Fortschrittlicher Algorithmus für selbstfahrendes Fahren ermöglicht sichere, aggressive Spurwechsel

• Der neue Spurwechselalgorithmus basiert auf Echtzeitdaten, die von den Kameras und Sensoren des Autos erfasst werden. 
• Es erstellt und berechnet im Handumdrehen neue Pufferzonen. 
• Es ermöglicht ein breites Spektrum an Fahrstilen von aggressiv bis konservativ und sorgt gleichzeitig für Sicherheit. 

Wussten Sie, dass der erste Schritt hin zu selbstfahrenden Autos in den 1980er Jahren erfolgte und es ihn immer noch gibt – das Antiblockiersystem? Die Idee bestand darin, mithilfe von Sensoren zu verhindern, dass die Räder blockieren und das Auto unkontrolliert ins Schleudern gerät. Ein Jahrzehnt später nutzten Hersteller die Sensoren zur Traktions- und Stabilitätskontrolle.

Seitdem haben wir einen langen Weg zurückgelegt; Jetzt nutzen autonome Autos eine Kombination aus Sensoren, Radar, Kamera und künstlicher Intelligenz, um zwischen Zielen zu reisen. Technologieunternehmen verbessern ständig ihre selbstfahrenden Algorithmen, um sie sicherer und zuverlässiger zu machen.

Einer der entscheidenden Bestandteile selbstfahrender Systeme ist der Spurwechselalgorithmus, ein heißes Thema unter Entwicklern. Die meisten der vorhandenen Spurwechselalgorithmen haben eine von zwei Einschränkungen –

1. Sie basieren auf komplexen, statistischen Modellen, die nicht in Echtzeit analysiert werden können, oder
2. Sie sind so einfach, dass sie immer zu einer gemeinsamen Lösung führen:Wechseln Sie nicht die Spur.

Jetzt haben Forscher am MIT einen neuen Algorithmus entwickelt, der auf Echtzeitinformationen basiert und aggressivere [menschenähnliche] Spurwechsel ermöglicht als frühere selbstfahrende Systeme. Mit Echtzeitinformationen meinten wir Daten anderer Fahrzeuge [wie deren Geschwindigkeit und Richtung], die von den Kameras und Sensoren des Autos erfasst wurden.

Konventioneller Spurwechselalgorithmus

Das Hauptziel besteht darin, Autos mit möglichst wenigen Daten wie Menschen fahren zu lassen. Der neue Algorithmus kann ein breites Spektrum an Fahrstilen anpassen, von aggressiv bis konservativ, und gleichzeitig die Sicherheit gewährleisten.

Wie funktioniert der Algorithmus?

Das Wichtigste bei autonomen Fahrzeugen ist die Sicherheit. Die Algorithmen berechnen Pufferzonen um die anderen Fahrzeuge herum, um Kollisionen zu vermeiden. Diese Pufferzonen enthalten aktuelle und zukünftige Positionen aller in der Nähe befindlichen Fahrzeuge.

Der Algorithmus berechnet die zukünftige Position anderer Fahrzeuge für einen kurzen Zeitraum, indem er deren Geschwindigkeit und Richtung analysiert. Die Entscheidung, wann die Spur gewechselt werden muss, hängt vollständig von diesen Pufferzonen ab.

Die Effizienz und Leistung des Systems basiert auf der Methode zur Berechnung der Pufferzonen im Rahmen des Verkehrsmustermodells. Normalerweise werden optimale Pufferzonen im Voraus berechnet. Bei schnellem und dichtem Verkehr werden sie zu eng, sodass das Fahrzeug nicht die Spur wechseln kann.

Der vorgeschlagene Algorithmus berechnet jedoch im laufenden Betrieb neue Pufferzonen. Um diese Pufferzonen zuverlässig bzw. kollisionsfrei zu gestalten, verwendet der Algorithmus eine effiziente mathematische Methode namens Gaußsche Verteilung – eine kontinuierliche Funktion, die die exakte Binomialverteilung von Ereignissen annähert.

Quelle:MIT

Die Verteilung zeigt die aktuelle Position des Fahrzeugs. Dabei werden die Abmessungen des Fahrzeugs sowie die Unsicherheit seiner Positionsschätzung berücksichtigt. Anhand dieser Schätzungen [Geschwindigkeit und Richtung des Fahrzeugs] generiert der Algorithmus eine logistische Funktion, die weiter mit der Gaußschen Verteilung multipliziert wird.

Vorgeschlagener Algorithmus 

Dadurch wird die Verteilung (bei höheren Geschwindigkeiten) in Richtung der Bewegungsrichtung des Fahrzeugs verschoben. Die Verteilung ist nichts anderes als eine neue Pufferzone des Fahrzeugs. Da die Anzahl der Variablen geringer ist, kann das System sie in Echtzeit berechnen.

Testen

Um diesen Algorithmus zu testen, verwendeten sie eine Simulation. In der simulierten Umgebung gab es sechzehn autonome Autos und Hunderte anderer Fahrzeuge.

Lesen Sie:Neue selbstfahrende Technologie kann ohne 3D-Karten navigieren

Die autonomen Autos [die auf einem neuen Algorithmus liefen] hatten keine direkte Kommunikation miteinander und fuhren alle parallel, ohne dass es zu Kollisionen oder Konflikten kam. Jedes Auto ist mit unterschiedlichen Risikoparametern verknüpft, sodass Entwickler mehrere Fahrstile generieren können.