Алгоритм московских ученых повысит маневренность беспилотных автомобилей
Инновационный алгоритм планирования траектории беспилотного автомобиля при движении в плотном потоке — FFStreams разработали исследователи из Центра когнитивного моделирования Московского физико-технического института (МФТИ) и Института искусственного интеллекта AIRI, 17 июля сообщает журнал МФТИ «За науку».
Внедрение нового алгоритма в систему управления беспилотного автомобиля, по мнению авторов, увеличит его маневренные возможности, что поможет избегать опасных ситуаций на дороге. Также, обеспечивая плавность управления машиной, новый алгоритм сделает поездки более комфортными.
Результаты исследования алгоритма авторы представили в статье «FFStreams: Быстрый поиск по потокам для автономного планирования маневров», опубликованной в IEEE Robotics and Automation Magazine.
Разработка московских ученых позволит автономному транспортному средству в процессе движения эффективно и безопасно выполнять такие критически важные маневры на дороге, как смена полосы движения (однократное перестроение), обгон движущегося препятствия (двукратное перестроение), и ряд других.
Особенность нового метода в интегрировании двух планов решения задачи: постановки проблемы на высоком уровне и разработки плана движения на низком уровне. При совмещении этих планов не происходит выбора траекторий движения, которые неосуществимы как физически, так и технически.
При этом уменьшаются заложенные в традиционных моделях управления чрезмерные ограничения, давая более свободный выбор бортовому компьютеру при построении оптимального маршрута для конкретной ситуации. Упор делается на быстром и тщательном анализе окружающей динамической среды и прогнозировании действий других участников движения.
Один из авторов разработки, директор Центра когнитивного моделирования МФТИ и ведущий научный сотрудник Института AIRI Александр Панов рассказал о достоинствах предложенного алгоритма:
«Известные существующие модели достаточно консервативны. К примеру, при планировании эти алгоритмы стремятся перестраховаться, стараясь предусмотреть все негативные сценарии. В результате зачастую технический „мозг“ не решается на обгон даже в простых ситуациях. В свою очередь, предложенный подход более адаптивен и, кроме соблюдения правил, исходит из меняющейся дорожной ситуации. Его сравнение с другими базовыми методами продемонстрировало значительное сокращение времени на выполнение маневров».
Как рассказал Панов, программа ежесекундно оценивает расположение соседних объектов и вычисляет вероятные их траектории. После чего из множества вариантов она выбирает оптимальный и реализует его, генерируя в определенном порядке команды, выдаваемые на приводы.
Разработанный управляющий комплекс в настоящее время поддерживает маневры удержания полосы движения, уступки проезда встречному транспортному средству, перестроения в другую полосу и обгона впереди идущего автомобиля.
Предполагается расширение набора возможных действий за счет различных сценариев пересечения полос, а также отработки неожиданных и экстремальных ситуаций.
Новый алгоритм повышает уровень комфортности поездки пассажиров автономного транспорта за счет более плавного вождения. По мнению разработчиков, движение без внезапных рывков, толчков и торможений ощущается человеком как более безопасное.
Разработанный метод был опробован исследователями в ходе имитационных экспериментов, сценарии которых включали поездки по двухполосной магистрали со встречным движением и по шоссе с несколькими полосами с односторонним движением. При этом всем участникам дорожного движения задавались разные скоростные режимы.
Результаты компьютерного моделирования показали, что созданный алгоритм обеспечивает управляющему устройству беспилотных транспортных средств возможность выполнять планирование маневров и реализовывать их с эффективностью, близкой к 100%, учитывая при этом существующие технические ограничения и исключая недопустимые траектории.
