science >> Wetenschap >  >> Elektronica

Het volgen van het traject van zelfrijdende auto's komt dichter bij het ideaal van de mens-bestuurder

Krediet:CC0 Publiek Domein

Heb je een Uber-rit gemaakt en was je het niet eens met de "snelste" route die de GPS-app voorstelde omdat jij - of de chauffeur - een "betere" manier weet?

Voor de samenleving om zelfrijdende auto's echt te omarmen, de ervaring van passagiers moet net zo comfortabel zijn als elke reis met een menselijke chauffeur - inclusief het kiezen van de "beste, " of comfortabeler, manier om er te komen.

Het blijkt dat dit een uiterst moeilijke rekenkundige uitdaging is, maar onderzoekers brengen ons een beetje dichter bij die ideale comfortabele rit.

Ze hebben een nieuwe optimalisatiemethode bedacht voor het volgen van het traject van zelfrijdende auto's die fouten vermindert, terwijl de rekeneisen laag blijven. Ze publiceerden hun resultaten in IEEE/CAA Journal of Automatica Sinica .

Tijdens het besturen van een voertuig, een menselijke bestuurder kan van moment tot moment nadenken over en reageren op meerdere fenomenen:hoe snel te gaan, wat te verwachten op straat, veiligheidsoverwegingen, ondertussen ook beslissingen nemen over - en voortdurend opnieuw beoordelen - een traject dat vooral comfortabel is voor henzelf en hun passagiers. Dit vermogen om prioriteit te geven aan comfort, en de poging om het te repliceren in robots, is de focus geweest van veel recent onderzoek.

Een belangrijk aspect hiervan is het trajecttracking-probleem:ervoor zorgen dat een voertuig een gewenste route zo dicht mogelijk volgt in een bepaalde tijd. Het klinkt eenvoudig omdat wij mensen het de hele tijd doen zonder er veel aandacht aan te besteden, maar wiskundig gezien is het helemaal niet eenvoudig. Populaire manieren om het probleem aan te pakken hebben het grote nadeel van buitensporige rekenkundige vereisten.

"Met een autonoom voertuig, dit alles moet worden uitgevoerd in wat we het 'brein' van het autonome voertuig zouden noemen, ", zegt paperauteur en ingenieur Kayvan Majd van de Arizona State University. "We hebben onszelf een uitdaging gesteld die eenvoudig is te stellen, maar moeilijk te bereiken is met betrekking tot trajectplanning:een passagier in een zelfrijdende auto moet het gevoel hebben dat hij wordt bestuurd door een mens."

Er zijn de afgelopen jaren een aantal pogingen gedaan om deze computationele "overhead, "maar daarbij ze herintroduceren grote fouten met betrekking tot het traject.

Wat de nieuwe methode zo'n sprong voorwaarts maakt, is dat het alle vakjes aanvinkt van stabiel traject volgen met minimale fouten met betrekking tot positie, snelheid en versnelling, terwijl de rekenkundige overhead laag blijft.

De volgende stap voor deze specialisten is het breder toepasbaar maken van hun methode, door rekening te houden met aanvullende en nog realistischere variabelen, zoals het in rekening brengen van bandenkrachten en zijdelings slippen. Hierdoor kunnen de auto's op hoge snelheid en onder zware wegomstandigheden nauwkeuriger werken.