实际上,非常聪明的“智能汽车”

时间:2019-03-04 16:19:46 阅读:9次
自2000年以来,美国发生了1.1亿起车祸,其中443,000起是致命的 - 平均每天有110人死亡。这些统计数据使交通事故成为该国乃至全世界的主要死亡原因之一。
工程师开发了无数安全系统,旨在防止碰撞:自动巡航控制,基于雷达或激光的传感器系统,当接近另一辆车时减慢汽车的速度;盲点警告系统,使用灯光或哔哔声提醒驾驶员他或她看不到的车辆的存在;和牵引力控制和稳定性辅助,如果检测到打滑或失去转向控制,它们会自动应用制动器。
尽管如此,必须在实现“智能交通”的长期目标方面取得更多进展:能够“看到”并在路上与其他车辆进行通信的汽车,使其能够在几乎100%的时间内防止碰撞。
当然,任何智能交通系统(ITS),即使是成为新车主流新增设备的智能交通系统,只要旧车仍在路上 - 即在可预见的未来,它将不得不与人力车辆抗衡。为此,麻省理工学院的机械工程师正在研究一种新的ITS算法,该算法考虑了人类驾驶行为的模型,以警告驾驶员潜在的碰撞,并最终控制车辆以防止碰撞。
该算法背后的理论和一些实验结果将发表在IEEE机器人和自动化杂志上。本论文由本学年在麻省理工学院攻读博士生Rajeev Verma和机械工程助理教授Domitilla Del Vecchio以及生物医学工程W. M. Keck职业发展助理教授共同撰写。
避免叫狼的车
根据Del Vecchio的说法,ITS开发人员面临的共同挑战是设计一个安全而不过度保守的系统。她说,将道路上的每辆车视为“与你对抗的代理人”是很诱人的,并构建了对最坏情况一直作出反应的过敏系统。但是,采用这种方法,Del Vecchio说,“即使你觉得不必要,你也会得到一个警告系统。那么你会说,'哦,这个警告系统不起作用',你会一直忽略它。“
这就是预测人类行为的地方。许多其他研究人员致力于模拟人类驾驶模式。在他们的领先后,Del Vecchio和Verma推断驾驶行为分为两种主要模式:制动和加速。根据驾驶员在给定时刻所处的模式,未来汽车可能存在一组有限的位置,无论是十分之一秒还是整整10秒。这组可能的位置,结合人类行为的预测模型 - 例如,驾驶员在交叉路口减速或加速的时间和地点 - 都在构建新算法。
结果是一个程序能够为接近交叉路口的道路上的任何两个车辆计算“捕获集”或两个车辆有碰撞危险的限定区域。然后,配备ITS的汽车参与了一种游戏理论决策,其中它使用来自车载传感器以及路边和交通灯传感器的信息来试图预测其他汽车将做什么,并相应地做出反应以防止崩溃。
当两辆车都配备了ITS时,“游戏”就变成了一个合作的游戏,两辆车都在通信他们的位置并一起工作以避免碰撞。
转向“坏集”
Del Vecchio和Verma通过实验室设置测试他们的算法,该实验室设置涉及重叠圆形轨道上的两个微型车辆:一个是自主的,一个是由人类驾驶员控制的。八位志愿者参加了会议,以解释个人驾驶风格的差异。在100项试验中,有97次避免碰撞。车辆进入捕获装置三次;其中一次导致了碰撞。
在三次“失败”的试验中,Del Vecchio说,问题主要是由于ITS车辆和工作站之间的通信延迟,工作站代表了捕获和传输非ITS装备车辆信息的路边基础设施。在这些情况下,一辆车可能正在基于关于其他车辆的位置和速度的信息做出决定,该信息在几分之一秒内关闭。 “因此,当车辆认为你没有时,你最终可能会进入捕捉集,”Del Vecchio说道。
解决这个问题的一种方法是尽可能地改进通信硬件,但是研究人员说实际上总是存在延迟,因此他们的下一步是使系统对这些延迟具有鲁棒性 - 即确保算法足够保守,以避免通信延迟可能意味着崩溃和不崩溃之间的差异的情况。
密歇根大学电气与计算机工程教授Jim Freudenberg表示,虽然几乎不可能100%正确地预测人类行为,但Del Vecchio和Verma的方法很有希望。 “人为控制技术和计算机控制技术越来越多地与其他人接触,我们必须有某种方式对人类做出假设 - 否则,你不能做任何事情,因为你必须保守是的,“他说。
研究人员已经开始用带有人类驾驶员的全尺寸车辆测试他们的系统;未来的工作将集中在合并驾驶员反应时间数据,以便在系统必须主动控制汽车时以及何时只能向驾驶员提供被动警告时进行改进。他们还在研究可以同时计算多达8辆车的算法,以防止减速或加速以避免一辆车实际上可能导致与另一辆车发生碰撞的情况。
最终,研究人员还希望在天气和道路条件下建立传感器,并考虑汽车特定的制造细节 - 所有这些都会影响处理 - 以帮助他们的系统做出更明智的决策。
实际上,非常聪明的“智能汽车”所属专题:实际上专题 聪明专题 《实际上,非常聪明的“智能汽车”》链接:http://www.zhouchuanxiong.net/489