据外媒报道，在Providentia++项目中，慕尼黑工业大学（TUM）研究人员与行业合作伙伴开发出新技术，以基于车载传感器输入和交通状况鸟瞰图来补充车辆视角，从而提高道路安全，包括自动驾驶。
法雷奥德国驾驶高级研究负责人J?rg Schrepfer表示：“自动驾驶汽车不仅要在低速行驶时保障安全，在快速行驶时依然要确保安全。但当物体从卡车上掉下来或其他情况下，自动驾驶汽车的‘以自我为中心’的视角往往无法及时检测到危险，因此很难执行平稳的规避行动。”
Providentia++项目的研究人员开发出一种系统，可以将交通状况的附加视图传输到车辆中。TUM项目主管经理Alois Knoll教授表示：“通过使用高架标志桥和桅杆上的传感器，我们在测试路线上创建了一个可靠的实时数字孪生，可实现全天候运行。凭借该系统，我们可以用外部视角（鸟瞰图）补充车辆的视图，并将其他道路使用者的行为纳入决策。”
将数字孪生传输到汽车中：最大限度地减少时间滞后
将数字孪生传输到汽车中绝非易事，需要知道传感器站信息传输到的车辆的确切位置。为此，项目合作伙伴法雷奥使用了由测量单元、卫星导航系统和实时运动套件组成的IMU-GNSS系统（惯性测量单元——全球卫星导航系统）。
法雷奥专家J?rg Schrepfer表示：“通过这种方式，我们可以实时创建精确到厘米的坐标系。”为了同步来自车辆和测量站的信息，研究人员使用UTC标准，该标准为协调时间提供了统一的基础。理想情况下，数字地图将作为第二层叠加在汽车的视角之上。
但是目前仍然无法完全避免整个系统中的时间滞后（延迟）。从传感器的物理检测和数据处理到无线电传输到车辆，时间差仍然较长。数据需要经过打包、编码和传输，然后在汽车中进行解码。其他问题也会影响时间长短，例如车辆与测试路线上发射塔的距离以及数据传输网络的流量。在最近的一次演示运行中，法雷奥使用LTE（4G）无线标准，产生了100到400毫秒的延迟。Schrepfer解释道：“这些延迟永远无法完全消除。然而，智能算法会有所帮助。当我们完全覆盖5G或6G电信标准时，时间延迟会更短。”
可用于实时数字孪生的原型
Providentia++研究项目为在车辆中使用这些数据创造了条件。项目目标是创建具有实时能力的可扩展且高度可用的交通状况数字孪生。为此，该团队在慕尼黑郊外的Garching建造了一条3.5公里的测试路线，包括七个传感器站。该原型的开发是为了在需要时进行系列实操：
研究人员将使用分散的数字孪生，允许将测试路线按比例放大或扩展到任何所需的长度。
为处理每秒数GB的数据量，研究人员创建了一种数据处理概念，可优化跨多个CPU和显卡（GPU）的负载分布。
TUM的联盟负责人Alois Knoll教授表示：“数字孪生已为项目开发阶段做好准备。该概念将实现全天候可靠运行，不仅适用于高速公路，也适用于二级道路和十字路口附近。”
