La Universidad Estatal de Carolina del Norte ha desarrollado una nueva tecnología para ayudar a los vehículos de conducción autónoma a incorporarse a las carreteras
Un requisito previo para la adopción generalizada de la conducción autónomavehículos es la capacidad de manejar situaciones de tráfico complejas, como unirse a secciones congestionadas al final de las secciones de la carretera.
Investigadores de la Universidad Estatal de Carolina del Norte han desarrollado un nuevotecnología que permitens software de conducción autónoma para calculary más rápido, mejorando así el tráfico y la seguridad en los sistemas de vehículos de conducción autónoma simulada.
Ali Hajbabaie, profesor asistente de ingeniería civil, arquitectura y medio ambiente en la Universidad Estatal de Carolina del Norte, dijo: “En la actualidad, el programa que ayuda a los vehículos de conducción autónoma a fusionarse se basa en la simplificación del problema de cálculo para que pueda resolverse rápidamente. Por lo tanto, los vehículos pueden operar en tiempo real. Sin embargo, la simplificación excesiva crea un nuevo conjunto de problemas, ya que los escenarios del mundo real son en gran medida complejos.
"Nosotros desarrolló un algoritmo distribuido colaborativo, cualesencialmente divide un problema complejo en subproblemas más pequeños y los envía a diferentes procesadores para resolver problemas por separado. Esteproceso, llamado Paralelización, mejora significativamente la eficiencia.
Actualmente, los investigadores sólo han probado eltecnología en simulaciones, donde los subproblemas se comparten entre diferentes núcleos de los mismos sistemas informáticos. Sin embargo, si los vehículos de conducción autónoma alguna vez usaron estetecnología en las carreteras, estos vehículos estarán conectados acada otros a través de Internet y calculan colectivamente los subproblemas.
Pruebas tener demostró que la nueva tecnología es muy eficaz para mejorar el tráfico y la seguridad. En términos de cálculo del tiempo, los investigadores encontraron queeso permite que los vehículos de conducción autónoma realicen el procesamiento en tiempo real de escenarios complejos de fusión de carriles de autopistas en tráfico moderado y pesado, e incluso mejor cuando el tráfico es pesado.
