Znajdź zawartość

Niedawny śmiertelny wypadek z udziałem autonomicznego samochodu Ubera pokazuje, że technologia autonomicznych pojazdów nie jest jeszcze gotowa do wdrożenia na masową skalę. Jedną z przyczyn takiego stanu rzeczy jest fakt, że nie ma zbyt wielu dróg, po których mogłyby jeździć takie samochody. Są one testowane przede wszystkim w miastach, a zanim wyruszą na drogi ich właściciele, jak firma Google,  przeznaczają olbrzymie zasoby na tworzenie map 3D, na których precyzyjnie zaznaczono pozycje linii oddzielających pasy ruchu, sygnalizację świetlną czy krawężniki. Bez tak szczegółowo opisanych map samochody autonomiczne nie są w stanie sobie poradzić. Jednak większość dróg na całym świecie nie jest tak dobrze opisanych, oznaczenia poziome są słabo widoczne, drogi nie są dobrze oświetlone. Jest mało prawdopodobne, by w najbliższej przyszłości powstały mapy, które pozwolą autonomicznym samochodom na korzystanie z takich dróg. Jednym ze sposobów poradzenia sobie z tym problemem jest zbudowanie systemu na tyle zaawansowanego, by korzystający z niego autonomiczny samochód nie potrzebował wcześniej przygotowanej mapy. Naukowcy z należącego do MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) właśnie wykonali ważny pierwszy krok w kierunku powstania takiego systemu. Stworzyli oni MapLite, technologię, która łączy dane z GPS z danymi z Google Maps i, posługując się całym zestawem czujników, jest w stanie poruszać się po drogach bez specjalnie przygotowanej mapy 3D. W ramach testów prowadzonych we współpracy z Toyotą wyposażono Toyotę Prius w system LIDAR, dodatkowe czujniki i MapLite. Okazało się, że pojazd dobrze sobie radzi na nieutwardzonych wiejskich drogach w Devens w stanie Massachusetts i jest w stanie wykryć drogę w odległości ponad 30 metrów przed sobą. Wcześniej nikt nie próbował takiego podejścia, gdyż znacznie trudniej jest w tym przypadku osiągnąć dokładność i niezawodność taką, jak przy wcześniej opisanych mapach. Nasz system działa na  pokładzie samochodu i jest w stanie poprowadzić go poza tą niewielką liczbą dróg, jakie obecnie testują twórcy autonomicznych pojazdów, mówi Teddy Ort z CSAIL. Systemy używane obecnie w samochodach autonomicznych opierają się niemal całkowicie na mapach. Pojazd musi zostać wyposażony w szczegółowo opisaną mapę 3D drogi, po której się porusza. Wszelkie czujniki, takie jak LIDAR, czy algorytmy rozpoznawania obrazu nie służą nawigacji, a jedynie unikaniu innych poruszających się obiektów, jak piesi czy samochody. MapLite działa inaczej. Wykorzystuje czujniki do nawigacji, a dane z GPS służą do określenia pozycji pojazdu. System najpierw określa swój cel podróży. W czasie jazdy zaś posługuje się „lokalnym celem nawigacji”, który musi znajdować się w zasięgu czujników samochodu. Następnie algorytmy określają drogę, jaką należy przebyć, by dotrzeć do „lokalnego celu nawigacji”, a czujniki, jak LIDAR, służą mu wyszukaniu krawędzi drogi. Oceniając co jest drogą, a co nią nie jest MapLite zakłada, że droga będzie bardziej płaska od otoczenia. Twórcy MapLite opracowali system modeli, które opisują liczne podobne do siebie sytuacje. Tego typu modele mówią pojazdowi, jak należy zachować się na skrzyżowaniu czy jak poruszać się po konkretnych rodzajach dróg. MapLite jest uczony poruszania się po konkretnych typach dróg, a gdy nauczy się jednego ich rodzaju, przechodzi do następnego. MapLite wciąż ma sporo ograniczeń. Nie nadaje się np. do jazdy górskimi drogami, gdyż obecna wersja nie uwzględnia dużych zmian w wysokości. W najbliższym czasie naukowcy chcą rozszerzyć zestaw dróg, na których radzi sobie MapLite. Wyobrażam sobie, że w przyszłości autonomiczne samochody będą korzystały w miastach z jakiegoś rodzaju map 3D. Ale gdy ich właściciel będzie chciał pojechać polną drogą, to taki pojazd powinien sobie poradzić na niej równie dobrze jak człowiek. Mamy nadzieję, że nasza praca to krok w tym właśnie kierunku, mówi Ort. « powrót do artykułu