详细内容或原文请订阅后点击阅览
开发了一种用于测试自动驾驶汽车的加速方法
密歇根大学的研究人员开发了一种新方法，利用超过 4000 万公里的实际驾驶数据来测试自动驾驶汽车。根据各种消息来源，这个过程可以将评估机器人在潜在危险情况下的决策的时间减少 300 甚至 100,000 倍。此外，新方法将节省99.9%的测试时间和成本。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）密歇根大学的研究人员开发了一种新方法，利用超过 4000 万公里的实际驾驶数据来测试自动驾驶汽车。根据各种消息来源，这个过程可以将评估机器人在潜在危险情况下的决策的时间减少 300 甚至 100,000 倍。此外，新方法将节省99.9%的测试时间和成本。
新的加速测试流程将复杂的现实驾驶情况分解为可以一遍又一遍重复的组件。通过这种方式，自动驾驶汽车不断地处于模拟的复杂驾驶情况中。换句话说，仅1,600公里的此类测试就可以与实际条件下行驶480,000-1,600,000公里进行比较。
这些数字可能看起来有些夸张，但在真实的道路上，即使这些数字也可能不足以确保机器在危险情况下做出艰难的决定。然而，要让自动驾驶汽车对消费者来说是安全的，科学家必须以 80% 的把握证明它们比人类驾驶员安全 90%。要在实际道路上实现这一数字，需要行驶近 180 亿公里。
此外，科学家指出，与传统汽车不同，在测试自动驾驶汽车时，需要了解的不是事故中会发生什么，而是如何成功地预防事故。利用收集到的现实生活中的驾驶数据，科学家们创建了一个模拟，其中没有发生重要情况的长里程距离被模拟的危险情况所取代。此外，开发商还进行了数学测试，以评估发生事故、伤害和其他危险的风险和可能性。该团队使用特殊的分析方法，确定了自动驾驶汽车在日常条件下的行为统计数据。