Tin tức Vũ trụ TV

Phần mềm hệ thống lái tự động

Ngày:
Th7 29, 2020
Tóm lược:

Các nhà nghiên cứu đã phát triển hệ thống phần mềm của hệ thống lái xe tự động. Bây giờ họ đã phát triển một phương pháp để tạo ra các kịch bản mô phỏng quan trọng về an toàn và một quy trình kiểm soát thích ứng để bù đắp cho các lỗi bên trong.

Share:
CÂU CHUYỆN ĐẦY ĐỦ

ác nhà nghiên cứu tại TU Graz và AVL đang làm việc để làm cho các hệ thống lái xe tự trị an toàn hơn. © Lunghammer - TU Graz
Các nhà nghiên cứu tại TU Graz và AVL đang làm việc để làm cho các hệ thống lái xe tự động an toàn hơn.
© Lunghammer – TU Graz

Tương lai đã đến rồi. (Một phần) xe ô tô tự động đã có mặt trên đường của chúng ta ngày nay với các hệ thống tự động như hệ thống phanh hoặc cảnh báo chệch làn đường. Là một thành phần xe trung tâm, phần mềm của các hệ thống này phải liên tục và đáng tin cậy đáp ứng các tiêu chí chất lượng cao. Franz Wotawa từ Viện Công nghệ Phần mềm tại TU Graz và nhóm của ông phối hợp chặt chẽ với nhóm thử nghiệm hệ thống vật lý không gian mạng của AVL dành riêng cho những thách thức lớn của công nghệ tương lai này: đảm bảo an toàn thông qua việc tạo ra các kịch bản thử nghiệm mở rộng tự động cho các mô phỏng và bù lỗi nội bộ hệ thống bằng phương pháp điều khiển thích nghi.

Bản thể thay vì km thử nghiệm

Franz Wotawa giải thích: “Các ổ đĩa thử nghiệm không cung cấp đủ bằng chứng về sự an toàn tai nạn của các hệ thống lái tự động. Các phương tiện tự động sẽ phải được lái khoảng 200 triệu km, hơn km cần thiết cho những chiếc xe thông thường để chứng minh độ tin cậy của chúng – đặc biệt đối với các tình huống tai nạn. Tuy nhiên, các kịch bản thử nghiệm quan trọng có nguy hiểm đến tính mạng và chân tay không thể được sao chép trong các ổ đĩa thử nghiệm thực sự. Do đó, hệ thống lái xe tự động phải được kiểm tra độ an toàn trong mô phỏng.” 

Mặc dù các thử nghiệm cho đến nay bao gồm nhiều kịch bản, câu hỏi luôn luôn là liệu điều này có đủ hay không và liệu tất cả các kịch bản tai nạn có thể đã được xem xét hay chưa. Mihai Nica từ AVL nhấn mạnh tuyên bố này: “để thử nghiệm hệ thống tự động cao, cần phải suy nghĩ lại về cách ngành công nghiệp ô tô phải xác nhận và chứng nhận hệ thống hỗ trợ lái xe nâng cao (ADAS) và hệ thống lái tự động (AD). Do đó, AVL hợp tác với TU Graz để phát triển một phương pháp và quy trình làm việc độc đáo và hiệu quả cao dựa trên mô phỏng và tạo trường hợp thử nghiệm để chứng minh sự đáp ứng của Safety Of The Intends Functionality (SOTIF), chất lượng và tính toàn vẹn hệ thống của các hệ thống tự động. “

Cùng với nhóm dự án đang làm việc với các phương pháp sáng tạo mà theo đó các kịch bản thử nghiệm có thể được mô phỏng nhiều hơn trước. Cách tiếp cận của các nhà nghiên cứu như sau: thay vì lái xe hàng triệu km, họ sử dụng bản thể luận để mô tả môi trường của các phương tiện tự động. Bản thể học là cơ sở tri thức để trao đổi thông tin liên quan trong một hệ thống máy. Ví dụ, giao diện, hành vi và mối quan hệ của các đơn vị hệ thống riêng lẻ có thể giao tiếp với nhau. Trong trường hợp hệ thống lái xe tự động, đây sẽ là “ra quyết định”, “mô tả giao thông” hoặc “lái tự động”. Các nhà nghiên cứu của Graz đã làm việc với thông tin chi tiết cơ bản về môi trường trong các tình huống lái xe và cung cấp các cơ sở tri thức với các chi tiết về việc xây dựng đường, giao lộ và tương tự, mà AVL cung cấp.

Điểm yếu bổ sung chưa được khám phá

Là một phần của dự án AutoDrive của EU, các nhà nghiên cứu đã sử dụng hai thuật toán để chuyển đổi các bản thể luận này thành các mô hình đầu vào để thử nghiệm kết hợp mà sau đó có thể được thực hiện bằng môi trường mô phỏng. Trong các thử nghiệm thử nghiệm ban đầu, các nhà nghiên cứu đã phát hiện ra những điểm yếu nghiêm trọng trong các chức năng lái xe tự động. Nếu không có các kịch bản thử nghiệm được tạo tự động này, các lỗ hổng sẽ không được phát hiện nhanh như vậy: chín trong số 319 trường hợp thử nghiệm được điều tra đã dẫn đến tai nạn. Ví dụ, trong một kịch bản thử nghiệm, một hệ thống hỗ trợ phanh đã không thể phát hiện hai người đến từ các hướng khác nhau cùng một lúc và một trong số họ đã bị ảnh hưởng nặng do thao tác phanh khởi xướng. Điều này có nghĩa là phù hợp với phương pháp của họ.

Công trình này của Franz Wotawa và cộng sự cũng đã được trình bày trên tạp chí “Công nghệ thông tin và phần mềm” vào đầu năm 2020 và trùng lặp với “Phòng thí nghiệm Doppler Christian cho các phương pháp đảm bảo chất lượng của các hệ thống vật lý mạng”. Phòng thí nghiệm CD được lãnh đạo bởi Franz Wotawa và AVL là một đối tác của công ty. Das Christian Doppler Labour (CD-Labour) wird von Franz Wotawa geleitet, die AVL ist U INTERNehmenspartnerin.

Bồi thường thích ứng của lỗi nội bộ

Hệ thống tự động và đặc biệt là hệ thống lái xe tự động phải có khả năng tự sửa trong trường hợp có sự cố hoặc thay đổi điều kiện môi trường và luôn luôn đạt được trạng thái mục tiêu nhất định. Khi chúng ta xem xét các hệ thống bán tự động đã được sử dụng ngày nay, chẳng hạn như kiểm soát hành trình, sẽ nhanh chóng thấy rõ rằng trong trường hợp có lỗi, người lái xe có thể và sẽ luôn can thiệp. Với các phương tiện tự động hoàn toàn, đây không còn là một lựa chọn, do đó, chính hệ thống phải có khả năng hành động tương ứng.

Trong một ấn phẩm mới cho Tạp chí Chất lượng Phần mềm (Software Quality Journal) , Franz Wotawa và nghiên cứu sinh Martin Zimmermann đã trình bày một phương pháp kiểm soát có thể bù đắp một cách thích ứng cho các lỗi nội bộ trong hệ thống phần mềm. Phương pháp được trình bày chọn các hành động thay thế theo cách mà các trạng thái mục tiêu được xác định trước có thể đạt được, trong khi cung cấp một mức độ dư thừa nhất định. Lựa chọn hành động dựa trên các mô hình trọng số được điều chỉnh theo thời gian và đo lường tỷ lệ thành công của các hành động cụ thể đã được thực hiện. Ngoài phương pháp, các nhà nghiên cứu cũng trình bày một triển khai Java và xác nhận hợp lệ bằng hai nghiên cứu điển hình được thúc đẩy bởi các yêu cầu của phạm vi lái xe tự động.


Nguồn truyện:

Tài liệu được cung cấp bởi Đại học Công nghệ Graz . Bản gốc được viết bởi Susanne Eigner. Lưu ý: Nội dung có thể được chỉnh sửa cho kiểu dáng và độ dài.


Tạp chí tham khảo :

  1. Martin Zimmermann, Franz Wotawa. Một hệ thống thích ứng cho lái xe tự động . Tạp chí chất lượng phần mềm , 2020; DOI: 10.1007 / s11219-020-09519-w
  2. Yihao Li, Jianbo Tao, Franz Wotawa. Tạo thử nghiệm dựa trên bản thể học cho các chức năng lái xe tự động và tự động . Công nghệ thông tin và phần mềm , 2020; 117: 106200 DOI: 10.1016 / j.infsof.2019.106200

Bài viết liên quan

Bài viết mới