Ny programvare øker sikkerheten for autonome kjøretøy i trafikksituasjoner

Den tekniske universitetet i München (TUM) har utviklet ny programvare som vil forbedre sikkerheten for autonome kjøretøy når de møter vegtrafikk. Programvaren kan gjøre prediksjoner om en trafikksituasjon, og den fungerer ekstremt raskt, med prediksjoner hver millisekund.

Dette programvaren vil være nyttig i en situasjon, for eksempel, der det autonome kjøretøyet møter et annet kjøretøy og fotgjengere samtidig. Denne scenariet ser ut til å være uforutsigbar, og erfarne menneskelige sjåfører måtte være oppmerksomme på en rekke forskjellige faktorer.

Forskningen ble publisert i Nature Machine Intelligence, med tittelen “Bruk av online-verifisering for å forhindre at autonome kjøretøy forårsaker ulykker.”

Sikker programvare

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

“Disse typene situasjoner presenterer en enorm utfordring for autonome kjøretøy kontrollert av dataprogrammer,” sier Althoff. “Men autonom kjøring vil bare få aksept fra allmennheten hvis du kan sikre at kjøretøyene ikke utgjør en fare for andre vegbrukere — uansett hvor forvirrende trafikksituasjonen er.”

En av de største utfordringene ved utvikling av programvare for autonome kjøretøy er å sikre at den ikke vil forårsake ulykker.

Programvaren, som ble utviklet av et team inkludert Althoff ved München-skolen for robotikk og maskinintelligens ved TUM, er i stand til å permanent analysere og forutsi trafikkevents mens den er på veien. Den fungerer ved å registrere og evaluere kjøretøyssensordata hver millisekund, og programvaren kan gjøre prediksjoner og beregninger for alle mulige bevegelser for hver trafikant. Dette er avhengig av at deltakerne følger vegtrafikkregler, og det resulterer i at systemet kan forutsi tre til seks sekunder inn i fremtiden.

Når det bestemmer disse fremtidige sekundene, avgjør systemet mulige bevegelser for det autonome kjøretøyet, samtidig som det beregner nødsituasjoner i tilfelle en farlig situasjon. På grunn av denne nødsituasjonen til programvaren, er det vanlig at systemet bare følger ruter som ikke presenterer noen forutsigbare kollisjoner hvor nødmanøveren er nødvendig.

Tidligere sett på som ikke-praktisk

Årsaken til at det tok så lang tid å utvikle et slikt system er at det tradisjonelt ble sett på som tidskrevende og mindre praktisk enn andre løsninger. Men, teamet av forskere har nå bevist dens effektivitet og hvordan man kan implementere det.

Forenklet dynamiske modeller blir brukt for beregningene, mens rekkeanalyse hjelper til å beregne fremtidige trafikbevegelser. Fordi det tar så lang tid å beregne alle vegbrukere og deres egenskaper samtidig, fokuserte teamet på forenklet modeller for å akselerere prosessen. Disse modellene er både matematisk mulige og har en større rekkevidde enn virkelige modeller, og de tillater en stor mengde mulige kombinasjoner å bli utforsket.

Teamet utviklet deretter en virtuell modell basert på virkelige trafikdata som ble samlet inn under testkjøringer med et autonomt kjøretøy, som ga en realistisk trafikkmiljø for å teste systemet på.

“Med simulasjonene, kunne vi etablere at sikkerhetsmodulen ikke fører til noen tap av ytelse i forhold til kjøreforhold, de prediktive beregningene er korrekte, ulykker blir forhindret, og i nødsituasjoner blir kjøretøyet demonstrativt stoppet trygt,” sier Althoff.

Den nye programvaren er bare det siste eksemplet på fremgang som skjer innenfor feltet autonome kjøretøy, og det er ytterligere bevis for den mulige effektiviteten av hva som tidligere ble sett på som ikke-praktiske løsninger.