Credito:Unsplash/CC0 di dominio pubblico
Se i veicoli autonomi potranno mai ottenere un'adozione diffusa, dobbiamo sapere che sono in grado di affrontare situazioni di traffico complesse, come fondersi nel traffico intenso quando le corsie scompaiono su un'autostrada. A tal fine, i ricercatori della North Carolina State University hanno sviluppato una tecnica che consente al software per veicoli autonomi di eseguire i calcoli pertinenti più rapidamente, migliorando sia il traffico che la sicurezza nei sistemi di veicoli autonomi simulati.
"In questo momento, i programmi progettati per aiutare i veicoli autonomi a superare i cambi di corsia si basano sulla semplificazione computazionale dei problemi da poter essere risolti rapidamente, in modo che il veicolo possa funzionare in tempo reale", afferma Ali Hajbabaie, corrispondente autore di un articolo sul lavoro e assistente professore di ingegneria civile, edile e ambientale presso NC State. "Tuttavia, semplificare troppo il problema può effettivamente creare una nuova serie di problemi, poiché gli scenari del mondo reale raramente sono semplici.
"Il nostro approccio ci consente di abbracciare la complessità dei problemi del mondo reale. Piuttosto che concentrarci sulla semplificazione del problema, abbiamo sviluppato un algoritmo distribuito cooperativo. Questo approccio essenzialmente scompone un problema complesso in sottoproblemi più piccoli e li invia a processori diversi da risolvere separatamente. Questo processo, chiamato parallelizzazione, migliora notevolmente l'efficienza."
A questo punto, i ricercatori hanno testato il loro approccio solo in simulazioni, in cui i sottoproblemi sono condivisi tra diversi core nello stesso sistema di calcolo. Tuttavia, se i veicoli autonomi dovessero mai utilizzare l'approccio su strada, i veicoli si collegherebbero tra loro e condividerebbero i sottoproblemi informatici.
Nei test proof-of-concept, i ricercatori hanno esaminato due cose:se la loro tecnica consentisse al software del veicolo autonomo di risolvere i problemi di fusione in tempo reale; e come il nuovo approccio "cooperativo" ha influito sul traffico e sulla sicurezza rispetto a un modello esistente per la navigazione con veicoli autonomi.
In termini di tempo di calcolo, i ricercatori hanno scoperto che il loro approccio permetteva ai veicoli autonomi di navigare in complessi scenari di unione di corsie autostradali in tempo reale con traffico moderato e intenso, con prestazioni migliori quando i volumi di traffico diventavano particolarmente elevati.
Ma quando si trattava di migliorare il traffico e la sicurezza, la nuova tecnica ha funzionato eccezionalmente bene. In alcuni scenari, in particolare quando il volume di traffico era inferiore, i due approcci si sono comportati più o meno allo stesso modo. Ma nella maggior parte dei casi, il nuovo approccio ha sovraperformato il modello precedente con un margine considerevole. Inoltre, la nuova tecnica non prevedeva incidenti in cui i veicoli dovevano fermarsi o dove c'erano "condizioni prossime all'incidente". I risultati dell'altro modello includevano scenari multipli in cui c'erano letteralmente migliaia di arresti e condizioni quasi di incidente.
"Per un test proof-of-concept, siamo molto soddisfatti di come questa tecnica ha funzionato", afferma Hajbabaie. "Ci sono margini di miglioramento, ma siamo partiti alla grande.
"La buona notizia è che stiamo sviluppando questi strumenti e affrontando questi problemi ora, in modo da essere in una buona posizione per garantire sistemi autonomi sicuri man mano che vengono adottati più ampiamente".
Il documento, "Traiettoria cooperativa distribuita e ottimizzazione del cambio di corsia dei veicoli automatizzati connessi:segmenti di autostrada con caduta di corsia", appare nella rivista Transportation Research Part C . Il primo autore dell'articolo è Mehrdad Tajalli, un recente dottorato di ricerca. laureato di NC State. Il documento è stato co-autore di Ramin Niroumand, un Ph.D. studente presso NC State. + Esplora ulteriormente
