Sistemul de avertizare timpurie bazat pe IA învață din situații reale de trafic

Un nou sistem de avertizare timpurie pentru vehicule, dezvoltat de o echipă de cercetători de la Universitatea Tehnică din München (TUM), utilizează IA pentru a învăța din mii de situații reale de trafic. Un studiu a fost realizat în colaborare cu BMW Group, demonstrând că sistemul ar fi benefic pentru vehiculele autonome de astăzi. Dacă este utilizat, poate furniza o avertizare de șapte secunde împotriva situațiilor potențial critice, care sunt situații pe care mașinile nu le pot gestiona singure. Rata de acuratețe s-a dovedit a fi de 85%.

Eforturile actuale de dezvoltare pentru vehicule autonome utilizează modele sofisticate care permit vehiculelor să analizeze comportamentul tuturor participanților la trafic. Cu toate acestea, majoritatea acestor modele nu au demonstrat încă capacitatea de a gestiona situații complexe sau imprevizibile.

Echipa din spatele noului sistem de avertizare timpurie a lucrat cu Prof. Eckehard Steinbach, șeful catedrei de Tehnologie Media și membru al Consiliului de Administrație al Școlii de Robotică și Inteligență Artificială din München, la TUM.

Cercetarea intitulată „Introspective Failure Prediction for Autonomous Driving Using Late Fusion of State and Camera Information” a fost publicată în IEEE Transactions on Intelligent Transportation Systems.

Abordarea nouă utilizează IA pentru a permite sistemului să învețe din situații trecute. Mai exact, aceste situații trecute au fost cele în care mașinile autonome au atins limita lor în traficul real. Acest lucru are loc atunci când șoferii umani trebuie să preia controlul asupra vehiculului, fie pentru că mașina semnalează acest lucru, fie pentru că șoferul decide că este cel mai sigur.

RNN și avertizarea de șapte secunde

Noul sistem se bazează pe senzori și camere care capturează condițiile din jur, iar datele de stare, cum ar fi unghiul de direcție al roților, starea drumului și vremea, sunt înregistrate. Sistemul IA utilizează o rețea neurală recurentă (RNN), care poate procesa date pentru a recunoaște modele. De îndată ce sistemul detectează o nouă situație de conducere care nu a putut fi gestionată anterior, șoferul este avertizat în avans.

„Pentru a face vehiculele mai autonome, multe metode existente studiază ce înțeleg mașinile despre trafic și apoi încearcă să îmbunătățească modelele utilizate de acestea. Marele avantaj al tehnologiei noastre: complet ignorăm ce crede mașina. În schimb, ne limităm la datele bazate pe ceea ce se întâmplă cu adevărat și căutăm modele”, spune Steinbach. “În acest fel, IA descoperă situații potențial critice pe care modelele nu le pot recunoaște sau nu le-au descoperit încă. Sistemul nostru oferă, prin urmare, o funcție de siguranță care știe când și unde mașinile au slăbiciuni”.

Tehnologia a fost testată cu BMW Group, iar vehiculele autonome pe drumurile publice au fost analizate. Acest lucru a avut loc în timpul a 2500 de situații în care șoferul uman a intervenit, iar studiul a demonstrat că sistemul este de 85% precis și poate avertiza șoferii cu până la șapte secunde în avans.

Tehnologia se bazează pe cantități mari de date, deoarece este limitată de numărul de situații pe care le-a văzut sistemul. Datele au fost generate în mod esențial de la sine, având în vedere numărul de vehicule de dezvoltare care sunt în prezent pe drum.

“De fiecare dată când apare o situație potențial critică în timpul unui test de conducere, ne sfârșim cu un nou exemplu de antrenament.”

Deoarece datele sunt stocate central, întreaga flotă poate învăța de la ele.