Блоги
«Ребята, давайте жить дружно»: британские ученые научили робомобили координировать между собой маневры

«Ребята, давайте жить дружно»: британские ученые научили робомобили координировать между собой маневры

«Ребята, давайте жить дружно»: британские ученые научили робомобили координировать между собой маневры


Исследователи из Кембриджского университета разработали алгоритм, позволяющий беспилотным авто принимать во внимание маневры друг друга. Результаты исследования впечатляют: тесты с использованием миниатюрных автомобилей показали, что пробки по сравнению с обычной дорожной обстановкой уменьшились более чем на треть.

Отметим, что даже если не принимать во внимание нарушителей ПДД, многие проблемы на дорогах происходят из-за того, что водители ведут себя по принципу «каждый сам за себя». Они не учитывают чужих намерений и решений, да и зачастую не знают о них до того, как увидят их воплощение воочию (а в этот момент часто бывает уже слишком поздно). Такой эгоизм временами приводит к самым неожиданным результатам: например, открытие дополнительной дороги может не уменьшить заторы в том или ином районе, а, наоборот, увеличить их (см. парадокс Браеса).

Естественно предположить, что взаимодействие водителей могло бы улучшить ситуацию. Однако, идея поставить в салоне рацию, по которой каждый водитель оповещал бы других участников дорожного движения о своих намерениях, не выглядит разумной: отвлекаясь на бесчисленные сообщения, водитель скорее попадет в ДТП, чем сэкономит время.

Вместе с тем, в наступающую эпоху беспилотных автомобилей ситуация меняется радикально. У компьютера нет человеческого ограничения на объем внимания. Он может воспринимать и сортировать множество сигналов, не отвлекаясь от процесса вождения, указывают британские исследователи, решившие проверить, насколько «осведомленность» беспилотных авто о действиях друг друга может улучшить дорожную ситуацию.

Для этого ученые разработали два алгоритма управления. Первый решает, с какой скоростью нужно ехать автомобилю и стоит ли ему сменить полосу движения. При этом он ориентируется на два фактора. Во-первых, безопасен ли такой маневр. Во-вторых, сократит ли это время в пути для данного конкретного авто. Второй алгоритм аналогичен первому, но учитывает дополнительный фактор: он способен принимать сигналы от других машин и брать во внимание их маневры и «интересы».

Чтобы изучить возможности обоих алгоритмов, разработчики испытали их на настоящих, но миниатюрных автомобилях.

Отдельное внимание авторы работы уделяют тому, почему был выбран именно такой способ проверки. В компьютерной симуляции, когда и автомобили, и трасса существуют лишь в памяти компьютера, есть опасность не учесть каких-то важных обстоятельств. Всякий вычислительный эксперимент что-то упрощает и чем-то пренебрегает, ибо программисты не в силах имитировать реальную ситуацию до мелочей. В этом случае существует вероятность, что фактор, отброшенный как несущественный, может на самом деле оказаться определяющим.

С другой стороны, использовать реальные беспилотные автомобили в натуральную величину – удовольствие не из дешевых. Они не только дороги в производстве, но и требуют масштабных испытательных полигонов.

Миниатюрные электромобили с системами рулевого управления, скопированными с реальных авто, оказались самым удобным решением. Между собой модели общаются посредством сети Wi-Fi, а ситуацию на дороге оценивают при помощи датчиков движения. В рамках эксперимента машинкам нужно было двигаться по трассе с двумя полосами, одна из которых блокируется препятствием («сломавшейся» машинкой).

Сначала авторы испытали «эгоистичный» алгоритм, когда каждый автомобиль самостоятельно принимал решение, какую скорость ему развивать и по какой полосе ехать. При этом он «знал» о других автомобилях только то, что водитель увидел бы из кабины, и заботился исключительно о себе — именно такова ситуация на реальных дорогах.

Как и следовало ожидать, остановка одного автомобиля быстро закупоривала всю полосу. Едущие за ним машины не могли перестроиться, так как соседняя полоса была плотно загружена, и были вынуждены останавливаться.

Затем экспериментаторы «включили» режим сотрудничества. Остановившийся автомобиль послал всем участникам движения сигнал: «Извините, я тут постою, подумаю о вечном». В этом случае машины на соседней полосе, подъезжающие к «закупоренному» участку, начинали немного сбавлять скорость, дабы участники, едущие позади остановившегося авто, успевали перестраиваться.

В итоге пропускная способность трассы хотя и уменьшилась из-за любителя неподвижности, но была на 35% выше, чем в аналогичной ситуации в «эгоистичном» режиме.

В другом эксперименте на дороге появился водитель с агрессивным типом вождения (это был человек, который управлял моделью через джойстик): другие участники движения были вынуждены уступать ему дорогу, чтобы избежать столкновения. Эту ситуацию также воспроизвели в двух режимах: «эгоистичном» и «кооперативном». Как оказалось, во втором случае пропускная способность трассы была на 45% выше, чем в первом.

Результаты исследования были представлены на Международной конференции по робототехнике и автоматизации, которая прошла в Монреале с 20 по 24 мая (ICRA 2019). В будущем авторы планируют продолжить свои эксперименты, добавив в них дополнительные полосы движения, перекрестки и транспортные средства нескольких типов.

Источник: Univercity of Cambridge


Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: