インテリジェントな走りを向上させる2台のリンクアップにより、EPFLが見つかります
その研究者は、第2の車からのデータによって車両の状況認識を拡張する「協力的知覚アルゴリズム」を開発した。
「たとえば、1台の車が2車線の道路で別の車を追い抜くシナリオでは、追い越しのリスクを評価する支援システムを開発しました」とEPFLは述べています。リスクアセスメントは、反対車線の対向車の確率や、走行速度、追い越しに必要な距離、対向車までの距離などのキネマティックな条件を考慮します。
研究者のミロス・バシック（Milos Vasic）氏の結論は、「協力的な認識はより安全でより流動的なものを追い抜く」と述べている。
最初に、チームはシミュレータを使用して、さまざまなシナリオで、近くの協力車両の有無にかかわらずアルゴリズムをテストし、ライダー付きの2台のCitroen C-Zero電気自動車、Mobileyeカメラ、 Wi-Fiリンクとコンピュータ。
「これらは自律型車両ではありませんでしたが、市販の機器を使用してインテリジェントにしました」と研究者Alcherio Martinoliは述べています。
相対位置情報が不十分で、2台の車両のデータを融合するのが困難になるというEPFLの成功は簡単にはできませんでした。「1人の歩行者が両方の自動車に同じ場所にいるように見えない場合、彼らは1つではなく2つの数字を見るだろう "と述べた。
これを達成するために、ライダーとカメラデータを使用して車間位置精度がリアルタイムで向上しました。 「これにより、プロジェクトはローカリゼーションの精度をより一般的に向上させるのにも役立ちました」とVasic氏は述べています。
将来の研究では、2台の車の共同作業を複数の車両と道路インフラに拡張することが含まれます。
最終的には、同様の技術は、車両の軌道を最適化し、エネルギーを節約し、交通の流れを改善するだけでなく、運転の安全性および快適性を改善することができる。
未解決の質問
技術以外にも、質問は残っている、と大学は言った。 "まず、事故の場合に責任の問題があります。すでに所有者、自動車メーカー、ソフトウェア設計者またはサプライヤが関与している負債の決定は、車両が協力しているとさらに複雑になります。
「これらの問題に対する答えは、自律型車両が受け入れられるかどうかを決定する上で重要な役割を果たすだろう」とマーティンリ氏は語った。
Image：Milos Vasic（左）、Alcherio Martinoli、そして2台のCitroen C-Zero電気自動車。
クレジット：Alain Herzog / EPFL