Come far guidare le auto autonome in incroci senza semafori?

Immagina di essere in un'auto che guida da sola in un incrocio senza semafori. Come fa a sapere cosa fare? Un nuovo studio presenta un sistema intelligente che combina reti neurali e controllo predittivo per rendere le auto autonome più sicure e reattive. A differenza dei metodi tradizionali, questo algoritmo prevede tre possibili traiettorie per ogni veicolo intorno, considerando scenari diversi come cedere il passo, non cedere o guidare in modo aggressivo. Grazie a una rete neurale grafica (GNN) e a un meccanismo di attenzione, il sistema analizza il comportamento degli altri utenti della strada e pianifica il percorso migliore. Testato con dati reali, il sistema produce traiettorie più fluide e sicure, riducendo frenate brusche e mantenendo le distanze di sicurezza. Un passo avanti verso la guida autonoma più robusta e confortevole!

Il sistema descritto nello studio utilizza una rete neurale grafica (GNN) combinata con un'unità ricorrente gated bidirezionale (Bi-GRU) per codificare le storie degli agenti e prevedere le loro traiettorie future. La codifica delle corsie viene realizzata tramite VectorNet, che fornisce il contesto della mappa. Un meccanismo di attenzione sensibile alle interazioni permette al sistema di focalizzarsi sugli agenti più rilevanti per la pianificazione del movimento. I decodificatori multi-head generano tre traiettorie distinte per ogni agente, catturando diversi scenari di interazione. Il pianificatore basato su controllo predittivo modello (MPC) utilizza un modello di bicicletta per risolvere un problema di controllo ottimale vincolato, impiegando CasADi e IPOPT. Le traiettorie previste vengono utilizzate come vincoli, con la traiettoria primaria come vincolo duro e le alternative come vincoli morbidi tramite variabili di slack. Questo approccio garantisce che il veicolo autonomo possa anticipare e reagire in modo sicuro a comportamenti imprevedibili degli altri utenti della strada.