edu.robogeek.ru

все об обучении робототехнике

prom.robogeek.ru

все о промышленной робототехнике

Основное меню
Категории новостей

Автономный автомобиль учится действовать в неизвестных условиях

Исследователи из Стэнфордского университета разрабатывают новый способ управления для автономных машин, который объединяет весь предшествующий опыт вождения. Эта система поможет автомобилям более безопасно действовать в экстремальных и неизвестных условиях.

Испытанная на предельных скоростях на гоночной трассе новая система на Volkswagen GTI и Audi TTS работала также, как и существующая автономная система управления и опытный автогонщик.

«Наша работа мотивирована безопасностью, и мы хотим, чтобы автономные транспортные средства могли эксплуатироваться в различных условиях: от нормального вождения на асфальте с высоким коэффициентом трения до быстрого, с низким коэффициентом трения при вождении по льду и снегу, - сказал Натан Спилберг, аспирант в области машиностроения в Стэнфорде и ведущий автор статьи об этом исследовании. - Мы хотим, чтобы наши алгоритмы были такими же хорошими, как действия лучших опытных водителей, и даже лучше».

В то время, как современные системы автономного управления могут полагаться на мгновенные оценки окружающей среды, новая система, разработанная исследователями из Стенфорда, включает в себя данные о последних маневрах и о прошлом опыте вождения, в том числе о поездках, пройденных по ледяной испытательной трассе у полярного круга. Эта способность извлекать уроки из прошлого может оказаться особенно полезной, учитывая обилие автономных данных об автомобилях, которые исследователи создают в процессе разработки этих транспортных средств.

Чтобы разработать более гибкую, отзывчивую систему управления, исследователи создали нейронную сеть – тип искусственной интеллектуальной вычислительной системы, которая объединяет данные из прошлого опыта вождения на гоночной трассе Thunderhill в Уиллоусе, Калифорния, и зимнюю испытательную базу на основе 200 000 физических траекторий.

В смоделированных тестах система нейронных сетей превзошла физическую систему в сценариях как с высоким, так и с низким коэффициентом трения. Особенно хорошо система показала себя в сценариях, которые смешивали эти два условия. Результаты были обнадеживающими, однако исследователи подчеркивают, что их система нейронных сетей не работает хорошо в условиях, которые она не испытывала.

Комментарии

(0) Добавить комментарий


Ищите команду разработчиков? Не можете найти робота для своих нужд? Пишите нам!

Для обратной связи укажите ваш E-mail, он будет доступен только администратору. Так вы сможете оперативно узнать, когда ответ на ваш вопрос будет опубликован

Новые комментарии

Новые инвестиции позволят Blue Ocean Robotics продолжить разработку роботов для сферы услуг
Юрий Хамуков
12.12.2019
10:58:28
Судя по представленным на фото устройствам Blue Ocean Robotics они могут что-то из медоборудования перемещать по помещениям одного этажа и с гладким полом...
10 основных навыков, необходимых для робототехников
Гость
30.11.2019
11:17:11
По какому предмету ОГЕ или ЕГЭ сдавать на инженер робототехника