自動運転車には、人間の運転手が以前に引き継ぐ必要があった状況に入ったことに気付いたときに、ハンドルを握っている人に警告する訓練された早期警告システムを装備することができます。
テスラのような今日のシステム 不適切な名前 「完全な自動運転機能」を備えたオートパイロットは、ソフトウェアを使用してオブジェクトや構造物をリアルタイムで識別し、車線変更や信号での停止などの特定の運転機能を実行します。
ただし、これは完全に自律的な問題ではありません。ソフトウェアが車の周囲で発生している状況に対処できない場合、ドライバーは車を制御する必要があります。 この能力の崩壊は、通常、車両を制御するコードが、慣れていないシナリオや混乱を招くシナリオに遭遇したために発生します。 物事が南に行くのが速ければ速いほど、人間はより速く反応して引き継ぐ必要があります。
人工知能が基本的に運転が上手になるのを待つ間、ドイツのミュンヘン工科大学（TUM）の研究者は、半自動運転車であるという人間への早期警告を生成する新しい方法を考え出しました。であきらめようとしているかもしれません。 少なくとも一部の自動運転っぽいシステムは、物事が手に負えなくなっているために引き継ぐ必要があることをドライバーに警告しますが、TUMアプローチは、人々にもっと事前に正確な警告を与えることを望んでいます。
基本的に、ボフィンは機械学習ソフトウェアに、人間が自動運転車から引き継ぐシナリオを調査させました。これは、人が自分の車からそうするように言われたか、プロンプトなしで主導権を握ったためです。トリッキーな状況をさらに前もって認識することを学びます。 目標は、自動運転車の発進が遅すぎるか、まったく発生しない可能性があるという早期警告を生成することです。
「車両をより自律的にするために、多くの既存の方法は、車両が現在交通について理解していることを研究し、次にそれらによって使用されるモデルを改善しようとします。」 と 今週、TUMの電気およびコンピューター工学科の教授であるEckehardSteinbach氏。
「私たちのテクノロジーの大きな利点は、車の考えを完全に無視することです。 代わりに、実際に何が起こっているかに基づいてデータに限定し、パターンを探します。
「このようにして、AIは、モデルが認識できない、またはまだ発見していない可能性のある潜在的に重大な状況を発見します。 したがって、私たちのシステムは、車に弱点がある時期と場所を知る安全機能を提供します」と、技術を説明する論文の共著者である教授は付け加えました。 公表 高度道路交通システムのIEEEトランザクションで。
Eckehard教授と彼の同僚は、BMWと協力してデータを収集し、人間中心の警報システムを開発しました。 センサーとカメラ映像からのデータは、BMW車の試乗から取られた数ヶ月の記録から収集されたと彼は私たちに語った。
目標は、リカレントニューラルネットワークをトレーニングして、車両が特に困難で人間が引き継ぐ必要のある同様の条件下で運転していることを認識することでした。 彼らは、データの90％でモデルをトレーニングし、残りの10％またはその周辺でシステムをテストしました。
「合計で、4,078のユニークな運転シナリオでトレーニングを行い、さらに510のユニークな運転シナリオでソフトウェアをテストしました」と教授は私たちに語りました。
したがって、この実験モデルは、潜在的に危険なシナリオを、発生する85秒前までXNUMX％の精度で正確に予測することができました。 Eckehard教授は、より多くのデータを収集し、追加のタイプのセンサーからより多くのソースを組み込むことで、ニュートラルネットワークのパフォーマンスを向上させることができると述べました。
「収集されるトレーニングデータが多いほど、モデルをより適切に一般化できるようになり、偽陽性率が低下します。 より多くのテストドライブ中に追加コストなしでより多くのトレーニングデータが収集されるため、これは時間の問題です」と彼は言いました。 登録.
「シナリオに関するより多くの情報源を入力として使用することで、ソフトウェア自体を改善できます。 現在進行中の調査では、車の計画された軌道やLIDARやレーダーなどの追加のセンサーモダリティなど、より多くの情報源を調査しています。」 ®
コインスマート。 BesteBitcoin-ヨーロッパのBörse
出典：https：//go.theregister.com/feed/www.theregister.com/2021/04/01/autonomous_vehicles_accidents/
