Zelfrijdende voertuigen navigeren nu zonder 3D-kaarten

• De nieuwe zelfrijdende voertuigtechnologie kan in landelijke gebieden navigeren zonder gebruik te maken van 3D-kaarten. 
• Het combineert een lokaal systeem met een open stratenkaart voor het navigeren door individuele wegsegmenten.  
• Het kaartloze rijframework volgt op robuuste wijze weggrenzen met behulp van LiDAR-sensoren.

Bestaande autonome voertuigen hebben 3D-kaarten nodig om te navigeren. Dat is de reden dat zelfrijdende auto’s niet overal zelf kunnen rijden. Meer dan een derde van de wegen in de VS is zelfs onverhard en 65 procent beschikt niet over betrouwbare rijstrookmarkering.

Deze voertuigen gebruiken vooraf ontworpen kaarten om te weten waar ze zijn, welke route ze moeten nemen en wat ze moeten doen als ze obstakels zien. Omdat de meeste plattelandswegen slecht verbonden zijn, zijn ze uiterst moeilijk autonoom te rijden.

Om dit aan te pakken hebben MIT-ingenieurs (in samenwerking met het Toyota Research Institute) een geavanceerd systeem ontwikkeld – een kaartloos rijframework – dat kan navigeren zonder deze 3D-kaarten te gebruiken. Het maakt het mogelijk dat zelfrijdende voertuigen over minder bereden wegen kunnen rijden.

Hoe het werkt?

Het raamwerk combineert twee belangrijke componenten:een lokaal perceptiesysteem en een open stratenkaart voor het navigeren door individuele wegsegmenten. Ze maken wereldwijde navigatie over grote gebieden mogelijk met een redelijke hoeveelheid vereiste vooraf geladen informatie [open stratenkaart].

Afbeelding tegoed:MIT CSAIL

De GPS-gegevens zijn nauwkeurig genoeg om topologische lokalisatie mogelijk te maken en kunnen daarom worden uitgebreid met lokale perceptie om de problemen van een volledig autonoom navigatiesysteem aan te pakken, aangezien de open stratenkaart vol staat met alle richtlijnen die bij elk wegsegment horen.

Het systeem volgt op robuuste wijze de grenzen van de weg en klaagt een LiDAR-sensor aan. Het meet de oppervlakteranden van de weg en schat de weggeometrie, zelfs als er geen wegmarkeringen zijn.

Een dergelijk raamwerk, dat kan werken met sensoren aan boord, laat het echte potentieel van zelfrijdende voertuigen zien. Ze kunnen zelfs wegen aan die verder gaan dan het aantal dat gigantische technologiebedrijven (zoals Google) in kaart hebben gebracht.

Bron:MIT | Toyota

Testen

Volgens de ontwikkelaars is hun techniek zowel betrouwbaar als efficiënt, ondanks het feit dat sensoren een enorme hoeveelheid gegevens verzamelen (de huidige schatting van de weggrens wordt gebruikt bij de volgende meetstap).



In een probabilistisch raamwerk worden weggrensdetecties gecombineerd met de voertuigodometrie. Ontwikkelaars testten het raamwerk op een volledig autonome Toyota Prius in een landelijk gebied. Ook evalueerden ze het algoritme offline op datasets verzameld van testsites.

Het volledige waarnemingsraamwerk wordt uitgevoerd op een standaardcomputer op 5 Hertz en kan de weg tot op 35 meter afstand detecteren, wat betekent dat de zelfrijdende auto die op dit systeem draait een snelheid van 67 mijl per uur (of 107 kilometer per uur) kan rijden. De snelheid kan worden verhoogd door het framework (parallel) op een GPU te implementeren.

Lees:Dieptesensoren in zelfrijdende auto zijn nu 1000 keer beter

Hoewel dit soort technologie meer wegen zou kunnen openen voor zelfrijdende voertuigen, is er nog een lange weg te gaan. Het systeem heeft enkele beperkingen. Het raamwerk houdt bijvoorbeeld geen rekening met plotselinge hoogteverschillen.

Voorlopig werken ontwikkelaars eraan om het voertuig geschikt te maken voor een grote verscheidenheid aan wegen. Het uiteindelijke doel is om voertuigen net zo betrouwbaar te maken als mensen bij het rijden op onbekende wegen.