Utvecklar nytt sätt att testa autonoma bilar

Alla biltillverkare är överens om att de autonoma modellerna behöver enormt långa teststräckor innan man kan garantera säkerheten för konsumenten. Förra året satte sig Toyota ned och räknade ut exakt vilken distans som krävs – deras svar blev 1,4 miljarder mil.

Många arbetar för att komma runt problemet. Exempelvis har en Princeton-professor föreslagit att man använder den virtuella världen i våldsspelet Grand Theft Auto för att utbilda de självkörande bilarna. Men nu har mobilitetsforskare hittat en annan lösning.

University of Michigan har samlat in data från fyra miljoner mils körning med konventionella bilar i trafik. Utifrån materialet har forskarna kondenserat ned och brutit ut de mest krävande momenten. Dessa udda scenarion körs i en cykel med autonoma fordon, simulerat eller i verkligheten – upprepat upp till 100 000 gånger. Därmed kan 160 mil i testprogrammet motsvara upp till 16 miljoner mil i verklig trafik. Forskarna anser att deras metod kan minska testtiden med upp till 99,9 procent.

Läs mer:

University of Michigan börjar med att identifiera de event som kan klassas som ”meningsfulla interaktioner” mellan en autonom bil och ett fordon med förare. Det är dessa möten som programmet betraktar som det stora riskmomentet. Sedan skapas en simulering av alla de händelselösa mil som föregick incidenten. Matematiska ekvationer beräknar möjliga utgångar och risker för olika skador. Och med hjälp av ”importance sampling” tolkas den statistiska sannolikheten för att en incident inträffar vid långvarig körning.

Forskning visar att villkoret för att konsumenter ska acceptera förarlösa bilar är att tillverkaren med 80 procents säkerhet garanterar att fordonet är 90 procent säkrare än konventionella bilar. Om man vill möta de kriterierna så krävs många mil på vägen, om än simulerade. Jämförelser med verkliga långtester visar University of Michigans snabbprocess är träffsäker, men mer forskning krävs. 

Prenumerera på Ny Tekniks kostnadsfria nyhetsbrev!