Разработан ускоренный способ тестирования автономных машин

Исследователи из Мичиганского университета разработали новый способ тестирования автономных автомобилей – для этого использовались данные о более 40 млн км реального вождения. Этот процесс позволяет сократить время оценки решений роботов в потенциально опасных ситуациях, по разным данным, в 300 или даже 100 000 раз. Кроме того, новый подход сэкономит 99,9% времени и издержек испытаний.

В рамках нового ускоренного процесса тестирования сложные реальные ситуации, возникающие в процессе вождения, разбиваются на компоненты, которые можно многократно повторять. Таким образом, автоматические автомобили постоянно оказываются в симулированных сложных дорожных ситуациях. Иными словами, всего 1600 километров таких испытаний можно сравнить с 480 000-1 600 000 километрами вождения в реальных условиях.

Эти числа могут показаться преувеличенными, но на настоящей дороге даже их может быть недостаточно, чтобы убедиться, что автомат принимает сложные решения в опасных ситуациях. Тем не менее, для того, чтобы автономные машины признали безопасными для потребителей, ученые должны доказать с 80% уверенности, что они на 90% безопаснее живых водителей. Чтобы достичь таких показателей на реальных дорогах, необходимо проехать почти 18 миллиардов километров.

Кроме того, ученые отмечают, что при тестировании автономных автомобилей, в отличие от традиционных, необходимо понять, не что случится при аварии, а насколько успешно эту аварию можно предотвратить. На основе собранных данных о реальном вождении ученые создали симуляцию, в которой большой километраж расстояния, на котором не происходило важных ситуаций, заменили имитацией рискованных условий. Кроме того, разработчики провели математические тесты, чтобы оценить риск и возможность аварий, травм и других опасностей. С помощью специальных методов анализа команда определила статистику поведения автономных машин в повседневных условиях.

Две наиболее опасные ситуации, по словам ученых – перестроение и сохранение дистанции между автономной машиной и водителем-человеком. В любом случае, необходимо продолжать исследования других ситуаций с помощью как ускоренного, так и традиционного метода испытаний.