Você deu uma volta no Uber e discordou da rota "mais rápida" sugerida pelo aplicativo GPS porque você - ou o motorista - conhece um caminho "melhor"?

Para a sociedade realmente abraçar os carros autônomos, a experiência dos passageiros deve ser tão confortável quanto qualquer viagem com um motorista humano - incluindo a escolha do "melhor, "ou mais confortável, maneira de chegar lá.

Acontece que este é um desafio computacional extremamente difícil, mas os pesquisadores estão nos deixando um pouco mais perto desse passeio confortável ideal.

Eles desenvolveram um novo método de otimização para rastrear a trajetória de carros autônomos que reduz erros, o tempo todo mantendo as demandas de computação baixas. Eles publicaram seus resultados em IEEE / CAA Journal of Automatica Sinica .

Ao operar um veículo, um motorista humano pode estar pensando e respondendo a vários fenômenos de momento a momento:quão rápido ir, o que esperar na rua, considerações de segurança, ao mesmo tempo em que também tomam decisões - e reavaliam constantemente - uma trajetória que seja acima de tudo confortável para eles e seus passageiros. Essa capacidade de priorizar o conforto, e a tentativa de replicá-lo em robôs, tem sido o foco de muitas pesquisas recentes.

Um aspecto importante disso é o problema de rastreamento de trajetória - garantir que um veículo siga uma rota desejada o mais próximo possível em um determinado período de tempo. Parece simples porque nós, humanos, fazemos isso o tempo todo, sem prestar muita atenção, mas matematicamente não é nada simples. As formas populares de lidar com o problema têm a principal desvantagem de requisitos computacionais excessivos.

“Com um veículo autônomo, tudo isso tem que ser realizado no que chamamos de 'cérebro' do veículo autônomo, "diz o autor do artigo e engenheiro Kayvan Majd, da Arizona State University." Nós nos propusemos um desafio simples de declarar, mas difícil de alcançar com relação ao planejamento de trajetória:um passageiro em um carro que dirige sozinho tem que se sentir como se estivesse sendo dirigido por um humano. "

Algumas tentativas nos últimos anos foram feitas para reduzir essa sobrecarga computacional, "mas ao fazer isso, eles reintroduzem grandes erros com respeito à trajetória.

O que torna o novo método um salto em frente é que ele marca todas as caixas de rastreamento de trajetória estável com erros mínimos em relação à posição, velocidade e aceleração, enquanto mantém a sobrecarga computacional baixa.

A próxima etapa para esses especialistas é tornar seu método mais amplamente aplicável, levando em consideração variáveis ​​adicionais e ainda mais realistas, como levar em consideração as forças dos pneus e derrapagens laterais. Isso permitirá que os carros operem em alta velocidade e em condições de estrada adversas com mais precisão.