« Shelley, » L'Audi TTS autonome de Stanford conçue pour courir aux limites de la maniabilité. Crédit :Kurt Hickman/Stanford News Service
Des chercheurs de l'Université de Stanford ont développé une nouvelle façon de contrôler les voitures autonomes qui intègre des expériences de conduite antérieures, un système qui aidera les voitures à fonctionner de manière plus sûre dans des circonstances extrêmes et inconnues. Testé aux limites de friction sur circuit avec Niki, La Volkswagen GTI autonome de Stanford, et Shelley, L'Audi TTS autonome de Stanford, le système a fonctionné à peu près ainsi qu'un système de contrôle autonome existant et un pilote de course expérimenté.
« Notre travail est motivé par la sécurité, et nous voulons que les véhicules autonomes fonctionnent dans de nombreux scénarios, de la conduite normale sur asphalte à haute friction à rapide, conduite à faible friction dans la glace et la neige, " dit Nathan Spielberg, un étudiant diplômé en génie mécanique à Stanford et auteur principal de l'article sur cette recherche, publié le 27 mars dans Robotique scientifique . « Nous voulons que nos algorithmes soient aussi bons que les conducteurs les plus qualifiés - et, avec un peu de chance, meilleur."
Alors que les voitures autonomes actuelles peuvent s'appuyer sur des évaluations instantanées de leur environnement, le système de contrôle que ces chercheurs ont conçu intègre des données de manœuvres récentes et d'expériences de conduite passées, y compris les voyages que Niki a effectués sur une piste d'essai glacée près du cercle polaire arctique. Sa capacité à apprendre du passé pourrait s'avérer particulièrement puissante, étant donné l'abondance de données sur les voitures autonomes que les chercheurs produisent dans le processus de développement de ces véhicules.
Physique et apprentissage
Les systèmes de contrôle pour les voitures autonomes ont besoin d'accéder aux informations sur la friction disponible des pneus route. Cette information dicte les limites de la force de freinage de la voiture, accélérer et diriger afin de rester sur la route dans des scénarios d'urgence critiques. Si les ingénieurs veulent pousser en toute sécurité une voiture autonome à ses limites, comme lui faire planifier une manœuvre d'urgence sur la glace, ils doivent lui fournir des détails, comme le frottement des pneus de route, en avance. C'est difficile dans le monde réel où la friction est variable et souvent difficile à prévoir.
