هوش داده افلاطون
جستجوی عمودی و هوش مصنوعی

ایمن تر کردن وسایل نقلیه خودران: محققان NCSU راه حلی را توسعه می دهند

تاریخ:

رالی - اگر قرار است وسایل نقلیه خودران به طور گسترده مورد استفاده قرار گیرند، باید بدانیم که آنها قادر به هدایت موقعیت های ترافیکی پیچیده هستند، مانند ادغام در ترافیک سنگین هنگامی که خطوط در بزرگراه ناپدید می شوند. برای این منظور، محققان دانشگاه ایالتی کارولینای شمالی تکنیکی را توسعه داده‌اند که به نرم‌افزار خودروی خودمختار اجازه می‌دهد تا محاسبات مربوطه را سریع‌تر انجام دهد - ترافیک و ایمنی را در سیستم‌های خودروی خودران شبیه‌سازی شده بهبود می‌بخشد.

می‌گوید: «در حال حاضر، برنامه‌هایی که برای کمک به وسایل نقلیه خودران در جهت‌یابی تغییر خطوط طراحی شده‌اند، بر این تکیه می‌کنند که مشکلات را از نظر محاسباتی به اندازه کافی ساده می‌کنند تا سریع حل شوند، بنابراین خودرو می‌تواند در زمان واقعی کار کند.» علی حاجبابایی، نویسنده مسئول مقاله در مورد کار و استادیار مهندسی عمران، ساخت و ساز و محیط زیست در ایالت NC. با این حال، ساده کردن بیش از حد مشکل در واقع می تواند مجموعه جدیدی از مشکلات را ایجاد کند، زیرا سناریوهای دنیای واقعی به ندرت ساده هستند.

«رویکرد ما به ما اجازه می‌دهد تا از پیچیدگی مشکلات دنیای واقعی استقبال کنیم. به جای تمرکز بر ساده کردن مسئله، ما یک الگوریتم توزیع شده مشارکتی ایجاد کردیم. این رویکرد اساساً یک مشکل پیچیده را به مشکلات فرعی کوچکتر تقسیم می کند و آنها را به پردازنده های مختلف می فرستد تا جداگانه حل شوند. این فرآیند که موازی سازی نامیده می شود، کارایی را به طور قابل توجهی بهبود می بخشد.

شوک برچسب تسلا: قیمت ویژگی که آن را "خودران کامل" می نامد به 15,000 دلار می رسد

در این مرحله، محققان رویکرد خود را فقط در شبیه‌سازی‌ها آزمایش کرده‌اند، جایی که مشکلات فرعی در میان هسته‌های مختلف در یک سیستم محاسباتی مشترک به اشتراک گذاشته می‌شوند. با این حال، اگر وسایل نقلیه خودران از این رویکرد در جاده استفاده کنند، وسایل نقلیه با یکدیگر شبکه می‌شوند و زیرمشکلات محاسباتی را به اشتراک می‌گذارند.

در آزمایش اثبات مفهوم، محققان به دو چیز توجه کردند: آیا تکنیک آنها به نرم افزار خودروی خودران اجازه می دهد تا مشکلات ادغام را در زمان واقعی حل کند؟ و اینکه چگونه رویکرد جدید "تعاونی" بر ترافیک و ایمنی در مقایسه با یک مدل موجود برای ناوبری وسایل نقلیه خودران تأثیر می گذارد.

از نظر زمان محاسبات، محققان دریافتند رویکرد آنها به وسایل نقلیه خودران اجازه می‌دهد تا سناریوهای پیچیده ادغام خطوط آزادراه را در زمان واقعی در ترافیک متوسط ​​و سنگین، با عملکرد دقیق‌تر زمانی که حجم ترافیک به‌ویژه بالا می‌رود، هدایت کنند.

خود مختار؟ جواب منفی. کالیفرنیا علیه ادعای "خودرانی کامل" تسلا حرکت می کند

اما وقتی نوبت به بهبود ترافیک و ایمنی رسید، تکنیک جدید فوق العاده خوب عمل کرد. در برخی سناریوها، به ویژه زمانی که حجم ترافیک کمتر بود، این دو رویکرد تقریباً یکسان عمل کردند. اما در بیشتر موارد، رویکرد جدید با اختلاف قابل توجهی از مدل قبلی بهتر بود. علاوه بر این، تکنیک جدید هیچ حادثه‌ای نداشت که در آن وسایل نقلیه باید متوقف می‌شدند یا «شرایط نزدیک به تصادف» وجود داشت. نتایج مدل دیگر شامل سناریوهای متعددی بود که در آن به معنای واقعی کلمه هزاران توقف و شرایط نزدیک به تصادف وجود داشت.

حاج بابایی می‌گوید: «برای آزمایش اثبات مفهوم، ما از عملکرد این تکنیک بسیار خرسندیم. جا برای پیشرفت وجود دارد، اما شروع خوبی داریم.

«خبر خوب این است که ما در حال توسعه این ابزارها و مقابله با این مشکلات هستیم، به طوری که در موقعیت خوبی برای اطمینان از سیستم‌های مستقل و ایمن با استفاده گسترده‌تر از آنها هستیم.»

کاغذ، "مسیر تعاونی توزیع شده و تغییر خط بهینه سازی وسایل نقلیه خودکار متصل: بخش های آزادراه با افت خط"، در مجله ظاهر می شود تحقیق حمل و نقل قسمت ج. اولین نویسنده این مقاله مهرداد تجلی، فارغ التحصیل اخیر دکترا از ایالت NC است. این مقاله توسط رامین نیرومند، دانشجوی دکترا در ایالت NC نوشته شده است.

(ج) NCSU

نقطه_img

جدیدترین اطلاعات

نقطه_img

چت با ما

سلام! چگونه می توانم به شما کمک کنم؟