Новая технология, разработанная исследователями из Университета Сиднея, может помочь автономным автомобилям избегать пешеходов и велосипедистов находящимся вне зоны прямой видимости.
Команда из Австралийского центра полевой робототехники Сиднейского университета сообщила, что им удалось значительно улучшить способность к обнаружению, связав автомобили с сетями придорожных датчиков и друг с другом, что привело к так называемому кооперативному или коллективному восприятию (CP). Интеллектуальные придорожные устройства (IRSU) оснащены таким оборудованием, как лидары и камеры, которые могут делиться информацией с проезжающими автомобилями, которые, в свою очередь, делятся ею с другими, подключенными к той же сети. Исследователи сравнили общий эффект с рентгеном, позволяя автомобилям знать об объектах, находящихся вне прямой видимости (например, пешеход за зданием или велосипедист, скрытый другим транспортным средством).
Хотя инженерные трудности были главным препятствием на пути развития автономных автомобилей, решение проблем безопасности также необходимо для того, чтобы они получили одобрение регулирующих органов и успокоили ту часть общества, которая все еще боится передавать руль машинам. Некоторые предыдущие исследования по обнаружению скрытых опасностей опирались на такие технологии, как лазерные датчики и рентгеновские лучи, а MIT в 2019 году представил свою разработку, основанную на анализе освещения и теней в реальном времени, который позволяет обнаружить приближающегося пешехода или автомобиль. Подход, подробно описанный в австралийском исследовании, дает больше данных в поддержку альтернативного подхода, сочетающего связь между автомобилями и "умными" дорогами.
Согласно отчету команды, передача данных об осведомленности об окружающей среде между транспортными средствами (V2X) может стать "переломным моментом в игре как для управляемых человеком, так и для автономных транспортных средств" - не только потому, что растущее использование и стандартизация таких систем связывает оборудованные автомобили, но и позволяет им обмениваться предупреждениями о других объектах на дороге. В докладе также подробно описаны другие инновации, например, методы распознавания и отслеживания конкретных пешеходов.
Исследователи провели несколько тестов, чтобы продемонстрировать потенциал такой системы для обнаружения дорожных опасностей и предотвращения аварий. В одном из испытаний с участием управляемого человеком автомобиля в Чиппендейле, городском районе Сидней, использование IRSU позволило автомобилю предвидеть дорожную активность "далеко за пределами досягаемости его бортовых датчиков восприятия", а также "увидеть визуально скрытого пешехода за зданием". В другом испытании в лабораторных условиях с помощью IRSU автомобилю были переданы имитационные данные о бегуне, направляющемся к перекрестку, где автомобиль правильно затормозил и уступил дорогу "на основе прогнозируемого состояния пешехода" еще до того, как он вышел на дорогу. Другие тесты с участием нескольких автомобилей, связанных через IRSU, а также тесты, проведенные в симуляторе CARLA с открытым исходным кодом, дали такие же удовлетворительные результаты и позволили автомобилям предвидеть такие препятствия, как пешеходы и другие участники дорожного движения.
Основное препятствие для системы, описанное в отчете, заключается в том, что она потребует инвестиций в инфраструктуру для создания сетей придорожных датчиков, которые помогут передавать автомобилям данные ситуационной осведомленности. Но исследовательская группа утверждает, что это может помочь снизить стоимость автономного вождения и обнаружения опасностей в обычных за счет совместного использования необходимого оборудования.
Согласно отчету, исследовательская группа планирует продолжить развитие системы, включая разработку "более совершенных и готовых к развертыванию" платформ, создание открытого стандарта для транспортных средств с коллективным восприятием и тестирование более совершенных систем коллективного восприятия на обычных и автономно пилотируемых транспортных средствах в более сложных дорожных условиях.
Отчет по ссылке.
Комментарии
(0) Добавить комментарий