AI-mallit ja alustat

Uusi Menetelmä Yksinkertaa Automaattisen Ajamisen Järjestelmien Hyväksymisprosessia

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Grazin Teknillisen Yliopiston tutkijat ovat kehittäneet uuden menetelmän, joka voi parantaa ja yksinkertaa automaattisen ajamisen järjestelmien hyväksymisprosessia.

Ajamissimulaattoritestiä käytetään moniin eri tarkoituksiin, erityisesti siksi, että ne voivat simuloida mitä tahansa skenaariota lähes välittömästi. Nämä skenaariot eivät ole ajan ja sään olosuhteiden vaikutuksen alaisia, eikä niissä ole turvallisuusriskejä ajoneuvolle, ihmisille tai ympäristölle.

Ajamissimulaattorit ovat myös paljon halvempia ja vaativat vähemmän järjestelyjä verrattuna oikeaan asiaan.

On kuitenkin joitakin kysymyksiä tämän käytännön ympärillä, kun on kyse automaattisesta ajamisesta.

Automaattinen Ajaminen ja Ajamissimulaattorit

Arno Eichberger on tutkimusalueen “Automaattinen Ajaminen ja Kuljettajan Apujärjestelmät” johtaja Grazin Teknillisen Yliopiston (TU Graz) Autoteollisuuden Instituutissa.

“Automaattisen ajamisen alalla ajamissimulaattoritutkimukset ovat usein kyseenalaisia epärealistisuuden vuoksi”, sanoo Eichberger. ”Lisäksi ei ole ollut standardisoituja testimenetelmiä, joita olisi voitu käyttää tarkastamaan monimutkaisia tehtäviä, kuten ihmisen ja järjestelmän välistä vuorovaikutusta (käsittelymenetelmät).”

Ensimmäinen maailmanlaajuinen sääntö Automaattisen Kaistavahtijärjestelmän (ALKS) hyväksymisestä otettiin käyttöön vuoden 2021 alussa. Eichbergerin mukaan laki ratkaisee tien hyväksymisongelman.

”Sääntelyviranomaiset eivät tienneet, miten testata ja hyväksyä autonomisen ajamisen järjestelmiä”, hän sanoi. ”Ajoneuvon valmistajat eivät tienneet, mitkä vaatimukset järjestelmien on täytettävä hyväksyntää varten.”

Säännöt ovat määritelleet liikennejumin avulla hyvin automaattisten järjestelmien hyväksymisperusteet enintään 60 km/h nopeudelle. Kun avustaja on aktivoitu, se vastaa ohjauksesta. Kuljettaja voi päästää ohjauspyörän irti, mutta heidän on otettava se takaisin, jos järjestelmässä on vikaa. Järjestelmän on myös tunnistettava, että kuljettaja kykenee tähän.

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

Uusi Menetelmä

Eichbergerin ja hänen tiiminsä kehittämä uusi menetelmä, johon osallistuivat myös Fraunhofer Austria, AVL ja JOANNEUM RESEARCH, perustuu sääntöön. Se kykenee testaamaan turvallisesti, tehokkaasti ja realistisesti valmiutta ottaa ohjaus haltuun ajamissimulaattorissa. Tulokset voidaan sitten käyttää ALKS-järjestelmien sertifioinnissa.

Tiimin oli suoritettava useita prosesseja osoittaakseen ajamissimulaation validisuuden vertaamalla sitä oikeaan ajoon. Ajamissimulaation ja oikean ajon välillä oli oltava suora vertailu, joka oli mahdollisimman lähellä toisiaan.

Koneen ympäristön havaitseminen osoittautui haasteelliseksi tässä suhteessa.

”Jos tämä on toimiva samalla tavalla kuin todellisuudessa, simulaation ympäristön on vastattava oikeaa ympäristöä senttimetrin tarkkuudella”, Eichberger sanoi.

Tiimi saavutti tämän tarkkuuden käyttämällä JOANNEUM RESEARCHin “Ultra High Definition Maps” -tekniikkaa, joka on maailman johtava tutkimuslaitos.

Patrick Luley on korkean automaattisen ajamisen tutkimuslaboratorion johtaja DIGITAL-instituutissa.

”Käytämme mobiilia kartoitusjärjestelmää testiympäristön mittaamiseen”, Luley sanoi. ”Lopputuloksena on täysin yhtenäinen 3D-kartta, jossa on erittäin korkea tarkkuus. Liikenne-infrastruktuurin kohteiden, kuten liikennemerkkien, kaistojen ja suojakaiteiden, lisäksi kasvillisuus ja rakennukset ovat myös edustettuina tässä kartassa.”

Tämä automaattinen UHD-karttaprosessi on paljon nopeampi ja halvempaa kuin manuaalinen 3D-mallinnus.

Viimeinen askel on siirtää korkearesoluutioinen 3D-ympäristö ajamissimulaattoriin.

Volker Settsgast Visual Computing -liiketoimintayksiköstä sanoo: ”Valmistelemme datan siten, että 3D-ympäristö voidaan näyttää korkealla nopeudella.”

Validointi vahvistetaan vertaamalla oikeaa reittiä.

”Meidän menetelmällämme on mahdollista autonvalmistajille vertailla ja vahvistaa tiettyä otosta oikealla radalla ja ajamissimulaattorissa”, Eichberger sanoo. ”Tämä tarkoittaa, että testi voidaan lopulta siirtää oikealta radalta ajamissimulaattoriin.”

Tiimi työskentelee parhaillaan virtuaalisten hyväksymistestien perustamiseksi seuraavien kuukausien aikana.

Alex McFarland on AI-toimittaja ja kirjailija, joka tutkii viimeisimpiä kehityksiä tekoälyssä. Hän on tehnyt yhteistyötä useiden AI-startup-yritysten ja julkaisujen kanssa maailmanlaajuisesti.