Một nhóm các nhà nghiên cứu của Đại học Kỹ thuật Munich (TUM) đã phát triển một hệ thống cảnh báo sớm mới cho các phương tiện sử dụng trí tuệ nhân tạo để học hỏi từ hàng nghìn tình huống giao thông thực tế. Kết quả cho thấy, nếu được sử dụng trong các phương tiện tự lái ngày nay, nó có thể cảnh báo trước bảy giây các tình huống nguy cấp có thể xảy ra mà xe không thể xử lý với độ chính xác hơn 85%.

Để làm cho ô tô tự lái an toàn trong tương lai, các nỗ lực phát triển thường dựa vào các mô hình phức tạp nhằm mang lại cho ô tô khả năng phân tích hành vi của tất cả những người tham gia giao thông. Nhưng điều gì sẽ xảy ra nếu các mô hình chưa có khả năng xử lý một số tình huống phức tạp hoặc không lường trước được?

Nhờ trí tuệ nhân tạo (AI), hệ thống có thể học hỏi từ các tình huống trước đây khi các phương tiện thử nghiệm tự lái bị đẩy đến giới hạn của chúng trong giao thông đường bộ trong thế giới thực. Đó là những tình huống mà người lái xe vượt lên - hoặc do chiếc xe báo hiệu cần can thiệp hoặc vì người lái xe quyết định can thiệp vì lý do an toàn.

Nhận dạng mô hình thông qua RNN

Công nghệ này sử dụng các cảm biến và camera để nắm bắt các điều kiện xung quanh và ghi lại dữ liệu trạng thái của xe như góc vô lăng, điều kiện đường xá, thời tiết, tầm nhìn và tốc độ. Hệ thống AI, dựa trên mạng nơ-ron tuần hoàn (RNN), học cách nhận dạng các mô hình với dữ liệu. Nếu hệ thống phát hiện ra một mô hình trong một tình huống lái xe mới mà trước đây hệ thống điều khiển không thể xử lý, người lái xe sẽ được cảnh báo trước về tình huống nguy cấp có thể xảy ra.

Cảnh báo trước bảy giây

Nhóm nghiên cứu đã thử nghiệm công nghệ này với Tập đoàn BMW và các phương tiện phát triển tự hành của tập đoàn này trên đường công cộng và phân tích khoảng 2.500 tình huống mà người lái xe phải can thiệp. Nghiên cứu cho thấy AI có khả năng dự đoán các tình huống nguy cấp tiềm ẩn với độ chính xác hơn 85% - lên đến 7 giây trước khi chúng xảy ra.

Thu thập dữ liệu mà không cần nỗ lực

Để công nghệ hoạt động, cần một lượng lớn dữ liệu. AI chỉ có thể nhận biết và dự đoán trải nghiệm ở các giới hạn của hệ thống nếu các tình huống đã được nhìn thấy trước đó. Với số lượng lớn các phương tiện đang phát triển trên đường, dữ liệu thực tế được tạo ra bởi chính nó. Mỗi khi một tình huống nguy cấp tiềm ẩn xảy ra trong quá trình lái thử.  Việc lưu trữ dữ liệu trung tâm giúp mọi phương tiện có thể học hỏi từ tất cả dữ liệu được ghi lại trên toàn bộ đội xe.

ctngoc