Výzkumný ústav Toyoty (TRI) a Stanford Engineering jako první na světě vyvinuly systém pro autonomní driftování dvou vozů v tandemu. Výzkum začal téměř před sedmi lety. Drift je přitom nejsložitější manévr v rámci motoristického sportu, při kterém řidič přesně řídí směr vozidla poté, co přeruší trakci roztočením zadních pneumatik.
Tato dovednost je přitom přenositelná na zvládnutí klouzání na sněhu nebo ledu. Přidáním druhého vozu, který driftuje v tandemu, týmy nyní lépe simulují dynamické podmínky, kdy auta musí rychle reagovat na ostatní vozidla, chodce a cyklisty.
„Nyní můžeme s využitím nejnovějších nástrojů umělé inteligence autonomně řídit dva vozy v tandemu. Jedná se o nejsložitější manévr v motoristickém sportu a dosažení tohoto milníku s autonomií znamená, že můžeme dynamicky ovládat vozy v extrémních podmínkách. To má dalekosáhlé důsledky pro zabudování pokročilých bezpečnostních systémů do budoucích automobilů,“ uvedl Avinash Balachandran, viceprezident divize Human Interactive Driving společnosti Toyota Research Institute.
V autonomní tandemové driftovací sekvenci projíždějí vedoucí vůz a pronásledovací vůz trať někdy jen pár centimetrů od sebe, přičemž jsou na hranici možností ovládání. Tým použil moderní techniky k vytvoření umělé inteligence vozidla, včetně modelu pneumatik s neuronovou sítí, který mu umožnil učit se ze zkušeností podobně jako zkušený řidič.
Umělá inteligence se učí z každé jízdy
„Podmínky na trati se mohou dramaticky změnit během několika minut, když zapadne slunce. Umělá inteligence, kterou jsme pro tento projekt vyvinuli, se učí z každé naší jízdy, aby si s těmito změnami poradila,“ dodal profesor strojního inženýrství a spoluředitel Centra pro výzkum automobilového průmyslu na Stanfordu (CARS) Chris Gerdess.
„Když se vaše vozidlo začne dostávat do smyku nebo prokluzovat, spoléháte se pouze na své řidičské schopnosti, abyste se vyhnuli srážce s jiným vozidlem, stromem nebo překážkou. Průměrný řidič se snaží tyto extrémní okolnosti zvládnout a zlomek sekundy může znamenat rozdíl mezi životem a smrtí,“ dodal Balachandran a dodal: „Tato nová technologie dokáže zasáhnout přesně v čase, aby řidiče ochránila a zvládla ztrátu kontroly, stejně jako by to udělal zkušený řidič.“
Experimenty byly provedeny v závodním areálu Thunderhill Raceway Park ve Willows v Kalifornii s použitím dvou upravených vozů GR Supra. TRI se zaměřil na vývoj robustních a stabilních řídicích mechanismů pro vedoucí vůz, které by mu umožnily opakovatelné a bezpečné jízdy na čele. Stanfordští inženýři vyvinuli modely vozidel s umělou inteligencí a algoritmy, které umožňují pronásledovacímu vozu dynamicky se přizpůsobovat pohybu vedoucího vozu tak, aby mohl driftovat vedle něj bez kolize.
Vozidla jsou vybavena počítači a senzory
Společnosti GReddy a Toyota Racing Development (TRD) upravily odpružení, motor, převodovku a bezpečnostní systémy (např. ochrannou klec, protipožární systém) každého vozu. Ačkoli se vozy od sebe jemně lišily, byly postaveny podle stejných specifikací, které se používají v soutěžích Formula Drift, aby týmům pomohly sbírat data s odbornými jezdci v kontrolovaném prostředí. Obě vozidla jsou vybavena počítači a senzory, které jim umožňují ovládat řízení, plyn a brzdy a zároveň snímat jejich pohyb.
Důležitým prvkem je sdílení vyhrazené sítě Wi-Fi, která jim umožňuje komunikovat v reálném čase výměnou informací, jako je jejich relativní poloha a plánované trajektorie.
Aby bylo možné dosáhnout autonomního tandemového driftování, musí vozidla neustále plánovat své příkazy k řízení, plynu a brzdě a trajektorii, po které se hodlají pohybovat, pomocí techniky zvané nelineární modelové prediktivní řízení (NMPC). V tomto systému má každé vozidlo na začátku své cíle, které jsou matematicky reprezentovány jako pravidla nebo omezení, jimiž se musí řídit.
Cílem je driftovat vedle vedoucího vozidla a vyhnout se srážce
Cílem vedoucího vozidla je udržet drift po požadované dráze a zároveň dodržet omezení fyzikálních zákonů a hardwarových limitů, jako je maximální úhel natočení volantu. Cílem pronásledujícího vozidla je driftovat vedle vedoucího vozidla a zároveň se aktivně vyhnout kolizi.
Každé vozidlo pak až 50krát za sekundu řeší optimalizační problém, aby rozhodlo, jaké příkazy k řízení, plynu a brzdě nejlépe splňují jeho cíle a zároveň reagují na rychle se měnící podmínky. Díky využití umělé inteligence k neustálému trénování neuronové sítě na základě dat z předchozích testů se vozidla zlepšují při každé jízdě na trati.
Automobilové nehody mají každoročně za následek více než 40 000 úmrtí v USA a přibližně 1,35 milionu fatálních zranění na celém světě. Mnoho z těchto nehod je způsobeno ztrátou kontroly nad vozidlem v náhlých dynamických situacích. Autonomie je obrovským příslibem, že pomůže řidičům správně reagovat.