增强智能在智能交叉口：基于局部数字孪生体的混合自主驾驶
系统与控制
2024-10-21 v2 系统与控制
摘要
车路协同是一种通过将智能系统的智能扩展到智能道路设施中，从而提高自动驾驶安全性和效率的有前景的做法。数字孪生体 (DT)，特别是位于边缘的局部数字孪生体 (LDT)，在智能出行领域的引入，代表了一种新的增强智能实现方式，这有助于增强信息交换并提取人类驾驶 expertise 以提高 onboard 智能。本文提出了一种 novel LDT-assisted 混合自主驾驶系统，用于提高交叉口交通中的安全性和效率。通过利用配备感知和计算能力的路侧单元 (RSU)，该系统持续监控交通情况，提取人类驾驶知识，并通过离线强化学习 (RL) 框架生成特定于交叉口的局部驾驶智能体。当连接并自动化车辆 (CAV) 通过配备 RSU 的交叉口时，RSU 可以提供局部智能体以支持当地区域的安全和高效驾驶。同时，它们提供实时合作感知 (CP) 以拓宽 onboard 感知视野。该 LDT-assisted 混合系统采用最先进的产品（如 CAV 和 RSU）和技术（如毫米波通信）进行实现。硬件在环 (HiL) 仿真和原型概念 (PoC) 测试从两个角度验证了系统性能：(i) CP 和局部智能体下载的峰值延迟分别为 8.51 ms 和 146 ms，符合 3GPP 对车联网 (V2X) 和模型传输用例的要求。而且，(ii) 相较于传统 onboard 系统，局部驾驶智能体可提高 10% 的安全措施并降低 15% 的旅行时间。该实现的原型也表现出可靠的实时性能，满足所提出系统设计的目标。
引用
@article{arxiv.2410.12163,
title = {Augmented Intelligence in Smart Intersections: Local Digital Twins-Assisted Hybrid Autonomous Driving},
author = {Kui Wang and Kazuma Nonomura and Zongdian Li and Tao Yu and Kei Sakaguchi and Omar Hashash and Walid Saad and Changyang She and Yonghui Li},
journal= {arXiv preprint arXiv:2410.12163},
year = {2024}
}
备注
14 pages, 9 figures