Si los vehículos autónomos alguna vez lograrán una adopción generalizada, debemos saber que son capaces de navegar situaciones de tráfico complejas, como incorporarse al tráfico pesado cuando los carriles desaparecen en una carretera. Con ese fin, los investigadores de la Universidad Estatal de Carolina del Norte han desarrollado una técnica que permite que el software de vehículos autónomos realice los cálculos relevantes más rápidamente, mejorando tanto el tráfico como la seguridad en los sistemas de vehículos autónomos simulados.

"En este momento, los programas diseñados para ayudar a los vehículos autónomos a cambiar de carril se basan en hacer que los problemas sean lo suficientemente simples desde el punto de vista computacional para resolverlos rápidamente, de modo que el vehículo pueda operar en tiempo real", dice Ali Hajbabaie, autor correspondiente de un artículo sobre el trabajo y asistente. profesor de ingeniería civil, de construcción y ambiental en NC State. "Sin embargo, simplificar demasiado el problema puede crear un nuevo conjunto de problemas, ya que los escenarios del mundo real rara vez son simples.

"Nuestro enfoque nos permite abarcar la complejidad de los problemas del mundo real. En lugar de centrarnos en simplificar el problema, desarrollamos un algoritmo distribuido cooperativo. Este enfoque esencialmente divide un problema complejo en subproblemas más pequeños y los envía a diferentes procesadores. para resolver por separado. Este proceso, llamado paralelización, mejora significativamente la eficiencia".

En este punto, los investigadores solo han probado su enfoque en simulaciones, donde los subproblemas se comparten entre diferentes núcleos en el mismo sistema informático. Sin embargo, si los vehículos autónomos alguna vez utilizaran el enfoque en la carretera, los vehículos se conectarían entre sí y compartirían los subproblemas informáticos.

En las pruebas de prueba de concepto, los investigadores observaron dos cosas:si su técnica permitía que el software de vehículos autónomos resolviera problemas de fusión en tiempo real; y cómo el nuevo enfoque "cooperativo" afectó el tráfico y la seguridad en comparación con un modelo existente para navegar vehículos autónomos.

En términos de tiempo de cómputo, los investigadores encontraron que su enfoque permitía a los vehículos autónomos navegar escenarios complejos de fusión de carriles de autopistas en tiempo real en tráfico moderado y pesado, con un rendimiento más puntual cuando los volúmenes de tráfico eran particularmente altos.

Pero cuando se trataba de mejorar el tráfico y la seguridad, la nueva técnica funcionó excepcionalmente bien. En algunos escenarios, particularmente cuando el volumen de tráfico era más bajo, los dos enfoques funcionaron casi igual. Pero en la mayoría de los casos, el nuevo enfoque superó al modelo anterior por un margen considerable. Además, la nueva técnica tuvo cero incidentes en los que los vehículos tuvieron que detenerse o donde hubo "condiciones cercanas a un choque". Los resultados del otro modelo incluyeron múltiples escenarios en los que hubo literalmente miles de paros y condiciones cercanas al choque.

"Para una prueba de concepto, estamos muy satisfechos con el desempeño de esta técnica", dice Hajbabaie. "Hay espacio para mejorar, pero hemos tenido un gran comienzo.

"La buena noticia es que estamos desarrollando estas herramientas y abordando estos problemas ahora, por lo que estamos en una buena posición para garantizar sistemas autónomos seguros a medida que se adopten más ampliamente".

El documento, "Trayectoria cooperativa distribuida y optimización de cambio de carril de vehículos automatizados conectados:segmentos de autopista con caída de carril", aparece en la revista Transportation Research Part C . El primer autor del artículo es Mehrdad Tajalli, un Ph.D. reciente. graduado de NC State. El artículo fue coautor de Ramin Niroumand, Ph.D. estudiante en NC State. + Explora más

Los investigadores encuentran la manera de hacer que los modelos de tráfico sean más eficientes