Tá sé mar sprioc le fada ag cuideachtaí cosúil le Waymo, GM Cruise, Uber agus daoine eile gluaisteáin féin-tiomána a chruthú a fhéadfaidh cinntí a dhéanamh cosúil le daoine. Tairgeann Intel Mobileye múnla matamaitice um Shábháilteacht Freagracht-Íogair (RSS), a chuireann an chuideachta síos air mar chur chuige "chiall choiteann" arb é is sainairíonna é an t-uathphíolóta a chlárú chun iad féin a iompar ar bhealach "maith", mar shampla an ceart slí a thabhairt do ghluaisteáin eile. . Ar an láimh eile, tá NVIDIA ag forbairt go gníomhach Safety Force Field, teicneolaíocht cinnteoireachta córas-bhunaithe a dhéanann monatóireacht ar ghníomhartha neamhshábháilte úsáideoirí bóithre máguaird trí anailís a dhéanamh ar shonraí ó bhraiteoirí feithicle i bhfíor-am. Anois tá grúpa eolaithe ó Institiúid Teicneolaíochta Massachusetts (MIT) tar éis dul isteach sa taighde seo agus moltar cur chuige nua bunaithe ar úsáid léarscáileanna cosúil le GPS agus sonraí amhairc a fhaightear ó cheamaraí atá suiteáilte ar an gcarr ionas gur féidir leis an uathphíolóta nascleanúint a dhéanamh ar anaithnid. bóithre cosúil le duine.
Tá daoine an-mhaith ag tiomáint gluaisteáin ar bhóithre nach raibh siad riamh orthu. Déanaimid comparáid idir an méid a fheiceann muid timpeall orainn agus an méid a fheicimid ar ár ngléasanna GPS chun a chinneadh cá bhfuil muid agus cá háit ar gá dúinn dul. Ar an láimh eile, bíonn sé thar a bheith deacair do charranna féintiomáinte dul i ngleic le codanna anaithnide den bhóthar. I gcás gach suíomh nua, ní mór don autopilot anailís chúramach a dhéanamh ar an mbealach nua, agus is minic a bhíonn córais rialaithe uathoibríoch ag brath ar léarscáileanna casta 3D a ullmhaíonn soláthraithe dóibh roimh ré.
I bpáipéar a cuireadh i láthair an tseachtain seo ag an gComhdháil Idirnáisiúnta ar Róbataic agus Uathoibriú, déanann taighdeoirí MIT cur síos ar chóras tiomána uathrialaitheach a "fhoghlaimíonn" agus a chuimhníonn ar phatrúin cinnteoireachta tiománaithe daonna agus iad ag nascleanúint bóithre i limistéar cathrach beag ag baint úsáide as sonraí ó fhís amháin. ceamaraí agus léarscáil shimplí cosúil le GPS. Is féidir leis an uathphíolóta oilte ansin an carr gan tiománaí a thiomáint i suíomh iomlán nua, ag insamhlú tiomáint daonna.
Díreach cosúil le duine, aimsíonn an t-uathphíolóta freisin aon neamhréireachtaí idir a léarscáil agus gnéithe an bhóthair. Cuidíonn sé seo leis an gcóras a chinneadh an bhfuil a shuíomh ar an mbóthar, braiteoirí, nó léarscáil mícheart ionas gur féidir leis cúrsa na feithicle a cheartú.
Chun an córas a oiliúint ar dtús, thiomáin oibreoir daonna Toyota Prius uathoibrithe atá feistithe le ceamaraí iolracha agus córas loingseoireachta GPS bunúsach chun sonraí a bhailiú ó shráideanna bruachbhailte áitiúla, lena n-áirítear struchtúir agus constaicí bóithre éagsúla. D'éirigh leis an gcóras ansin an carr a thiomáint ar feadh bealaigh réamh-phleanáilte i limistéar foraoiseachta eile a bhí beartaithe le feithiclí uathrialacha a thástáil.
“Leis ár gcóras, ní gá duit a oiliúint ar gach bóthar roimh ré,” a deir an t-údar staidéir Alexander Amini, mac léinn iarchéime MIT. msgstr "Is féidir leat léarscáil nua a íoslódáil do do charr chun dul ar bhóithre nach bhfaca sé riamh cheana."
“Is é an sprioc atá againn ná loingseoireacht uathrialach a chruthú a bheidh athléimneach i leith tiomáint i dtimpeallachtaí nua,” a deir an comhúdar Daniela Rus, stiúrthóir na Saotharlainne Ríomheolaíochta agus Faisnéise Saorga (CSAIL). “Mar shampla, má dhéanaimid oiliúint ar fheithicil uathrialach le tiomáint i dtimpeallacht uirbeach mar shráideanna Cambridge, caithfidh an córas a bheith in ann tiomáint go réidh i bhforaois freisin, fiú mura bhfaca sé a leithéid de thimpeallacht roimhe seo.”
Próiseálann córais loingseoireachta traidisiúnta sonraí braite trí mhodúil iolracha atá cumraithe le haghaidh tascanna ar nós logánú, mapáil, aimsiú réad, pleanáil ghluaisne agus stiúradh. Le blianta anuas, tá grúpa Daniela ag forbairt córais loingseoireachta deireadh le deireadh a phróiseálann sonraí braiteora agus a rialaíonn an carr gan gá le haon mhodúil speisialaithe. Go dtí seo, áfach, baineadh úsáid as na samhlacha seo go dian le haghaidh taistil shábháilte ar an mbóthar, gan aon fhíorchuspóir. Sa saothar nua, rinne na taighdeoirí scagadh ar a gcóras ceann-go-deireadh le haghaidh gluaiseacht ó sprioc go ceann scríbe i dtimpeallacht anaithnid roimhe seo. Chun seo a dhéanamh, chuir na heolaithe oiliúint ar a n-uathphíolóta chun an dáileadh iomlán dóchúlachta a thuar do gach ordú rialaithe féideartha ag am ar bith agus iad ag tiomáint.
Úsáideann an córas múnla meaisínfhoghlama ar a dtugtar gréasán néarach comhraonta (CNN), a úsáidtear go coitianta chun íomhá a aithint. Le linn na hoiliúna, breathnaíonn an córas iompar tiomána tiománaí daonna. Comhghaolaíonn CNN casadh an rotha stiúrtha le cuaire an bhóthair, rud a bhreathnaíonn sé trí cheamaraí agus ar a léarscáil bhig. Mar thoradh air sin, foghlaimíonn an córas na horduithe stiúrtha is dóichí le haghaidh cásanna tiomána éagsúla, mar bhóithre díreacha, crosbhealaí ceithre bhealach nó acomhal T, forcanna agus casadh.
“Ar an gcéad dul síos, ag crosbhealach T, tá go leor treoanna éagsúla ar féidir le carr a chasadh,” a deir Rus. “Tosaíonn an tsamhail ag smaoineamh ar na treoracha seo go léir, agus de réir mar a fhaigheann an CNN níos mó sonraí agus níos mó faoina bhfuil ar siúl ag daoine i gcásanna áirithe ar an mbóthar, feicfidh sé go n-iompaíonn roinnt tiománaithe ar chlé agus daoine eile ag casadh ar dheis, ach ní théann aon duine go díreach. . Ní féidir a bheith díreach ar aghaidh mar threo fhéideartha, agus is é tátal an mhúnla ná nach féidir leis ach bogadh ar chlé nó ar dheis ag acomhal T.”
Agus tú ag tiomáint, baineann an CNN gnéithe bóthair amhairc as ceamaraí freisin, rud a ligeann dó athruithe bealaí féideartha a thuar. Mar shampla, sainaithníonn sé comhartha stad dearg nó líne bhriste ar thaobh an bhóthair mar chomharthaí de thrasbhealach atá le teacht. Ag gach nóiméad, úsáideann sé dáileadh dóchúlachta tuartha na n-orduithe rialaithe chun an t-ordú is ceart a roghnú.
Tá sé tábhachtach a thabhairt faoi deara, de réir na dtaighdeoirí, go n-úsáideann a n-uathphíolótach léarscáileanna atá thar a bheith éasca le stóráil agus le próiseáil. Go hiondúil úsáideann córais rialaithe uathrialacha léarscáileanna lidar, a thógann suas le thart ar 4000 GB de shonraí chun cathair San Francisco amháin a stóráil. I gcás gach ceann scríbe nua, caithfidh an carr léarscáileanna nua a úsáid agus a chruthú, a éilíonn méid ollmhór cuimhne. Ar an láimh eile, clúdaíonn an léarscáil a úsáideann an t-Útphíolóta nua an domhan ar fad agus gan ach 40 ghigibheart de shonraí á n-áitiú aige.
Le linn tiomána uathrialaitheach, déanann an córas a shonraí amhairc i gcónaí le sonraí na léarscáile a chur i gcomparáid i gcónaí agus cuireann sé aon neamhréireachtaí in iúl. Cuidíonn sé seo leis an bhfeithicil uathrialach a chinneadh níos fearr cá bhfuil sí ar an mbóthar. Agus cinntíonn sé seo go bhfanann an carr ar an gcosán is sábháilte, fiú má fhaigheann sé faisnéis ionchuir contrártha: más rud é, abair, go bhfuil an carr ag taisteal ar bhóthar díreach gan aon casadh, agus go léiríonn an GPS gur chóir don charr dul ar dheis, beidh an carr fios dul díreach nó stopadh.
“Sa saol fíor, teipeann braiteoirí,” a deir Amini. “Ba mhaith linn a chinntiú go bhfuil ár n-uathphíolótach athléimneach i gcoinne teipeanna braite éagsúla trí chóras a chruthú a fhéadfaidh aon chomharthaí torainn a fháil agus an bóthar a nascleanúint i gceart fós.”
Foinse: 3dnews.ru