話題

話題

新しい自動運転車のアルゴリズムは、積極的な車線変更を可能にします!

RankRED

RankRed is a place where you can find a lot of interesting and inspiring stuff about science and technology, internet, programming tools and plugins, robots, machines and high tech gadgets, and much more.

本記事は、New Self-Driving Vehicle Algorithm Can Change Lane Aggressively
翻訳・再構成したものです。
配信元または著者の許可を得て配信しています。

62 views

読了時間 : 約2分17秒

・新しい車線変更アルゴリズムは、車のカメラやセンサーが集めたリアルタイムのデータに依存しています。

・新しいバッファーゾーンを瞬時に作成し、計算することができます。

・安全性を確保しつつ、大胆な走りから慎重な走りまで、幅広いドライビングスタイルを可能にします。

 

無人運転車は1980年代に生まれ、今も存在している事を知っていますか。これは、車輪がロックして車が暴走するのを防ぐために、センサーを使用するというものでした。その10年後、メーカーはトラクションコントロールとスタビリティコントロールのためにセンサーを使用するようになりました。

 

それ以来、大き変化してきました。現在、自動運転車はセンサー、レーダー、カメラ、人工知能を組み合わせて、目的地間を移動しています。テクノロジー企業は常に自動運転アルゴリズムの改良に努め、より安全で信頼性の高い自動車を実現しています。

 

自動運転システムにおいて、車線変更アルゴリズムが重要な役割を担っており、開発者の間で話題になっています。既存の車線変更アルゴリズムの多くは、以下の2つの制約があります–

1・リアルタイムに分析できない複雑な統計モデルに基づいている

2・あまりに単純なので、いつも「車線を変更しない」という選択をする

 

このたびMITの研究者たちは、リアルタイムの情報に依存し、これまでの自動運転システムよりも積極的な(人間と同じような)車線変更を可能にする新しいアルゴリズムを開発しました。リアルタイム情報とは、クルマのカメラやセンサーで収集した他のクルマのデータ(速度や方向など)を意味します。

 

従来の車線変更アルゴリズム

 

第一の目的は、できるだけ少ないデータで、人間のように自動車が自ら運転するようにすることです。新しいアルゴリズムは、安全性を確保しながら、積極的な運転から慎重な運転まで幅広く適応することができます。

 

どのようにアルゴリズムは動くのか?

自動運転車にとって最も重要なことは安全性です。アルゴリズムは、衝突を回避するために、他の車両の周りに設定されたバッファゾーンを計算します。この領域には、現在および将来のすべての周辺車両のバッファゾーンが含まれています。

 

このアルゴリズムは、他の車の速度や方向を分析することで、将来の位置を短時間で予測します。車線を完全に変更するタイミングの判断は、このバッファゾーンに依存します。

 

このシステムは、道路状況モデルの枠組みの中でバッファゾーンを計算するために使用される方法に基づいています。通常、最適なバッファゾーンはあらかじめ計算されており、交通が高速かつ密集している場合には、バッファゾーンが制限されすぎて、車線を変更することができなくなります。

 

しかし、このアルゴリズムでは、新しいバッファゾーンを即座に計算します。このバッファゾーンを信頼性の高いものにするために、アルゴリズムはガウス分布と呼ばれる効率的な数学的手法-イベントの正確な二項分布に近似する連続関数-を使用しています。

 

車両の現在位置を示す分布では、車両の寸法と位置推定の不確かさが考慮されています。これらの推定値[車両の速度と方向]を用いて、アルゴリズムはロジスティック関数を生成し、さらにガウス分布が掛け合わされています。

 

新しいアルゴリズム

これにより、車の進行方向に対して(速度が速いほど)分布が偏ります。この分布は、新しいバッファゾーンです。変数の数が少ないので、リアルタイムに計算することができます。

 

テスト

このアルゴリズムをテストするために、シミュレーションを使用しました。シミュレーション環境には、16台の自動運転車と数百台の他の車両がありました。

 

( 新しいアルゴリズムで動作する ) 自動運転車同士は直接通信を行わず、すべての車が衝突や衝突を起こすことなく並行して走行しました。各車両は異なるリスクパラメーターと関連付けられており、開発者は色々な運転スタイルに対応することが可能です。

おすすめ新着記事

おすすめタグ