AR让自动驾驶更清楚的了解道路威胁

2017年6月，我们在位于安阿伯的密歇根大学北校区，建立了全球首个自动驾驶汽车全尺寸试验台——Mcity实施了增强现实环境。它占地32英亩，其8车道公里(5车道英里)的道路被安排在具有高速公路、多车道主干道或交叉路口属性的路段。

自动测试车配备了车载设备，可以监测如位置、速度、加速度和航向等车辆状态，每隔十分之一秒发出一次。利用专门的短程通信(DSRC)来实现无线传输(DSRC是一种类似于专为移动用户设计的Wi-Fi的标准)。此外，分布在测试设施周围的路边设备接收这些信息并将其转发给一个交通模拟模型，该模型可以通过将测试设备简化为包含交通信号动作的等效网络几何来模拟该测试设备。一旦计算机模型接收到测试车信息，就会创建测试车的虚拟副本。然后，它根据真实测试车的运动来更新虚拟车的运动。

将真实测试车辆的数据输入计算机模拟中只构成了一半的回路。我们通过向测试车发送计算机模拟的各种车辆的信息来完成另一半。这就是增强现实环境的本质。每一辆模拟车辆会产生频率为10赫兹的车辆状态信息，我们将这些信息转发给路边的设备，这些设备反过来又会实时散出(广播)这些信息。当真正的测试车接收到这些数据时，它的车辆控制系统会使用这些数据来“查看”所有的虚拟车辆。对汽车而言，这些模拟的实体与真实的东西没有什么区别。

通过路边的设备传递信息——也就是说，用“V2I”的连接代替直接的“V2V”连接——真实车辆和虚拟车辆可以相互感应并进行相应交互。同样，真实世界和模拟世界之间的交通信号状态也是同步的。这样，真实的和虚拟的交通工具都可以“看到”给定的光，并判断它是绿色还是红色。

在真实世界和模拟世界之间传递的状态信息也当然包括车辆位置。这允许将实际的车辆映射到模拟的道路网络中去，并将模拟的车辆映射到实际的道路上。实际车辆的位置由GPS坐标(纬度、经度和海拔)和模拟车辆的局部坐标(x、y和z)定位。

但是这种精确的转换并不是全部需要。GPS和地图细微的误差，会阻止GPS的位置出现在模拟道路上。GPS获取的位置是从实际的测试车转过来，然后转换到本地的坐标系统上。为此，我们使用单独的映射算法来纠正这些错误。此外，当测试车停止时，我们必须在模拟环境中锁定它的位置，这样它的GPS坐标的波动就不会导致它在模拟中偏离。

无线电收发器[白色物体，顶部]从汽车中获取数据，并返回计算机生成的虚拟数据。一个虚拟对象是一列火车。汽车刹车以避免闯红灯的虚拟车(从上数第三)。许多交通模式可以在一个小空间中产生

无线通信将作为这一切的传输枢纽。为了确保其可靠性，我们在Mcity安装了四个路边收音机，足以覆盖整个测试设施。DSRC无线标准，运行在5.9千兆赫波段，为我们提供了较高的数据传输速率和非常低的延迟，在高速行驶和紧急停车时，这些装置对安全至关重要。DSRC在日本和欧洲广泛使用;虽然凯迪拉克目前正在为其部分车型配备DSRC设备，但它在美国还没有获得太多关注。

然而，我们还不确定DSRC是否会成为汽车之间交流的方式。一些人认为，蜂窝通信(C-V2X)，尤其是在即将到来的5G实现中，可能会提供更大范围的低延迟。无论哪种标准胜出，我们系统中使用的通信协议都可以很容易地适应它。

我们希望用于构建系统的软件框架能持续扛一段时间，至少能用几年。我们使用PTV Vissim构建了我们的模拟，这是一个在德国开发的用于“微观地”模拟交通流量的商业软件包，即模拟每辆车的行为。

可以预期是，其他公司开始使用我们的系统来测试他们自己的自动驾驶车辆。目前，我们的一辆林肯MKZ混合动力作为测试车，它配备了DSRC，因此可以完全连接。我们添加到汽车上的线控系统允许软件控制方向盘、油门、刹车和变速器。这辆车还携带多部雷达、激光雷达、照相机和一个实时运动定位的GPS接收器，通过参考来自地面无线电台的信号来提高分辨率。