Utvikler ny metode for å teste autonome biler

For å sikre at en selvkjørende bil klarer alle scenarier kreves det egentlig millioner med mil på vegen. Nå har forskere ved University of Michigan funnet en metode som kan minske testtiden med 99,9 prosent.

Alle bilprodusenter er enige om at de autonome modellene behøver enormt lange teststrekninger innen man kan garantere sikkerheten for konsumentene. I Toyota regnet de ut eksakt hva som kreves – de kom til 1,4 milliarder mil – eller 350 000 ganger rundt jorden.

Mange arbeider for å komme rundt problemet, og en Princeton-professor ahr  foreslått at man tar i bruk den virtuelle verdenen i dataspillet Grand Theft Auto for å utdanne de selvkjørende bilene. Men nå har mobilitetsforskere funnet en annen løsning.

University of Michigan har samlet in data fra 4 millioner mils kjøring med konvensjonelle biler i trafikk. Ut i fra materialet har forskerne kondensert ned og brutt ut de mest krevende momentene. Disse odde scenariene kjøres i en syklus med autonome kjøretøy – simulert eller i virkeligheten – gjentatt opp til 100 000 ganger. Dermed kan 160 mil i testprogrammet tilsvare opp til 16 millioner mil i virkelig trafikk. Forskerne anser at deres metode kan minske testtiden med opp til 99,9 prosent.

Identifiserer hendelser

University of Michigan begynner med å identifisere de hendelser som kan klassifiseres som ”meningsfulle interaksjoner” mellom en autonom bil og et kjøretøy med fører. Det er disse møtene som programmet betrakter som det store risikomomentet. Siden skapes en simulering av alla de hendelsesløse mil som kjøres uten at noe skjer. Matematiske likninger beregner mulige utganger og risiki for ulike skader. Med hjelp av ”importance sampling” tolkes den statistiske sannsynligheten for at en hendelse inntreffer ved langvarig kjøring.

Forskning viser at vilkåret for å konsumenter skal akseptere førerløse biler er at produsenten med 80 prosents sikkerhet garanterer at kjøretøyet er 90 prosent sikrere enn konvensjonelle biler. Om man vil tilfredsstille disse kriteriene krever det mange mil på vegen – om enn simulerte. Sammenlikninger med virkelige langtester viser University of Michigans hurtigprosess er treffsikker, men mer forskning er påkrevd.

Dette nettstedet bruker Akismet for å redusere spam. Lær om hvordan dine kommentar-data prosesseres.

Rull til toppen