Geavanceerd zelfrijdend algoritme maakt veilige, agressieve rijstrookwissels mogelijk

• Het nieuwe rijstrookwisselalgoritme steunt op realtime data verzameld door de camera's en sensoren van de auto.
• Het creëert en berekent nieuwe buffzones op de vlucht.
• Het stelt een breed scala aan rijstijlen toe, van agressief tot conservatief, terwijl veiligheid gewaarborgd blijft.

Weet je dat de eerste stap naar zelfrijdende auto's in de jaren '80 kwam, en nog steeds daar is — het antiblokkeersysteem. Het idee was om sensoren te gebruiken om te voorkomen dat de wielen blokkeren en de auto in een ongekontroleerde slip brengen. Een decennium later gebruikten fabrikanten de sensoren voor tractie- en stabiliteitscontrole.

Sindsdien zijn we een lange weg gegaan; nu gebruiken autonome auto's een combinatie van sensoren, radar, camera en kunstmatige intelligentie om tussen bestemmingen te reizen. Tech-bedrijven maken constant verbeteringen in hun zelfrijdende algoritmes, waardoor ze veiliger en betrouwbaarder worden.

Een van de cruciale delen van zelfrijdende systemen is het rijstrookwisselalgoritme, een hot topic onder ontwikkelaars. De meeste bestaande rijstrookwisselalgoritmes hebben 1 van 2 beperkingen —

1. Ze zijn gebaseerd op complexe, statistische modellen die niet in real-time geanalyseerd kunnen worden, of
2. Ze zijn zo simpel dat ze altijd resulteren in één gemeenschappelijke oplossing: niet de rijstrook wisselen.

Nu hebben onderzoekers van MIT een nieuw algoritme ontwikkeld dat steunt op realtime-informatie en meer agressieve [menselijke] rijstrookwissels mogelijk maakt dan eerdere zelfrijdende systemen. Met realtime-informatie bedoelen we data van andere voertuigen [zoals hun snelheid en richting] verzameld door de camera's en sensoren van de auto.

Conventioneel rijstrookwisselalgoritme

Het primaire doel is om auto's te laten rijden als mensen met zo min mogelijk data. Het nieuwe algoritme kan een breed scala aan rijstijlen aanpassen, van agressief tot conservatief, terwijl veiligheid gewaarborgd blijft.

Hoe werkt het algoritme?

Het belangrijkste voor autonome voertuigen is veiligheid. De algoritmes berekenen buffzones rondom de andere voertuigen om botsingen te voorkomen. Deze buffzones bevatten de huidige en toekomstige posities van alle nabijgelegen voertuigen.

Het algoritme berekent de toekomstige positie van andere voertuigen voor een korte tijdsframe, door hun snelheid en richting te analyseren. Het beslissen wanneer de rijstrook gewisseld moet worden hangt volledig af van deze buffzones.

De efficiëntie en prestaties van het systeem zijn gebaseerd op de methode die gebruikt wordt voor het berekenen van buffzones binnen de context van het verkeerspatroonmodel. Meestal worden optimale buffzones vooraf berekend, en ze worden te restrictief wanneer het verkeer snel en dicht is, wat voertuigen verhindert de rijstrook te wisselen.

Echter, het voorgestelde algoritme berekent nieuwe buffzones op de vlucht. Om deze buffzones betrouwbaar of botsingsvrij te maken, gebruikt het algoritme een efficiënte wiskundige methode genaamd Gauss-verdeling — een continue functie die de exacte binomiale verdeling van gebeurtenissen benadert.

Bron: MIT

De verdeling toont de huidige positie van het voertuig. De afmetingen van het voertuig evenals de onzekerheid van de positieberekening worden in rekening gebracht. Met behulp van deze schattingen [snelheid en richting van het voertuig] genereert het algoritme een logistische functie, die verder vermenigvuldigd wordt met de Gauss-verdeling.

Voorgesteld algoritme

Dit scheeft de verdeling (met hogere snelheden) in de richting van de beweging van het voertuig. De verdeling is niets anders dan een nieuwe buffzone van het voertuig. Aangezien het aantal variabelen minder is, kan het systeem het in real-time berekenen.

Testen

Ze gebruikten een simulatie om dit algoritme te testen. De gesimuleerde omgeving had zestien autonome auto's en honderden andere voertuigen.

Lees ook: Nieuwe zelfrijdende technologie kan navigeren zonder 3D-kaarten

De autonome auto's [draaiend op nieuw algoritme] hadden geen directe communicatie met elkaar, en allemaal draaiden ze parallel zonder enige botsing of conflict. Elke auto is geassocieerd met verschillende risicoparameters, wat ontwikkelaars in staat stelt om meerdere rijstijlen te genereren.