Очередная система раннего предупреждения о слишком сложных ситуациях для беспилотных автомобилей

Исследовательская группа в Техническом университете Мюнхена разработала систему раннего предупреждения для автономных транспортных средств, которая использует AI (искусственный интеллект), чтобы узнавать и предупреждать о ситуациях, требующих вмешательства водителя.

Традиционно ожидается, что беспилотные автомобили сделают дорожное движение более безопасным за счёт устранения фактора «человеческой ошибки». Но, пока такой автомобиль не умеет справляться со всеми возможными ситуациями самостоятельно, он должен уметь распознавать и обрабатывать их. Поскольку некоторые ситуации трудно предсказать, или они слишком сложны, существующие системы быстро достигают своих пределов.

Команда, возглавляемая профессором Экехардом Штайнбахом, заведующим кафедрой медиа-технологий и членом совета директоров Мюнхенской школы робототехники и машинного интеллекта (MSRM) при Мюнхенском техническом университете (TUM), теперь разработала систему, которая может предупреждать водителя, предвидя ситуацию, с которой система не сможет справиться самостоятельно.

В отличие от предыдущих разработок беспилотных автомобилей, исследователи не используют модели, которые позволяют транспортному средству оценивать поведение всех участников на дороге. Вместо этого они полагаются на искусственный интеллект, который может извлекать уроки из предыдущих ситуаций, когда тестовые автомобили с автономным вождением достигли своих пределов в реальном движении. В таких сценариях человек берёт на себя управление автомобилем либо потому, что ему подсказывает это сделать система, либо потому, что он сам принял такое решение по соображениям безопасности.

По словам учёных, с помощью датчиков и камер технология сканирует окружающую среду и фиксирует положение автомобиля. Сюда входят такие факторы, как положение руля, состояние дороги, погода, видимость и текущая скорость. На основе этих данных AI, который основан на так называемой рекуррентной нейронной сети (RNN), учится распознавать закономерности. Когда такие ситуации возникают в будущем, он распознаёт образец из предыдущего случая, когда автоматизированная система управления была перегружена. Затем он предупреждает водителя о возможной критической ситуации.

«Чтобы сделать автомобили более автономными, исследователи до сих пор пытались выяснить, что автомобили могут понять в транспортном потоке, а затем улучшали модели, которым следуют автомобили. Большим преимуществом нашей технологии является то, что мы полностью игнорируем то, что думает автомобиль, и вместо этого смотрим исключительно на данные о том, что на самом деле происходит, и находим закономерности, - объясняет Штайнбах. – Таким образом, AI также обнаруживает потенциально критические ситуации, которые, возможно, не были обнаружены в моделях или ещё не обнаружены».

Технология тестировалась вместе с автомобилями автоматизированного вождения BMW Group в дорожном движении общего пользования. В результате возникло около 2500 ситуаций, в которые пришлось вмешаться водителям. При оценке исследование показало, что точность прогнозов превышает 85 процентов, с предварительным предупреждением за семь секунд до того, как возникнут ситуации.

Для того, чтобы технология работала, требуется большой объём данных, поскольку AI может извлекать уроки только из ситуаций, которые он уже испытал. По словам автора исследования Кристофера Куна, из-за большого количества средств разработки данные будут генерироваться практически сами по себе: «Каждый раз, когда во время тест-драйвов возникает потенциально критическая ситуация, нам предоставляется новый обучающий пример». И каждый автомобиль может учиться на базе данных о парке, централизованно храня данные, добавляет он.

Подписывайтесь на журнал «Вестник ГЛОНАСС» и навигационный канал на TamTam