Home / AI tecnologia / Il sistema di allarme rapido basato sull’intelligenza artificiale. Previsione dei guasti introspettivi per la guida autonoma utilizzando la fusione tardiva delle informazioni di stato e della telecamera

Il sistema di allarme rapido basato sull’intelligenza artificiale. Previsione dei guasti introspettivi per la guida autonoma utilizzando la fusione tardiva delle informazioni di stato e della telecamera

Il sistema di allarme rapido basato sull’intelligenza artificiale apprende dalle reali situazioni di trafficoP

Un nuovo sistema di allerta precoce per veicoli sviluppato da un team di ricercatori dell’Università tecnica di Monaco (TUM) utilizza l’intelligenza artificiale per imparare da migliaia di situazioni di traffico reali. Uno studio è stato condotto in collaborazione con il BMW Group, dimostrando che il sistema sarebbe vantaggioso per i veicoli a guida autonoma di oggi. Se utilizzato, può fornire un avvertimento di sette secondi contro potenziali situazioni critiche, che sono situazioni che le auto non possono gestire da sole. È stato dimostrato che il tasso di accuratezza è dell’85%.

Gli attuali sforzi di sviluppo per i veicoli a guida autonoma utilizzano modelli sofisticati che consentono ai veicoli di analizzare il comportamento di tutti i partecipanti al traffico. Tuttavia, la maggior parte di questi modelli non ha ancora dimostrato la capacità di gestire situazioni complesse o imprevedibili.

Il team dietro il nuovo sistema di allerta precoce ha lavorato con il Prof. Eckehard Steinbach, Presidente di Media Technology e membro del Consiglio di amministrazione della Scuola di robotica e intelligenza artificiale di Monaco di TUM.

La ricerca intitolata ” Previsione dei guasti introspettivi per la guida autonoma utilizzando la fusione tardiva delle informazioni di stato e della telecamera ” è stata pubblicata in IEEE Transactions on Intelligent Transportation Systems.

Il nuovo approccio utilizza l’IA per consentire al sistema di imparare dalle situazioni passate. Più specificamente, queste situazioni passate erano quelle in cui le auto a guida autonoma raggiungevano il loro limite nel traffico del mondo reale. Ciò avviene quando i conducenti umani devono assumere il controllo del veicolo, o perché l’auto lo segnala o perché l’uomo decide che è l’opzione più sicura.

RNN e avviso dei sette secondi
Il nuovo sistema si basa su sensori e telecamere che acquisiscono le condizioni circostanti e vengono registrati dati di stato come l’angolo del volante, le condizioni stradali e il tempo. Il sistema AI utilizza una rete neurale ricorrente (RNN), che può elaborare i dati per riconoscere i modelli. Ogni volta che il sistema rileva una nuova situazione di guida che non era possibile gestire in precedenza, il conducente viene avvisato in anticipo.

“Per rendere i veicoli più autonomi, molti metodi esistenti studiano ciò che le auto ora capiscono sul traffico e poi cercano di migliorare i modelli da loro utilizzati. Il grande vantaggio della nostra tecnologia: ignoriamo completamente ciò che pensa l’auto. Invece ci limitiamo ai dati in base a ciò che accade effettivamente e cerchiamo modelli “, afferma Steinbach. “In questo modo, l’IA scopre situazioni potenzialmente critiche che i modelli potrebbero non essere in grado di riconoscere, o devono ancora scoprire. Il nostro sistema offre quindi una funzione di sicurezza che sa quando e dove le auto hanno dei punti deboli “.

La tecnologia è stata testata con il BMW Group e sono stati analizzati i veicoli autonomi su strade pubbliche. Ciò è avvenuto durante 2500 situazioni in cui è intervenuto il conducente umano e lo studio ha dimostrato che il sistema è preciso all’85% e può avvisare i conducenti fino a sette secondi prima.

La tecnologia si basa su grandi quantità di dati poiché è limitata dal numero di situazioni che il sistema ha visto. I dati sono stati sostanzialmente generati da soli dato il numero di veicoli di sviluppo attualmente in circolazione.

“Ogni volta che durante un test drive si verifica una situazione potenzialmente critica, ci ritroviamo con un nuovo esempio di formazione”.

Poiché i dati sono archiviati centralmente, l’intera flotta può trarne insegnamento.

Top

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi