Actualidad
Estudios
Coche autónomo
Coche autónomo

El MIT trabaja para que los coches autónomos puedan cambiarse de carril como lo harían los humanos

Los investigadores han creado un algoritmo que calcula las zonas de amortiguación y que se basa en información inmediata sobre las direcciones y velocidades de otros vehículos para tomar decisiones

coches

En el campo de los automóviles sin conductor, los algoritmos para controlar los cambios de carril son un tema de estudio importante debido a dos inconvenientes: o bien se basan en modelos estadísticos detallados del entorno del manejo, que son difíciles de ensamblar y demasiado complejos para analizar sobre la marcha; o bien son tan simples que pueden conducir a decisiones poco conservadoras, como nunca cambiar de carril.

En la Conferencia Internacional sobre Robótica y Automatización de mañana, los investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL por sus siglas en inglés) del MIT presentarán un nuevo algoritmo de cambio de carril, un proyecto apoyado en parte por Toyota Research y Office of Naval Research. Este logro permite cambios de carril más agresivos que los modelos simples, pero solo se basa en información inmediata sobre las direcciones y velocidades de otros vehículos para tomar decisiones. 

La pregunta es, según Alyssa Pierson, postdoctorado en CSAIL y primera autora del nuevo documento, "¿cómo podemos tener un vehículo autónomo que se comporte como un conductor humano? ¿Cuál es la cantidad mínima de información que el automóvil necesita para obtener un comportamiento humano? ".

Una forma estándar para que los vehículos autónomos eviten colisiones es calcular zonas de amortiguación alrededor de los otros vehículos en el entorno. Las zonas de amortiguación describen no solo las posiciones actuales de los vehículos sino también sus posibles posiciones futuras dentro de un marco de tiempo. Así pues, la planificación de los cambios de carril se convierte en una cuestión de permanecer fuera de las zonas de amortiguación de otros vehículos.

Los diseñadores deben demostrar que garantiza la prevención de colisiones dentro del contexto del modelo matemático utilizado para describir los patrones de tráfico. Esa demostración puede ser compleja, por lo que las zonas de amortiguación óptimas generalmente se calculan de antemano. El problema es que si el tráfico es lo suficientemente rápido y denso, las zonas de amortiguación precalculadas pueden ser demasiado restrictivas. Un vehículo autónomo no podrá cambiar de carril en absoluto, mientras que un conductor humano se deslizaría alrededor de la carretera.

Con el sistema de investigadores del MIT, si las zonas de amortiguamiento predeterminadas conducen a un rendimiento que es mucho peor que el de un conductor humano, el sistema calculará nuevas zonas de amortiguación sobre la marcha, evitando cualquier tipo de colisiones.Los investigadores han probado su algoritmo en una simulación que incluía hasta 16 automóviles autónomos que conducían en un entorno con varios cientos de vehículos.

"Los vehículos autónomos no estaban en comunicación directa, sino que ejecutaron el algoritmo propuesto en paralelo sin conflictos ni colisiones", explica Pierson. "Cada automóvil utilizó un umbral de riesgo diferente que produjo un estilo de conducción diferente, lo que nos permitió crear conductores conservadores y agresivos. Usar las zonas de amortiguación estáticas precalculadas solo permitiría una conducción conservadora, mientras que nuestro algoritmo dinámico permite una gama más amplia de estilos de conducción”.



TE PUEDE INTERESAR...

Forma parte de nuestra comunidad

 

¿Te interesan nuestras conferencias?

 

 
Cobertura de nuestros encuentros
 
 
 
 
Lee aquí nuestra revista de canal

DealerWorld Digital