1015
Smart Cities

Έτσι εκπαιδεύονται τα αυτόνομα οχήματα

Έτσι εκπαιδεύονται τα αυτόνομα οχήματα
Εξετάζουμε μια προηγμένη μέθοδο προσομοίωσης για την εκπαίδευση αυτόνομων οχημάτων για πλοήγηση σε περίπλοκες αστικές σκηνές.

Τα τελευταία χρόνια νιώθουμε πως βρισκόμαστε στα πρόθυρα μιας κοσμογονικής επανάστασης: αυτής των αυτόνομων οχημάτων, δηλαδή των αυτοκινήτων τα οποία οδηγούν μόνα τους! Μπορεί να μην έχουμε φτάσει ακόμη σε αυτό το επίπεδο, όμως η έρευνα είναι πυρετώδης και πολλές εταιρείες, ερευνητικά ιδρύματα αλλά και πανεπιστήμια σε όλο τον κόσμο προσπαθούν να αναπτύξουν το πρώτο σύστημα που θα επιτρέψει την κυκλοφορία πλήρως αυτόνομων οχημάτων. Ο πρώτος που θα το καταφέρει αυτό, πιθανώς να είναι και αυτός που θα ορίζει την αγορά, τουλάχιστον για τα πρώτα αρκετά χρόνια. Για να φτάσουμε σε αυτό το επίτευγμα, όμως, θα πρέπει κάποιος να κατασκευάσει ένα σύστημα το οποίο θα επιτρέπει στα οχήματα να κινούνται σε όλα τα περιβάλλοντα και σε όλους τους δρόμους, προφανώς χωρίς να συγκρούονται με άλλα οχήματα, αλλά και χωρίς να χτυπούν πεζούς, ποδηλάτες, ζώα ή να προσκρούουν σε εμπόδια.

Το μεγαλύτερο πρόβλημα στην ανάπτυξη τέτοιων αυτόνομων συστημάτων είναι η δοκιμή. Τα συστήματα αυτά χρειάζονται εκπαίδευση, μιας και βασίζονται σε συστήματα τεχνητής νοημοσύνης, αλλά η εκπαίδευση απαιτεί κίνηση σε δρόμους. Επειδή το να βγει ένα τέτοιο σύστημα σε κανονικούς δρόμους, με ζωντανούς ανθρώπους και με αληθινά αυτοκίνητα, είναι πρακτικώς αδύνατο, τον ρόλο αυτόν τον αναλαμβάνει η προσομοίωση. Για να είναι χρήσιμη, όμως, η προσομοίωση θα πρέπει να είναι όσο το δυνατόν πιο κοντά στην πραγματικότητα.

Ερευνητές του Πανεπιστημίου του Maryland παρουσίασαν μια τεχνική η οποία μπορεί να βελτιώσει την αποτελεσματικότητα των προσομοιωτών που χρησιμοποιούνται για την εκπαίδευση αυτόνομων οχημάτων και η οποία βασίζεται σε προηγούμενες μελέτες πάνω στην πλοήγηση αυτόνομων οχημάτων. Η τεχνική αυτή δημοσιεύτηκε στο “περιοδικό” της Διεθνούς Ένωσης Ηλεκτρολόγων και Ηλεκτρονικών Μηχανικών (IEEE) Robotics and Automation Letters. Ο στόχος των ερευνητών είναι να καλύψουν μια έλλειψη των υφιστάμενων προσομοιωτών. Όπως αναφέρουν οι ίδιοι, τα τωρινά συστήματα δεν λαμβάνουν υπ’ όψιν την συμπεριφορά των (ανθρώπων) οδηγών, ούτε τα άλλα αυτόνομα οχήματα που βρίσκονται στον δρόμο. Αυτό που θέλουν είναι να εντοπίσουν και να μοντελοποιήσουν τις συμπεριφορές άλλων οδικών παραγόντων (π.χ. οχήματα, λεωφορεία, φορτηγά, ποδήλατα, πεζοί) και να χρησιμοποιήσουν αυτές τις συμπεριφορές έτσι ώστε να καθοδηγήσουν την πορεία των αυτόνομων οχημάτων.

Τυπικά, η οδική συμπεριφορά μπορεί να διαχωριστεί σε δύο κατηγορίες: συντηρητική και επιθετική συμπεριφορά. Όπως είναι προφανές, οι συντηρητικοί οδηγοί είναι πιο προσεκτικοί και παρατηρητικοί, ενώ οι επιθετικοί μπορεί να είναι ασταθείς και ερειστικοί. Ο ακριβής εντοπισμός αυτών των κατηγοριών οδήγησης είναι πολύ χρήσιμος στα αυτόνομα οχήματα, ειδικά σε κρίσιμες περιπτώσεις (για παράδειγμα σε αλλαγή λωρίδας, ή σε είσοδο ή έξοδο από αυτοκινητόδρομο), καθώς επιτρέπει το να προσαρμόσουν την πορεία τους και να αφήσουν μεγαλύτερα περιθώρια ελιγμών. Σε προηγούμενες έρευνες, οι ομάδες χρησιμοποιούσαν πλατφόρμες προσομοίωσης για να βελτιώσουν τα αυτόνομα οχήματά τους, καθώς και συστήματα υποβοήθησης οδηγού, για να κάνουν αυτή την κατηγοριοποίηση.

Η νέα τεχνική προσομοίωσης που παρουσιάστηκε, βασίζεται σε ένα μοντέλο το οποίο είναι σε θέση να κατατάξει τη συμπεριφορά οδικών παραγόντων στο δρόμο. Το νέο μέτρο που εισήγαγαν οι ερευνητές ονομάζεται CMetric και αναλύει τις πορείες των άλλων παραγόντων και έπειτα τις υπολογίζει, χρησιμοποιώντας συστήματα υπολογιστικής όρασης τελευταίας τεχνολογίας. Όπως αναφέρει ο Άγγελος Μαυρογιάννης, ερευνητής της ομάδας του UoM, ο νέος προσομοιωτής που ανέπτυξαν είναι μοναδικός γιατί βασίζεται σε συμπεριφορές και μπορεί να δημιουργήσει τέτοιους οδικούς παράγοντες με διαφορετικές συμπεριφορές και σενάρια με διαφορετικές καταστάσεις. Η προσομοίωση τέτοιων ετερογενών οδηγικών συμπεριφορών είναι αυτό που κάνει το νέο σύστημα μοναδικό. Μάλιστα, το μοντέλο πρόβλεψης οδηγικών συμπεριφορών που δημιούργησαν οι Μαυρογιάννης, Chandra, και Manocha μπορεί να ενταχθεί σε άλλους αλγόριθμους οδήγησις τελευταίας τεχνολογίας, όπερ σημαίνει πως και άλλες ερευνητικές ομάδες μπορούν να το εκμεταλλευτούν για να εκπαιδεύσουν τα δικά τους μοντέλα και να βελτιώσουν την απόδοσή τους.

Μέχρι τώρα, τα μοντέλα αυτόνομης οδήγησης δυσκολεύονται να οδηγήσουν σε περίπλοκα αστικά περιβάλλοντα, τα οποία περιλαμβάνουν δρόμους υψηλής κυκλοφορίας, με πολλά φανάρια, πολλούς πεζούς αλλά και ποδήλατα. Τα αυτόνομα συστήματα αυτή τη στιγμή αφορούν κυρίως συνθήκες highway δηλαδή εθνικών οδών ή οδών ταχείας κυκλοφορίας. Το νέο σύστημα παρέχει τη δυνατότητα για προσομοίωση και αξιολόγηση τέτοιων τεχνολογιών σε πολύ πιο δύσκολες συνθήκες, όπως αυτές που συναντάμε τυπικά σε ασιατικές μεγαλουπόλεις, όπου η πυκνότητα είναι πολύ υψηλότερη ενώ πολλοί οδηγοί δεν ακολουθούν (ή ούτε καν γνωρίζουν) τους κανόνες οδικής κυκλοφορίας. Ο νέος προσομοιωτής είναι ένα πρώτο βήμα στην προσομοίωση τέτοιων συνθηκών.

Δες το βίντεο για περισσότερες λεπτομέρειες:

https://www.youtube.com/watch?v=z3AVr3Bmlfs