Znajdź zawartość

Współpracujące ze sobą samochody autonomiczne mogą przyspieszyć ruch w miastach o 35%. Naukowcy z University of Cambridge zaprogramowali niewielką grupę miniaturowych samochodów autonomicznych i na torze obserwowali, w jaki sposób zmienia się płynność ruchu, gdy jeden z pojazdów się zatrzyma. Gdy samochody ze sobą nie współpracowały, uczeni obserwowali zjawisko, które znamy z codziennego życia. Gdy jeden z samochodów na pasie ruchu się zatrzymał, inne pojazdy na tym samym pasie musiały zwolnić lub zatrzymać się i poczekać, aż na sąsiednim pasie zrobi się luka, w którą można wjechać i ominąć stojący pojazd. W ten sposób szybko formował się korek i ruch na całej drodze ulegał spowolnieniu. Gdy jednak samochody komunikowały się ze sobą, sytuacja ulegała całkowitej zmianie. Samochód, który zatrzymywał się, natychmiast wysyłał o tym informację do innych uczestników ruchu. Samochody, które jechały wolnym pasem nieco zwalniały, dzięki czemu pojazdy, poruszające się pasem, na którym stał samochód, mogły bez zatrzymywania się lub znaczącego zwalniania wjechać na pas obok. Co więcej, jeśli wśród autonomicznych komunikujących się między sobą pojazdów umieszczono samochód kierowany przez człowieka, który jeździł agresywnie, samochody autonomiczne były w stanie przepuścić agresywnego kierowcę, zwiększając bezpieczeństwo ruchu. Samochody autonomiczne mogą rozwiązać wiele różnych problemów, związanych z ruchem w mieście. Jednak muszą w tym celu ze sobą współpracować, mówi współautor badań studen Michael He, który jest autorem algorytmu wykorzystanego podczas eksperymentu. Jeśli różni producenci samochodów będą opracowywali autonomiczne pojazdy z własnym oprogramowaniem, to muszą mieć one możliwość wzajemnej komunikacji, dodaje studetn Nicholas Hyldmar, który stworzył większość sprzętu użytego w czasie badań. Obaj młodzi naukowcy podeszli do problemów w dość nowatorski sposób. Wiele eksperymentów dotyczących pojazdów autonomicznych prowadzonych jest albo na ekranie komputera, albo za pomocą prawdziwych samochodów. W wielu przypadkach, szczególnie tam, gdzie mamy do czynienia z grupami pojazdów, eksperymenty takie są bardzo kosztowne i brak jest miejsca, by je odpowiednio przeprowadzić. Obaj studenci wykorzystali komercyjnie dostępne niewielkie modele prawdziwych samochodów, wyposażyli je w odpowiednie czujniki, platformę Raspberry Pi oraz zaadaptowane przez siebie algorytmy stosowane w prawdziwych samochodach autonomicznych. Algorytmy miały przede wszystkim decydować, czy można bezpiecznie zmienić pas i w jakim tempie można się poruszać. Okazało się, że pozwalają one na gęstsze upakowanie samochodów na drodze i na bezpieczną zmianę pasa na mniejszej przestrzeni. He i Hyldmar przetestowali też różne zachowania na drodze, sytuację gdy samochody współpracowały i nie współpracowały, gdy wraz z nimi poruszał się agresywny kierowca. Okazało się, że gdy samochody ze sobą współpracowały, płynność ruchu zwiększała się o 35% w porównaniu z sytuacją, gdy nie współpracowały. Gdy zaś na drodze pojawiał się agresywny kierowca, płynność ruchu współpracujących samochodów była o 45% większa, niż płynność pojazdów niewspółpracujących. Nasza platforma pozwala na prowadzenie wielu różnych, tanich eksperymentów związanych z autonomicznymi samochodami. Jeśli chcemy takich pojazdów bezpiecznie używać, musimy wiedzieć, w jaki sposób będą one wchodziły ze sobą w interakcje i jak wpłynie to na bezpieczeństwo i płynność ruchu. W najbliższej przyszłości obaj badacze chcą przeprowadzić testy z użyciem dróg wielopasmowych, skrzyżowań i różnych typów samochodów.   « powrót do artykułu

Google otrzymał patent związany z autonomicznym samochodem. Wyszukiwarkowy gigant opatentował metodę przełączania pojazdu z trybu obsługi przez człowieka, w tryb całkowicie autonomicznego poruszania się po drodze. Patent opisuje sposób przejęcia kontroli przez samochód, określenie przezeń swojego położenia oraz kierunku jazdy. W pełni autonomiczne samochody mogą np. wozić turystów po zaprogramowanych wcześniej trasach. Dokument Transitioniong a Mixed-mode Vahicle to Autonomous Mode opisuje użycie dwóch zestawów czujników. Pierwszy z nich ma służyć do identyfikacji punktu wyjściowego, w którym pojazd się zatrzymuje. Takim punktem może być znak na ziemi czy na ścianie. Z jednej strony może on służyć jako parking, do którego samochód doprowadzi kierowcę, z drugiej, może być informacją, że w tym miejscu kierowca opuszcza pojazd, który powinien przełączyć się wówczas w tryb autonomiczny. Po dotarciu i zidentyfikowaniu punktu wyjściowego, uruchamiany jest drugi zestaw czujników, który określi położenie samochodu oraz wyznaczy jego dalszą trasę. Pojazd może korzystać z wielu punktów wyjściowych, a do określenia, gdzie się znajduje może mu posłużyć GPS sprzężony z systemem wizyjnym, pozwalającym na rozpoznanie okolicy i wyznaczenie dokładnej pozycji. Alternatywą dla tego rozwiązania może być użycie kodu QR, który dokładnie będzie opisywał punkt, przy którym został umieszczony. Precyzyjne wyznaczanie położenia jest bardzo ważne, jeśli pojazd ma być w pełni autonomiczny. GPS, który działa w przybliżeniu do kilku metrów, może czasem nie wystarczyć, stąd konieczność użycia systemów wizyjnych czy kodów QR. Ponadto w punkcie wyjściowym można umieścić wiele innych informacji, np. poinstruować pojazd, na jak długo ma się tam zatrzymać. To np. pozwoli turyście, który przyjechał takim samochodem do hotelu, na wypakowanie swoich bagaży oraz zagwarantuje, że pojzad nie utknie przed hotelem i nie będzie tamował ruchu. Podczas wycieczek objazdowych samochód może zatrzymywać się przy wyznaczonych obiektach i dać ludziom czas na ich obejrzenie. Google od lat testuje autonomiczne pojazdy. Dotychczas Toyoty Prius i Audi TT przejechały niemal 260 000 kilometrów w trybie półautonomicznym i 1600 km w trybie autonomicznym. W każdym z samochodów znajdowały się kierowca, który miał interweniować w razie potrzeby oraz pasażer, który monitorował pracę podzespołów samochodu. Zdaniem inżynierów Google'a autonomiczne pojazdy będą reagowały na sytuację na drodze szybciej niż ludzie. To z kolei pozwoli z jednej strony na zmniejszenie liczby wypadków, a z drugiej na zwiększenie przepustowości dróg, gdyż samochody będą mogły jechać bliżej siebie.