Univerzita ve Stanfordu učí autonomní automobily schopnosti závodních jezdců

Jestli něco spojuje řídící systémy pro autonomní automobily, je to především opatrnost. Mohou však nastat i situace, kdy kromě poklidné jízdy městem budou muset zvládnout i vysokorychlostní manévry na dálnici. Jak obstojí senzorická výbava určená primárně pro poklidnou jízdu, když se vydá na závodní okruh s úkolem být co nejrychlejší?

Na to se pokusili odpovědět pracovníci Stanfordské univerzity. Ti vytvořili speciální neuronovou síť, která umožní bezpečně provádět vysokorychlostní manévry na povrchu s nižším třením, tedy dokáže to, co automobiloví závodníci. Systém se během testování neustále učí a zlepšuje a díky tomu, že má daleko více informací o stavu vozovky a dokáže reagovat v řádu desetiny vteřiny, má jízdu daleko více pod kontrolou. Statistiky navíc říkají, že 94 procent nehod způsobí chyba řidiče a pouze 6 procent je potom nešťastná náhoda, systém autonomích automobilů má potenciál chybovat opravdu málokdy.

Program učení zahrnoval více než 200 000 specifických pohybů a manévrů s automobilem a kromě jízdy na běžném povrchu se autonomní automobily učily jezdit i na sněhu nebo ledu. K testování byly použity automobily Niki, autonomní Volkswagen GTI, a Shelley, autonomní Audi TTS, aby si systém mohl osahat různé typy vozů.

Díky podobným výzkumům by se schopnosti profesionálních závodníků a rallyových jezdců mohly dostat i do výbavy autonomních vozů. Spíše než k závodění by však byly určeny pro lepší zvládnutí složitých situací a díky tomu by měly pomoci při zvyšování bezpečnosti na silnicích.

Zdroj: news.stanford.edu