Робо-автомобилите се учат от почти неуспешни случаи

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am und aktualisiert am

ALP.Lab, австрийският тестов регион за автоматизирано шофиране, за първи път инсталира системи за камери на кръстовища, които могат да откриват и анализират близки до инциденти.

ALP.Lab, die österreichische Testregion für automatisiertes Fahren, installiert erstmals auf Kreuzungen Kamerasysteme, die Beinahe-Unfälle erkennen und analysieren können.
ALP.Lab, австрийският тестов регион за автоматизирано шофиране, за първи път инсталира системи за камери на кръстовища, които могат да откриват и анализират близки до инциденти.

Робо-автомобилите се учат от почти неуспешни случаи

Обектно базираните системи за наблюдение на трафика в момента се инсталират от техници на ALP.Lab в Грац и на други селски и градски кръстовища в Австрия. „Ние монтираме сензорите на съвременните автомобили на улични стълбове, за да откриваме инциденти, които почти са се случили“, обяснява управляващият директор на ALP.Lab Герхард Грейнер. Зоната на кръстовището е огромно предизвикателство за развитието на автономни превозни средства. Тук се срещат автомобили, камиони и пешеходци, е-скутери, е-велосипеди и скейтбордове, както и скоро първото поколение полуавтономни превозни средства. Системите за наблюдение на трафика ALP.Lab използват радар, лидар и оптични камери, за да записват анонимно участниците в движението и да ги разделят на категории. След това данните могат да се използват и от общините и специалистите по планиране на трафика за повишаване на пътната безопасност и разработване на ефективни форми на обществен транспорт.

Интелигентни асистенти за шофиране

Събраните данни се използват предимно като данни за обучение на системи за автономно шофиране. За разлика от човешките шофьори, компютърните системи трябва да съхраняват и обработват огромни количества данни, за да извлекат смислени действия от тях. ALP.Lab вече може да предложи тези данни на доставчици на автомобили и производители на превозни средства, както и на научноизследователски проекти. „Данните за наблюдение на трафика са идеално допълнение към реалните тестове на функциите за автоматизирано шофиране, предлагани от ALP.Lab“, обяснява Герхард Грайнер, управляващ директор на ALP.Lab. За да се избегнат злополуките възможно най-добре, трябва да се оценят данните не само от възникнали злополуки, но и от близки инциденти. Тези така наречени сценарии за критично движение включват, например, пешеходци, които имат затруднения при пресичане на улицата преди края на зелената фаза или превозни средства, които внезапно променят радиуса на завиване, за да избегнат пресичащите велосипедисти. Използваните сензори се използват 24 часа в денонощието, 365 дни в годината и следователно могат не само да записват голям брой типични и опасни сценарии, но и да ги съпоставят с голямо разнообразие от общи условия - като обем на трафика, време, време или температура. Управляващ директор на ALP.Lab Йост Бернаш: „Подобен мониторинг на трафика е нова международна територия и вече предизвиква голям интерес сред експертите.“