«Симулятор вождения, ориентированный на человека» в Drive-Lab был разработан для исследований и разработок в области автоматизированного вождения. Он используется для изучения взаимодействия между водителями, пассажирами, транспортными средствами и другими участниками дорожного движения в сложных ситуациях с целью создания прогнозных моделей поведения человека. Цель состоит в том, чтобы максимально приблизить поведение автоматических транспортных средств к поведению человека и моделям реакции.
Наивысшая степень сложности достигается за счет возможности интеграции реалистичных сценариев с сотнями автомобилей с различными моделями водителя, динамикой движения и датчиками. Автомобили Multi-Ego позволяют нескольким участникам дорожного движения реагировать друг на друга. С этой целью ведется работа по подключению симулятора к другим симуляторам вождения, к пешеходам с помощью дополненной или виртуальной реальности или к одному из виртуальных транспортных средств, предназначенных для исследования вождения. Таким образом, цикл в реальных ситуациях трафика может быть плавно замкнут в цикле.
Картинная галерея
Картинная галерея с 6 картинками
Мост между автоматизированными маневрами вождения и поведением человека
«Представьте, что вы приближаетесь к перекрестку без светофора с вашим автомобилем, и в то же время другое транспортное средство приближается с другого направления», - говорит доктор. Бернхард Брандштеттер, руководитель департамента энергоэффективности и решений, ориентированных на человека, на виртуальном транспортном средстве, общий сценарий: «Люди в этой ситуации оценивают много информации за доли секунды: собственную скорость, скорость другого транспортного средства, любые существующие дорожные знаки - и, прежде всего, поведение другие участники дорожного движения, которые могут отвлекаться, используя свои мобильные телефоны или ища радиостанцию. Если бы ваше автоматическое транспортное средство выполняло какие-то маневры, которые вы могли бы и не могли ожидать, даже если они были безопасны (например, очень сильное ускорение,безопасно пройти через указанное пересечение) - это будет приемлемой системой помощи для вас или вы отключите ее в качестве меры предосторожности? С Drive-Lab мы строим мост между автоматизированными маневрами вождения и поведением человека ».
Автоматизированное вождение - вопрос доверия
Как только автоматизированные транспортные средства сталкиваются со сложным сценарием со смешанными автоматическими и неавтоматизированными транспортными средствами и другими участниками дорожного движения, доверие и, следовательно, признание всеми сторонами являются ключом к проникновению на рынок автономных транспортных средств.
Область исследований Human Centered Solutions на виртуальном транспортном средстве совместно со своими партнерами по исследованиям разрабатывает системы, которые ведут себя как люди в сложных дорожных ситуациях, поэтому их поведение понятно и понятно для людей. Под общим понятием человекоподобных систем водители первоначально подвергаются различным дорожным ситуациям, их психофизическое состояние и их поведение систематически регистрируются, чтобы впоследствии иметь возможность получать модели, которые затем могут быть реализованы в управлении автоматизированными транспортными средствами. Измерительная технология используется для записи психофизического состояния водителя, которое может в первую очередь записывать внимание водителя, а также его действия и движения.
Электродвигатели
Так выглядит технология привода будущего
Используются следующие измерительные технологии:
- Трекер глаз
- Камеры времени полета, которые измеряют частоту пульса без контакта,
- камеры
- Предметы одежды
- Микрофоны
Это позволяет определить, находится ли водитель в данный момент в разговоре, какие последовательности движений он выполняет в данный момент или громкая музыка играет в данный момент, и его внимание ограничено.
«Drive-Lab реализует процессы разработки, ориентированные на человека, для обеспечения безопасности, комфорта и доверия при автоматизации. Таким образом, мы даем возможность создавать автоматизированные транспортные средства, подобные человеку, (автономные транспортные средства, подобные человеку), поведение которых понятно, предсказуемо и, следовательно, приемлемо для человека », - объясняет доктор. Паоло Претто, руководитель отдела исследований человеческого фактора и симуляции вождения.
Три строительных блока для развития человекоподобных систем
Потребность человека в безопасности и комфорте в условиях, когда водитель сталкивается с другими видами деятельности, помимо просто вождения, например, работой, отдыхом или развлечением, возможна только в полностью заслуживающей доверия обстановке. Поэтому подобные человеку системы будут ключом к созданию доверия и признания.
Кроме того, обучение пользователя контекстуальному и ситуативному взаимодействию с автоматизированными системами является еще одним важным компонентом. Виртуальный автомобиль предлагает три компонента, интегрированных в концепцию Drive-Lab, для обеспечения развития системы, подобной человеку:
1. Водитель Digital Twin: «Цифровая модель близнеца» реального водителя отображает модели поведения человека, которые служат основой для всех будущих действий по управлению на основе контекста. Эти модели постоянно обновляются и расширяются в соответствии с измерениями в Drive-Lab.
2. Взаимодействие с жидкостью: все взаимодействия, такие как учет экологической информации (погода, дорожные условия, другие транспортные средства, знания и состояние других водителей и пешеходов), собственное состояние транспортного средства и состояние водителя, регистрируются целостным образом. В этом контексте лучший вариант определяется адаптивно, чтобы предупредить водителя или подготовиться к следующему действию.
3. AV Instructor - «инструктор по вождению» для автономных транспортных средств. Цель состоит в том, чтобы разработать оценку стиля вождения, которая «обучает» автономное транспортное средство прослеживаемому поведению в дорожном движении и, таким образом, создает доверие к системе. На первом этапе проекта измеряется и оценивается поведение транспортных средств с ручным приводом в моделируемой среде. На следующем этапе система рейтинга будет улучшена на основе реальных данных о дорожном движении и будет использоваться для обучения автоматических транспортных средств, с тем чтобы они воспроизводили поведение автомобилей с ручным управлением с более высокими резервами безопасности.
Следовательно, целью является надежная система оценки, которая оценивает текущий стиль вождения автоматических транспортных средств в реальном времени и в реальных сценариях и обеспечивает основу для постоянного улучшения. Это особенно актуально в ситуациях с высокой плотностью движения и для многих участников дорожного движения, которые движутся непредсказуемым образом, таких как пешеходы и велосипедисты.