Công cụ An toàn Xe tự hành Có thể mở rộng được Phát triển bởi Các nhà nghiên cứu

Khi tốc độ sản xuất và triển khai xe tự hành tăng lên, sự an toàn của xe tự hành trở nên quan trọng hơn bao giờ hết. Vì lý do này, các nhà nghiên cứu đang đầu tư vào việc tạo ra các chỉ số và công cụ để theo dõi sự an toàn của xe tự hành. Theo ScienceDaily, một nhóm nghiên cứu từ Đại học Illinois tại Urbana-Champaign đã sử dụng các thuật toán học máy để tạo ra một nền tảng phân tích an toàn xe tự hành có thể mở rộng, sử dụng cả cải tiến phần cứng và phần mềm để thực hiện điều này.

Cải thiện sự an toàn của xe tự hành vẫn là một trong những nhiệm vụ khó khăn hơn trong lĩnh vực trí tuệ nhân tạo, vì có nhiều biến số liên quan đến nhiệm vụ này. Không chỉ các cảm biến và thuật toán được sử dụng trong xe tự hành cực kỳ phức tạp, mà còn có nhiều điều kiện bên ngoài luôn thay đổi, chẳng hạn như tình trạng đường xá, địa hình, thời tiết, ánh sáng và giao thông.

Cảnh quan và thuật toán của xe tự hành đều luôn thay đổi, và các công ty cần một cách để theo dõi những thay đổi này và phản ứng với các vấn đề mới. Các nhà nghiên cứu tại Illinois đang làm việc trên một nền tảng cho phép các công ty giải quyết các vấn đề an toàn mới được xác định một cách nhanh chóng và tiết kiệm chi phí. Tuy nhiên, sự phức tạp của các hệ thống điều khiển xe tự hành làm cho đây trở thành một nhiệm vụ khổng lồ. Nhóm nghiên cứu đang thiết kế một hệ thống có thể theo dõi và cập nhật các hệ thống xe tự hành chứa hàng chục bộ xử lý và tăng tốc chạy hàng triệu dòng mã.

Nói chung, xe tự hành thường lái xe khá an toàn. Tuy nhiên, khi xảy ra sự cố hoặc sự kiện không lường trước, xe tự hành hiện tại có nhiều khả năng gặp tai nạn hơn so với lái xe con người, vì xe tự hành thường gặp khó khăn khi xử lý các tình huống khẩn cấp đột ngột. Mặc dù việc định lượng sự an toàn của xe tự hành và so sánh với lái xe con người và xác định nguyên nhân của tai nạn là điều khó khăn, nhưng rõ ràng là sự cố của xe tự hành di chuyển với tốc độ 70 dặm/giờ trên đường có thể cực kỳ nguy hiểm, do đó cần cải thiện khả năng xử lý tình huống khẩn cấp của xe tự hành.

Saurabh Jha, một ứng viên tiến sĩ và là một trong những nhà nghiên cứu tham gia vào chương trình, đã giải thích với ScienceDaily về nhu cầu cải thiện khả năng xử lý sự cố của xe tự hành. Jha giải thích:

“Nếu một lái xe của xe thông thường cảm nhận được vấn đề như trượt xe hoặc kéo xe, lái xe có thể điều chỉnh hành vi và hướng dẫn xe đến một điểm dừng an toàn. Tuy nhiên, hành vi của xe tự hành có thể không thể đoán trước trong một kịch bản như vậy trừ khi xe tự hành được đào tạo rõ ràng cho những vấn đề như vậy. Trong thế giới thực, có vô số trường hợp như vậy.”

Các nhà nghiên cứu đang cố gắng giải quyết vấn đề này bằng cách thu thập và phân tích dữ liệu từ các báo cáo an toàn được các công ty xe tự hành gửi. Các công ty như Waymo và Uber được yêu cầu gửi báo cáo cho Sở Giao thông Vận tải California ít nhất mỗi năm. Những báo cáo này chứa dữ liệu về thống kê như số dặm xe đã đi, số tai nạn xảy ra và điều kiện xe hoạt động.

Đội nghiên cứu của Đại học Illinois đã phân tích các báo cáo từ năm 2014 đến 2017. Trong giai đoạn này, xe tự hành đã đi khoảng 1.116.000 dặm, phân bố trên 144 xe khác nhau. Theo phát hiện của nhóm nghiên cứu, khi so sánh với cùng khoảng cách được lái xe bởi lái xe con người, tai nạn xảy ra với tần suất cao hơn 4000 lần. Các tai nạn này có thể ngụ ý rằng trí tuệ nhân tạo của xe tự hành không thể disengage và tránh tai nạn một cách chính xác, thay vào đó dựa vào lái xe con người để tiếp quản.

Khó khăn trong việc chẩn đoán các lỗi tiềm ẩn trong phần cứng hoặc phần mềm của xe tự hành là vì nhiều lỗi chỉ xuất hiện trong điều kiện cụ thể. Ngoài ra, không thể thực hiện các thử nghiệm trong mọi điều kiện có thể xảy ra trên đường. Thay vì thu thập dữ liệu từ hàng trăm nghìn dặm thực tế được xe tự hành đi, nhóm nghiên cứu đang sử dụng môi trường mô phỏng để giảm đáng kể số tiền và thời gian cần thiết để tạo ra dữ liệu cho việc đào tạo xe tự hành.

Đội nghiên cứu sử dụng dữ liệu được tạo ra để khám phá các tình huống mà xe tự hành có thể gặp sự cố và vấn đề an toàn có thể xảy ra. Dường như việc sử dụng mô phỏng có thể giúp các công ty tìm thấy các rủi ro an toàn mà họ không thể tìm thấy bằng cách khác. Ví dụ, khi nhóm thử nghiệm xe tự hành Apollo, được tạo bởi Baidu, họ đã xác định được hơn 500 trường hợp xe tự hành không thể xử lý tình huống khẩn cấp và tai nạn xảy ra như một kết quả. Nhóm nghiên cứu hy vọng rằng các công ty khác sẽ sử dụng nền tảng thử nghiệm của họ và cải thiện sự an toàn của xe tự hành.