Hệ Thống Cảnh Báo Sớm Dựa Trên Trí Tuệ Nhân Tạo Học Từ Các Tình Huống Giao Thông Thực

Một hệ thống cảnh báo sớm mới cho xe ô tô được phát triển bởi một nhóm nghiên cứu tại Đại học Kỹ thuật Munich (TUM) sử dụng trí tuệ nhân tạo để học từ hàng nghìn tình huống giao thông thực. Một nghiên cứu được thực hiện với sự hợp tác của Tập đoàn BMW, chứng minh rằng hệ thống này sẽ có lợi cho các xe tự lái hiện nay. Nếu được sử dụng, nó có thể cung cấp cảnh báo sớm 7 giây trước các tình huống nguy hiểm tiềm ẩn, những tình huống mà xe không thể xử lý một mình. Tỷ lệ chính xác được chứng minh là 85%.

Các nỗ lực phát triển hiện tại cho xe tự lái sử dụng các mô hình phức tạp cho phép xe phân tích hành vi của tất cả các tham gia giao thông. Tuy nhiên, hầu hết các mô hình này vẫn chưa chứng minh được khả năng xử lý các tình huống phức tạp hoặc khó dự đoán.

Đội ngũ nghiên cứu đứng sau hệ thống cảnh báo sớm mới này đã làm việc với Giáo sư Eckehard Steinbach, Chủ tịch Công nghệ Truyền thông và thành viên của Hội đồng Quản trị Trường Robotics và Trí tuệ Nhân tạo Munich tại TUM.

Nghiên cứu có tiêu đề “Dự đoán thất bại nội quan cho lái xe tự động sử dụng sự kết hợp muộn của thông tin trạng thái và camera” đã được công bố trên Tạp chí Vận tải Thông minh IEEE.

Cách tiếp cận mới này sử dụng trí tuệ nhân tạo để cho phép hệ thống học từ các tình huống trong quá khứ. Cụ thể, những tình huống này là những tình huống mà xe tự lái đã đạt đến giới hạn của mình trong giao thông thực. Điều này xảy ra khi các tài xế phải tiếp quản xe, либо vì xe tín hiệu cho nó hoặc vì con người quyết định đó là lựa chọn an toàn nhất.

RNN và Cảnh Báo 7 Giây

Hệ thống mới này dựa trên các cảm biến và camera để thu thập các điều kiện xung quanh, và dữ liệu trạng thái như góc bánh xe, điều kiện đường xá và thời tiết được ghi lại. Hệ thống trí tuệ nhân tạo sử dụng mạng nơ-ron hồi quy (RNN), có thể xử lý dữ liệu để nhận ra các mẫu. Mỗi khi hệ thống phát hiện một tình huống lái mới mà trước đây không thể xử lý, tài xế sẽ được cảnh báo trước.

“Để làm cho xe tự lái hơn, nhiều phương pháp hiện có nghiên cứu những gì xe hiểu về giao thông và sau đó cố gắng cải thiện các mô hình được sử dụng bởi chúng. Ưu điểm lớn của công nghệ của chúng tôi: chúng tôi hoàn toàn bỏ qua những gì xe nghĩ. Thay vào đó, chúng tôi giới hạn mình trong dữ liệu dựa trên những gì thực sự xảy ra và tìm kiếm các mẫu,” Steinbach nói. “Bằng cách này, trí tuệ nhân tạo phát hiện các tình huống nguy hiểm tiềm ẩn mà các mô hình có thể không thể nhận ra hoặc chưa khám phá. Hệ thống của chúng tôi do đó cung cấp một chức năng an toàn biết khi và nơi xe có điểm yếu.”

Công nghệ này đã được thử nghiệm với Tập đoàn BMW, và các xe tự lái trên đường công cộng đã được phân tích. Điều này diễn ra trong 2500 tình huống mà tài xế can thiệp, và nghiên cứu chứng minh rằng hệ thống có độ chính xác 85% và có thể cảnh báo tài xế sớm 7 giây.

Công nghệ này phụ thuộc vào lượng dữ liệu lớn vì nó bị giới hạn bởi số lượng tình huống mà hệ thống đã thấy. Dữ liệu cơ bản được tạo ra bởi chính nó với số lượng xe phát triển hiện tại trên đường.

“Mỗi khi một tình huống nguy hiểm tiềm ẩn xảy ra trong một chuyến đi thử nghiệm, chúng tôi lại có một ví dụ đào tạo mới.”

Bởi vì dữ liệu được lưu trữ tập trung, toàn bộ đội xe có thể học từ nó.