Автомобили будущего осваивают всё больше функций автономного управления, требуя мгновенной и точной интерпретации сложных дорожных ситуаций. Эта задача побуждает инженеров переосмыслить фундаментальные принципы восприятия машиной собственного движения.
Ключевой вызов автоматизации
Эффективность современных систем управления напрямую зависит от точного отслеживания состояния автомобиля: его скорости, ускорений и траектории. Даже малейшие погрешности способны нарушить работу тормозов, рулевого управления и стабилизации. В автономных системах такие ошибки накапливаются стремительно, создавая риски. Поэтому мониторинг состояния транспортного средства признан основополагающим элементом безопасной мобильности.
Инновация от южнокорейских ученых
Команда профессора Канхена Нама из Научно-технического института Тэгу Кенбук предложила революционное решение. Они создали систему оценки состояния автомобиля на базе физического искусственного интеллекта, способную анализировать поведение машины в режиме реального времени.
Фокус на невидимые параметры
Система специализируется на вычислении критически важных параметров движения, недоступных для прямого измерения датчиками. Центральное место среди них занимает угол бокового скольжения – показатель, характеризующий смещение автомобиля вбок при маневрах или движении по скользким покрытиям.
Угроза потери устойчивости
Боковое скольжение – ключевой фактор устойчивости. Если водитель или автопилот не идентифицируют его своевременно, системы коррекции могут сработать с запозданием.
Гибридный подход: Физика + ИИ
Классические методы оценки сталкиваются с трудностями из-за изменчивого поведения шин, разнообразия покрытий и скоростных режимов, выходящих за рамки традиционных моделей. Для преодоления этих барьеров исследователи разработали уникальную гибридную систему, интегрирующую физические модели автомобиля с алгоритмами искусственного интеллекта. ИИ здесь не заменяет, а усиливает физику через машинное обучение.
Технологическая основа и успешные испытания
В основе решения – сочетание физической модели шин с ИИ-регрессией. Система непрерывно обрабатывает данные датчиков боковых сил, что позволяет адаптироваться к нелинейности шин и переменным внешним условиям. Ключевой компонент – наблюдатель на базе несмещенного алгоритма Калмана, интегрированный с гауссовской регрессией процессов. Алгоритм Калмана гарантирует физическую достоверность, а ИИ-модуль обеспечивает гибкость и обучаемость. Совместно они дают значительный прирост скорости и точности оценки.
Технология прошла всесторонние испытания на реальном электромобиле в разнообразных условиях: на различных покрытиях, скоростях и при сложных маневрах. Система неизменно демонстрировала высокую и стабильную точность, что вселяет уверенность в ее готовности к серийному внедрению.
Источник: naked-science.ru
