نماذج ومنصات الذكاء الاصطناعي

طريقة جديدة تسهل عملية الموافقة على أنظمة القيادة الآلية

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

قد طور باحثون في جامعة غراتس للتكنولوجيا طريقة جديدة يمكن أن تحسن وتسهل بشكل كبير عملية الموافقة على أنظمة القيادة الآلية.

تُستخدم اختبارات محاكي القيادة لأسباب عديدة، خاصة أنها يمكن أن تمثل أي سيناريو تقريبًا في الحال. هذه السيناريوهات لا تتأثر بالزمن والطقس، ولا توجد مخاطر أمان للسيارة أو الناس أو البيئة.

محاكي القيادة أيضًا أرخص بكثير ويتطلب تنظيمًا أقل مقارنة بالحقيقة.

然而، هناك بعض الأسئلة حول هذه الممارسة عندما يتعلق الأمر بالقيادة الآلية.

القيادة الآلية ومحاكي القيادة

أرنو إيشبرجر هو رئيس منطقة البحث “القيادة الآلية ونظم المساعدة على القيادة” في معهد الهندسة السياراتية بجامعة غراتس للتكنولوجيا (TU Graz).

“في مجال القيادة الآلية العالية، يتم تساؤل دراسات محاكي القيادة بسبب قلة الواقعية”، يقول إيشبرجر. “بالإضافة إلى ذلك، لم تكن هناك إجراءات اختبار معيارية يمكن استخدامها للتحقق من المهام المعقدة مثل التفاعل المتبادل بين الإنسان والنظام (إجراءات التسليم).”

تم تطبيق أول لوائح عالمية لأنظمة الحفاظ على المسار الآلي (ALKS) في بداية عام 2021. وفقًا لإيشبرجر، تحل القانون مشكلة موافقة الطريق.

“حتى الآن، لم تكن السلطات التنظيمية تعرف كيف تختبر ونوافق على أنظمة القيادة الآلية”، يقول. “من ناحية أخرى، لم تكن مصنعو السيارات يعرفون ما المتطلبات التي يجب على الأنظمة أن تلبية لكي تتم الموافقة عليها.”

حددت اللوائح، بناءً على مساعد مرور الازدحام، معايير الموافقة لأنظمة عالية التأهب حتى سرعة قصوى تبلغ 60 كم / ساعة. بمجرد تفعيل المساعد، يصبح مسؤولاً عن التحكم. يمكن للسائق أن يترك عجلة القيادة، لكنه يجب أن يأخذها مرة أخرى في حالة حدوث عطل. يجب على النظام أن يعترف أيضًا بقدرة السائق على ذلك.

https://www.youtube.com/watch?v=TOFEYFu0r1k

الطريقة الجديدة

تم تطوير الطريقة الجديدة من قبل إيشبرجر وفريقه من Fraunhofer Austria و AVL و JOANNEUM RESEARCH بناءً على اللوائح. وهي قادرة على اختبار جاهزية أخذ التحكم بأمان وفعالية وواقعية في محاكي القيادة. يمكن استخدام النتائج بعد ذلك للموافقة على أنظمة ALKS.

كان على الفريق إجراء عمليات مختلفة لتحقيق صحة محاكاة القيادة باستخدام اختبار القيادة. كان هناك حاجة إلى مقارنة مباشرة بين محاكاة القيادة والقيادة الحقيقية، والتي يجب أن تتطابق قدر الإمكان.

ثبت أن إدراك الآلة للبيئة كان تحديًا في هذا الصدد.

“إذا كان هذا سيجري بنفس الشكل مثل الواقع، فيجب أن تتطابق البيئات في المحاكاة مع البيئة الحقيقية حتى السنتيمتر التالي”، يقول إيشبرجر.

حقّق الفريق هذه الدقة باستخدام “خرائط عالية الدقة” من JOANNEUM RESEARCH، وهي مؤسسة بحثية رائدة في العالم.

باتريك لولي هو رئيس مختبر البحث لقيادة عالية التأهب في معهد DIGITAL.

“نستخدم نظام تخطيط محمول لقياس بيئات الاختبار”، يقول لولي. “في النهاية، يتم إنشاء خريطة ثلاثية الأبعاد متصلة مع تفاصيل عالية للغاية من بيانات القياس. بالإضافة إلى كائنات البنية التحتية للمرور مثل العلامات المرورية وخطوط المرور وحدود الحماية، يتم تمثيل النباتات والمباني أيضًا في هذه الخريطة.”

هذه العملية التلقائية لتحويل الخريطة إلى عالية الدقة أسرع وأرخص من نمذجة 3D اليدوية.

الخطوة الأخيرة هي نقل البيئة ثلاثية الأبعاد عالية الدقة إلى محاكي القيادة.

وفقًا ل فولكر سيتسجاست من وحدة أعمال الحوسبة المرئية، “نحضر البيانات بحيث يمكن عرض البيئة ثلاثية الأبعاد بسرعة عالية”.

تُؤكد التحقق من خلال التشغيل المقارن على الطريق الحقيقي.

“باستخدام طريقةنا، من الممكن لمصنعي السيارات مقارنة وتحقق بسهولة عينة معينة على المسار الحقيقي ومحاكي القيادة”، يقول إيشبرجر. “هذا يعني أن الاختبار يمكن في النهاية أن ينتقل من المسار الحقيقي إلى محاكي القيادة”.

الفريق يعمل الآن على إعداد اختبارات الموافقة الافتراضية خلال الأشهر القليلة القادمة.

Alex McFarland هو صحفي وكاتب في مجال الذكاء الاصطناعي يستكشف أحدث التطورات في الذكاء الاصطناعي. وقد تعاون مع العديد من الشركات الناشئة في مجال الذكاء الاصطناعي والمنشورات في جميع أنحاء العالم.