慕尼黑工業(yè)大學（TUM）開發(fā)了新的軟件，該軟件將在遇到道路交通時提高自動駕駛汽車的安全性。該軟件能夠對交通狀況做出預測，并且運行速度極快，每毫秒進行一次預測。

該軟件在自動駕駛汽車同時遇到另一輛汽車和行人的情況下很有用。這種情況似乎是不可預測的，有經驗的人類駕駛員將不得不注意各種不同的因素。

該研究發(fā)表在《自然機器智能》上，標題為“使用在線驗證來防止自動駕駛汽車引起事故”。

確保安全軟件

Matthias Althoff是TUM的網絡物理系統(tǒng)教授。

“這種情況對于由計算機程序控制的自動駕駛汽車提出了巨大的挑戰(zhàn)，” Althoff說?！暗?，只要您能夠確保車輛不會危及其他道路使用者（無論交通狀況如何混亂），自動駕駛都將獲得公眾的認可?！?/p>

圍繞自動駕駛汽車軟件開發(fā)的主要挑戰(zhàn)之一是確保它不會引起事故。

該軟件由TUM慕尼黑機器人技術學院和機器智能學院的Althoff等團隊開發(fā)，能夠永久性地分析和預測道路上的交通事件。它通過每毫秒記錄和評估車輛傳感器數據來工作，并且該軟件能夠為每個交通參與者對所有可能的運動進行預測和計算。這取決于遵守道路交通法規(guī)的參與者，這導致系統(tǒng)能夠預測未來的三到六秒。

一旦確定了這些將來的秒數，系統(tǒng)就會確定自動駕駛汽車的可能運動，同時在發(fā)生危險情況時計算緊急運動。由于該軟件具有這種緊急情況，因此在需要緊急操作選項的情況下，系統(tǒng)通常僅遵循沒有可預見碰撞的路線。

曾經被視為不切實際

開發(fā)像這樣的系統(tǒng)花了很長時間的原因是，傳統(tǒng)上它被認為比其他解決方案耗時且不實用。但是，研究人員團隊現已證明了其有效性以及如何實施它。

簡化的動態(tài)模型可用于計算，而可達性分析則有助于計算未來的交通流量。由于同時計算所有道路使用者及其特征需要花費很長時間，因此該團隊專注于簡化模型以加快這一過程。這些模型在數學上都是可行的，并且比真實模型具有更大的運動范圍，并且它們允許探索大量可能的組合。

然后，團隊基于自動駕駛汽車在試駕期間收集的實際交通數據，開發(fā)了一個虛擬模型，該模型提供了現實的交通環(huán)境來對系統(tǒng)進行測試。