Z avtonomnim driftanjem do večje varnosti v prometu

Toyotin raziskovalni inštitut in inženirska družba Stanford sta z uspešno izvedbo tandemskega drifta z dvema avtonomnima voziloma dosegla prelomni mejnik v raziskavah samodejne vožnje. Zapleten podvig zajema sinhronizirano driftanje vodilnega in zasledovalnega vozila, pri čemer se simulirajo dinamični pogoji, ki se pojavljajo v dejanskih voznih scenarijih, kot so odzivanje na druga vozila, pešce in kolesarje.

TRI in Stanford že skoraj sedem let sodelujeta pri raziskavanju izboljšanja varnost vožnje. Driftanje je tehnika v motošportu, pri kateri voznik nadzoruje vozilo ob izgubi oprijema in se velikokrat uporablja pri okrevanju po zdrsih na snegu ali ledu. Cilj te raziskave je razviti napredne varnostne sisteme za prihodnje avtomobile s samodejnim obvladovanjem ekstremnega nadzora nad vozilom.

Pomemben dosežek dokazuje sposobnost dinamičnega nadzora avtomobilov na njihovih mejah, kar je ključnega pomena za razvoj varnostnih sistemov. Nemreč fizika driftanja je podobna razmeram, ki jih lahko vozilo doživi na ledu, projekt pa je že pripeljal do novih tehnik samodejnega nadzora vozil. Avtonomni tandemski drift sestavljata vodilno vozilo in zasledovalno vozilo, ki natančno krmarita po stezi, pogosto le nekaj centimetrov drug od drugega. Umetna inteligenca, uporabljena za ta podvig, vključuje model nevronske mreže pnevmatik, ki sistemu omogoča, da se uči iz izkušenj, podobno kot izurjen voznik. UI se nenehno prilagaja spreminjajočim se razmeram na progi, kar zagotavlja varno in učinkovito driftanje.

Avtomobilske nesreče, ki so pogosto posledica izgube nadzora nad vozilom, po vsem svetu povzročijo veliko smrtnih žrtev. Tehnologije avtonomne vožnje obljubljajo, da bodo voznikom pomagale pri obvladovanju nenadnih dinamičnih situacij, kar bi lahko zmanjšalo število nezgod. Cilj tehnologije tandemskega driftanja je posredovanje v kritičnih trenutkih, pomoč pri izogibanju trkom in obvladovanju scenarijev izgube nadzora.

Poskusi so bili izvedeni na dirkališču Thunderhill Raceway Park z uporabo dveh prirejenih vozil GR Supra. TRI je razvil algoritme za nadzor vodilnega avtomobila, pri čemer se je osredotočil na stabilnost in ponovljivost, Stanford pa je razvil prilagodljivo umetno inteligenco zasledovalnega avtomobila, ki je natančno sledila gibanju vodilnega vozila. Obe vozili, prilagijeni s strani podjetij GReddy in Toyota Racing Development, sta bili opremljeni z naprednimi senzorji in komunikacijskimi sistemi, ki omogočajo nadzor v realnem času.

Tehnologija temelji na nelinearnem modelno predvidljivem nadzoru, ki vsakemu vozilu omogoča nenehno načrtovanje in prilaganje ukazov krmiljenja, pospeševanja in zaviranja do 50-krat na sekundo. Z uporabo umetne inteligence, vozila z vsakim testom izboljšajo svojo zmogljivost, kar dokazuje potencial za bistveno večjo varnost v prihodnosti.

Žiga Kolman
foto: Toyota