meetstations voor de digital twin te synchroniseren, gebruiken de onderzoekers de UTC-standaard, die een uniforme basis biedt voor het afstemmen van de tijd. Idealiter zou de digitale kaart als een tweede laag over het perspectief van de auto worden gelegd.

Tijdsvertragingen (latencies) in het totale systeem kunnen echter niet geheel worden vermeden. Van de fysieke detectie door de sensoren en de verwerking van de gegevens tot de radiotransmissie naar het voertuig, de tijd verstrijkt. Gegevens worden verpakt, gecodeerd en verzonden en vervolgens gedecodeerd in de auto. Ook andere omstandigheden spelen een rol, zoals de afstand van het voertuig tot de zendmast op de testroute en het verkeersvolume op het datatransmissienetwerk. In een recente demonstratierun werkte Valeo met de LTE (4G) draadloze standaard, wat een latentie van 100 tot 400 milliseconden veroorzaakte. "Deze latenties kunnen nooit volledig worden geëlimineerd. Intelligente algoritmen zullen echter helpen", legt Schrepfer uit. "De resultaten zullen in de toekomst nog beter zijn als we volledige dekking hebben met de 5G- of 6G-telecommunicatienormen."

Prototype beschikbaar voor realtime digitale tweeling

Het onderzoeksproject Providentia++ heeft de voorwaarden geschapen voor het gebruik van deze gegevens in het voertuig. Het doel was om een ​​schaalbare en zeer beschikbare digitale tweeling van de verkeerssituatie te creëren met realtime mogelijkheden. Hiervoor heeft het team in Garching, net buiten München, een testroute van 3,5 kilometer aangelegd, bestaande uit zeven sensorstations. Het prototype is ontwikkeld om indien nodig serie-implementatie mogelijk te maken:

• De onderzoekers werken met gedecentraliseerde digitale tweelingen. Hierdoor kan de testroute worden opgeschaald of uitgebreid tot elke gewenste lengte.
• Om gegevensvolumes van enkele gigabytes per seconde te verwerken, hebben ze een gegevensverwerkingsconcept ontwikkeld dat de belastingsverdeling over meerdere CPU's en grafische kaarten (GPU's) optimaliseert.
• Speciale programmeeruitdagingen werden gevormd door de kalibratie van sensoren en de ontwikkeling van de volgalgoritmen - taken waarvoor geen software bestond. "We gebruiken nu een automatisch kalibratieproces op basis van een roadmap met hoge resolutie (HD-kaart). Het bestond voorheen niet, dus moesten we het ontwikkelen", legt technisch projectleider Venkatnarayanan Lakshminarashiman uit van de TUM Chair of Robotics, Artificial Intelligence en realtime systemen.

Consortiumleider prof. Alois Knoll van TUM zegt:"De digitale tweeling is klaar voor de projectontwikkelingsfase. Het concept werkt betrouwbaar in 24/7 operaties en is niet alleen geschikt voor snelwegen, maar ook voor secundaire wegen en rond kruispunten."

Aanverwant onderzoek werd gepubliceerd in de 2022 25th International Conference on Information Fusion (FUSION) en het 2022 IEEE Intelligent Vehicles Symposium (IV) . + Verder verkennen

Een goedkope, haalbare oplossing voor zelfrijdende auto's om gehackte GPS te spotten