一種面向自動駕駛的查詢驅動通信高效數字孿生設計

數字孿生技術通過創建物理實體的虛擬副本，能夠在無風險環境下進行仿真，為自動駕駛、低空經濟等場景提供高可靠性服務。然而，傳統的數字孿生方法依賴車輛實時狀態同步，構建高保真孿生體時會產生大量冗餘數據，導致計算和通信開銷過高。這一問題在自動駕駛場景中尤為突出，因為車輛需要頻繁上傳傳感器數據，而大部分數據對當前仿真任務並非必需。

為了應對這一挑戰，研究人員提出了一種查詢驅動的數字孿生架構。該架構允許數字孿生根據自身的仿真結果，主動向車輛請求所需的環境數據，而非被動接收所有信息。這種按需數據獲取方式顯著減少了不必要的數據傳輸。在此基礎上，研究團隊建立了一個優化問題，目標是在保證數字孿生保真度和通信約束的前提下，最小化自動駕駛的定位誤差。優化問題綜合考慮了數據時效性、通信帶寬和計算資源限制。

進一步地，他們設計了一種跨時間步的漸進查詢機制。該機制通過在多個時間步上逐步優化查詢策略，避免了在同一時刻傳輸大量數據，從而進一步提升了通信效率。具體而言，數字孿生會根據前一步的仿真結果預測下一時刻的關鍵數據需求，並分批次向車輛發出查詢請求。仿真實驗結果顯示，與傳統的全量數據同步方法相比，所提方法將規劃位置誤差降低了24%，同時通信開銷減少了40%。

這項研究為自動駕駛中的數字孿生應用提供了新的思路，通過智能數據查詢機制實現了高精度與低開銷的平衡。未來，該技術有望在更多實時性要求高的場景中發揮作用，例如無人機編隊、工業機器人協同等。論文作者包括Nuocheng Yang、Longyu Zhou、Sihua Wang、Changchuan Yin和Tony Q. S. Quek，相關研究已於2026年6月提交至arXiv。