Hệ thống mô phỏng huấn luyện xe không người lái được phát triển ở Nga

Các nhà khoa học từ Đại học Kỹ thuật Truyền thông và Tin học quốc gia Mátxcơva (MTUCI) đã phát triển phần mềm giả lập để huấn luyện các phương tiện vận tải không người lái với độ chính xác cao hơn, giảm thời gian và chi phí tính toán.
Sputnik
Theo các tác giả, họ đã tìm kiếm giải pháp mới nhờ sử dụng các công nghệ trí tuệ nhân tạo hiện đại. Kết quả nghiên cứu được công bố trên tạp chí Sensors.
Ngày nay, các thành phố lớn trên thế giới đang phải đối mặt với việc cạn kiệt cơ hội phát triển mạng lưới giao thông trong khi tổng số ô tô đang lưu hành ngày càng tăng lên, các chuyên gia lưu ý. Họ cho rằng, trong tình hình hiện nay, cần phải không chỉ thiết kế những con đường mới với chất lượng cao mà còn đảm bảo hoạt động hiệu quả và trật tự an toàn giao thông.

Mục đích nghiên cứu

Theo các nhà khoa học, hiện nay, mục tiêu chính của các nhà nghiên cứu, kỹ sư và công ty công nghệ là nâng cao an toàn giao thông và tối ưu hóa hành trình vận chuyển hành khách của các phương tiện giao thông, cũng như giảm thiểu thiệt hại về môi trường do giao thông đường bộ gây ra. Các vấn đề này không thể được giải quyết nếu không có mô hình toán học của mạng lưới giao thông cho phép xác định các tham số như cường độ giao thông, tốc độ trung bình, sự chậm trễ và mất thì giờ do tắc đường.
Thử nghiệm xe ô tô không người lái ở Matxcơva.
Vấn đề phức tạp của quản lý giao thông là ở chỗ: hành vi của người lái xe ô tô rất khó dự đoán và có thể rất khác nhau ngay cả trong những tình huống tương tự. Để giải quyết vấn đề này, các chuyên gia đang phát triển những phương tiện giao thông không người lái. Tuy nhiên, trước hết cần phải tạo ra các hệ thống mô phỏng huấn luyện cho chúng, giống như cho bất kỳ hệ thống thông minh nào khác, và hệ thống này phải tạo ra một thế giới mô phỏng vô hạn khả năng điều khiển, giúp những chiếc xe học cách điều hướng trong các tình huống giao thông.
Trong quá trình huấn luyện, một chuyên gia ngồi sau tai lái của xe không người lái, buộc chiếc xe phải vượt qua hàng nghìn km, hướng dẫn hệ thống điều khiển xe thích nghi với các điều kiện bên ngoài thay đổi nhanh và các tình huống giao thông khác nhau, các nhà khoa học từ Đại học Kỹ thuật Truyền thông và Tin học quốc gia Mátxcơva (MTUCI) nhận xét. Cách tiếp cận này tốn rất nhiều thời gian và hơn nữa, không cho phép tái tạo tất cả các tình huống mà chiếc xe có thể gặp phải trên đường.
"Chúng tôi đã đề xuất một giải pháp mới - hệ thống huấn luyện mô phỏng môi trường đô thị thực tế giúp giảm thời gian huấn luyện và cung cấp khả năng tái tạo tất cả các loại sự kiện. Để tạo ra phần mềm giả lập như vậy, chúng tôi đã phát triển một phương pháp cho phép tái tạo môi trường thực tế sau khi một lần lái xe qua các đường phố của thành phố", - trưởng khoa "Công nghệ thông tin" của đại học MTUCI Mikhail Gorodnichev cho biết.
Ông Gorodnichev giải thích thêm rằng, ở đây nói về việc phát triển một hệ thống thông minh để chứng nhận kỹ thuật số cho cơ sở hạ tầng giao thông có sử dụng mạng thần kinh tích chập cho phép tạo ra các đối tượng của thế giới xung quanh để đưa vào môi trường ảo của phần mềm giả lập.
Thử nghiệm xe ô tô không người lái ở Matxcơva.
Ông nói thêm, các hình ảnh thu được phải có kích thước tối ưu để không làm quá tải hệ thống, vì nó sẽ lưu trữ một số lượng lớn các đối tượng cơ sở hạ tầng đường bộ.
“Trước hết, chúng tôi đã thiết kế hệ thống, đồng thời phát triển kiến ​​trúc của mạng thần kinh có khả năng phân loại các đối tượng với độ chính xác vừa đủ, để mô phỏng các đối tượng được tối ưu hóa và giảm độ phức tạp tính toán”, - nhà khoa học giải thích.
Các phương pháp tương tự đang được sử dụng trong quá trình mô phỏng môi trường đô thị thực tế, ông Gorodnichev cho biết. Điều đó giúp giảm thời gian và chi phí tính toán khi huấn luyện các hệ thống giao thông không người lái.
Tại Đại học Kỹ thuật Truyền thông và Tin học Mátxcơva (MTUCI), các vấn đề về mô hình hóa và tạo mẫu 3D, cũng như các vấn đề ứng dụng trí tuệ nhân tạo đang nghiên cứu tại Khoa Công nghệ Thông tin.
Thảo luận