Технология автономного вождения направлена на повышение безопасности и эффективности дорожного движения за счет снижения рисков, присущих транспортным средствам, управляемым человеком. Однако передовые системы (L3–L5) по-прежнему сталкиваются со значительными техническими проблемами. Текущие исследования в основном сосредоточены на трех основных модулях: восприятие (охватывающее слияние нескольких датчиков и обработку облаков точек на основе глубокого обучения), планирование (использование обучения с подкреплением и метаэвристических алгоритмов для оптимизации пути) и управление (использование Model Predictive Control (MPC) и нечетких моделей принятия решений). Несмотря на эти достижения, ограничения, такие как недостаточная интеграция подсистем, ограниченная адаптивность к динамическим средам и отсутствие этической структуры принятия решений, препятствуют дальнейшему прогрессу. В этой статье предлагается оптимизированный организационный алгоритм для улучшения взаимодействия в реальном времени между несколькими модулями. Он проверяет безопасность и эффективность с помощью имитационных тестов и исследует легкие модели и стандартизированные структуры тестирования. Двигаясь вперед, важно развивать многоагентную координацию, усиливать возможности обобщения в сложных сценариях и создавать надежную этическую структуру для содействия широкому внедрению технологии автономного вождения.

автономное вождение, восприятие, планирование, мультисенсорное слияние, сотрудничество подсистем

Математическое моделирование в актуальных проблемах науки и техники