Tehdään autonomisista ajoneuvoista turvallisempia: NCSU:n tutkijat kehittävät ratkaisun

Julkaisupäivä:

Jos autonomiset ajoneuvot tulevat koskaan yleistymään, meidän on tiedettävä, että ne pystyvät navigoimaan monimutkaisissa liikennetilanteissa, kuten sulautumaan raskaaseen liikenteeseen, kun kaistat katoavat moottoritieltä. Tätä tarkoitusta varten North Carolina State Universityn tutkijat ovat kehittäneet tekniikan, jonka avulla autonomisten ajoneuvojen ohjelmistot voivat tehdä tarvittavat laskelmat nopeammin – mikä parantaa sekä liikennettä että turvallisuutta simuloiduissa autonomisissa ajoneuvojärjestelmissä.

"Tällä hetkellä ohjelmat, jotka on suunniteltu auttamaan itseohjautuvia ajoneuvoja navigoimaan kaistanvaihdoissa, perustuvat siihen, että ongelmat on laskennallisesti riittävän yksinkertaisia ratkaistakseen nopeasti, jotta ajoneuvo voi toimia reaaliajassa", sanoo Ali Hajbabaie, vastaava kirjoittaja työstä ja rakennus-, rakennus- ja ympäristötekniikan apulaisprofessori NC Statessa. "Ongelman liiallinen yksinkertaistaminen voi kuitenkin luoda uusia ongelmia, koska tosielämän skenaariot ovat harvoin yksinkertaisia.

”Lähestymistapamme antaa meille mahdollisuuden omaksua todellisten ongelmien monimutkaisuus. Sen sijaan, että olisimme keskittyneet ongelman yksinkertaistamiseen, kehitimme yhteistoiminnallisen hajautetun algoritmin. Tämä lähestymistapa olennaisesti jakaa monimutkaisen ongelman pienempiin osaongelmiin ja lähettää ne eri prosessoreille ratkaistaviksi erikseen. Tämä prosessi, jota kutsutaan rinnakkaiseksi, parantaa tehokkuutta merkittävästi."

Tässä vaiheessa tutkijat ovat testaanneet lähestymistapaansa vain simulaatioissa, joissa osaongelmat jaetaan saman laskentajärjestelmän eri ytimien kesken. Jos itseohjautuvat ajoneuvot kuitenkin joskus käyttävät lähestymistapaa tiellä, ajoneuvot verkostoituisivat keskenään ja jakavat laskenta-aliongelmat.

Todistustestauksessa tutkijat tarkastelivat kahta asiaa: sallivatko heidän tekniikansa autonomisten ajoneuvojen ohjelmistojen ratkaista sulautumisongelmia reaaliajassa; ja kuinka uusi "yhteistoiminnallinen" lähestymistapa vaikutti liikenteeseen ja turvallisuuteen verrattuna olemassa olevaan autonomisten ajoneuvojen navigointimalliin.

Laskentaajan suhteen tutkijat havaitsivat, että heidän lähestymistapansa antoi autonomisille ajoneuvoille mahdollisuuden navigoida monimutkaisissa moottoritien kaistan yhdistämisskenaarioissa reaaliajassa kohtalaisessa ja raskaassa liikenteessä, ja suorituskyky oli tarkempi, kun liikennemäärät olivat erityisen suuret.

Mutta kun oli kyse liikenteen ja turvallisuuden parantamisesta, uusi tekniikka onnistui poikkeuksellisen hyvin. Joissakin skenaarioissa, varsinkin kun liikennemäärä oli pienempi, nämä kaksi lähestymistapaa toimivat suunnilleen samalla tavalla. Mutta useimmissa tapauksissa uusi lähestymistapa ylitti edellisen mallin huomattavasti. Lisäksi uudella tekniikalla ei ollut nolla tapausta, joissa ajoneuvojen täytyi pysähtyä tai joissa oli "lähes törmäysolosuhteita". Toisen mallin tulokset sisälsivät useita skenaarioita, joissa oli kirjaimellisesti tuhansia seisokkeja ja lähellä törmäysolosuhteita.

"Olemme erittäin tyytyväisiä tämän tekniikan toimivuuteen", Hajbabaie sanoo. ”Parannettavaa on, mutta olemme lähteneet loistavasti alkuun.

"Hyvä uutinen on, että kehitämme näitä työkaluja ja puutumme näihin ongelmiin nyt, jotta pystymme varmistamaan turvalliset autonomiset järjestelmät, kun niitä otetaan käyttöön laajemmin."

Paperi, "Hajautettu yhteistoiminnallinen liikerata ja kaistanvaihto Yhdistettyjen automatisoitujen ajoneuvojen optimointi: Moottoritieosuudet kaistanpoistolla”, ilmestyy lehdessä Liikennetutkimus osa C. Paperin ensimmäinen kirjoittaja on Mehrdad Tajalli, äskettäin tohtoriksi valmistunut NC State. Paperin on kirjoittanut Ramin Niroumand, tohtoriopiskelija NC Statesta.

(C) NCSU

Alkuperäinen artikkelin lähde: WRAL TechWire