Uusi ohjelmisto parantaa itseohjautuvien ajoneuvojen turvallisuutta liikenne Tilanteissa

Münchenin Teknillinen Yliopisto (TUM) on kehittänyt uuden ohjelmiston, joka parantaa itseohjautuvien ajoneuvojen turvallisuutta tieliikenne tilanteissa. Ohjelmisto pystyy tekemään ennusteita liikenne tilanteista, ja se toimii erittäin nopeasti, tehdessään ennusteita joka millisekunti.

Tämä ohjelmisto on hyödyllinen tilanteissa, joissa itseohjautuva ajoneuvo kohtaa toisen ajoneuvon ja jalankulkijan samanaikaisesti. Tämä skenaario näyttää arvaamattomalta, ja kokeneet ihmisajajat joutuisivat kiinnittämään huomiota moniin eri tekijöihin.

Tutkimus julkaistiin Nature Machine Intelligence -julkaisussa, otsikolla “Käyttäen online-tarkastelua estämään itseohjautuvien ajoneuvojen aiheuttamia onnettomuuksia.”

Turvallisen ohjelmiston varmistaminen

Matthias Althoff on TUM:n kybernetisten fyysisten järjestelmien professori.

“Nämä tilanteet ovat valtava haaste itseohjautuville ajoneuvoille, jotka ohjataan tietokoneohjelmilla,” Althoff sanoo. “Mutta itseohjautuva ajo hyväksytään yleisesti vain, jos voidaan varmistaa, että ajoneuvot eivät vaaranna muita tiellä liikkuvia – riippumatta siitä, kuinka monimutkainen liikenne tilanne on.”

Itseohjautuvan ajoneuvon ohjelmiston kehittämisen ympärillä on yksi suurimmista haasteista varmistaa, että se ei aiheuta onnettomuuksia.

Ohjelmisto, jonka kehittivät Althoffin johtama tiimi Münchenin robotiikan ja koneälykoulussa TUM:ssa, pystyy jatkuvasti analysoimaan ja ennustamaan liikenne tapahtumia tiellä. Se toimii tallentamalla ja arvioimalla ajoneuvon anturidataa joka millisekunti, ja ohjelmisto pystyy tekemään ennusteita ja laskelmia kaikille mahdollisille liikkeille jokaiselle liikenteen osallistujalle. Tämä edellyttää, että osallistujat noudattavat tieliikenne sääntöjä, ja se johtaa siihen, että järjestelmä pystyy ennustamaan 3-6 sekuntia eteenpäin.

Kun se määrittää nämä tulevat sekunnit, järjestelmä päättää itseohjautuvan ajoneuvon mahdollisista liikkeistä, laskee samalla hätäliikkeet vaarallisen tilanteen sattuessa. Järjestelmän hätäliikeominaisuuden vuoksi on yleensä tapana seurata reittejä, joilla ei ole ennustettavissa olevia törmäyksiä, joissa hätäliike on tarpeen.

Aikaisemmin epäpraktisena pidetty

Syy siihen, miksi kehittää tämänkaltaista järjestelmää kestänyt niin kauan, on se, että se on perinteisesti katsottu aikaa vieväksi ja vähemmän käytännölliseksi kuin muut ratkaisut. Tutkijaryhmä on kuitenkin nyt osoittanut sen tehokkuuden ja sen toteuttamisen.

Yksinkertaisia dynaamisia malleja käytetään laskelmiin, kun taas saavutettavuusanalyysi auttaa laskemaan tulevat liikenteen liikkeet. Koska kaikkien tiellä liikkuvien ja heidän ominaisuuksiensa laskeminen samanaikaisesti kestää niin kauan, tutkijaryhmä keskittyi yksinkertaisiin malleihin prosessin nopeuttamiseksi. Nämä mallit ovat sekä matemaattisesti toteutettavissa että niillä on laajempi liikkeen valikoima kuin oikeilla malleilla, ja ne mahdollistavat suuren määrän mahdollisten yhdistelmien tutkimisen.

Tutkijaryhmä kehitti virtuaalisen mallin, joka perustui oikeaan liikenteen dataan, jota kerättiin itseohjautuvan ajoneuvon testiajoista, mikä tarjosi todellisen liikenne ympäristön järjestelmän testaamiseksi.

“Simulaatioiden avulla osoitimme, että turvallisuusmoduuli ei johda suorituskyvyn menetykseen ajokäyttäytymisen suhteen, ennustavat laskelmat ovat oikein, onnettomuuksia estetään ja hätätilanteissa ajoneuvo voidaan osoittaa turvallisesti pysähtyväksi,” Althoff sanoo.

Uusi ohjelmisto on vain viimeisin esimerkki edistysaskeleista, jotka tapahtuvat itseohjautuvien ajoneuvojen alalla, ja se on lisätodiste siitä, että mitä aikaisemmin katsottiin epäkäytännöllisinä ratkaisuina, voi olla mahdollisesti tehokkaita.