Ett av hindren som förhindrar massantagande av drönare är ineffektiviteten hos befintliga metoder
Det största problemet är attväghändelser av intresse, inklusive olyckor, är alltför sällsynta. Således kan system kräva hundratals miljoner (ibland miljarder) kilometer för att visa den säkerhetsprestanda som krävs. Hittills har Waymo modellerat endast 15 miljarder km. Arbetet utfört av Dr. Liu och hans team vid University of Michigan syftar till att skapa en naturlig och konkurrenskraftig körmiljö (NADE).
Liu byggde en simulerad körmiljö,med storskalig kördata som samlats in av University of Michigan Transportation Research Institute (UMTRI). I denna miljö utbildas "bakgrundsbilar" (de som simulerar vägtrafik) för att utföra vissa fientliga manövrar mot drönaren. Detta tar bort bias och förbättrar effektiviteten.
NADE är en metod för livslångt lärande somger kontinuerlig kommunikation mellan drönaren och många bakgrundsfordon. Till exempel, om en forskare vill testa sin bil i en stadsmiljö, skulle detta tillvägagångssätt göra det möjligt för drönaren att köra kontinuerligt och uppleva kontroversiella scenarier, inklusive påslagning och hård bromsning med högre frekvens. Resultaten visar att denna miljö eliminerar ineffektiviteten hos de tillgängliga alternativen i storleksordning. Detta tillvägagångssätt förväntas påskynda antagandet av autonoma fordon.
”Att köra en kilometer med simuleringaugmented reality ovanpå en testbana är lika med hundratals eller tusentals kilometer på allmänna vägar. Detta kommer att leda till en betydande minskning av den totala kostnaden och tiden för att testa drönare i en säkrare, mer kontrollerad och repeterbar testmiljö, säger ACM: s VD och koncernchef Ruben Sarkar.
Se även:
Titta på en bild på 8 biljoner pixlar av Mars
Forskare har utvecklat en ersättning för relativitetsteorin. Vad är kärnan i "alltingsteorin"?
Forskare har hittat bevis för att mänskliga människor har blivit uppfödda med neandertalare