Otonom Araçların Trafik Durumlarında Güvenliğini Artıran Yeni Yazılım

Münih Teknik Üniversitesi (TUM), otonom araçların yol trafiğiyle karşılaştıklarında güvenliğini artıran yeni bir yazılım geliştirdi. Yazılım, bir trafik durumunu tahmin edebiliyor ve çok hızlı çalışıyor, her saniyede tahminlerde bulunuyor.

Bu yazılım, örneğin otonom aracın aynı anda başka bir araç ve yayaları karşılaştığı bir durumda полез olacaktır. Bu senaryo öngörülemez görünüyor ve deneyimli insan sürücülerin çeşitli faktörlere dikkat etmeleri gerekiyor.

Araştırma Nature Machine Intelligence dergisinde yayınlandı ve “Otonom Araçların Kazalara Neden Olmasını Önlemek için Çevrimiçi Doğrulama Kullanımı” başlığını taşıyor.

Güvenli Yazılımı Sağlamak

Matthias Althoff, TUM’da Siber-Fiziksel Sistemler Profesörü.

“Bu tür durumlar, bilgisayar programları tarafından kontrol edilen otonom araçlar için muazzam bir zorluk teşkil ediyor” diyor Althoff. “Ancak otonom sürüş, araçların diğer yol kullanıcılarını tehlikeye atmamasını sağlamak koşuluyla genel halk tarafından kabul görecek.”

Otonom araç yazılımının geliştirilmesiyle ilgili ana zorluklardan biri, kazalara neden olmamasını sağlamaktır.

TUM’daki Münih Robotik ve Makine Zekası Okulu’ndaki Althoff’un da yer aldığı bir ekip tarafından geliştirilen yazılım, yol boyunca trafik olaylarını sürekli olarak analiz edebiliyor ve tahmin edebiliyor. Her saniyede araç sensör verilerini kaydederek ve değerlendirerek çalışıyor ve yazılım, tüm trafik katılımcıları için tüm olası hareketleri hesaplayabiliyor. Bu, katılımcıların yol trafiği düzenlemelerine uymalarına bağlı ve sonuç olarak sistem, üç ila altı saniye ilerisini tahmin edebiliyor.

Bu gelecek saniyeleri belirledikten sonra, sistem otonom aracın olası hareketlerini quyếtiyor ve aynı zamanda tehlikeli bir durum olması durumunda acil hareketleri hesaplıyor. Yazılımın acil durum yönü nedeniyle, sistem genellikle öngörülebilir çarpışmaların olmadığı rotaları takip ediyor.

Önceden Uygulanamaz Olarak Görülmüştü

Bu sistemi geliştirmesi bu kadar uzun sürmesinin nedeni, geleneksel olarak zaman alıcı ve diğer çözümlere göre daha az pratik olarak görülmesiydi. Ancak araştırmacılar ekibi şimdi bunun etkinliğini kanıtladı ve nasıl uygulanacağını gösterdi.

Hesaplamalar için basitleştirilmiş dinamik modeller kullanılıyor ve ulaşılabilirlik analizi, gelecekteki trafik hareketlerini hesaplamaya yardımcı oluyor. Tüm yol kullanıcılarını ve özelliklerini aynı anda hesaplamak uzun sürdüğü için ekip, süreci hızlandırmak için basitleştirilmiş modellere odaklandı. Bu modeller hem matematiksel olarak uygulanabilir hem de gerçeklerden daha geniş bir hareket aralığına sahip ve birçok olası kombinasyonun keşfedilmesine izin veriyor.

Araştırmacılar, otonom bir araçla yapılan test sürüşleri sırasında toplanan gerçek trafik verilerine dayalı bir sanal model geliştirdiler ve bu, sistemi test etmek için gerçek bir trafik ortamı sağladı.

“Simülasyonlar kullanarak, güvenlik modülünün sürüş davranışında performans kaybına neden olmadığını, öngörülen hesaplamaların doğru olduğunu, kazaların önlendiğini ve acil durumların araçların güvenli bir şekilde durdurulduğunu kanıtladığımızı gösterdik” diyor Althoff.

Yeni yazılım, otonom araçlar alanında gerçekleşen ilerlemelerin yalnızca son örneği ve bir zamanlar uygulanamaz olarak görülen çözümlerin olası etkinliğinin daha fazla kanıtı.