芬兰奥卢大学（University of Oulu）和芬兰气象研究所（Finnish Meteorological Institute, FMI）近日报告了“6G Visible”研究项目的成果。该项目致力于将6G技术、人工智能（AI）与分布式计算相结合，为未来6G网络中的自动驾驶交通提供支持。

项目团队重点评估了车辆传感器系统（如激光雷达LiDAR、摄像头和雷达）在恶劣天气条件下的性能表现。同时，团队还开发了用于分析天气因素对智能交通挑战（如交通安全性和可持续性）影响的模型。此外，研究还探索了基于“临近预报”（nowcasting）的短时天气预报等新服务，以供实时使用。项目最终实施了测试平台，例如位于索丹屈莱（Sodankylä）的智能移动性测试赛道以及自动驾驶缩尺模型。

该研究特别关注天气服务、软件及系统架构。由于现代车辆作为庞大的软件平台，其可靠性、安全性和性能在自动驾驶背景下面临着新的要求。为此，项目开发了将车辆传感器数据与外部数据源相结合的解决方案，以增强交通的态势感知能力。

项目的一个关键成果是实现了整合来自交通、环境和天气等不同来源的数据，并开发了高效的数据传输和处理方案，以支持自动驾驶。这些经过处理的数据可用于驾驶辅助、远程交通管理以及全自动驾驶车辆的运营。

奥卢大学的特罗·派瓦林塔（Tero Päivärinta）表示：“在研究过程中，我们将无线网络、AI、天气数据和车辆传感器整合为一个统一且不断演进的系统，从而提升了自动驾驶移动性的态势感知能力。”

芬兰气象研究所的高级研究科学家蒂莫·苏库瓦拉（Timo Sukuvaara）补充道：“芬兰气象研究所为该项目贡献了气象和安全视角。研究基于气象雷达数据等，开发了针对自动驾驶车辆的路面气象服务和短时预报。天气和路面状况被整合到路线规划和安全预判等决策过程中。”

该项目解决了6G时代面临的挑战，例如管理高度分布式且复杂的系统，以及将不同设备和服务集成到支持驾驶的统一体系中。团队表示，这种方法使得扩展车辆的“视野”成为可能：车辆能够利用基于网络的周围环境信息，在其自身传感器尚未探测到情况之前就预判潜在风险。这极大地提升了驾驶辅助系统、以及在多变和恶劣条件下的自动驾驶和远程驾驶的安全性。

核心内容归纳

编者观点：

• 6G Visible：这不仅仅是一个通信项目，它代表了“通感一体化”（ISAC, Integrated Sensing and Communication）的方向。在6G愿景中，网络本身既是通信管道也是感知雷达。该项目通过网络侧的信息来“补盲”车辆传感器的不足，是6G赋能垂直行业（自动驾驶）的典型范例。

• 临近预报：英文为 Nowcasting。不同于传统的天气预报，它是指对未来0-6小时内的天气进行高精度、高时效的预测。对于高速行驶的自动驾驶汽车来说，知道“前方5公里处10分钟后会起雾”比知道“明天有雨”更有价值。

• 分布式计算：英文为 Distributed Computing。由于自动驾驶产生的数据量巨大，不可能全部传回云端处理。该项目强调的分布式架构，意味着计算任务会在车端、路侧边缘节点和云端之间智能分配，以降低延迟，确保实时性。

• LiDAR (激光雷达)：这是自动驾驶的“眼睛”。新闻中特别提到评估其在恶劣天气下的表现，这正是目前L4级自动驾驶落地的最大痛点之一（例如大雪会干扰激光雷达的判断）。该项目试图通过引入外部气象数据来修正或弥补传感器的误差。

这项研究展示了未来“聪明的车”不仅靠自己身上的传感器，还需要“智慧的路”和“强大的云”通过6G网络来协同护航，特别是在极端天气下，这种协同感知将极大地提升安全性。这对于深圳正在大力发展的智能网联汽车产业具有重要的借鉴意义。