По словам специалистов лаборатории искусственного интеллекта МТИ, большинство алгоритмов смены полосы движения, используемых в беспилотных автомобилях, либо используют подробные статистические модели дорожного движения, которые слишком трудно пересчитывать на ходу, либо применяют простейшие механизмы, которые принимают излишне консервативные решения, например, не перестраиваться вообще.

Новый алгоритм перестроения, разработанный в МТИ, на ходу рассчитывает «буферные зоны» вокруг соседних автомобилей — наборы данных, включающие текущую позицию и вероятные будущие местонахождения в пределах определенного периода времени. После такого расчета планирование перестроения сводится к тому, чтобы оставаться вне буферных зон остальных автомобилей. При расчете также проводится основанное на нормальном распределении доказательство того, что робомобиль сможет избежать столкновения. По словам разработчиков, им удалось упростить математический аппарат в достаточной степени, чтобы алгоритм можно было выполнять даже в условиях плотного и быстрого движения.

Эффективность алгоритма была проверена в режиме симуляции, включавшей до 16 робомобилей, которые двигались в потоке с несколькими сотнями других машин. По словам ученых, их решение позволит самоуправляемым автомобилям имитировать широкий круг стилей вождения, от «лихачества» до консервативного с гарантиями безопасности.

«Технологии машинного обучения. Искусственный интеллект и нейросети: инструменты и опыт реальных проектов». Практическая конференция. Вся информация по развертыванию и эксплуатации систем машинного обучения от лучших экспертов-практиков из различных отраслей. Получите навыки построения моделей машинного обучения на своем предприятии! 25 сентября, Москва.

Зарегистрируйтесь!