Nyt software øger sikkerheden for selvstyrende køretøjer i trafiksituationer

Den Tekniske Universitet i München (TUM) har udviklet nyt software, der vil forbedre sikkerheden for selvstyrende køretøjer, når de konfronteres med vejtrafik. Softwaren kan gøre forudsigelser om en trafiksituation, og den virker ekstremt hurtigt, idet den gør forudsigelser hvert millisekund. 

Dette software vil være nyttigt i en situation, hvor selvstyrende køretøjet møder et andet køretøj og fodgængere samtidig. Denne scenario ser ud til at være uforudsigelig, og erfarne menneskelige chauffører ville have brug for at være opmærksomme på en række forskellige faktorer. 

Forskningen blev offentliggjort i Nature Machine Intelligence, med titlen “Brug af online-verificering til at forhindre selvstyrende køretøjer i at forårsage ulykker.” 

Sikring af sikker software

Matthias Althoff er professor i cyber-fysiske systemer ved TUM.

“Disse slags situationer udgør en enorm udfordring for selvstyrende køretøjer, der styres af computerprogrammer,” siger Althoff. “Men selvstyrende kørsel vil kun opnå accept fra det brede offentlige, hvis man kan sikre, at køretøjerne ikke udgør en fare for andre vejbrugere – uanset hvor forvirrende trafiksituationen er.”

En af de største udfordringer i forbindelse med udviklingen af selvstyrende køretøjssoftware er at sikre, at den ikke forårsager ulykker. 

Softwaren, der er udviklet af et hold, der inkluderer Althoff ved Munich School of Robotics and Machine Intelligence ved TUM, er i stand til permanent at analysere og forudse trafikbegivenheder, mens den er på vej. Den fungerer ved at optage og evaluere køretøjsensor-data hvert millisekund, og softwaren kan gøre forudsigelser og beregninger for alle mulige bevægelser for hver trafikdeltager. Dette er afhængigt af, at deltagerne følger vejtrafikreglerne, og det resulterer i, at systemet kan forudse tre til seks sekunder frem i tiden.

Når det har bestemt disse fremtidige sekunder, beslutter systemet om mulige bevægelser for det selvstyrende køretøj, samtidig med at det beregner nødsituationer i tilfælde af en farlig situation. På grund af denne nødsituation aspekt af softwaren, er det almindeligt, at systemet kun følger ruter, der ikke udgør nogen forudsigelige kollisioner, hvor nødmanøvren er påkrævet. 

Tidligere set som ikke-praktisk

Årsagen til, at det tog så lang tid at udvikle et system som dette, er, at det traditionelt blev set som tidskrævende og mindre praktisk end andre løsninger. Men holdet af forskere har nu bevist dets effektivitet og hvordan man kan implementere det. 

Forenklede dynamiske modeller afhænger af beregningerne, mens rækkeviddsanalyse hjælper med at beregne fremtidige trafikbevægelser. Da det tager så lang tid at beregne alle vejbrugere og deres egenskaber på samme tid, fokuserede holdet på forenklede modeller for at accelerere processen. Disse modeller er både matematisk mulige og har en større rækkevidde end rigtige, og de giver mulighed for at udforske en stor mængde mulige kombinationer.

Holdet udviklede derefter en virtuel model baseret på rigtige trafikdata, der blev indsamlet under testkørsler med et selvstyrende køretøj, som gav en reel trafikmiljø til at teste systemet på. 

“Ved hjælp af simulationerne kunne vi fastslå, at sikkerhedsmodulen ikke medfører nogen tab af ydelse i forhold til kørselsadfærd, de forudsigende beregninger er korrekte, ulykker forhindres, og i nødsituationer bringes køretøjet demonstrabelt til en sikker stand,” siger Althoff. 

Det nye software er blot det seneste eksempel på fremskridt inden for selvstyrende køretøjer, og det er yderligere bevis for den mulige effektivitet af, hvad der tidligere blev set som ikke-praktiske løsninger.