Simulerade elefanter kan förbättra självkörande bilar – ny metod testar verklighetens kaos

Nya tester avslöjar brister i självkörande bilar

Trots framsteg inom självkörande teknik fortsätter autonoma fordon att krocka med oväntade hinder, ibland med allvarliga konsekvenser. En forskargrupp vid Universität Tübingen i Tyskland har nu presenterat en ny metod för att testa dessa system under mer realistiska och kaotiska förhållanden.

Elefanter, lekplatsutrustning och farliga illusioner

I de nya testerna utsätts självkörande bilar för extrema scenarier som sällan förekommer i traditionella simuleringar. Bland annat:

• En elefant som långsamt korsar en gata – en situation som resulterar i kollision.
• En lekplatsrutschkana placerad mitt i vägen, som bilen omedelbart kör in i.
• En vägg målade som en fortsättning av vägen, en illusion som redan har förvirrat verkliga självkörande system.
• En brandbil parkerad mitt i körbanan, som bilen kör rakt in i.

Andreas Geiger, chef för Autonomous Vision Group vid universitetet och medförfattare till studien, kommenterar:

"Varför gick elefanten över vägen? För att visa hur bräcklig din modell är."

Problemet med dagens testmetoder

Enligt Geiger lider dagens forskning av ett allvarligt men ofta förbisett problem: de flesta AI-modeller tränas och utvärderas på snarlika scenarier. Det leder till att systemen lär sig att känna igen specifika mönster snarare än att hantera verklighetens oförutsägbarhet.

"Vad som ser ut som starka testresultat kan i själva verket vara ren memorering."

Den nya metoden, kallad Fail2Drive, introducerar därför en mängd ovanliga och slumpmässiga situationer i den öppna simulatorn CARLA, som används inom branschen. Syftet är att pressa systemen till sina gränser och avslöja deras verkliga robusthet.

Resultaten är oroande

När forskarna testade befintliga autonoma modeller med Fail2Drive sjönk framgångsgraden i genomsnitt med 22,8 procent. Geiger menar att detta belyser allvarliga brister i dagens tillvägagångssätt:

"Resultaten pekar på fundamentala problem med robustheten i nuvarande lösningar."

Kan rädda både människor och djur

Även om metoden ännu inte har bevisats effektiv i verkliga trafikmiljöer, hoppas forskarna att den kan bidra till säkrare självkörande system. Dessutom kan den indirekt minska antalet djurkollisioner, som redan har resulterat i flera dödsfall.

Mer om självkörande teknik: Elon Musk erkänner att han har ljugit om Teslas självkörande funktioner i åratal