Migliorare i software per i veicoli autonomi attraverso un metodo efficiente in grado di garantire la sicurezza dei sistemi di guida autonomi attraverso la generazione automatica di ampi scenari di test per le simulazioni e un processo di controllo adattivo per compensare gli errori interni al sistema. Questi i progressi nel campo dei veicoli autonomi apportati dai ricercatori dell’Università Tecnica di Graz, in Germania, in collaborazione con la società AVL Test System.
Lo studio per migliorare i software per i veicoli autonomi nel dettaglio
Dato che sistemi di guida autonomi devono essere testati attraverso simulazioni, il team ha cercato metodi innovativi per simulare molti piĂą scenari di test.
L’approccio prevede l’uso delle ontologie, che sono basi di conoscenza per lo scambio di informazioni pertinenti all’interno di un sistema macchina; per esempio le interfacce, il comportamento e le relazioni delle singole unitĂ di sistema possono comunicare tra loro.
Nel caso dei sistemi di guida autonomi, sono “processo decisionale”, “descrizione del traffico” o “pilota automatico”.
I ricercatori tedeschi hanno lavorato con informazioni dettagliate sugli ambienti negli scenari di guida e hanno alimentato le basi di conoscenza con elementi sulla costruzione delle strade, gli incroci e simili forniti da AVL. Usando poi l’algoritmo di generazione di test case dell’azienda, che verifica il comportamento dei sistemi di guida automatizzati nelle simulazioni, hanno ricavato degli scenari di guida.
Proseguendo lo studio nell’ambito del progetto AutoDrive dell’UE, i ricercatori hanno usato due algoritmi per convertire queste ontologie in modelli di input per i test combinatori che possono essere successivamente eseguiti in ambienti di simulazione, scoprendo alcune carenze che altrimenti non sarebbero state rilevate così rapidamente; per esempio un sistema di assistenza alla frenata non è riuscito a rilevare contemporaneamente due persone provenienti da direzioni diverse. Ne deriva che sistemi di guida autonomi devono essere in grado di correggersi in caso di malfunzionamenti o mutate condizioni ambientali.
Gli ingegneri hanno quindi presentato una procedura di controllo in grado di compensare in modo adattativo gli errori interni al software. Essa seleziona azioni alternative basate su modelli che vengono adeguati nel tempo e che misurano il tasso di successo di azioni specifiche giĂ eseguite, in modo da raggiungere gli stati target predeterminati.
