Modely a platformy AI

Nová softwarová aplikace zvyšuje bezpečnost autonomních vozidel v dopravních situacích

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Technická univerzita v Mnichově (TUM) vyvinula novou softwarovou aplikaci, která zlepšuje bezpečnost autonomních vozidel v silničním provozu. Tato aplikace je schopná předpovídat dopravní situace a pracuje extrémně rychle, přičemž provádí předpovědi každých milisekund.

Tato aplikace bude užitečná v situacích, kdy se autonomní vozidlo setká s jiným vozidlem a chodci současně. Tato scénař se zdá nepředvídatelná a zkušení řidiči by museli věnovat pozornost různým faktorům.

Výzkum byl zveřejněn v Nature Machine Intelligence, pod názvem „Použití online verifikace pro zabránění autonomním vozidlům způsobit nehody.”

Zajištění bezpečného softwaru

Matthias Althoff je profesorem kyberneticko-fyzikálních systémů na TUM.

„Takové situace představují enormní výzvu pro autonomní vozidla řízená počítačovými programy,“ říká Althoff. „Ale autonomní řízení získá akceptaci veřejnosti pouze tehdy, pokud můžete zajistit, že vozidla neohrozí ostatní účastníky silničního provozu – bez ohledu na to, jak složitá je dopravní situace.“

Jednou z hlavních výzev při vývoji softwaru pro autonomní vozidla je zajistit, aby nezpůsobily nehody.

Softwarová aplikace, kterou vyvinul tým včetně Althoffa na Mnichovské škole robotiky a strojového inteligence na TUM, je schopná trvale analyzovat a předpovídat dopravní události během jízdy. Pracuje tak, že zaznamenává a vyhodnocuje data z vozidlových senzorů každých milisekund, a softwarová aplikace je schopná předpovídat a počítat všechny možné pohyby pro každého účastníka silničního provozu. To závisí na tom, zda účastníci dodržují pravidla silničního provozu, a výsledkem je, že systém je schopen předpovídat tři až šest sekund do budoucna.

Jakmile systém určí tyto budoucí sekundy, rozhodne o možných pohybech pro autonomní vozidlo, přičemž současně počítá nouzové pohyby v případě nebezpečné situace. Díky této nouzové stránce softwaru je běžné, že systém následuje pouze trasy, které nepředstavují žádné předvídatelné srážky, kde je vyžadován nouzový manévr.

Dříve považováno za nepraktické

Důvod, proč trvalo tak dlouho, než byl vyvinut takový systém, spočívá v tom, že byl tradičně považován za časově náročný a méně praktický než jiné řešení. Nicméně, tým výzkumníků nyní prokázal jeho účinnost a vysvětlil, jak ho implementovat.

Zjednodušené dynamické modely se používají pro výpočty, zatímco analýza dosažitelnosti pomáhá vypočítat budoucí pohyby silničního provozu. Protože trvá příliš dlouho vypočítat všechny účastníky silničního provozu a jejich charakteristiky současně, tým se zaměřil na zjednodušené modely, aby urychlil proces. Tyto modely jsou matematicky proveditelné a mají větší rozsah pohybu než skutečné, a umožňují prozkoumat velké množství možných kombinací.

Tým poté vyvinul virtuální model založený na skutečných dopravních datech, které byly shromážděny během testovacích jízd s autonomním vozidlem, což poskytlo reálné prostředí silničního provozu pro testování systému.

„Pomocí simulací jsme byli schopni stanovit, že bezpečnostní modul nevede k žádné ztrátě výkonu v oblasti jízdního chování, předpověďové výpočty jsou správné, nehody jsou zabráněny a v nouzových situacích je vozidlo prokazatelně zastaveno v bezpečné vzdálenosti,“ říká Althoff.

Nová softwarová aplikace je pouze nejnovějším příkladem pokroků, které probíhají v oblasti autonomních vozidel, a je dalším důkazem možné účinnosti dříve považovaných za nepraktické řešení.

Alex McFarland je AI novinář a spisovatel, který zkoumá nejnovější vývoj v oblasti umělé inteligence. Spolupracoval s mnoha AI startupy a publikacemi po celém světě.