oprogramowanie zabezpieczające dla pojazdów autonomicznych

Samochód zbliża się do skrzyżowania. Dysze inny pojazd z przekroju ulicy, ale to nie jest jeszcze jasne, czy będzie skręcić w prawo lub w lewo. Jednocześnie, pieszy wchodzi do pasa bezpośrednio przed samochodem, a tam jest rowerzysta po drugiej stronie ulicy. Ludzie z doświadczeniem ruchu drogowego będzie w ogóle ocenić ruchy innych uczestników ruchu poprawnie.

„Tego rodzaju sytuacje stwarzają ogromne wyzwanie dla pojazdów autonomicznych programów komputerowych kontrolowanych przez” wyjaśnia Matthias Althoff, profesor Cyber-Physical Systems na TUM. „Ale autonomiczny napędowy będzie tylko zyskać akceptację opinii publicznej, jeśli można zapewnić, że pojazdy nie będzie zagrożenie dla innych użytkowników drogi, bez względu na to, jak mylące sytuację na drodze.”

Algorytmy zajrzeć w przyszłość

Ostatecznym celem przy tworzeniu oprogramowania dla pojazdów autonomicznych jest zapewnienie, że nie będzie przyczyną wypadków. Althoff, który jest członkiem Monachijskiej Szkole Robotyki i wywiadu w Tumie, i jego zespół opracowali moduł oprogramowania, który stale analizuje i prognozuje wydarzenia podczas jazdy. dane z czujników pojazdu są rejestrowane i analizowane co milisekundę. Oprogramowanie może obliczyć wszystkie możliwe ruchy dla każdego uczestnika ruchu, o ile są one zgodne z przepisami o ruchu drogowym, dzięki czemu system szukać trzech do sześciu sekund w przyszłości.

Na podstawie tych scenariuszy przyszłości, system określa szereg opcji dotyczących przemieszczania pojazdu. Jednocześnie, program oblicza potencjalne manewrów awaryjnych, w którym pojazd może być przeniesione z trosce o przyspieszenie lub hamowanie bez narażania innych. Autonomiczny pojazd może nastąpić tylko trasy, które są wolne od przewidywanych kolizji i dla których opcja manewr awaryjnego został zidentyfikowany.

Usprawnione modele do szybkich obliczeń

Ten rodzaj szczegółowej prognozowania sytuacji ruch był wcześniej uważany za zbyt czasochłonne i dlatego niepraktyczne. Ale teraz, monachijski zespół badawczy wykazał nie tylko teoretycznej żywotności analizy danych w czasie rzeczywistym z jednoczesnym symulacji przyszłych zdarzeń drogowych: Oni wykazały również, że dostarcza wiarygodnych wyników.

Szybkie obliczenia te są możliwe dzięki uproszczonych modeli dynamicznych. Tak zwana analiza osiągalności służy do obliczania potencjalnych Położenia przyszłości samochód lub pieszy może zakładać. Kiedy wszystkie cechy użytkowników dróg są brane pod uwagę, obliczenia stają się nadmiernie czasochłonne. Dlatego Althoff i jego praca zespołowa z uproszczonych modeli. Są lepsze od rzeczywistych ze względu na ich zakres ruchu, ale matematycznie łatwiejsze w obsłudze. Ta zwiększona swoboda ruchu pozwala modele przedstawiać większą liczbę możliwych pozycjach, ale zawiera podzbiór pozycji oczekiwanych przez rzeczywistych użytkowników dróg.

Rzeczywistym dane o ruchu na wirtualnym środowisku testowym

Dla ich oceny, że informatycy stworzyli wirtualny model oparty na rzeczywistych danych zebrali podczas jazd próbnych z autonomicznego pojazdu w Monachium. Pozwoliło to, by stworzyć środowisko testowe, które ściśle odzwierciedla codziennych scenariuszy ruchu. „Wykorzystując symulacje, udało nam się ustalić, że moduł bezpieczeństwa nie prowadzi do utraty wydajności pod względem zachowania podczas jazdy, predykcyjne obliczenia są poprawne, wypadki są zabezpieczone, aw sytuacjach awaryjnych pojazd jest wyraźnie wniesiona do bezpiecznego przystanek”Althoff podsumowuje.

Naukowiec komputer podkreśla, że ​​nowe oprogramowanie zabezpieczające mogłyby ułatwić rozwój pojazdów autonomicznych, ponieważ może on być łączony ze wszystkimi standardowymi programów kontroli ruchu.

źródło Technical University of Munich (TUM). "Security software for autonomous vehicles." ScienceDaily. ScienceDaily, 16 September 2020. <www.sciencedaily.com/releases/2020/09/200916113601.htm>.