Новое программное обеспечение увеличивает безопасность автономных транспортных средств в дорожных ситуациях

Технический университет Мюнхена (TUM) разработал новое программное обеспечение, которое улучшит безопасность автономных транспортных средств при столкновении с дорожным движением. Это программное обеспечение может делать прогнозы о дорожной ситуации и работает чрезвычайно быстро, делая прогнозы каждую миллисекунду.

Это программное обеспечение будет полезно в ситуации, например, когда автономный транспортный средства встречает другой транспортный средства и пешеходов одновременно. Этот сценарий кажется непредсказуемым, и опытные водители должны были бы обратить внимание на различные факторы.

Исследование было опубликовано в Nature Machine Intelligence, под названием “Использование онлайн-верификации для предотвращения аварий с участием автономных транспортных средств.”

Обеспечение безопасности программного обеспечения

Маттиас Альтофф является профессором кибер-физических систем в TUM.

“Такие ситуации представляют собой огромный вызов для автономных транспортных средств, управляемых компьютерными программами,” говорит Альтофф. “Но автономное вождение будет получать одобрение общественности только в том случае, если можно гарантировать, что транспортные средства не будут подвергать других участников дорожного движения опасности — независимо от того, насколько запутанной является дорожная ситуация.”

Одной из основных проблем, связанных с разработкой программного обеспечения для автономных транспортных средств, является обеспечение того, чтобы оно не вызывало аварий.

Программное обеспечение, разработанное командой, включая Альтоффа в Мюнхенской школе робототехники и искусственного интеллекта в TUM, способно постоянно анализировать и прогнозировать дорожные события во время движения. Оно работает путем записи и оценки данных с датчиков транспортного средства каждую миллисекунду, и программное обеспечение может делать прогнозы и расчеты для всех возможных движений каждого участника дорожного движения. Это зависит от того, что участники следуют правилам дорожного движения, и это приводит к тому, что система может прогнозировать будущее на 3-6 секунд.

Как только оно определяет эти будущие секунды, система принимает решения о возможных движениях автономного транспортного средства, рассчитывая при этом аварийные движения в случае опасной ситуации. Благодаря этому аварийному аспекту программного обеспечения, система часто следует только тем маршрутам, которые не представляют собой никаких предвидимых столкновений, где требуется аварийное маневрирование.

Ранее считалось непрактичным

Причины того, что потребовалось так много времени для разработки такой системы, заключались в том, что она традиционно считалась слишком耗чивой и менее практичной, чем другие решения. Однако команда исследователей теперь доказала ее эффективность и показала, как ее можно реализовать.

Упрощенные динамические модели используются для расчетов, а анализ досягаемости помогает рассчитать будущие движения дорожного движения. Поскольку расчет всех участников дорожного движения и их характеристик занимает слишком много времени, команда сосредоточилась на упрощенных моделях, чтобы ускорить процесс. Эти модели являются как математически возможными, так и имеют больший диапазон движений, чем реальные, и они позволяют исследовать большое количество возможных комбинаций.

Команда затем разработала виртуальную модель на основе реальных данных дорожного движения, собранных во время тестовых поездок с автономным транспортным средством, что предоставило реальную дорожную среду для тестирования системы.

“Используя симуляции, мы смогли установить, что модуль безопасности не приводит к потере производительности в плане поведения при вождении, прогнозные расчеты правильны, аварии предотвращаются, и в аварийных ситуациях транспортное средство демонстрирует безопасную остановку,” говорит Альтофф.

Новое программное обеспечение является только последним примером достижений в области автономных транспортных средств, и оно является дальнейшим доказательством возможной эффективности того, что ранее считалось непрактичными решениями.