[论文解读] Augmented Reality-Based Advanced Driver-Assistance System for Connected Vehicles

Ziran Wang, Kyungtae Han+1 more|arXiv (Cornell University)|Aug 31, 2020

Traffic control and management参考文献 25被引用 4

一句话总结

本文提出了一种基于增强现实（AR）的先进驾驶辅助系统（ADAS），专为联网车辆设计，通过时间槽预留与前馈/反馈控制，在无信号交叉路口可视化协同引导。在使用Unity和真实驾驶员输入的人机协同仿真中，该系统使人类驾驶车辆无需停车即可通过交叉路口，将行程时间减少20%，燃油消耗降低23.7%。

ABSTRACT

With the development of advanced communication technology, connected vehicles become increasingly popular in our transportation systems, which can conduct cooperative maneuvers with each other as well as road entities through vehicle-to-everything communication. A lot of research interests have been drawn to other building blocks of a connected vehicle system, such as communication, planning, and control. However, less research studies were focused on the human-machine cooperation and interface, namely how to visualize the guidance information to the driver as an advanced driver-assistance system (ADAS). In this study, we propose an augmented reality (AR)-based ADAS, which visualizes the guidance information calculated cooperatively by multiple connected vehicles. An unsignalized intersection scenario is adopted as the use case of this system, where the driver can drive the connected vehicle crossing the intersection under the AR guidance, without any full stop at the intersection. A simulation environment is built in Unity game engine based on the road network of San Francisco, and human-in-the-loop (HITL) simulation is conducted to validate the effectiveness of our proposed system regarding travel time and energy consumption.

研究动机与目标

• 为解决联网车辆ADAS界面中缺乏以人为本设计的问题，特别是协同引导的可视化问题。
• 通过AR可视化协同车辆操作，实现无信号交叉路口的安全、高效且无需停车的通行。
• 开发一种人机界面，将规划与控制模块与AR人机界面（HMI）集成，以提升驾驶员理解力与系统可用性。
• 通过人机协同仿真验证系统在减少行程时间与能耗方面的有效性。

提出的方法

• 系统采用数字孪生架构，结合V2X通信，实现实时协调联网车辆（CAVs与人类驾驶车辆）之间的交互。
• 时间槽预留算法为接近无信号交叉路口的车辆分配时间槽，以避免冲突并确保顺畅通行。
• 前馈/反馈控制算法通过根据参考车辆与预留时间槽调整车速，维持安全车距。
• AR HMI通过抬头显示（HUD）将引导提示（如速度指令与轨迹指示）直接叠加至驾驶员的挡风玻璃视野中。
• 使用Unity游戏引擎模拟旧金山道路网络，并引入真实参与者进行人机协同测试，以评估系统性能。
• 通过行程时间与能耗指标对系统进行评估，燃油消耗采用MOVESTAR模型估算。

实验结果

研究问题

• RQ1 AR-HMI如何有效可视化协同车辆引导，以提升驾驶员在无信号交叉路口的理解力与操作表现？
• RQ2 时间槽预留机制是否可通过V2X通信实现多辆车辆在无信号交叉路口的无停车、协调通行？
• RQ3 与传统信号交叉路口相比，AR引导的协同驾驶在多大程度上可减少行程时间与能耗？
• RQ4 前馈/反馈控制与AR-HMI的集成在混合交通环境中如何提升安全性与效率？

主要发现

• 所提出的AR-HMI ADAS在人机协同仿真中，与传统信号交叉路口相比，平均行程时间减少了20%。
• 系统实现平均23.7%的燃油消耗降低，该结果基于面向汽油动力车辆的开源MOVESTAR模型估算。
• 前馈/反馈控制算法成功维持了安全车距，当NPC车辆跟随本车时，能够适当减速。
• 时间槽按交叉路口动态管理，车辆进入下一路段时可获得新时间槽，实现持续协调。
• AR-HMI使人类驾驶员能够无停车通过交叉路口，保持稳定车速，显著提升整体交通效率。
• 系统表明，以人为本的ADAS设计——即规划与控制模块根据HMI进行定制——可显著提升系统可用性与性能。