Önvezető járművek irányítástervezéséhez alkottak új modellt a SZTAKI kutatói

Fényes Dániel, Németh Balázs és Gáspár Péter laborvezető, a SZTAKI Rendszer és Irányításelméleti Laboratóriumának kutatói az Energies című folyóiratban jelentették meg „A Novel Data-Driven Modeling and Control Design Method for Autonomous Vehicles” című publikációjukat.

Az ötösszintű, azaz teljesen önvezető járművek fejlesztésének egyik kihívása olyan irányítási rendszer kidolgozása, ami a figyelembe veszi az autóvezetés számtalan dimenzióját. Ez nem egy lineáris rendszer, ahol adott sebességgel adott utat lehet megtenni; a valós közlekedésben az autó sebessége, iránya és környezete állandóan változik, ehhez igazodó rendszerre van tehát szükség.

Az ilyen rendszerek fejlesztésekor gyakran a vezetéssegítő rendszerek működéséből indulnak ki a kutatók, ami egyfelől logikus, hisz ezek már régóta a piacon vannak, másrészt egy önvezető rendszer csak akkor lehet 100 százalékos, ha senkinek sem kell beavatkoznia a folyamatba, még vészhelyzet esetében sem. A SZTAKI kutatói ezért a modellezéshez fordultak: több millió kísérlet lefuttatása után hoztak létre egy olyan modellt, ami segíthet az önálló rendszerek fejlesztésében.

A modellhez a big datát használnak. A lefutott kísérletekből gyűjtött adatokat elemezve nem neurális háló alapú modellt építettek, mert az túl komplexszé válhat a tanítás során garantált minőségű biztonságkritikus irányítás tervezéséhez. Helyette változó-paraméterű modellstruktúrákkal és arra épülő modellalapú irányításokkal dolgoztak, ami egyidejűleg tud alkalmazkodni a jármű haladása során folyamatosan változó környezeti hatásokhoz, illetve  egyidejűleg nyújt garantált minőségi jellemzőket. Ennek részleteiről szól a megjelent tanulmány is.

Az elkészült algoritmust a kutatók a CarSim autószimulációs-szoftverrel tesztelték, ezen belül is a Michigan Waterford Hills versenypálya virtuális modelljén futott a program. Összevetve az eddigi, nominális eljárásokkal, az új modellezési eljárás alapján készült változat egy eddiginél jobban manőverező önvezető járműmodellt eredményezett – a különbségek elsősorban extrém manőverek, hirtelen kanyarok esetén váltak látványossá.

Ehhez az eljáráshoz nagyon sok adatra van szükség, és még ez után is sokat kell dolgozni, hogy az adott feladatnak megfelelhessen az algoritmus. Az eredmények ugyanakkor azt mutatják, hogy a nominális eljárásoknál hatékonyabb, nagyobb teljesítményű vezetési modell lesz az eredmény.