Найти в Дзене
Наука в ЮУрГУ

Как беспилотные автомобили принимают решения при аварии?

Отвечает доцент кафедры электрических станций, сетей и систем электроснабжения Политехнического института ЮУрГУ Андрей Мартьянов: Беспилотные транспортные средства способны самостоятельно передвигаться по дорогам, избегать препятствий и реагировать на изменения дорожной обстановки. Принятие решений беспилотными автомобилями происходит автоматически по алгоритмам, заложенным в систему управления инженерами-разработчиками. Процесс разработки таких алгоритмов для систем управления беспилотных автомобилей включает несколько этапов:
1. Формализация правил: Разработчики формируют предварительные правила принятия решений, основанные на общих принципах безопасности и правилах дорожного движения.
2. Опытная эксплуатация: Во время эксплуатации собираются данные о реальных дорожных ситуациях, включая успешные и неудачные реакции автомобиля. Речь идет о сотнях и тысячах ситуаций.
3. Корректировка алгоритмов: На основании собранных данных инженеры вносят изменения в алгоритмы, улучшая их эффекти

Отвечает доцент кафедры электрических станций, сетей и систем электроснабжения Политехнического института ЮУрГУ Андрей Мартьянов:

Беспилотные транспортные средства способны самостоятельно передвигаться по дорогам, избегать препятствий и реагировать на изменения дорожной обстановки. Принятие решений беспилотными автомобилями происходит автоматически по алгоритмам, заложенным в систему управления инженерами-разработчиками.

Процесс разработки таких алгоритмов для систем управления беспилотных автомобилей включает несколько этапов:
1.
Формализация правил: Разработчики формируют предварительные правила принятия решений, основанные на общих принципах безопасности и правилах дорожного движения.
2.
Опытная эксплуатация: Во время эксплуатации собираются данные о реальных дорожных ситуациях, включая успешные и неудачные реакции автомобиля. Речь идет о сотнях и тысячах ситуаций.
3.
Корректировка алгоритмов: На основании собранных данных инженеры вносят изменения в алгоритмы, улучшая их эффективность и безопасность.
4.
Использование нейронных сетей: При росте количества правил принятия решений в различных ситуациях возникает необходимость в сложных моделях поведения, что удобно реализовать с помощью нейронных сетей. Такой подход помогает разработчику уйти от формализации большого количества правил, сопоставляя только описания ситуаций с правильными решениями. Другими словами нейронная сеть тренируется (обучается) принимать правильные решения в различных известных ситуациях, и чем больше ситуаций рассмотрено, тем качественнее и безопаснее будет управление, включая те случаи, что не не были предусмотрены строгими правилами на начальном этапе.

Хотя технологии позволяют беспилотным автомобилям самостоятельно накапливать опыт в процессе эксплуатации, процесс обучения нейронных сетей обязательно контролируется экспертами. Лишь человек может оценить правильность или ошибочность принятого системой управления решения. Полностью автоматическое обучение невозможно, поскольку необходимо квалифицировано оценивать качество принятых решений, что может сделать только человек.

Одним из ключевых вопросов является обеспечение безопасности пассажиров и окружающих участников дорожного движения. Важно учитывать возможные последствия решений, принимаемых автомобилем, особенно в экстренных ситуациях. Разработчики стремятся минимизировать риски, внедряя строгие протоколы безопасности и регулярно обновляя алгоритмы управления. Обучение беспилотного транспорта – это постоянный процесс движения к совершенству.