Tạo ra những chiếc xe tự lái có thể đưa ra quyết định giống con người là mục tiêu lâu dài của các công ty như Waymo, GM Cruise, Uber và các công ty khác. Intel Mobileye cung cấp mô hình toán học An toàn nhạy cảm với trách nhiệm (RSS), được công ty mô tả là một phương pháp tiếp cận "thông thường", đặc trưng bằng cách lập trình cho hệ thống lái tự động hoạt động theo cách "tốt", chẳng hạn như nhường đường cho các xe khác . Mặt khác, NVIDIA đang tích cực phát triển Safety Force Field, một công nghệ ra quyết định dựa trên hệ thống nhằm giám sát các hành động không an toàn của những người tham gia giao thông xung quanh bằng cách phân tích dữ liệu từ cảm biến của xe trong thời gian thực. Giờ đây, một nhóm các nhà khoa học từ Viện Công nghệ Massachusetts (MIT) đã tham gia nghiên cứu này và đề xuất một phương pháp mới dựa trên việc sử dụng bản đồ giống GPS và dữ liệu hình ảnh thu được từ camera lắp trên ô tô để hệ thống lái tự động có thể điều hướng trên những nơi chưa xác định. những con đường giống như một con người.
Mọi người đặc biệt giỏi lái ô tô trên những con đường mà họ chưa từng đi trước đây. Chúng ta chỉ đơn giản so sánh những gì chúng ta thấy xung quanh với những gì chúng ta thấy trên thiết bị GPS để xác định mình đang ở đâu và cần đến đâu. Mặt khác, ô tô tự lái cảm thấy cực kỳ khó khăn khi di chuyển ở những đoạn đường chưa xác định. Đối với mỗi địa điểm mới, hệ thống lái tự động cần phân tích cẩn thận tuyến đường mới và hệ thống điều khiển tự động thường dựa vào bản đồ 3D phức tạp mà các nhà cung cấp chuẩn bị trước cho họ.
Trong một bài báo được trình bày tuần này tại Hội nghị Quốc tế về Robot và Tự động hóa, các nhà nghiên cứu của MIT mô tả một hệ thống lái xe tự động có khả năng "học" và ghi nhớ các kiểu ra quyết định của người lái xe khi họ điều hướng đường trong khu vực thành phố nhỏ chỉ sử dụng dữ liệu từ video. máy ảnh và một bản đồ đơn giản giống như GPS. Sau đó, hệ thống lái tự động được đào tạo có thể lái chiếc xe không người lái ở một địa điểm hoàn toàn mới, mô phỏng việc lái xe của con người.
Giống như con người, hệ thống lái tự động cũng phát hiện bất kỳ sự khác biệt nào giữa bản đồ và đặc điểm đường đi. Điều này giúp hệ thống xác định xem vị trí của nó trên đường, cảm biến hoặc bản đồ có chính xác hay không để có thể điều chỉnh hướng đi của xe.
Để huấn luyện hệ thống ban đầu, người điều khiển đã lái chiếc Toyota Prius tự động được trang bị nhiều camera và hệ thống định vị GPS cơ bản để thu thập dữ liệu từ các đường phố ngoại ô địa phương, bao gồm nhiều cấu trúc đường và chướng ngại vật khác nhau. Sau đó, hệ thống đã lái thành công chiếc xe dọc theo tuyến đường đã được lên kế hoạch trước ở một khu rừng khác nhằm mục đích thử nghiệm xe tự hành.
Tác giả nghiên cứu Alexander Amini, một sinh viên tốt nghiệp MIT cho biết: “Với hệ thống của chúng tôi, bạn không cần phải luyện tập trước trên mọi con đường”. "Bạn có thể tải xuống bản đồ mới cho ô tô của mình để điều hướng những con đường mà nó chưa từng thấy trước đây."
Đồng tác giả Daniela Rus, giám đốc Phòng thí nghiệm Khoa học Máy tính và Trí tuệ Nhân tạo (CSAIL) cho biết thêm: “Mục tiêu của chúng tôi là tạo ra khả năng điều hướng tự động có khả năng phục hồi khi lái xe trong môi trường mới”. “Ví dụ: nếu chúng tôi đào tạo một chiếc xe tự hành lái trong môi trường đô thị như đường phố Cambridge, thì hệ thống cũng phải có khả năng lái trơn tru trong rừng, ngay cả khi nó chưa từng thấy môi trường như vậy trước đây”.
Hệ thống định vị truyền thống xử lý dữ liệu cảm biến thông qua nhiều mô-đun được cấu hình cho các tác vụ như bản địa hóa, lập bản đồ, phát hiện đối tượng, lập kế hoạch chuyển động và lái. Trong nhiều năm, nhóm của Daniela đã phát triển các hệ thống định vị từ đầu đến cuối để xử lý dữ liệu cảm biến và điều khiển ô tô mà không cần bất kỳ mô-đun chuyên dụng nào. Tuy nhiên, cho đến nay, những mẫu xe này chỉ được sử dụng nhằm mục đích di chuyển an toàn trên đường mà không có mục đích thực sự. Trong nghiên cứu mới, các nhà nghiên cứu đã cải tiến hệ thống đầu cuối của họ để di chuyển từ mục tiêu đến đích trong một môi trường chưa từng được biết đến trước đây. Để làm được điều này, các nhà khoa học đã huấn luyện hệ thống lái tự động của họ để dự đoán phân bổ xác suất đầy đủ cho tất cả các lệnh điều khiển có thể xảy ra bất kỳ lúc nào khi đang lái xe.
Hệ thống này sử dụng mô hình học máy được gọi là mạng thần kinh tích chập (CNN), thường được sử dụng để nhận dạng hình ảnh. Trong quá trình đào tạo, hệ thống sẽ quan sát hành vi lái xe của người lái xe. CNN liên hệ việc quay vô lăng với độ cong của đường mà nó quan sát được qua camera và trên bản đồ nhỏ của nó. Do đó, hệ thống sẽ học các lệnh lái phù hợp nhất cho các tình huống lái xe khác nhau, chẳng hạn như đường thẳng, giao lộ bốn chiều hoặc ngã ba, ngã ba và rẽ.
Rus cho biết: “Ban đầu, tại giao lộ chữ T, ô tô có thể rẽ theo nhiều hướng khác nhau. “Mô hình bắt đầu bằng cách suy nghĩ về tất cả các hướng này và khi CNN ngày càng thu thập được nhiều dữ liệu hơn về những gì mọi người đang làm trong những tình huống nhất định trên đường, nó sẽ thấy một số tài xế rẽ trái và những người khác rẽ phải, nhưng không ai đi thẳng . Đi thẳng về phía trước bị loại trừ như một hướng có thể xảy ra và mô hình kết luận rằng tại các điểm giao nhau chữ T nó chỉ có thể di chuyển sang trái hoặc phải.”
Trong khi lái xe, CNN cũng trích xuất các đặc điểm trực quan của đường từ camera, cho phép dự đoán những thay đổi tuyến đường có thể xảy ra. Ví dụ: nó xác định biển báo dừng màu đỏ hoặc vạch đứt ở bên đường là biển báo về một giao lộ sắp tới. Tại mỗi thời điểm, nó sử dụng phân bố xác suất dự đoán của các lệnh điều khiển để chọn ra lệnh đúng nhất.
Điều quan trọng cần lưu ý là, theo các nhà nghiên cứu, chế độ lái tự động của họ sử dụng các bản đồ cực kỳ dễ lưu trữ và xử lý. Các hệ thống điều khiển tự động thường sử dụng bản đồ lidar, chiếm khoảng 4000 GB dữ liệu để chỉ lưu trữ thành phố San Francisco. Đối với mỗi điểm đến mới, ô tô phải sử dụng và tạo bản đồ mới, việc này đòi hỏi một lượng bộ nhớ rất lớn. Mặt khác, bản đồ được Autopilot mới sử dụng bao phủ toàn bộ thế giới trong khi chỉ chiếm 40 gigabyte dữ liệu.
Trong quá trình lái xe tự động, hệ thống cũng liên tục so sánh dữ liệu hình ảnh của nó với dữ liệu bản đồ và gắn cờ bất kỳ sự khác biệt nào. Điều này giúp xe tự động xác định tốt hơn vị trí của nó trên đường. Và điều này đảm bảo rằng ô tô luôn đi trên con đường an toàn nhất, ngay cả khi nhận được thông tin đầu vào xung đột: chẳng hạn, nếu ô tô đang đi trên đường thẳng không có lối rẽ và GPS cho biết ô tô nên rẽ phải thì ô tô sẽ rẽ phải. biết đi thẳng hay dừng lại.
Amini nói: “Trong thế giới thực, các cảm biến không hoạt động. “Chúng tôi muốn đảm bảo rằng hệ thống lái tự động của chúng tôi có khả năng phục hồi trước các lỗi cảm biến khác nhau bằng cách tạo ra một hệ thống có thể nhận bất kỳ tín hiệu tiếng ồn nào mà vẫn điều hướng đường chính xác.”
Nguồn: 3dnews.ru