برنامج جديد يزيد من سلامة المركبات ذاتية القيادة في المواقف المرورية

تم تطوير برنامج جديد من قبل جامعة ميونخ التقنية (TUM) لتحسين سلامة المركبات ذاتية القيادة عند مواجهة حركة المرور على الطريق. يمكن للبرنامج التنبؤ بمواقف المرور، ويعمل بسرعة فائقة، حيث يقوم بالتنبؤ كل ملي ثانية.

سيكون هذا البرنامج مفيدًا في مواقف مثل مواجهة مركبة أخرى ومشاة في نفس الوقت. يبدو هذا السيناريو غير متوقع، وسيضطر السائقون البشر المخضرمون إلى الانتباه إلى مجموعة متنوعة من العوامل.

نُشر البحث في Nature Machine Intelligence، تحت عنوان “استخدام التحقق عبر الإنترنت لمنع المركبات ذاتية القيادة من وقوع الحوادث”.

ضمان سلامة البرمجيات

ماتياس آلثوف هو أستاذ الأنظمة السايبرفيزيائية في TUM.

“تُشكل هذه الأنواع من المواقف تحديًا هائلاً للمركبات ذاتية القيادة التي تُسيطر عليها البرامج الحاسوبية،” يقول آلثوف. “ولن تكتسب القيادة الذاتية قبولًا من الجمهور العام إلا إذا استطعنا ضمان أن المركبات لن تهدد مستخدمي الطريق الآخرين – بغض النظر عن مدى تعقيد موقف المرور”.

تُعد واحدة من التحديات الرئيسية المحيطة بتطوير برمجيات المركبات ذاتية القيادة هو ضمان أنها لن تسبب حوادث.

تم تطوير البرنامج، الذي طوّره فريق بقيادة آلثوف في مدرسة روبوتات ميونخ والذكاء الاصطناعي في TUM، وقام بتحليل وتوقعات الأحداث المرورية بشكل دائم أثناء الطريق. يعمل عن طريق تسجيل وتقييم بيانات المستشعرات المرورية كل ملي ثانية، ويمكن للبرنامج أن يتنبأ ويهتم بجميع الحركات الممكنة لكل مشارك في المرور. هذا يعتمد على المشاركين اتباع لوائح حركة المرور، وينتج عنه أن النظام يمكن أن يتنبأ بثلاث إلى ست ثوان في المستقبل.

وبمجرد تحديد تلك الثواني المستقبلية، يقرر النظام على الحركات الممكنة للمركبة ذاتية القيادة، مع حساب الحركات الطارئة في حالة موقف خطر. بسبب هذا الجانب الطارئ من البرنامج، من الشائع أن يتبع النظام مسارات لا تظهر فيها تصادمات يمكن التنبؤ بها حيث يتطلب خيار المناورة الطارئة.

كان يُعتبر غير عملي في السابق

السبب في أنّه استغرق وقتًا طويلاً لتطوير نظام مثل هذا النظام هو أنّه كان يُعتبر تقليديًا استهلاكًا للوقت وأقل عملية من الحلول الأخرى.

然而، أثبت فريق الباحثين الآن فعالية النظام وطريقة تنفيذه.

يعتمد النموذج الديناميكي المبسط على الحسابات، بينما تساعد تحليل التوصيل في حساب حركات المرور المستقبلية. نظرًا لأنّه يستغرق وقتًا طويلاً لحساب جميع مستخدمي الطريق وخصائصهم في نفس الوقت، ركز الفريق على النماذج المبسطة لتسريع العملية. هذه النماذج قابلة للتحقيق رياضيًا ولديها نطاق حركة أكبر من النماذج الحقيقية، وتسمح باستكشاف عدد كبير من التوليفات.

ثم طور الفريق نموذجًا افتراضيًا يستند إلى بيانات مرور حقيقية تم جمعها خلال رحلات اختبار مع مركبة ذاتية القيادة، والتي قدمت بيئة مرور حقيقية لاختبار النظام.

“باستخدام المحاكاة، تمكنا من إثبات أن وحدة السلامة لا تؤدي إلى أي خسارة في الأداء من حيث سلوك القيادة، والتحليلات التنبؤية صحيحة، وتمنع الحوادث، و في حالات الطوارئ يتم إيقاف المركبة بأمان،” يقول آلثوف.

يُعد البرنامج الجديد أحدث مثال على التطورات التي تحدث في مجال المركبات ذاتية القيادة، وهو دليل إضافي على الفعالية المحتملة للحلول التي كانت تعتبر غير عملية في السابق.