先进的自动驾驶算法可实现安全、主动的变道
- 新的变道算法依赖于汽车摄像头和传感器收集的实时数据。
- 它会动态创建并计算新的缓冲区。
- 它允许多种驾驶风格，从激进到保守，同时确保安全。
你知道吗，迈向无人驾驶汽车的第一步是在 20 世纪 80 年代，现在仍然存在——防抱死制动系统。这个想法是使用传感器来防止车轮锁死并导致汽车失控打滑。十年后，制造商使用传感器进行牵引力和稳定性控制。
从那时起，我们已经走了很长一段路；现在，自动驾驶汽车结合使用传感器、雷达、摄像头和人工智能在目的地之间行驶。科技公司不断改进其自动驾驶算法，使其更加安全可靠。
自动驾驶系统的关键部分之一是变道算法，这也是开发者们关注的热点。大多数现有的变道算法都有 2 个限制中的 1 个 –
- 它们基于无法实时分析的复杂统计模型，或者
- 它们非常简单，以至于总能得出一个通用的解决方案：不要改变车道。
现在，麻省理工学院的研究人员开发了一种新算法，该算法依赖于实时信息，并且比以前的自动驾驶系统能够实现更积极的[类人]车道变换。所谓实时信息，是指汽车摄像头和传感器收集的其他车辆的数据（例如速度和方向）。
传统换道算法
主要目标是让汽车以尽可能少的数据像人类一样自动驾驶。新算法可以适应从激进到保守的多种驾驶风格，同时确保安全。
该算法如何工作？
对于自动驾驶汽车来说，最重要的是安全性。该算法计算缓冲区 周围其他车辆以避免碰撞。这些缓冲区包含所有附近车辆的当前和未来位置。
该算法通过分析其他车辆的速度和方向，计算出其他车辆在短时间内的未来位置。决定何时改变车道完全取决于这些缓冲区。
系统的效率和性能基于在交通模式模型的背景下计算缓冲区的方法。通常，最佳缓冲区是预先计算好的，当交通快速且密集时，它们就会变得过于严格，从而阻止车辆改变车道。
然而，所提出的算法会动态计算新的缓冲区。为了使该缓冲区可靠或无碰撞，该算法使用了一种称为高斯分布的高效数学方法 – 近似事件的精确二项式分布的连续函数。
来源：麻省理工学院
分布显示车辆的当前位置。考虑了车辆的尺寸及其位置估计的不确定性。使用这些估计值[车辆的速度和方向]，算法生成一个逻辑函数，该函数进一步乘以高斯分布。
提议的算法
这会使分布（速度更快）偏向车辆运动的方向。分布无非是车辆的新缓冲区。由于变量数量较少，系统可以实时计算。
测试
他们使用模拟来测试该算法。模拟环境中有十六辆自动驾驶汽车和数百辆其他车辆。
阅读：新型自动驾驶技术无需 3D 地图即可导航
自动驾驶汽车（运行新算法）彼此之间没有直接通信，并且所有汽车并行运行，没有任何碰撞或冲突。每辆车都与不同的风险参数相关联，使开发者能够生成多种驾驶风格。
工业技术