การแข่งรถอัตโนมัติช่วยเพิ่ม AI สำหรับรถยนต์ไร้คนขับที่ปลอดภัยยิ่งขึ้น

ความตื่นเต้นของการแข่งรถมาจากการตัดสินใจในเสี้ยววินาทีและการแซงอย่างกล้าหาญของนักแข่งที่กล้าหาญ

ลองนึกภาพฉากนั้น แต่ไม่มีคนขับ - รถเพียงลำพังซึ่งถูกนำทางโดยมือที่มองไม่เห็นของปัญญาประดิษฐ์ ความเร่งรีบของการแข่งรถจะเกิดขึ้นโดยไม่มีคนขับบังคับทิศทางได้หรือไม่? ปรากฎว่ามันสามารถทำได้

เข้าสู่การแข่งรถอัตโนมัติ สนามที่ไม่เพียงแต่เกี่ยวกับการแข่งขันความเร็วสูงเท่านั้น แต่ยังเป็นการผลักดันขอบเขตของสิ่งที่ยานพาหนะขับเคลื่อนอัตโนมัติสามารถทำได้และปรับปรุงความปลอดภัยอีกด้วย

กว่าหนึ่งศตวรรษที่ผ่านมา ในช่วงรุ่งอรุณของรถยนต์ ในขณะที่สังคมเปลี่ยนจากรถม้ามาสู่ยานยนต์ที่ขับเคลื่อนด้วยมอเตอร์ สาธารณชนก็เกิดข้อสงสัยเกี่ยวกับความปลอดภัยและความน่าเชื่อถือของเทคโนโลยีใหม่

การแข่งรถมอเตอร์สปอร์ตจัดขึ้นเพื่อแสดงประสิทธิภาพทางเทคโนโลยีและความปลอดภัยของรถม้าเหล่านี้

ในทำนองเดียวกัน การแข่งรถอัตโนมัติเป็นเวทีสมัยใหม่ในการพิสูจน์ความน่าเชื่อถือของเทคโนโลยียานยนต์ไร้คนขับ เนื่องจากรถยนต์ไร้คนขับเริ่มออกสู่ท้องถนน

การทดลองความเร็วสูงของการแข่งรถอัตโนมัติสะท้อนให้เห็นถึงความท้าทายในโลกแห่งความเป็นจริงที่ยานพาหนะอัตโนมัติต้องเผชิญบนท้องถนน: การปรับตัวต่อการเปลี่ยนแปลงที่ไม่คาดคิดและการตอบสนองในเสี้ยววินาที

การเอาชนะความท้าทายเหล่านี้ในสนามแข่งที่ความเร็วสูงกว่าและเวลาตอบสนองสั้นลง นำไปสู่ยานยนต์ไร้คนขับที่ปลอดภัยยิ่งขึ้นบนท้องถนน

ฉันเป็นศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์ที่ศึกษาปัญญาประดิษฐ์ หุ่นยนต์ และยานพาหนะอัตโนมัติ และฉันเป็นผู้นำทีม Cavalier Autonomous Racing ที่มหาวิทยาลัยเวอร์จิเนีย

ทีมแข่งขันกันใน Indy Autonomous Challenge ซึ่งเป็นการแข่งขันระดับโลกที่มหาวิทยาลัยต่างๆ แข่งขันกันด้วยรถแข่ง Indy ที่ขับเคลื่อนอัตโนมัติเต็มรูปแบบ

นับตั้งแต่ก่อตั้งในปี 2021 งานนี้ได้ดึงดูดทีมนานาชาติชั้นนำมาสู่สนามอันทรงเกียรติ เช่น Indianapolis Motor Speedway

สนามนี้มีทั้งการแข่งขันและการทำงานเป็นทีม แสดงให้เห็นว่าการแก้ปัญหาร่วมกันทำให้เกิดความก้าวหน้าในความปลอดภัยของยานยนต์ไร้คนขับ

ในการแข่งขันส่งผ่าน Indy Autonomous Challenge ซึ่งจัดขึ้นที่งาน Consumer Electronics Show ปี 2024 ที่ลาสเวกัสในเดือนมกราคม 2024

ทีม Cavalier ของเราคว้าอันดับที่สองด้วยความเร็ว 143 ไมล์ต่อชั่วโมง (230 กิโลเมตรต่อชั่วโมง) ขณะแซงรถแข่งอีกคันโดยอัตโนมัติ ซึ่งตอกย้ำสถานะเป็นทีมชั้นนำของอเมริกา

TUM Autonomous Motorsport จากมหาวิทยาลัยเทคนิคมิวนิกชนะการแข่งขัน

จุดเริ่มต้นขนาดไพน์

สนามแข่งรถอัตโนมัติไม่ได้เริ่มต้นด้วยรถแข่งในสนามแข่งมืออาชีพ แต่เริ่มต้นด้วยรถยนต์ขนาดเล็กในการประชุมหุ่นยนต์ ในปี 2015 ฉันและเพื่อนร่วมงานได้ออกแบบรถแข่งอัตโนมัติขนาด 1/10

เราเปลี่ยนรถที่ควบคุมด้วยรีโมตให้เป็นเครื่องมือวิจัยและการศึกษาขนาดเล็กแต่ทรงพลัง ซึ่งฉันตั้งชื่อว่า F1tenth โดยใช้ชื่อรถแข่ง Formula One แบบดั้งเดิมหรือ F1

ปัจจุบันสถาบันกว่า 70 แห่งทั่วโลกใช้แพลตฟอร์ม F1tenth เพื่อสร้างรถแข่งขับเคลื่อนอัตโนมัติขนาดจิ๋ว

F1tenth Autonomous Racing Grand Prix กลายเป็นงานใหญ่ในการประชุมหุ่นยนต์ที่ทีมจากทั่วโลกมารวมตัวกัน แต่ละคันใช้ยานพาหนะที่มีฮาร์ดแวร์และเซ็นเซอร์เหมือนกัน เพื่อมีส่วนร่วมใน "การต่อสู้ของอัลกอริธึม" ที่เข้มข้น

ชัยชนะบนสนามแข่งไม่ได้ถูกอ้างสิทธิ์ด้วยพลังที่แท้จริง แต่มาจากการควบคุมรถด้วยอัลกอริธึม AI ขั้นสูง

นอกจากนี้ F1tenth ยังกลายเป็นช่องทางที่น่าดึงดูดและเข้าถึงได้สำหรับนักศึกษาในการเจาะลึกการวิจัยด้านหุ่นยนต์

ในช่วงหลายปีที่ผ่านมา ฉันเข้าถึงนักเรียนหลายพันคนผ่านหลักสูตรและชุดการบรรยายออนไลน์ ซึ่งอธิบายกระบวนการสร้าง ขับขี่ และแข่งรถอัตโนมัติเหล่านี้

เริ่มเป็นจริง

ปัจจุบัน ขอบเขตของการวิจัยของเราได้ขยายออกไปอย่างมาก โดยพัฒนาจากโมเดลขนาดเล็กไปจนถึงรถยนต์ Indy ที่ขับเคลื่อนอัตโนมัติจริง ๆ ที่แข่งขันกันที่ความเร็วสูงกว่า 150 ไมล์ต่อชั่วโมง (241 กิโลเมตรต่อชั่วโมง) ดำเนินการแซงที่ซับซ้อนด้วยยานพาหนะอัตโนมัติอื่น ๆ ในสนามแข่ง

รถยนต์เหล่านี้สร้างขึ้นจากแชสซี Indy NXT เวอร์ชันดัดแปลง และติดตั้งเซ็นเซอร์และตัวควบคุมเพื่อให้สามารถขับขี่อัตโนมัติได้

รถแข่ง Indy NXT ใช้ในการแข่งระดับมืออาชีพ และเป็นรุ่นที่เล็กกว่าเล็กน้อยของรถ Indy ที่มีชื่อเสียงจาก Indianapolis 500

ความจริงอันกล้าหาญของการแข่งเครื่องจักรขั้นสูงเหล่านี้ในสนามแข่งจริงได้ขยายขอบเขตของสิ่งที่ยานพาหนะขับเคลื่อนอัตโนมัติสามารถทำได้

การแข่งรถอัตโนมัตินำความท้าทายของหุ่นยนต์และ AI ไปสู่อีกระดับ โดยกำหนดให้นักวิจัยต้องปรับปรุงความเข้าใจของเราว่าเครื่องจักรรับรู้สภาพแวดล้อมอย่างไร ตัดสินใจได้อย่างปลอดภัย และควบคุมการซ้อมรบที่ซับซ้อนด้วยความเร็วสูง ซึ่งวิธีการแบบเดิมเริ่มสะดุด

ความแม่นยำถือเป็นสิ่งสำคัญ และข้อผิดพลาดในการบังคับเลี้ยวและการเร่งความเร็วมีน้อยมาก ซึ่งต้องใช้ความเข้าใจที่ซับซ้อนและคำอธิบายทางคณิตศาสตร์ที่แม่นยำเกี่ยวกับการเคลื่อนที่ของรถ แอโรไดนามิก และระบบขับเคลื่อน

นอกจากนี้ นักวิจัยการแข่งรถอัตโนมัติยังสร้างอัลกอริธึมที่ใช้ข้อมูลจากกล้อง เรดาร์ และลิดาร์ ซึ่งเป็นเหมือนเรดาร์แต่ใช้เลเซอร์แทนคลื่นวิทยุ เพื่อบังคับทิศทางผู้เข้าแข่งขันและนำทางอย่างปลอดภัยในสภาพแวดล้อมการแข่งขันที่มีความเร็วสูงและคาดเดาไม่ได้

ทีมของฉันได้แบ่งปันชุดข้อมูลแบบเปิดชุดแรกของโลกสำหรับการแข่งรถอัตโนมัติ โดยเชิญชวนนักวิจัยจากทุกแห่งให้เข้าร่วมในการปรับปรุงอัลกอริทึมที่สามารถช่วยกำหนดอนาคตของยานยนต์ไร้คนขับได้

เบ้าหลอมสำหรับรถยนต์ขับเคลื่อนอัตโนมัติ

มากกว่าการจัดแสดงทางเทคโนโลยี การแข่งรถอัตโนมัติถือเป็นขอบเขตการวิจัยที่สำคัญ เมื่อระบบอัตโนมัติสามารถทำงานได้อย่างน่าเชื่อถือในสภาวะสุดขั้วเหล่านี้ ระบบจะมีบัฟเฟอร์โดยธรรมชาติเมื่อทำงานในสภาพปกติของการจราจรบนถนน

การแข่งรถอัตโนมัติเป็นสนามทดสอบที่การแข่งขันกระตุ้นให้เกิดนวัตกรรม การทำงานร่วมกันส่งเสริมการเติบโต และรถยนต์ที่ควบคุมโดย AI จะแข่งขันกันจนถึงเส้นชัยซึ่งนำไปสู่เส้นทางสู่ยานยนต์อัตโนมัติที่ปลอดภัยยิ่งขึ้น

คำแนะนำของบรรณาธิการ:

• AI deepfakes เปิดตัวทางการเมืองด้วย Biden robocall
• เหตุใดการควบคุมการจราจรทางอากาศจึงยังต้องการความช่วยเหลือจากมนุษย์ในยุคของ AI
• ความอยู่รอดของ ChatGPT เป็นเดิมพันในคดีของ New York Times
• ChatGPT และ AI ภาษาอื่นๆ ก็ไร้เหตุผลพอๆ กับเรา

หมายเหตุบรรณาธิการ: บทความนี้เขียนโดย Madhur Behl รองศาสตราจารย์ด้านวิทยาการหุ่นยนต์และปัญญาประดิษฐ์ มหาวิทยาลัยเวอร์จิเนีย และเผยแพร่ซ้ำจาก The Conversation ภายใต้ใบอนุญาต Creative Commons อ่านบทความต้นฉบับ