Anonim

Sistema de condução semiautônoma assume quando os motoristas cometem erros

Automotivo

Paul Ridden

17 de julho de 2012

Imagens de 9

Os pesquisadores do MIT desenvolveram um sistema de segurança semi-autônomo que permite ao motorista humano o controle total de um veículo até detectar que o carro está se dirigindo para um obstáculo ou perigo, quando ele assume o controle e dirige para a segurança (Imagem cortesia de Sterling Anderson)

Nós todos gostamos de pensar que estamos no controle ... nunca mais do que quando estamos atrás do volante de um carro, mas há ocasiões em que erros de julgamento podem levar a um leve solavanco ou a algo muito pior. Pesquisadores do MIT desenvolveram um sistema de prevenção de colisão semiautônoma, onde o motorista humano tem controle total do veículo até que o sistema detecte que o carro está indo para uma colisão ou está muito perto de um obstáculo para a segurança. Quando tal perigo for detectado, o sistema assumirá o controle do veículo, o trará de volta dentro de uma zona de segurança calculada e, em seguida, entregará o controle de volta ao motorista.

O chamado sistema inteligente de co-piloto é o trabalho de Sterling Anderson (estudante de doutorado no Departamento de Engenharia Mecânica do MIT) e Karl Iagnemma (principal pesquisador do Grupo de Mobilidade Robótica do Instituto). Em vez de usar um controle baseado em caminho, como sistemas de estacionamento automático em que um motorista permite que o veículo assuma o controle do veículo para estacionar com segurança, o sistema usa a aplicação seletiva de restrições.

"Essa base em restrições e campos correspondentes de viagem segura nos permite fazer algo mais do que os sistemas autônomos podem fazer", disse Anderson ao Gizmag. "Ao invés de simplesmente controlar o veículo de forma autônoma (que, sem um humano no circuito é uma proposta muito mais simples), nosso sistema também é capaz de compartilhar o controle com o motorista humano. Além disso, nossa abordagem baseia suas ações de controle na ameaça. percebida necessidade de intervenção - e nos permite adaptar o modo e nível de intervenção para o desempenho e / ou preferência do motorista humano. "

Os dados coletados pelos sensores a bordo, uma câmera frontal e um telêmetro a laser são analisados ​​por um algoritmo personalizado, que determina uma zona segura onde o motorista humano tem controle total de navegação do veículo. Se o sistema de segurança semi-autônomo detectar que as ações do motorista estão prestes a levar o veículo para fora dessa zona, talvez se dirigindo diretamente para um obstáculo ou perigo, ele assume o controle e direciona o veículo de volta para a segurança. Uma vez dentro da zona novamente, o controle é devolvido ao motorista.

Anderson e Iagnemma colocaram o sistema em mais de 1.200 testes em Michigan desde setembro de 2011, onde pilotos de teste estavam sentados em frente a um monitor de computador mostrando uma alimentação de vídeo apontada para frente, transmitida sem fio de um Kawasaki 4010 Mule faixa de teste em carga. O veículo utilitário foi equipado com um Velodyne LIDAR, uma unidade de medição inercial, GPS, um PC Linux integrado para processamento do sensor e dados de posicionamento e atuadores de direção / aceleração / frenagem.

"Nosso filtro de Kalman combina os dados fornecidos pelo GPS e IMU em uma estimativa mais precisa da verdadeira posição do veículo (nos leva a ~ 0, 5 metros de precisão) ", explicou Anderson. "Note que como usamos o laser para detectar obstáculos, a posição relativa dos obstáculos em relação ao veículo é conhecida com precisão maior (~ 0, 1 metro). O controlador identifica, avalia e seleciona uma das várias homotopias de caminho (ou 'corredores ') disponíveis no ambiente, projeta restrições de posição do veículo para vinculá-lo, combina essas restrições de posição com limites conhecidos no estado do veículo e atuadores (ex. limites de direção, limites de fricção do pneu, etc.) e prediz um ótimo Basicamente, essa trajetória nos diz quão perto o veículo chegará aos seus limites, se quiser permanecer dentro do corredor seguro. Usamos essa previsão para orientar quando, como e quanto o sistema intervém. "

Os pilotos de teste usaram um volante com torque ativado e pedais de gás / freio para navegar o veículo sobre a pista de obstáculos, ocasionalmente recebendo instruções dos pesquisadores para se dirigir diretamente para uma obstrução e deixar o sistema chutar e fazer suas coisas. Ainda houve algumas colisões registradas, no entanto.

"As falhas do sistema que experimentamos até agora refletem uma plataforma experimental cujas peculiaridades identificamos e (acreditamos) sabem como resolver, mas que em grande parte relegamos ao refinamento posterior ", disse Anderson. "Em sua configuração atual e em uma pista de obstáculos desafiadora, o sistema reduz a ocorrência de acidentes em mais de 75%, enquanto permite que o motorista reduza seu tempo de conclusão do curso em mais de 30%. Acreditamos que podemos reduzir a taxa de colisão a zero com a integração de uma IMU de nível tático (ao contrário da barata que estamos usando atualmente), o que nos permitirá, por exemplo, rastrear e evitar com mais precisão os obstáculos que passam pelo LIDAR. Ponto cego de 3 metros [9, 8 pés]. Outras alterações à nossa abordagem de detecção de obstáculos (como simplesmente baixar o LIDAR para reduzir o ponto cego) também podem eliminar algumas dessas falhas. "

Talvez uma espécie de “over-ride” manual seja uma boa ideia, para que os condutores possam retomar o controle completo em caso de falha do sistema. Curiosamente, Anderson observou que os pilotos de teste que acreditavam totalmente no sistema tinham um desempenho melhor do que aqueles que não eram confiáveis. Ele também diz que os motoristas que não sabem que o sistema está operando podem apenas atribuir uma evitação efetiva de colisão a uma boa direção, o que ele reconheceu não ser necessariamente uma coisa boa (especialmente para aqueles que estão começando, possivelmente criando uma falsa confiança no próprio motorista). fraca capacidade e levando a um fraco desenvolvimento de habilidades).

Especialistas também podem achar o sistema muito controlador. Imagine um policial incapaz de acompanhar um suspeito em fuga porque o sistema a bordo determina que não é seguro fazê-lo. Para tornar o sistema mais adaptável, os pesquisadores incluíram ajustes para atender a diferentes níveis de experiência de condução.

"Como escrito, nosso algoritmo permite a adaptação a vários níveis de preferência do motorista ou desempenho", disse Anderson. "Para aqueles que preferem viagens mais tranquilas e seguras às custas de alguma liberdade de controle, o sistema é mais ativo. Aqueles que precisam ou preferem mais liberdade podem reduzir o nível de intervenção, reduzindo-a a um backup de estágio final que não chute até o último minuto. "

Eles também estão analisando a possibilidade de usar a câmera, o acelerômetro e o giroscópio em um smartphone montado no painel para fornecer o feedback necessário ao sistema.

A pesquisa foi apoiada pelo Escritório de Pesquisa do Exército dos Estados Unidos e pela Agência de Projetos de Pesquisa Avançada de Defesa. A plataforma experimental foi desenvolvida em colaboração com a Quantum Signal LLC com a assistência de James Walker, Steven Peters e Sisir Karumanchi.

Um documento intitulado Planejamento Baseado em Restrições e Controle para Operação Segura e Semi-Autônoma de Veículos foi apresentado no Simpósio de Veículos Inteligentes na Espanha no mês passado.

Fonte: MIT

O altamente modificado Kawasaki 4010 Mule na faixa de teste carregada de obstáculos (Foto cortesia de Sterling Anderson)

O Mule é controlado remotamente por um motorista humano sentado em frente a um monitor de computador mostrando uma alimentação de vídeo apontando para frente transmitida sem fio do veículo (Foto cortesia de Sterling Anderson)

Os dados coletados pelos sensores integrados, uma câmera frontal e um telêmetro a laser são analisados ​​por um algoritmo personalizado, que determina uma zona segura onde o motorista humano tem controle total de navegação do veículo (Foto cedida por Sterling Anderson)

O veículo utilitário é equipado com um Velodyne LIDAR, uma unidade de medição inercial, GPS, um PC Linux integrado para processamento do sensor e dados de posicionamento e atuadores de direção / aceleração / frenagem (Foto cedida por Sterling Anderson)

Os dados coletados pelos sensores integrados são transmitidos sem fio para um módulo de driver remoto (Foto cedida por Sterling Anderson)

Os pilotos de teste usam um volante com torque ativado e pedais de gás / freio para navegar no veículo sobre a pista de obstáculos (Foto cortesia de Sterling Anderson)

Os pilotos de teste estavam sentados em frente a um monitor de computador mostrando uma alimentação de vídeo apontando para frente transmitida sem fio de um Kawasaki 4010 Mule altamente modificado para fora em uma faixa de teste carregada de obstáculos (Foto cortesia de Sterling Anderson)

Os pesquisadores do MIT desenvolveram um sistema de segurança semi-autônomo que permite ao motorista humano o controle total de um veículo até detectar que o carro está se dirigindo para um obstáculo ou perigo, quando ele assume o controle e dirige para a segurança (Imagem cortesia de Sterling Anderson)

Curiosamente, Anderson observou que os pilotos de testes que acreditavam totalmente no sistema tiveram um desempenho melhor do que aqueles que não confiavam (Foto cortesia de Sterling Anderson)

Recomendado Escolha Do Editor