Anonim

Sistem mengemudi semi-otomatis mengambil alih ketika pengemudi membuat kesalahan

Otomotif

Paul Ridden

17 Juli 2012

9 gambar

Peneliti MIT telah mengembangkan sistem keamanan semi-otomatis yang memungkinkan pengemudi mengendalikan penuh kendaraan sampai mendeteksi bahwa mobil mengarah ke bahaya atau hambatan, pada titik mana ia mengambil kendali dan mengarahkan ke keselamatan (Gambar milik Sterling Anderson)

Kita semua suka berpikir bahwa kita memegang kendali ... tidak pernah lebih dari ketika kita berada di belakang kemudi mobil, tetapi ada kalanya kesalahan dalam penilaian bisa mengarah pada benturan yang lembut, atau sesuatu yang jauh lebih buruk. Peneliti MIT telah mengembangkan sistem penghindaran benturan semiautonomous di mana pengemudi manusia memiliki kontrol penuh terhadap kendaraan sampai sistem mendeteksi bahwa mobil sedang menuju tabrakan atau terlalu dekat dengan rintangan untuk keselamatan. Ketika bahaya tersebut terdeteksi, sistem akan mengendalikan kendaraan, membawanya kembali dalam zona aman yang dihitung, dan kemudian kontrol tangan kembali ke pengemudi.

Yang disebut sistem co-pilot cerdas adalah karya Sterling Anderson (mahasiswa PhD di MIT's Department of Mechanical Engineering) dan Karl Iagnemma (ilmuwan penelitian utama di Institute's Robotic Mobility Group). Alih-alih menggunakan kontrol berbasis jalan, seperti sistem parkir sendiri di mana pengemudi memungkinkan kendaraan untuk mengambil alih kendali kendaraan untuk parkir dengan aman, sistem ini menggunakan penegakan pembatasan yang selektif.

"Dasar ini dalam batasan dan bidang perjalanan aman yang sesuai memungkinkan kita untuk melakukan sesuatu yang lebih dari sistem otonom dapat lakukan, " Anderson mengatakan kepada Gizmag. "Daripada hanya mengendalikan kendaraan secara otonom (yang, tanpa manusia dalam lingkaran adalah proposisi yang jauh lebih sederhana), sistem kami juga mampu berbagi kontrol dengan pengemudi manusia. Selain itu, pendekatan kami mendasarkan tindakan pengendaliannya pada ancaman - kebutuhan yang dirasakan untuk intervensi - dan memungkinkan kita untuk menyesuaikan mode dan tingkat intervensi terhadap kinerja dan / atau preferensi pengemudi manusia. "

Data yang dikumpulkan oleh sensor onboard, kamera menghadap ke depan dan pengintai laser dianalisis dengan algoritma khusus, yang menentukan zona aman di mana pengemudi manusia memiliki kontrol navigasi penuh kendaraan. Jika sistem keamanan semiotonom mendeteksi bahwa tindakan pengemudi akan mengambil kendaraan di luar zona itu, mungkin langsung menuju rintangan atau bahaya, ia mengambil alih dan mengarahkan kendaraan kembali ke tempat aman. Begitu berada di dalam zona itu lagi, kontrol diserahkan kembali ke pengemudi.

Anderson dan Iagnemma telah menempatkan sistem melalui lebih dari 1.200 uji coba di Michigan sejak September 2011, di mana driver uji duduk di depan monitor komputer menunjukkan umpan video yang mengarah ke depan yang dialirkan secara nirkabel dari Kawasaki 4010 Mule yang sangat dimodifikasi keluar pada hambatan- rentang uji yang sarat. Kendaraan utilitas dilengkapi dengan Velodyne LIDAR, unit pengukuran inersia, GPS, PC Linux onboard untuk memproses sensor dan data pemosisian, dan penggerak kemudi / akselerator / pengereman.

"Filter Kalman kami menggabungkan data yang disediakan oleh GPS dan IMU ke perkiraan yang lebih akurat dari posisi sebenarnya kendaraan (membuat kita turun ke ~ 0, 5 meter akurasi), " jelas Anderson. "Perhatikan bahwa karena kita menggunakan laser untuk merasakan rintangan, posisi relatif dari rintangan sehubungan dengan kendaraan diketahui dengan presisi yang lebih besar (~ 0, 1 meter). Pengontrol mengidentifikasi, mengevaluasi, dan memilih salah satu dari berbagai homotopies jalan (atau 'koridor ') tersedia di lingkungan, merancang batasan posisi kendaraan untuk mengikatnya, menggabungkan batasan posisi tersebut dengan batas yang diketahui pada status dan aktuator kendaraan (mis. batas kemudi, batas gesekan ban, dll.), dan memprediksi optimal lintasan pelarian. Pada dasarnya, lintasan ini memberi tahu kita seberapa dekat kendaraan akan mencapai batasnya jika ingin tetap berada di koridor aman. Kami menggunakan prediksi ini untuk memandu kapan, bagaimana, dan seberapa banyak sistem mengintervensi. "

Test driver menggunakan kemudi berkemampuan torsi dan pedal gas / rem untuk menavigasi kendaraan di atas rintangan, kadang-kadang menerima instruksi dari para peneliti untuk langsung menuju obstruksi dan biarkan sistem menendang dan melakukan hal-hal. Namun masih ada beberapa tabrakan yang direkam.

"Kegagalan sistem yang kami alami hingga saat ini mencerminkan platform eksperimental yang quirksnya telah kami identifikasi dan (percaya kami) tahu cara menyelesaikannya, tetapi yang sebagian besar kami hilangkan ke penyempurnaan kemudian, " kata Anderson. "Dalam konfigurasi saat ini dan pada rintangan yang menantang, sistem mengurangi terjadinya kecelakaan hingga lebih dari 75 persen, sementara memungkinkan pengemudi untuk mengurangi waktu penyelesaian kursusnya> 30 persen. Kami percaya kami dapat mengurangi tingkat tabrakan ke nol dengan integrasi IMU taktis-kelas (yang bertentangan dengan yang murah yang kami gunakan saat ini). Ini akan memungkinkan kami untuk, misalnya, melacak dan menghindari rintangan secara lebih akurat yang melewati LIDAR 's ~ 3 titik buta [9, 8-kaki]. Perubahan lain untuk pendekatan deteksi hambatan kami (seperti hanya menurunkan LIDAR untuk mengurangi titik buta) juga dapat menghilangkan beberapa kegagalan ini. "

Mungkin manual over-ride dari beberapa macam mungkin merupakan ide yang baik, sehingga driver dapat mengambil kembali kendali penuh dalam hal terjadi kegagalan sistem. Menariknya, Anderson mengamati bahwa pengemudi uji yang menaruh keyakinan penuh pada sistem berkinerja lebih baik daripada mereka yang tidak percaya. Dia juga mengatakan bahwa driver tidak menyadari bahwa sistem operasi mungkin hanya atribut menghindari tabrakan yang efektif untuk mengemudi yang baik, yang ia mengakui tidak selalu menjadi hal yang baik (terutama bagi mereka yang baru memulai, mungkin membangun kepercayaan palsu di driver sendiri kemampuan lemah dan mengarah ke pengembangan keterampilan yang buruk).

Para ahli juga, mungkin menemukan sistem terlalu mengendalikan. Bayangkan seorang perwira polisi tidak dapat mengejar seorang tersangka yang melarikan diri karena sistem onboard menetapkan tidak aman untuk melakukannya. Untuk membuat sistem lebih mudah beradaptasi, para peneliti telah memasukkan tweak untuk melayani berbagai tingkat pengalaman mengemudi.

"Sebagaimana tertulis, algoritme kami memungkinkan adaptasi ke berbagai tingkat preferensi atau kinerja pengemudi, " kata Anderson. "Bagi mereka yang lebih memilih wahana yang lebih mulus dan lebih aman dengan mengorbankan kebebasan kontrol, sistem ini lebih aktif. Mereka yang membutuhkan atau lebih suka kebebasan dapat menekan kembali tingkat intervensi, mengurangi ke cadangan tahap akhir yang tidak menendang sampai menit terakhir. "

Mereka juga mencari kemungkinan menggunakan kamera, akselerometer dan gyro di smartphone yang dipasang di dasbor untuk memberikan umpan balik yang diperlukan ke sistem.

Penelitian ini didukung oleh Kantor Penelitian Angkatan Darat Amerika Serikat dan Badan Proyek Penelitian Lanjutan Pertahanan. Platform eksperimental dikembangkan bekerja sama dengan Quantum Signal LLC dengan bantuan dari James Walker, Steven Peters dan Sisir Karumanchi.

Sebuah makalah berjudul Perencanaan dan Pengendalian Berbasis Penghalang untuk Pengoperasian Kendaraan Semi-Otonom yang Aman dipresentasikan pada Simposium Kendaraan Cerdas di Spanyol bulan lalu.

Sumber: MIT

Kawasaki 4010 Mule yang sangat termodifikasi pada rentang uji yang sarat hambatan (Foto milik Sterling Anderson)

The Mule dikendalikan dari jarak jauh oleh pengemudi manusia duduk di depan monitor komputer menunjukkan umpan video yang mengarah ke depan yang dialirkan secara nirkabel dari kendaraan (Foto milik Sterling Anderson)

Data yang dikumpulkan oleh sensor onboard, kamera yang menghadap ke depan dan pengintai laser dianalisis oleh algoritma khusus, yang menentukan zona aman di mana pengemudi manusia memiliki kontrol navigasi penuh kendaraan (Foto milik Sterling Anderson)

Kendaraan utilitas dilengkapi dengan Velodyne LIDAR, unit pengukuran inersia, GPS, PC Linux onboard, untuk memproses sensor dan data pemosisian dan steering / akselerator / aktuator pengereman (Foto milik Sterling Anderson)

Data yang dikumpulkan oleh sensor onboard secara nirkabel dikirim ke modul driver jarak jauh (Foto milik Sterling Anderson)

Test driver menggunakan kemudi berkemampuan torsi dan pedal gas / rem untuk menavigasi kendaraan di atas rintangan (Foto milik Sterling Anderson)

Driver tes duduk di depan monitor komputer yang menunjukkan umpan video yang mengarah ke depan yang dialirkan secara nirkabel dari Kawasaki 4010 Mule yang dimodifikasi secara besar-besaran pada rentang uji yang sarat hambatan (Foto milik Sterling Anderson)

Peneliti MIT telah mengembangkan sistem keamanan semi-otomatis yang memungkinkan pengemudi mengendalikan penuh kendaraan sampai mendeteksi bahwa mobil mengarah ke bahaya atau hambatan, pada titik mana ia mengambil kendali dan mengarahkan ke keselamatan (Gambar milik Sterling Anderson)

Menariknya, Anderson mengamati bahwa pengemudi uji yang menaruh keyakinan penuh pada sistem berkinerja lebih baik daripada mereka yang tidak percaya (Foto milik Sterling Anderson)

Direkomendasikan Pilihan Editor