Pesquisadores da Universidade de Michigan desenvolveram uma nova maneira de testar carros de piloto automático, com os quais você não pode passar os bilhões de quilômetros de testes de estrada necessários para a admissão à operação.
O processo, desenvolvido usando dados de mais de 40 milhões de quilômetros no mundo real, pode reduzir o tempo necessário para avaliar veículos robóticos em situações potencialmente perigosas em 300 mil a 100 milhões de vezes. Os pesquisadores observam que isso pode economizar 99,9% do tempo e custos de teste.
Roger L. McCarthy, professor de engenharia mecânica da Universidade de Michigan, argumenta que mesmo os esforços mais avançados e de larga escala para testar carros de piloto automático hoje não justificam a necessidade de testes completos de carros. Em vez de uma abordagem integrada que mede tudo de uma vez, o novo método divide o processo em componentes separados que podem ser testados novamente na simulação, fornecendo aos veículos controlados automaticamente conjuntos compactados das situações de tráfego mais difíceis. Se, por exemplo, você precisar obter dados sobre a reação de um robomóvel a um obstáculo inesperado, os esforços deverão ser concentrados nessa situação. Como os veículos não tripulados se comportarão em momentos “chatos” também pode ser obtido por análise estatística.
Os pesquisadores fornecem uma comparação simples: um total de 1.600 km de testes equivale a 482,8 mil quilômetros - 161 milhões de km no mundo real. E embora 100 milhões de milhas pareçam uma distância excessivamente longa, isso não é suficiente. Para que os pesquisadores obtenham dados suficientes para certificar a segurança do motorista, são necessários cenários rodoviários complexos e extremamente raros. Por exemplo, um acidente fatal acontece apenas uma vez a cada 100 milhões de milhas.
Para que os consumidores concordem em entrar em um carro sem motorista, é necessário provar com 80% de certeza que é 90% mais seguro do que o humano. Para isso, os carros teriam que percorrer 17,7 milhões de km (11 milhões de milhas), no mundo real ou em uma simulação. Mesmo durante uma década de testes ininterruptos em condições urbanas típicas, um pouco mais de 3 milhões de km (2 milhões de milhas) serão digitados.
Além disso, veículos totalmente automatizados exigem um tipo de teste completamente diferente daquele usado para os carros atuais. Até as perguntas feitas pelos pesquisadores são mais complicadas. Em vez de descobrir o que acontece em um acidente, eles devem determinar com que sucesso os carros podem impedir que isso aconteça.
Os cientistas fizeram uma analogia para testar um carro com uma consulta médica. Métodos de teste para carros com controle humano - medem a pressão arterial ou a frequência cardíaca, testando veículos não tripulados - verificando o QI do paciente.
Para desenvolver uma abordagem acelerada em quatro estágios, os pesquisadores analisaram dados de 40,6 milhões de quilômetros reais (25,2 milhões de milhas) coletados por dois projetos do Instituto de Estudos de Transporte da Universidade de Michigan. Ao longo de dois anos, eles implantaram cerca de 3.000 carros e voluntários.
Eles então identificaram eventos que podem conter “interações significativas” entre o veículo automático e a pessoa dirigida e criaram uma simulação que substituiu o percurso inteiro sem incidentes com essas interações significativas. Depois disso, eles programaram a simulação para que veículos não tripulados vissem motoristas humanos nas estradas como a principal ameaça e colocassem carros guiados por pessoas aleatoriamente em todos os lugares.
A fase de programação foi seguida por testes matemáticos para avaliar o risco e a probabilidade de determinados resultados, incluindo lesões, acidentes e momentos próximos ao acidente. Em conclusão, os pesquisadores interpretaram os resultados dos testes acelerados, usando o método de
amostragem por significância , para descobrir como os carros acionados automaticamente responderão estatisticamente às situações cotidianas na estrada.
Um processo acelerado de avaliação pode ser realizado para várias manobras potencialmente perigosas. Até agora, a equipe de pesquisa avaliou apenas as duas situações mais comuns que poderiam levar a acidentes graves: um veículo não tripulado seguindo um motorista humano e, inversamente, uma pessoa em um carro que segue transporte autônomo. A precisão da avaliação foi determinada através da realização e comparação de simulações aceleradas e reais. A equipe observa que é necessário continuar a pesquisa e considerar outras situações na estrada.