EPFL을 찾는 지능형 운전을 향상시키는 2 개의 자동차 연결
연구진은 두 번째 자동차의 데이터를 통해 차량의 상황 인식을 확장하는 '협동 적 인식 알고리즘'을 개발했습니다.
"예를 들어, 한 차가 2 차선 도로에서 다른 차를 추월하는 시나리오에서 그들은 추월 기동의 위험을 평가하는 지원 시스템을 개발했습니다."라고 EPFL이 말했습니다. "리스크 평가는 주행 속도, 추월에 필요한 거리 및 다가오는 자동차까지의 거리와 같은기구 학적 조건은 물론 반대편 차선에서의 다가오는 자동차의 확률을 결정합니다."
밀러 바시 크 (Milos Vasic) 연구원의 결론은 "협동 적 인식은보다 안전하고 추위를 넘어서게됩니다.
처음에는 팀이 시뮬레이터를 사용하여 근처의 협력 차량이 있든 없든 다양한 시나리오에서 알고리즘을 테스트 한 다음 라이더가 장착 된 두 대의 Citroen C-Zero 전기 자동차 사이에서 실제 테스트를 진행했습니다. Wi-Fi 연결 및 컴퓨터.
"이것은 자율 차량이 아니었지만, 우리는 기성품 장비를 사용하여 지능형으로 만들었습니다"라고 연구원 Alcherio Martinoli가 말했다.
상대적 위치 정보가 부족하여 두 차량의 데이터가 융합되는 데 어려움을 겪고있는 EPFL은 성공이 쉽지 않다고 EPFL은 말했습니다. "한 명의 보행자가 두 차량 모두 똑같은 위치에 나타나지 않으면 위험이 따릅니다 그들은 1 대신에 2 개의 수치를 보게 될 것 "이라고 말했다.
이를 극복하기 위해 라이더와 카메라 데이터를 사용하여 차량 위치 정확도가 실시간으로 향상되었습니다. Vasic은 "이로 인해이 프로젝트는 현지화의 정확성을 향상시키는데도 도움이되었습니다."라고 말했습니다.
향후 연구에는 2 대 차량 협조를 여러 차량 및 도로 인프라로 확장하는 것이 포함됩니다.
결국 EPFL과 비슷한 기술을 통해 차량의 궤도를 최적화하고 에너지를 절약하며 교통 흐름을 개선하고 운전 안전과 편의성을 향상시킬 수 있습니다.
대답없는 질문
기술 밖에서는 질문이 남아 있다고 대학은 전했다. "우선 사고 발생시 책임 문제가 있습니다. 이미 소유자, 자동차 제조업체 및 소프트웨어 설계자 또는 공급 업체와 관련된 책임 결정은 차량이 협력 할 때 더욱 복잡해집니다. "
"이러한 문제에 대한 해답은 자치 차량의 수용 여부를 결정하는 중요한 역할을 할 것입니다.
이미지 : Milos Vasic (왼쪽), Alcherio Martinoli 및 2 대의 Citroen C-Zero 전기 자동차.
신용 : 알랭 Herzog / EPFL