安全软件自主车

车辆接近路口。另一辆车飞机出十字街，但目前尚不清楚是否会左右转动。与此同时，一行人步入车道直接在车前，并没有在街道的另一边骑自行车的人。道路交通经验的人一般将正确地评估其他交通参与者的运动。

“这些种情况本作由计算机程序控制的无人驾驶汽车一个巨大的挑战，”马蒂亚斯阿尔索夫，慕尼黑工业大学的Cyber​​-物理系统的教授解释说。 “但是，自主驾驶只得到接受广大市民的，如果你能确保车辆不会危及其他道路使用者，无论多么混乱的交通状况。”

该窥视未来算法

开发自动驾驶汽车软件时，最终的目标是，以确保它们不会导致事故。阿尔索夫，谁是机器人和机器智能的慕尼黑学院在慕尼黑工业大学的一员，和他的团队现在已经开发出一种软件模块，而驾驶永久分析和预测事件。车辆传感器数据被记录和评价每毫秒。该软件可以计算每个交通参与者的所有可能的动作，只要他们坚持道路交通法规，使系统三六秒展望未来。

基于这些未来的情景，该系统确定了多种用于车辆运动选项。同时，该方案在计算该车辆可以通过加速或不危及他人制动被移动到安全的地方出潜在的紧急演习。自主车辆只能遵循自由可预见的碰撞并且已紧急运行选项已被确定路线。

简化的模型计算迅速

这种详细的交通状况预测以前被认为太费时间，因此不实用。但现在，慕尼黑研究小组已经表明，不仅实时数据分析的理论可行性与未来交通事件同时模拟：他们也已经证明，它提供了可靠的结果。

快速计算被简化动态模型成为可能。所谓的可达性分析是用来计算潜在的未来位置的汽车或行人可能承担的风险。当道路使用者的所有特性都考虑在内，计算变得过于费时。这就是为什么阿尔索夫以及他与简化模型的团队工作。这些都是优于以假乱真在他们的活动范围方面，但在数学上就好办了。这种增强的运动自由度允许模型来描述可能的位置的大数目，但包括预计实际道路使用者位置的子集。

对于虚拟测试环境中真实流量数据

对自己的评价，计算机科学家创建的基础上，他们在位于慕尼黑的自主车试驾收集了真实数据的虚拟模型。这使他们能够制定一个测试环境，密切反映日常交通场景。 “使用模拟，我们能够建立安全模块不会导致驾驶行为方面的任何性能损失，预测计算是正确的，防止事故的发生，并在紧急情况下车辆demonstrably带到安全停止，”阿尔索夫总结。

计算机科学家强调，新的安全软件可以简化自主汽车的发展，因为它可与所有标准的运动控制程序结合使用。

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