Автономен тандемен дрифт: ето това наистина е уникално
Toyota Research Institute (Изследователския институт на Toyota) и Stanford Engineering постигнаха първата в света напълно автономна последователност от тандемни дрифтове
В продължение на почти седем години екипите на двата института си сътрудничат в изследвания, имащи за цел постигане на по-безопасно шофиране. В рамките на експериментите е постигнато автономно извършване на маневрата наричана „дрифт“ в моторните спортове, при която водачът точно контролира посоката на автомобила след превъртане на задните колела и загуба на сцеплението на гумите – действие подобно на промяната на траекторията на движение при плъзгане върху хлъзгава повърхност като сняг и лед. Чрез добавяне на втори автомобил, който „дрифтва“ в тандем, екипите симулират още по-сложни динамични условия, при които автомобилите трябва да реагират бързо на други автомобили, пешеходци и велосипедисти.
„Нашите изследователи се обединиха с една цел – да направят шофирането по-безопасно“, отбеляза Авинаш Балачандран, вицепрезидент на отдела Human Interactive Driving на TRI. „Сега, използвайки най-новите инструменти в изкуствения интелект, можем да управляваме два автомобила в тандем автономно. То е най-сложната маневра в моторните спортове и достигането на този крайъгълен камък в областта на автономността означава, че можем да контролираме автомобилите динамично в екстремни ситуации. Това е перспективно начинание което има за цел създаване на авангардни системи за безопасност в бъдещите автомобили.”
„Физиката на дрифта всъщност е подобна на тази при която един автомобил занася върху сняг или лед“, отбелязва Крис Гердес, професор по машинно инженерство и един от директорите на Центъра за автомобилни изследвания в Станфорд (CARS). „Това, което научихме от този проект за автономно шофиране, е основа за създаване на нови техники за безопасно управление на автономни автомобили върху лед.
В тандемния автономен дрифт два автомобила в последователност – водещ и преследващ – навигират по курс, понякога на сантиметри един от друг, функционирайки на ръба на възможностите за контрол.
Екипът използва съвременни техники за изграждане на изкуствен интелект на автомобила, включително модел на невронна мрежа на гумите, който му позволява да се учи от опита, подобно на опитен шофьор.
„Условията на пистата могат да се променят драматично за няколко минути, например, когато слънцето залезе,“ отбелязва Гердес. „Изкуственият интелект, който разработихме за този проект, се учи от всяко движение по пистата, за да се адаптира спрямо тези променливи.“
Автомобилните катастрофи водят до повече от 40 000 смъртни случая в САЩ и около 1,35 милиона смъртни случая по света всяка година. Много от тези инциденти се дължат на загуба на контрол над автомобила при внезапнИ, динамични ситуации. Автономността е изключително обещаваща когато става дума за подпомагане на водачите за правилно реагиране в подобни случаи.
„Когато автомобилът ви започне да се поднася или се плъзга, вие разчитате единствено на шофьорските си умения, за да избегнете сблъсък с друг автомобил, дърво или препятствие. Един средностатистически шофьор нерядко се сблъсква с тези крайни обстоятелства и част от секундата може да означава разликата между живота и смъртта“, добави Балачандран. „Тази иновативна технология може да активира определени действия точно навреме, за да защити водача и овладее загубата на контрол, точно както би направил опитен дрифт пилот.“
„Излизаме извън границите на всичко правено досега, в търсене на физическите възможности“, добавя Гердес. „Ако успяваме да овладяваме подобни ситуации, само си представете какво още можем да направим, за да направим автомобилите по-безопасни.“
Технически подробности
● Експериментите са проведени в Thunderhill Raceway Park в Willows, Калифорния, с две модифицирани Toyota GR Supra: Алгоритмите на водещия автомобил са разработени в TRI, а инженерите от Станфорд създават тези на следващия автомобил.
● TRI се фокусира върху разработването на здрави и стабилни контролни механизми на водещия автомобил, което позволява водещият автомобил да извършва повторяеми, безопасни действия по трасето.
● Stanford Engineering разработва модела на изкуствен интелект и алгоритми, които позволяват следващият автомобил да се адаптира динамично към движението на водещия, така че да може да се отклонява успоредно без сблъсък.
● GReddy и Toyota Racing Development (TRD) модифицират окачването на всеки автомобил, двигател, трансмисия и системи за безопасност (напр. защитна клетка, система за пожарогасене). Въпреки че се различават в някои детайли, и двата автомобила са базирани на спецификациите на състезанията във Formula Drift, с цел възможност отборите да съберат необходимите данни с опитни пилоти в контролирана среда.
● И двата са оборудвани с компютри и сензори, които контролират кормилното управление, подаването на газ (положение на дроселовата клапа) и спирачките, като същевременно анализират неговото движение (напр. позиция, скорост и завъртане около вертикалната ос).
○ От особена важност е фактът, че автомобилите споделят специална WiFi мрежа, която им позволява да комуникират в реално време чрез обмен на информация, касаеща например техните относителни позиции и планирани траектории.
○ За да постигнат автономно тандемно движение, автомобилите трябва непрекъснато да планират своите действия по отношение кормилното управление, подаването на газ и задействането на спирачките, както и траекторията, която възнамеряват да следват използвайки техника, наречена Нелинеен моделно базиран предугаждащ контрол (Nonlinear Model Predictive Control, NMPC).
● При NMPC всеки автомобил стартира с цели, представени математически като правила или ограничения, на които трябва да се подчинява.
○ Целта на водещия автомобил е да поддържа движение по желана траектория, в рамките на ограниченията на законите на физиката и хардуерните ограничения, като максимален ъгъл на завъртане на волана.
○ Целта на преследващия автомобил е да се следва водещия, като проактивно избягва сблъсък с него.
● След това всеки автомобил решава отново и отново оптимизационен проблем до 50 пъти на секунда, за да реши кои команди за кормилно управление, подаването на газ и активирането на спирачките отговарят най-добре на неговите цели, докато реагира на бързо променящите се условия.
● Чрез използване на изкуствен интелект за постоянно обучение на невронната мрежа, използвайки данни от предишни тестове, автомобилите стават все по-добри след всяко движение по пистата.
За повече техническа информация, можете да посетите блога TRI’s Tandem Drifting Medium blog на TRI.
За изследователския институт на Toyota
Изследователският институт на Toyota (TRI) провежда изследвания за разширяване на човешките способности, като се фокусира върху създаването на по-добри условия за живот, който освен това е по-безопасен и по-устойчив. Воден от д-р Джил Прат, екипът от изследователи на TRI развива авангардни технологии в областта на енергията и материалите, изкуствен интелект, ориентиран към човека, интерактивно шофиране и роботика. Създаден през 2016 г., TRI има офиси в Лос Алтос, Калифорния, и Кеймбридж, Масачузетс. За повече информация относно TRI, моля посетете http://tri.global.