Autonom in die Menschenmenge

Dieses setzt auf eine Kombination aus maschinellem Lernen und speziellen Algorithmen, um die Bewegungen von bis zu 50 Personen in der näheren Umgebung möglichst akkurat vorherzusagen und rechtzeitig optimale Ausweichmanöver einzuleiten.

'Ziel unserer Arbeit ist es, die Sicherheit bei selbstfahrenden Autos und Robotern zu verbessern, indem wir die Menschen in ihrer Umgebung aufmerksam beobachten und daraus ableiten, wie sie sich in Zukunft verhalten werden', zitiert 'TechXpore' die beiden Projektleiter Haruki Nishimura und Boris Ivanovic vom Multi-Robot Systems Lab der Stanford University. Gerade in größeren Menschenmengen sei ein sicheres Navigieren eine sehr große Herausforderung. 'Das können wir nur schaffen, wenn es uns gelingt, die Bewegungen der Personen vorherzusagen, um dann möglichst risikolos und kollisionsfrei ans Ziel zu kommen', betonen die Experten.

Bestehende Ansätze für die Kontrolle von autonomen Vehikeln, die sich im Umfeld von größeren Personengruppen bewegen, hätten Probleme damit, die äußerst dynamischen Prozesse in ihrer Umgebung zu erfassen. 'Unser System setzt hingegen auf ein sehr breit gefächertes Modell der menschlichen Bewegungen, das auf Daten aus dem echten Leben basiert', erläutern die Forscher. So werde stets nicht nur eine mögliche künftige Bewegung prognostiziert, sondern gleich eine ganze Reihe. 'Die Berechnungen laufen dabei in Sekundenbruchteilen ab und wiederholen sich kontinuierlich, während sich der Roboter weiterbewegt', so Nishimura und Ivanovic.

Die Wissenschaftler entwickelten zunächst ein Modell des maschinellen Lernens und trainierten dieses darauf, die künftigen Bewegungen von Menschen in der Nähe von Robotern vorherzusagen. Danach setzten sie auf Basis dieses Modells einen Algorithmus auf, der das potenzielle Kollisionsrisiko der Bewegungen eines Roboters zu jedem beliebigen Zeitpunkt berechnet. 'Dieser Algorithmus wählt automatisch das optimale Ausweichmanöver aus, durch das sich das Risiko eines Zusammenstoßes mit Menschen oder Autos drastisch reduzieren lässt', stellen seine Erfinder klar.

Zur Evaluierung der Praxistauglichkeit ihres Systems führten die Forscher sowohl Simulationsstudien als auch Experimente in der realen Welt durch. Bei Ersteren wurde die Performance mit drei bestehenden Anti-Kollisions-Technologien verglichen, die für eine Navigation in Situationen mit bis zu 50 Personen gedacht sind, und bei Letzteren ließen sie einen Roboter namens 'Quijabot' durch eine Halle mit fünf menschlichen Testsubjekten steuern. 'Die Ergebnisse waren sehr vielversprechend. Die Leistung unseres Systems hat alle anderen Lösungen klar übertroffen', schildern Nishimura und Ivanovic.

Ihre Meinung dazu? Schreiben Sie hier!

#autonom #selbstfahrend #Menge #Forschung #KI

Newsticker per eMail oder RSS/Feed!

Auch interessant!
Tests gegen Unfälle
In Japan müssen Autofahrer ab dem 70. Lebensjahr einen Kurs besuchen, um den Führerschein zu behalten. Je...

Autonom denkend
Forscher der Universität Örebro wollen die Risiken durch autonom fahrende Autos mittels Künstlicher Int...

Autonome Autos begegnen sich
Forscher der Carnegie Mellon University (CMU) haben eine Methode entwickelt, die mögliche Kooperationsmo...

VW kauft Hella-Kamerasparte
Der deutsche Automobilzulieferer Hella will sein Geschäft mit Software für Frontkameras an den Autobaue...

KI in Gran Turismo besser
Forscher der Universität Zürich (UZH) und von Sony AI haben die Künstliche Intelligenz (KI) im Rennspie...

Autonomes Taxi von Weymo und Volvo
Der schwedische Autohersteller Volvo will gemeinsam mit dem US-Tech-Konzern Waymo elektrische Robo-Taxi...

Ford und Google kooperieren
Vom Silicon-Valley aus betrachtet ist Detroit Symbol einer dem Untergang geweihten Technologie, die eigen...

Autonomes Fahrzeug: Yeti
US-Forscher haben in einem von der National Science Foundation finanzierten Projekt ein autonomes Fahrzeu...