Kooperativ körning. Kredit:Sarah Collins (Cambridge University)
En flotta av förarlösa bilar som arbetar tillsammans för att hålla trafiken smidigt kan förbättra det totala trafikflödet med minst 35 procent, har forskare visat.
Forskarna, från University of Cambridge, programmerade en liten flotta miniatyrrobotbilar att köra på en flerfilig bana och observerade hur trafikflödet förändrades när en av bilarna stannade.
När bilarna inte samarbetade, alla bilar bakom den stannade bilen fick stanna eller sakta ner och vänta på en lucka i trafiken, som vanligtvis skulle hända på en riktig väg. Det bildades snabbt en kö bakom den stannade bilen och trafikflödet bromsades upp.
Dock, när bilarna kommunicerade med varandra och körde tillsammans, så snart en bil stannade i innerfilen, det skickade en signal till alla andra bilar. Bilar i det yttre körfältet som befann sig i omedelbar närhet av den stannade bilen saktade ner något så att bilar i det inre körfältet snabbt kunde passera den stannade bilen utan att behöva stanna eller sakta ner nämnvärt.
Dessutom, när en människokontrollerad förare sattes på "vägen" med de autonoma bilarna och flyttade runt banan på ett aggressivt sätt, de andra bilarna kunde ge vika för att undvika den aggressiva föraren, förbättra säkerheten.
Resultaten, att presenteras idag vid den internationella konferensen om robotik och automation (ICRA) i Montréal, kommer att vara användbar för att studera hur autonoma bilar kan kommunicera med varandra, och med bilar som kontrolleras av mänskliga förare, på riktiga vägar i framtiden.
"Autonoma bilar kan fixa många olika problem i samband med körning i städer, men det måste finnas ett sätt för dem att arbeta tillsammans, " sa medförfattaren Michael He, en student vid St John's College, vem designade algoritmerna för experimentet.
Kredit:Sarah Collins (Cambridge University)
"Om olika biltillverkare alla utvecklar sina egna autonoma bilar med sin egen mjukvara, dessa bilar behöver alla kommunicera med varandra effektivt, sa medförfattaren Nicholas Hyldmar, en student vid Downing College, som designade mycket av hårdvaran för experimentet.
De två studenterna avslutade arbetet som en del av ett forskningsprojekt på grundnivå sommaren 2018, i labbet hos Dr. Amanda Prorok från Cambridges avdelning för datavetenskap och teknologi.
Många befintliga tester för flera autonoma förarlösa bilar görs digitalt, eller med skalenliga modeller som antingen är för stora eller för dyra för att utföra experiment inomhus med bilparker.
Börjar med billiga skalenliga modeller av kommersiellt tillgängliga fordon med realistiska styrsystem, Cambridge-forskarna anpassade bilarna med motion capture-sensorer och en Raspberry Pi, så att bilarna kunde kommunicera via wifi.
De anpassade sedan en filbytealgoritm för autonoma bilar för att fungera med en flotta av bilar. Den ursprungliga algoritmen bestämmer när en bil ska byta fil, utifrån om det är säkert att göra det och om ett filbyte skulle hjälpa bilen att ta sig snabbare genom trafiken. Den anpassade algoritmen gör att bilar kan packas tätare när de byter fil och lägger till en säkerhetsbegränsning för att förhindra krockar när hastigheten är låg. En andra algoritm gjorde det möjligt för bilarna att upptäcka en projicerad bil framför sig och skapa utrymme.
De testade sedan flottan i "egocentriska" och "kooperativa" körlägen, använder både normalt och aggressivt körbeteende, och observerade hur flottan reagerade på en stoppad bil. I normalt läge, kooperativ körning förbättrade trafikflödet med 35 % jämfört med egocentrisk körning, vid aggressiv körning, förbättringen var 45 %. Forskarna testade sedan hur flottan reagerade på en enda bil som kontrollerades av en människa via en joystick.
"Vår design möjliggör ett brett utbud av praktiska, lågkostnadsexperiment som ska utföras på autonoma bilar, ", sa Prorok. "För att autonoma bilar ska kunna användas säkert på riktiga vägar, vi behöver veta hur de kommer att interagera med varandra för att förbättra säkerheten och trafikflödet."
I framtida arbete, forskarna planerar att använda flottan för att testa flerbilssystem i mer komplexa scenarier inklusive vägar med fler körfält, korsningar och ett bredare utbud av fordonstyper.