кочан Нов метод опростява одобрението на автоматизирани системи за шофиране - Unite.AI
Свържете се с нас

Изкуствен интелект

Нов метод опростява одобрението на автоматизирани системи за шофиране

Обновено on
Изображение: Технически университет в Грац

Нов метод, разработен от изследователи от Технологичния университет в Грац, може драстично да подобри и опрости процеса на одобрение за системи за автоматизирано шофиране. 

Тестовете за симулатор на шофиране се използват по много различни причини, особено след като могат да симулират всеки сценарий почти веднага. Тези сценарии не се влияят от времето и метеорологичните условия и няма рискове за безопасността на превозното средство, хората или околната среда. 

Симулаторите за шофиране също са много по-евтини и изискват по-малко организация в сравнение с истинските. 

Има обаче някои въпроси около практиката, когато става въпрос за автоматизирано шофиране. 

Автоматизирано шофиране и симулатори на шофиране 

Арно Айхбергер е ръководител на изследователската област „Автоматизирано шофиране и системи за подпомагане на водача“ в Института по автомобилно инженерство към Техническия университет в Грац (TU Graz).

„В областта на силно автоматизираното шофиране обаче изследванията на симулатора на шофиране често се поставят под съмнение поради липсата на реализъм“, казва Айхбергер. „Освен това доскоро нямаше стандартизирани тестови процедури, които биха могли да се използват за проверка на сложни задачи като взаимното взаимодействие между човек и система (процедури за предаване).“

Първият глобален регламент за автоматизираните системи за поддържане на лентата (ALKS) беше приложен в началото на 2021 г. Според Айхбергер законът решава въпроса с одобрението на пътя.

„Досега регулаторните органи не знаеха как да тестват и одобряват системи за автономно шофиране“, каза той. „Производителите на превозни средства от своя страна не знаеха на какви изисквания трябва да отговарят системите, за да бъдат одобрени.“

Разпоредбите определят, на базата на асистент за задръстване, критериите за одобрение за силно автоматизирани системи до максимална скорост от 60 км/ч. След като асистентът е активиран, той става отговорен за контрола. Шофьорът може да пусне волана, но трябва да го поеме, ако има неизправност. Системата трябва също така да разпознае, че водачът има тази способност. 

Новият метод

Новият метод, разработен от Eichberger и неговия екип от Fraunhofer Austria, AVL и JOANNEUM RESEARCH, се основава на регламента. Той е в състояние безопасно, ефективно и реалистично да тества готовността за поемане на контрол в симулатор на шофиране. След това резултатите могат да се използват за сертифициране на системи ALKS. 

Екипът трябваше да извърши различни процеси, за да докаже валидността на симулацията на шофиране с помощта на тест драйв. Трябваше да има пряко сравнение между симулацията на шофиране и реалното шофиране, които трябваше да съвпадат възможно най-близо. 

Машинното възприемане на околната среда се оказа предизвикателство в това отношение. 

„Ако това трябва да работи по същия начин като в действителност, средата в симулацията трябва да съответства на реалната среда до точния сантиметър“, каза Айхбергер. 

Екипът постигна тази точност с помощта на „Карти с ултра висока разделителна способност“ от JOANNEUM RESEARCH, която е водеща световна изследователска институция. 

Патрик Люли е ръководител на изследователската лаборатория за високо автоматизирано шофиране в DIGITAL Institute. 

„Ние използваме мобилна система за картографиране, за да измерим тестовите среди“, каза Люли. „Накрая от данните от измерванията се създава безпроблемна 3D карта с изключително високо ниво на детайлност. В допълнение към обектите на пътната инфраструктура, като пътни знаци, пътна маркировка и предпазни парапети, на тази карта са представени и растителност и сгради.“

Този автоматизиран процес на UHD картографиране е много по-бърз и по-евтин от ръчното 3D моделиране.

Последната стъпка е 3D средата с висока разделителна способност да бъде прехвърлена в симулатора на шофиране. 

Според Volker Settsgast от Visual Computing бизнес звено, "Ние подготвяме данните по такъв начин, че 3D средата да може да се показва с висока скорост."

След това валидирането се проверява чрез сравнителни прогони по реалния маршрут. 

„С нашия метод е възможно производителите на автомобили лесно да сравняват и валидират определена извадка на реалната писта и в симулатора на шофиране“, казва Айхбергер. „Това означава, че в крайна сметка тестът може да бъде прехвърлен от истинската писта към симулатора за шофиране.“

Екипът сега работи за създаване на виртуални тестове за одобрение през следващите няколко месеца. 

Алекс Макфарланд е AI журналист и писател, изследващ най-новите разработки в областта на изкуствения интелект. Той е сътрудничил с множество стартиращи фирми и публикации в областта на изкуствения интелект по целия свят.