麻省理工學院和豐田的研究人員設計了一種新模型，以幫助自動駕駛汽車確定何時可以安全地將視線合并到交叉路口的交通中。他們的論文發(fā)表在 IEEE Robotics and Automation Letters上。

根據(jù)美國運輸部2018年的一項研究，2016年，約23％的致命交通事故和32％的非致命交通事故發(fā)生在交叉路口。幫助無人駕駛汽車和人類駕駛員穿越交叉路口的自動化系統(tǒng)可能需要直接看到必須避開的物體。當他們的視線被附近的建筑物或其他障礙物阻擋時，這些系統(tǒng)可能會失效。

研究人員開發(fā)了一個模型，該模型使用自身的不確定性來估計此類交叉口的潛在碰撞或其他交通中斷的風險。它權衡了幾個關鍵因素，包括附近所有的視覺障礙，傳感器噪聲和錯誤，其他汽車的速度，甚至其他駕駛員的注意力?；跍y得的風險，系統(tǒng)可以建議汽車停車，駛入交通或向前推動以收集更多數(shù)據(jù)。

頂部：無信號交叉路口且視野被遮擋的情況會帶來危險的情況，即在交通中進行無保護的轉彎。底部：豎線表示每個離散路段的風險，而橫線表示占用率估計值。McGill 等。

當您接近交叉路口時，有發(fā)生碰撞的潛在危險。相機和其他傳感器需要視線。如果有遮擋物，則它們沒有足夠的可見性來評估是否有可能發(fā)生某種情況。在這項工作中，我們使用對不確定性更強的預測控制模型，以幫助車輛安全地應對這些充滿挑戰(zhàn)的路況。

-麻省理工學院計算機科學與人工智能實驗室（CSAIL）主任兼安德魯·厄納·維特比（Andrew and Erna Viterbi）電氣工程與計算機科學教授

研究人員對該系統(tǒng)進行了100多次試驗，測試了遙控汽車在受阻的十字路口向左轉，其他汽車不斷駛過十字路口的繁忙城市模擬。實驗涉及全自動駕駛汽車和人類駕駛但由系統(tǒng)輔助的汽車。

即使該模型正確執(zhí)行了所有操作，仍然存在人為錯誤，因此該模型還估計了其他駕駛員的意識。

“如今，駕駛員可能會發(fā)短信或分散注意力，因此做出反應所需的時間可能更長。我們也為條件風險建?！薄?span>研究人員Stephen G. McGill表示

研究人員說，在遙控汽車上實時運行該模型表明，它的效率和速度足夠快，可以在不久的將來部署到全面的自動測試汽車中。