Toyota predviedla prvý autonómny tandemový drift
Táto zručnosť sa dá preniesť na zvládnutie kĺzania na snehu alebo ľade. Pridaním druhého vozidla, ktoré driftuje v tandeme, môžu teraz tímy lepšie simulovať dynamické podmienky, v ktorých musia vozidlá rýchlo reagovať na iné vozidlá, chodcov a cyklistov.
„Teraz môžeme autonómne riadiť dve autá v tandeme pomocou najnovších nástrojov umelej inteligencie. Ide o najzložitejší manéver v motoristickom športe a dosiahnutie tohto míľnika s autonómiou znamená, že môžeme dynamicky ovládať autá v extrémnych podmienkach. Má to ďalekosiahle dôsledky pre začlenenie pokročilých bezpečnostných systémov do budúcich automobilov,“ povedal Avinash Balachandran, viceprezident divízie Human Interactive Driving vo výskumnom inštitúte Toyoty.
V autonómnej tandemovej driftovacej sekvencii vedúce vozidlo a prenasledovateľské vozidlo prechádzajú traťou, niekedy len pár centimetrov od seba, pričom sú na hranici svojich možností ovládania. Tím použil pokročilé techniky na vytvorenie umelej inteligencie vozidla vrátane modelu neurónovej siete pneumatík, ktorý mu umožnil učiť sa zo skúseností podobne ako skúsený vodič.
Umelá inteligencia sa učí z každej jazdy
„Podmienky na trati sa môžu dramaticky zmeniť v priebehu niekoľkých minút, keď zapadne slnko. Umelá inteligencia, ktorú sme vyvinuli pre tento projekt, sa učí z každej jazdy, aby sa s týmito zmenami vyrovnala,“ povedal Chris Gerdess, profesor strojárstva a spoluriaditeľ Stanfordského centra pre automobilový výskum (CARS).
„Keď sa vaše vozidlo začne šmýkať alebo prešmykovať, spoliehate sa len na svoje vodičské schopnosti, aby ste sa vyhli nárazu do iného vozidla, stromu alebo prekážky. Priemerný vodič má problém zvládnuť tieto extrémne okolnosti a zlomok sekundy môže znamenať rozdiel medzi životom a smrťou,“ povedal Balachandran.
„Táto nová technológia dokáže zasiahnuť práve včas, aby ochránila vodiča a zvládla stratu kontroly, rovnako ako by to urobil skúsený vodič,“ poznamenal.
Experimenty sa uskutočnili na okruhu Thunderhill Raceway Park vo Willows v Kalifornii s použitím dvoch upravených vozidiel GR Supra. TRI sa zameral na vývoj robustných a stabilných mechanizmov riadenia pre vedúce vozidlo, ktoré by mu umožnili vykonávať opakovateľné a bezpečné vedúce jazdy.
Stanfordskí inžinieri vyvinuli modely vozidiel s umelou inteligenciou a algoritmy, ktoré umožňujú prenasledovaciemu vozidlu dynamicky sa prispôsobovať pohybu vedúceho vozidla tak, aby mohlo driftovať vedľa vedúceho vozidla bez toho, aby došlo k zrážke.
Vozidlá sú vybavené počítačmi a senzormi
Spoločnosti GReddy a Toyota Racing Development (TRD) upravili zavesenie, motor, prevodovku a bezpečnostné systémy (napr. klietku, protipožiarny systém) každého vozidla. Hoci sa vozidlá navzájom jemne líšili, boli postavené podľa rovnakých špecifikácií, aké sa používajú v súťažiach Formula Drift, aby pomohli tímom zbierať údaje s expertnými jazdcami v kontrolovanom prostredí. Obe vozidlá sú vybavené počítačmi a senzormi, ktoré im umožňujú ovládať riadenie, plyn a brzdy a zároveň snímať ich pohyby.
Dôležitou funkciou je zdieľanie vyhradenej siete Wi-Fi, ktorá im umožňuje komunikovať v reálnom čase prostredníctvom výmeny informácií, ako je ich relatívna poloha a plánované trajektórie.
Na dosiahnutie autonómneho tandemového driftovania musia vozidlá nepretržite plánovať svoje príkazy na riadenie, škrtenie a brzdenie a trajektóriu, ktorú majú v úmysle sledovať, pomocou techniky nazývanej nelineárne modelové prediktívne riadenie (NMPC). V tomto systéme má každé vozidlo na začiatku ciele, ktoré sú matematicky reprezentované ako pravidlá alebo obmedzenia, ktoré musí dodržiavať.
Cieľom je driftovať vedľa vedúceho vozidla a vyhnúť sa kolízii.
Cieľom vedúceho vozidla je udržať drift pozdĺž požadovanej dráhy a zároveň dodržiavať obmedzenia vyplývajúce z fyzikálnych zákonov a hardvérových limitov, ako je maximálny uhol natočenia volantu. Cieľom prenasledujúceho vozidla je driftovať vedľa vedúceho vozidla a zároveň sa aktívne vyhnúť kolízii.
Každé vozidlo potom rieši optimalizačný problém až 50-krát za sekundu, aby sa rozhodlo, aké príkazy na riadenie, plyn a brzdu najlepšie spĺňajú jeho ciele a zároveň reagujú na rýchlo sa meniace podmienky. Vďaka použitiu umelej inteligencie na priebežné trénovanie neurónovej siete na základe údajov z predchádzajúcich testov sa vozidlá zlepšujú s každou jazdou na trati.
