Ny programvara ökar säkerheten för autonoma fordon i trafiksituationer

Tekniska universitetet i München (TUM) har utvecklat ny mjukvara som kommer att förbättra säkerheten för autonoma fordon när de konfronteras med vägtrafik. Programvaran kan göra förutsägelser om en trafiksituation, och den fungerar extremt snabbt och gör förutsägelser varje millisekund. 

Denna programvara kommer att vara användbar i en situation, till exempel, där det autonoma fordonet stöter på ett annat fordon och fotgängare samtidigt. Detta scenario verkar oförutsägbart, och erfarna mänskliga förare måste vara uppmärksamma på en mängd olika faktorer. 

Forskningen publicerades i Nature Machine Intelligence, titeln "Använda onlineverifiering för att förhindra att autonoma fordon orsakar olyckor. " 

Säkerställa säker programvara

Matthias Althoff är professor i cyberfysiska system vid TUM.

"Den här typen av situationer utgör en enorm utmaning för autonoma fordon som styrs av datorprogram," säger Althoff. "Men autonom körning kommer bara att få allmänhetens acceptans om man kan se till att fordonen inte äventyrar andra trafikanter - oavsett hur förvirrande trafiksituationen är."

En av de största utmaningarna kring utvecklingen av mjukvara för autonoma fordon är att se till att den inte orsakar olyckor. 

Mjukvaran, som utvecklades av ett team inklusive Althoff vid München School of Robotics and Machine Intelligence vid TUM, kan permanent analysera och förutsäga trafikhändelser på vägen. Det fungerar genom att registrera och utvärdera fordonssensordata varje millisekund, och programvaran kan göra förutsägelser och beräkningar för alla möjliga rörelser för varje trafikdeltagare. Detta är beroende av att deltagarna följer vägtrafikreglerna och det resulterar i att systemet kan förutsäga tre till sex sekunder in i framtiden.

När det väl bestämmer de framtida sekunderna, beslutar systemet om möjliga rörelser för det autonoma fordonet, samtidigt som det beräknar nödrörelser i händelse av en farlig situation. På grund av denna nödsaspekt av programvaran är det vanligt att systemet endast följer rutter som inte ger några förutsebara kollisioner där nödmanöveralternativet krävs. 

En gång sågs som icke-praktisk

Anledningen till att det tog så lång tid att utveckla ett system som detta är att det traditionellt sett sågs som tidskrävande och mindre praktiskt än andra lösningar. Men teamet av forskare har nu bevisat sin effektivitet och hur man ska gå till väga för att implementera det. 

Förenklade dynamiska modeller förlitas på för beräkningarna, medan nåbarhetsanalys hjälper till att beräkna framtida trafikrörelser. Eftersom det tar så lång tid att beräkna alla trafikanter och deras egenskaper samtidigt fokuserade teamet på förenklade modeller för att påskynda processen. Dessa modeller är både matematiskt genomförbara och har ett större rörelseomfång än verkliga, och de tillåter ett stort antal möjliga kombinationer att utforskas.

Teamet utvecklade sedan en virtuell modell baserad på verklig trafikdata som samlades in under provkörningar med ett autonomt fordon, vilket gav en verklig trafikmiljö att testa systemet på. 

"Med hjälp av simuleringarna kunde vi konstatera att säkerhetsmodulen inte leder till någon prestationsförlust när det gäller körbeteende, de prediktiva beräkningarna är korrekta, olyckor förhindras och i nödsituationer förs fordonet bevisligen till ett säkert sätt. sluta, säger Althoff. 

Den nya mjukvaran är bara det senaste exemplet på framsteg som sker inom området för autonoma fordon, och det är ytterligare ett bevis på den möjliga effektiviteten av det som en gång sågs som icke-praktiska lösningar.