慕尼黑工业大学开发了新的软件,提高自动驾驶汽车的安全性

慕尼黑工业大学(TUM)开发了新的软件,该软件将在遇到道路交通时提高自动驾驶汽车的安全性 。该软件能够对交通状况做出预测,并且运行速度极快,每毫秒进行一次预测 。
该软件在自动驾驶汽车同时遇到另一辆汽车和行人的情况下很有用 。这种情况似乎是不可预测的,有经验的人类驾驶员将不得不注意各种不同的因素 。
该研究发表在《自然机器智能》上,标题为“使用在线验证来防止自动驾驶汽车引起事故” 。
确保安全软件
Matthias Althoff是TUM的网络物理系统教授 。
“这种情况对于由计算机程序控制的自动驾驶汽车提出了巨大的挑战,” Althoff说 。“但是,只要您能够确保车辆不会危及其他道路使用者(无论交通状况如何混乱),自动驾驶都将获得公众的认可 。”
围绕自动驾驶汽车软件开发的主要挑战之一是确保它不会引起事故 。
该软件由TUM慕尼黑机器人技术学院和机器智能学院的Althoff等团队开发,能够永久性地分析和预测道路上的交通事件 。它通过每毫秒记录和评估车辆传感器数据来工作,并且该软件能够为每个交通参与者对所有可能的运动进行预测和计算 。这取决于遵守道路交通法规的参与者,这导致系统能够预测未来的三到六秒 。
一旦确定了这些将来的秒数,系统就会确定自动驾驶汽车的可能运动,同时在发生危险情况时计算紧急运动 。由于该软件具有这种紧急情况,因此在需要紧急操作选项的情况下,系统通常仅遵循没有可预见碰撞的路线 。
曾经被视为不切实际
开发像这样的系统花了很长时间的原因是,传统上它被认为比其他解决方案耗时且不实用 。但是,研究人员团队现已证明了其有效性以及如何实施它 。
简化的动态模型可用于计算,而可达性分析则有助于计算未来的交通流量 。由于同时计算所有道路使用者及其特征需要花费很长时间,因此该团队专注于简化模型以加快这一过程 。这些模型在数学上都是可行的,并且比真实模型具有更大的运动范围,并且它们允许探索大量可能的组合 。
【慕尼黑工业大学开发了新的软件,提高自动驾驶汽车的安全性】 然后,团队基于自动驾驶汽车在试驾期间收集的实际交通数据,开发了一个虚拟模型,该模型提供了现实的交通环境来对系统进行测试

    推荐阅读