Unelte de Siguranță pentru Vehicule Autonome Dezvoltate de Către Cercetători

Pe măsură ce viteza de fabricație și de implementare a vehiculelor autonome crește, siguranța acestor vehicule devine și mai importantă. Din acest motiv, cercetătorii investesc în crearea unor metrice și unelte pentru a urmări siguranța vehiculelor autonome. Conform ScienceDaily, o echipă de cercetare de la Universitatea din Illinois la Urbana-Champaign a utilizat algoritmi de învățare automată pentru a crea o platformă de analiză a siguranței vehiculelor autonome, utilizând atât îmbunătățiri hardware, cât și software.

Îmbunătățirea siguranței vehiculelor autonome a rămas una dintre sarcinile mai dificile în domeniul inteligenței artificiale, din cauza numeroaselor variabile implicate în această sarcină. Nu numai senzorii și algoritmii implicați în vehicul sunt extrem de complexi, dar există și multe condiții externe care sunt în permanentă schimbare, cum ar fi starea drumului, topografia, vremea, iluminarea și traficul.

Peisajul și algoritmii vehiculelor autonome se schimbă în permanență, iar companiile au nevoie de o modalitate de a ține pasul cu schimbările și de a răspunde la noile probleme. Echipa de cercetare de la Illinois lucrează la o platformă care să permită companiilor să abordeze preocupările recent identificate privind siguranța într-un mod rapid și eficient din punct de vedere al costurilor. Cu toate acestea, complexitatea uriașă a sistemelor care conduc vehiculele autonome face ca acest lucru să fie o sarcină masivă. Echipa de cercetare proiectează un sistem care va putea să țină evidența și să actualizeze sistemele vehiculelor autonome care conțin zeci de procesoare și acceleratoare care rulează milioane de linii de cod.

În general, vehiculele autonome conduc destul de sigur. Cu toate acestea, atunci când apare o defecțiune sau un eveniment neașteptat, un vehicul autonom este în prezent mai probabil să se implice într-un accident decât șoferii umani, deoarece vehiculul are adesea dificultăți în a negocia situații de urgență. Este dificil de cuantificat cât de sigure sunt vehiculele autonome și ce este de vină pentru accidente, dar este evident că defecțiunile unui vehicul care circulă cu 70 mph pe o șosea pot fi extrem de periculoase, de aceea este nevoie de îmbunătățirea modului în care vehiculele autonome gestionează situațiile de urgență.

Saurabh Jha, un candidat doctoral și unul dintre cercetătorii implicați în program, a explicat pentru ScienceDaily nevoia de a îmbunătăți gestionarea defecțiunilor în vehiculele autonome. Jha a explicat

“Dacă un șofer al unui vehicul obișnuit simte o problemă, cum ar fi derapajul sau tractarea vehiculului, șoferul poate ajusta comportamentul și conduce vehiculul spre un punct de oprire sigur. Cu toate acestea, comportamentul vehiculului autonom poate fi imprevizibil într-o astfel de situație, cu excepția cazului în care vehiculul autonom a fost instruit în mod explicit pentru astfel de probleme. În lumea reală, există un număr infinit de astfel de cazuri.”

Cercetătorii încearcă să rezolve această problemă prin colectarea și analiza datelor din rapoartele de siguranță depuse de companiile de vehicule autonome. Companii precum Waymo și Uber sunt obligate să depună rapoarte către DMV din California cel puțin o dată pe an. Aceste rapoarte conțin date despre statistici cum ar fi distanța parcursă de vehicule, numărul de accidente și condițiile în care vehiculele au funcționat.

Echipa de cercetare de la Universitatea din Illinois a analizat rapoarte care acoperă perioada 2014-2017. În această perioadă, vehiculele autonome au parcurs aproximativ 1.116.000 de mile, distribuite pe 144 de vehicule diferite. Conform constatărilor echipei de cercetare, atunci când s-a comparat cu aceeași distanță parcursă de șoferi umani, accidentele au fost de 4000 de ori mai probabile să se producă. Accidentele pot implica că inteligența artificială a vehiculului a eșuat în a se deconecta și a evita accidentul, bazându-se în schimb pe șoferul uman pentru a prelua controlul.

Este dificil de diagnosticat erorile potențiale din hardware-ul sau software-ul vehiculului autonom, deoarece multe erori se manifestă doar în anumite condiții. De asemenea, nu este fezabil să se efectueze teste în toate condițiile posibile care pot apărea pe drum. În loc de a colecta date despre sute de mii de mile parcurse de vehicule autonome, echipa de cercetare utilizează medii simulate pentru a reduce drastic cantitatea de bani și timp cheltuite pentru generarea datelor necesare pentru antrenarea vehiculelor autonome.

Echipa de cercetare utilizează datele generate pentru a explora situațiile în care pot apărea defecțiuni ale vehiculelor autonome și pot apărea probleme de siguranță. Se pare că utilizarea simulărilor poate ajuta cu adevărat companiile să identifice riscuri de siguranță pe care altfel nu le-ar fi putut face. De exemplu, atunci când echipa a testat vehiculul autonom Apollo, creat de Baidu, au izolat peste 500 de cazuri în care vehiculul a eșuat în a gestiona o situație de urgență și a avut loc un accident ca urmare. Echipa de cercetare speră că alte companii vor utiliza platforma lor de testare și vor îmbunătăți siguranța vehiculelor lor autonome.