Источник: MIT
Исследователи Массачусетского технологического института (МТИ) и компании Toyota разработали новый алгоритм, который поможет беспилотным транспортным средствам определять, безопасно ли выезжать на перекрестки.
Специалисты создали модель, которая избегает возможных столкновений на перекрестках, где у беспилотника нет открытого обзора. Алгоритм взвешивает несколько критических факторов, включая все близлежащие визуальные препятствия, шум и скорость других автомобилей. На основании измеренного риска система может посоветовать автомобилю остановиться, начать движение или подождать, чтобы собрать больше данных.
«Когда вы приближаетесь к перекрестку, существует потенциальная опасность столкновения. Камеры беспилотного автомобиля требуют прямой видимости. В этой работе мы используем алгоритм прогноза, чтобы помочь транспортным средствам безопасно ориентироваться в этих сложных дорожных ситуациях», — рассказала Даниела Рус, директор Лаборатории информатики и искусственного интеллекта (CSAIL) МТИ.
Для обучения алгоритма исследователи создали симуляцию города и разбили её на сегменты. Для тестов использовались автономные автомобили на дистанционном управлении, оснащенные датчиками, которые измеряют скорость других автомобилей на дороге. Когда датчик отслеживает проезжающий автомобиль, алгоритм использует эти сведения для прогнозирования движения автомобиля через все остальные сегменты. Модель учитывает и другие обстоятельства, такие как непредсказуемые изменения скорости и человеческий фактор.
«В наши дни водители могут отправлять текстовые сообщения или иным образом отвлекаться, поэтому им может понадобиться больше времени, чтобы отреагировать», — говорит Макгилл.
Алгоритм суммирует все риски и учитывает, сколько времени потребуется беспилотнику, чтобы пересечь перекресток. Это дает оценку риска передвижения, которая постоянно обновляется, где бы ни находился автомобиль. Например, когда алгоритм оценивает риск как низкий, он предписывает машине проехать перекресток без остановки.
Исследователи утверждают, что алгоритм в ближайшее время можно будет испытать на полномасштабных автономных автомобилях. Тем не менее, отмечают исследователи, алгоритм нуждается в гораздо более тщательном тестировании, прежде чем его можно будет использовать в реальных условиях на серийных автомобилях.
Кроме того, алгоритм будет служить дополнительной метрикой риска, которую автономная система транспортного средства может использовать для более безопасного проезда через перекрестки.
В будущем исследователи рассчитывают включить в модель другие сложные факторы риска, такие как присутствие пешеходов внутри и вблизи развязки.
Согласно исследованию Министерства транспорта США, в 2016 году на перекрестках дорог всего мира произошло около 23% несчастных случаев со смертельным исходом, из них 32% несчастных случаев пришлось на США.
Комментарии (16)
Lazytech
06.11.2019 14:31<...> Алгоритм взвешивает несколько критических факторов, включая все близлежащие визуальные препятствия, шум и скорость других автомобилей. <...>
Вероятно, вот первоисточник:
Better autonomous “reasoning” at tricky intersections | MIT News
<...> It weighs several critical factors, including all nearby visual obstructions, sensor noise and errors, the speed of other cars, and even the attentiveness of other drivers. <...>
Насколько я понял, sensor noise and errors — это не просто какой-то там «шум», а шум и ошибки датчиков (слово «шум» тоже относится к датчикам).kababok
06.11.2019 14:40+1Да, здесь они имеют в виду именно сенсорные ошибки и корректировки на эти ошибки (напр., запыление, "игру" напряжения с матриц и пр.)
Xobotun
06.11.2019 14:47+1А, то есть новый алгоритм MIT задействует датчики шума и датчики ошибок, я понял! :D
DrPass
06.11.2019 14:46А что им мешает реализовать такой же нехитрый, но эффективный алгоритм, как и у живого водителя: если видимость недостаточная, затормозить, и медленно выдвигаться на перекрёсток, пока обзор не станет достаточным?
Lazytech
06.11.2019 14:56+1<...> если видимость недостаточная,затормозить, и медленно выдвигаться на перекрёсток, пока обзор не станет достаточным?
Заглянем в оригинал:
Based on the measured risk, the system may advise the car to stop, pull into traffic, or nudge forward to gather more data.
В данном случае примерно так и делается: автомобиль может остановиться, влиться в поток или медленно выдвигаться на перекресток.
Lazytech
06.11.2019 14:49+1Продолжаю занудствовать.
<...> В этой работе мы используем алгоритм прогноза, чтобы помочь транспортным средствам безопасно ориентироваться в этих сложных дорожных ситуациях», <...>
В оригинале говорится немного другое:
<...> “In this work, we use a predictive-control model that’s more robust to uncertainty, to help vehicles safely navigate these challenging road situations.” <...>
В частности, там сказано, что используется модель прогнозирующего управления, которая более устойчива к неопределенностям.
Вообще говоря, нежелательно выкидывать значащие слова при переводе, поскольку это приводит к потере или искажению смысла.
P.S. Также отвечу здесь на другой комментарий:
А, то есть новый алгоритм MIT задействует датчики шума и датчики ошибок, я понял! :D
Выше пояснили, о чем речь. Если я не распознал скрытый сарказм, извиняйте.
kababok
06.11.2019 15:52Кстати, LittleSquirrel, а как насчёт микрофона в ADAS?
Я не слышал, да и не видится мне оправданным — но, может, кто-то пробовал на R&D и публиковал результаты?
Ведь когда-то давно пробовали в Conti управлять авто джойстиком — и сразу жн откинули эту версию как дюже неудобную в реальности.
Думаю, и с микрофонами для ADAS то же самое. :)
kababok
Ээээ, пардон — ШУМ?!
gleb_l
Да. Вспомните «На Западном фронте без перемен» — слух для солдата — вопрос жизни и смерти. Для водителя — тоже. В отсутствие визуальной информации звуковая очень важна — я например, всегда приоткрываю окно в городе, чтобы слышать мотоциклы ещё до того, как они окажутся в мертвой зоне. По звуку мотора автомобиля же можно судить о типе водителя — и прогнозировать его поведение соответственно
kababok
Вкратце: на этих реальных системах робомобилей никто не прикручивает микрофон и не делает анализ акустики — т.к. очень непродуктивно.
А так-то и я ушами слушаю окрестности. :)
gleb_l
Это всего лишь означает, что робот не использует пока всей информации для построения и обновления вероятностной картины ближайшего будущего, которая нужна для надежного и безопасного движения
kababok
ну, ок
gleb_l
Человек смотрит на марки машин вокруг, тонировку, номера типа 666, помнит краткосрочную манеру вождения ТС вокруг, представляет динамические характеристики окружающих ТС, особенности движения на конкретных перекрёстках в час пик итд — для построения гипотезы ближайшего будущего, и осуществляет упреждающие действия. Если робот пока использует не всю окружающую информацию — тем хуже для робота. Поэтому анализ акустической обстановки может быть только плюсом
vanalaizer
Зато у робота есть плюс, он может использовать не только свою информацию.