Toyota og Stanford opnår verdens første tandem drift med selvkørende biler

Toyotas avancerede udviklingsafdeling, Toyota Research Institute (TRI), har sammen med ingeniørafdelingen på Stanford universitetet i USA netop gennemført verdens første driftingsekvens med to selvkørende biler. Det bemærkelsesværdige resultat er opnået efter syv års samarbejde mellem virksomheden og uddannelsesinstitutionen om at udvikle nye sikkerhedsteknologier til biler.

For langt de fleste er det at drifte en bil - at få den til at køre sidelæns - en umulig opgave og måske endda også direkte uinteressant og irrelevant. Men for et team i Toyotas avancerede udviklingsafdeling, Toyota Research Institute (TRI), og folkene i ingeniørafdelingen på Stanford University i USA, har drifting været et yderst relevant og stort fokusområde i flere år.

De to afdelinger har i deres arbejde for at udvikle nye og forbedrede sikkerhedsteknologier til biler nemlig benyttet motorsportsmanøvren, drifting, hvor en fører præcist kontrollerer en bils retning, mens han får den til at køre sidelæns, som kørte den på et glat underlag som sne eller is.

Ved at føje en anden driftende bil til testene, så man har to samtidigt driftende biler, et såkaldt tandem drift, var teamsene i stand til at simulere mere dynamiske forhold, som når bilerne skal reagere hurtigt på andre køretøjer, fodgængere og cyklister.

"Vores medarbejdere gik sammen med et mål i tankerne - hvordan man gør det endnu mere sikkert at køre," siger Avinash Balachandra, der er vicedirektør i afdelingen for menneskelig interaktiv kørsel hos Toyota Research Institute (TRI).

Benytter kunstig intelligens
Han forklarer, at de ved at benytte de nyeste værktøjer inden for kunstig intelligens har formået at få to biler til at drifte samtidig side om side i et tandem drift uden nogen indblanden fra førerne bag rattet i de selvkørende - eller snarere selv-driftende biler.

"Tandem drifting er den mest komplekse manøvre inden for motorsport, og når vi kan gøre det helt automatisk uden hjælp eller input fra førerne, så kan vi også styre almindelige biler i ekstreme situationer. Det har vidtrækkende indflydelse på, hvordan vi integrerer sikkerhedssystemer i fremtidens biler," lyder det fra TRI-vicedirektøren.

"Fysikken ved drift svarer faktisk til, hvad en bil kan opleve på sne eller is. Det, vi har lært af drifting-projektet med selvkørende biler, har allerede ført til nye teknikker til at kontrollere selvkørende biler sikkert på is," forklarer Chris Gerdes, professor i maskinteknik og direktør for Center for Automotive Research i Stanford (CARS).

Kører til bilernes grænse
I en tandemdriftssekvens med selvkørende biler navigerer de to biler - en førende bil og en efterfølgende bil - i forhold til hinanden, til tider kun få centimeter fra hinanden, mens de kører helt til bilernes grænse. Teamet benyttede moderne teknikker til at bygge køretøjets AI, inklusive en neural netværks dækmodel, der gjorde det muligt for det neurale netværk at lære af erfaring, ligesom en professionel kører.

"Baneforholdene kan ændre sig dramatisk i løbet af få minutter, når solen går ned. Den AI vi udviklede til dette projekt lærer fra hver køretur til banen for at kunne håndtere den ændring," siger Stanford-proffesoren.

Hvert år mister omkring 1,35 mio. personer livet i trafikulykker på verdensplan. Mange af ulykkerne skyldes, at man mister kontrollen over bilen i en pludselig opstået situation. Selvkørende teknologier kan hjælpe førere over hele verden med at reagere korrekt i de stressede situationer.

"Når din bil begynder at skride eller glide, er det udelukkende dine egne køreevner, der skal forhindre, at du kolliderer med et andet køretøj, træ eller forhindring. Det er de færreste bilister, der er i stand til at håndtere det optimalt, og et splitsekund kan være forskellen mellem liv og død. Den nye teknologi kan træde til i tide og hjælpe med at styre bilen, ligesom en drifting ekspert ville gøre," fortæller Chris Gerdes.

DE TEKNISKE DETALJER

Testene blev udført på Thunderhill Raceway Park i Willows, Californien, ved hjælp af to modificerede Toyota GR Supra: Algoritmer på den førende bil blev udviklet hos Toyota Research Institute (TRI), mens Stanfords ingeniører udviklede algoritmerne på den efterfølgende bil.

TRI fokuserede på at udvikle robuste og stabile kontrolmekanismer til den førende bil, så den kunne foretage gentagne, sikre manøvrer.

Stanford ingeniørerne udviklede AI-modeller og algoritmer for bilerne, der gjorde det muligt for den efterfølgende bil at tilpasse sig dynamisk til den førende bils bevægelse, så de kunne drifte sammen uden at kollidere.

Begge testbiler er udstyret med computere og sensorer, der giver dem mulighed for at kontrollere rat, speeder og bremser, mens teknikken også registrerer bilernes bevægelse (fx placering, hastighed og rotation).

Det er helt afgørende, at bilerne deler et dedikeret WiFi-netværk, der giver dem mulighed for at kommunikere i realtid og udveksle informationer som deres relative placeringer, og hvilken bane de planlægger at køre.

For at opnå selvkørende tandem drift skal bilerne løbende planlægge deres styre-, speeder- og bremsekommandoer og den bane, de har til hensigt at følge ved hjælp af en teknik kaldet NMPC (Nonlinear Model Predictive Control).

I NMPC starter hver bil med nogle mål, repræsenteret matematisk som regler eller begrænsninger, som bilen skal følge.

Den førende bils mål er at opretholde sin drift på en ønsket rute, mens den hele tiden forholder sig til begrænsningerne i fysikkens love og i bilens evner som dens maksimale styrevinkel.

Den efterfølgende bils mål er at drifte sammen med den førende bil, mens den proaktivt undgår en kollision.

Hver bil løser og genløser derefter et optimeringsproblem op til 50 gange i sekundet for at finde ud af, hvilke styre-, speeder- og bremsekommandoer, der bedst opfylder bilens mål, mens den reagerer på de hurtigt skiftende forhold.

AI benyttes konstant til at træne det neurale netværk ved hjælp af data fra tidligere test, hvilket bidrager til, at bilerne bliver bedre og bedre til at tandem drifte for hver tur, de kører.