Једна од препрека која спречава масовно усвајање дронова је неефикасност постојећих метода
Главни проблем је у томедогађаји на путу који су од интереса, укључујући несреће, сувише су ретки. Дакле, системима могу бити потребне стотине милиона (понекад и милијарде) километара да би показали потребне сигурносне перформансе. До данас је Ваимо моделирао само 15 милијарди км. Стога је рад др Лиуа и његовог тима на Универзитету у Мичигену усмерен на стварање природног и конкурентног возачког окружења (НАДЕ).
Лиу је направио симулирано окружење за вожњу,користећи велике податке о вожњи које је прикупио Институт за истраживање транспорта Универзитета у Мичигену (УМТРИ). У овом окружењу, аутомобили у позадини (они који симулирају друмски саобраћај) обучени су за извођење одређених непријатељских маневара према дрону. Ово уклања пристрасност и побољшава ефикасност.
НАДЕ је метода целоживотног учења којапружа континуирану комуникацију између дрона и многих позадинских возила. На пример, ако истраживач жели да тестира свој аутомобил у урбаном окружењу, овај приступ би омогућио беспилотној летјелици да вози непрекидно и доживљава контрадикторне сценарије, укључујући укључивање и снажно кочење на већој фреквенцији. Резултати показују да ово окружење редовима величине елиминише неефикасност тренутно доступних опција. Очекује се да ће овај приступ убрзати усвајање аутономних возила.
„Возити километар користећи симулацијупроширена стварност постављена на тест стази једнака је стотинама или хиљадама километара на јавним путевима. То ће довести до значајног смањења укупних трошкова и времена тестирања беспилотних летелица у сигурнијем, контролисанијем и поновљивијем тестном окружењу “, рекао је председник и извршни директор АЦМ-а Рубен Саркар.
Погледајте и:
Погледајте слику Марса од 8 билиона пиксела
Научници су развили замену за теорију релативности. Шта је суштина „теорије свега“?
Научници су пронашли доказе о крижању модерних људи са неандерталцима