Autonomous drive systems are a dynamically developed sector of the automotive industry. The key problem in such technological solutions is to provide a reliable navigation system, which is typically based on high-definition (HD) maps supporting the identification of the position of a maneuvering vehicle. HD maps should include possibly up-to-date and detailed information on traffic lanes and on the traffic rules and regulations on such lanes. An effective development of an HD map should be based on the geodetic measurement methods, which ensure efficient and accurate acquisition of spatial data. This article presents the results of an experiment consisting in the manipulation of data obtained with the use of the mobile laser scanning method and further in employing this data in the development of an HD map in an open-source environment. The applied measurement technology and the processing method allowed data of high resolution (frequently above 1000 points per m2 ) and of high accuracy (3D accuracy down to less than 5 cm). The obtained data were processed in the Vector Map Builder environment (which is accessible from the level of an internet browser) and the final product - HD map was created in the Lanelet2 open-source environment. The above-described experiments allowed two main conclusions. Most importantly, they demonstrate the importance of planning and performing in-field mobile laser scanning measurements. They also point to the important role of the human analyst who needs to manually vectorize the key elements of road infrastructure and to define traffic rules.
The main goal of robot path planning is to design an optimal path for a robot to navigate from its starting point to its goal while avoiding obstacles and optimizing certain criteria. A novel method using marine predator algorithm which is used in the field of robot path planning is presented. The proposed method has two steps. First step is to build a mathematical model of path planning while second step is optimization process using marine predator algorithm. Simulation results show that the proposed method works well and has good performance in different situations. Therefore, this method is an effective method for robot path planning and related applications.
Most reinforcement learning benchmarks – especially in multi-agent tasks – do not go beyond observations with simple noise; nonetheless, real scenarios induce more elaborate vision pipeline failures: false sightings, misclassifications or occlusion. In this work, we propose a lightweight, 2D environment for robot soccer and autonomous driving that can emulate the above discrepancies. Besides establishing a benchmark for accessible multiagent reinforcement learning research, our work addresses the challenges the simulator imposes. For handling realistic noise, we use self-supervised learning to enhance scene reconstruction and extend curiosity-driven learning to model longer horizons. Our extensive experiments show that the proposed methods achieve state-of-the-art performance, compared against actor-critic methods, ICM, and PPO.
If we speak about the Smart City’s transport system, autonomous vehicles idea is the first thing that comes to mind. Today, it is strongly believed that the autonomous vehicles’ introduction into the traffic will increase the road safety. However, driverless cars are not the solution by itself. The road safety and, accordingly, sustainability will strongly depend on decision making algorithms inbuilt into the control module. Therefore, the goal of our research is to design and test the data mining algorithm based on Entity–Attribute–Value (EAV) model for decision making in the Intelligent System in the fully- or semi-autonomous vehicles. In this article, we describe the methodology to create 3 main modules of the designed Intelligent System: (1) an Object detection module; (2) a Data analysis module; (3) a Knowledge database built on decision rules generated with the help of our data mining algorithm. To build the Decision Table on the base of the real data, we have tested our algorithm on a simple collection of photos from a Polish two-lane road. Generated rules provide comparable classification results to the dynamic programming approach for optimization of decision rules relative to length or support. However, our decision making algorithm thanks to excluding the mistakes made on the object detection stage, works faster than existing ones with the same level of correctness.
W ostatnich latach znacznie wzrosła liczba zaawansowanych systemów wspomagających kierowcę. Spowodowało to potrzebę opracowania metod testowania ich jakości i niezawodności. Artykuł przedstawia przegląd metod badawczych stosowanych w przemyśle motoryzacyjnym wykorzystywanych w weryfikacji i walidacji zaawansowanych systemów wspomagania kierowcy (ADAS), aktywnego bezpieczeństwa i systemów jazdy autonomicznej. W pierwszej części przedstawiono podejście do testów nazywanych testowaniem w pętli, takich jak model w pętli, oprogramowanie w pętli itd., prezentując najciekawsze implementacje. Następnie omówiono testy wykonywane na różnych terenach testowych, które mają udowodnić niezawodność i jakość systemu. Testowymi terenami mogą być tory testowe, sztuczne miasta czy drogi publiczne. W ostatniej części przedstawiono walidację wykonaną w laboratorium z wykorzystaniem metod zarówno inwazyjnych, jak i nieinwazyjnych, opartych na wirtualnych jazdach testowych, stymulatorach czujników i hamowniach podwoziowych. Ponadto zidentyfikowaliśmy najbardziej obiecujące podejścia do skutecznej weryfikacji i walidacji systemów ADAS, aktywnego bezpieczeństwa oraz jazdy autonomicznej. Na koniec wskazujemy potencjalne luki w tym temacie, które wymagają dalszych badań.
EN
The number of advanced driver assistance systems has increased dramatically in recent years. This led to a need for the development of testing methods to prove the quality and reliability of such systems. This publication presents an overview of the testing methods used in the automotive industry for the verification and validation of advanced driver assistance systems (ADAS), active safety, and autonomous driving systems. The first part presents the approach to X-in-the-loop testing such as model, software, hardware, etc., presenting the most interesting implementations. Then it discusses testing in proven areas like road traffic, artificial cities, and test tracks. The last part presents validation in the laboratory using both invasive and non-invasive methods based on virtual test drives, sensor stimulators and chassis dynamometers. Moreover, we identified the most promising approaches for the efficient verification and validation of ADAS, active safety and autonomous driving systems. Finally, we address some gaps in the research which require further investigation.
The number of advanced driver assistance systems has increased dramatically in recent years. This led to a need for the development of testing methods to prove the quality and reliability of such systems. This publication presents an overview of the testing methods used in the automotive industry for the verification and validation of advanced driver assistance systems (ADAS), active safety, and autonomous driving systems. The first part presents the approach to X-in-the-loop testing such as model, software, hardware, etc., presenting the most interesting implementations. Then it discusses testing in proven areas like road traffic, artificial cities, and test tracks. The last part presents validation in the laboratory using both invasive and non-invasive methods based on virtual test drives, sensor stimulators and chassis dynamometers. Moreover, we identified the most promising approaches for the efficient verification and validation of ADAS, active safety and autonomous driving systems. Finally, we address some gaps in the research which require further investigation.
PL
W ostatnich latach znacznie wzrosła liczba zaawansowanych systemów wspomagających kierowcę. Spowodowało to potrzebę opracowania metod testowania ich jakości i niezawodności. Artykuł przedstawia przegląd metod badawczych stosowanych w przemyśle motoryzacyjnym wykorzystywanych w weryfikacji i walidacji zaawansowanych systemów wspomagania kierowcy (ADAS), aktywnego bezpieczeństwa i systemów jazdy autonomicznej. W pierwszej części przedstawiono podejście do testów nazywanych testowaniem w pętli, takich jak model w pętli, oprogramowanie w pętli itd., prezentując najciekawsze implementacje. Następnie omówiono testy wykonywane na różnych terenach testowych, które mają udowodnić niezawodność i jakość systemu. Testowymi terenami mogą być tory testowe, sztuczne miasta czy drogi publiczne. W ostatniej części przedstawiono walidację wykonaną w laboratorium z wykorzystaniem metod zarówno inwazyjnych, jak i nieinwazyjnych, opartych na wirtualnych jazdach testowych, stymulatorach czujników i hamowniach podwoziowych. Ponadto zidentyfikowaliśmy najbardziej obiecujące podejścia do skutecznej weryfikacji i walidacji systemów ADAS, aktywnego bezpieczeństwa oraz jazdy autonomicznej. Na koniec wskazujemy potencjalne luki w tym temacie, które wymagają dalszych badań.
Driving a road vehicle is a very complex task in terms of controlling it, substituting a human driver with a computer is a real challenge also from the technical side. An important step in vehicle controlling is when the vehicle plans its own trajectory. The input of the trajectory planning are the purpose of the passengers and the environment of the vehicle. The trajectory planning process has several parts, for instance, the geometry of the path-curve or the speed during the way. Furthermore, a traffic situation can also determine many other parameters in the planning process. This paper presents a basic approach for trajectory design. To reach the aim a map will be given as a binary 2204 x 1294 size matrix where the roads will be defined by ones, the obstacles will be defined by zeros. The aim is to make an algorithm which can find the shortest and a suitable way for vehicles between the start and the target point. The vehicle speed will be slow enough to ignore the dynamical properties of the vehicle. The research is one of the first steps to realize automated parking features in a self-drive car.
Background: In the last decade, the total volume of freight transport has grown, partly due to the transportation of consumer goods. Multimodal transportation has been named in various publications as a solution. As a landlocked country in the middle of Europe, Austria has to bear more negative consequences of freight transport than other European countries. This study analyses the present situation of Austria's freight transport systems and compares it with the other 27 EU countries. This paper also looks for new methods in logistics, to get the problem of increasing demand for transport under control. On this basis, this paper tries to make recommendations for strategic future transportation development in the country. Methods: This study is based on the analysis of both scientific literature, and on official publications of the logistics sector in Austria. Publications of European and Austrian statistical material have been used to compare the transport situation in the other European Union member states and Austria. Results: Austria's usage of railways is already above average in the EU. On the other hand, waterway transport is below average. Intelligent exploitation of the River Danube could induce an important shift from road transport to cheaper and more environmental friendly river transport. New ways of managing traffic flow and increasing road safety are under development in logistics, although their implementation depends on the costs incurred. Conclusion: By shifting a proportion of road transportation onto Austria's main waterway, the River Danube, pressure on the environment and traffic flow could be improved to a certain extent. The digitalization of logistics and the introduction of computer-driven road transportation systems, such as platooning and autonomous driving, and multimodal transportation may be useful ways to relieve the situation on the main roads, and to prevent an increase in traffic jams, exhaust emissions and the risk of accidents. Further research and practical tests will be necessary to reach market readiness and cost efficiency.
PL
Wstęp: W ostatnich latach obserwuje się znaczący wzrost przewozu dóbr, głównie konsumpcyjnych. Jak rozwiązanie tego zagadnienia w wielu publikacjach wskazuje się transport multimodalny. Austria, będąca krajem śródlądowym, szczególnie dotkliwie odczuwa negatywne skutki transportu lądowego w porównaniu do pozostałych krajów europejskich. Praca obejmuje analizę aktualnej sytuacji austriackiego transportu dóbr materialnych w porównaniu do 28 krajów UE. Poddano również analizie nowe rozwiązania transportowe, służące lepszej kontroli sytuacji transportowej. Na bazie tej analizy wysunięto rekomendacje dla rozwoju strategicznego transportu w tym kraju. Metody: Podstawą analizy był przegląd porównawczy literatury fachowej dotyczącej sektora logistycznego w Austrii. Materiały statystyczne autorstwa austriackiego i europejskiego posłużyły dla analizy porównawczej sytuacji transportowej w Austrii i Unii Europejskiego. Wyniki: Użytkowanie dróg kolejowych w Austrii jest wyższe od średniej UE28. Z drugiej strony użytkowanie dróg wodnych jest poniżej tej średniej. Odpowiednie użytkowanie do celów transportowych rzeki Dunaj mogłoby istotnie odciążyć transport lądowy jako tańszy oraz bardziej zrównoważony. Nowe rozwiązania transportowe umożliwiając poprawę bezpieczeństwa na drogach, aczkolwiek realizacja proponowanego rozwiązania zależy od kosztów, jakie będą one generować. Wnioski: Poprzez przesunięcie części transport drogowego na główną drogę wodną Austrii, rzekę Dunaj, zmniejszą się w pewnym zakresie problemy zatłoczenia na drogach i jego wpływu na środowisko. Digitalizacja logistyki, wprowadzenie systemów transportowych opartych na rozwiązaniach komputerowych typu platooning, samochody autonomiczne czy transport multimodalny, mogą się pozytywnie przyczyniać do polepszenia sytuacji na drogach, obniżenia poziomu zatłoczenia oraz emisji spalin, jak również zwiększenie bezpieczeństwa na drogach. Należałoby kontynuować te badania w celu doprecyzowania gotowości na nie rynku oraz efektywności kosztowej proponowanego rozwiązania.
Natural hazards are frequently causing disturbances for different types of infrastructures, in particular for transport systems. Flooding and storm are considered as major threats to these systems. Based on examples of natural hazards’ impact on roads, possible approaches of vulnerability assessment are described. In order to reduce the threats resulting from natural hazards on road transport, appropriate technical countermeasures to increase resilience and robustness for continuous road safety and mobility are necessary. Moreover, the behaviour of the driver is also an important factor to avoid accidents in case of specific weather conditions. Autonomous driving may support a reduction of accidents in the future and, in particular, necessary evacuation processes in cases of wildfires or hurricanes.
Niniejszy artykuł poświęcony jest analizie konwoju poruszających się pojazdów, sterowanych za pomocą kooperacyjnego, adaptacyjnego tempomatu. Komunikacja między pojazdami odbywa się zgodnie ze standardem 802.11p. W pracy rozważono wprowadzenie wirtualnych liderów, w celu zwiększenia maksymalnej liczby samochodów w peletonie, zachowując zerowe prawdopodobieństwo kolizji. Przedstawione wyniki symulacji pokazują, że dobierając odpowiednią gęstość wirtualnych liderów i początkowy czas transmisji wiadomości BSM (ang. Basic Safety Message), wydłużenie konwoju jest możliwe.
EN
This paper presents the analysis of the use of cooperative adaptive cruise control for autonomous driving of platoon of cars. Communication between cars is based on the802.11p protocol stack. The paper proposes a method for extending the maximum length of the platoon by introduction of the so-called “virtual leaders”. Presented simulation resultsshow that with a proper virtual leaders density the extension of the platoon length is possible.
W artykule przedstawiono analizę możliwości wykorzystania algorytmu kooperacyjnego adaptacyjnego tempomatu do realizacji autonomicznego ruchu pojazdów w konwoju. Rozważono transmisję bezprzewodową z wykorzystaniem grupy protokołów WAVE w różnych trybach przełączania się między kanałami. Zaproponowano metodę szeregowania momentów tworzenia wiadomości typu BSM w celu poprawy działania algorytmu w trybie przemiennym. Przedstawione wyniki symulacji pokazują, że w przypadku transmisji przemiennej z szeregowaniem możliwe jest osiągnięcie rezultatów zbliżonych do wyników dla transmisji ciągłej.
EN
This paper presents the analysis of the use of cooperative adaptive cruise control for autonomous driving in a platoon of cars using WAVE protocol stack for communications. Different channel switching options have been considered. Scheduling of BSM messages generation has been proposed for the alternating access case to facilitate the operation of CACC. Presented simulation results show that the alternating access with scheduling is capable of achieving similar results as in case of continuous transmission.
W artykule dokonano przeglądu metod modelowania przyspieszenia pojazdów oraz przeanalizowano wpływ modelowania przyspieszenia na badania zachowania się konwoju pojazdów wykorzystujących kooperacyjny adaptacyjny tempomat oparty na standardzie IEEE 802.11p. Przedstawiono również opis kooperacyjnego adaptacyjnego tempomatu oraz standardu IEEE802.11p. Analiza wpływu modeli przyspieszenia na zachowanie pojazdów w konwoju została przeprowadzona na podstawie badań symulacyjnych dokonanych za pomocą autorskiego symulatora.
EN
This paper presents a survey of acceleration modelling for vehicles travelling on a highway. We also analyze the impact of the modelling on the simulations of a platoon utilizing cooperative adaptive cruise control based on IEEE802.11p standard. We briefly present the cooperative adaptive cruise control as well as communication standard used i.e., IEEE802.11p. The analysis of the impact of the acceleration model on the simulations of platoon was carried out in a dedicated tool created by the authors.
13
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W pracy przedstawiono kluczowe elementy składające się na system automatycznego sterowania pojazdem autonomicznym, który może być traktowany jako rodzaj wyspecjalizowanego robota mającego do wykonania zadanie podróży z punktu A do punktu B. Do kluczowych elementów jazdy autonomicznej należy zaliczyć: czujniki i systemy percepcji otoczenia, platformy sterowania i obliczeniowe, architekturę elektryczno-elektroniczną pojazdu, systemy łączności, doświadczenie użytkowników, wsparcie infrastruktury oraz systemy bezpieczeństwa i ochrony. Elementy jazdy autonomicznej zostały zilustrowane na przykładzie demonstracyjnego pojazdu elektrycznego EVE.
EN
The paper presents essential elements of the control system for autonomous vehicles, which can be considered as a sort of specialized robot having a task to go from point A to point B. The key elements of autonomous driving include: sensors and perception systems, computing platforms and control systems, electrical-electronic architecture, connectivity to other vehicles and elements of infrastructure, user experience, off board support and services, functional safety and security. The key elements are illustrated on demo electric car EVE.
Machine learning is an appealing and useful approach to creating vehicle control algorithms, both for simulated and real vehicles. One common learning scenario that is often possible to apply is learning by imitation, in which the behavior of an exemplary driver provides training instances for a supervised learning algorithm. This article follows this approach in the domain of simulated car racing, using the TORCS simulator. In contrast to most prior work on imitation learning, a symbolic decision tree knowledge representation is adopted, which combines potentially high accuracy with human readability, an advantage that can be important in many applications. Decision trees are demonstrated to be capable of representing high quality control models, reaching the performance level of sophisticated pre-designed algorithms. This is achieved by enhancing the basic imitation learning scenario to include active retraining, automatically triggered on control failures. It is also demonstrated how better stability and generalization can be achieved by sacrificing human-readability and using decision tree model ensembles. The methodology for learning control models contributed by this article can be hopefully applied to solve real-world control tasks, as well as to develop video game bots.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.