Jednou z prekážok, ktoré bránia masovému prijatiu dronov, je neúčinnosť existujúcich metód
Hlavný problém je v tomzaujímavé udalosti na cestách vrátane nehôd sú príliš zriedkavé. Systémy teda môžu vyžadovať stovky miliónov (niekedy miliardy) kilometrov, aby preukázali požadovaný bezpečnostný výkon. Waymo doteraz vymodelovalo iba 15 miliárd km. Preto je práca Dr. Liu a jeho tímu na University of Michigan zameraná na vytvorenie prirodzeného a konkurenčného jazdného prostredia (NADE).
Liu vytvorila simulované jazdné prostredie,s využitím rozsiahlych údajov o jazde, ktoré zhromaždil Výskumný ústav pre dopravu v Michigane (UMTRI). V tomto prostredí sú „autá v pozadí“ (tie, ktoré simulujú cestnú premávku) trénované na vykonávanie určitých nepriateľských manévrov smerom k dronu. Tým sa odstráni predpojatosť a zlepší sa účinnosť.
NADE je metóda celoživotného vzdelávania, ktoráposkytuje nepretržitú komunikáciu medzi dronom a mnohými vozidlami v pozadí. Napríklad, ak chce výskumník vyskúšať svoje auto v mestskom prostredí, tento prístup by umožnil dronu nepretržite jazdiť a zažiť kontradiktórne scenáre vrátane zapínania a prudkého brzdenia s vyššou frekvenciou. Výsledky ukazujú, že toto prostredie eliminuje neefektívnosť momentálne dostupných možností rádovo. Očakáva sa, že tento prístup urýchli prijatie autonómnych vozidiel.
"Jazdenie kilometra pomocou simulácie."rozšírená realita položená na testovacej dráhe sa rovná stovkám alebo tisícom kilometrov po verejných komunikáciách. To povedie k výraznému zníženiu celkových nákladov a času na testovanie dronov v bezpečnejšom, kontrolovanejšom a opakovateľnom testovacom prostredí, “uviedol prezident a výkonný riaditeľ ACM Ruben Sarkar.
Pozri tiež:
Pozerajte sa na 8 biliónov pixelov z Marsu
Vedci vyvinuli náhradu za teóriu relativity. Čo je podstatou „teórie všetkého“?
Vedci našli dôkazy o krížení moderných ľudí s neandertálcami