自動運転自動車レースが AI を強化し、より安全な自動運転車を実現

自動車レースの興奮は、一瞬の決断と、恐れを知らぬドライバーによる大胆なパスから生まれます。

その光景を想像してみてください。ただし、ドライバーは存在せず、車だけが人工知能の見えざる手によって導かれています。 ドライバーがコースを操縦することなく、ラッシュのレースが展開できるでしょうか? それができることがわかりました。

自動運転レースに参入しましょう。この分野は、高速競争だけでなく、自動運転車が達成できる限界を押し広げ、安全性を向上させることも目的としています。

1 世紀以上前、自動車の黎明期、社会が馬車からモーター駆動の乗り物に移行するにつれて、新しい技術の安全性と信頼性について国民の疑問が生じました。

モータースポーツ レースは、これらの馬車の技術的性能と安全性を披露するために組織されました。

同様に、自動運転レースは、自動運転車が街を走り始める中、自動運転車技術の信頼性を証明する現代の舞台となっています。

自動運転レースの高速トライアルは、自動運転車が路上で直面する現実世界の課題、つまり予期せぬ変化に適応し、数秒で反応することを反映しています。

速度が速く、反応時間が短いサーキットでこれらの課題を克服することは、道路上でのより安全な自動運転車につながります。

私は人工知能、ロボット工学、自動運転車を研究するコンピューターサイエンスの教授で、バージニア大学でキャバリア自律レーシングチームを率いています。

チームは、大学が完全自動運転のインディ レース カーを互いに競わせる世界的なコンテスト、インディ オートノマス チャレンジに出場します。

2021年の開始以来、このイベントにはトップ国際チームがインディアナポリス・モーター・スピードウェイなどの名門サーキットに集まってきました。

競争とチームワークの両方が特徴的なこの分野は、集合的な問題解決が自動運転車の安全性の進歩を促進することを示しています。

2024年1月にラスベガスで開催される2024コンシューマー・エレクトロニクス・ショーで開催されるインディ・オートノマス・チャレンジの合格大会にて。

私たちのキャバリア チームは 2 位を獲得し、時速 143 マイル (時速 230 キロメートル) の速度を出し、他のレースカーを自律的に追い越し、アメリカをリードするチームとしての地位を確立しました。

ミュンヘン工科大学のTUM Autonomous Motorsportがこのイベントで優勝した。

小さな始まり

自律走行レースの分野は、プロのレース場でのレースカーから始まったのではなく、ロボット工学カンファレンスでのミニチュアカーから始まりました。 2015 年、私と同僚は 1/10 スケールの自動運転レースカーを開発しました。

私たちはリモコンカーを、小さいながらも強力な研究および教育ツールに変えました。私はこれを、伝統的なフォーミュラ 1 (F1) レースカーの名前をもじって F1tenth と名付けました。

F1tenth プラットフォームは現在、世界中の 70 以上の機関が小型自律レーサーを構築するために使用しています。

第 10 回自動運転レーシング グランプリは現在、ロボット工学カンファレンスの注目のイベントとなっています。地球上からチームが集まり、それぞれのチームが同じハードウェアとセンサーを備えた車両を操り、本質的に激しい「アルゴリズムの戦い」を繰り広げます。

サーキットでの勝利は、生のパワーではなく、高度な AI アルゴリズムによる車両の制御によってもたらされます。

F1tenth は、学生がロボット研究を深く掘り下げるための魅力的でアクセスしやすいゲートウェイとしても登場しました。

長年にわたり、私はコースやオンライン講義シリーズを通じて、これらの車両を構築し、運転し、自律的にレースする方法を説明するオンライン講義シリーズを通じて、何千人もの学生と交流してきました。

現実になる

現在、私たちの研究範囲は大幅に拡大し、小型モデルから時速 150 マイル (時速 241 キロ) 以上の速度で競争し、レーストラックで他の自動運転車と複雑な追い越し操作を実行する実際の自動運転インディ カーにまで進歩しています。

これらの車は、Indy NXT シャーシの改良版に基づいて構築されており、自動運転を可能にするセンサーとコントローラーが装備されています。

インディ NXT レース カーはプロのレースで使用され、インディアナポリス 500 で有名になったインディ カーのわずかに小さいバージョンです。

これらの先進的なマシンを実際のレーストラックでレースするという厳しい現実は、自動運転車ができることの限界を押し広げます。

自律走行レースはロボット工学と AI の課題を新たなレベルに引き上げており、研究者は、機械がどのように環境を認識し、安全な決定を下し、従来の方法が行き詰まり始めている複雑な操作を高速で制御するかについての理解をさらに高める必要があります。

精度は非常に重要であり、ステアリングと加速における誤差の許容範囲は非常に狭いため、車の動き、空気力学、ドライブトレイン システムの高度な把握と正確な数学的記述が必要です。

さらに、自律型レースの研究者は、カメラ、レーダー、ライダー（レーダーに似ていますが、電波の代わりにレーザーを使用するもの）からのデータを使用して、競合他社の周りを操縦し、高速で予測不可能なレース環境を安全にナビゲートするアルゴリズムを作成しています。

私のチームは、自動運転レース用の世界初のオープン データセットを共有し、自動運転車の未来を定義するのに役立つ可能性のあるアルゴリズムの改良に参加するよう世界中の研究者を招待しました。

自動運転車用るつぼ

自動運転レースは単なる技術のショーケースではなく、重要な研究フロンティアです。 自律システムがこのような極端な状況でも確実に機能できる場合、通常の道路交通状況で動作する際のバッファーが本質的に備わっています。

自動運転レースは、競争がイノベーションを促し、コラボレーションが成長を促進し、AI 制御の車がゴールまでレースを進め、より安全な自動運転車に向けた道筋を示すテストベッドです。

編集者のおすすめ:

• AIディープフェイクがバイデンロボコールで政治デビュー
• AI の時代でも航空管制に人間の手が必要な理由
• ニューヨーク・タイムズ訴訟でChatGPTの存続が危うくなる
• ChatGPT や他の言語 AI も私たちと同じように非合理的です

編集者注:この記事は、バージニア大学ロボット工学および人工知能准教授のマドゥル ベールによって書かれ、クリエイティブ コモンズ ライセンスに基づいて The Conversation から再公開されました。 元の記事を読んでください。