โมเดลและแพลตฟอร์ม AI

ซอฟต์แวร์ใหม่เพิ่มความปลอดภัยของรถยนต์ไร้คนขับในสถานการณ์จราจร

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

มหาวิทยาลัยเทคนิคมิวนิก (TUM) ได้พัฒนาซอฟต์แวร์ใหม่ที่จะปรับปรุงความปลอดภัยของรถยนต์ไร้คนขับเมื่อเผชิญกับสถานการณ์จราจร ซอฟต์แวร์นี้สามารถทำนายสถานการณ์จราจรได้ และทำงานได้อย่างรวดเร็ว โดยทำนายทุกๆ มิลลิวินาที

ซอฟต์แวร์นี้จะมีประโยชน์ในสถานการณ์ เช่น เมื่อรถยนต์ไร้คนขับพบกับรถยนต์อื่นและคนเดินเท้าในเวลาเดียวกัน สถานการณ์นี้ดูไม่คาดเดาได้ และผู้ขับขี่ที่มีประสบการณ์จะต้องให้ความสนใจกับหลายปัจจัย

การวิจัยนี้ได้รับการตีพิมพ์ใน Nature Machine Intelligence, ชื่อ “การใช้การยืนยันออนไลน์เพื่อป้องกันรถยนต์ไร้คนขับจากอุบัติเหตุ

การรับรองซอฟต์แวร์ที่ปลอดภัย

Matthias Althoff เป็นศาสตราจารย์ด้านระบบไซเบอร์ฟิสิกส์ที่ TUM

“สถานการณ์เหล่านี้เป็นความท้าทายที่ยิ่งใหญ่สำหรับรถยนต์ไร้คนขับที่ควบคุมโดยโปรแกรมคอมพิวเตอร์” Althoff กล่าว “แต่การขับขี่อัตโนมัติจะไม่ได้รับการยอมรับจากสาธารณชนถ้าไม่สามารถรับรองได้ว่ารถยนต์จะไม่ก่อให้เกิดอันตรายต่อผู้ใช้ถนนอื่น ๆ — ไม่ว่าสถานการณ์จราจรจะยุ่งเหยิงแค่ไหน”

หนึ่งในความท้าทายหลักในการพัฒนาซอฟต์แวร์รถยนต์ไร้คนขับคือการรับรองว่าจะไม่เกิดอุบัติเหตุ

ซอฟต์แวร์ที่พัฒนาขึ้นโดยทีมงานที่รวมถึง Althoff ที่ Munich School of Robotics and Machine Intelligence ที่ TUM สามารถวิเคราะห์และทำนายเหตุการณ์จราจรได้อย่างต่อเนื่องขณะขับรถ ซอฟต์แวร์นี้ทำงานโดยการบันทึกและประเมินข้อมูลเซ็นเซอร์ของรถยนต์ทุกๆ มิลลิวินาที และสามารถทำนายและคำนวณการเคลื่อนไหวที่เป็นไปได้ทั้งหมดสำหรับผู้เข้าร่วมจราจรทุกคน ซึ่งขึ้นอยู่กับผู้เข้าร่วมที่ปฏิบัติตามกฎจราจร และส่งผลให้ระบบสามารถทำนายได้ 3-6 วินาทีในอนาคต

เมื่อระบบกำหนดวินาทีในอนาคตแล้ว ระบบจะตัดสินใจเกี่ยวกับการเคลื่อนไหวที่เป็นไปได้สำหรับรถยนต์ไร้คนขับ และคำนวณการเคลื่อนไหวฉุกเฉินในกรณีที่มีสถานการณ์อันตราย เนื่องจากมีการเคลื่อนไหวฉุกเฉินของซอฟต์แวร์นี้ จึงเป็นเรื่องปกติที่ระบบจะตามเส้นทางที่ไม่มีการชนกันในอนาคตที่คาดการณ์ได้

เคยถูกมองว่าไม่สมจริง

สาเหตุที่ใช้เวลานานในการพัฒนาระบบเช่นนี้คือว่ามันถูกมองว่าเป็นการใช้เวลานานและไม่สมจริงกว่าวิธีอื่น ๆ อย่างไรก็ตาม ทีมนักวิจัยได้พิสูจน์แล้วว่ามัน有效และสามารถนำไปใช้ได้

แบบจำลองไดนามิกที่เรียบง่ายถูกใช้สำหรับการคำนวณ ในขณะที่การวิเคราะห์ความเข้าถึงช่วยคำนวณการเคลื่อนไหวจราจรในอนาคต เนื่องจากใช้เวลานานในการคำนวณผู้ใช้จราจรทั้งหมดและคุณลักษณะของพวกเขาในเวลาเดียวกัน ทีมจึงมุ่งเน้นไปที่แบบจำลองที่เรียบง่ายเพื่อเร่งกระบวนการ แบบจำลองเหล่านี้เป็นไปได้ทางคณิตศาสตร์และมีพิสัยการเคลื่อนไหวมากกว่าแบบจำลองจริง และช่วยให้สามารถสำรวจชุดค่าผสมที่เป็นไปได้จำนวนมาก

ทีมงานได้พัฒนาแบบจำลองเสมือนจริงตามข้อมูลจราจรที่เก็บจากการทดสอบรถยนต์ไร้คนขับ ซึ่งให้สภาพแวดล้อมจราจรที่สมจริงในการทดสอบระบบ

“โดยใช้การจำลอง เราสามารถพิสูจน์ได้ว่าโมดูลความปลอดภัยไม่ทำให้ประสิทธิภาพการขับขี่ลดลง การคำนวณการทำนายเป็นไปอย่างถูกต้อง อุบัติเหตุถูกป้องกัน และในสถานการณ์ฉุกเฉิน รถยนต์ถูกหยุดอย่างปลอดภัย” Althoff กล่าว

ซอฟต์แวร์ใหม่นี้เป็นตัวอย่างล่าสุดของความก้าวหน้าที่เกิดขึ้นในด้านรถยนต์ไร้คนขับ และเป็นหลักฐานเพิ่มเติมเกี่ยวกับประสิทธิผลที่เป็นไปได้ของวิธีแก้ปัญหาที่เคยถูกมองว่าไม่สมจริง

Alex McFarland เป็นนักข่าวและนักเขียน AI ที่สำรวจการพัฒนาล่าสุดในด้านปัญญาประดิษฐ์ เขาได้ร่วมงานกับสตาร์ทอัพ AI และสื่อสิ่งพิมพ์ต่างๆ ทั่วโลก