Новости космоса и технологий. » Технологии » LUCIDGames: метод планирования адаптивных траекторий для автономных транспортных средств

LUCIDGames: метод планирования адаптивных траекторий для автономных транспортных средств

Опубликовал: Admin, 22-12-2020, 10:26, Технологии, 45, 0

LUCIDGames: метод планирования адаптивных траекторий для автономных транспортных средств

Хотя многие беспилотные автомобили продемонстрировали замечательные характеристики в симуляциях или начальных испытаниях, при испытаниях на реальных улицах они часто не могут адаптировать свои траектории или движения на основе траекторий других транспортных средств или агентов в их окружении. Это особенно верно в ситуациях, когда требуется определенная степень переговоров, например, на перекрестках или на улицах с несколькими полосами движения.

Исследователи из Стэнфордского университета недавно создали LUCIDGames, вычислительная техника который может прогнозировать и планировать адаптивные траектории для автономных транспортных средств. Этот метод, представленный в статье, предварительно опубликованной на arXiv, объединяет алгоритм, основанный на теории игр, и метод оценки.

«После достижений в области технологий самоуправления, произошедших за последние несколько лет, мы заметили, что некоторые маневры при вождении, такие как поворот налево на незащищенном перекрестке, смена полосы движения или выезд на многолюдное шоссе, все еще могут быть сложными для беспилотные автомобили , в то время как люди могут управлять ими довольно легко », - сказал TechXplore Саймон Ле Клиак, один из исследователей, проводивших исследование. «Мы считаем, что эти взаимодействия включают значительную часть переговоров между беспилотным транспортным средством и автомобилями в его окрестностях».

Люди, как правило, способны определять цели других водителей, управляющих транспортными средствами в их окрестностях, и согласовывать решения, например, кто ходит первым на данном перекрестке. В своем исследовании Ле Клиак и его коллеги попытались воспроизвести эту способность и сложное поведение, лежащее в ее основе, в автономных автомобилях. Их общая цель состояла в том, чтобы позволить беспилотным автомобилям определять цели других транспортных средств в их окружении, чтобы планировать более подходящие траектории в сценариях, предполагающих определенную степень переговоров.

«Наша работа сочетает в себе два основных инструмента: алгоритм, основанный на теории игр, и метод оценки», - сказал Ле Клиак. "Компонент, основанный на теории игр, позволяет беспилотному автомобилю рассуждать о взаимодействиях с другими агентами (транспортными средствами, пешеходами, велосипедистами и т. Д.), Когда их цели могут не полностью совпадать с его собственными целями. рука, позволяет беспилотному транспортному средству быстро обнаруживать основные цели других агентов при взаимодействии с ними, которые могут быть, например, желаемой скоростью, желаемой полосой движения или уровнем агрессивности каждого транспортного средства, взаимодействующего с беспилотным автомобилем. . "

LUCIDGames, техникапредложенная Ле Клиаком и его коллегами, предназначена для обеспечения беспилотных транспортных средств способностью быстро определять цели как автомобилей, так и пешеходов в их окрестностях. Это позволяет им прогнозировать, что эти агенты будут делать в будущем, и безопасно работать с ними даже в сложных сценариях.

Система, созданная исследователями, состоит из «оценщика», метода определения целей водителей, и «лица, принимающего решения», алгоритма, который контролирует угол поворота рулевого колеса и ускорение беспилотного транспортного средства. Лицо, принимающее решение, определяет наиболее подходящие траектории для транспортного средства на основе информации, собранной оценщиком.

«Изначально беспилотный автомобиль не знает целей автомобилей, движущихся рядом с ним, поэтому оценщик делает предположения о целях автомобилей». Ле Клеак объяснил. «Для каждого предположения автономный автомобиль предсказывает, какой будет траектория движения автомобилей на следующие несколько секунд; затем он сравнивает предсказания с тем, что произошло в действительности. Предположение, которое было наиболее точным в предсказании будущего, сохраняется».

После этого начального обучения LUCIDGames производит выборку новых предположений о траекториях других агентов, которые очень близки к сохранившимся предположениям, и оценивает их эффективность прогнозов. Повторяя этот процесс несколько раз в секунду, он уточняет свое предположение и дает окончательный прогноз того, как будут двигаться другие агенты в его окружении.

«С нашей техникой беспилотный автомобиль также знает, когда он может быть уверен в своей догадке, а когда слишком много неопределенности и уверенность ниже», - сказал Ле Клеак. «В этих неопределенных ситуациях он будет предпринимать более осторожные действия и сохранять большее безопасное расстояние от других транспортных средств».

Компонент оценки в методике, разработанной Ле Клиаком и его коллегами, также позволяет беспилотным автомобилям адаптировать свои решения в зависимости от типа водителя, с которым они сталкиваются на улице. Например, он может определять, является ли водитель особенно агрессивным, позволяя компоненту принятия решений соответствующим образом адаптировать траектории и движения автономного автомобиля (например, сохраняя большие безопасные расстояния с Транспортное средство , Управляемое агрессивным водителем). Без этого метода оценки беспилотный автомобиль двигался бы одинаково и выполнял бы одни и те же действия независимо от того, осторожны или агрессивны водители в его окружении, что может увеличить риск несчастных случаев.

«Мы увидели, что объединение концепций из Теории игр И оценки было эффективным способом создания сложных поведений при вождении беспилотного автомобиля в сценариях, где взаимодействие и переговоры с другими водителями являются ключевыми», - сказал Ле Клиак. «Наш алгоритм мог выполнять оценку и принимать решения для беспилотного автомобиля на реалистичных сценариях вождения со скоростью, которая была достаточно быстрой, чтобы применить его на практике».

В будущем LUCIDGames может помочь повысить безопасность и надежность беспилотных транспортных средств, позволяя им передвигаться адаптивно, прогнозируя движения и действия агентов в ихокружение. До сих пор Ле Клиак и его коллеги оценивали эту технику только в симуляциях, но теперь они планируют протестировать ее на реальном автономные автомобили .

«Наше исследование частично финансируется исследовательским институтом Toyota (TRI), и мы планируем работать с TRI для тестирования LUCIDGames на их автомобилях», - сказал Ле Клеак. «Наша лаборатория (Лаборатория систем мульти-роботов в Стэнфорде) уже экспериментирует с теоретико-игровыми взаимодействиями между транспортными средствами на небольших моделях автомобилей и на полномасштабных Беспилотных автомобилях В партнерстве с Центром Автомобильные исследования в Стэнфорде (CARS) ".


Источник


У данной публикации еще нет комментариев. Хотите начать обсуждение?

Написать комментарий
Имя:*
E-Mail:
Введите код: *
Кликните на изображение чтобы обновить код, если он неразборчив


Поиск по сайту
Полезные ссылки
Оцените работу сайта

TEHNONEWS

Новости космоса технологий нанотехнологий физики и химии