Istraživači Tehničkog sveučilišta u Münchenu (TUM) razvio je novi sustav ranog upozoravanja za vozila koja koriste umjetnu inteligenciju za učenje iz tisuća stvarnih prometnih situacija. Studija sustava provedena je u suradnji s BMW grupom.

Drugačiji pristup profesora Steinbacha

Rezultati pokazuju da sustav, ako se koristi u današnjim samovozećim vozilima, može upozoriti sedam sekundi unaprijed na potencijalno kritične situacije s kojima se automobili ne mogu nositi sami i to s više od 85% točnosti.

Kako bi samovozeći automobili bili sigurni u budućnosti, razvojni se napori često oslanjaju na sofisticirane modele kojima je cilj pružiti automobilima mogućnost analize ponašanja svih sudionika u prometu. Ali što se događa ako modeli još nisu sposobni riješiti neke složene ili nepredviđene situacije?

Tim prof. Eckeharda Steinbacha, iz Münchenske škole za robotiku i strojnu inteligenciju (MSRM) pri TUM-u, zauzima novi pristup. Zahvaljujući umjetnoj inteligenciji, njihov sustav može učiti iz prošlih situacija kada su testna vozila za samovozu bila gurnuta do krajnjih granica u stvarnom cestovnom prometu. To su situacije u kojima čovjek preuzima kontrolu, bilo zato što automobil signalizira potrebu za intervencijom ili zato što vozač odluči intervenirati iz sigurnosnih razloga.

Prepoznavanje uzoraka

Tehnologija koristi senzore i kamere za bilježenje okolnih uvjeta i bilježi podatke o statusu vozila kao što su kut volana, uvjeti na cesti, vrijeme, vidljivost i brzina. AI sustav, zasnovan na rekurentnoj neuronskoj mreži (RNN), uči prepoznavati obrasce s podacima. Ako sustav uoči obrazac u novoj situaciji u vožnji s kojim upravljački sustav u prošlosti nije bio u stanju upravljati, vozač će biti unaprijed upozoren na moguću kritičnu situaciju.

Da bi vozila postala autonomnija, mnoge postojeće metode proučavaju ono što automobili danas razumiju o prometu, a zatim pokušavaju poboljšati modele koje koriste. Velika prednost ove tehnologije je u tome što potpuno zanemaruje ono što automobil misli. Umjesto toga, ograničava se na podatke na temelju onoga što se stvarno događa i u njima traži obrasce. 

"Tako umjetna inteligencija otkriva potencijalno kritične situacije koje modeli možda neće moći prepoznati ili tek trebaju otkriti. Naš sustav stoga nudi sigurnosnu funkciju koja zna kada i gdje su slabosti automobila", kaže Steinbach.

Podaci se sami generiraju

Istraživači su tehnologiju testirali na BMW-ovim autonomnim razvojnim vozilima na javnim cestama i analizirali oko 2500 situacija u kojima je vozač morao intervenirati.

Studija je pokazala da je AI sposoban predvidjeti potencijalno kritične situacije s točnošću većom od 85 posto, do sedam sekundi prije nego što se dogode.

Da bi tehnologija mogla funkcionirati, potrebne su velike količine podataka. Napokon, umjetna inteligencija može prepoznati i predvidjeti iskustva na granicama sustava samo ako su te situacije već otprije viđene. S velikim brojem razvojnih vozila na cestama, ti su se podaci praktički generirali sami.

"Svaki put kad se na testnoj vožnji pojavi potencijalno kritična situacija, mi dobivamo novi primjer treninga", objašnjava principe novog pristupa Christopher Kuhn, jedan od autora studije. "Središnja pohrana podataka omogućuje svakom vozilu da uči iz svih podataka zabilježenih u cijeloj floti."