Conteúdo
Garantir a segurança na condução e prevenir acidentes continuam a ser prioridades máximas no transporte. Os sistemas tradicionais de monitorização de segurança, incluindo os Sistemas Avançados de Assistência ao Condutor (ADAS) baseados no veículo e a vigilância por vídeo na via, frequentemente não oferecem cobertura abrangente ou alertas oportunos. Estes sistemas enfrentam desafios como alcance espacial e temporal limitado, menor precisão e atrasos na transmissão de dados. Estas deficiências podem resultar em avisos tardios de perigo, que são críticos em cenários como saídas de faixa ou colisões potenciais. Além disso, estes métodos existentes carecem de flexibilidade ao adaptar-se aos diversos níveis de Veículos Conectados e Automatizados (CAVs) a operar em conjunto nas estradas.\n\nPara resolver estes problemas, um esforço de investigação colaborativa da Universidade de Tsinghua e da Nebula Link Technology Co., Ltd. desenvolveu uma nova estrutura de monitorização e aviso de segurança que aproveita a computação de borda baseada em V2X. Este sistema baseia-se numa arquitetura cooperativa veículo-infraestrutura que recolhe dados em tempo real dos CAVs através de canais de comunicação Veículo-para-Tudo (V2X), incluindo Veículo-para-Veículo (V2V) e Veículo-para-Infraestrutura (V2I). Os dados adquiridos são então processados em nós de computação de borda, mais próximos da fonte dos dados, garantindo uma análise e resposta mais rápidas.\n\nA estrutura apresenta quatro componentes principais. Primeiro, os dados do veículo e do mapa são armazenados eficientemente usando uma estrutura de dados CD-DB integrada com listas de salto e listas ligadas, facilitando a rápida recuperação e atualização dos dados. Segundo, a previsão de trajetória emprega três algoritmos distintos adaptados a diferentes níveis de maturidade dos CAVs: extrapolação de curva de Bézier para CAVs de baixo nível com dados esparsos, um modelo multimodal baseado em atenção para CAVs de baixo nível com padrões de movimento mais ricos, e utilização direta de trajetórias auto-previstas de CAVs de alto nível. Terceiro, a deteção de acidentes é realizada através de um algoritmo de interseção de linhas capaz de avaliar colisões entre objetos em movimento e estáticos. Por fim, o sistema dispara avisos dinâmicos baseados nos níveis de confiança das trajetórias previstas e julgamentos baseados em limiares, garantindo alertas oportunos adaptados a riscos iminentes.\n\nUma validação extensa deste sistema foi realizada usando o conjunto de dados Interaction, que inclui cenários de tráfego complexos como fusão em rampas e cruzamentos urbanos, juntamente com testes no campo de ensaio de Shunyi em Pequim. Estas avaliações revelaram que a estrutura proposta mantém uma Taxa de Verdadeiros Positivos (TPR) acima de 80% apesar de erros de medição aceitáveis e pode tolerar atrasos de transmissão até 0,1 segundos sem degradação significativa do desempenho. Notavelmente, em avisos dinâmicos de colisão em cenários de cruzamento, os CAVs equipados com este sistema alcançaram uma TPR de 100%, superando as taxas de 85-90% observadas em sistemas convencionais de veículo único.\n\nEm resumo, a investigação oferece uma abordagem robusta e adaptativa para monitorização abrangente da segurança na condução em ambientes de tráfego misto, abordando as limitações dos métodos anteriores. Ao combinar comunicação V2X em tempo real com computação de borda e algoritmos preditivos avançados, a estrutura melhora a deteção de perigos e a eficiência dos avisos, contribuindo assim para estradas mais seguras à medida que a adoção de CAVs continua a crescer.
