Современные автомобили стремительно "умнеют", и ключевую роль в этом процессе начинает играть искусственный интеллект. Электромобили и беспилотные машины всё больше зависят от программного обеспечения, которое отвечает не только за комфорт, но и за устойчивость, эффективность и безопасность движения. По мере того как транспорт берёт на себя всё больше функций автоматизированного управления, от него требуется способность интерпретировать сложные дорожные условия быстрее и точнее, чем это способен сделать человек, передает inbusiness.kz со ссылкой на Naked-Science.
Одной из главных проблем становится понимание автомобилем собственного движения. Современные системы управления опираются на точные данные о текущем состоянии машины — её скорости, ускорениях и траектории. Даже небольшие ошибки в этих оценках могут напрямую повлиять на работу тормозов, рулевого управления и систем стабилизации. В автономных автомобилях такие погрешности накапливаются особенно быстро и в критических ситуациях могут привести к серьёзным последствиям. Именно поэтому инженеры рассматривают оценку состояния автомобиля как одну из фундаментальных основ будущей мобильности.
Новое решение этой задачи предложила исследовательская группа под руководством профессора Канхена Нама из Научно-технического института Тэгу Кенбук в Южной Корее. Учёные разработали систему оценки состояния автомобиля на основе физического искусственного интеллекта, способную в реальном времени отслеживать поведение машины на дороге.
Особенность системы в том, что она оценивает параметры движения, которые невозможно измерить напрямую с помощью стандартных датчиков. Одним из ключевых таких параметров является угол бокового скольжения — показатель того, насколько автомобиль уходит вбок при прохождении поворотов или при движении по покрытиям с низким коэффициентом сцепления. Именно боковое скольжение во многом определяет устойчивость автомобиля. Если водитель или автоматическая система не распознают его на ранней стадии, реакции систем управления могут оказаться запоздалыми.
Традиционные методы оценки сталкиваются с серьёзными ограничениями. Поведение шин постоянно меняется, а на него дополнительно влияют тип дорожного покрытия и скорость движения. В результате реальные условия часто выходят за рамки предположений классических физических моделей, что снижает точность прогнозов.
Чтобы преодолеть эти сложности, исследователи создали гибридную систему оценки, объединяющую физические модели автомобиля и методы искусственного интеллекта. В этом подходе ИИ не заменяет физику, а усиливает её за счёт обучения на данных. В основе решения лежит сочетание физической модели шин с ИИ-регрессией. Система непрерывно получает данные с датчиков, измеряющих боковую силу, действующую на шины, что позволяет ей адаптироваться к нелинейному поведению шин и постоянно меняющимся условиям окружающей среды.
Ключевым элементом разработки стал наблюдатель на базе несмещённого фильтра Калмана, интегрированный с гауссовской регрессией процессов. Фильтр Калмана отвечает за физическую согласованность модели, а компонент искусственного интеллекта добавляет гибкость и способность к обучению. Такое сочетание позволяет значительно быстрее и точнее оценивать состояние автомобиля по сравнению с традиционными методами.
Свою систему учёные проверили на реальной платформе электромобиля. Испытания проводились на различных типах дорожного покрытия, при разных скоростях и в разнообразных сценариях прохождения поворотов. Во всех условиях система демонстрировала высокую и стабильную точность. По мнению инженеров, именно такая надёжность является критически важной для внедрения технологии в серийные автомобили и дальнейшего развития беспилотного транспорта.
Разработка показывает, что будущее автомобильной безопасности всё теснее связано с физическим ИИ — технологиями, которые позволяют машинам не просто выполнять команды, а глубже "понимать" собственное движение и вовремя реагировать на потерю управляемости.
Читайте по теме:
Китайские электрокары выталкивают с рынка европейских конкурентов
