Analiza sytuacji co milisekundę czyli zawód kierowcy wymiera?
Przewidywanie na bieżąco
Zanim pojazdy autonomiczne staną się pełnoprawnymi uczestnikami ruchu drogowego, muszą przekonująco wykazać, że nie stanowią zagrożenia dla innych. Nowe oprogramowanie opracowane na Uniwersytecie Technicznym w Monachium (TUM) zapobiega wypadkom, przewidując różne warianty sytuacji drogowej co milisekundę.
Żeby myślał jak człowiek
Samochód zbliża się do skrzyżowania. Ze skrzyżowania wyjeżdża inny pojazd, ale nie jest jeszcze jasne, czy skręci w prawo, czy w lewo. W tym samym czasie na pas ruchu bezpośrednio przed samochodem wchodzi pieszy, a po drugiej stronie ulicy jedzie rowerzysta. Osoby z doświadczeniem w ruchu drogowym na ogół prawidłowo oceniają ruchy innych uczestników ruchu.
Jak to wyjaśnia Matthias Althoff, profesor systemów cyberfizycznych na TUM:
Tego rodzaju sytuacje stanowią ogromne wyzwanie dla autonomicznych pojazdów sterowanych przez programy komputerowe. Autonomiczna jazda zyska akceptację opinii publicznej tylko wtedy, gdy będzie można zagwarantować, że pojazdy nie będą stanowić zagrożenia dla innych użytkowników dróg - bez względu na to, jak skomplikowana jest sytuacja na drodze.
Algorytmy spoglądające w przyszłość
Ostatecznym celem przy tworzeniu oprogramowania dla pojazdów autonomicznych jest zapewnienie, że nie będą one powodować wypadków. Althoff, który jest członkiem Monachijskiej Szkoły Robotyki i Inteligencji Maszyn przy TUM, wraz ze swoim zespołem opracował moduł oprogramowania, który na bieżąco analizuje i przewiduje zdarzenia podczas jazdy. Dane z czujników pojazdu są rejestrowane i oceniane co milisekundę. Oprogramowanie może obliczyć wszystkie możliwe ruchy dla każdego uczestnika ruchu - pod warunkiem przestrzegania przepisów ruchu drogowego - pozwalając systemowi spojrzeć w przyszłość na czas od trzech do sześciu sekund.
W oparciu o te przyszłe scenariusze, system określa różne opcje ruchu pojazdu. Jednocześnie program oblicza potencjalne manewry awaryjne, podczas których pojazd może usunąć się z drogi poprzez przyspieszanie lub hamowanie bez narażania innych. Pojazd autonomiczny może poruszać się wyłącznie po trasach wolnych od przewidywalnych kolizji, dla których określono awaryjną opcję manewru.
Uproszczone modele do szybkich obliczeń
Tego rodzaju szczegółowe prognozowanie sytuacji drogowej było wcześniej uważane za zbyt czasochłonne, a przez to niepraktyczne. Ale teraz zespół badawczy z Monachium wykazał nie tylko teoretyczną wykonalność analizy danych w czasie rzeczywistym z jednoczesną symulacją przyszłych zdarzeń drogowych: wykazali również, że zapewnia ona wiarygodne wyniki.
Szybkie obliczenia są możliwe dzięki uproszczonym modelom dynamicznym. Tak zwana analiza osiągalności (reachability analysis) służy do obliczania potencjalnych przyszłych pozycji, jakie może zająć samochód lub pieszy. Biorąc pod uwagę wszystkie cechy użytkowników dróg, obliczenia stają się zbyt czasochłonne. Dlatego Althoff i jego zespół pracują na uproszczonych modelach. Są lepsze od rzeczywistych pod względem zakresu ruchu - ale matematycznie łatwiejsze w obsłudze.
Rzeczywiste dane o ruchu dla wirtualnego środowiska testowego
Do oceny prawidłowości działania oprogramowania informatycy stworzyli wirtualny model oparty na rzeczywistych danych, które zgromadzili podczas jazd testowych autonomicznym pojazdem w Monachium. To pozwoliło im stworzyć środowisko testowe, które ściśle odzwierciedla codzienne scenariusze ruchu. Korzystając z symulacji, byliśmy w stanie ustalić, że moduł bezpieczeństwa nie prowadzi do utraty wydajności (która mogłaby prowadzić do utraty zdolności do prowadzenia auta), obliczenia predykcyjne są prawidłowe, zapobiega się wypadkom, a w sytuacjach awaryjnych pojazd jest zdecydowanie prowadzony do bezpiecznego miejsca - podsumowuje Althoff. Podkreśla on też, że nowe oprogramowanie zabezpieczające może uprościć rozwój pojazdów autonomicznych, ponieważ można je łączyć ze wszystkimi standardowymi programami sterowania ruchem.
Artykuł znajdziesz tutaj (za paywallem).