Rozwój autonomicznych pojazdów
W okresie 10 miesięcy zakończonym w maju 2022 r. zgłoszono prawie 400 wypadków z udziałem pojazdów korzystających z technologii autonomicznej kontroli. Szczególnie niepokojące są dane o śmiertelnych ofiarach i poważnie rannych. Tradycyjne metody testowania mogą nie wystarczyć do wykrycia wszystkich potencjalnych zagrożeń. Zespół Sayana Mitry z Uniwersytetu Illinois opracował metodę zapewnienia kompleksowych gwarancji bezpieczeństwa dla autonomicznych pojazdów. Ich strategia opiera się na gwarantowaniu wyników algorytmów uczenia maszynowego, które informują autonomiczne pojazdy.
Jak zwiększyć bezpieczeństwo samochodów bez kierowców?
Pojazdy autonomiczne składają się z systemu percepcji i systemu kontroli. System percepcji dostarcza danych z zewnątrz pojazdu, takich jak odległość od innych pojazdów czy przeszkód. Następnie, dane te są przekazywane do modułu sterującego, który podejmuje decyzje na podstawie analizy percepcji. Kluczem do zapewnienia bezpieczeństwa jest dokładne odwzorowanie otoczenia pojazdu. Zespół Mitry skupił się na określeniu, ile błędów wprowadza system percepcji i jak te błędy wpływają na działanie pojazdu. Dzięki temu, mogli stworzyć tzw. "kontrakt percepcji", który określa zakres niepewności w danych percepcyjnych.
Poprzez ilościowe określenie niepewności w danych percepcyjnych, zespół Mitry udowodnił, że można zapewnić bezpieczeństwo autonomicznym pojazdom. Ustalenie dokładnych granic niepewności pozwala na skuteczną kontrolę działania pojazdów, minimalizując ryzyko wypadków. Wraz z rosnącą popularnością technologii autonomicznej jazdy, bezpieczeństwo staje się kluczowym wyzwaniem. Jednak innowacyjne podejścia, takie jak metoda opracowana przez zespół Sayana Mitry, dają nadzieję na skuteczną kontrolę ryzyka.
Żródło: Wired, Ego - Man
