日美研究人员研发混合自动驾驶系统 结合自动驾驶和远程操作功能

盖世汽车讯 据外媒报道，日本东京工业大学（Tokyo Institute of Technology）工程学院Kei Sakaguchi教授与美国弗吉尼亚理工大学（Virginia Tech）Walid Saad教授领导的研究小组合作实现了“智慧移动出行数字孪生”（Smart Mobility Digital Twin）技术，可以实时在网络空间中重现物理空间中的交通状况。

智慧移动出行数字孪生（图片来源：日本东京工业大学）

虽然数字孪生技术（可以在网络空间复制实体物体和系统）在制造业和建筑业等领域得到了迅速发展，但是直至现在，该技术才被应用于动态移动出行领域。

在该项研究中，研究人员采用了东京工业大学冈山校区（Ookayama Campus）的智能移动出行教育&研究试验场（Smart Mobility Education & Research Field）打造了一款智能移动出行数字孪生，并利用该款数字孪生研发了结合自动驾驶和远程控制功能的混合自动驾驶演示系统。

该试验场配备了两辆L4/L5级别的自动驾驶汽车以及四个用于下一代智能交通系统（ITS）的路边单元（RSU）。RSU配备了激光雷达和摄像头等传感器，支持760 MHz、5.7 GHz和60 GHz的V2X通信技术、边缘计算（MEC）以及将数据回传至云端的后向链路网络，从而实现具有协同性的基础设施，为安全驾驶提供支持。

在此次演示中，该款数字孪生能够实时为自动驾驶汽车识别更安全、更高效的路线，并将该信息反馈给车辆，证明了此种整合了局部自动驾驶与远程指导功能的混合自动驾驶系统具有可行性。

此外，该研究利用V2X通信技术，成功整合了基于车辆自身传感器的局部路径规划与基于数字孪生技术的、更广阔环境视角的全局路径规划，同时提高了交通的安全性和效率。

数字孪生技术的优点不仅包含在网络空间中利用计算机视觉技术实现可视化，还包括通过传感器和IoT（物联网）技术进行实时监控、采用仿真与AI技术进行预测以及基于预测结果的实现最优控制和避免异常情况。该款智慧移动出行数字孪生体可在网络空间实时再现物理移动出行领域的状况，允许在该数字孪生上进行实时的碰撞预测和路线规划，从而为安全驾驶提供支持。

该款智能移动出行数字孪生的系统架构如图1所示，其包括物理空间的自动驾驶汽车和RSU、边缘计算与云服务器、编排整个网络的虚拟化平台、ROS（Robot Operating System机器人操作系统）以及用于在网络空间中运行的Autoware软件包、冈山点云地图/3D模型等静态信息、Unity等3D可视化软件以及在此类基础设施上运行的动态智能移动出行应用程序。

自动驾驶车辆和RSU中的边缘服务器使用激光雷达和摄像头等传感器来检测周围的交通参与者，如车辆、自行车和行人，从而构建局部数字孪生体。多辆车和多个RSU探测到的信息在云端聚合，并叠加在点云/3D地图上，以构建覆盖整个区域的广域数字孪生体。

通过整合此种包含局部和广域数字孪生体（有任意数量的层级）的分层结构，该数字孪生体可以适应具有不同需求的各种智能移动出行用例，例如避碰和配送路线优化。

这是世界上首次实际应用此种混合自动驾驶系统。虽然自动驾驶的视野仅限于车辆周围，但与人类驾驶类似，全局数字孪生可以实时从鸟瞰视角观察路况，从而实时选择更安全、更高效的路线。

在此次演示实验中，该辆自动驾驶车采用网络空间中的全局数字孪生探测到其行进路线上停放的车辆和许多行人，使其能够切换到周边一个更安全、更高效的道路上，此种路线变更信息被反馈给了实际的自动驾驶车辆，从而验证了混合自动驾驶技术的可行性。